基于密度聚类的高铁覆盖智能测评方案研究

［林俐 许盛宏］

1 引言

随着高铁的快速发展，人们在利用高铁出行的同时，希望能享受稳定的、高质量的移动业务服务，因此高铁用户成为各运营商重点关注的用户群体。高铁用户作为运营商的优质客户，业务需求量较大，需要重点保障高铁沿线移动网络覆盖质量，以便快速提升客户感知，提升业务核心竞争力。

2 现有解决方案

目前，高铁密闭车厢GPS信号屏蔽严重，导致GPS定位困难且不准确，4G网络的用户测量记录MR的AGPS记录也无法使用。路测设备在隧道无法获取GPS信号，不能进行测试位置打点，使得高铁隧道覆盖采用路测的方式也难以评估，导致分析问题片面且准确性不高，同时采用人工进行路面测试，导致消耗大量人力和物力，工作量很大且效率低下。

目前技术方案采用高铁用户识别实现覆盖评估，实现流程如图1所示。首先获取网络信令并按用户分组，通过人工配置高铁沿线小区，当用户经过小区数量满足一定条件的，同时经过相邻小区时间差也满足一定条件的，则确定为高铁用户，通过所有高铁用户的对应时间段的信令分析高铁整体覆盖质量。此方案存在两个问题：第一是需人工及时维护高铁沿线小区清单，否则就会导致出现错漏，影响高铁用户判断的准确度；第二是没有用户记录的具体位置导致无法打点，无法分析质差路段，只能得到整条高铁的线路情况，无法全面进行高铁质差路段的细致评估分析。

图1 目前高铁覆盖测评方案的实现流程

3 智能测评方案

3.1 总体实现思路

针对目前的高铁4G网络覆盖测评需要路面测试，导致工作量很大且效率低、分析问题不全面、不准确等问题，提出了基于密度聚类的大数据高铁覆盖智能测评方法。首先自动识别高铁站台一定范围的基站小区作为站台小区，满足一定条件的用户作为稳定用户，然后通过稳定用户经过的小区得到整个高铁沿线的小区，并将满足一定条件的用户作为非稳定用户，最后通过相关规则计算所有高铁用户每条记录的经纬度，并按线段聚合后采用聚类算法输出连片问题区域，实现了高铁覆盖的精准测评。具体实现步骤如图2所示。

3.2 相关算法研究

（1）线路分段

图2 高铁覆盖智能测评的实现流程

为了实现高铁线路的精细化测评，需要将高铁线路分段采用固定步长进行分段，即从线路起点处开始划分，并采用较短的步长，否则过长的线段，将覆盖指标进行均值计算导致测评结果比较粗糙，不利于发现隐藏问题。线路分段可采用开放地理空间联盟（OGC）制定WKT格式进行存储。线路分段编码包括高铁线路编码和分段编码，分段编码对每一个分段按切段顺序进行顺序编码，每条MR根据定位点所落在线路分段标记上分段编码，便于对线路每一分段做指标汇聚及连续路段问题分析。在实际应用中，高铁线路可以参考高铁MR分布密度进行线路分段的设定，一般推荐采用的分段长度为20 m。

（2）空间几何算法

通过用户MR中的时间提前量TA可以估算出用户与基站小区的距离，1个TA表征的距离大概78.12 m，以基站小区位置为圆心，TA距离为半径，当与线路相切只有一个交点时，则以切点作为用户MR位置点，如果TA距离大于基站到线路距离会出现多个交点，则以最接近基站小区覆盖方向的交点作为定位点，如图3所示，当出现两个交点A和B时，将这两个点和圆心分别相连得到线段D1、D2，且D1和D2长度都为78.12*TA m，同时根据基站小区的方位角θ得到射线D3，此时D1、D2分别与D3计算得到两个夹角α和β，以夹角最小的线段在线路上的端点作为定位点，如图3所示，其中夹角最小（β）的线段为D2，则以其在线路上的端点B作为此条MR位置点的经纬度。

（3）聚类算法

图3 MR位置点经纬度计算示意图

聚类是人工智能中机器学习的一种重要无监督算法，可以将数据点归结为一系列特定的组合。聚类算法包括划分、层次、密度、网格等算法，其中密度聚类算法最为代表的为DBSCAN。为了自动获取高铁连片问题区域，需要通过聚类分析高铁覆盖数据，由于高铁连片问题区域数量是不固定的，推荐采用DBSCAN密度聚类算法。DBSCAN算法原理，如图4所示：数据集中每个点是待分析对象，从中任意取点A，如果A点是核心点（A的邻域半径ε内对象点的个数大于密度阈值minPts），则以A点为核心点搜索，找出A点密度可达的对象点，即找出一个密度互连的最大集合，把集合内的所有对象点都标示为同一簇；如果A不是核心点（如图中N点），没有其他对象点从N点密度可达，那么N点被标示为噪声点。

