基于OTT数据的5G端网协同智能优化研究与实践

针对当前5G MR不携带用户位置信息无法实现用户网络感知精细化分析的问题,引入OTT大数据通过使用神经网络算法、DBSCAN算法等机器学习算法,建立5G用户位置预测和5G弱覆盖小区分布聚类模型,开展精细化的5G用户感知保障。研究结果表明,基于OTT数据的5G端网协同智能优化能有效提升5G优化效率,节省网络运营成本。     

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AI+大数据的4G/5G无线基站智能协同节能系统的研究和应用

提出了一种利用AI算法和无线网络性能数据，建立了一整套4G/5G无线小区的业务量评价及MR覆盖评估体系，实现在线识别低价值的小区，并在不影响用户感知的前提下，对其实施小区关断、深度休眠等综合节能管控措施。     

基于5G分流的网络结构智能优化方法研究及实现

为解决5G网络建设初期由于站间距过大以及4G共站同覆盖下覆盖差异而导致的5G网络结构不合理的问题，本文对5G网络结构进行了深入研究，提出一种通过采用德洛内三角原理和天线权值优化等算法，引入MRO原始采样数据，工具自动化计算5G小区覆盖的实际距离和理想覆盖距离，针对差值较大的覆盖异常小区自动输出权值调整方案的方法，从而提高网络覆盖质量，持续提升5G网络深度覆盖水平。     

基于4G MDT的5G覆盖评估方法

5G网络弱覆盖问题较多,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,利用现场测试和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,既能评估...     

一种基于家庭宽带与MR数据的室内无线测量方法

室内无线信号的准确测量一直是电信运营商的工作难题,室内信号的准确性是基站小区的规划、无线网优化工作的重要依据。当前网络运营商对于无线网络覆盖质量情况主要通过DT(道路测试)、CQT以及MR (Measurement Report)采集来获得。其中路测数据仅能反映道路覆盖情况,无法采用用户家庭内部覆盖情况;现有MR数据上报的原始数据并无经纬度信息,只能反映整体小区信号覆盖情况,并不能反映精确位置的覆盖信息。而带有经纬度信息的MDT数据又面临着网络开销大、占用硬盘多、空数据比例大和室内定位误差大等缺点,所以如何获得用户在小区居民住宅内覆盖情况对移动运营商解决弱覆盖有着很大的意义。文章提出一种基于移动家庭宽带信息与MR数据关联的方法,利用关键字段实现信息关联从而获得居民室内无线信号的覆盖指标,在测量准确率和测试效率上有了明显提升。     

基于5G信令的质差小区定位方法研究

受限于采集解析能力,5G信令虽包含海量信息但尚未规模化应用。探讨了5G信令采集解析与应用的方式,通过解析原始信令文件,利用关键字段回填话单数据携带的终端信息与MR数据所携带的覆盖信息,打通不同数据源来提供端到端定界能力,建设了基于5G信令的质差小区定位系统。结合一线实践经验,将粗粒度小区级性能指标映射至单用户级别,为网络数字化运营探索新的驱动力。     

基于机器学习的射灯天线监控方法研究和应用

目前，4G和5G网络室分系统对天线等无源器件缺乏实时有效的监控手段，本文通过采集UE MR数据并进行聚类训练获得室分小区的多个类簇，利用Boxplot函数计算类簇的波动阈值区间，结合工参建立每个射灯天线与类簇的初始映射覆盖关系模型，最后判断波动是否在阈值区间，实现监控射灯天线等无源器件是否存在异常的目的。     

5G站点建设对4G网络覆盖影响评估方法

基于LTE网络MDT采样数据,以及4/5G共站址及共建共享基础数据,根据5G站点安装完成时间,通过python编写代码算法,计算在5G站点安装完成前后4G宏站小区的覆盖方位角、覆盖距离发生变化情况,针对变化较大的覆盖异常小区进行核查,确认是否因5G站点安装施工导致4G小区天线方位角、下倾角、位置、高度、环境等发生变化,从而导致4G网络覆盖受到影响,通过对4G网络覆盖变化异常小区及时进行优化调整,使4G网络覆盖与质量保持了稳定性,避免出现用户感知差及用户投诉等情况,该方法可及时有效地识别网络变化情况,排查网络隐患,具有良好的推广性与复制性。     

