王 燕 ，譚澤富 ，，廖明霞 ，謝小維 ，金學(xué)廣 ，戴閩魯 ，

（1.重慶郵電大學(xué) 移動(dòng)通信重點(diǎn)實(shí)驗(yàn)室，重慶 400065；2.重慶三峽學(xué)院 物理與電子工程學(xué)院，重慶 404000；3.日本芝測(cè)株式會(huì)社 北京代表處，北京 100052）

1 引言

移動(dòng)多媒體廣播（CMMB）[1]已經(jīng)開(kāi)始商用，許多城市都在進(jìn)行網(wǎng)絡(luò)建設(shè)、擴(kuò)大覆蓋范圍。應(yīng)用實(shí)際路測(cè)的數(shù)據(jù)基于關(guān)聯(lián)規(guī)則挖掘來(lái)分析網(wǎng)絡(luò)，可以向正在建網(wǎng)的城市提供參考，也可以給網(wǎng)絡(luò)優(yōu)化提供基礎(chǔ)數(shù)據(jù)。

目前CMMB網(wǎng)絡(luò)主要進(jìn)行下行無(wú)線覆蓋，網(wǎng)絡(luò)測(cè)量的主要參數(shù)包括：信號(hào)強(qiáng)度指示RSSI，信噪比SNR，LDPC/RS的誤塊率LDPC/RS_BLER，LDPC的迭代次數(shù)，頻率偏移，調(diào)制誤差率MER和調(diào)制精度—誤差矢量幅度EVM以及星座圖等[2]。CMMB網(wǎng)絡(luò)覆蓋的質(zhì)量與RSSI，SNR以及LDPC/RS_BLER密切相關(guān)，確定它們的門(mén)限值可以給CMMB網(wǎng)絡(luò)優(yōu)化提供依據(jù)。

針對(duì)實(shí)驗(yàn)室測(cè)試儀器和高端網(wǎng)絡(luò)測(cè)試儀器昂貴的缺點(diǎn)，可以利用VC++6.0和SQL2000編程，給出實(shí)現(xiàn)方法，采用關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)分析路測(cè)數(shù)據(jù)。

2 關(guān)聯(lián)規(guī)則挖掘與CMMB路測(cè)系統(tǒng)

數(shù)據(jù)挖掘（data mining）就是從大量不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程[3]。關(guān)聯(lián)規(guī)則挖掘（association rules mining）本質(zhì)是從大量的數(shù)據(jù)中或?qū)ο箝g抽取關(guān)聯(lián)性，它可以揭示數(shù)據(jù)間的依賴關(guān)系，根據(jù)這種關(guān)聯(lián)性可以從某一數(shù)據(jù)對(duì)象的信息來(lái)推斷另一對(duì)象的信息[4]。關(guān)聯(lián)規(guī)則可以直觀地發(fā)現(xiàn)數(shù)據(jù)庫(kù)中任意項(xiàng)集之間的聯(lián)系和數(shù)據(jù)中隱含的信息。這種聯(lián)系不依賴于某種特定的分布，僅依靠數(shù)據(jù)在特定模型中經(jīng)過(guò)多次迭代擬合，且根據(jù)項(xiàng)集在數(shù)據(jù)資料中出現(xiàn)的概率而構(gòu)建的。因而，它有別于傳統(tǒng)的統(tǒng)計(jì)學(xué)方法，其優(yōu)勢(shì)在于結(jié)果明確且容易解釋[5]。

關(guān)聯(lián)規(guī)則挖掘的CMMB網(wǎng)絡(luò)分析系統(tǒng)主要實(shí)現(xiàn)對(duì)數(shù)據(jù)采集及預(yù)處理、關(guān)聯(lián)規(guī)則挖掘、獲取規(guī)則后處理這3個(gè)部分。數(shù)據(jù)預(yù)處理主要工作是數(shù)據(jù)轉(zhuǎn)換，關(guān)聯(lián)規(guī)則挖掘主要采用改進(jìn)的Aprior算法。

利用日本芝測(cè)公司的CMMB信號(hào)分析儀Tx701A對(duì)北京的CMMB網(wǎng)絡(luò)進(jìn)行測(cè)試獲取數(shù)據(jù)。路測(cè)系統(tǒng)包括測(cè)試用車(chē)、GPS、接收天線和Tx701A，以及路測(cè)前臺(tái)和后臺(tái)采集軟件。測(cè)試地點(diǎn)的地理信息內(nèi)容包括：時(shí)間、經(jīng)緯度、高度、速度、信號(hào)電平、信噪比、RS誤塊率。

