基于CDL的精确定位和网络优化探讨

张国华 ，袁 亘 ，罗彩艳

（1.亿阳信通股份有限公司 北京 100093；2.中国电信股份有限公司安徽分公司 合肥 230001）

基于CDL的精确定位和网络优化探讨

张国华1，袁 亘2，罗彩艳1

（1.亿阳信通股份有限公司 北京 100093；2.中国电信股份有限公司安徽分公司 合肥 230001）

CDMA网络中，每一次通话都产生一个CDL（call detail log，通话记录），其记录本次通话的详细过程，包括主、被叫号码，起止时间，占用时隙，CFC代码等，对网络的分析与优化有不可替代的作用。本文通过对CDL数据的分析和解读，阐述了在三角定位算法中引入工程参数和无线环境补偿因子解决CDL数据利用的瓶颈—定位准确性问题，并通过具体的案例，分析了如何利用CDL数据进行网络优化和分析。

CDL；定位；网络优化

1 网络优化和网优平台背景

随着3G时代的来临，国内三大运营商都开始运营无线网络，运营商之间的全业务竞争更加剧烈。各移动运营商网络的竞争已经不是单纯的规模的竞争，而是网络品质的竞争。为了在激烈的市场竞争中保持优势，要不断提高网络业务质量和服务质量，提升客户感知，改善客户满意度，以提高用户的忠诚度。2009年与2010年是中国电信的CDMA网络建设年，大规模的建设后必定面临大量的优化调测工作。日常的网优中大量的工作都需要依靠有限的人力进行，是提升CDMA移动网络质量的重要基础性工作。在网络扩容工程不断推进和用户快速发展的环境下，要保持网络质量稳定和提升，具备高效的优化工具和手段是十分必要的。结合网络优化工作的现状和特点，为了能够基于更全面的信息进行深入的智能化分析，解决网络问题，改善用户感受，安徽电信和亿阳信通股份有限公司合作开发了CDMA网络优化支撑平台,通过对投诉数据、DT/CQT数据、无线参数数据、性能数据、工程数据、信令数据、无线话单数据、地理信息的综合分析，为网络优化工作提供方便快捷的手段。

2 当前通话记录数据使用情况

在CDMA网络的优化中，通话记录数据是非常重要的数据源，能客观反映全网无线环境，帮助优化人员更全面地了解网络的运行情况，对网络的分析与优化有相当重要的作用。数据中包含了接入小区编号、不同信令消息状态下激活集中的导频相位、导频强度以及通话的最终释放状态等信息，若能把这部分数据有效利用起来，则相当于在网的每一个通话用户都进行网络测试，当数据量积累到一定程度时，便能反映出整网的覆盖以及通话质量状况，对网优问题的发现以及定位都有非常重要的作用。

CDMA网络的几个大设备厂商目前都能提供这类数据，如CDT数据、CDR数据、PCMD数据。但这一部分数据的应用目前有所欠缺，虽然有专门针对CDT的分析工具CNO1，也有针对CDR的分析工具NatStar，但均为单机版，只能将话单文件进行导入后分析，其分析的数据量有限，而通话记录往往需要大量的数据才能反映出网络的真实状况。且厂商已有的所有工具都只是将通话记录数据进行单独分析，不能将其数据与网络性能指标、参数、设备告警等数据进行关联分析，在实际应用的过程中其效果又有所折扣。PCMD数据暂时没有提供可用的工具，其应用基本上是网优工作者根据自己的需要以及编程能力做一些小的分析工具，不能充分有效地将这部分数据利用起来。

中国电信CDMA网络优化支撑平台在一期项目中便引入了通话记录数据的采集和分析，并对数据进行了基本的分析，与性能、参数可关联使用。二期项目中加强了对通话记录数据的分析，侧重于用户行为以及通过记录中的接入情况、通话最终释放原因分析、激活集分析等功能，加强对通话记录数据的应用，以实现全网用户参与测试的目的。

本文主要 CDMA网络优化支撑平台中基于CDL数据的定位方法以及CDL数据在平台中的典型应用。

3 通话记录数据分析中的关键问题

3.1 定位原理

CDL应用的关键技术，除采集和解析原始二进制数据时针对设备厂商数据格式不一致问题需要作归一化处理外，更重要的是需要解决基于CDL的定位，也即精确地定位每一个信令、通话过程发生的位置。

