L900基站覆盖场景功能解耦探索与研究

L900基站对深度覆盖和广度覆盖有着较大的提升作用,但网络中仍存在着低效能和覆盖不合理小区.本文通过对覆盖城市道路和居民区场景的基站小区进行自动化场景匹配,并结合众筹数据、DT/CQT数据、机器学习栅格预测速率数据、SpeedTest数据和业务数据等多维度数据进行分析,筛选出覆盖场景不合理小区进行功能解耦,调整这些小区...     

DC-HSPA+数据速率分析与优化

本文针对DC-HSPA+下行速率低的问题,结合泰安联通WCDMA网络现状,从参数优化、资源优化、无线环境优化三个方面对DC功能小区进行了优化调整,数据速率得到了明显提高,DC业务各项指标稳步提升,为下一步"LTE+42M"一体化战略发展打好基础。     

LTE网络用户感知速率提升策略研究

用户感知速率是LTE网络带给用户的最直观体验,本文引入Throughput速率作为评价用户感知速率的指标。通过对低速率小区的指标分析发现,导致用户感知速率低的主要原因为覆盖不合理、小区高负荷以及高干扰。通过对以上网络问题的优化,可以明显提升用户感知速率,改善网络质量。     

基于移动蜂窝网的机器学习室外指纹定位方案

基于移动蜂窝网络技术的定位方案是提供网络优化、紧急救援、公安巡警和位置服务等应用的重要技术途径之一。传统的基于小区基站位置信息的定位方案定位精度低、定位误差大,无法满足某些定位应用需求。基于指纹定位的方案能够在基于小区粗定位方案基础上大幅度提升定位精度、节约计算成本、增强适用性,成为定位研究的热点。针对室外指纹定位的业务需求,深入研究分析了两种基于机器学习的栅格化和非栅格化室外指纹定位方案。通过参数加权、数据拟合等方法对于大规模指纹数据进行了清洗,提高数据源的有效性。通过划定研究区域、栅格化、构建指纹数据库、训练模型、修正模型、非栅格化、粗定位耦合、匹配参数、训练参数等子模块的实现,分析和优化了算法的运行效率和定位精度,确定了影响算法性能的关键指标。进而结合仿真结果,分析了两种基于指纹的定位方案的性能。最后介绍了基于机器学习的指纹定位方案在实际应用中的典型场景。     

基于MR的小区轮廓和共覆盖识别方法研究与应用

随着移动网络规模的越来越大,无线网络优化的难度也与之俱增,借助大数据技术实现快速、精准的网络分析和优化已经成为运营商的普遍共识。终端上报的MR数据作为用户使用网络的真实反映,对于支撑网络问题分析和处理具有重要作用。文章采用一种基于特征匹配的MR定位算法实现MR数据的精准定位,并进一步实现小区级轮廓识别和共覆盖判断,将MR栅格级数据转换为小区级数据,不仅可以为网络问题分析提供基础信息,而且为客服投诉区域识别提供有效支撑。     

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。     

基于机器学习的无线网络用户感知速率智能预测研究

本文利用人工智能算法,结合DT/CQT、SpeedVideo、某厂家专有平台用户感知栅格速率数据,并关联栅格内覆盖、质量、负荷、性能等指标作为训练样本,分析影响用户感知速率的关键因素。通过建立预测用户感知速率的算法模型,实现栅格粒度用户感知速率预测,快速精准定位用户体验短板,有的放矢的解决用户体验问题,实现网络竞争力持续提升。     

论LTE-SINR与电平、邻区、负荷的关系

在日常优化过程中我们发现UE在信号很强的情况下SINR值低,下载速率也会很低,UE在信号较弱的情况下(不小于-110dbm)SINR值高也能保持较高的下载速率,文章结合ATU测试的大数据对主小区电平、邻区个数、主邻小区电平差值、主邻小区干扰及负荷情况与SINR的关系进行研究,助力于快速、精准地进行SINR优化,提升下载速率及用户感知。     

