5G高铁专网的智能自评估关键技术研究与应用

本文针对5G高铁专网由于高铁速度快、穿损大等特性，受多普勒偏移和信号衰减诸多影响造成的评估难点，通过应用大数据分析，同时结合AI智能算法，从高铁用户感知角度出发，提出5G高铁专网的智能自评估技术。首先利用数据融合技术实现了5G高铁用户的高准确率识别，其次完成了对5G高铁用户的高分辨率定位，最后提出了全面评估5G高铁用户语音及视频感知等多业务的模型，并采用Adaboost算法实现5G服务中无线侧短板的精准定位。验证结果表明，本文实现的高铁用户识别准确性达到99%，高铁定位精度达到1/2站间距，训练样本预测误差率保持在2%以下。     

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...     

基于大数据与精确定位的高铁可视化分析

文章主要介绍A公司依靠大数据平台对全省高铁专线进行全息自动化网络监控及网络优化,创新性地采用大数据处理分析和MR精确定位的手段,将信令数据、MR数据、用户数据进行有效关联,实现对每个高铁用户端到端全面监控;精确识别出沿线高铁用户,在高铁站点规划、高铁用户感知提升、高铁网络优化等多个方面进行研究,成功实现了多条高铁线路的质量提升目标,高铁用户感知和满意度明显提升。     

基于无线用户感知的智能优化分析

为精确定位用户位置,文章提出两种大数据分析方法,分别为"基于OTT(Over the Top)数据和MDT(最小化路测)数据的场景评估"和"基于MRO(测量报告样本)数据和XDR(用户详单)数据的用户评估"。以第一种定位的结果数据作为抽样精准指纹库,并以此作为第二种定位方法的准确校验基础,通过第二种定位方法实现VIP感知用户预警,高效、准确地实现用户使用感知问题的智能发现。     

基于非标频点的高铁公专网资源优配方案的研究

本文介绍高铁实施非标频以实现高铁公专网资源优配,在高铁用户识别、高铁用户定位算法基础上,对铁路周边公专网用户进行识别和定位,判别出高铁专网中公网用户,对存在大量公网用户长期占用高铁专网资源的区域实施高铁专网小区非标频,实现公专网小区异频,减少公网小区重选至专网,降低高铁专网容量,实现高铁公专网资源优配,提升高铁专网用户感知度。     

基于大数据+AI的5G网络运营与保障

传统5G用户营销方式精准度低,5G用户位置信息准确度不高,大多数MRO数据的用户位置信息缺失,无法针对性进行5G网络部署;传统网络感知分析手段有限,无法实现用户级评估;站点规划工作量大、人员水平有限的问题导致站址规划效果不佳。主要围绕5G用户是谁、5G用户在哪、5G用户网络感知如何这3个核心问题来开展研究,通过引入GBDT算法、随机森林算法和DBSCAN算法等AI智能算法,实现5G用户挖掘、5G用户位置预测、5G智能规划和5G网络感知保障等功能,完成基于大数据+AI的5G网络运营与保障。     

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%。     

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LTE信令软采的高铁性能监控及质量评估（一类成果名称：基于LTE信令软采的高铁性能监控及质量评估）

湖北公司针对区域内高铁的评估优化需求日益增长,而传统测试手段时效长、成本高、用户覆盖与质量感知难以反馈.创新的利用软采成本低、海量高铁用户信息的特性,成功建立基于用户移动轨迹行为的“高铁用户识别模型”和“用户位置定位技术”,全面实现高铁网络性能监控与评估,并可深度输出高铁覆盖、切换、干扰等网络问题,结合用户多信息关联分析法快速定位问题的原因,全面高效助力于高铁网络优化。     

基于用户感知的LTE高铁优化分析方法的研究及应用

乘坐高铁已成为人们重要的出行方式,而目前大部分高铁路线已实现新一代网络技术LTE的专网覆盖,但仍有较大的不足,网络质量问题严峻。因此通过结合新一代4G无线网络通信技术的原理及数据特点,利用高铁上用户的海量LTE软硬采信令数据对高铁用户进行剥离,实现对高铁用户实际的感知质量问题的分析及网络问题的有效优化。     

一种基于机器学习的LTE高铁故障识别方法与实例

为保证高铁LTE网络质量,提升客户感知,及时识别并解决高铁LTE网络故障至关重要.现有技术识别高铁故障主要依靠道路测试与网管后台数据,不仅耗时耗力,而且由于高铁专网多采用拉远与小区合并建设方式,故障具体点位和隐性故障难以定位.在此背景下,本文提出了一种基于大数据和机器学习,针对高铁网络特性的天馈故障识别方法,可有效提升...     

高铁场景网络质量和用户感知提升方法

针对高铁场景移动网络质量提升难度大、常规方法收效差的问题,探索了一种针对交通干线,特别是高铁场景移动通信用户感知提升的方法论体系。提出了“覆盖有主、重选合理、切换有序”的交通干线切换链优化核心思想;总结了“先覆盖控制,后参数优化,再特性加载”的三层实践结构模型;采用了拉线图方式关联空闲态、业务态测试数据以及基站工程参数,发现覆盖问题路段和小区,覆盖优化后匹配高速移动场景时延参数,加载业务质量和感知特性的方法,实现高铁网络质量和用户感知大幅提升。该方法从原理分析入手,经过实践应用,“标本兼治”解决网络问题,并可快速推广和复制。     

高速场景网络覆盖断点自修复方法研究

为降低高速公路站点故障对网络质量的影响,本文提出一种高速公路站点故障后基于大数据的网络覆盖自修复的方法,依靠切换链识别技术、替补站点均衡筛选算法和应用黄金分割搜索算法的自动优化方法,实现替补站点的选择和自动优化,保障高速场景用户网络的良好感知。     

公专网协同突破高铁保护带容量瓶颈

为保障用户速率感知,高铁线路与公网使用不同频点独立组网,同时配置不采用高铁专网频点的保护带来避免与公网间的干扰与交互。随着网络容量的爆发式增长,保护带内频率资源有限,负荷形势严峻。针对该问题,采用公专网协同技术,根据瞬时大量切换判断高铁出入车,通过X2通信,专网和公网决定是否调度相应的RB资源,实现动态调整带宽和频谱共享。···     

基于用户感知的IPTV质量评估研究及应用

提供基于用户感知的IPTV质量端到端自动化评估方法和系统,将用户侧感知数据、用户承载网络运行数据以及远端视频服务平台数据等整合到同一个大数据分析系统,通过大数据分析手段建立用户端到端感知模型及评价体系,实现用户端管云业务感知监测,自动获取用户在使用IPTV过程中的感知度,并实现用户感知度端管云的量化评估。通过端管云业务感知评估结果,有针对性地解决影响用户感知的问题和环节,以改善服务的不足。     

线性均衡算法在高铁车灯通信中的应用研究

文章提出了基于高铁前车大灯的对地大数据传输方案,采用基于LED的车灯搭建了可见光通信系统,针对车灯作为发射器件存在带宽受限、接收信号失真的问题,研究了迫零和基于压缩感知的线性均衡方法,有效提升了系统的带宽,并显著降低误码率,实现了超过1.18 Gbps的数据传输速率。结果表明,高铁车灯通信有望在未来实现高速通信,解决目前高铁大数据传输的难题。