本发明属于网络优化
技术领域：
，尤其涉及一种定位LTE网络中高速用户的方法。
背景技术：
：在无线网络中，高速用户特指高速移动的用户，时速在60km/h以上。一般来说，高速公路上行驶的车辆、高铁动车、火车上的用户都可以称之为高速用户。之所以重点研究高速用户，是因为高速移动带来的快衰落会影响用户的使用感知，静止用户往往没有这类问题。在网络优化中，能准确定位高速用户指标劣化、异常事件发生的位置，很大程度上方便了网优工程师做射频调整等网优方案。另外通过对整条高速(高铁)的打点指标渲染也能整体呈现该路段的网络覆盖情况，极大程度便利了网优集约分析。在C网中，现有较为成熟的基于CDR数据的定算法，一般是基于终端接收的三条腿TA计算“高速用户-基站”距离，再采用三角定位公式定位高速用户经纬度。然而在LTE网络中，由于制式差异，LTECDR数据只包含主服小区TA，无法做到三条腿TA计算“高速用户-基站”距离。因此，目前LTE网络中的定位算法多采用主服小区单TA作为数据源，计算高速用户与基站的距离，再使用三角定位算法预估用户的实际经纬度，和C网的三条腿TA定位计算相比，单条腿TA算出的“高速用户-基站”距离精度太差，且TA信息存在较大的跳跃性，尤其是针对高速移动的用户而言，无法在实际网优中得到应用。TA法撒点呈现均为扇形，无法呈现高速用户的线性移动。主服小区即主服务扇区，用户目前使用的信号的发射源；邻区即信号强度次于主服小区，可以与主服进行切换的扇区；高速用户即高速移动的用户，速率在60-300km/h。和普通低速或静止用户相比，高速用户对切换、掉话、干扰等方面的信号质量要求更高。另外，C网中的三角定位法必须要求三条腿数据才能实现定位，LTECDR中不少话单邻区数据不全，甚至无法满足主服+邻区三条腿条件，因此三角定位算法与LTECDR话单普适性不佳，如果在LTE网络中采用三角定位，一定程度上也会影响定位精度。技术实现要素：本发明的目的是提供一种定位LTE网络中高速用户的方法，解决上述现有LTE定位仅采用主服小区TA作为数据源，因算法数据源太少而导致定位精度低的问题，通过本发明实现数据源更多，精度更高。本发明的目的是通过下述技术方案实现的，一种定位LTE网络中高速用户的方法，其特征是，在计算机中采用LTE话单数据中的RSRP接入数据作为数据源，通过SPM传播模型来计算高速用户-基站的距离，经平面直角坐标值转换为经纬度后，采用矩形定位、结合TA优化定位算法及高速场景修正算法实现对移动台的精准定位；整个过程通过SQL编程实现自动化，输入数据源经相应程序可自动输出结果。所述SPM传播模型的基本传播损耗中值公式：PathLoss＝K1+K2log(d)+K3log(Htxeff)+K4Diffration+K5log(d)log(Htxeff)+K6(HRxeff)+Kclutterf(clutter)其中，K3、K4、K5、K6、Kclutter都是0，K1＝38.45，K2＝20。对高速场景而言，K3固定为5.83，K5为-6.55，K6＝0。所述高速用户-基站距离的推算公式：D＝10^(((43-RSRP+140)+2.307-(5.83*LOG10(H)))/(59.3738-(6.55*LOG10(H))))对于接收1个主服小区和2个邻区信号的用户而言：D1＝10^(((43-主服RSRP+140)+2.307-(5.83*LOG10(主服H)))/(59.3738-(6.55*LOG10(主服H))))D2＝10^(((43-邻区①RSRP+140)+2.307-(5.83*LOG10(邻区①H)))/(59.3738-(6.55*LOG10(邻区①H))))D3＝10^(((43-邻区②RSRP+140)+2.307-(5.83*LOG10(邻区②H)))/(59.3738-(6.55*LOG10(邻区②H))))其中，RSRP为CDR中原始值，H为爱网优工参中天线表lteAntenna_list天线高度，D为高速用户-基站距离。所述平面直角坐标值转换为经纬度算法：(1)A2输入中央子午线,以度.