LTE原始MR数据挖掘及在网络优化中的应用

沈楠 赵春阳 余飞

摘要：原始MR为海量明细数据，不易存储及应用，通过对原始MR数据进行了数据挖掘，在此基础上实现了在无线网络优化中的几种典型应用，为原始MR数据的后续开发及应用提供了参考。

关键词：原始MR;数据挖掘;网络优化;LTE

中图分类号：TN929.53

文献标识码：A

DOI： 10.15913/j.cnki.kjycx.2019.09.067

1 引言

测量报告（ measurement report，MR）是TD-LTE系统的一种重要功能，终端上报的测量结果可以用于系统中小区选择/重选及切换等事件的触发，也可以用于维护和观察系统的运行状态，是网络优化中的主要数据来源之一。

在日常网络优化中，原始的MR数据由于数据量巨大，不适宜直接存储和使用，一般是将MR中所需要的关键字段数据入库后再统计使用，使用起来方便灵活。这样处理的后果就是原始MR数据中数据与数据之间的关联以及大量有用的细节信息被丢弃了，而这种被丢弃的数据有可能被用来进行深层次的数据挖掘及应用，实现网络数据应用的最大化，从更深的层次上实现多个维度的关联分析及网络数据的拓展应用。

某特大型城市全天原始MR数据的压缩包在800 G左右，解压缩后数据量会达到IOT左右，原始MR数据的开发及使用具有较高的技术门槛和需要占用大量的软硬件资源，随着计算机技术及大数据应用快速发展的背景下，对原始MR数据的分析及挖掘成为可能。

2 原始MR数据的内容及特点

目前LTE网络已经开启MR周期性测量功能，并由网络管理系统对测量报告进行定期收集。周期性测量数据存放在MRO（MR original，代表测量报告样本数据文件）中，MRO数据量大、信息齐全，是网络评估和优化的首选数据。根据某运营商的无线测量报告的格式和内容要求，测量报告在OMC-R中有两种存储形式：样本数据和统计数据，其中样本数据表示OMC-R收集的原始测量报告信息，是本文进行数据挖掘的研究对象。XML格式的测量报告文件的样本数据如图1所示。

其中，bulkPmMrDataFile为测量报告性能数据文件，measurement为测量报告数据，smr为测量报告数据中每个子测量数据的名称列表，object为具体的测量对象，v为具体测量对象的子测量数据的测量值列表，使用空格对各子测量数据数值进行分割，取值顺序要求与smr列表中的子测量数据的名称排列顺序一致。如果取值为空，则用NIL标识。某主流设备原始MR上报主要数据内容如表1所示。

测量报告中上报的具体数值与实际的测量数据区间分布已经在测量报告数据规范中进行了明确的规定，如果手机测量主服务小区电平为上报数值0，则对应的电平区间为从-∞- - 120 dBm区间，具体的其他上报数据的对应关系在这里不再赘述。

eNodeB或UE对某个测量数据进行测量的周期可以从120 ms - 60 min，该周期在3GPP TS36.133 EUTRAN无线资源管理支持要求中规定，通过对原始数据的分析发现，包含了时间戳秒级别的测量数据，同时实现了同一时间多数据的同时上报，实现了多数据多维度联动分析的可能。

3 原始MR数据直接应用开发

3.1 工具开发

将原始MRO数据导人数据库中，开发数据的统计分析工具，可以实现小区级别数据统计分析功能，从而实现了多数据多维度联合分析。原始MRO数据分析工具界面展示如图2所示。

MRO原始采样数据中包括MR.LteScRSRP、MR.LteScRSRQ、MR.LteScTadv、MR.LteScAOA、MR.Lte ScPHR、MR.LteScSinrUL等多種数据，通过把其中两种数据结合采样点数量映射到三维函数分布图上，可以对小区覆盖远近及角度、电平覆盖、质量分布、干扰情况等进行更加清晰的描述，有利于解决占用问题，改善小区用户的无线环境，对优化方案起到很大的帮助。

3.2 直接应用

小区电平、质量及覆盖范围联合分析如图3所示。

RSRP、RSRQ、采样点的三维数据图例呈现，可以进行干扰和覆盖分析，RSRP和RSRQ都比较差的采样点较多，说明小区很大可能存在弱覆盖问题;RSRP较好而RSRQ较差的采样点较多说明小区信号存在一定干扰。RSRP、TA（距离）、采样点数的三维数据呈现，可以查看小区在各个距离区间的覆盖情况，在距离基站较远处是否存在较多的采样点，采样点电平强度如何。根据采样点在各个距离区间的数量和电平分布，可进行相应优化方案，改善问题小区的电平覆盖强度。通过对原始MRO数据的开发，可实现测量报告中多维度数据联合分析，更加精准地定位网络中的问题。