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。     

基于聚类分析和AI深度学习的超忙小区智能优化

利用Python语言,结合大数据分析、AI深度学习算法、实现高负荷小区智能优化输出。通过导入LTE扇区工参和负荷指标,用户数、流量TA数据、MR数据等指标,挖掘高负荷小区主要影响因素、利用AI深度学习算法智能生成优化参数调整建议。该方法能够开展全网一键核查和优化,具备大数据运算和数据可视化能力,能快速降低高负荷小区负载,提高网络资源利用率,实现超忙小区压降智能优化,提升智慧运营能力。在某本地网第一期超忙小区优化试点工作中,指导网络优化解决59.4%的超忙问题,改善用户感知。     

基于OC_SVM的Steghide检测算法

通过对使用隐写软件Steghide隐藏信息前后图像T、A、P点数目变化规律的分析,对每幅图像构造一个特征 向量,并且结合支持向量机提出一种基于OC_SVM的Stegthide检测算法,同时,实验结果给出了该算法在不同信息嵌 入量情况下的检测性能。     

基于CMMI的PDM设计

为了提供目前产品数据管理(Product Dato Management,PDM)系统对产品开发过程管理的控制能力,实现产品开发过程中的实时测量与监控,提高管理质量,结合能力成熟度模型(Capability Maturity Model Integration,CMMI)在软件领域的成功经验,适应硬件产品开发领域的需要,在介绍了CMMI的主要思想之后,重点论述了以CMMI为基础定制企业PDM系统的可能性。对产品开发框架进行了分析,提出了基于CMMI的PDM系统概要设计模型。     

服务器分区技术浅述

简要介绍了分区技术的定义，分区的组成、最低配置和用途，最后阐述了分区技术在工程中的应用。     

通信与计算机领域伪代码一致性审查研究

通信、计算机领域的发明专利审查过程中,针对权利要求书中涉及伪代码的情形存在不同的审查观点.在对伪代码与自然语言、标记性程序语言进行辨析,以及对现行发明专利审查规范进行分析溯源的基础上,提出应站在技术人员的角度,按专利审查的一般标准,判断其是否符合专利申请的撰写规定和授权条件,权利要求是否清晰,再进行一致性审查的建议,对其他领域类似情形的发明专利审查具有借鉴意义.     

基于片上可编程系统的视频车辆跟踪技术研究

针对目前具体产品中算法实现复杂且基于计算机(PC)平台的纯软件环境等问题.提出了一种视频车辆跟踪的嵌入式实现方法.利用可编程片上技术,使得视频检测摆脱PC平台的依赖.以Nios Ⅱ软核处理器和外设知识产权(IP)核为硬件平台,结合模拟/数字信号转换(A/D)和数字/模拟信号转换(D/A)的视频接口,以μC/OS为操作系...     

基于CAS的单点登录系统应用研究

随着信息系统的迅速发展,各类信息化应用系统逐步建立,但是各应用系统之间自成体系,从而导致了每使用一个系统就要重新登录一次,给用户的使用和管理员的管理带来了很多不便.本文研究基于CAS的单点登录系统应用,很好地解决了使用和管理困难问题,介绍了基于CAS的单点登录系统应用设计研究,系统采用用户管理LDAP轻量级目录服务、CAS中央认证服务,设计了一个统一管理界面,通过Web服务传递用户参数,实现了多应用系统的整合.     

基于IMS的固定移动融合的探讨

分析了国内运营商当前所面临的困境与挑战,阐述了通过引入IMS进行固定移动融合解决当前面临的问题,重点对基于IMS的固定移动融合网络构架和实现固定移动融合的网络演进策略进行了相关的研究和探讨。     

基于模板的知识集成研究

针对企业和网络系统中存在大量分布式异构知识源的问题,提出了一种基于模板的知识集成方法.研究了基于本体的知识表示,将模板机制应用到集成系统中,并提出了一个基于模板的知识集成模型,为企业语义级知识的共享、集成及有效利用提供了解决方法和理论依据.     

大气散射对激光角度欺骗干扰影响的研究

根据光的粒子性,用蒙特卡罗法构建单个光子在大气传输中的散射模型,研究大气散射对激光角度欺骗干扰效果的影响.结果表明:①非对称因子、大气传输距离和消光系数等对干扰脉冲信号强度有不同程度的削弱,散射产生的迂回路径延迟了干扰脉冲到达导引头探测器的时间.②激光干扰脉冲在大气散射作用下脉冲展宽效应不明显.