一种基于家庭宽带与MR数据的室内无线测量方法

室内无线信号的准确测量一直是电信运营商的工作难题,室内信号的准确性是基站小区的规划、无线网优化工作的重要依据。当前网络运营商对于无线网络覆盖质量情况主要通过DT(道路测试)、CQT以及MR (Measurement Report)采集来获得。其中路测数据仅能反映道路覆盖情况,无法采用用户家庭内部覆盖情况;现有MR数据上报的原始数据并无经纬度信息,只能反映整体小区信号覆盖情况,并不能反映精确位置的覆盖信息。而带有经纬度信息的MDT数据又面临着网络开销大、占用硬盘多、空数据比例大和室内定位误差大等缺点,所以如何获得用户在小区居民住宅内覆盖情况对移动运营商解决弱覆盖有着很大的意义。文章提出一种基于移动家庭宽带信息与MR数据关联的方法,利用关键字段实现信息关联从而获得居民室内无线信号的覆盖指标,在测量准确率和测试效率上有了明显提升。     

基于常驻用户分离的室分隐性故障识别研究与实践

基于常驻用户分离的室分故障定位方法,在完成LTE号码回填和经纬度回填的基础上,基于室内常驻用户识别,用户楼宇位置识别,常驻用户特征聚类完成室分常驻用户分离模型。通过对室分常驻用户历史样本和网络指标的学习,建立室分隐性故障特征模型,输出高置信度的疑似室分故障清单和解决方案。完成数字化网优平台的室分健康度模块建设,并通过数字化运营系统实现工单一点看全。     

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。     

基于客户感知的楼宇问题定位方法研究与实践

随着客户对室内不同业务网络使用需求的不断提升,为了进一步对楼宇内客户网络体验进行精确评估、分析定位及优化提升,研究与实践了一种基于客户感知汇聚的楼宇问题定位方法。通过对客户感知进行画像并将结果与定位信息关联汇聚成楼宇的体验评价,进而将感知与质量管控关联分析,优化解决楼宇网络问题。结果显示,该系统规模应用后,重点楼宇整体良好率超过90%、提升了11PP,实践效果良好。     

基于MR大数据多维分析实现可利旧4G室外分布资源精准定位

基于OTT定位的MRO/MDT大数据,通过（待利旧）室外分布小区所覆盖楼宇的多维度分析评估,包括：室外分布小区与楼宇覆盖关系建模、楼宇周边宏站覆盖结构合理性评估、室外分布小区拆除对周边站点负荷影响预测等关键步骤,实现可利旧4G室外分布资源的精准定位,经验证该方法准确率达到85%以上,可有效指导移动运营商4G网络降本增效、精细化运营工作的顺利开展。     

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。     

一种基于多数据源的楼宇弱覆盖小区评估分析方法

LTE室内深度覆盖是衡量网络质量、影响客户感知的重中之重。准确识别影响楼宇深度覆盖效果的弱覆盖小区一直是室分整改排查工作的难点，传统网优通常需结合大量现场测试与客户投诉识别弱覆盖小区，优化流程长、准确率低且耗费大量资源。本文就当前楼宇弱覆盖整治的问题点，提出了一种基于FAST、MR、TA等多数据源的楼宇弱覆盖小区识别与评估分析方法。依照该方法识别分析重点影响楼宇深度覆盖效果的室分小区并加以整改后，有效改善了覆盖质量并大幅提升了用户体验满意度。     

基于RSSI的室内定位算法

随着生活水平的不断提高,智能设备越来越普及,人们对室内定位的需求越来越高,室内定位技术是指在室内环境下,通过无线终端设备和无线传感器网络来确定用户位置信息的相关技术,文章对基本的RSSI的室内定位进行了分析。     

基于BP人工神经网络的室内移动定位技术

基于无线传感器网络的室内定位技术因为室内复杂的环境,传感器通信存在着多径效应,无法使用信号强度衰减模型进行精确定位。文中提出基于ZigBee结合Fingerprinting以及遗传算法优化的BP神经网络的方法进行定位。实验结果证明该方法可以用于室内的精确定位,在定位范围为2 m×2 m的条件下,非训练点的定位平均误差为0.22 m。     

一种新的基于区域划分的距离-损耗模型室内WLAN定位系统

该文基于室内RSS模型,结合定位空间的区域划分,构建了一个室内用户定位系统;在各个区域内,将在已知位置的信息收集点采集到的各无线接入点信号强度,与计算机模拟实际环境获得的信号强度值相比较,以此设定RSS模型参数;然后采用最大似然法估计用户位置。实际系统测定结果表明,该方法可以获得较为精确的室内用户位置估计。     

