共查询到18条相似文献,搜索用时 171 毫秒
1.
引言
随着技术的发展,智能网提供增值业务的能力不断提高,对增值业务系统的监控也变得越来越重要。基于电信管理论坛定义的关键质量指标(Key Quality Indicator,KQI)和关键性能指标(Key Performance Indicator.KPI)体系开发的智能网业务质量评价系统——Quansy系统是一个集成了性能监控、业务监控、趋势分析、告警、预警、故障定位、报表生成等多种功能的电信级网管软件。 相似文献
2.
随着5G时代的来临,用户对网络感知的要求不断提升,相应地对网络的感知优化的工作也提出了更高要求。为了更加精准、及时的定位网络内的异常,将VAE(Variational Auto-Encoder,变分自编码)模型应用于质差小区周期性KPI(Key Performance Indicator,关键绩效指标)指标异常的检测。通过对周期性数据编码、解码后还原KPI指标分布,分析其与实际值的差距,区分出周期性KPI指标中的异常和噪声,最终提升质差小区优化的及时性和有效性。 相似文献
3.
4.
5.
6.
简要介绍了QoE概念及指标体系,提出了使用权重法建立QoE、KQI和KPI映射关系获得QoE指标的思路,并通过中国联通移动分组网监控系统的具体应用进行论证。 相似文献
7.
长期以来,KPI一直是运营商网络基础质量评估的重要手段.进入LTE时代,KPI已无法反映用户真实体验,因此运营商引入KQI业务质量参数作为业务层面的关键指标.为了更好的满足用户需求,提升用户感知,本文以成都移动TD-LTE网络业务类型分析为例,从终端、无线空口、承载网、核心网等多个体系进行KQI指标分析优化,提升网络整体运营及质量. 相似文献
8.
随着全国范围内电联共建共享5G基站的大规模开通运行,怎样建立一套可以真实反映网络质量和用户感知的指标体系是关键,文章阐述了一套从建立5G Qo E-5GKQI-5GKPI/覆盖指标的映射关系出发,通过引入数学变换和熵权法,从数学角度客观的对KPI关键指标进行权重计算,得出各项指标权重值,再将KPI各项指标归类,通过指标本身定义特点及在网络运行中的体现对应映射向KQI各项指标,由KQI二次映射至Qo E,从而对QoE进行得分评价,最终形成一套与实际网络感知相一致的基于5G共建共享网络的新的QoE评价体系。 相似文献
9.
浅析移动通信网络中的QoE 总被引:6,自引:0,他引:6
本文分析了QoE(体验质量)与其他概念(QoS、KPI/KQI)之间的关系,详细列举了各标准组织对QoE的研究现状,并对QoE未来的发展趋势做出预测,最后站在运营商的角度阐述了QoE研究的重要意义和可以着手开展的研究工作. 相似文献
10.
11.
面向未来巨大差异化的业务、多样的个性化体验要求,论述了关键性能指标(KPI)、关键质量指标(KQI)、业务质量(QoS)、业务体验(QoE)及关键经营指标(KBI)的内在关系以及从KPI、KQI和KBI出发各自可能的最优设计方法及潜在的挑战和技术研究方向,这是一个层层递进的统一整体。最后指出,目前的公平性指标是一种后验的“经验”指导,没有产生具体的反馈闭环机制以形成对设计准则的明确指导。而从KBI角度的牵引,可能是可选的终结性、归一化的评价准则。需要指出的是,要从深度和广度上做好这些工作,需要跨学科、跨领域的深入研究,需要跨网络不同节点间的密切协同、跨层设计。 相似文献
12.
13.
14.
提出了一种先验式的网络质量指标提升方法,其通过数据挖掘的方法考量时间、小区场景、资源配置等多种维度研究同类小区参数值和指标的关联程度,获取最优参数值,预测指标走势,及时准确的调整参数,从而提升网络指标。 相似文献
15.
为解决传统网络质量KQI数据难以提取有效特征的问题,提出一种融合CNN和LSTM的网络质量KQI数据特征提取与预测方法。首先,分别采用CNN和LSTM获取KQI数据的特征表述和隐含层特征向量;然后引入Soft Attention Model来获得注意力分配概率分布;再将注意力分配概率分布与隐含层特征向量加权求和得到融合特征表达,从而得到数据的融合特征表达--空间维度和时间维度,并以多步预测的方法验证融合特征的有效性。研究表明,本文提出的算法能够有效预测、定位用户投诉问题,网优部门可根据实时的诊断结果,结合设备优化充分改善现有的网络质量,实现网络质量的主动干预,提升用户满意度。 相似文献
16.
17.
18.
《中国邮电高校学报(英文版)》2008
To acquire the baselines of key performance indicators (KPI) which are critical for the real-time performance monitoring (RTPM), an improved time series prediction approach is proposed based on support vector machines (SVM). Considering the characteristics of the KPI time series, wavelet multi-resolution is carried before modeling by SVM, and the result is the sum of prediction values of each branch. Experimental results show that the prediction is of high precision. 相似文献