分秒形式输入,如115度30分则输入115.30，起算数据L0；(2)B2＝INT(A2)+(INT(A2*100)-INT(A2)*100)/60+(A2*10000-INT(A2*100)*100)/3600单元格B3，把L0化成度形式；(3)C2以度小数形式输入纬度值,如38°14′20″则输入38.1420，起算数据B；(4)D2以度小数形式输入经度值，起算数据L；(5)E2＝INT(C2)+(INT(C2*100)-INT(C2)*100)/60+(C2*10000-INT(C2*100)*100)/3600，把B化成度；(6)F2＝INT(D2)+(INT(D2*100)-INT(D2)*100)/60+(D2*10000-INT(D2*100)*100)/3600，把L化成度；(7)G2＝F2-B2，L-L0；(8)H2＝G2/57.2957795130823，化作弧度；(9)I2＝TAN(RADIANS(E2))，Tan(B)；(10)J2＝COS(RADIANS(E2))，COS(B)；(11)K2＝0.006738525415*J2*J2；(12)L2＝I2*I2；(13)M2＝1+K2；(14)N2＝6399698.9018/SQRT(M2)；(15)O2＝H2*H2*J2*J2；(16)P2＝I2*J2；(17)Q2＝P2*P2；(18)R2＝(32005.7031))；(19)S2＝6367558.49686*E2/57.29577951308-P2*J2*R2+((((L2-58)*L2+61)*O2/30+(4*K2+5)*M2-L2)*O2/12+1)*N2*I2*O2/2，计算结果X；(20)T2＝((((L2-18)*L2-(58*L2-14)*K2+5)*O2/20+M2-L2)*O2/6+1)*N2*(H2*J2)，计算结果Y。所述的矩形定位法，在平面坐标系上以基站为圆心，以用户-基站距离为半径作圆，分别做与该圆相切且垂直于坐标系的线段，分别得到X序列x1,x2,x3,x4,x5,x6…xn横坐标值和Y序列y1,y2,y3,y4,y5,y6…yn纵坐标值，将所有平面坐标值转换为经纬度，分别对X序列和Y序列取中位数，若序列为奇数，则直接返回中位数；若序列为偶数，则返回两中位数的平均值。所述TA优化定位算法，考虑高速用户移动性，将TA纳入修正范围，通过对比路测打点到主服小区的距离、计算出的粗打点到主服的距离，对上式中D1进行优化。RSRP粗算出的D1、根据TA*78算的D1和实际D1均有不同程度的偏差，采用两者均值能较好的拟合实际距离。D1’＝[D1(RSRP粗算值)+TA*78]/2所述的高速修正算法：1)将自动路测中高速路段数据截取，将所有打点经纬度作为样本基准点；2)输入修正前经纬度,即X,Y序列的中位数；3)从数据库中找出距2)中修正前经纬度、即X,Y序列的中位数最近的高速路段经纬度点并显示两者距离；4)将两者距离≥300米的点位认定为异常数据并删除；5)将最近的路测经纬度作为正常数据的修正经纬度替换。本发明具有的优点和效果：1)与现有LTE定位技术相比精度更高；本发明创新性的采用RSRP作为数据源，除了主服小区RSRP，还可以根据上报的六个邻区RSRP计算高速用户与基站的距离，精度更高；并且，针对高速场景，可利用TA及路测数据做修正，进一步提高精度。2)利用海量话单数据节约测试成本；定位出高速用户经纬度后的数据可用于模拟路测，相对于传统路测方法，具备耗时短、取数周期短、巨量数据、反映实际用户感知的优势。3)真实反映用户感知，问题挖掘更为深入；海量数据更多地反映问题，相对于单用户测试挖掘更多问题。通过高速定位算法筛选现网巨量4G话单数据，从而分析用户在高速上的网络使用情况，创新实现CDR数据地理化呈现，以更高效方式对高速网络进行评估，提供优化参考。附图说明图1为本发明中技术方案流程图；图2为本发明中矩形定位法相交情况中的两路信号情况；图3为本发明中矩形定位法相交情况中的三路信号情况；图4为本发明中矩形定位法相交情况中的非相交圆情况；图5为本发明中Excel实现的矩形定位法界面；图6为本发明中RSRP与TA算D1对比；图7为本发明中距离小工具功能界面；图8为本发明中最终输出结果。具体实施方式结合附图和实施例进一步说明本发明，本发明所述的方法是在计算机中采用LTE话单数据中的RSRP接入数据作为数据源，通过SPM传播模型来计算高速用户-基站的距离，经平面直角坐标值转换为经纬度后，采用矩形定位、结合TA优化定位算法及高速场景修正算法实现对移动台的精准定位。技术方案流程如图1所示。(一)操作步骤：(一A)数据源(1)数据源选择通过对定位精度、成本、通信系统性能影响等因素进行综合考虑分析，本文直接利用CDR信息作为数据源。在CDR数据中，接入、切换、释放信息都可以用来做定位，但考虑数据信息量，接入信息的邻区数据是最全的，且切换、释放往往只涉及部分小区，同时话单较少，因此我们采用CDR中的接入数据作为数据源。