【摘要】為了深入了解運(yùn)營商的網(wǎng)絡(luò)覆蓋程度，提升網(wǎng)絡(luò)資源投放效率，通過Mean-Shift算法對基站的MR數(shù)據(jù)做首次聚類分析，預(yù)測出局部最優(yōu)的基站覆蓋中心點(diǎn)，再用DBSCAN算法預(yù)測出全局最優(yōu)的基站覆蓋中心點(diǎn)。在此基礎(chǔ)上分析三大運(yùn)營商基站小區(qū)在地理位置上的部署密集程度，從而獲得每個運(yùn)營商的網(wǎng)絡(luò)熱點(diǎn)區(qū)域分布，為網(wǎng)絡(luò)規(guī)劃和智慧網(wǎng)優(yōu)提供全方位的分析方法。
【關(guān)鍵詞】MR Mean-Shift DBSCAN 聚類算法
doi:10.3969/j.issn.1006-1010.2017.22.001 中圖分類號：TP312 文獻(xiàn)標(biāo)志碼：A 文章編號：1006-1010(2017)22-0001-04
引用格式：唐忠林,許盛宏,譚志遠(yuǎn). 基于大數(shù)據(jù)對運(yùn)營商基站覆蓋中心點(diǎn)的預(yù)測及對比分析[J]. 移動通信, 2017,41(22): 1-4.
1 引言
隨著大數(shù)據(jù)時代的迅猛發(fā)展，人們對LBS（Location Based Services，基于位置服務(wù)）的需求也快速增長，無線定位技術(shù)逐步得到重視，位置服務(wù)已經(jīng)成為一種熱門的技術(shù)。輔助GPS（AGPS）定位技術(shù)結(jié)合了GPS定位和蜂窩基站定位的優(yōu)勢，借助蜂窩網(wǎng)絡(luò)的數(shù)據(jù)傳輸功能，可以快速精準(zhǔn)地定位，在移動設(shè)備尤其是手機(jī)終端中被廣泛使用[1]。運(yùn)營商通過更新4G網(wǎng)絡(luò)主設(shè)備網(wǎng)管，即新增輔助GPS和異網(wǎng)檢測功能，實現(xiàn)了基站MR（Measurement Report，測量報告）數(shù)據(jù)版本升級。在新的數(shù)據(jù)源中不僅能夠獲取到精確的GPS地理信息，同時異網(wǎng)檢測功能也可以針對其他運(yùn)營商網(wǎng)絡(luò)覆蓋強(qiáng)度進(jìn)行周期測量，從而解決了當(dāng)前MR應(yīng)用過程中定位精度不足和只能評估本網(wǎng)絡(luò)覆蓋情況的局限[2]。通過本次研究，可以有效拓展MR的分析能力，針對三網(wǎng)（中國移動、中國電信、中國聯(lián)通）的覆蓋情況進(jìn)行對比分析。
本文通過對輔助GPS數(shù)據(jù)的挖掘分析，預(yù)測出運(yùn)營商的基站覆蓋中心點(diǎn)，可以實現(xiàn)運(yùn)營商之間的網(wǎng)絡(luò)可持續(xù)化對比，為解決傳統(tǒng)三網(wǎng)對比測試樣本不充足、對比不全面的問題提供一種有效解決方案。
2 運(yùn)營商基站覆蓋中心點(diǎn)預(yù)測
以基站采集到的終端測量報告作為數(shù)據(jù)源，并將數(shù)據(jù)源按頻點(diǎn)和PCI（Physical Cell Identifier，物理小區(qū)標(biāo)識）進(jìn)行分組，對分組后的每組數(shù)據(jù)用Mean-Shift（偏移均值向量算法）算法做首次密度聚類[3-4]，找到局部最優(yōu)的基站覆蓋中心點(diǎn)。結(jié)合專業(yè)的業(yè)務(wù)背景知識，對局部基站覆蓋中心點(diǎn)用DBSCAN算法做二次聚類，找到全局最優(yōu)的基站覆蓋中心點(diǎn)[5-8]。最后用本網(wǎng)的主覆蓋小區(qū)來驗證所預(yù)測出來的基站覆蓋中心點(diǎn)的正確性。具體流程如圖1所示：
