基于OTT数据的5G端网协同智能优化研究与实践

陈 锋，李张铮，连 慧（中国联通福州分公司，福建福州 350000）

1 概述

在目前5G 网络大规模部署背景下，要拉动5G 业务收入增长，运营商面临的首要关键问题是5G用户的常驻区域的网络质量。保障最容易出问题的覆盖地点，是5G网络端网协同优化的重中之重。传统网络保障通过路测数据（DT）或者测量数据（MR）分析发现网络缺陷，其中DT 数据只能反映点线上的问题，无法做到全网精细化评估，而MR 数据虽然全面但是5G R15版本终端暂不支持带位置信息的测量数据，即使后续版本支持也存在部分终端不上报MR 位置的问题，对5G网络质量的评估造成影响。

机器学习技术作为人工智能的重要组成部分，是国家发展战略重点扶持的目标［1］和当下各行业关注应用的焦点。本文通过使用用户终端APP 上产生的用户无线网络数据（OTT）来补偿5G MR 的缺陷，利用神经网络算法［2］和DBSCAN 聚类算法［3］构建5G用户位置模型和弱覆盖小区分布，为5G用户网络感知精细化保障奠定良好基础。

2 目前5G端网协同优化方法存在的不足

在当下5G 端网协同优化中，5G 用户感知精细化保障始终是一个难点。由于5G MR 不携带用户经纬度信息，网络分析严重依赖于人的优化经验等方面的特点，急需引入大数据和机器学习的优化方式，实现5G端网协同优化的智能化。

2.1 MR经纬度缺失，网络精细化分析困难

MR 是UE 在网络中上报的无线网络测量数据，包含小区电平、小区质量和小区覆盖范围等无线环境指标。在4G 中MR 还包含了测量报告发生地点的经纬度信息，网优人员可以利用经纬度信息来评估特定地点的网络覆盖情况，对网络感知进行精细化保障。目前5G 用户级MR 文件不携带经纬度数据，MR 平台仅有天级的小区MR 指标，对感知差的特定时间、特定位置和特定用户无法进行精细化网络指标分析，造成网络优化的瓶颈。

2.2 端网协同优化手段缺乏，对技术要求高

传统端网协同优化主要通过路测或者用户投诉发现无线网络覆盖问题，是目前主流的网络优化方法，其能在一定程度上解决无线覆盖问题，但对于覆盖问题不能第一时间解决，往往在问题发生后才能进行排查；解决问题阶段，目前主流分析方法为人工分析、排查收集到的质差数据，判断弱覆盖类型、弱覆盖原因并预估解决方案，分析人员的主观判断在这个过程中起主要作用，容易出现误判且消耗大量人力［4］。

3 基于OTT数据的5G端网协同智能优化

5G 终端MR 经纬度位置信息的缺失直接影响到5G端网协同精细化分析，只能实现小区级的网络质量分析，另外传统根据MR 采样点人工搜寻弱覆盖区域的优化方法费时费力。面对5G网络不断壮大的规模，亟待MR精细化智能化应用的出现。

本文通过研究OTT 数据和MR 数据的关联性，利用机器学习算法基于OTT 数据建立5G 用户位置预测模型，再迁移到MR 数据上进行应用，预测出5G 用户MR 发生位置。计算出MR 的位置后，对MR 的主小区电平值进行聚类分析，得到弱覆盖小区分布。该算法可在网络指标优化、RF 优化、用户投诉分析等网优日常5G优化工作中起到积极作用。

3.1 OTT及MR数据概述

3.1.1 OTT数据

OTT数据来自于真实的用户在真实的应用场景下产生的真实网络状况，而且覆盖范围广，包含异网运营商甚至Wi-Fi运营商的信息。

OTT数据采集的主要内容如下。

a）数据覆盖数百个手机APP，包括视频、直播、新闻、支付等。

b）数据覆盖中国的安卓用户，包含三大运营商及2G/3G/4G/5G网络用户。

c）数据包含无线网质量、Wi-Fi、定位、时间、基站、终端及APP等信息。

具体地，OTT 大数据采集信息包括用户一些特定的APP 上报的终端型号、运营商标识、网络制式、网络设备标识、网络指标（如RSRP、RSRQ 及SINR）、邻区PCI、邻区电平、经纬度、室内外标识、检测最强Wi-Fi信息、Wi-Fi信号强度等（见表1）。