图4 密度聚类DBSCAN算法原理

假设高铁线路采用20 m分段，为了实现问题线段的连片，当DBSCAN算法的邻域半径ε设置为1，密度阈值minPts设置为10，即表示相邻分段直接编号是连续的，相邻分段之间编号差值为1，将会获得连续至少200 m问题线段连片的区域；当DBSCAN算法的邻域半径ε设置为2，密度阈值minPts设置为8，即表示相邻分段之间编号差值小于等于2，至少有8个线段连片构成，将会获得至少160 m问题线段连片的区域，如图5所示。

图5 基于密度聚类算法实现线段连片效果

3.3 关键技术实现

（1）MR和用户号码的关联

无线测量报告MR是无法获取用户号码的，为了通过用户分析识别高铁用户，从而实现对高铁覆盖测评，首先需将MR记录关联到用户号码，由于MR所使用的会话id标识为核心网给用户分配了会话标识，在核心网就会存在会话id和用户号码的对应关系，可通过和LTE核心网CHR（呼叫历史记录）或者S1-MME信令记录的关联，会话id会在一定时间周期内重复使用，需要结合时间窗口进行处理，具体步骤如下：

步骤1：抽取CHR中时间、基站号、会话id、用户号码4个字段，并按时间timestamp排序。如表1所示，CHR字段的基站号（enodeid）、用户号码（msisdn）、会话id（mmeues1apid）表示当前时刻用户在MME侧S1接口上的唯一会话连接标识。

表1 核心网的CHR信令记录

步骤2：读取每条MR，根据MR中的基站号、会话id筛选CHR中等值记录，并找出CHR信令时间小于MR记录时间，且时间最接近MR记录时间的CHR记录，并把其中用户号码作为该条MR用户号码。如表2所示，第一行MR中enodeid 为48**33，mmeues1apid为364911931在表1中时间比它小，且时间最接近的是B号码，故将其作为此条MR的关联号码。同理，可以得到其他MR的用户关联号码，如表2最后一列所示。

（2）高铁稳定用户识别

把一段时间内接入过不同高铁站台的基站小区，且平均移动速度大于150 km/h的用户作为高铁稳定用户，其中高铁站台基站小区，可直接筛选高铁站台位置周边一定范围内的基站小区。例如，根据高铁站台100米范围内查找基站小区，得到部分高铁站台与小区对应关系，如表3所示。

表2 用户无线测量报告MR记录

表3 基站小区与高铁站台对应关联表

按用户对MR数据分组，每个分组按时间进行排序，按顺序判断接入小区是否站台小区，如果判断有两个不同高铁站台小区，则计算两个站台小区之间距离及历时，从而计算出用户的平均移动速度，判断速度是否满足速度门限，如果满足则认为该用户是高铁稳定用户，并保留经过不同站台之间所有MR记录，继续按时间顺序判断其他时段是否满足速度门限，提取该用户对应时间段的所有MR记录。如表4所示，已关联用户号码与小区位置MR，包含D和E的两个用户，其中接入过站台小区的只有D用户，在12点48分时刻接入85**72，51小区，属于广州北站小区，在12点57分时刻接入53**47，50小区，属于清远站小区，历时8分53秒，根据两个站台小区经纬度距离计算大约35.942公里，则根据距离与历时得到用户的平均速度为242 km/h，远大于稳定用户速度门限150 km/h，则把1867554用户作为高铁稳定用户，并记录其在12:48:50至12:57:44之间的所有MR。

表4 已关联用户号码与小区位置的MR

（3）高铁沿线小区识别

由于覆盖高铁小区与高铁线路距离远近不一，如将高铁线路附近一定范围判定为高铁沿线的覆盖小区，可能会有所错漏，需要人工进行周期性检查维护。为此，根据上面步骤识别出高铁稳定用户，将所有高铁稳定用户的对应高铁时间段的所有MR记录，通过高铁线路、基站小区编号去重，即可自动获得该高铁线路沿线的基站覆盖小区。如表4所示，稳定用户D在高铁时间段内除站台两个小区外，还经过了85**20_22和53**98_19两个小区，则把这两个小区作为高铁线路的沿线覆盖小区。