(2)无线话单：CDR即呼叫详细记录，用于记录一个呼叫的关键历史信息，包括该呼叫的终端特性信息、呼叫建立信息、呼叫切换信息、呼叫释放信息、QoS信息等。当用户在RRC建立、RRC重建及切换入新eNB时，LTE系统将分别生成一条呼叫的详细CDR记录。(3)核心网话单：LTE无线网CDR话单只提供用户的临时标示：TMSI、MMEUES1APID等，为得到用户固定的IMSI信息和手机号码，江苏公司建立mme话单下载采集库，EPC核心网中提取各时段的IMSI、MMEC、eNBID、s-TMSI/MMESIAPUEID，并建立与无线话单关联性，为用户打上标签。(4)高速扇区及邻区工参：包含高速主覆盖扇区和周边扇区的工参，包括挂高、enodeb标识、小区标识、PCI和经度、纬度。(一B)数据自动提取(1)无线侧CDR话单数据：自动从北向接口下载无线侧CDR话单，并自动导入到SQL数据库中。(2)EPC核心网话单数据：自动下载核心网话单数据，并自动导入到SQL数据库中。时间使用UTC时间，换算方法。(一C)输出数据清单1)带高速标签的用户经纬度和RSRP信息CDT序号ac_mr_ltescrsrpX中位数Y中位数标签24577-72119.35832.2381京沪20531-61119.35932.2446京沪18274-74119.36732.2496京沪40461-67119.36732.2674京沪18267-82119.36232.273京沪12437-78119.3632.283京沪18271-75119.3632.2834京沪表1输出数据-覆盖&打点2)高速用户问题点清单表2输出数据-问题点&打点3)高速渲染结果与对比定位算法应用-虚拟路测效果，通过下表指标对比也可以直观看出虚拟DT与实测基本吻合。指标虚拟DT人工路测平均rsrp-89.00-85.52重叠覆盖率9.11％8.56％erab释放失败率0.00％0.00％切换失败率0.22％0.00％释放失败率1.60％MOD3数11996切换失败数2580释放失败数1907RRC重建数143表3虚拟路测与实测指标对比(二)SPM传播模型(二A)基本传播损耗中值公式PathLoss＝K1+K2log(d)+K3log(Htxeff)+K4Diffration+K5log(d)log(Htxeff)+K6(HRxeff)+Kclutterf(clutter)在自由空间传播模型中，K3、K4、K5、K6、Kclutter都是0，K1＝38.45，K2＝20。对高速场景而言，K3固定为5.83，K5为-6.55，K6＝0，在此我们暂不考虑K4，因此K4也设为0。(二B)仿真结果对比三种经验传播模型在43dBm的发射功率、1.8GHZ频率，相同基站与UE天线高度、绕射损耗、地貌损耗因子环境下的仿真结果，从中可以发现在城区LTE系统中，SPM的路径损耗值跨度最大，根据我们前期规划建设的经验，和C网相比，LTE网络信号穿透能力很差，由于江苏省高速路段整体地势平坦、城市相对发达、建筑较为密集，SPM模型恰好能够反映LTE网络在城区穿损大的特征，该模型更适合城区LTE网络系统。基于三种传播模型的仿真语句及三种传播模型的仿真效果。(三)定位算法推导(三A)基于SPM模型的用户-基站距离推算①公式推导PathLoss＝K1+K2log(d)+K3log(Htxeff)+K4Diffration+K5log(d)log(Htxeff)+K6(HRxeff)+Kclutterf(clutter)Clutter(i)＝dj/(cosθ*di)*cover(j)令K1+K3log(Htxeff)+K4Diffration+K6(HRxeff)＝C1；K2+K5log(Htxeff)＝C2；Kclutterf＝C3；得到PL＝C1+C2*logd+C3*clutter采用WLS算法对其进行简易校正，权数变量wi的取值即为wi＝1/(ei)^2预测模型与实测模型的误差值ei，令Q表示残差的平方和，Q＝∑wi(u)^2＝∑wi[Ploss(i)-C1-C2*logd–c3*CLUTTER]^2最后得到的校正模型公式为：PathLoss＝K1+K2log(d)+K3log(Htxeff)+K4Diffration+K5log(d)log(Htxeff)+K6(HRxeff)+Kclutterf(clutter)＝C1+C2*log(d)+C3*f(clutter)＝C1-T1+(C2-T2)*log(d)+K3log(Htxeff)+K4DiffrationK5log(d)log(Htxeff)+K6(HRxeff)+C3*f(clutter)带入各项常量后，得到：D＝10^(((43-RSRP+140)+2.307-(5.83*LOG10(H)))/(59.3738-(6.55*LOG10(H))))注，RSRP为CDR中原始值，H为爱网优工参中天线表lteAntenna_list天线高度，D为用户-基站距离。