基于MR定位的深度弱覆盖分布研究

LTE网络经过多期的建设日趋完善,由于LTE高频段的传播特型,造成现网仍存在大量的深度弱覆盖研究,本文通过大数据分析对MR精准定位后的深度弱覆盖分布特性进行研究,便于后期深度覆盖的建设方向和建设方式进行一定的指导.     

基于5G MR大数据的共覆盖识别研究

当前5G网络的覆盖能力与4G网络相比尚有不足,而在日常工作中数据记录的缺失导致4G和5G的共覆盖信息无法精确关联,严重影响优化工作的开展。对此,利用Python对MR数据进行挖掘分析,提出了一种基于5G-4G小区级的共覆盖关系强度识别算法。该算法利用MR数据做大数据挖掘和建模分析,提取小区级的共覆盖前度信息,为优化工作提供强有力的数据支撑,有效解决网络建设过程中的邻区关系、EPSFB回落频点不准确,以及5G网络分流等问题。     

MR弱覆盖小区分析及保障方案

基于MR测量统计的弱覆盖能够系统、全面地反映小区的覆盖情况,能够弥补ATU等DT测试设备的测试盲点以及不能全天候测试的不足。文章通过一体化微基站解决居民区深度覆盖、网络结构补点建设、天面资源专项整治、室分专项整治等多样的优化调整方案,大力整治MR弱覆盖,高效推进问题小区整治。     

全向小区与定向小区共站解决覆盖断点

针对目前一些全向基站信号覆盖不理想问题，提出了有效解决办法：在全向基站增加一定向小区，专门覆盖该盲区，解决覆盖断点问题。     

运营商覆盖类MR统计分析及应用建议

MR数据是运营商无线网络中一个重要的数据源,MR数据反映了网络中海量用户的覆盖水平、干扰水平、质量情况等信息,是分析和评估用户感知的一个重要维度.不同于网络覆盖指标,覆盖类MR指标与本地网网络结构、覆盖水平、用户分布情况和终端渗透率密切相关,通过MR数据和现网网络结构的比较分析,可以指导本地网网络建设与优化.     

全向小区与定向小区共站解决覆盖断点

针对目前一些全向基站信号覆盖不理想问题 ,提出了有效解决办法 :在全向基站增加一定向小区 ,专门覆盖该盲区 ,解决覆盖断点问题     

基于4G MR数据的5G覆盖测算研究

随着5G网络快速发展,如何有效地在网络建设前评估室内外覆盖效果是目前面临的重要问题.基于4G MR数据的5G覆盖测算是通过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,可较为准确地评估5G网络覆盖情况.     

基于MR大数据的基站小区定位方案

基站的位置是移动网络的核心资源数据,但目前存在大量台账数据是不准确的,严重影响了日常网络优化、规划等工作.从基站小区获取到的MR数据出发,提出一种基于MR大数据的基站小区定位方法,采用大数据算法构建模型,实现台账坐标经纬度的预测,目前已经在现网部署试点应用,辅助校正错误的基站工参信息,取得了较好的预期效果,提升了日常网...     

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。     

TD-LTE系统基于MR测量报告的覆盖评估

随着TD-LTE网络的规模建设,及时发现深度覆盖不足的区域并快速优化解决,真实提升用户使用感知是网优工程师的工作任务。本文中重点介绍通过采集MR测量报告中的不同测量项,对TD-LTE网络的覆盖性能进行综合、整体评估的方法,为TD-LTE的持续建设提供准确依据。     

美化天线在室内及小区覆盖中的应用

概述了在室内及小区覆盖中美化天线的设置原则及分类,并探讨了美化天线在工程中的使用及需要注意的若干问题。     

移动通信网络小区覆盖的室内外协同解决方案

为了有效解决大型住宅小区的覆盖问题,文章介绍了一种室内外协同覆盖的方法,阐述了室外天线的设计原则和室内分布系统补充覆盖要考虑的两个方面,最后给出了室内外协同覆盖的案例分析。     

基于轮廓像的舰船目标识别方法研究

研究了舰船目标轮廓像形成原理,基于轮廓像的舰船目标识别方法不仅利用了雷达一维回波信息,还利用了回波序列间的相关性信息。建立了3种舰船模型,仿真获取回波序列形成的轮廓像数据,转化为二维灰度图像,提取多种特征进行描述。采用类间距离和类内距离作为依据讨论了特征选择的问题。仿真分析了信噪比、目标姿态角对识别结果的影响,给出了符合识别要求的信噪比范围以及建立模板库需要考虑的目标姿态角情况,结果表明采用轮廓像技术识别舰船目标具有良好的效果。     

基于边缘轮廓的特征匹配跟踪

介绍了目标轮廓LCS描述,并对其进行改进,建立了基于目标轮廓的特征匹配跟踪方法。     

基于MR的位置指纹定位算法

基于MR 的无线优化方法在无线网络中正逐步推广应用,而其中位置指纹定位算法更适合于复杂的室内环境,能够较准确的区分室内外用户并实现室内分层的覆盖评估及业务定位。     

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。     

基于MR弱覆盖提升TD-LTE终端驻留比的方法

TD-LTE驻留比作为TD-LTE网络优化的重要参数,多网并存的情况下,令更多的用户体验到更快更好的网络是运营商的奋斗目标。本文通过调整弱覆盖参数的方法来提高TD-LTE驻留比及MR覆盖率,从而让更多的用户驻留在4G上,实验证明该方法对TD-LTE驻留比的提升有一定作用。     

LTE网络基于MR的小区相关性分析在邻区优化中的运用

阐述了LTE网络中小区相关性的一种定义方法,即基于重叠覆盖的比例来标称相关性强度,从相关性强度来定义邻区的优先级,用来指导精细化邻区优化,同时也可以判断网络级别和小区级别的重叠覆盖比例,旨在能更好地提高用户体验。     

基于4G MR无线话单的贝叶斯室内定位技术研究和应用

研究基于4G MR无线话单的贝叶斯机器学习室内定位方法,构建一套4G MR无线话单贝叶斯机器学习定位算法模型和处理流程,在分析4G无线信号特征的基础上,提出高斯正态随机分布无线信号特征处理方法,准确可靠地提取出室内外参考样本信号的无线特征模型,在此基础上研究了可应用于无线随机信号特征的贝叶斯室内定位算法,有效提升移动网络室内外定位的精准度和可靠性,有力支撑了移动网络运营分析和优化建设工作.     

一种基于小区覆盖天线设置的自动化算法

小区覆盖作为室外宏站覆盖的补充,一直是解决居民区深度覆盖的重要方式.近年来,受限于投资和业主沟通等问题,在尝试了草坪灯布放天线点位和室内布放点位等方法后,采用楼间对打被证明是效果最好的一种,现已成为小区覆盖的主要建设方式.本文根据小区覆盖中日常天线的设置方法提出了一种自动化算法,用来判定需要的天线数和下倾角设置.该算法...