表1 OTT数据采集字段信息

3.1.2 MR数据

MR 数据主要来自终端对周边无线网络环境进行测量时产生的报告。MR 数据包含终端当前位置服务小区/邻区ID、频点、PCI、RSRP、RSRQ 和SINR 等无线测量信息，目前R15 版本不支持经纬度位置信息的上报。5G MR数据和OTT数据的对应关系如表2所示。

表2 OTT字段和MR数据对应关系

3.2 基于OTT数据的5G用户位置预测

受限于R15 5G 终端MR 不包含经纬度，如何利用AI 手段学习已有的带位置信息的数据来预测不带位置信息的5G MR 样本成为网优智能化的重要方向。本文对获取到的5G用户OTT数据，尝试使用神经网络算法对数据样本进行训练生成用户位置预测模型，鉴于全网统一建模的效果不理想，将数据分地域进行差异化建模，取得了较好的预测效果（见图1）。

图1 基于OTT数据的5G用户位置预测流程

3.2.1 数据集准备

根据获取到的某市联通5G用户OTT数据，结合小区工参中经纬度、区县、方位角、下倾角和覆盖类型，共生成39 个特征维度和2 个标签维度的数据，将数据按7∶3的比例切分为训练集和测试集，如表3所示。

表3 训练集/测试集特征标签

3.2.2 数据预处理

3.2.2.1 高基数特征处理

基数（cardinality）指的是类别特征所有可能的不同值的数量，对于高基数的类别特征，直接使用Label Encoding 和One-Hot Encoding 的数据预处理的方法往往得不到令人满意的结果［5］。分析此处enbid、pci类别特征可以发现存在高基数问题，如果直接进行One-Hot 编码会形成上百列的稀疏矩阵，易消耗大量内存和训练时间；同时映射之间完全独立，并不能表示出不同类别之间的关系。本文基于神经网络算法使用Embedding 层来处理高基数特征，Embedding 技术的一个非常普遍的应用就是实现高维稀疏特征向量向低维稠密特征向量的转换，也就是把离散特征经过独热编码后的稀疏向量表达转化成稠密的特征向量表达。训练中可以通过优化网络的参数和权重来减少损失以改善embedding表示。

3.2.2.2 室分小区方位角的表示

通常工参里覆盖类型为室分的小区方位角都是0，这与实际室分小区为全向覆盖不符，故室分小区的方位角需修正。修正方法如下：若室分小区与宏站邻小区同经纬度，则室分小区取宏站邻小区的方位角；若室分小区与室分邻小区同经纬度，则室分小区方位角取值-1；若室分小区与邻小区不同经纬度，则室分小区方位角取室分小区与邻小区连线与正北方向的顺时针夹角（r见图2）。

图2 室分小区方位角定义

设室分小区经纬度（X1，Y1），邻小区经纬度（X2，Y2），具体小区连线夹角r计算公式如下：

图3给出了室分小区方位角特征校正代码。

图3 室分小区方位角特征校正代码

3.2.3 神经网络模型构建及训练

本文神经网络模型设计采用Embedding 层+全连接层的构建方式，模型结构如图4所示。模型共包括4个隐藏层，第一隐藏层包含3×2 个Embedding 层输入s_enbid/n1_ enbid/n2_ enbid 和s_pci/n1_pci/n2_pci 高基数特征和1个Dense层输入其他数值特征；后面连续接3 个Dense 层，最后输出层有2 个神经元分别对应经纬度。建模框架使用tensorflow2.0 的keras 库，主要使用的网络层有Embedding、Dense，另外还涉及优化器、损失函数等训练参数的配置。训练中的训练集和验证集损失函数变化如图5 所示，验证集loss 从0.017 9降低到0.007 2，达到较好的训练效果。

