基于公共交通的城市智能自动路测系统

_____ 术，实现全天候实时路测、人□分布预测和智能场景优化，为企业赋能。! AI网络优化路测自动化n□引言我国无线通信的发展至今已经历2()多个年头，目前网络 为2G/3G/4G多制式并存，覆盖的用户已经超过10亿，基站 规模位居全球首位。如此庞大的用户及基站规模，考验运营

基于上述分析，文中提岀一种基于公共交通的城市智能自 动路测系统。该系统前端使用定制的“黑盒子”,安装在岀租

车、公交车等公共交通工具上，实时向后台传送路测数据及位

置信息；后台使用具有自研发AI算法功能的Hadoop分布式大数 据平台，基于深度学习算法对前端传送回来的数据进行清洗及

商的运维和网络优化能力。在传统的网络优化方法中，有网 络路测、CQT、参数调整等优化手段，其中路测分析对网

分析。与传统路测方法相比，该系统更省力(无需路测人员参 与，可大幅度减少人工成本)、更准确(真实路测数据上报，

络优化及覆盖情况起着至关重要的作用。传统路测的工作方

法主要靠路测工程师使用测试车辆和测量工具，在计划的线 路进行测试，分析空中接口的网络质量，以及站点分布和网 络覆盖情况，为制定和实施网络优化方案提供可靠的数据支

更能反映实际覆盖情况及信号质量)、更及时(实时监控重要

热点场景)，更能减少人工干预的影响，提升路测效率。撑。传统路测方法需提前制定详细的测试方案和测试路线， 同时还需协调和配置相应的测试车辆，非常考验管理能力， 相关瓶颈主要如下：(1) 测试成本高，测试前需要制定详细的路测方案及准

Q系统设计下面介绍智能自动路测系统的系统框架.以及系统内各 模块的功能。备车辆，耗费大量人力物力；(2) 测试存在滞后性，往往是岀现问题后才安排进行路

2.1系统结构本系统可分为采集层、共享处理层和应用层。采集层 由图1所示的前端设备体系构成，主要负责路测及位置信息 数据回传、自监控等功能；共享处理层的数据存储在HDFS (Hadoop Distributed File System, Hadoop分布式文件系统)

测，并且对于重要热点场景无法实时监测；⑶测试线路及区域受限，无法做到全区域测试；⑷测试数据的准确性有限。鬥前，解决上述问题的一种方法是利用UE(User Equipment)上报的MR ( Measurement Report) 禾信

中，多台DataNode节点服务器并行执行路测数据的采集解 析程序，同时在数据处理和分析模块中应用了MapReduce、 Hive等Hadoop组件；应用层采用B/S架构，负责将数据呈现

息，实现类似于路测的功能。有学者提出一种基于最小化路测

数据的无线网络智能优化应用系统，利用大数据及人工智能技 等交互功能，共享层和应用层由图1中的后端系统实现；前 后端系统主要采用Wi-Fi或者4G网络方式进行通信。术分析最小化路测数据，解决全网问题区域的精准定位等问

题；还有学者利用大数据技术对UE的MR数据进行分析，实现 了模拟道路测试的功能。然而，上述方法都存在实时性或数据

2.2系统功能基于公共交通的城市智能白动路测系统具有如下:慌模块。准确性的问题，或是无法做到全线路及全区域测试。72 TELECOMMUNICATIONS TECHNOLOGY/2019 ・ 7覆盖类型，确定劣化指标.