通過(guò)測(cè)試得到的數(shù)據(jù)是連續(xù)的數(shù)據(jù)，首先必須將連續(xù)的數(shù)據(jù)離散化。這一步是整個(gè)數(shù)據(jù)挖掘來(lái)說(shuō)至關(guān)重要。

3 數(shù)據(jù)庫(kù)程序詳細(xì)設(shè)計(jì)

3.1 初始化

初始化程序主要完成數(shù)據(jù)庫(kù)的初始化，包括數(shù)據(jù)的物理存放位置，邏輯存放，數(shù)據(jù)庫(kù)的創(chuàng)建，所有表的創(chuàng)建，主鍵、外鍵、索引、約束的建立。通過(guò)預(yù)先寫(xiě)好的腳本文件，通過(guò)ADO接口函數(shù)實(shí)現(xiàn)。

3.2 入庫(kù)模塊功能

將測(cè)試文件（test data）導(dǎo)入到數(shù)據(jù)庫(kù)，測(cè)量文件對(duì)應(yīng)的類(lèi)是CInputData。對(duì)應(yīng)的入庫(kù)處理在類(lèi)中實(shí)現(xiàn)。同時(shí)將部分中間結(jié)果分析處理，并且寫(xiě)入數(shù)據(jù)庫(kù)中。

讀取SCA測(cè)試文件，獲得基站測(cè)試數(shù)據(jù)，同時(shí)統(tǒng)計(jì)測(cè)試的記錄數(shù)，測(cè)試的時(shí)間，并且將基站測(cè)試數(shù)據(jù)寫(xiě)入TEST_DATA表中，當(dāng)處理完成測(cè)試文件的所有記錄時(shí)，將統(tǒng)計(jì)信息寫(xiě)入PROJECT表中。同時(shí)分析測(cè)試中每個(gè)點(diǎn)，即根據(jù)SCAN的測(cè)量值，結(jié)合缺省的Threshold判斷某個(gè)基站是否滿足條件，如滿足，則將數(shù)據(jù)寫(xiě)入CMMBThreshold表中。然后根據(jù)CMMBThreshold進(jìn)行缺省事件的分析，并寫(xiě)入CMMBThreshold表中。

3.3 數(shù)據(jù)實(shí)體描述

數(shù)據(jù)實(shí)體描述見(jiàn)表1。

表1 數(shù)據(jù)庫(kù)表及數(shù)據(jù)實(shí)體描述

3.4 主框架設(shè)計(jì)

程序的主體框架采用MFC的MDI架構(gòu)，程序框架由應(yīng)用程序類(lèi)CM999AApp、主窗口類(lèi)CMainFrame及子窗口類(lèi)、文檔類(lèi)、視圖類(lèi)組成。

子窗口類(lèi)從CMDIChildWnd繼承過(guò)來(lái)，每個(gè)子窗口類(lèi)都保存有相應(yīng)視圖類(lèi)的指針，窗口類(lèi)通過(guò)該指針操作視圖。如果子窗口類(lèi)從CChildFrame繼承，可以把子類(lèi)的相同屬性和操作放在父類(lèi)，設(shè)計(jì)會(huì)更加簡(jiǎn)潔，也更符合面向?qū)ο蟮脑瓌t。

初始化COM庫(kù)以后接著連接數(shù)據(jù)庫(kù)，連接數(shù)據(jù)庫(kù)失敗退出程序初始化。連接數(shù)據(jù)庫(kù)成功調(diào)用QueryProject函數(shù)獲取最新一個(gè)工程的起始和結(jié)束時(shí)間并存放在Project，這個(gè)時(shí)間是給Mapx視圖使用的。