圖1 運(yùn)營商基站覆蓋中心點(diǎn)預(yù)測流程
2.1 數(shù)據(jù)源提取及清洗
本模型采用中國電信全省MR的輔助GPS相關(guān)數(shù)據(jù)，主要包括：各運(yùn)營商的頻點(diǎn)、PCI、用戶個人上報的百度經(jīng)緯度、地市、中國電信主服務(wù)小區(qū)百度經(jīng)緯度等屬性，并對每條記錄中的異常數(shù)據(jù)、無效數(shù)據(jù)進(jìn)行了清洗。為減少鄰區(qū)等干擾因素影響模型的準(zhǔn)確度，本模型只提取了室外且相距主服務(wù)小區(qū)1 km以內(nèi)的MR記錄。
2.2 Mean-Shift算法聚類過程
Mean-Shift算法是一個迭代的過程。對于d維空間的N個樣本點(diǎn)，首先隨機(jī)選擇一個點(diǎn)，并以這個點(diǎn)為圓心、以R為半徑做一個d維的高維球，落在這個球內(nèi)的所有樣本點(diǎn)和圓心都會產(chǎn)生一個向量，每個向量都以圓心為起點(diǎn)、以球內(nèi)的樣本點(diǎn)為終點(diǎn)，計算出球內(nèi)所有向量的和，最終得出Mean-Shift向量。再以Mean-Shift向量的終點(diǎn)為圓心重復(fù)上述步驟。由同起點(diǎn)向量求和法則可知，Mean-shift向量最終將收斂到概率密度最大的區(qū)域[9]。Mean-Shift向量的基本形式如下：
(1)
其中，x為空間中任意一點(diǎn)；D表示在N個樣本點(diǎn)xi中有D個點(diǎn)落在SD區(qū)域中。
Mean-Shift算法的偽代碼思想如下：
（1）隨機(jī)選擇一點(diǎn)為中心點(diǎn)，固定一個窗口，計算出Mean-Shift向量；
（2）判斷是否達(dá)到收斂，若收斂則終止，否則執(zhí)行第（3）步；
（3）以Mean-Shift向量的終點(diǎn)為新的中心，重復(fù)上述步驟[10]。
由于獲取到的用戶輔助GPS數(shù)據(jù)呈現(xiàn)出無規(guī)律分布，因此采用基于概率密度的Mean-Shift算法進(jìn)行聚類分析。該算法忽略了數(shù)據(jù)源中的異常值，每次只對窗口內(nèi)局部數(shù)據(jù)進(jìn)行計算，計算完成后再移動窗口。
本模型首先以中國電信的數(shù)據(jù)做訓(xùn)練集，以頻點(diǎn)和PCI作為分組條件，分別把具有相同頻點(diǎn)和PCI的個人上報百度經(jīng)緯度進(jìn)行聚類。經(jīng)過多次模型訓(xùn)練并結(jié)合業(yè)務(wù)實際，本模型最終設(shè)置的Mean-Shift窗寬系數(shù)為0.02，聚類得到多個同一頻點(diǎn)和PCI下多個基站覆蓋中心經(jīng)緯度。預(yù)測中國電信室外的基站覆蓋中心點(diǎn)有159 284個，將預(yù)測出來的覆蓋中心點(diǎn)經(jīng)緯度與中國電信MR數(shù)據(jù)本身提供的小區(qū)百度經(jīng)緯度在百度地圖上作距離對比。結(jié)果表明，對于廣州市區(qū)統(tǒng)計出基站覆蓋中心點(diǎn)有80.3%落在主覆蓋小區(qū)對應(yīng)方向角附近150 m以內(nèi)，但在同一頻點(diǎn)和PCI下有部分預(yù)測的基站覆蓋中心點(diǎn)相距較近。結(jié)合專業(yè)的業(yè)務(wù)知識，運(yùn)用區(qū)域聚類算法DBSCAN進(jìn)行二次聚類，將屬于同頻點(diǎn)同PCI且相距較近的基站覆蓋中心點(diǎn)聚為一個新中心點(diǎn)。
2.3 DBSCAN二次聚類過程