一般来说，基于CDL的定位采用基于AFLT（advanced forward link trilateration,高级前向链路三角定位）的定位技术，在通信过程中，手机/终端同时监听多个小区的导频信息，记录其各自的导频强度以及传播时延，通话的定位过程是利用码片时延确定到附近小区的距离，最后用三角定位法算出具体位置，如图1所示。

图1 三角定位算法

在CDMA网络的通话中，终端上报的结果中包含每个导频所对应的小区、时延信息。其中，时延以chip为单位，每chip相当于3×108/1.2288×106=244.140625 m的距离，则实际终端距小区的距离为244×（onewaydelay×2-反向硬件时延）÷2÷8 m，其中的onewaydelay即为通话记录中上报的时延信息。从而可以得出，该终端所处的位置在以该小区为原点、以终端距小区的距离为半径的圆弧上。通话记录中包含多个小区的相关信息，便可以得到多个类似的圆，通过圆的相交得到终端的具体位置。

3.2 实际问题及处理方法

以上为基于理论的定位方法，适用于理想的实验环境。而实际的网络中由于地形地貌、建筑物的影响以及传播过程反射、折射等对传播时延造成的影响，直接通过传播时延计算的结果往往并不等于真正的通话点距基站的距离。因而在实际应用时需要引进其他的参数以及补偿因子以纠正环境原因造成的影响，保证定位结果的准确性

3.2.1 补偿因子

如前文所述，在AFLT的定位过程中，需假定数据传播是直线平面单向传播，但实际无线环境中无法达到理想状态，现有的系统都是直接采用传播时延进行的计算，在实际验证过程中发现结果误差很大。本文中采用了特有的补偿方式，最大限度地减小误差，提高定位精确性。

由于信号的反射、折射等会形成多径效应，而在密集城区的建筑物、平原及水域面积较大区域、丘陵地带等不同的场景下，其信号的传播路径都会有很大差异，从而导致相同的距离在不同的环境下其传播时延的差异。这种由于环境造成的对传播时延的影响需要在后续的定位过程中进行消除，因而需要引入定位补偿因子。

根据上述的说明，由于不同环境对传播路径、传播时延的影响不一，因而需要在不同的场景下通过大量的拨测数据，将GPS定位获得的实际位置距站的距离与通过传播时延计算获得的距离进行比较，根据比较结果得到对应场景下的补偿因子，从而保障该场景中定位算法的精确度。

表1为某地市测试得出的补偿因子示例。

3.2.2 工程参数的引入

在实际的通话记录数据激活集中，会出现以下几种情况。

（1）激活集中只检测到一个站点的信号。

（2）激活集中检测到两个站点的信号。

（3）激活集中检测到3个（含3个）以上站点的信号。如果检测到小区的经纬度相同，则认为这些小区属于同一个站点。当检测到的小区属于同一个站点时，目前的系统中一般采用丢弃该点的方式或者在以检测到的站点为圆心、以检测到的时延计算出的距离为半径的圆上随机取一点的方式。随机取点的方式错误概率大，对正确使用数据带来不利影响，在网优平台中利用小区的工程参数信息能够比较好地规避这个问题，通过工程信息获取小区的覆盖范围对定位结果进行校正，能尽可能地提高其准确性。具体如下。

（1）当检测到的信息中只有一个站点时，则根据传播时延以及基站经纬度得出通话点所在圆弧，同时引入参考扇区的覆盖方向角限定通话点的范围，并分析该用户在最近时间内的通话位置，得出其运动趋势线，取运动趋势线和弧线的相交点为通话定位点，避免了随机取点的错误，最大限度地保证了定位的准确性。

（2）当检测到的小区属于不同的两个站点时，通用的定位方式是随机取相交两点中的一点，网优平台中为保证数据的准确性同样需要引入小区的工程参数修正其定位。取位于两个不同站点扇区都覆盖的区域中的交点，保证了定位的准确性。

处理思路：根据圆心对应的两个小区的覆盖方向，若只有一点处于两圆都覆盖的区域，则取该点为终端所在点，根据两个圆心（及对应的两个小区）的经纬度计算出终端所在点的经纬度。

图2 基于两站点的定位处理

具体处理：基于两站点的定位处理如图2所示，移动终端监听到小区1和小区2的导频信息并在通话记录数据中上报，上报的通话记录数据中包含这两个小区的导频信息所对应的小区信息和时延信息。

