基于AT指令的基站切换预测算法

涂岩恺，黄朝阳

（厦门雅迅网络股份有限公司，福建 厦门 361008）

0 引 言

基站切换包括软切换[1]和硬切换[2]，硬切换中需完全切断与当前基站的链路，当切换失败或切换频率过快等异常情况出现时，容易出现无线链路失效及乒乓效应[3]，导致远程数据通信掉线或通信QoS下降，在物联网应用中有可能对终端设备的业务造成影响。提前预测基站切换的发生，为业务可能出现的异常做好准备，采取异步缓存[4]等预防容错机制。

传统方法可以从移动通信模块到基站间的信令交互中获得基站准备进行切换的相关信息，例如对于LTE通信标准[5]，基站切换涉及PDCP、RLC、MAC、PHY等通信协议层信令，通过抓取这些信令即可得知基站是否正在切换。但在实际产业链中用于物联网设备的无线通信模块一般只对终端用户开放满足GSM07.07标准[6]的AT指令接口[7]，其通信信令处理封装在模块内部不对外开放，因此传统利用底层信令的方法对物联网终端设备集成商来说无法使用。

本文研究利用AT指令提供的信息进行基站切换预测，通过AT指令提取手机上的基站数据特征，预测在未来一小段时间窗内是否有可能发生基站切换。通过分析我们发现，基站切换前一小段时间窗内的部分数据特征与是否发生基站切换有一定的相关性，能够以较高的准确率判断是否有可能发生基站切换。物联网终端集成开发者在数据应用层也可进行较准确的通信基站切换预测，实用价值较好。

1 基于AT指令的信息获取

AT指令是应用于终端设备与PC应用之间进行连接与通信的指令，其符合GSM07.07标准，最多可以接收1 056个字符长度的正文内容。本文进行基站预测，需要通过AT+CCED指令获得物联网终端的当前主基站信息和周边基站信息。AT+CCED是AT指令标准中用于获取小区环境描述的指令，其指令格式为 ：AT+CCED = ＜mode＞[，＜requested dump＞]，其中 ＜mode＞参数为请求模式，0代表立刻响应一次；1代表自动输出；2代表停止自动输出。＜requested dump＞参数为请求数据导入类型，1代表主小区信源信息，包括MCC， MNC， LAC， CI， BSIC， BCCH Freq， RxLev，RxLev Full， RxLev Sub， RxQual， RxQual Full， RxQual Sub， Idle TS ；2代表1到6个邻近小区信源信息，包括MCC， MNC， LAC，CI， BSIC， BCCH Freq， RxLev ；8 代表主小区的信号量指示，即信号强度RSSI。该信息也可以通过AT+CSQ指令得到；15代表全部信息输出。命令响应格式为：[+CCED：＜小区信息＞]，AT指令字符串一般通过串口与通信模块交互[8-9]，可从串口响应中获得相关信息。例如：向通信模块串口发送字符串“AT+CCED=0， 2”，等待通信模块响应，并从串口获取所请求的周边基站信息字符串：460，00，311a，3011，55，86，37；460，00，311a，038b，51，90，39。其分别表示：MCC，MNC，LAC，CI，BSIC，BCCH Freq，RxLev。

2 算法设计

基站切换预测方法的流程如图1所示。对提取的AT指令信息进行特征计算，计算特征包括：过去时间窗的基站切换率、有效基站集合大小、有效基站集更新率、主基站信号强度波动率。对一个时间窗内的AT指令数据提取以上4种数据特征，并依据特征值大小与切换的相关性关系，转换为模糊概率。将4个模糊概率值加权，依据加权值预测在接下来的时间窗内是否会发生基站切换。

图1 基站切换预测方法的流程

2.1 过去时间窗的基站切换率

根据AT指令查询得到主基站LAC值的变化，判断基站切换，统计时间窗Tw内基站切换次数N与Tw的比值，基站切换率P1=N/Tw。P1与未来是否有可能发生切换具有一定的相关性，P1为0，表明用户手机在过去一段时间不发生基站切换，可能处于一个基站信号强且稳定的区域，未来切换的概率也较低；P1越高表明用户过去频繁切换基站，可能处于多基站信号相交地带，未来切换的概率较高。

