4G视频业务用户感知评估体系研究

4G业务的规模商用,视频点播作为极具潜力的移动互联网业务,其业务性能管理工作是运营商网络优化的重要工作内容。以4G网络中热门的视频业务为切入点,结合视频点播原理,通过模拟感知测试、实时信令跟踪、信令解码重组等多种手段进行分析研究。深度识别视频业务信令交互过程中的关键信息元素,对深度解析得到的关键字段、码流进行机器学习、关联聚类,构建出一套简单可行、贴近用户实际感知的视频业务关键质量指标体系。     

基于机器学习算法的5G重点业务KQI和KPI关系研究

近年来,多媒体内容成为移动网络用户最重要的业务之一,用户更加关注端到端的5G网络用户业务感知质量。应用机器学习算法,构建5G网络中端到端视频业务和文件下载业务的感知质量模型,探索关键质量指标（KQI）与关键性能指标（KPI）的关系。仿真结果显示,该评估方法对提升5G网络运维的质量、实时性和准确性具有指导意义。     

移动通信网语音呼叫接续时延研究

移动通信网无论是3G还是4G网络,语音呼叫业务处理主要还是承载在GSM网络上,语音呼叫接续时延是影响用户使用感知的一个重要因素,为优化网络质量,本文主要介绍采用信令分析等方法研究寻呼、鉴权、业务信道指派等流程对GSM网络中呼叫接续时延的影响和优化方法,以提升用户业务使用感知,并有效提升3G网络弱覆盖时和4G网络语音回落的使用感知。     

基于机器学习的细分业务用户感知评估方法

业务差异化和良好的用户感知是LTE网络以及未来5G网络运营的关键,目前的网络KPI指标体系主要是用于评估网络运维情况,并不能真正反映用户对网络和业务使用的实际满意程度。提出一种细分业务用户感知QoE评估方法,通过对LTE业务KQI指标以及XDR、MR等相关数据信息的关联分析,选取出特定业务QoE评价特征指标集,采用机器学习方法,建立细分业务的QoE评估模型,并以特定视频业务为例,给出QoE评估的特征指标选取和建模过程。该QoE评估方法可以对用户业务体验感知进行细粒度、高准确度的实时评估,为后续基于用户感知的网络优化、网络运营提供准确的数据支撑。     

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。     

"畅优5G"引领5G智慧新未来

随着5G网络规模建设的推进,主要城市核心城区正逐步实现基于NSA组网模式的5G连续覆盖.基于网优大数据系统,对MR数据,用户控制面、业务面数据,5G NR业务面IP信息进行接入整合,根据对NSA组网业务信令特征的研究,结合MR多数据源融合定位技术,实现5G组网特性在现有4G网络数据基础上,高效、准确识别5G终端用户及其业务数据,及时洞察5G用户及业务发展,寻找5G高价值区域,指导5G网络规划和建设,并实现精准的用户感知效果评估.     

一种基于DPI的5G语音全流程分析应用方法

按照3GPP的设计,用户在5G网络使用语音业务时,需要回落到4G网络使用VoLTE语音业务进行通话。在回落的过程中,业务流程包含了多个4G、5G协同交互的信令。业务流程长,往往存在着时延过长甚至掉线的问题,这严重地影响了用户的业务体验。基于此,本文提出了一种基于DPI的5G语音全流程分析应用方法。实践显示,该方法可以大幅降低用户的5G语音接续时延,提升业务接通率,对5G用户的客户感知提升具有重要贡献。     

4G终端短信垂发过程跟踪分析

短信重发的原因可能是终端异常、无线网络侧干扰、核心处理异常等,本文对短信重发的信令过程进行了分类,通过对4G终端重发短信业务记录的跟踪分析,对4G终端发送短信的信令消息进行了全面深入的分析说明,可帮助维护人员提高短信故障投诉处理、故障分析定位的能力;有助于全面了解终端用户对网络短信质量的感知,促进网络维护快速响应用户的投诉关切。     

4G终端短信重发过程跟踪分析

短信重发的原因可能是终端异常、无线网络侧干扰、核心处理异常等,本文对短信重发的信令过程进行了分类,通过对4G终端重发短信业务记录的跟踪分析,对4G终端发送短信的信令消息进行了全面深入的分析说明,可帮助维护人员提高短信故障投诉处理、故障分析定位的能力;有助于全面了解终端用户对网络短信质量的感知,促进网络维护快速响应用户的投诉关切。     

基于视频拨测过程录屏分帧的卡顿感知智能识别

在视频业务已经成为移动网络流量主体的前提下,提高用户观看体验质量已经成为各大网络运营商赢得市场的核心竞争力。同时对于网络运营商来说评估网络中的视频业务质量对于保证视频业务的用户体验质量,管理和优化网络至关重要。传统的网络服务质量参数不能直接反映视频业务质量,不能真实反映用户的观看体验。文章提出一种基于用户感知层面的视频业务质量评估方法,可用于监测网络在线视频播放过程是否发生卡顿现象,挖掘网络存在问题。