最终定位问题同时给出优

化方案。也就是说，需要根 据不同的小区场景和劣化指 标的组合，给出解决问题的

方案，其本质是一种决策过 程。基于此想法，根据平时 处理聚类投诉/优化工单的

经验，利用贝叶斯网络算法

模型，设计一种可以自动给

数据下发回传网络示意

前端设备体系出优化调整方案的功能。该图1 前端/后端系统连接示意功能的步骤如下。•数据清洗分析：对聚

类投诉/优化工单进行数据清洗以及特征分析，以便精确定

位小区场景以及劣化指标。•方案分析：对于不同的小区场景及劣化指标的组合. 贝叶斯算法自动根据以往的处理经验计算优化方案的使用频

率，同时在应用层展示方案频率比例。•方案确定：系统根据不同的小区场景，智能学习并确图2投诉站点测试问题点(1) 全天候实时路测：前端釆集数据设备要实现全天候

定输出相应的优化解决方案。目场景应用场景1:测试覆盖面延伸至城中村及偏远道路.全面掌

路测的功能，必须要考虑设备功耗及故障损坏两个问题。针 对上述问题，本系统使用了一种定制的功控主机作为前端设

握无线信号质量情况。备.该设备配备3000mA大容量电池且支持太阳能及车载充 电，功耗极低，保证设备全天不间断运行。另外.设备具有

传统路测中由于人力物力问题，很少会遍历城中村及 偏远地区的道路，导致这些区域的道路覆盖情况不淸晰不准

故障自动上报功能，既能自动化采集测试报告，又能准确记 录终端位置信息.实现了实时对全区域进行无盲点路测；同 时，该设备既能支持GSM/LTE等制式的网络测试，又能测

确，从而当这些区域道路出现问题时.网优人员往往缺少实 时且准确的数据进行分析。自动路测系统正是利用了公交

车、岀租车等公共交通工具的普遍性以及行驶路径覆盖面广

试友商的网络质量.在保证自身网络覆盖质量的基础上.对 比分析彼此的优势。基于此设备.既能减少人力、车辆运行

的特点.既减少了网优人员提前制定详细的测试方案和测试 路线的工作量.实现随时随地自动测试的功能，又能采集到 更多传统路测方法无法遍历区域的数据，增加了更多更详细

成本，又可以提升网络质量。(2) 人口分布预测：对于运营商而言，网络容疑规划合

的道路覆盖情况。场景2：实时测杲数据.支撐后台快速定位室诉问题。对于晚上接到投诉某路段无法上网的情况，传统的道

理是保证通信质最的关键因素.而网络容量的规划又与人口 密度息息相关。本系统的前端设备体系可以记录在线用户 数.利用该用户数作为神经网络算法的输入，系统可以自动

路优化方法一般都是在第二天安排车辆和测试人员到现场测

学习人口流动趋势，并根据该趋势执行实时载波调整操作， 以及给出未来3个月内的用户数、用户业务、业务量的长期

试，得到数据再进行分析。该方法具有严重的滞后性，无法 反映当时的道路覆盖情况和指标变化情况.不利于问题的解 决。利用自动路测系统.可以向装有采集设备的公共交通实

变化趋势.使网优人员可以预估网络容量规划是否合理.从 而实现某个区域业务戢等指标的精准预测.为网络规划提供

时下发指令.指示经过对应路段的车辆上传实时数据，实时

坚实的数据基础。⑶场景化智能优化：处理规模优化/投诉工单问题.从

监控问题位置的道路覆盖情况、小区指标等，从而能根据实

时路测数据迅速进行定位分析，进而发现问题、解决问题，(下转77页)经验主义的角度来说，首先是分析问题工单的小区场景以及www.ttm.com.cn 73表6基站侧指标对比谱效率，尤其在容量需求大、覆盖要求高的地区，使4G网络

满足4.5G时代网络需求增长的要求，为4G网络的演进、5G 平均值eNodeB后台统计网络的大规模部署和4G/5G网络的深度融合/协同奠定了坚

3D-MIM0小区传统8T8R小区差值实的基础。未来的多天线技术主要向更大的波束赋形/预编 无线利用率76.68%19.62%57.06%码增益、更多的空间复用层数及更小的层间干扰、更全面的