登錄數(shù)據(jù)庫(kù)成功則創(chuàng)建和顯示主窗口CMainFrame，在創(chuàng)建主框架窗口的OnCreate函數(shù)里創(chuàng)建工具條、回放控制條，狀態(tài)條和用于顯示工程樹(shù)的控制條?；胤趴刂茥l的的控制（顯示時(shí)間、滾動(dòng)位置、控制拖動(dòng)時(shí)的數(shù)據(jù)顯示等）在CReplayScrollBar里實(shí)現(xiàn)。主框架窗口創(chuàng)建后在顯示主窗口的OnShowWindow函數(shù)里，函數(shù)通過(guò)保存在CM999AApp的文檔模版指針，調(diào)用CreateChildWnd函數(shù)創(chuàng)建子窗口和視圖。

主要數(shù)據(jù)包括CMMB系統(tǒng)信息表和測(cè)試數(shù)據(jù)表。使用SQL Server 2000建立測(cè)試數(shù)據(jù)庫(kù)[7]，使用腳本語(yǔ)言建立數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)表格包括：測(cè)試數(shù)據(jù)表、GPS位置表、測(cè)試系統(tǒng)信息表及其他輔助表等。

3.5 參數(shù)門(mén)限設(shè)定

在存儲(chǔ)過(guò)程中使用門(mén)限值來(lái)分析數(shù)據(jù)并生成分析數(shù)據(jù)表。參數(shù)門(mén)限設(shè)定對(duì)話框如圖1所示。

圖1 參數(shù)門(mén)限設(shè)定對(duì)話框

導(dǎo)入數(shù)據(jù)時(shí)，首先將原始數(shù)據(jù)分解到測(cè)試數(shù)據(jù)表，GPS位置表，測(cè)試系統(tǒng)信息表等數(shù)據(jù)表中，根據(jù)設(shè)定的參數(shù)表對(duì)已測(cè)數(shù)據(jù)信號(hào)電平RSSI和信噪比SNR進(jìn)行分析得到相應(yīng)的視音頻質(zhì)量參數(shù)，并存入數(shù)據(jù)表中，為其他分析顯示提供數(shù)據(jù)。

4 關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘算法模塊

4.1 算法描述

從數(shù)據(jù)庫(kù)模塊中可以看出，CMMB網(wǎng)絡(luò)的測(cè)試數(shù)據(jù)是多維多層的，由于Apriori算法只是在單維單層的數(shù)據(jù)模型上進(jìn)行挖掘[8]，不適合對(duì)多維多層的數(shù)據(jù)模型進(jìn)行挖掘，要想對(duì)上述的路測(cè)的數(shù)據(jù)（信號(hào)電平、信噪比、誤塊率）進(jìn)行分析，Apriori算法必須進(jìn)行一定的改進(jìn)。將數(shù)據(jù)模型的每個(gè)維看成是一個(gè)項(xiàng)目，就可以挖掘多維關(guān)聯(lián)規(guī)則。

計(jì)算過(guò)程如下：

4.2 算法實(shí)現(xiàn)

首先產(chǎn)生頻繁1-項(xiàng)集L1，本項(xiàng)目中頻繁集為L(zhǎng)1={信號(hào)電平，信噪比，誤塊率}。

測(cè)試數(shù)據(jù)操作界面如圖2所示。

圖2 數(shù)據(jù)操作界面

對(duì)CMMB網(wǎng)絡(luò)分析系統(tǒng)進(jìn)行數(shù)據(jù)挖掘，首先需要清除無(wú)關(guān)的數(shù)據(jù)，挑選出有用的數(shù)據(jù)，再將這些數(shù)據(jù)轉(zhuǎn)換成關(guān)聯(lián)數(shù)據(jù)挖掘需要的形式。采用基于求拐點(diǎn)對(duì)數(shù)量屬性進(jìn)行劃分的方法來(lái)將連續(xù)數(shù)據(jù)轉(zhuǎn)換成離散數(shù)據(jù)，用抽取時(shí)間間隔的方法，將絕對(duì)時(shí)間數(shù)據(jù)轉(zhuǎn)換成相對(duì)時(shí)間數(shù)據(jù)。其中，需要將連續(xù)數(shù)據(jù)轉(zhuǎn)換成離散數(shù)據(jù)，將絕對(duì)時(shí)間數(shù)據(jù)轉(zhuǎn)換成相對(duì)時(shí)間數(shù)據(jù)。

根據(jù)文獻(xiàn)[9]中對(duì)北京CMMB單頻網(wǎng)絡(luò)的測(cè)試數(shù)據(jù)（SNR單位為dB，PWR單位為dBm，本文僅采用測(cè)試數(shù)值），對(duì)信噪比、信號(hào)電平、誤塊率進(jìn)行分級(jí)，設(shè)置門(mén)限值，表2～4分別為信噪比分級(jí)表、信號(hào)電平分級(jí)表和誤塊率分級(jí)表。

