基于LTE信令软采的高铁性能监控及质量评估

葛强

（中国移动通信集团湖北有限公司，武汉 430023）

基于LTE信令软采的高铁性能监控及质量评估

葛强

（中国移动通信集团湖北有限公司，武汉 430023）

湖北移动针对区域内高铁的评估优化需求日益增长，而传统测试手段时效长、成本高、用户覆盖与质量感知难以反馈，创新的利用软采成本低、海量高铁用户信息的特性，成功建立基于用户移动轨迹行为的“高铁用户识别模型”和“用户位置定位技术”，全面实现高铁网络性能监控与评估，并可深度输出高铁覆盖、切换、干扰等网络问题，结合用户多信息关联分析法快速定位问题的原因，全面高效助力于高铁网络优化。

LTE无线网；MR信令软采；高铁用户特性

高铁通信已逐步成为各运营商品牌展示、获取可观经济利润及拉升高端客户黏合度的新竞争领域。现阶段，湖北高铁专网建设已铺开，高铁优化需求日益增长，而高铁用户真实的覆盖感知、无线网络性能、高铁传统测试手段时效长、发现问题单一、工作量大、成本高都是高铁日常优化的难题。因此，如何利用软采海量的高铁用户信息，真实全面地反映高铁无线网络性能，更有效地进行高铁网络评估与优化。

针对高铁用户移动轨迹与移动速度相对恒定等特性建立高铁用户识别模型，以及实现用户位置的定位，对高铁网络性能评估与优化具有实质性应用意义。同时，软采信令采集具有费用低、一次投入长期使用的优点。

基于用户高铁用户特性与用户移动轨迹的高铁用户识别，主要是通过对高铁用户占用专网小区、用户移动速度进行综合运算，结合高铁移动速度相对恒定等特点，对高铁用户进行识别。在高铁用户识别的基础上，结合用户位置定位技术，将用户位置与覆盖等信令在高铁线路上进行锚点，从而实现高铁网络性能监控与评估，助力高铁网络优化。

1　基于LTE信令软采的高铁性能监控及质量评估技术实现方案

1.1基于LTE信令软采的高铁评估体系

高铁用户具有移动性强、移动轨迹明显、移动速度相对恒定等特点，在高铁上运行的用户，具有一定的方向与行驶速度、轨迹，通过研究“基于高铁用户移动轨迹与速度的模型”，建立“高铁用户识别模型”；将海量用户信令数据导入模型中进行匹配，找出符合高铁移动轨迹模型的高铁用户，结合高铁用户位置定位技术，实现对路面网络性能评估与问题分析定位方案，主要包括两部分：高铁用户识别与高铁用户位置定位，整体工作流程如图1所示。

图1　高铁评估总体流程

1.2基于LTE信令软采的ABC切段模型

湖北移动针对高铁专网覆盖的线路，研究了专网小区基于切换考虑设计是每个LTE小区带多个RRU，因此移动速度的计算要关联用户小区切换的顺序，将切换小区打上标记为A→B→C→D，再记录小区顺序后，可以采用切段用户移动速度计算法，当用户切换序列为A→B→C→D，可进行速度计算的切段有A-B-C与B-C-D，对这类用户判断为存在“ABC切段模型”的用户。

1.3基于用户移动速度的计算实现

1.3.1速度计算方法

用户移动速度km/h=用户移动距离/用户移动时间。

1.3.2移动速度计算公式

设前后顺序经过小区的为：

Zi-1（θi-1，φθi-1）， Zi（θi，φI）， Zi+1（θi+1，φθi+1）其中表示穿过小区ZI（θi，φI）的瞬时速度， ΔS表示穿过期间的球面距离； Δt为前后两个切换小区的相距时间， k（i）表示在Zi期间第一个RRU坐标到最后一个RRU的坐标的距离参数， k（l，i）表示从Zi-l最后一个RRU坐标切换到Zi的第一个RRU坐标的距离参数，即图中的切入B小区区域距离，而k（i，r）表示从Zi最后一个RRU坐标切换到Zi+1的第一个RRU坐标的距离参数，即图中的切出B小区区域距离；R为地球半径，这里取为6371 km。

1.4基于高铁停站或故障停车的用户算法判断

湖北移动根据高铁停站或列车故障导致的停车特性，进行了相关分析，此部分的数据不属于高铁运行中的数据，对这部分的数据进行了判断与排除。

情形1：高铁用户出站离开列车。当用户到站下车后，占用的大网小区的比例将会明显增高，并且每个小区驻留的时间将会大于高铁移动中用户的时间。

情形2：用户到站或列车故障仍停留在车上的用户。这类用户驻留高铁小区的时间将会大于高铁移动中的用户时间。

相关算法描述如下。

（1）用户占用的所有小区中，当有一个小区驻留的时间超过高铁正常速度穿过一个小区所花的时间，则该用户为非高铁用户行为。（假设高铁最小速度为150 km/h，专网小区覆盖范围为5 km，则移动中的高铁用户穿过一个小区的时间约为5 km/（150 km/3 600）≈120 s。该场景算法是用户按每5 min进行切段，当用户占用的所有小区中，对每个小区的驻留时间进行计算，当驻留时间大于3 min时，则判断该用户此时间段为非运行中用户数据。

