趙春雷 金偉

摘 ?要：移動通信網(wǎng)絡一般都有基站小區(qū)級指標監(jiān)控，指示網(wǎng)絡的健康狀況。而傳統(tǒng)的室內(nèi)無源分布系統(tǒng)，一旦出現(xiàn)故障，基站小區(qū)級指標無法有效的反映出來?，F(xiàn)有對室內(nèi)分布系統(tǒng)的監(jiān)控方案都需要對分布系統(tǒng)進行改造，文章提出一種基于箱線圖的異常小區(qū)檢測法，不需要改造原有的分布系統(tǒng)，只需通過對一些業(yè)務量的統(tǒng)計分析，就能效識別出可能出現(xiàn)故障的室內(nèi)分布系統(tǒng)。

關(guān)鍵詞：健康監(jiān)測;室內(nèi)分布系統(tǒng);異常監(jiān)測

中圖分類號：TP39;G642 ? ? ? ?文獻標識碼：A文章編號：2096-4706（2021）24-0162-05

Abstract： Mobile communication networks generally have base station cell level indicator monitoring to indicate the health status of the network. Once there is a fault in the traditional indoor passive distribution system， the cell level indicator of the base station cannot be effectively reflected. The existing monitoring schemes for indoor distribution system need to transform the distribution system. This paper proposes an abnormal cell detection method based on box line diagram， which does not need to transform the original distribution system. It can effectively identify the indoor distribution system that may have faults only through the statistical analysis of some business volume.

Keywords： health monitoring; indoor distribution system; anomaly monitoring

0 ?引 ?言

隨著5G建設的推進，我國移動通信技術(shù)得到了快速的發(fā)展，為滿足人們與日俱增的高質(zhì)量通信需求，各大運營商也開始了大規(guī)模室內(nèi)分布系統(tǒng)部署。監(jiān)控工作是維護通信網(wǎng)絡正常運行，保證人們良好通信的重要工作，隨著通信網(wǎng)絡規(guī)模的擴大，監(jiān)控工作就顯得尤其重要。室外移動網(wǎng)一般都是有源設備，具備完善的監(jiān)控功能;但對于室內(nèi)分布系統(tǒng)而言，尤其是傳統(tǒng)的無源分布系統(tǒng)，目前無法得到有效的監(jiān)控。目前室內(nèi)分布系統(tǒng)的故障只能被動等待客戶投訴，故障定位也很繁瑣，對于大型樓宇，故障處理時間將會極大地延長，極大地影響了客戶滿意度。對此，各運營商也開始引入監(jiān)控系統(tǒng)，對室內(nèi)分布系統(tǒng)進行監(jiān)控。

1 ?室內(nèi)分布系統(tǒng)的監(jiān)控方式

目前，對于室內(nèi)分布系統(tǒng)進行監(jiān)控，有以下幾種方式：

（1）對信號分布系統(tǒng)的傳統(tǒng)器件進行改造，引入具有監(jiān)控功能的有源設備，如：將室內(nèi)天線改造為具有監(jiān)控上報功能的室內(nèi)天線。這種方案的缺點是：有源器件的故障率比無源器件的故障率高，將有源器件加入信號分布系統(tǒng)中，極大地增加了系統(tǒng)的不穩(wěn)定性，增加了維護成本。有源器件采用市電供電方式時，工程建設難度增加，不利網(wǎng)絡建設;采取用電池供電時，需要更換電池，維護成本高，不利后期運營。

（2）利用RFID技術(shù)進行室分監(jiān)控[1]，RIFD工作原理為在RRU側(cè)通過合路的方式引入讀寫器，在天線末端張貼唯一編碼的標簽。讀寫器通過合路器的方式接入室分天饋系統(tǒng)，讀取安裝安裝在室分天線上的電子標簽以實現(xiàn)對整個室分鏈路的質(zhì)量評估及監(jiān)控，如圖1所示。這種方案的缺點是：需要進行少量施工，并且存在一定的插損，增加室內(nèi)分布系統(tǒng)能量的損耗，且只能檢測到末端，對室分的覆蓋效果與網(wǎng)絡效果帶來負面影響。