定位移动终端的装置根据检测到的小区1的时延信息得到所述移动终端距小区1的基站的距离为L1，根据检测到的小区2的时延信息得到所述移动终端距小区2的基站的距离为L2。

同时，根据小区信息中小区的方位角也可以确定小区1、2的覆盖区域，根据L1、L2和小区1、2的覆盖区域，可以得出小区1、2的覆盖区域内移动终端可能所处的弧线（在该小区的覆盖区域内所述移动终端所处的位置集合）。

以L1为半径、小区1的基站为圆心的圆和以L2为半径、小区2的基站为圆心的圆，存在两个交点a和b；根据小区1和小区2的覆盖方向，可以确认只有a点处于两圆都覆盖的区域，因此a点即为终端所在位置。

根据上述距离和已知的小区1、2的基站的经纬度可以确定a点的经纬度，从而确定终端的具体位置。

（3）当检测到3个（含3个）以上站点的信号时，采用引入补偿因子之后的前向三角定位法基本上能准确地进行通话定位。

4 利用CDL的典型网优案例

通话记录数据中包含用户信息，包括手机型号、呼叫次数、释放原因等。基于用户的分析不仅可以对网络优化起到支撑作用，同时还能对网络建设起到帮助作用。

以下是几个通过CDL数据进行分析的常用案例，其中，掉话一直是网络质量的重要指标，同时也非常影响客户感知，极易引起客户的投诉，是各大运营商网络优化工作和考核的重点。下文描述了通过CDL处理用户有关掉话的投诉和网络优化工作，既体现了基于用户的分析，又体现出了基于网元的分析。

4.1 基于通话记录协助解决掉话

首先通过对通话数据的分析，发现某小区一段时间内掉话次数较多，超出了网络中其他网元的状况。

通过小区的通话记录覆盖分析（定位以后，把每次起呼精确直观地显示在地图上，方便各种网络优化分析），小区覆盖GIS图如图3所示，可以发现该小区下的确存在较多的掉话（图中小人代表一个掉话），由于掉话的点距离基站并不是很远，因而基本可以排除由信号覆盖问题造成的掉话现象。

图3 小区覆盖GIS图

进一步查询CDL记录，对该小区下的掉话用户进行分析，发现其中部分用户掉话比较频繁。CFC（呼叫最终代码）为2说明该通话释放异常，为一次掉话。小区掉话用户的分析如图4所示。

对其中掉话最频繁的用户通话进行分析后发现，该用户发生的所有掉话都在同一个扇区，且每次发生掉话时都以同一个PN为参考导频，从而可以确定该区域内的掉话是由于PN的干扰引起的。

通过对该扇区的邻区检查，发现省内的邻区没有PN干扰。由于该扇区为省际边界扇区，从网优平台上不能直接获取对端小区的信息，通过和邻省的沟通，的确发现对方在该边界区域增加了一个新的站点并且使用了和掉话高的小区相同的PN值。对该站点的PN调整后，再次对该小区的通话记录进行分析，发现该小区的指标正常，未再发生掉话。CFC为1说明通话正常释放，通话正常。调整后的通话分析如图5所示。

通过对通话数据的GIS定位、CDL的详情分析，省去大量的现场勘测和路测的工作，排除了由邻省高站引起的掉话。

4.2 基于覆盖的分析

图4 小区掉话用户的分析

图5 调整后的通话分析

图6 覆盖评估

覆盖问题是网络建设过程中必须解决的问题，在网络建设以及优化过程中，覆盖问题的解决往往是通过大量路测数据完成，在网优平台上，通过对大量通话记录数据的分析，可以快速得到网络的整体情况，了解覆盖质量差的区域以及导频污染情况，直观地发现本地网络中需要重点关注的区域，发现问题所在。

通过对全本地网的覆盖数据进行整体的分析，覆盖评估如图6所示，为Ec/Io值的栅格分布图，左上角为Ec/Io值对应的颜色图例，发现市区内某一处的覆盖情况较差（图6中圆圈标注的区域），说明此处存在覆盖漏洞，需要新增基站。

通过对全本地网的导频污染数据进行整体分析，导频污染评估如图7所示，为激活集中导频个数的栅格分布图，左上角为导频个数对应的颜色图例，发现市内某处导频污染严重（图7中圆圈标注的区域）。将导频污染评估和覆盖评估的分析结果对比后发现，问题区域重合，正是网优工作中需要重点关注的区域。根据图7的分析，通过加站可以较好地解决该问题。

