"畅优5G"引领5G智慧新未来

随着5G网络规模建设的推进,主要城市核心城区正逐步实现基于NSA组网模式的5G连续覆盖.基于网优大数据系统,对MR数据,用户控制面、业务面数据,5G NR业务面IP信息进行接入整合,根据对NSA组网业务信令特征的研究,结合MR多数据源融合定位技术,实现5G组网特性在现有4G网络数据基础上,高效、准确识别5G终端用户及其业务数据,及时洞察5G用户及业务发展,寻找5G高价值区域,指导5G网络规划和建设,并实现精准的用户感知效果评估.     

基于4G MDT的5G覆盖评估方法

5G现网中弱覆盖问题较多,需持续展开覆盖评估并定位弱覆盖位置,以针对性展开优化和优化工作。但由于5G现在用户采样点较少,5G网管暂不支持MDT和MR的数据上报,而利用现场测试、仿真等手段进行覆盖评估又存在各种缺点,故本文主要提出一种基于4G的MDT数据评估5G覆盖的方法,本方法分析时间周期短、评估结果准确性高、适用性广,即能评估全网区域的5G覆盖情况,又能精细定位出弱覆盖的区域。     

基于MR数据的WCDMA网络评估及建议

传统的网络评估、优化方法,只能通过路测、定点测试来获得用户感受信息,如网络覆盖、通话质量情况等,而路测和定点测试往往只能对一些主干道、重点场所进行测试,获得的采样点数据相对于MR的用户信息少,因此分析的结果存在片面性,使用MR数据全面分析网络质量情况很有效。     

利用MR定位室内用户分布指导5G深度覆盖规划方案的研究

本文分析了现有深度覆盖规划流程,对现有的流程优缺点进行了梳理,分析了利用MR定位室内用户分布指导5G深度覆盖规划的合理性,提出了利用MR数据进行室内外用户采样点区分的方法,提出了利用MR数据精确定位室内外用户分布区域的方案,提出了利用MR定位室内用户分布指导5G深度覆盖规划的流程,对利用MR定位室内用户分布指导5G深度覆盖规划流程应用实现进行了阐述。     

基于深度学习的5G覆盖动态优化的研究与应用

针对传统覆盖优化评估难、效率低、准确性差的问题,提出了5G覆盖动态优化方法.首先,针对覆盖评估,创新构建了5G MR切片分析诊断体系.其次,在5G用户三维空间定位方法上探索研究了基于DOA的用户分布估算.进一步地,提出了基于MR和DOA数据的Massive MIMO权值智能寻优方案,深度挖掘5G覆盖潜力.目前整套方法已...     

基于MR的小区轮廓和共覆盖识别方法研究与应用

随着移动网络规模的越来越大,无线网络优化的难度也与之俱增,借助大数据技术实现快速、精准的网络分析和优化已经成为运营商的普遍共识。终端上报的MR数据作为用户使用网络的真实反映,对于支撑网络问题分析和处理具有重要作用。文章采用一种基于特征匹配的MR定位算法实现MR数据的精准定位,并进一步实现小区级轮廓识别和共覆盖判断,将MR栅格级数据转换为小区级数据,不仅可以为网络问题分析提供基础信息,而且为客服投诉区域识别提供有效支撑。     

基于OTT的MR定位方法

测量报告（Measurement Report,MR)是一种终端上报的测量信息,能够最真实地反映用户在无线网络中的体验,对网络规划和优化都具有重要意义。但目前MR中不包含用户位置相关信息,导致运营商无法确定上报MR中用户感知差的准确位置。本文提出一种基于互联网提供的应用服务（Over The TOP,OTT）方式的MR定位方法,能够准确定位MR的地理位置,帮助运营商快速地评估网络覆盖水平等质量信息,进而有目的地进行网络规划和优化。     

基于OTT大数据的质差终端定位方法研究与实践

传统的移动通信质差终端定位方法主要依赖于人工拨测、终端信令数据分析和用户投诉数据分析。本文通过关联用户信令数据、OTT数据、MR数据等进行综合分析,实时定位终端位置。同时结合栅格分析,有效对比不同栅格内的终端无线质量情况,实现质差终端定位。通过现场实践验证,识别成功率满足日常工作,将为网络终端质量分析提供一种高效的评估方法。     

不同MR数据采样率对网络质量评估的影响

GSM系统的MR数据可以用于有效评估网络质量，文章介绍了利用MR评估与优化网络质量的方法，对业内MR数据的采集原理进行说明，并结合现网实际应用情况，比较分析摩托罗拉GSM系统在不同MR数据采样率情况下，网络评估质量发生变化的原因，为后续利用MR来评估网络整体质量水平提供一些参考意见。     

大数据环境下网络稳定性测试模型研究

传统的计算机网络稳定性分析模型受制于大数据环境下的随机性、突发性、有限性等弊端,分析结果偏差较大。提出基于模糊层次以及主元分析的大数据环境下网络稳定性测量模型,通过构建符合大数据环境下的网络稳定性评价指标体系,采用主元分析法塑造大数据环境下网络稳定性检测模型以及性能评估模型,以用户行为为源数据模型,在用户行为大数据环境下对网络稳定性进行测量。实验以大型电子商务网络为例进行分析,测试网络鲁棒性结果显示,该方法能够较好地完成大数据环境下的网络鲁棒性测试。     