②经纬度与平面坐标转换算法算法实现(1)A2输入中央子午线,以度.分秒形式输入,如115度30分则输入115.30，起算数据L0；(2)B2＝INT(A2)+(INT(A2*100)-INT(A2)*100)/60+(A2*10000-INT(A2*100)*100)/3600单元格B3，把L0化成度形式；(3)C2以度小数形式输入纬度值,如38°14′20″则输入38.1420，起算数据B；(4)D2以度小数形式输入经度值，起算数据L；(5)E2＝INT(C2)+(INT(C2*100)-INT(C2)*100)/60+(C2*10000-INT(C2*100)*100)/3600，把B化成度；(6)F2＝INT(D2)+(INT(D2*100)-INT(D2)*100)/60+(D2*10000-INT(D2*100)*100)/3600，把L化成度；(7)G2＝F2-B2，L-L0；(8)H2＝G2/57.2957795130823，化作弧度；(9)I2＝TAN(RADIANS(E2))，Tan(B)；(10)J2＝COS(RADIANS(E2))，COS(B)；(11)K2＝0.006738525415*J2*J2；(12)L2＝I2*I2；(13)M2＝1+K2；(14)N2＝6399698.9018/SQRT(M2)；(15)O2＝H2*H2*J2*J2；(16)P2＝I2*J2；(17)Q2＝P2*P2；(18)R2＝(32005.7031))；(19)S2＝6367558.49686*E2/57.29577951308-P2*J2*R2+((((L2-58)*L2+61)*O2/30+(4*K2+5)*M2-L2)*O2/12+1)*N2*I2*O2/2，计算结果X；(20)T2＝((((L2-18)*L2-(58*L2-14)*K2+5)*O2/20+M2-L2)*O2/6+1)*N2*(H2*J2)，计算结果Y。精度验证高斯正算结果比较：表4高斯正算经纬度转换精度验证高斯反算结果比较：表5高斯反算经纬度转换精度验证③算法实现数据库脚本实现：D＝111.265*sqrt(power(Sourcelatitude-Destlatitude,2)+power(cos((Sourcelatitude/+Destlatitude)*3.1415926/360.00)*(Sourcelongitude-Destlongitude),2))距离单位：千米(三B)矩形定位法1)算法实现：在平面坐标系上以基站为圆心，以2.2.1中推算的高速用户-基站距离为半径作圆，分别做与该圆相切且垂直于坐标系的线段(具体见附图2矩形定位法相交情况)，分别得到四个横坐标值x1,x2,x3,x4及4个纵坐标值y1,y2,y3,y4，将所有平面坐标值转换为经纬度，分别对其取MEDIAN()，若序列为奇数，则直接返回中位数；若序列为偶数，则返回两中位数的平均值。实现界面和效果详见图7Excel实现的矩形定位法界面及利用网翼工具GIS撒点呈现。2)结合TA优化D1考虑高速用户移动性，将TA纳入修正范围。通过对比路测打点到主服小区的距离、计算出的粗打点到主服的距离，对上式中D1进行优化。RSRP粗算出的D1、根据TA*78算的D1和实际D1均有不同程度的偏差，采用两者均值能较好的拟合实际距离。见附图4RSRP与TA算D1对比。因此在实际操作中：表6各算法方差对比D1＝[D1’(RSRP粗算值)+TA*78]/2(三C)高速用户自动修正算法编写excel距离计算小工具：(工具界面见附图5距离小工具功能界面)1)数据库：将自动路测中高速路段数据截取，将所有打点经纬度作为样本基准点。2)输入：修正前经纬度3)输出：从数据库中找出距离该经纬度最近的高速路段经纬度点并显示两者距离。4)异常点位剔除：将两者距离≥300米的点位认定为异常数据，删除样本。5)正常样本修正：将最近的路测经纬度作为该样本的修正经纬度替换。(输出地理化渲染效果详见附图6最终输出结果及撒点情况)(三D)算法准确度验证1、修正效果修正前后效果对比。2、分段统计效果修正后与路测数据分段RSRP对比。当前第1页1 2 3