图4 基于OTT数据的5G用户位置预测神经网络模型结构

图5 神经网络模型训练集损失值和验证集损失值变化曲线

训练参数配置如下。

a）激活函数：ReLU函数的变种ELU。

b）优化器：Adma。

c）损失函数：MeanAbsoluteError。

d）超参数：训练轮数为356，批大小为200，使用tf.keras.callbacks.ReduceLROnPlateau（）自动动态调整学习率。

3.2.4 用户位置预测结果及分析

使用获取到的某市全网13 个区县所有OTT 5G 用户数据进行训练，测试集上预测全网用户位置平均误差为210 m，各误差段（以100 m 为标准）的分布如图6所示。

图6 神经网络模型预测用户位置误差距离分布

观察预测结果误差分布，可以发现误差在不同区县间存在明显的差异（见图7），原因可能是地域间网络结构的不同或者用户行为不同。其中该市全网平均预测误差为210 m，有4 个区优于平均水平；普通郊区误差大于200 m，特别偏远地区误差最大，在1 km左右。

图7 基于神经网络模型的OTT平均预测误差

受实际环境中不同区县间的网络发展不平衡和用户行为习惯不同等因素的影响，采用全网全量数据建立统一的模型存在如下缺陷：数据分布差异大，导致模型性能不佳；数据量巨大，模型训练时间长。因此后续考虑对每个区县分开建模，建立差异化模型，提升模型精确度。

3.2.5 差异化分地域神经网络建模结果分析

分别选取某市五城区OTT 5G 用户数据样本作为训练集进行神经网络模型训练，并在测试集进行测试，平均误差距离为74 m，相对全网统一建模神经网络算法精度有较大提升。改进后该市五城区的差异化建模测试效果如表4所示。

表4 某市五城区差异化模型用户位置预测效果

建立差异化用户位置预测模型后，根据表2 中OTT 字段和5G 用户MR 数据对应关系，将预测模型输入的OTT 特征替换为MR 样本特征，预测出5G MR 的经纬度。后续就可利用带经纬度的5G 用户MR 开展5G网络优化工作。

3.3 基于OTT+MR数据的5G覆盖智能优化

对于庞大复杂的5G无线网络，网络覆盖问题层出不穷，现有无线覆盖分析的局限性日趋明显，如何尽可能减少人工路测成本和分析成本、提高分析判断准确性成为重中之重［6］。本文实现基于DBSCAN 算法的5G智能覆盖优化，在5G用户MR位置可以预测的基础上，利用密度聚类算法定位问题，高效挖掘MR 弱覆盖区域。

5G MR 数据携带终端接收电平值等反映无线网络覆盖的信息，再加上前面建立的5G MR 位置预测模型得到5G MR 所在经纬度信息，在空间上可以通过密度聚类算法对存在弱覆盖问题的样本点进行聚类分析，挖掘得到弱覆盖区域。对某产业园用户5G MR 采样点进行筛选，定义服务小区RSRP＜-110 dBm 的采样点为弱覆盖点，共筛选出弱覆盖采样点1 923 个，如图8所示。

图8 某产业园5G弱覆盖点分布

对这些弱覆盖点开展模型参数搜索，设定DBSCAN 参数最少样本个数以10 为步长，从10 变化到50，半径取0.5。从计算结果可以发现，当最少样本个数为10 时轮廓系数值最高。此时聚类数量为23 个，即发现该区域有23 个弱覆盖场景需要RF 优化（见图9）。对比原始弱覆盖采样点的位置，可以发现DBSCAN 算法精准地定位到了弱覆盖的位置，避免了人工搜索。

图9 基于OTT+MR数据的5G覆盖智能优化

4 总结

传统5G端网协同优化是网优工作的重点和难点，人工优化方法费时费力。由于当前5G 用户级MR 不支持携带经纬度信息，优化中无法使用MR 数据进行网络精细化分析。本文通过引入OTT 数据建立5G 用户位置预测模型，利用OTT 与MR 数据的关联性获得5G 用户级MR 的经纬度信息。在此基础上，开展基于DBSCAN 算法的5G MR 覆盖智能分析，提升了优化效率，实现5G端网协同优化的智能化。