（2020年度“华苏杯”获奖论文二等奖）“畅优5G”引领5G智慧新未来
2022-01-19王朝阳卞国东赵志扬梅明涛
张 晶 朱 伟 王朝阳 卞国东 赵志扬 仇 勇 陈 康 梅明涛
1.中国移动通信集团江苏公司
2.中国移动紫金（江苏）创新研究院有限公司
0 引言
随着5G网络规模建设的推进，实现基于NSA组网模式的5G连续覆盖，主要存在四个方面的问题：一是如何准确定位5G用户及业务，二是如何对5G地理化覆盖进行评估，三是终端识别码的更新周期较长，四是如何实现站点的精准规划。由于目前5G各主设备厂家OMC网管系统的北向指标尚未完整接入，因此5G目前已有的指标参数只能统计小区级接入、切换占用等简单指标。同时，5G NR MR数据主设备厂商目前也未具备符合规范标准要求的输出条件和互通能力。因此多维度方向数据融合探索对于指导5G网络规划，推动网络建设及优化具有重要意义。
本研究提出了基于多数据融合的5G规划支撑及评估系统，实现全省5G终端用户识别和业务地理化，快速精准指导站点规划，并针对性弥补用户感知提升评估手段的不足，尽量在最短建设时间内完成更多5G用户密集覆盖，有效提升5G用户的感知。
1 多数据融合技术原理
1.1 5G大数据分析平台
基于网优大数据系统，对MR数据、用户控制面、业务面数据，5G NR业务面IP信息进行接入整合，根据对NSA组网业务信令特征的研究，结合MR多数据源融合定位技术，在现有网优大数据架构下，将关系计算和汇总计算分治合统，利用有限的数据处理资源实现全省5G终端用户识别和业务地理化，并针对性弥补建设后用户感知评估与提升手段的不足，有效指导规划、建设和优化。多数据融合的感知评估流程如图1所示。
图1 多数据融合的感知评估流程
1.2 业务识别与感知评估
1.2.1 5G业务话单识别筛选
在NSA的Option 3X组网模式下，NR节点是5G用户的数据汇聚和分发点，可以充分利用NR设备能力的优势，便捷提升网络处理能力。而目前EPC端对S1-U业务面数据采集包含了LTE和NR交互数据。
因用户控制面全部承载LTE，业务面填充小区信息无法区分4/5G，只通过完整的NR业务面IP就能识别5G业务话单的这一特征，对5G建设的业务面IP进行专门规划，有利于信令端对5G业务的识别和维护。
1.2.2 5G终端用户自动化识别
根据5G当前NSA Option 3X组网模式下的用户接入、业务数据传输等流程特性，在网优大数据平台上挖掘数据资源，在已有5G业务面话单识别能力的基础上，结合该话单中DPI终端及用户信息数据的合成方式，并考虑DPI解析带来的数据误差，对DPI数据中的多终端进行多维度统计（包括用户数量、采样数量、周期频率等），设定多维度算法阈值，准确实现5G终端库的自学习维护。根据NSA Option 3X组网模式下的用户接入、业务数据传输等流程特性，在网优大数据平台上挖掘数据资源，以全省S1-U 5分钟粒度轻汇话单为识别5G终端用户及5G业务话单的起点，结合对DPI终端及用户信息数据合成方式，设定多维度算法阈值，智能维护5G终端特征库。
1.2.3 5G终端用户分布分析
基于现有MR用户级定位能力，在全量MR数据中关联筛选5G终端及业务。根据栅格/小区同维度汇聚，实现全省5G终端及业务分布透视。
（1）基于现有LTE MR融合定位系统，在用户信息关联时加入终端TAC8信息字段，通过三角定位和指纹识别算法获取5G终端用户的位置信息，并与MR定位数据关联，对5G终端用户业务记录进行标识，然后根据标识结果对定位数据进行栅格化/小区汇聚，输出同维度下5G终端用户数、5G用户业务量、全用户业务量、区域覆盖率等信息。（2）结合工参信息，根据规划面积灵活输出5G终端分布热点信息。（3）对接GIS，实现“区域5G终端用户数”、“5G用户业务量”、“与最近已建设5G站点距离”等参数的自定义热点查询，支撑规划。
1.2.4 5G用户地理化感知评估
基于大数据Spark高效迭代计算处理能力，对5G终端用户位置进行周期性和移动性测算，过滤出稳态用户MR数据。其中移动性判决算法如下：
团队的专业性体现在扎实的绘本素养，对不同年龄阶段的儿童进行绘本的精准推荐，以及在新媒体时代对网络媒体的运营维护等。而目前老约翰绘本馆几乎没有学习绘本专业出身的团队成员，也没有学习心理以及儿童教育等方面的老师。专业性的缺失导致理论和实践指导不坚定，运营难以深入，有关绘本的服务未能以特色化的角度展示给受众。
输入以用户及时间戳关联精准定位后MRO记录，以主服务小区为key键值搜索，仅提取满足主服务小区匹配的指纹库。假设对于第i条MRO数据，包含k个主邻小区ID，对应的参考信号功率记为，选取第j条指纹库信息中的k个主邻小区进行比较，对应的参考信号功率记为，则第i条MRO数据与第j条指纹库信息的归一化欧式距离匹配可以表示为：
