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。     

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。     

基于互联网众筹数据用户感知评估与优化

改变传统DT/CQT测试的网络评估方式,提出一种基于互联网众筹数据的移动网络综合评估新模式,可实现网络栅格级、用户级、小区级问题的查找,并可利用Postgres SQL、QGIS等平台实现点、线、面多维度分析评估,并可进行网络覆盖、用户分布等综合分析,为市场提供精准数据支撑。     

基于线状特性的大数据地铁用户识别与定位方法

从MR原始数据特性出发研究数据结构与字段,采用基于线状特性分析MR大数据的地铁用户识别过滤方法和位置定位方法,该方法经过验证能够有效输出地铁用户数据并定位在地图上,解决人工地铁测试效率低且测试片面的问题,实现基于大数据的自动化地铁网络评估,提供海量的有效定位数据用于地铁评估与分析。     

基于物点的网络覆盖评估体系研究

当前网络覆盖评估主要关注全网整体指标,问题颗粒度为小区级,无法做到快速地理化定位和区域级规划、优化的精准支撑。本文提出一种基于物点轮廓的网络覆盖评估体系,实现由点及面、由小区级至区域级的评估转换,为问题热点区域的资源及时投入和网络性能有效提升进行直接引导。     

面向数字化运营的无线网问题根因定位算法研究

在中国联通数字化转型过程中,为了快速定位无线网络问题,在识别出质差小区后,基于CM、PM、MR等数据,制定无线网络问题根因定位算法,建立根因定位算法库.根据根因定位算法实现对质差小区的问题自动定位和分析,从而快速、准确地定位网络问题,确保用户感知,降低人工成本,提升一线工作效率.     

利用MR精准定位优化3G网络质量新方法

通过对3G网络海量MR定位数据进行深入研究,利用服务小区与MR数据对应关系,开发出新的优化程序。将用户体验地理化呈现,精确快速定位网络干扰造成的质量差区域。MR定位优化方法快速、灵活、全面,直接改善用户体验,提升用户感知,丰富了优化手段,取得良好效果,提高了优化效率,为深度优化提供了新思路。     

基于AI的室分故障问题定位方法研究与实践

目前4G室内深度覆盖不足问题是影响客户体验和运营商收益的主要因素。本文通过对室分站点性能和用户MR等数据的全量采集与研究分析,利用AI技术建立室分故障特征模型,并根据模型中好点和差点与室分物业点、站点、小区进行匹配,实现室分故障的精准定位,进一步提升网络优化及维护工作效率。     

一种基于用户群的高铁专网断点定位方法与实践

近年来,随着高铁网络规模逐渐扩大,传统网络的测试优化工作变得日益繁重。为提升工作效率,降低人力成本,遂开展基于群用户的高铁专网断点定位方法研究与实践。本文提出了一种基于用户群的高铁专网断点定位方法, 可联合MR大数据中时间、空间两个维度识别高铁用户群体,依靠OTT定位、MR采样点及K-Measure算法快速锁定公专网切入切出问题高发区域,并进行自动分析优化。本算法研究与实践于2017年11月启动,经方案确定、功能实现、验证纠错,截止2018年3月底X高铁网络整体切入切出专网比例减少17%,其中6个切入切出专网TOP小区异常切换减少30%以上、改善效果明显。     

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。     

GSM-TD双网分流评估的分析与设计

本文通过对中国移动GSM-TD双网话单数据、小区工参等网络运行数据的分析,识别出分流用户,回流用户、未覆盖用户等用户指标,并计算小区分流比,从而对有分流问题的小区和区域进行定位和决策,达到优化TD网络的目的,实现了网络负载的转移。     

基于R语言和大数据的室分弱覆盖分析方法及工具

随着LTE的推广及应用,深度覆盖率已成为影响用户感知的关键指标之一.由于网络的复杂性及资源限制,仅靠人力很难精准高效地定位导致室分弱覆盖的问题点及其原因.针对这个问题,本文提出了一种基于R语言和大数据的自动分析工具,结合工参分析全网MR数据特征、参数和零话务数据,可输出室分弱覆盖小区清单及包含了故障类型判定、参数核查和周边零话务小区核查的整改初步方案,并通过GIS呈现,为后期现场排查提供了准确方向与指导.     

一种基于Framework架构的智能化过覆盖分析工具的应用研究

采用Framework架构,自主开发工具,结合基础工参、全量客户TA分布和站间距,实现快速定位越区覆盖小区,形成越区覆盖问题小区库;另外通过链路预算和三角函数算法,实现分场景差异化的问题小区自动快速高效识别和更加精准的优化调整方案输出,准确输出下倾角调整方案,弥补了现有现场天馈调整优化缺少有效手段,需反复现场查勘调整的空缺,有效支撑地市一线生产,提高生产效率和缩小优化成本。     

LTE网络高价值区域识别与分析方法研究

通过对LTE网络中高价值区域的识别与分析,可有效保证网络建设投资合理性、提升网络优化效率、节约各类资源投入。同时,高价值场景是中国移动“五高一地”重点关注的场景类型,但缺乏有效识别手段。本文通过LTE网络信令数据、MR数据、工参数据、经分数据等多维数据源关联分析,充分挖掘了数据价值,建立了价值评估体系,从经济价值和社会价值两个层面对网络发展情况进行多维度评估和分析,实现了高价值区域的聚合与自动生成,开展了区域价值分析,解决了高价值场景识别和规划优化工作中的痛点和难点问题,为提高规划优化投资效率提供了理论指导和技术支撑。     

MR覆盖率提升策略研究

分析MR覆盖率的影响因素,重点介绍使用MR数据精细定位网络问题及MR提升后评估等方法,并结合实际案例系统性地提出MR覆盖率提升的建设思路及方案,为有效指导后期网络规划、网络优化和工程建设提供技术保障。     

基于跨域数据的位置能力研究与实践

为进一步做好家庭宽带网络的精准规划和客户服务,将以用户属性和消费信息为特征的B域数据和以时空轨迹和行为偏好为特征的O域数据进行融合,建立高价值用户归属区域模型.本文以构建高精度位置能力为基础,采用MR定位算法,实现对小区价值的自动评估,并形成通用的中台化服务能力,支撑丰富的上层应用,具有广泛的适用性.此方案在家宽营销和...     

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。     

LTE干扰智能定位

研究一种代替人工定位LTE外部干扰的工具,通过AI算法和自动化技术,将外部干扰源呈现在地图上.它利用2400维PRB数据,生成小区的干扰瀑布图;用AI算法判断干扰种类,筛选外部干扰小区;最后利用小区的MR大数据,将表示小区受干扰程度的PHR用热力图的形式呈现在地图上,指导优化人员对外部干扰源进行精准定位,快速排除.     

一种高效的室分系统问题定位方法

室分系统一直存在难监控、难定位的问题。为了快速、全面地诊断LTE室分小区的问题原因，并为LTE室分小区的优化提供指导和参考，本文提出了一种基于MR电平分布的室分定界方法，并进一步结合多维数据完成问题原因的定位，有效地提升了室分系统的问题识别、定位效率。通过现网的验证，该方法准确率达80%     

基于网络大数据的4G用户投诉精准定位模型

本研究是基于大数据分析技术,将4G网络的全量信令与用户投诉数据结合,关联无线小区的性能指标、告警数据,采用决策树数学建模方式,建立用户投诉质差小区模型和4G投诉精准定位模型,从而实现用户角度的无线质差小区挖掘,以及4G网络投诉定位的功能。