农村广覆盖智能网络优化和规划的实践及应用

为解决农村地域广、人工测试时间长、成本高和数据分析复杂的问题，本文利用MDT栅格数据聚类形成弱覆盖包络，并实现村庄、用户投诉和弱覆盖包络的匹配，再结合包络主覆盖小区指标信息，最终实现弱覆盖村庄包络内栅格数量、MDT采样点数、投诉数量、最近覆盖小区距离和小区流量等多维度数据统计分析，按照评估规则输出基站优化建议和建设优先级，为网络优化和规划提供精准的数据支撑，大大提升了问题挖掘分析处理效率。     

一种基于LTE-MR劣化场景模式识别的自动优化方法

要进行LTE网络的精细优化必须依赖于对覆盖和干扰的地理分布精确掌握。本文基于MR数据建立精确定位干扰矩阵,形成从覆盖、干扰、用户、空间、时间等多维度定位网络问题的MR分析方法。 基于模式识别理论和MR数据的精确定位分析,智能识别出覆盖和干扰的场景,针对这些问题场景通过迭代算法自动生成相应的优化策略。     

L900基站覆盖场景功能解耦探索与研究

L900基站对深度覆盖和广度覆盖有着较大的提升作用,但网络中仍存在着低效能和覆盖不合理小区.本文通过对覆盖城市道路和居民区场景的基站小区进行自动化场景匹配,并结合众筹数据、DT/CQT数据、机器学习栅格预测速率数据、SpeedTest数据和业务数据等多维度数据进行分析,筛选出覆盖场景不合理小区进行功能解耦,调整这些小区...     

5G天线Massive MIMO智能优化的研究与应用

Massive MIMO技术是第5代移动通信的核心技术,由于配置大量射频天线,通过波束赋形实现多个高增益、窄波束进行空间覆盖。同时,复杂的多维度波束赋形权值配置,使得人工手动配置Massive MIMO天线波束权值难度大、配置精准度差、运维成本高。本文通过基于3D数字地图、5G基站工程参数和MDT/MR等大数据,构建高精度三维数字化栅格,并利用栅格化的用户分布和业务分布权重,精准定位5G用户的覆盖需求。通过AI启发式寻优算法对5G天线波束权值配置迭代寻优,获得最佳的波束权值配置,实现5G天线Massive MIMO子波束精准覆盖数字化栅格,从而提升5G网络质量,提升运维人员Massive MIMO网络优化效率,最终实现5G覆盖区域内网络质量与工作效率的双提升。     

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...     

基于管理的Immediate MDT数据源的技术应用研究

随着LTE业务和用户的规模发展,基站数量越来越多,基站开站速度加快,网络环境日趋复杂,网络摸底难度和任务量不断上升,传统路测很难实现实时、全场景覆盖,准确度亟需提升。基于传统的路测方式的局限性,MDT采用在网运行终端进行实时路测上报,不仅节约传统路测的人力和物力,同时可以做到全覆盖和实时监测。本文首先对最小化路测技术的技术背景、算法设计进行分析说明,通过对比最小路测技术、传统路测与目前常用MR数据的异同,突出MDT精准性。然后通过对比验证,给出了MDT路测对比、基于区域的MDT数据对比的验证。最后,选取投诉热点场景,进行MDT实现方案进行实际组网测试,优化网络结构。     

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%。     

基于机器学习的无线网络用户感知速率智能预测研究

本文利用人工智能算法,结合DT/CQT、SpeedVideo、某厂家专有平台用户感知栅格速率数据,并关联栅格内覆盖、质量、负荷、性能等指标作为训练样本,分析影响用户感知速率的关键因素。通过建立预测用户感知速率的算法模型,实现栅格粒度用户感知速率预测,快速精准定位用户体验短板,有的放矢的解决用户体验问题,实现网络竞争力持续提升。     

基于Actor-Critical架构的5G Massive MIMO波束能效的研究与应用

大规模阵列天线技术（Massive Multiple Input Multiple Output,Massive MIMO）作为第五代移动通信（5G）的无线核心技术,实现了多波束空间覆盖增强,然而5G Massive MIMO的多波束射频高能耗、多波束碰撞和增加的干扰造会成5G网络能效下降,运营成本增高。基于3D数字地图、基站工程参数、终端上报的测量报告/最小化路测（Measurement Report/Minimization of Drive Test,MR/MDT）数据、用户/业务分布构建的三维数字孪生栅格,通过卷积长短期记忆（Convolutional Long Short Term Memory,Conv-LSTM）算法对栅格内的用户分布、业务分布进行分析和预测,通过Actor-Critic架构对5G波束配置和优化策略进行评估,实现不同场景、时段的5G波束最佳能效,智能适应5G网络潮汐效应,实现“网随业动”。     