DBSCAN是一種基于高密度連通區(qū)域的聚類算法，能夠?qū)⒕哂凶銐蚋呙芏鹊膮^(qū)域劃分為簇。該算法需要兩個核心的參數(shù)：一個參數(shù)是半徑，表示以給定點(diǎn)P為中心的圓形鄰域的范圍；另一個參數(shù)是以點(diǎn)P為中心的鄰域內(nèi)最少點(diǎn)的數(shù)量[11]。
基于本模型需求和專業(yè)的業(yè)務(wù)知識，模型設(shè)置的半徑為200 m，鄰域內(nèi)最少點(diǎn)數(shù)量設(shè)置為1，從而可以將具有相同頻點(diǎn)和PCI且距離較近的基站覆蓋中心點(diǎn)聚類成一個新的中心點(diǎn)。將基站覆蓋中心點(diǎn)經(jīng)緯度與中國電信MR數(shù)據(jù)提供的小區(qū)經(jīng)緯度作距離核對，該模型預(yù)測出中國電信室外共有155 244個基站覆蓋中心點(diǎn)。對于廣州市區(qū)統(tǒng)計出基站覆蓋中心點(diǎn)有83.6%落在主覆蓋小區(qū)對應(yīng)方向角附近150 m以內(nèi)，符合實際業(yè)務(wù)規(guī)則。
DBSCAN算法的偽代碼思想如下：
（1）選取鄰域半徑為200 m，鄰域內(nèi)最少點(diǎn)數(shù)為1；
（2）隨機(jī)選取一點(diǎn)為中心點(diǎn)，計算相同頻點(diǎn)和PCI下的主覆蓋小區(qū)中心點(diǎn)的距離，若滿足條件，則加入該鄰域，并以新加入的點(diǎn)為中心判斷其余點(diǎn)是否滿足條件，直到遍歷完所有點(diǎn)，計算出該鄰域新的中心點(diǎn)，并把屬于該鄰域的點(diǎn)從原數(shù)據(jù)中刪除；
（3）從剩余的點(diǎn)中隨機(jī)選取一點(diǎn)為新的中心，重復(fù)第（2）步直到原數(shù)據(jù)中所有點(diǎn)都被重新歸類完畢為止。
3 運(yùn)營商基站覆蓋中心點(diǎn)對比分析
通過上述模型，采用相同的方法可以預(yù)測出異網(wǎng)基站覆蓋中心點(diǎn)的位置及其數(shù)量，預(yù)測出運(yùn)營商A室外有231 948個基站覆蓋中心點(diǎn)、運(yùn)營商B室外有92 668個基站覆蓋中心點(diǎn)。將三家運(yùn)營商的基站覆蓋中心點(diǎn)預(yù)測結(jié)果顯示在百度地圖上，以廣州兩個區(qū)域Ⅰ、Ⅱ為例，具體如圖2和圖3所示：
圖2 區(qū)域Ⅰ運(yùn)營商基站覆蓋中心點(diǎn)對比
圖3 區(qū)域Ⅱ運(yùn)營商基站覆蓋中心點(diǎn)對比
其中，扇形表示運(yùn)營商真實的主覆蓋小區(qū)所在的位置；圓形表示用模型預(yù)測出來的基站覆蓋中心點(diǎn)所在的位置；黃色表示運(yùn)營商A、藍(lán)色表示運(yùn)營商B、紅色表示運(yùn)營商C。
從圖2和圖3可以看出，預(yù)測得到的基站覆蓋中心點(diǎn)跟真實的小區(qū)相距較近，能夠直觀地描繪出三家運(yùn)營商的覆蓋區(qū)域及覆蓋密度。通過這種直觀的比較，不僅可以掌握異網(wǎng)的大致網(wǎng)絡(luò)分布，而且也易于了解哪些區(qū)域是本網(wǎng)盲區(qū)、哪些區(qū)域需要加強(qiáng)覆蓋，為網(wǎng)絡(luò)建設(shè)規(guī)劃和智慧網(wǎng)優(yōu)提供強(qiáng)有力的支撐。
4 結(jié)束語
本文通過對MR數(shù)據(jù)的挖掘分析，預(yù)測出運(yùn)營商的基站覆蓋中心點(diǎn)，可以全面掌握運(yùn)營商主覆蓋小區(qū)的大致分布和覆蓋密度，為全面評估網(wǎng)絡(luò)覆蓋程度提供有力支撐，也為掌握異網(wǎng)的網(wǎng)絡(luò)規(guī)劃和發(fā)展規(guī)模提供理論依據(jù)。后續(xù)將對全集團(tuán)的MR數(shù)據(jù)做相同的挖掘分析，為全集團(tuán)的網(wǎng)絡(luò)規(guī)劃、智慧網(wǎng)優(yōu)、優(yōu)化布局提供全方位智能化分析方法，進(jìn)一步提升網(wǎng)絡(luò)資源投放效率。