5G站点建设对4G网络覆盖影响评估方法

基于LTE网络MDT采样数据,以及4/5G共站址及共建共享基础数据,根据5G站点安装完成时间,通过python编写代码算法,计算在5G站点安装完成前后4G宏站小区的覆盖方位角、覆盖距离发生变化情况,针对变化较大的覆盖异常小区进行核查,确认是否因5G站点安装施工导致4G小区天线方位角、下倾角、位置、高度、环境等发生变化,从而导致4G网络覆盖受到影响,通过对4G网络覆盖变化异常小区及时进行优化调整,使4G网络覆盖与质量保持了稳定性,避免出现用户感知差及用户投诉等情况,该方法可及时有效地识别网络变化情况,排查网络隐患,具有良好的推广性与复制性。     

基于用户感知的室内网络质量评估体系的研究

在目前的移动通信网络中,室内用户已成为用户的主体。但是在室分优化工作中存在着网络问题发现滞后、异常事件难以回溯、现场采用困难、发现问题不全面等诸多难题。文章介绍的方法,在传统的室内网络优化模式中加入了A+Abis信令分析的手段,创立了基于A+Abis接口信息挖掘的室内分布用户感知质量的监控评估体系。新的评估体系,能够全面客观地反应室分系统的性能,准确定位问题原因,实时监控与评估室分网络性能,客观评估优化效果。     

基于大数据的干扰源智能定位系统

随着4G业务持续增长,干扰对4G网络性能和UE感知影响逐步增强,急需早发现、早处理,避免影响用户感知。传统的干扰排查依赖工程师优化人员经验及技能水平,通过频谱仪进行现场扫频摸排,缺失准确的摸排范围和方向,耗费大量的时间和人力资源,排查效率较低。面对网络质量受无线干扰影响的桎梏,制定基于大数据的干扰源智能定位系统,基于MRO数据和干扰数据库信息对干扰用户进行特征画像,依据干扰用户标签特征和干扰定位识别算法,准确定位干扰区域,再结合面、线、点的现场频谱定位排查“三步法”快速精确定位干扰源所在位置,提升现场扫频排扰效率,促进网络质量不断提升。     

基于RSSI的精确室内定位算法

无线传感器网络的关键问题是实现节点的精确定位。为了解决基于RSSI的无线传感器网络三角形质心定位算法在有些情况不适用的问题,本文提出一种新型的基于RSSI的精确室内定位算法,此算法提出了虚拟信标节点的概念并用此来修正未知节点位置。实验表明,该算法具有较高的定位精度,能满足大多数的应用场合,具有一定的实用价值。     

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。     

小区室内3G感知测试方法

传统CQT测试手段成本较高且难以入户,后台网管数据不能直接反映时延、速率这类用户感知级指标。基于以上问题,创新地提出利用电信宽带装维入户施工机会,利用原有的拍照回单机会,将图片大小和上传累计时延入库,巧妙地完成了一次室内3G用户感知的测试,该方法简单易于推广,将海量的宽度装维人员产生的上传速率以及具体的楼宇位置、楼层信息和EV-DO网络的CDR话单的前向信号质量、用户数、反向底噪关联起来,可以快速指导优化与建设。     

基于MDT数据的地下场景覆盖问题识别系统设计

地下场景覆盖问题的准确识别一直是网络优化难点,围绕精准定位建立评估模型,以用户轨迹惯性特性为基础完成最小化路测(MDT)数据清洗,采用“基于RSSI测距多点定位算法”和“神经元网络定位技术”相结合方式,完成多维数据关联和迭代矫正模型并纳入指纹库,引入栅格化理念,实现栅格内MDT数据智能汇聚,识别地下场景弱覆盖栅格。本设计能够扩充地下室场景覆盖问题识别的手段。     

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。     

利用MR数据定位室内用户分布指导5G深度覆盖规划方案的研究

本文介绍了现有常规深度覆盖规划流程,对其优缺点进行了梳理,分析了利用MR定位室内用户分布指导5G深度覆盖规划的合理性,提出了利用MR数据进行室内外用户采样点区分的方法,制定了利用MR数据精确定位室内外用户分布区域的方案,确定了利用MR定位室内用户分布指导5G深度覆盖规划的流程,对利用MR定位室内用户分布指导5G深度覆盖...