上行PRB平均利用率59.06%11.%47.17%覆盖和更小的站点间干扰等方向发展。下行PRB平均利用率81.08%21.67%59.41%无线接通率99.83%99.65%0.18%无线掉话率0.13%0.18%0.05%参考文献切换成功率99.79%99.32%0.47%[1]

戴源，朱晨鸣.TD-LTE无线网络规划与设计[M].北京：人民邮电出

版社,2012上、下行速率相对于传统8T8R小区均得到大幅度提升。[2] 王映民，孙韶辉.TD-LTE技术原理与系统设计[M].北京：人民邮电

(4)M站侧指标対比出版社,2010分别测试的基站侧指标见表6。[3] 李云杰•基于AAS的MIMO技术研究[D]•北京：北京邮电大学,2014对比上述各项指标，3D-MIMO小区均优于传统8T8R [4]

朱晨鸣，王强，李新.5G 2020后的移动通信[M].北京：人民邮电出

小区，充分体现了3D-MIMO小区的高容量性能特征。版社,2016由上述对比分析可知，3D-MIMO基站较之传统8T8R [5] 张长青•面向5G的有源大规模M1MO天线研究[J].电信网技术,2016(9)宏站在频谱效率、容址提升、吞吐量提升、边缘覆盖等方面 [6]

张辰.5G移动通信中二维天线阵的互耦自校正及MIMO系统容養研

性能均有大幅度提升。究[D].杭州：浙江大学,2016[7]

雷秋燕、张治中，程方，等•基于C-RAN的5G无线接入网架构[J].电

□结束语信科学,2015,(0作为5G网络的一项关键技术，3D-MIMO在TD-LTE [8]

Jonathan Rodriguez.5G开启移动网络新时代[M].北京：电子工业出版

网络建设中融合应用，大大降低网络干扰，提升边缘用户速 社,2016率.增强用户体验，大幅提升网络容量，节省频率资源，为 [9] 陈鹏.5G：关键技术与系统演进[M].北京：机械工业出版社,2015解决频率资源受限等问题提供了有效手段。3D-MIMO采用

[10]

罗新军.城中村场景TD-LTE深度覆盖技术方案[J].移动通信,201603血分离式架构，易于部署和安装，更利于向未来网络平滑演 如对本文内容有任何观点或评论，请发E-mail至ttm@bjxintong.com.cn：进。在4G演进过程中采用大规模天线技术，可以显著提髙频(上接22页)极大地提高了分析解决问题的效率。投诉站点测试问题点如 问题，具有实时性高、全自动化、覆盖范围广等特点。该路

图2所示。测系统应用极大地提高了无线网优人员的工作效率，使其精 场景3：测最结果支撐当前及未来5G站点规划、建设、

力可以集中在解决问题的方向上。扩容。城市岀租车比公交车出行更具灵活性，通过对出租车的线 参考文献路运行轨迹进行海杲数据挖掘，同时结合系统区域性人口密度

[1]

王胜.陈骁锋，刘小溪.一种基于路测的无线网络智能优化应用系

预测的功能，得出人口聚集区域、居民出行热点等人口分布特 统[J]•信息通信,2018(7)点。基于此特点，网络规划人员能更好地支撑当前及未来5G站

[2]

刘通，施兆阳.陈灿，等•基于LTE MR大数据分析的虚拟化路测应

点规划、建设以及扩容网络规划、建设，打造精品通信网络。用探讨[J].特动通信，2017,41(12^如对本文内容有任何观点或评论，请发E-mailSttm@bjxintong.com.cn.□结束语作者简介传统路测只能进行抽样测试，一般都是有目的的局部区 域测试，并且测试数据具有滞后性，不利于问题定位。基于

聂磊公共交通的城市智能自动路测系统，可以全天候实时路测，

现任中国移动通信集团广东有限公司广州分公司无线优化中 能根据路测数据自动分析，及时发现网络覆盖以及定位投诉

心总经理，主要研究方向为无线网络优化技术。www.ttm.com.cn 77