（3）通過系統(tǒng)對室內(nèi)分布系統(tǒng)的關(guān)鍵信號指標進行分析，對指標有異常的室內(nèi)分布系統(tǒng)提出告警。這種方案的特點是無需對現(xiàn)網(wǎng)分布系統(tǒng)進行改造，缺點是：監(jiān)控管理難，傳統(tǒng) DAS 無法主動監(jiān)控，一般都由人工維護，無法及時發(fā)現(xiàn)分布系統(tǒng)中的故障。只能通過以下兩種途徑發(fā)現(xiàn)問題：

1）用戶主動投訴網(wǎng)絡出現(xiàn)問題。

2）不定期的對網(wǎng)絡中零業(yè)務量、低業(yè)務量的小區(qū)進行篩查。

依靠用戶投訴發(fā)現(xiàn)分布系統(tǒng)的故障，顯的較為被動，影響用戶使用感知，降低了用戶對網(wǎng)絡的滿意度。通過不定期的篩查零業(yè)務量、低業(yè)務量小區(qū)來發(fā)現(xiàn)故障分布系統(tǒng)，一是時效性較差，二是可能會有遺漏，因為有些“部分故障”的分布系統(tǒng)所在的小區(qū)業(yè)務量會出現(xiàn)明顯下降，但還未達到低業(yè)務量的門限，所以無法被發(fā)現(xiàn)。

2 ?基于箱線圖的室分健康監(jiān)測方法

采用對網(wǎng)絡關(guān)鍵指標進行分析的方法，對傳統(tǒng)室分進行健康監(jiān)測，是一種經(jīng)濟實惠的方案，不同于其他監(jiān)控方式需要增加軟硬件設施[2-4]，它不需要對現(xiàn)有的室內(nèi)分布系統(tǒng)進行改造。通過對關(guān)鍵指標的自動定期采集，通過計算識別出異常小區(qū)并提出告警，化被動為主動，在實際應用中，常被采用的有多因子篩選法。

2.1 ?多因子篩選法

多因子篩選法對某些關(guān)鍵指標評估，再通過歸一化處理計算出得分，根據(jù)得分來判斷是否出現(xiàn)異常，如圖2所示。例如，根據(jù)MR數(shù)據(jù)和KPI數(shù)據(jù)，計算某些與網(wǎng)絡質(zhì)量相關(guān)的指標，并設定權(quán)重計算得分，據(jù)此判斷健康情況。

算法描述：

（1）提取KPI數(shù)據(jù)和MR數(shù)據(jù)，根據(jù)指標定義，分別計算5類指標得分;

（2）為每一類指標賦上一個權(quán)重，并加權(quán)計算4G小區(qū)健康度得分;

（3）用當日的4G小區(qū)健康度得分減去前日得分，若波動小于-10，則標記為4G日波動小區(qū);

（4）用當日4G小區(qū)健康度減去一周前得分，若波動小于-10，則標記為4G周波動小區(qū)。

它的優(yōu)點是綜合考慮了MR、KPI各個維度的指標數(shù)據(jù)，考慮較為全面。但也存在不足，主要體現(xiàn)在兩方面，一是權(quán)重帶有一定的主觀性，可能會影響最終結(jié)果的客觀性;二是需要提取大量的數(shù)據(jù)，且任何一個維度的數(shù)據(jù)出現(xiàn)錯誤，均會導致結(jié)果的偏失，抗干擾性差。

