无线通信网络多口径测试统计数据初探论文
摘要：首先介绍移动通信网络的发展背景，然后具体阐述现阶段网络测试与评估的手段和面对的挑战，提出多口径测试统计数据的方法，以及介绍数据的汇聚及应用，以方便后期网络优化。
关键词：泰森多边形；汇聚区域；地理信息；系统离散数据；数据汇聚
1引言
移动通信网络经过数十年的发展，规模已变得十分庞大，结构日趋复杂，业务种类日益繁多，业务量相较数年前也增加了几个量级。为了管理维护如此复杂的网络，衍生出了丰富的指标类型、统计手段、测试工具以及网络评估方法。这些丰富的指标和统计测试手段有利于从不同角度对网络进行立体评估，同时也给如何有效利用此类数据提出了挑战。
2多种测试统计数据利用的手段
现阶段网络测试与评估主要有以下手段。路测（DT）：DT是指借助仪表/测试手机以及测试车辆等工具，沿着特定的线路进行无线网络参数、运行和业务质量指标的测定和采集，一般用于网络的测试评估。DT提供的测试数据可精确到点，以经纬度定位。自动路测（ATU）：类似路测，与路测不同的是ATU测试时不需要专业路测人员近端操作。ATU提供的测试数据可以精确到点，以经纬度定位。扫频测试：扫频测试是指利用扫频仪及软件沿指定路段运行，用于收集所经地点的信号频段强度等信息，主要用于干扰排查以及小区重叠覆盖测试，扫频测试提供的数据精确到点，以经纬度定位。呼叫质量测试（CQT）：CQT是指利用测试终端人工定点拨打测试，并手动记录规定指标，一般用于投诉处理特殊场景的网络质量评估等。CQT提供的测试数据可精确到点，一般以经纬度定位。后台统计：后台统计是指操作维护系统通过网元上报的一系列事件计算出多个预先定义好的指标，如业务量、掉话率、切换成功率等。后台统计提供的数据一般精确到小区。测量报告（MR）：MR是操作维护系统通过中断或基站手机获得的底层测量报告，如TA、电平、载干比等，MR提供的数据一般精确到小区级别。投诉：相对其他测试手段，投诉是一种被动的网络数据收集方法。接到一个有效投诉后，一般会联系用户进行现场拨打测试，并给出测量结果。投诉所提供的测试数据一般可精确到点，以经纬度定位。在网络的日常维护和评估中，通常是在不同的时间，由不同的人出于不同的目的对同一个区域利用不同的测试手段进行的测试，最后很可能会给出相同问题的不同描述。比如对用户来说某一问题是通话质量差且有时会掉话，对路测来说可能表现为频繁切换，对扫频测试来说可能表现为重叠覆盖，而以上几种测试手段所给出的具体经纬度可能会有所不同。这种对同一问题在现象、位置描述方面的差异导致测试数据离散化，必然会额外增加数据使用人员的工作量。这些在不同时间获得的测试结果分别由不同人分析时，每个人员是独立的个体，无法共享已有的成果，即使由一个人分析，也不能有效回溯历史分析记录。为了提高多种测试数据的使用效率，有必要使地理上离散的测试数据合理汇聚，数据使用人员可把一些离散的问题作为一个整体分析。
3使用泰森多边形汇聚离散数据
将地理上离散的测试数据汇聚在一起作为一个整体，需要考虑汇聚区域的大小。太大的汇聚区域会使数据失去相关性，太小的汇聚区域，将无法体现测试数据的汇聚优点。综合考虑各种测试统计方法的最小精度，基于小区覆盖范围的数据汇聚区域比较合理。这里利用泰森多边形获得小区的大致覆盖范围，从而形成测试数据的汇聚区域。
3.1生成泰森多边形
美国气候学家AHThiessen提出了一种根据离散分布的气象站降雨量计算平均降雨量的方法，应用到无线通信网络，将所有相邻基站连成三角形，做这些三角形各边的垂直平分线，于是每个基站周围的若干垂直平分线便围成一个多边形，这个多边形即为泰森多边形，如图1所示。泰森多边形的特点是：(1)每个泰森多边形内仅含有一个基站；(2)泰森多边形内的点到相应基站的距离最近；(3)位于泰森多边形边上的点到其两边基站的距离相等。
