基于DBSCAN算法的5G价值区域自动汇聚模型和应用.pdf

73 2023年7月 第 7 期（第36卷 总第312期）月刊电信工程技术与标准化运 营 与 维 护基于DBSCAN算法的5G价值区域自动汇聚模型和应用王一秋，林亮（中国移动通信集团广西有限公司，南宁 530023）摘 要 传统的价值建站仍是以“单点”价值评估及排序为主，但移动通信网络并不是单点建设，而是“连续”成片覆盖。本文创新性提出基于DBSCAN算法的5G价值区域自动汇聚模型，通过O+B域数据融合，实现高价值站点识别，再将高价值站点地理化呈现。通过DBSCAN聚类算法，自动聚类价值点，生成5G价值区域，实现了由“点”到“面”的价值区域规划。该模型已在5G精品网规划和建设过程中大规模应用，取得较好投资效益。关键字 5G；价值区域；自动汇聚中图分类号 TN929.5 文献标识码 A 文章编号 1008-5599（2023）07-0073-06收稿日期：2022-07-185G 建设初期，提出了一种如何选“点”的熵权法价值建站方法，解决了如何找到最高价值的单点和建设单点后效益最大化的问题。然而，无线网络是一张连续的网，不能单点建设，而应该实现价值区域的连片覆盖。尤其是随着 5G 大规模的建设，如何标准化定义价值地理区域的边界，精准地连片规划 5G 建设，迫切需要一种由“点”到“面”的价值区域规划方法，具备能自动聚类价值点的精准区域规划能力。1 DBSCAN 算法原理 DBSCAN 算法对空间数据进行聚类分析，是一种基于高密度连通区域以及领域特性的数据聚类算法。简单来说就是以密度为本，把距离相近、零散的点分成一组。算法核心思想是通过给定价值标准和半径，以高价值站点为核心画圆，计算圆圈内的平均价值，然后再以圈内其它站点不断扩展画圆，直到平均价值低于标准为止。算法通过识别数据中的核心点来不断扩展已有簇并生成新的簇。1.1 算法相关定义（1）点 p 的邻域是指一个数据点 p 在给定数据中与点 p 的距离小于一定值的点的集合。（2）核心点是指对于一个数据点 p，如果点 p 的邻域集合的大小大于某一个数值时，那么这个数据点被称为核心点。（3）直接密度可达是指对于一个核心点 p，对于其邻域中的任意点 q，称 q 与 p 是直接密度可达的。（4）密度可达点是指对于一个数据点 p，如果点p 是一个核心点，并且存在 p 的邻域数据点 q，并且|N(q)|MinPts，那么 q 为密度可达点。|N(q)|MinPts表示给定一个数量门限或者一个价值度门限值最小包含点数（MinPts），q 的领域内所有的点的数量小于这个门限值，或者所有点的价值度小于这个门限值。（5）密度可达是指对于数据点 p 和数据点 q，如果存在两个数据点间的链接序列 p1,p2,pn-1,pn，其中74 2023年7月 第 7 期（第36卷 总第312期）月刊电信工程技术与标准化运 营 与 维 护p1等于 p，pn等于 q，且 pi+1和 pi(i=1,n-1）是直接密度可达的，那么点 p 和点 q 是密度可达的。（6）密度相连是指对于数据点 p 和数据点 q，如果存在一个核心点 o 满足 p 和 q 是关于 o 密度可达的，那么点 p 和点 q 是密度相连的。（7）簇是指给定数据集合，中间有 p 和 q 等数据点。如果 p 是关于核心点 q 密度可达的，且任意两点 p 和 q是密度相连的，那么就可以形成一个簇。1.2 算法计算规则条件 1 要求聚类完成的价值站点集合中，任一价值站点至少与其它价值站点的距离D都小于设定门限L，L可以考虑站间距的 1.5 2 倍设置。条件 2 要求聚类完成的价值站点集合中，任一种类的价值站点数量在价值站点总数中的占比P不允许小于设定门限T。根据站点密度计算T值。条件 3 要求每个 polygon 里的价值站点，分母是polygon 内所有站点（包括非价值站点）。条件 4 要求不同区域，尤其是核心城区与城郊，考虑站间距的差异，要分别设置距离和站点数。条件 5 要求价值 polygon 里总站点的数量大于门限值。如图 1 所示，MinPts 等于 4，点 A 和其它红色点是核心点，其领域（图中红色圆圈）里面包含最少 4 个点（包括自己），由于它们之间相互可达，形成了一个聚类。点 B 和点 C 不是核心点，但可由 A 经过其它核心点可达，所以也属于同一个聚类。点 N 是局外点，既不是核心点，又不能通过其它点可达。2 DBSCAN 价值汇聚算法应用 2.1 总体步骤融合 O 域和 B 域数据，通过确定高价值标准、价值站点地理化、价值区域汇聚、价值区域边界调整 4 个步骤，最终完成价值区域聚类划分，如图 2 所示。第 1 步（确定标准）是指确定高价值标准和圆圈半径，地理化呈现高价值站点分布。第 2 步（拓扑扩展）是指以高价值站点为起点画圆计算平均价值，逐步向外扩展画圆，直至价值不满足停止。第 3 步（价值聚类）是指将高价值区域点进行自动汇聚，将低价值区域点自动剔除，形成闭环拓扑结构。第 4 步（边界修正）是指根据地理边界、行政划分和营销网格等维度，自动化修正边界，确定最终价值区域。2.2 确定高价值标准通过市场和网络两个维度，确定 6 大维度 12 个指标价值站点，即围绕 ARPU、DOU 和用户三大市场维度，业务、驻留和覆盖三大网络维度，通过熵权法确定权重和价值标准，按满分制 100 分进行打分，满足 60分即为价值站点和价值区域，价值打分如图 3 所示。2.3 拓扑扩展和价值聚类对高价值站点进行聚类分析，以候选高价值站点为圆心，1.5 倍平均站间距为半径画圆，分区域选取不同覆盖半径，市区县城 500 m，乡镇农村 1 500 m，若圆圈内平均价值度（价值得分）高于标准则定义该点为高价值站点，并逐步向外扩展。对于圆圈内的所有单点进行价值得分平均化，共有 3 种聚类场景。场景 1 是以单站低价值和片区高价值场景为例，如图 4 所示。