2.2 ?箱線圖篩選法

針對多因子篩選法的不足，文本提出了一種基于箱線圖的室分健康監(jiān)測的方法。

箱線圖能直觀明了地識別一組數(shù)據(jù)中的異常值，常被用于異常值檢測[5，6]，如圖3所示。他具有良好的抗干擾性;只需要觀察一個典型KPI的變化，就能判斷系統(tǒng)是否出現(xiàn)異常。比如室分小區(qū)的業(yè)務量，它的數(shù)學模型是：給定一組業(yè)務量數(shù)據(jù)，從中找出異常的數(shù)據(jù)，如果這些異常值連續(xù)出現(xiàn)在最近幾天，那么可以判斷該室分小區(qū)可能出現(xiàn)異常。

本方法需要收集一定時期的室分系統(tǒng)業(yè)務量，采用箱線圖分析方法，通過觀察業(yè)務量的波動情況，推斷出室內(nèi)分布系統(tǒng)的健康狀況。整體技術(shù)方案如下：

（1）數(shù)據(jù)采集：對需監(jiān)控的室分小區(qū)進行業(yè)務量采集，采集時間為最近的k天，k值可根據(jù)實際需求自由調(diào)整，建議k的取值在30至90之間。

（2）計算業(yè)務量的上下四分位數(shù)：對k天的業(yè)務量值由小到大排序后，分別記為x1，x2，…，xk，定義分位數(shù)xp：

當p=時即為上四分位數(shù)，記為Q1，表示k個觀察值中有四分之一的數(shù)據(jù)取值比它小;當p=時即為下四分位數(shù)，記為Q3，表示k個觀察值中有四分之一的數(shù)據(jù)取值比它大。

（3）計算四分位數(shù)間距：根據(jù)上一步得出Q1和Q3，計算四分位間距IQR=Q3-Q1，表示下四分位與上四分位之間的距離。

（4）判斷室內(nèi)分布系統(tǒng)是否健康：獲取最近t天的業(yè)務量xk-t+1，…，xk-1，xk，若Q3+1.5IQR≥xk≥Q1-1.5IQR，則判斷系統(tǒng)波動正常;若xk-t+1，…，xk-1，xk，的值均小于Q1-1.5IQR或大于Q3+1.5IQR，則判斷系統(tǒng)波動異常，可將該小區(qū)標記為故障小區(qū)，后續(xù)可針對該小區(qū)下的室內(nèi)分布系統(tǒng)進行排查，最終確定故障位置。t的取值可根據(jù)實際情況動態(tài)調(diào)整，建議取值范圍為3至7之間。

本方法的計算過程如圖4所示。

箱線圖篩選法的優(yōu)點是：

（1）它具有良好的抗干擾性，它是觀察連續(xù)n天的數(shù)據(jù)，個別的數(shù)據(jù)錯誤對結(jié)果幾乎沒有影響。

（2）只需一個指標就可以判斷異常，獲取數(shù)據(jù)方便，計算速度快。

2.3 ?基于箱線圖的室分健康監(jiān)測

箱線圖篩選法如果只考慮了一個維度，評判可能不夠全面，在實際應用中可以進行多個維度的評估，得的結(jié)果更加客觀準確。本文采用小區(qū)弱覆蓋比例、小區(qū)MR采樣點數(shù)及小區(qū)業(yè)務量三個維度進行監(jiān)測，如圖5所示。

3 ?與傳統(tǒng)多因子指標篩選法對比案例

案例一：在室分健康監(jiān)測的過程中，使用箱線圖篩選法檢出某小區(qū)A在9月4號、3號、2號流量出現(xiàn)異常值（離群點），判斷該室分小區(qū)在最近3天流量變化異常，經(jīng)過運維工程師現(xiàn)場檢測反饋，判斷該站點為無源器件故障，更換器件后故障恢復。

對比箱線圖監(jiān)測法，同樣的時間段采用多因子篩選法對該站進行評估，提取了相關(guān)的MR數(shù)據(jù)和KPI數(shù)據(jù)，計算出的得分沒有明顯的變化，無法有效的篩選出該異常站點。