參考文獻(xiàn)：
[1] 左超,耿慶鵬,劉旭峰. 基于大數(shù)據(jù)的電信業(yè)務(wù)發(fā)展策略研究[J]. 郵電設(shè)計技術(shù), 2013(10): 1-4.
[2] 顧芳,劉旭峰,左超. 大數(shù)據(jù)背景下運(yùn)營商移動互聯(lián)網(wǎng)發(fā)展策略研究[J]. 郵電設(shè)計技術(shù), 2012(8): 21-24.
[3] Ester M, Kriegel H P, Sander J, et al. A density-based algorithm for discovering clusters in large spatial databases with noise[J]. Knowlegdge Discovety Data Mining, 1996: 226-231.
[4] 彭寧嵩,楊杰,劉志,等. Mean-Shift跟蹤算法中核函數(shù)窗寬的自動選取[J]. 軟件學(xué)報, 2005,16(9): 1542-1550.
[5] 何中勝,劉宗田,莊燕濱. 基于數(shù)據(jù)分區(qū)的并行DBSCAN算法[J]. 小型微型計算機(jī)系統(tǒng), 2006,27(1): 114-116.
[6] 熊忠陽,孫思,張玉芳,等. 一種基于劃分的不同參數(shù)值的DBSCAN算法[J]. 計算機(jī)工程與設(shè)計, 2005(9): 2319-2321.
[7] 榮秋生,顏君彪,郭國強(qiáng). 基于DBSCAN聚類算法的研究與實現(xiàn)[J]. 計算機(jī)應(yīng)用, 2004,24(4): 45-46.
[8] 王桂芝. 基于密度聚類分析的相關(guān)算法研究[J]. 電腦知識與技術(shù), 2013(30): 6714-6716.
[9] D Comaniciu, P Meer. Mean shift: a robust approach toward feature space analysis[J]. Journal of Image and Signal Processing, 2002,24(5): 603-619.
[10] RT Collins. Mean-shift blob tracking through scale space[J]. Computer Vision and Pattern Recognition, 2003: 234.
[11] 韓利釗,錢雪忠,羅靖,等. 基于區(qū)域劃分的DBSCAN多密度聚類算法[J/OL]. [2017-06-14]. http://www.arocmag.com/article/02-2018-06-047.html.★
作者簡介
唐忠林：工程師，碩士畢業(yè)于華南理工大學(xué)，現(xiàn)任職于中國電信股份有限公司廣東研究院，從事大數(shù)據(jù)挖掘、算法模型等工作。
許盛宏：工程師，學(xué)士畢業(yè)于重慶郵電學(xué)院，現(xiàn)任職于中國電信股份有限公司廣東研究院，從事核心網(wǎng)研究及支撐工作。
譚志遠(yuǎn)：工程師，學(xué)士畢業(yè)于華南理工大學(xué)，現(xiàn)任職于中國電信股份有限公司廣東研究院，從事大數(shù)據(jù)數(shù)據(jù)庫、數(shù)據(jù)平臺管理、云計算等技術(shù)研究及支撐工作。