4 MR数据的挖掘应用探索

4.1 定位应用

利用MRO测量报告中的MR.LteScTadv（时间提前量）、MR.LteScAOA（天线到达角）两个可计算入射距离和入射角度的参数，结合小区本身经纬度和方向角，可对用户采样点进行定位，主要原理是以基站站址为圆心，TA估算半径，AOA估算方向以获取所有占用本小区信号的用户地理位置，然后通过对采样点进行电平及质量渲染，可用来获取优化工单实施前后局部网络的电平及质量变化，验证优化方案的正确性。基于该数据的算法研究已经有相关论文发表，具体定位算法不在这里赘述。

在导入基站工参和相关MRO数据成功后，利用工具软件，可以在百度地图上看到弱覆盖采样点的分布情况，有效指导一线优化人员进行问题定位。同时在开发中，可以针对采样点数据划分区间后，按照区间进行采样点颜色标识，这样方便问题点在地理位置上的标注，使用者一目了然就可以看到问题点的所在。

原始MRO数据采样点弱覆盖定位示意图如图4所示，定位区域道路测试电平覆盖示意图如图5所示。

通过MRO数据优化工具对弱覆盖采样点进行定位后，现场DT打点测试，确定弱覆盖采样点存在的具体位置，验证工具定位的准确性。通过对比发现，工具可以发现存在明显弱覆盖的问题点，用来指导一线优化人员使用，问题定位快速方便，避免了现场测试导致的工作效率不高的问题。

4.2 多运营商覆盖分析

3GPP协议中对邻小区的测量并没有区分TDD和FDD制式，但可以通过让多模终端测量其他运营商的频点来实现多运营商的网络数据采集和分析。

MRO采样数据除了测量系统内本身在用的频点以外，还可以添加其他运营商的频点，实现了其他运营商的频点测量、上报的PCI以及接收电平等有效采样信息，为MRO测量数据在竞争对手指标分析中的应用创造了条件。

通过对某100个小区MRO样本数据进行统计，邻区测量频点中属于联通的（主要频点：1650、3770、1506）占总采样点数量的14.34%，邻区测量频点中属于电信的（主要频点：475）占总采样点数量6.04%。在测量报告中，对终端上报的主服务小区电平作为移动运营商电平采样点数据，对比终端上报的邻小区其他运营商电平数据，分析结果如表2所示。

从原理上来看，受网络侧参数控制及终端能力的限制，网管上定义其他运营商的频点在数量上有一定的限制，这就导致终端测量其他运营商频点遍历不充分，只测量了某运营商的部分频点，不能充分反映該运营商真实电平覆盖情况。但这种问题可以通过多天/不同天添加不同频点的方式来增加频点测试的遍历性来解决，但由于原始MR数据量巨大，多天数据同时处理对计算机软硬件提出了很高的要求。

通过此类分析，可以对比各运营商网络覆盖情况、用户业务量分布等，可更加直观地反映移动运营商本身覆盖的盲点以及其他运营商的大概网络质量，进一步以此为依据进行精细化的移动网络规划及优化。

5 小结

原始MRO数据作为终端实时上报的测量数据，在无线网络空口优化中有举足轻重的地位和价值。本文通过对该数据进行分析及挖掘实现了一些初步的分析及应用，随着计算机对大数据的处理能力越来越强，原始数据中秒级别的用户信息可以与其他数据源融合分析，为以后的无线网络自动智能优化提供较可靠的大数据支撑，具有广泛的应用前景。

参考文献：

[l]中国移动通信集团.TD-LTE数字蜂窝移动通信网无线操作维护中心（ OMC-R）测量报告技术要求[S].出版社不详.

[2]赵春阳，何川，王蔚，等.一种基于MRO数据的用户定位分析算计及初步应用[J].电信工程技术与标准化，2018， 31（8）：76-81.

[3]王希.基于MR数据与机器学习的LTE用户感知评估方法[J].移动通信，2018，42（8）：21-26.

[4]王凌风，卢国潇.基于异网MR数据对比分析的LTE规划研究[J].电信技术，2017（9）：32-35.

[5]刘通，施兆阳，陈灿，等.基于LTE MR大数据分析的虚拟化路测应用探讨[J].移动通信，2017（ 12）：1-5.