2.2 有效基站集大小

将AT指令查询的周边相邻基站个数信息缓存为一个有效基站集，统计在过去时间窗Tw内平均有效基站集的大小P2。P2越大，表明用户处于基站密集区，未来发生基站切换的概率越大；反之，表明用户处于基站稀疏区，未来发生基站切换的概率越小。

2.3 有效基站集更新率

统计手机在过去时间窗Tw内有效基站集的变化次数M。计算有效基站集的更新率P3=M/Tw。有效基站集变化包括有效基站集中任一基站的新增、减少。P3越大，表明用户所处区域信号越不稳定或用户处于移动状态，未来发生基站切换的概率越大；反之，表明用户处于信号相对稳定或静止状态，未来发生基站切换的概率越小。

2.4 主基站信号强度波动率

根据AT指令得到主基站信号强度信息变化次数K，统计过去时间窗内波动率P4=K/Tw。P4越小，表明用户所处主基站信号稳定，未来发生基站切换的概率越小；反之，表明用户所处主基站信号不稳定，未来发生基站切换的概率越大。

2.5 模糊概率计算

由于P1，P2，P3，P4的值阈不同，因此只有归一化处理后[10]才能进行后续的模糊概率加权。

P1的模糊概率转化：若P1为0，表示之前从未发生过基站切换，未来发生基站切换的模糊概率为0；乒乓效应每秒可切换到5次，当P1=5时，表示之前在以最高速率频繁切换基站，认为未来发生基站切换的模糊概率为1。因此将P1转化为模糊概率p1：p1=P1/5。

P2的模糊概率转化：若有效集大小P2=1，表示手机周边只有一个基站，因此未来发生基站切换的模糊概率为0；由于模块最多输出6个周边基站信息，因此将P2转化为模糊概率 p2：p2=（P2-1）/6。

P3的模糊概率转化：若P3=0，表示手机信号稳定，周边基站状态不变，因此未来发生基站切换的模糊概率为0；由于乒乓效应每秒可切换到5次，有效集最多有6个基站，因此理论上最多每秒能变化5×6=30次，P3=30表示手机有效基站集变化频繁，未来发生基站切换的模糊概率为1。因此将P3转化为模糊概率p3：p3=P3/30。

P4的模糊概率转化：若P4=0，表示手机主基站信号稳定未发生波动，未来发生基站切换的模糊概率为0；由数据统计经验可知，手机主基站信号每秒波动10次，发生基站切换概率较高，因此将P4转化为模糊概率p4：p4=P4/10。计算最终的模糊概率加权值X：X=0.15p1+0.2p2+0.35p3+0.3p4。

2.6 基站切换预测

根据模糊概率值X判断下一个时间窗内是否会发生基站切换。若X＞0.9，则认为下一个时间窗Tw内会发生1次以上的基站切换；反之，认为下一个时间窗Tw内不会发生基站切换，由此完成对下一个时间窗基站切换的预测。

3 实验与小结

将含通信模块的物联网终端安装于车辆上。根据本文所述方法进行基站切换预测，并在下一个时间窗观察是否发生基站切换，比对基站切换预测的准确性。10台终端的数据统计如图2所示，横轴为终端编号，纵轴为预测准确率。可以看出，预测准确率基本超85%，车辆行驶在基站密度较高区域的终端预测效果更好，准确率超90%。

图2 预测准确率

4 结 语

本文基于无线通信模块的AT指令信息，提出了在应用层利用AT指令数据进行特征得取，并预测物联网终端发生基站切换的可能性。若采用底层信令不开放的无线通信模块，依旧可在应用层进行基站切换预测。实践证明，该算法具有比较好的准确性、易用性与实用性。