多因子篩選法的最近兩天得分如表1所示。

案例二：在室分健康監(jiān)測的過程中，使用多因子篩選法檢出某小區(qū)在9月4號為日波動小區(qū)B，和前一天相比，差異較大的是覆蓋得分和回落率得分，如表2所示。

觀察圖7所示的該小區(qū)連續(xù)一個月的流量變化情況，未發(fā)現(xiàn)有異常值，最近3天的數(shù)據(jù)流量也均在正常波動范圍之內(nèi);弱覆蓋占比3號為11.59%，4號為63.92%，造成覆蓋得分差異大;但從一個月的變化情況來看，弱覆蓋占比也均在正常波動范圍內(nèi)，如圖8所示，所以該小區(qū)更傾向于判斷為正常小區(qū)。通過對后續(xù)指標的觀察，該小區(qū)未出現(xiàn)影響業(yè)務的現(xiàn)象。

綜合以上兩個案例，基于箱線圖的室分健康監(jiān)測方法可以檢測出多因子篩選法無法識別的異常小區(qū)，也可以避免一些小區(qū)被多因子篩選法誤判為異常小區(qū)。

4 ?應用效果

基于箱線圖的室分健康監(jiān)測方法9月開始在某市應用，篩檢出的異常室分小區(qū)通過工單系統(tǒng)派單給現(xiàn)場工程師，工程師通過現(xiàn)場測試確定故障情況。通過3個月的回單的信息統(tǒng)計，篩檢正確率基本在75%左右，而多因子篩選法的正確率一般在60%左右。

剩余的現(xiàn)場工程師復核為非故障的室分小區(qū)，主要是受假期和疫情影響，造成業(yè)務量突降，被系統(tǒng)誤識別。后期可以對易受假期影響的小區(qū)進行標注，在以后的判斷中加以甄別。另外，可以適當提高判斷標準，比如獲取近3個月的數(shù)據(jù)，如果最近一周連續(xù)為異常，才判定為異常小區(qū)，以此來提高篩檢的正確率。

5 ?結(jié) ?論

通過本文方法，可以在不改造分布系統(tǒng)的情況下，低成本的解決傳統(tǒng)室內(nèi)無源分布系統(tǒng)的監(jiān)控問題。采用本方案可持續(xù)對室內(nèi)分布系統(tǒng)進行故障篩查，室分運維人員只需排查少量的故障小區(qū)，減少了去現(xiàn)場排查的時間，大大提升了排障效率，也對全網(wǎng)室內(nèi)分布系統(tǒng)健康狀況有一個全面的掌握。

參考文獻：

[1] 林權(quán)偉.對移動通信室內(nèi)分布系統(tǒng)進行監(jiān)控的解決方案 [J].科技探索與應用，2016（35）：235-236.

[2] 王建國，韓玉龍，張培鏡，等.移動通信室內(nèi)分布無源監(jiān)控及管理技術(shù)的研究 [J].移動通信，2016，40（13）：71-74.

[3] 孫天偉，祝好杰. 室內(nèi)分布系統(tǒng)網(wǎng)管監(jiān)控平臺 [J].電信快報，2007（10）：38-40.

[4] 高艷麗，謝紹富，孟凡良，等.室內(nèi)無源分布系統(tǒng)監(jiān)控方案研究 [J].山東通信技術(shù)，2021，41（1）：6-8.

[5] 孫向東，劉擁軍，陳雯雯，等. 箱線圖法在動物衛(wèi)生數(shù)據(jù)異常值檢驗中的運用 [J].中國動物檢疫，2010，27（7）：66-68.

[6] 顧國慶，李曉輝.基于箱線圖異常檢測的指數(shù)加權(quán)平滑預測模型 [J].計算機與現(xiàn)代化，2021（1）：28-33.

作者簡介：趙春雷（1982.04—），男，漢族，江蘇南通人，高級工程師，碩士，研究方向為無線網(wǎng)絡規(guī)劃、優(yōu)化及設計。