在10分钟周期内若测算距离d方差小于阈值（当前取为20）时，判定该用户在该周期时间内为稳态用户。利用5min粒度S1-U口轻汇话单并基于特定阀值搜索窗关联汇聚算法，计算出5G业务话单发生的栅格位置与占用的锚点小区信息。5G用户定位与话单关联如图2所示。
图2 5G用户定位与话单关联
结合5G终端用户栅格位置以及占用小区，可以实现5G用户的驻留比分析；同时，结合无线网络相关感知指标（下载速率、下行TCP时延、视频速率等），可量化支撑站点建设后评估；进一步将5G业务感知质量差区域与5G用户驻留稳定性结合，分析定界深度覆盖不足感知受损黑点，有效指导建设后优化工作。基于当前大数据算法识别稳态5G用户，在确保短周期内位置稳定的基础上，基于过滤后的5G DPI话单实现位置与小区关联，既能保证业务关联位置的准确性，又能使地理化5G业务感知评估指标更可靠。
2 感知挖掘平台应用
基于用户感知挖掘平台，实现快速、精确识别质差小区、质差场景等问题，页面通过预警小区指导地市优化处理实现快速闭环，确保网络精确规划。
2.1 应用实例-高价值区域精准覆盖
问题描述：盐城移动输出5G终端用户分布的栅格数据图，做无差别的GIS全量数据呈现，存在无规划建设区域。
业务分析：目前盐城移动处于5G基站快速建设阶段，规划站点共870个，已开通站点520个。前期根据覆盖场景、建设难易程度进行站点开通优先级排序，但对后期阶段非重要场景且优先级差不多的站点未明确开通次序，较多5G终端分布密集的区域未形成5G覆盖，严重影响用户感知。
解决方案：（1）获取盐城移动的5G终端用户分布的原始数据；（2）获取规划站点具体规划数据、站点经纬度；（3）根据当前5G站间距，计算覆盖面积；（4）利用5G终端用户分布的栅格数据通过全网遍历算法，获取每个站点覆盖的5G总用户数；（5）根据站点覆盖的5G用户数确定该站点的高价值程度以及建设优先级。
现网应用：通过大数据分析处理，输出关联站点的建设优先级，指导工程对站点的建设顺序，提高入网小区的无线资源利用率，提升用户感知。规划站点数据如表1所示。
表1 规划站点数据
?
2.2 应用实例-终端用户分布指导精准站点规划
问题描述：5G终端用户所在栅格不在870个规划站点的覆盖范围内。
业务分析：在NSA组网模式下，一般情况下5G基站与4G锚点站都是共站共覆盖，即5G基站的共站下必会存在锚点站，从而实现NSA组网模式下更好的5G覆盖。因此，针对5G终端用户所在栅格未在870个规划站点覆盖范围的情况，可采取下述方法确定5G站点的具体位置。
解决方案：步骤一，确定5G终端用户栅格到最近的锚点频点的距离；步骤二，获取每个锚点站能否覆盖的5G用户数，基于5G用户数对所有锚点站从大到小进行排序；步骤三，根据锚点站基于5G用户数的排序，确定新建5G基站的位置，即与该锚点站共站，并依据5G用户数的多少确定5G基站的规划和建设优先级，从而实现精准规划。
现网应用：根据生成的5G用户GIS分布图，部分区域没有5G站点，纳入当前的规划建设。对此，建议对区域进行5G NR站点的优先规划建设，实现该区域居民区场景的5G全覆盖。
通过5G用户分布的呈现，指导规划建设，优先完成用户聚集区域的5G信号覆盖，提高了资源利用率，提前产生经济效益，避免了投资的浪费。
2.3 应用实例-终端用户分布指导网络优化
问题描述：盐城试点对倒流热点区域进行分析，查询平台GIS功能发现已建站点200米内毓龙路出现较明显的5G终端用户在LTE网络下高驻留情况，如图3所示。
图3 5G站点规划前覆盖示意图
业务分析：现场测试UE占用“盐城_亭湖_毓龙大厦NR_0”（PCI357），场强较弱，同时还出现了SCG失败的情况。UE由西向东行驶，UE占用盐城_亭湖_毓龙大厦NR_0小区信号SS-RSSRP在-95dBm左右，覆盖差。同时，UE向MCG上报的“ScgFailureInformationNR-r15”信令中携带的FailureType为rlc-MaxNumRetx。
解决方案：对“盐城_亭湖_毓龙大厦NR_0”（PCI357）小区的波束权值从默认水平波束105度调整至65度，电子下倾由6度调整至0度。
现网应用：优化调整后，现场测试场强由-95dBm提升至-86dBm，平台查询也未出现5G终端在LTE高驻留情况。站点规划后覆盖如图4所示。
图4 站点规划后覆盖示意图
3 结束语
利用网优大数据系统，对原接入S1_U 5min粒度轻度汇总话单升维；根据ENB业务面IP实现业务话单筛选；基于终端TAC自学习维护，实现准确5G终端识别；基于LTE MR多定位融合技术，实现5G终端用户及业务分布精准地理化呈现；同时基于大数据处理的用户移动性测算实现稳态5G用户识别，与5分钟粒度5G感知话单同步关联，在实现准确锚点小区填充的同时，实现5G用户感知关联地理化，填补当前5G建设后感知分析评估手段不足的空缺，建立一套基于多数据融合的5G规划支撑及感知评估系统。该项目核心的系统算法为江苏移动自主研发，全集团首创。