表2 信噪比分級(jí)表

表3 信號(hào)電平分級(jí)表

表4 誤塊率分級(jí)表

根據(jù)設(shè)置的門(mén)限值，PWR=-90，SNR=5，改進(jìn)的Apriori算法的項(xiàng)目集合是I=｛｛信噪比1，信噪比2，…，信噪比 7｝，｛信號(hào)電平 1，信號(hào)電平 2，…，信號(hào)電平 7｝，｛優(yōu)秀，良好，一般，差｝｝。 111 表示 PWR＞-75，SNR＞20，BLER＜0.005。 當(dāng) A=｛信噪比 1， 信號(hào)電平 1｝，B=｛優(yōu)秀｝時(shí)，A=＞B的蘊(yùn)涵式表示的規(guī)則是信號(hào)電平數(shù)值大于-75，信噪比數(shù)值大于15時(shí)信號(hào)質(zhì)量為優(yōu)秀。這樣僅僅通過(guò)信號(hào)電平和信噪比數(shù)值就能確定信號(hào)的覆蓋情況。

通過(guò)實(shí)驗(yàn)結(jié)果和分析可見(jiàn)，各個(gè)挖掘參數(shù)的設(shè)置對(duì)系統(tǒng)的效率和產(chǎn)生規(guī)則都有影響。用戶可以根據(jù)自己的具體需求設(shè)置各個(gè)參數(shù)，從而得到想要的挖掘結(jié)果。

5 小結(jié)

筆者研究了關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)在CMMB無(wú)線網(wǎng)絡(luò)分析中的實(shí)現(xiàn)，并結(jié)合實(shí)際數(shù)據(jù)給出了分析結(jié)果。通過(guò)對(duì)關(guān)聯(lián)規(guī)則挖掘的理論研究，針對(duì)挖掘門(mén)限值提出了具體步驟，并用VC實(shí)現(xiàn)了算法。實(shí)驗(yàn)結(jié)果表明，該算法對(duì)CMMB網(wǎng)絡(luò)優(yōu)化有一定參考價(jià)值，該分析結(jié)果可以應(yīng)用到實(shí)際的網(wǎng)絡(luò)分析中去，為CMMB網(wǎng)絡(luò)的進(jìn)一步優(yōu)化提供依據(jù)。

[1]解偉.移動(dòng)多媒體廣播（CMMB）技術(shù)與發(fā)展[J].電視技術(shù)，2008，32（4）：4-7.

[2]戴閩魯.CMMB無(wú)線網(wǎng)絡(luò)測(cè)試與分析[M].北京：電子工業(yè)出版社，2009.

[3]顧澤元.關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘頻繁項(xiàng)目集發(fā)現(xiàn)算法的研究[D].哈爾濱：哈爾濱工程大學(xué)計(jì)算機(jī)工程學(xué)院，2005.

[4]陳安，陳寧，周龍?bào)E.數(shù)據(jù)挖掘技術(shù)及應(yīng)用[M].北京：科學(xué)出版社，2006.

[5]宋魏，高萌，曾春秋，等.數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則在睡眠對(duì)軀體疼痛影響評(píng)價(jià)中的應(yīng)用[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2008，35（5）：831-835.

[6]史曉蕾，李明東，劉宏博.關(guān)聯(lián)規(guī)則挖掘在檢驗(yàn)信息系統(tǒng)中的應(yīng)用研究[J].電腦開(kāi)發(fā)與應(yīng)用，2008，21（1）：40-42.

[7]王欣，徐騰飛，唐連章，等.SQL Server 2005數(shù)據(jù)挖掘?qū)嵗治鯷M].北京：中國(guó)水利水電出版社，2008.

[8]王云，蘇勇.關(guān)聯(lián)規(guī)則挖掘在道路交通事故分析中的應(yīng)用[J].科學(xué)技術(shù)與工程，2008，8（7）：1824-1827.

[9]王燕，譚澤富，戴閩魯，等.CMMB單頻網(wǎng)絡(luò)的分析[J].電視技術(shù)，2009，33（10）：98-100.