大数据分析与网络弱覆盖发现案例

网络弱覆盖严重影响用户感知,是运营商最为关注并需首要解决的问题之一。网络弱覆盖的发现来源主要有路测、用户投诉等,近年来,随着大数据采集与分析能力的提升,也成为了弱覆盖发现的重要手段之一。本文以某密集城区为例,介绍从基于Hadoop的大数据解析、大数据定位、到网络弱覆盖发现与优化建议的整个流程,给实际网络规划优化工作提供经验。     

一种基于泰森多边形定位数据热点和用户分布的简单方法

本文提出了一种基于泰森多边形和地理化工具的快速定位数据热点和用户分布的简单方法,用于无线网络规划中快速进行网络分析和问题定位,简单易行。该方法首先使用MR测试数据,求解得到每个扇区的有效覆盖位置,然后引入泰森多边形算法,构建泰森多边形定位覆盖范围,接着对比有效覆盖位置和泰森多边形覆盖范围的重合度,最终通过栅格扇区图定位问题区域加以解决。结果表明,该方法快速有效,简单方便,直观明了,具有较强的适用性,对网络快速规划具有普遍的指导意义。     

新运营者城域数据网建设策略

简要介绍了目前城域数据网络发展、现状和主要组网技术,分析了新运营者城域数据网在不同阶段需要解决的主要问题,并提出初期利用MSTP方式组建城域传输和数据网,最终将城域数据网分离独立组网的发展思路。最后介绍了新运营者在南方某省会城市初期合并建设MSTP城域传输网和数据网,以及演进为独立的城域MSTP传输网、NGN轻载数据网和纯数据网。     

基于XDR大数据分析和AI技术的定轨道路用户感知识别技术

随着网络结构、业务形态、用户模型的不断变化以及大数据、云计算等技术的不断演进,网络运维成本压力逐年上升,依赖于专业测试软件进行道路测试的传统优化模式已经难以满足未来发展的需要,网络优化亟待智能转型。基于定轨道路用户的真实海量数据,通过聚类算法模型对上海全路段用户感知问题进行定位分析研究。研究结果表明,大数据分析和AI算法的定位精度和优化效率远大于传统路测。     

基于非告警类的LTE室分小区MR弱覆盖问题定位方法的研究

针对目前影响室内用户感知的信号弱、速率低等一系列问题,本文从MR数据、室内分布系统设计、无源器件、小区参数等多个角度出发,进行室内分布系统问题的定位与优化方法的探讨,以解决弱覆盖问题导致的一系列影响用户感知的投诉,从而作为研究方法提供给室内分布系统建设、整改及维护相关指导意见.     

牵引传动系统仿真数据压缩设计与实现

地铁机车牵引传动系统仿真模型复杂、仿真时间长、仿真精度高,与其相关的数据量非常大。若要实现对地铁机车的牵引传动系统的仿真分析,同时存储仿真分析结果,就必须删除系统仿真产生的冗余数据。结合南京地铁西延线地铁机车牵引传动系统仿真软件——TSim产生海量数据的问题,该文提出了一种有针对性的自适应在线压缩算法。该压缩算法根据牵引传动系统仿真产生的数据结构的不同,对仿真数据做了特殊处理并设计了相应的子压缩算法。实验结果表明：该压缩算法能够在保证失真度最小的前提下,在最大程度上减少了仿真数据量,节省了存储的时间与空间,加快了后续处理速度,提高了牵引传动系统仿真的效率。     

基于移动网数据的城市交通分析研究

传统的智慧交通数据采集方式,包括交通调查、定点监测、摄像机摄像等,技术成熟且精度较高,然而其缺点也非常明显,采集范围小、成本高、施工周期长。而电信行业的大数据具有实时性强、数据量大、覆盖人群广、成本低廉、信息丰富等特点,可为城际交通和市内交通提供丰富的数据支持。基于移动网用户侧计费账单、计费详单以及XDR数据,给出了典型交通应用场景下的分析方法及应用案例。     

基于生成对抗网络的差分隐私数据发布方法

机器学习的飞速发展使其成为数据挖掘领域最有效的工具之一,但算法的训练过程往往需要大量的用户数据,给用户带来了极大的隐私泄漏风险.由于数据统计特征的复杂性及语义丰富性,传统隐私数据发布方法往往需要对原始数据进行过度清洗,导致数据可用性低而难以再适用于数据挖掘任务.为此,提出了一种基于生成对抗网络（Generative Adversarial Network,GAN）的差分隐私数据发布方法,通过在GAN模型训练的梯度上添加精心设计的噪声来实现差分隐私,确保GAN可无限量生成符合源数据统计特性且不泄露隐私的合成数据.针对现有同类方法合成数据质量低、模型收敛缓慢等问题,设计多种优化策略来灵活调整隐私预算分配并减小总体噪声规模,同时从理论上证明了合成数据严格满足差分隐私特性.在公开数据集上与现有方法进行实验对比,结果表明本方法能够更高效地生成质量更高的隐私保护数据,适用于多种数据分析任务.     

基于循环神经网络算法的 室分用户定位与感知监控方法

本文提出了一种基于机器学习的室分用户位置定位方法,利用循环神经网络算法构建楼宇立体栅格的关联模型,再结合室分用户的MR数据,完成室分用户位置轨迹的拟合与位置定位。在此基础上,关联信令侧KQI感知数据实现室分用户感知的智能监控。在某市进行试点,对识别出的用户感知问题现场排查确认,位置定位精确度达到88.65%。经过两个月的专项整治,解决用户感知问题327处,室分MR覆盖率由94.41%提升至97.22%。