3.2扇区化泰森多边形
如上述生成的泰森多边形包含同一基站多个小区的覆盖范围，使用此多边形聚合测试数据不能保证数据较强的相关性，会对分析形成干扰，因此还需要将泰森多边形进一步分割，使包含的测试数据尽量反映单一小区的特性，方法如下。对大于等于3小区的基站，在其对应多边形内做同基站小区间夹角平分线，从而分裂为3个或3个以上的多边形。对2个小区的基站在对应多边形内做同基站小区间夹角的平分线及其延长线，分裂为2个多边形。对单小区基站，其对应的泰森多边形保持不变。泰森多边形扇区化后，其第二条性质未变，能够保证所包含数据一定程度上的相关性，如图2所示。
3.3汇聚区域的重要属性定义
为了便于后期测试数据的汇聚，汇聚区域需要一些必备属性用于测试统计数据的匹配。名称属性：使用对应小区名称命名，主要用于小区级别的统计和测试结果。地理属性：在GIS中属于Region对象，有面积、坐标，用于匹配点状测试结果，如路测、ATU等。
4数据的汇聚及应用
4.1测试数据的整理及汇聚
后台统计、MR数据精确到小区级别，可使用小区名与汇聚区域名称匹配的方法汇聚，其他可精确到经纬度的测试数据利用GIS软件的SQL语句加上within（）函数匹配，最终形成包含表1字段的数据。其中解决方法分类包括调整工程参数、调整系统参数、新增站点，解决方法详述应包含问题的分析及具体解决方案。
4.2汇聚数据在优化中的应用
优化中遇到的.问题点应该包括问题现象、问题经纬度、相关小区名称、测量数据等。优化分析工程师拿到数据后应首先把问题汇聚到相应的汇聚区域内，然后查询汇聚区域内是否有类似现象的问题点。如果有类似现象的问题点，则可参考已有的分析和解决方案，并根据现状评估已有方案的效果或可行性，避免不必要的分析，从而提高效率。如果汇聚区域内无类似问题现象，应对此问题加以分析，找出具体原因，然后查找汇聚区域内是否有相同原因引起的问题点，如果有，需评估已有方案是否可行，是否需要更改。如果测试统计数据没有进行汇聚，将会产生不必要的分析，甚至会制定出已验证不可行的方案。
4.3汇聚数据在规划中的应用
网络规划中的扩容、新增站点都需要参考测试数据的分析以及话务统计，其中新增站点分为容量站点和覆盖站点。如某期规划原则中有一般城区连续覆盖的要求，这时需要查找分析以往的测试统计数据。在没有数据汇聚的情况下，查找发现有20个弱覆盖问题点需要新增站点解决。由于可能有些问题点距离很近，无需每个问题点新增站点解决，往往1个新增站点可以解决附近的多个问题点。因此在确定新增站点前还需要利用地理信息系统（GIS）软件，分析每个问题点的距离，以确定最优的新增站点数量。针对上述规划原则，在已有区域汇聚数据的情况下，只需以汇聚区域为对象分析是否需要规划站点，然后再根据汇聚区域面积进行微调，重点关注面积较大的汇聚区域。这种情况下需要分析的数据量大大减少，提高了规划的效率。
5结束语
以上提出一种无线通信网络多口径数据汇聚方法，目的是尽量把相关度较高的数据作为一个整体加以利用，避免了过度离散的数据给后期的使用带来困扰。汇聚数据的使用效果离不开日常维护优化中对问题点的准确描述和原因分析，这样的数据对网络的发展有重要的参考指导意义。
参考文献
[1]韩斌杰.GSM原理及其网络优化[M].北京:机械工业出版社,2009
[2]张守国.LTE无线网络优化实践[M].北京:人民邮电出版社,2014
[3]张康聪.地理信息系统导论[M].北京:电子工业出版社,2014
[4]张云勇,房秉毅,程莹,等.中国联通数据中心SDN的研究及实践[J].电信技术,2014(6)
【无线通信网络多口径测试统计数据初探论文】相关文章：