A1 大厦室分（48 分）、A3 住宅小区（57 分），单站不满足高价值标准，但圆圈内平均价值度分别为 62分和 65 分，满足价值区域标准。算法判定为建议纳入高ACBN图1 算法示意图75 2023年7月 第 7 期（第36卷 总第312期）月刊电信工程技术与标准化运 营 与 维 护价值区域。补充其它点的得分，然后算出平均得分是多少。图4 单站低价值，片区高价值场景场景 2 是以单站高价值和片区低价值场景为例，如图 5 所示。B4 国际二期楼得分 65 分，满足高价值标准，但圆圈内平均价值度分别为 55 分，周围无高价值站点连片，不满足高价值标准。算法判定为建议不纳入高价值区域。场景 3 是以高价值区域零散为例，如图 6 所示。CC1 片区和 CC2 片区为独立的两片高价值区域，中间通过 C3 办公楼 1 画圈，可形成连片拼接。算法判定为建议两片高价值区域拼接连片。2.4 边界修正基于道路生成矢量图，初步汇聚的站点通过地理环境、行政划分和营销网格区域进行人工智能算法边界修正，主要是按道路划分规则执行，最终形成完整的价值图2 算法步骤执行图图3 确定高价值标准指标加权示意图76 2023年7月 第 7 期（第36卷 总第312期）月刊电信工程技术与标准化运 营 与 维 护图5 单站高价值，片区低价值场景图6 高价值区域零散区域筛选，兼顾价值站点密度和道路分界的价值区域，如图 7 所示，便于一线网格人员实际管理。3 规模应用效益分析算法在某个业务量较高的商务区进行应用，共规划 5G 站点 87 个，单站日均流量 136 GB，相比基于手工筛选的单站流量提升 40.25%，提升明显。其中小微站流量提升 2.54 倍，室分流量提升 1.68 倍，规模应用及流量提升情况如图 8 所示。传统的手工筛选原则主要是基于覆盖进行站址规划，通过设定规划指标，按上行速率 3 Mbit/s，密集城区站间距 350 m，经矫正传播模型后模拟仿真，再手工筛选天线挂高和配套满足条件的站址。试点区域基于 DBSCAN 算法筛选区域整体用户数从 3 月的 12.5 万户提升到 16.7 万户，5G DOU 为 26.3 GB，5G ARPU 值为 94 元，明显优于基于手工筛选的区域。整体用户行为通过精准引导，9 月 5G 开关打开已提升至图7 边界修正示意图77 2023年7月 第 7 期（第36卷 总第312期）月刊电信工程技术与标准化运 营 与 维 护73.4%，SA 用户占比已提升至 46.3%，指标均优于基于手工筛选的区域。价值提升对比趋势如图 9 所示。4 结束语5G 价值区域自动汇聚模型已在 5G 全网规模建设中进行推广应用，包括各类热点景区和高校园区等，并在5G 网络向乡镇、农村覆盖区域延伸覆盖时，对于如何精准划分和定边界，提供了一种切实可行的方法，实现了自动筛选价值区域、指导精准建站、合理有据对部分不合理区域进行删减和增补。该模型目前已在网络中进行应用，取得了较好经济效益，具备大规模推广条件。图8 应用规划站点分布图及单站流量提升情况图9 价值提升对比趋势图参考文献1 邓旭，林亮，李丽琴.一种基于熵权法的5G价值建站方法J.电信工程技术与标准化，2021(10).2 张巧琳，张烁.基于“四步八级”梯度分级和“两步两维”用户画像的5G精准建设体系研究J.长江信息通信，2021(2).3 徐婷.大数据时代下5G规划方法分析J.数字通信世界，2021(1).78 2023年7月 第 7 期（第36卷 总第312期）月刊电信工程技术与标准化运 营 与 维 护5G value area automatic aggregation model and application based on DBSCAN algorithmWANG Yi-qiu,LIN Liang（China Mobile Group Guangxi Co.,Ltd.，Nanning 530023,China）Abstract The traditional value station construction is still based onsingle point”value evaluation and sorting,but the mobile communication network is not a single point construction,it is a“continuous patch coverage.This paper creatively proposes a 5G value area automatic aggregation model based on DBSCAN algorithm.Through O+B domain data fusion,high-value sites are identifi ed,and then the high-value sites are presented geographically.Through DBSCAN clustering algorithm,value points are automatically clustered,and 5G value areas are automatically generated.The value area planning from point to area is realized.The model has been applied in the planning and construction of 5G boutique network on a large scale and has achieved good investment benefi ts.Keywords 5G;value area;automatic aggregation