（2）在选定的时间间隔5 min内，若时间间隔内经过的任何一小区驻留时间都少于3 min的话，则表示在这段5 min的时间内，用户都在高速运行中。反之，若：

时间段内存在某一小区Z0，，计算驻留该小区时间大于3 min，则判断此时间段为非运行中的用户数据。

（3）当用户到站下车后，远离高铁专网覆盖区域占用大网小区的场景算法是，按30 min粒度统计用户占用高铁小区比例，当比例小于70%时（阈值支持可调），该时段用户不属于运行中的高铁用户。

图2　切点位置算法示意图

若此比例小于所取阈值N0=70%（阈值支持可调），即N ＜ N0。即可判断为该时段用户不属于稳行中的高铁用户。

1.5基于LTE信令软采的高铁用户识别

判断高铁用户：存在“ABC切段模型”且移动速度大于 （阈值支持可调），并排除停站或故障停车的用户数据。

设高铁小区集合为 ，至少满足：

存在小区Zi0，Zi1，Zi2满足条件，可判断此用户在小区切换序列（Zi0，Zi1，Zi2）属高铁用户。此外可以循环逐步判断，直至某一切换小区序列不满足此条件为停止。

最终确定此高铁用户小区切换序列为： Z=（Zi0，Zi1，…Zi2）。

1.6基于切点位置算法的高铁用户位置定位技术

湖北移动首先通过“ABC切段模型”结合MR定位判断用户的切入点的位置，再根据用户移动方向、移动角度、移动速度，根据时间差判断用户切入点前后的移动位置。

ABC切段模型用户，切入B小区时，用户切入点位置判断在A小区与B小区之间，如图2所示的切入点位置区域。

通过以上算法定位用户切入与切出点的大概位置，就是切换前后两小区头尾RRU之间位置，误差在于两小区头尾RRU之间的距离，大约500 m左右。湖北移动为了提高用户位置精度，这里引入传播损耗模型定位算法，根据传播模型判断用户距离切换前后头尾RRU的距离，进行位置精度修正。

根据扩展的HATA模型，传播损耗可以表示为一个标准的公式和一个应用于其它不同环境的附加校正公式。扩展的HATA模型是针对载波频率为800 MHz和2 600 MHz的LTE网络室外覆盖所采用的传播模型，适用于TD-LTE传播损耗计算。数学表达式为PL（f，h1，h2，d，env）=L+T（G（σ）），其中f表示频率范围；h1表示发射基站天线等效高度；h2表示接收移动台等效高度；d表示收发间的距离，单位为km；env表示一般环境，即市区、乡材、市郊；L表示平均传播损耗；Hm=min（h1，h2）； Hb=min（h1，h2）， Hm取值范围为1～10 m，Hb取值范围为30～200 m，路径损耗变量部分可采用对数正态分布求得（默认典型值为10 dB）。

其中，扩展的HATA（SDR）模型主要针对短距离设备，如手持移动终端天线一般挂高1.5 m内，在视距或者准视距条件下其对应的干扰在100 m之内。

对应的基站发射天线高度取值范围为1.5～30 m通过以上式，代入基站的工作频率、天线高度、发射功率、MR数据这些数据，我们可以得到移动台发送MR报告时与基站天线的距离d。根据得到的A小区至移动台距离以及B小区至移动台距离，我们可以得到用户的切入点位置。

1.7基于用户位置判断的相关数学公式

湖北移动展开了MR定位研究：根据MR公式求得切入点与小区A（xA，yA）的距离为d1，与小区B（xB，yB）的距离为d2。小区A与小区B的距离可以根据之前的球面距离计算公式算出ΔSAB。

根据余弦定理可求得切入点位置与小区A、B之间的夹角：

根据边角关系，易得当前切入点的坐标位置O（x0，y0）速度：

移动角度：

移动方向判断：

2　高铁性能监控及质量评估关键技术与创新点

首先，首创建立了用户轨迹的高铁用户识别模型，高效获取高铁用户数据。湖北移动针对高铁专网覆盖的线路，结合专网小区切换设计的特性，同时关联用户小区切换顺序采用切段用户移动速度计算法（当用户切换序列为A→B→C→D，可进行速度计算的切段有A-B-C与B-C-D，对这类用户判断为存在“ABC切段模型”的用户），首创性建立了高铁用户识别模型，根据模型对软采用户数据开展自动匹配，可以高效的自动过滤高铁上的用户及数据，并将此类用户作为高铁分析中的用户级数据。

其次，创新地提出基于切段速度变量的高铁用户位置定位技术，提升定位精度。创新性提出通过“ABC切段模型”并结合MR定位判断用户切入点的位置。同时根据用户移动方向、角度、速度，根据时间差判断用户切入点前后的移动位置。为了提高用户位置的定位精度，湖北移动又在定位过程中引入HATA传播损耗模型定位算法，根据传播模型判断用户距离切换前后头尾RRU的距离，进行位置精度再提升。