基于多维度数据的5G弱覆盖识别方法研究

传统的5G网络规划一般是基于站点之间的距离,利用工参进行仿真输出规划结果,存在一定的局限性。本研究主要介绍基于5G波束汇聚、5G异系统MR数据、4G MDT数据以及众测数据进行5G弱覆盖识别的方法,并建立了多维度数据的5G弱覆盖算法模型,通过在现网的应用,很好地指导了5G网络精准建设,取得了良好的效果。     

基于4G MR数据的5G覆盖测算研究

5G网络快速发展的同时需要进行有效的覆盖效果评估,尤其是在无线环境复杂的室内场景。基于4G MR数据的5G覆盖测算利用现网4G MR数据,通过4G与5G设备、传播差异,进行测算5G网络覆盖情况,并且提出针对场景特性的测算结果的校验算法,对5G测算结果进行二次修正,可较为准确的评估5G网络覆盖情况。     

基于5G Massive MIMO的波束级MR研究与应用实践

随着5G网络逐渐步入存量优化阶段,单纯基于MR的数据无法体现场景用户的深度覆盖水平,且在运维过程中,如何精准定位以提升规划准确度、如何降本增效以提高运维效率成为了重要课题。在传统MR覆盖优化的基础上,利用当前5G独有的波束级MR测量,可以使Massive MIMO权值优化从典型波束场景,向自定义波束场景演进。将成熟的MR立体分析方法应用到自定义波束领域,再次提升深度覆盖问题的优化方法的准确性和灵活性。经验证,SSB RSRP均值可提升1dB,重叠覆盖率改善了1.22%,大幅改善了5G用户的网络质量。     

利用MR数据定位室内用户分布指导5G深度覆盖规划方案的研究

本文介绍了现有常规深度覆盖规划流程,对其优缺点进行了梳理,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,制定了利用MR数据精确定位室内外用户分布区域的方案,确定了利用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...     

"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.     

基于数据挖掘的5G Massive MIMO天线权值优化方法研究

本文基于4G/5G数据挖掘分析给出了一种NSA组网下5G Massive MIMO天线权值智能优化方法。该方法结合4G MDT和5G MR数据,采用聚类和成形算法分析得到待优化小区理想权值集合,可以在海量权值因子中快速寻优得到最优权值组合,采用基于风险控制的调整算法实现Massive MIMO天线权值智能自动化迭代寻优。     

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4G网络数据的5G协同规划研究

5G网络由于其业务类型、网络架构、分配频率、空口技术等发生了较大变化,导致5G网络规划变得复杂。在进行5G网络规划时,可充分利用现有4G的现网数据,如基站工参、MR分析、DT/CQT、网管数据、流量分布等协助进行5G规划和5G覆盖预测,同时在频率资源、站址资源等方面进行协同,实现4G和5G的长期共存、共同发展。     

基于MR测量的越区覆盖评估算法

在不断增长的网络规模下,覆盖问题特别是越区覆盖问题已成为影响网络质量的关键因素,本文提出了一种基于地理关系和MR测量越区覆盖评估算法,以相对地理关系和小区相关性为基础,构造了过覆盖系数用于越区覆盖评估,能够根据越区覆盖对周边小区的影响,快速有效的评估GSM网络中小区的越区覆盖问题,提高了分析GSM网络越区覆盖问题的准确性和效率,使得网络优化人员能够迅速准确的定位网络中越区覆盖问题小区,针对性的进行处理,提升网络覆盖性能和网络质量。     

一键诊断分析工具设计及实现

随着4G网络大规模建设及商用,4G用户持续增长,高效准确的网络问题分析定位迫在眉睫,基于以上背景和需求,设计一键诊断分析工具,整合信令、大数据、性能指标之间关联性,制定关键算法,支持主控小区定位、多维度分析、大数据关联、优化建议输出等功能,为网络优化、投诉处理提供强有力的支撑,提升网络问题处理工作效率和质量。     

基于RANK多流智能预测的5G速率优化方法研究

为了应对5G RANK无法精准高效优化的技术难题，本文提出了一种基于RANK多流智能预测的5G速率优化方法。该方法通过建立传播模型和MIMO信道模型挖掘网络多径环境，实现RANK精准预测，采用聚类算法识别RANK提升的高潜力区域，以多维综合增益最优为目标，利用投票算法和主服小区建模算法输出RANK优化方案，使用户可获得最大的网络多流能力，大幅提升不同覆盖场景下的5G用户速率。