基于MR大数据的基站小区定位方案.docx

?

?

基于MR大数据的基站小区定位方案

?

?

罗伟华许盛宏

【摘?要】基站的位置是移动网络的核心资源数据，但目前存在大量台账数据是不准确的，严重影响了日常网络优化、规划等工作。从基站小区获取到的MR数据出发，提出一种基于MR大数据的基站小区定位方法，采用大数据算法构建模型，实现台账坐标经纬度的预测，目前已经在现网部署试点应用，辅助校正错误的基站工参信息，取得了较好的预期效果，提升了日常网络优化、规划的工作效率，为基站网络覆盖质量提升提供了有力支撑。

【关键词】MR;基站;大数据;定位

doi：10.3969/j.issn.1006-1010.2020.10.013????中图分类号：TN91

文献标志码：A????文章编号：1006-1010（2020）10-0073-04

引用格式：罗伟华，许盛宏.基于MR大數据的基站小区定位方案[J].移动通信，2020，44（10）：73-76.

0??引言

随着定位技术在生活中的应用日益广泛，各种日常应用对定位技术的精确度要求也已逐步提高[1]。运营商也同样如此，台账包括经纬度坐标等核心工参数据，是基站扇区的核心资源，是网络优化、规划、建设的基础分析数据，也是用户定位算法等方面应用必不可少的数据，因此确保基站台账数据的准确性非常重要。但是，由于工程建设、网络优化、网络规划等多方对网络设备进行调整和优化，可能存在台账工参数据和现网设备实际配置不一致的问题，据初步统计，目前全省基站扇区经纬度偏差大于500m的占比约为10%，这些错误台账已经严重影响了平时工作中网络的优化。

为了核对准确的台账数据，传统方式需要到现场使用专用GPS（GlobalPositioningSystem）定位设备进行勘察后修正台账数据，耗费人力物力且效率低下，为了解决这个痛点，本文提出一种基于大数据的基站定位方案，通过大数据算法模型和携带经纬度的AGPS-MR（AssistedGlobalPositioningSystem-MeasurementReport）数据，去除复杂的无线环境导致的误差干扰[2]，实现基站小区坐标的预测。

1??运营商基站坐标预测

1.1?使用数据说明

（1）本方法上线测试时所使用的数据是运营商现网上所有基站小区其历史一周内采集到的全量MR（MeasurementReport）数据，数据量约为百TB级别。

（2）AGPS（AssistedGlobalPositioningSystem）即辅助GPS（AGPS）定位技术，目前结合了GPS定位和蜂窝基站定位的优势，借助蜂窝网络的数据传输功能，可以快速精准地定位，在手机终端中被广泛使用。AGPS定位技术比传统GPS定位技术更有参考价值[3]，该特征表示了UE（UserEquipment）所在的位置。

（3）TA（TimingAdvance）用于表征UE与基站天线的距离，可以用于估算用户到基站小区天线的位置距离，而根据计算，在4GLTE网络环境中1个TA表征的距离约为78m[4]。

1.2?总体实现流程

台账经纬度预测功能实现总体流程如图1所示：

（1）该方法首先获取运营商现网上所有基站小区其历史一周内采集到的全量MR数据。

（2）按基站小区分组，每组数据均为以该基站小区为主接入小区的MR。

（3）提取MR的AGPS和TA的信息，经纬度坐标转换为平面坐标。

（4）然后对同TA的点分组，用聚类的方式使一个TA值只保留一个点。该点仅携带AGPS信息和TA信息。

（5）再对这些保留的点按规则——以MR经纬度为圆心，分别以TA×78m、（TA+1）×78m为半径画圆，得到一个圆环，并在圆环处划分栅格，该栅格大小为10m×10m。构造栅格来计算一方面是因为如果直接算交点坐标，那么可能出现的情况是交点均落在一个较小区域内且分布比较分散，另一方面是因为比起直接计算交点的浮点数值类型的坐标，计算栅格的效率会更高。

（6）通过计算可以得到各个圆环中栅格的重叠次数，最终要找到栅格重叠次数最高的栅格集合，并从中选取到该集合中其他栅格距离之和最短的栅格。

（7）取该栅格的中心经纬度为估算的基站小区位置。原因是不用栅格方法计算得到的最终交点坐标可能位于栅格化后内部的任一处，而取栅格中心点能获得最小的误差。这里稍微牺牲了准确度，但大大提升了计算速度。

（8）重复（2）～（7）步骤，预测现网中各个基站小区的经纬度。

1.3?数据提取

MR数据是用户在执行业务过程中上报给网络的测量信息[5]，能够准确反映网络的覆盖情况，提取海量MR数据中的重要特征来预测基站的坐标经纬度，为LTE工程规划提供重要支撑。本模型首先从运营商现网数据中读取全省过去一周的历史MR数据，提取其中含有AGPS数据的MR，并去掉