（4）高铁非稳定用户识别

在准确得到高铁线路沿线基站小区的情况下，高铁非稳定用户识别方法与稳定用户识别基本相同，只是不要求接入两个不同高铁站台小区，可以站台与沿线小区，或者都是沿线小区，但两个小区距离需要满足大于10公里，因为距离过短计算速度误差过大，最终计算得到用户移动平均速度还需要大于150 km/h。如表4所示，用户E在12:52:21接入85**20_22小区，在12:56:10时刻接入53**98_19沿线小区，时间差距为228秒，距离差距大约为17公里满足大于10公里门限，计算得到用户移动速度大概268 km/h满足速度门限150 km/h，则认为该用户为高铁非稳定用户，并记录其在12:52:21至12:56:10之间的所有MR。

（5）高铁用户MR定位

根据上述步骤得到高铁稳定用户和非稳定用户在高铁线路上的MR，还没有计算MR的具体位置，可通过MR中的TA值及小区的覆盖方位角估算MR的具体位置。根据上述的线段分段算法，高铁线路按20米分段固定长度分段并进行线段编码。如表4所示，假若要计算E用户在12:52:21时刻接入85**20_22小区的具体位置，从表中可以看出此时MR的TA值为5，则可以估算与小区的距离为78.12*5=390.6 m，以390.6 m为半径来画圆，通过上述空间几何算法，如图6所示，可以计算该高铁线路和该圆相交B点所在的20 m线段编号1121895就为该MR所落在线段。

图6 小区452791_11对应MR与高铁线路相交定位

（6）覆盖问题区域连片

基于上述步骤已经把高铁每条MR都关联上了20米分段，按线段编码分组统计每个分段覆盖质量RSRP均值指标及主接入小区，从而得到高铁每个分段的指标数据。假设弱覆盖判断门限为小于-105 dBm，则可以将20米线段的RSRP均值小于-105 dBm的线段都找出来，然后根据上述密度聚类DBSCAN算法，邻域半径ε设置为1，密度阈值minPts为10，输出高铁线路的弱覆盖连片区域，如图7所示，分段上标识为RSRP均值，黑色边框包含的区域都是连续小于-105 dBm的分段。

图7 覆盖问题连片区域示意图

4 方案应用验证

4.1 高铁用户获取

由于高铁稳定用户的MR获取条件比较苛刻，必须要求用户在不同时刻有接入不同高铁站台的基站小区，而MR采集也是抽样采集，可能用户在站台的时候出现漏采，为此需要增加高铁非稳定用户的识别，尽量将所有的高铁用户都能识别出来，使得高铁覆盖测评更加全面、准确。如表5所示，增加非稳定用户，使得高铁线路有效测评长度有10%以上提升，为高铁分析提供更加全面的分析数据。

表5 增加非稳定用户测评长度提升效果

4.2 覆盖测评验证

基于本方案实现的高铁覆盖智能测评试验系统，根据高铁线段覆盖质量RSRP值进行分档，不同分档渲染不同颜色，实现通过不同颜色等级呈现高铁覆盖质量的优劣，总体效果如图8所示。

为了验证本方案是否准确有效，将高铁测评结果和人工路测DT进行对比分析，如表6所示，两者得到的覆盖率只差1%左右，从而验证了本方案测评的准确性，而隧道测评得到覆盖率相差较远，DT测试长度较短，覆盖率较高，是由于DT在隧道卫星信号差，导致隧道测试的数据采集有所缺漏，从而也证明本方案比传统DT测试更加全面。

图8 主要高铁线路覆盖质量智能测评结果概览图

表6 系统智能测评试验结果与DT路测结果对比

为了更加直观呈现隧道测评对比，选取京广高铁清远英德新塘村附近隧道，如图9所示，其中虚线表示隧道，对比可以发现DT测试在隧道中收不到GPS，存在测试点缺失，而系统通过上述算法模型可以计算得到而不会缺失。从表6中也可以看出，隧道占用整个高铁线路大约30%，且覆盖率相对较低，需要重点优化，而本方案能够提供更加全面的测评数据，支撑网络优化，提升高铁用户网络体验。

图9 DT和系统对隧道覆盖测评对比

5 结束语

为解决高铁覆盖测评的工作量大且效率低、分析问题不准确等问题，本文通过4G网络全量MR的大数据分析，提出了高铁覆盖智能测评方案，并通过方案试验结果与路测的结果对比验证了技术方案的有效性，实现及时、全面、准确的高铁覆盖测评，使得高铁覆盖网络优化效率大幅提升，高铁路测费用大幅下降，同时能有效提升高铁用户感知，具有良好的推广应用价值，推动无线网络优化的数字化转型。后续结合强化学习技术不断提升测评准确性，进一步实现高铁线路测评结果的智能诊断功能，更有力支撑高铁覆盖网络的智能优化。