第三，基于定位技术实现高铁性能监控与联合分析，GIS渲染一目了然。根据“高铁用户识别模型”与“高铁用户位置定位技术”输出的数据，湖北移动开发形成在GIS地图上实现高铁覆盖与质量等锚点渲染，直观发现高铁网络问题，并可以深入钻取用户异常信令数据，快速定位相关问题的原因。

第四，首创多维质量分析法，多指标提升其中平均下载速率提升5.1 Mbit/s。湖北移动通过高铁多维质量分析法，共定位32项问题，包括参数配置问题、工程问题、深度覆盖问题、站点故障等，已实施优化比例为21%，已优化问题解决率100%，其它如工程问题、隧道深度覆盖等已定位未能短期解决的占比为79%。LTE覆盖率（RSRP＞-110&SINR＞-3）由93.1%提升到95.9%，平均SINR由12.8提升到14.1，应用层平均下载速率（含掉线）由12.7 Mbit/s提升到17.8 Mbit/s，效果非常明显。

最后，创新利用软采开展提速增效降成本，效率提升10倍成本下降6倍。与人工测试相比，软采分析工作效率提升非常明显。LTE软采的分析费用较为低廉，建设分析平台后可长期使用，扩展性能强。初期建设可以采用轮巡的模式对湖北全省高铁线路开展全天候7×24 h分析，与传统人工测试相比，可减少大量的高铁测试费用，成本下降接近6倍。同时LTE软采的分析系统架构设计易于扩充，在保护已有投资情况的基础上，通过升级扩充，可以轻易扩大采集站点的规模与范围。

3　结束语

湖北移动目前已完成信令软采平台的建立，实现高铁小时/日粒度的监测分析工作，GIS上直观呈现，以及高铁质量的准实时把控。截止目前通过高铁专项的开展，共定位232项问题，包括参数配置问题、工程问题、深度覆盖问题、站点故障等，已实施优化比例为81%，已优化问题解决率96%， 高铁LTE覆盖率（RSRP＞-110&SINR＞-3）由93.1%提升到95.9%，平均SINR由12.8提升到14.1，应用层平均下载速率（含掉线）由12.7Mbit/s提升到17.8Mbit/s，效果明显。与人工测试相比，工作效率提升近10倍，按全省全年每月2次的高铁测试分析工作量计算，基于软采高铁模拟测试分析预计可产生经济效益为每年节省104万元，如果传统测试手段想要达到海量和全天候客观真实反映网络质量，高铁模拟测试产生的经济效益将会更高。

在下一步工作中，湖北移动将利用该项成果，继续在省内开展基于软采的高铁模拟测试与分析优化，拓展高铁应用分析与创新。重点对湖北境内的各条高铁线路开展全面的高铁网络质量保障，充分发挥软采大数据的各项特性及优势，不断提升客户感知，为打造精品高铁网络与服务质量继续奋斗。

［1］张宏宇， 于立华. TD-LTE在高铁环境下的覆盖［J］. 电子技术与软件工程，2016（13）.

［2］王延涛. TD-LTE网络优化关键问题的研究［J］. 工业设计，2015（05）.

［3］栾林林. 支持高速切换的TD-LTE信令的设计及其优化的研究［D］.北京：北京邮电大学，2013.

［4］李宝磊， 周俊， 任晓华. TD-LTE网络优化关键问题的研究［J］.电信工程技术与标准化，2015（01）.

［5］刘成榆， 聂敏. TD-LTE网络优化的信令分析算法研究［J］. 无线互联科技，2015（01）.

［6］李美艳. 浅谈LTE网络优化技术［J］. 电子世界，2014（05）.

［7］龙青良， 张磊. 基于用户感知的LTE网络优化关键问题研究［J］.邮电设计技术，2014（10）.

［8］郑立， 沈政， 董志远. 基于接入概率的LTE小区重选优化算法分析［J］. 电子技术应用，2012（09）.

Performance monitoring and quality evaluation of high speed railway based on LTE signaling

GE Qiang
（China Mobile Group Hubei Co.， Ltd.， Wuhan 430023， China）

With the high demand of high-speed railway network evaluation， the traditional methods means long time，high cost， and diffi cult to feedback. Hubei Mobile uses the characteristics of low cost and magnanimous user information of LTE signaling， successfully build up the high speed rail user identifi cation model and user locating technology. Performance monitoring and network evaluation of high speed railway network by LTE signaling is now capable， which also can show network problems directly， deeply help us in high-speed railway network optimization.

LTE wireless network； MR signaling collection； high speed railway user characteristics

TN929.5

A

1008-5599（2016）10-0013-05

2016-09-08

* 中国移动集团级一类科技创新成果，原成果名称为《基于LTE信令软采的高铁性能监控及质量评估》。