4.3 基于小区的覆盖分析

图7 导频污染评估

除了基于整网的栅格评估外，系统还可以进行基于网元的覆盖分析，详细了解一个网元下的所有通话记录并进行统计，从而了解该网元的整体覆盖情况，可以对单个网元的性能以及故障分析起到支撑作用。

扇区1通话分布情况如图8所示。其中每一个小人代表一次通话，黑色小人代表其接入距离大于预先设置的该小区覆盖的最大合理范围（无特殊说明，则图9、10的图例相同），从图8中可以看出有少量的通话分布的距离较远。

扇区2通话分布情况如图9所示。图中黑色小人较多，说明超出其最大合理覆盖范围的通话多，最远的超过13 km。

扇区3通话分布情况如图10所示。图中黑色小人依旧比较多，说明超出其覆盖最大合理范围的通话多，且最大的接入距离超过13 km。

检查该站的基础配置情况，其工程数据显示其下倾角设置合理。扇区基础数据如图11所示。

图11的数据表明其覆盖的范围不应该太远，正常情况下其接入的距离不会出现如此多过大的情况，所以判定该站出现异常。到基站实地查看后发现由于大风，该站的天线下倾角度被改变，导致其覆盖范围发生变化。

图8 扇区1通话分布情况

图9 扇区2通话分布情况

图10 扇区3通话分布情况

图11 扇区基础数据

在传统的网优工作中，这种情况是在该站周围区域的指标发生持续性的恶化后，经过大量的路测分析来发现具体的问题，天线调整完后再进行一次相似的路测确认调整后实际解决了问题，至少需要两天时间，并消耗人力、财力成本。网优平台通过CDL数据的应用，可较快地发现问题且调整后可通过该功能点再进行验证，提高了工作效率并降低了成本。

5 结束语

基于用户的分析除了统计分析外，还可以用来支持投诉的处理。当一个用户发生投诉时，在网优平台上可以根据用户投诉的号码对其投诉时间范围内的通话进行查询分析，通过平台的通话定位功能，可以找出发生故障时用户所在的区域以及为其服务的小区及周边网元，从而了解用户投诉区域的无线环境。同时利用平台中的性能分析、参数分析、小区覆盖等功能对问题进行定位，通常情况下都能及时发现问题所在，省去大量的现场勘测和路测的工作，并减少用户等待回复的时间，能有效提高用户对故障处理的满意度。

同时,基于CDL数据还能进行覆盖分析、导频污染分析等。

网络质量的竞争已经不只是网络指标的竞争，各运营商将越来越关注客户的感知，由于通话记录数据中包含了大量的无线环境、网络设备、信令信息、用户数据等丰富的信息量,对其的分析和应用也会越来越被关注，在WCDMA和TD-SCDMA的优化分析中,CDL数据同样不可或缺。笔者所在的亿阳信通公司承建了中国三大运营商的网络优化平台,无一例外地都支持CDL数据的采集解析定位和统计分析，并一直在探索如何更加精确地定位以及提供更多的分析模型，方便基于CDL数据的网络优化工作更加高效便捷。

1 Per call measurement data:optional feature description.Alcatel-Lucent,October 2010

2 Alcatel-Lucent cdma2000R1x EV-DO Network 1xEV-DO Feature Provisioning Guide.Alcatel-Lucent,October 2010

3 一种基于通话记录数据定位移动终端的方法和装置.专利申请号：201010189801.9，2010

4 丁力.CDMA网络定位方式及其应用.重庆职业技术学院学报，2004（4）

Accurately Positioning and Network Optimization Discussion Based on CDL

Zhang Guohua1,Yuan Gen2,Luo Caiyan1
(1.BOCO Inter-Telecom Co.,Ltd.,Beijing 100093,China;2.China Telecom Anhui Brach Company,Hefei 230001,China)

CDL including the information about the whole wireless network environment,such as call numbers,calling time,seized CE,CFC.CDL is the most important data for wireless network optimization.The accuracy about positioning is the key problem for how to use the CDL.This essay will represent it by analyzing CDL,bring in the compensation coefficient and parameter of BTS for AFLT to improve the precision of calculation.And it analyses the use case in details to descript how to use these CDL in daily work for wireless network optimization.

CDL,positioning,network optimization

；2011-05-31）