基于MDT重叠覆盖度数据的KNN-DBSCAN参数自适应调优研究

传统网络优化中路测工作存在难以全量测试道路及楼宇、测试工作量大、工作效率低、周期长、受人为因素影响等显性缺点,无法动态关注每个区域网络质量情况,且常规测量报告(measurement report,MR)数据不具备定位信息,无法精确定位如重叠覆盖度问题发生位置。基于最小化路测(minimization drive test,MDT)精准定位系统通过采集底层基站MDT数据,并根据重叠覆盖度算法输出高重叠覆盖度栅格,再通过自适应K最近邻-具有噪声的基于密度的聚类方法(K-nearest neighbor density-based spatial clustering of applica-tions with noise,KNN-DBSCAN)联合算法解决了DBSCAN算法对参数设置敏感性问题,并对问题栅格进行非监督聚类,收敛问题连片区域,通过小区采样贡献度进行栅格区域映射,最终达到精准调整全局最高优先级(TOP)小区,降低小区高重叠覆盖度的目的。     

基于SAW RFID技术的电力管线快速定位

目前城市地下电力管线错综复杂,迫切需要一种对电力管线快速标识定位的方法。该文提出了一种基于声表面波射频识别（SAW RFID）技术的定位方法,利用SAW RFID的强穿透能力,将SAW标签间隔埋入地下管线上方构造位置网格,与全球定位系统(GPS)/北斗定位技术融合形成快速定位方案;同时,为了提高地下标签的探测距离,研究设计了单相单向换能器（SPUDT）,以及适合埋在地下介质中的标签天线;最后完成了实际地下土壤环境的场景测试,验证了SAW RFID地下电力管线定位方法的性能及优势。     

基于量子遗传算法的无线视频传感网络优化覆盖算法

针对智慧城市无线视频传感网络建设需要,提出一种基于量子遗传算法的网络优化覆盖算法。算法面向复杂的监视区场景,监视区中存在形状各异的障碍物,各区域的重要程度不同。以二维离散网格模型描述监视区场景,用编码描述矩阵表示监视区域,用七元组描述有向无线视频传感器。通过严格的数学推导得出了问题的数学规划模型。优化覆盖算法由IntialDeployment算法和OptimizedDeployment算法2部分组成,以获得最大有效覆盖率的网络部署方案为求解目标。采用量子遗传算法搜索解空间,通过合理编码染色体,优化量子旋转门参数,使算法的运算速度快,收敛性好。引入理想覆盖率和理想加权覆盖率2个极限值,采用相对比较法评判算法优劣。仿真实验和数据分析表明,算法获得的方案能很好地逼近理想极限值。在传感器节点数给定的情况下,算法能获得最大的覆盖率。     

Tracking via Square Grid of RFID Reader Positioning and Diffusion Algorithm

The study and analysis of RFID (radio frequency identification) reader positioning is important for RFID large-scale deployment. Therefore, the purpose of this research is to investigate the art of RFID reader positioning in order to develop a highly accurate positioning and tracking system for usage inside a building and also to optimize the tracking performance that can be applied to different active and passive RFID standards. This study involves design of square grid RFID reader network and position calculation using diffusion algorithm. Square grid network presents the solution of placement pattern of RFID readers, hence optimal number of required readers and guaranteed coverage can be achieved. The proposed diffusion algorithm makes use of distance information between the reader and the tag to estimate the RFID tag position. This study has also introduced a probabilistic mathematical model to maintain coverage of the unit square region and to ensure connectivity of the proposed square grid network. The effectiveness of the diffusion algorithm is evaluated in this study and the obtained results show satisfactory performance. The obtained results show that the proposed positioning system can achieve average positioning error below 1 m with different RFID reading ranges and in some cases accuracy improvement of about 65% can be reached than the results obtained by known positioning system. It is also found that the proposed diffusion algorithm together with square grid can bring approximately 50–85% improvement on raw accuracy provided by only square grid method.     

超远距离场景覆盖分析

超远距离覆盖是移动网络规划与设计的一个难点,本文介绍了超远距离场景的特点,分析了UMTS最大通信距离和海面传播模型,详述了各种超远距离覆盖技术。