基于偏离度的问题RRU识别算法研究

为了保证建筑物内的深度覆盖常需大量建设室分,针对室分小区出现问题概率高、发现问题不及时、排查工作量大等困难,提出一种基于偏离度的问题RRU智能识别算法,远程实现了对问题RRU的快速定位和问题类型的判定,再关联室分图纸数据库,自动输出问题RRU的安装位置。该算法能及时发现隐性室分问题、压减现场工作量、提升优化方案准确性,达到提升用户感知、支撑现场优化工作的双重效果。     

基于分场景的WCDMA室内分布系统规划优化研究分析

针对WCMDA室内分布系统不同场景存在的网络质量问题,通过话务量、MR覆盖、导频污染、容量、网络故障等方面对室分WCMDA网络现状进行多维度的评估分析,创新建立基于MR数据分析的分场景室内分布优化评估体系,有效解决了室内深度覆盖网络问题,实现了室分WCDMA网络质量和用户感知的同步提升。     

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%     

室分高层问题五维定位法

针对高层室分问题难以主动发现的弊端，总结出室分高层问题定位的“室分高层问题5维度定位法”，定位准确率达82．93％。该方法的提出，完善了室分高层问题的预警方法，能够在产生投诉之前及时发现并处理问题点，提升优化效率，减少投诉，改善用户感知。     

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。     

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。     

网元性能及业务数据特征精准分析方法

传统的网络性能分析以及业务数据分析,都是通过网管KPI 确定的,网络指标出现异常则需要根据优化人员经验进行问题定位。对问题定位的效率取决于技术人员的水平,同时网络业务数据特征的分析粒度也很粗,不能精细化、全面化、多样化地分析用户特征。随着统一DPI系统的引入,展示了用户会话过程中涉及的最细粒度的业务状态以及网络信道质量。为了更加准确地反映小区网络质量和用户真实业务体验,所研究的网元性能及业务数据分析方法采用数据切片和关联的方式,更加精细化地将体现网络质量的控制面信令XDR（X data recording,呼叫数据记录的扩展）数据和用户面业务XDR数据关联在一起分析。实现分应用、分业务拓展的用户感知分析,明确质差用户或场景等情况下XDR的数据特征,从而提升网络优化效率、提高用户感知。     

基于OTT的MR定位方法

测量报告（Measurement Report,MR)是一种终端上报的测量信息,能够最真实地反映用户在无线网络中的体验,对网络规划和优化都具有重要意义。但目前MR中不包含用户位置相关信息,导致运营商无法确定上报MR中用户感知差的准确位置。本文提出一种基于互联网提供的应用服务（Over The TOP,OTT）方式的MR定位方法,能够准确定位MR的地理位置,帮助运营商快速地评估网络覆盖水平等质量信息,进而有目的地进行网络规划和优化。     

基于TD MR的2/3G互操作方法研究

TD-SCDMA网络存在分流作用仍不明显,与GSM网络频繁重选、切换问题。为解决这些问题,文章通过采集用户MR,利用MR采集到的电平与累计占比关系,提出了一套选取用户、MR测量、定位感知(快速切换)驻留策略。本策略利用MR数据,既有利于精细区分用户行为,又保证2/3G网络互操作参数的客观性。在全网推广这些策略,明显提升了TD-SCDMA的话务量和流量,提升了2/3G切换成功率,在提升TD驻留能力的同时提升了用户感知。     

基于大数据与精确定位的高铁可视化分析

文章主要介绍A公司依靠大数据平台对全省高铁专线进行全息自动化网络监控及网络优化,创新性地采用大数据处理分析和MR精确定位的手段,将信令数据、MR数据、用户数据进行有效关联,实现对每个高铁用户端到端全面监控;精确识别出沿线高铁用户,在高铁站点规划、高铁用户感知提升、高铁网络优化等多个方面进行研究,成功实现了多条高铁线路的质量提升目标,高铁用户感知和满意度明显提升。     

基于用户感知的IPTV质量评估研究及应用

提供基于用户感知的IPTV质量端到端自动化评估方法和系统,将用户侧感知数据、用户承载网络运行数据以及远端视频服务平台数据等整合到同一个大数据分析系统,通过大数据分析手段建立用户端到端感知模型及评价体系,实现用户端管云业务感知监测,自动获取用户在使用IPTV过程中的感知度,并实现用户感知度端管云的量化评估。通过端管云业务感知评估结果,有针对性地解决影响用户感知的问题和环节,以改善服务的不足。     

农村网络结构优化及用户感知提升新思路

农村网络覆盖制式多、频段多,存在MR弱覆盖、越区覆盖、质量差、语音回落和异频切换等诸多问题。本文利用MR、KPI、覆盖远近系数和频段制式进行网络分析;利用MDT、互联网众筹数据进行精准覆盖和用户分布分析;利用爬虫技术获取农村经纬度信息,结合工参、MR进行天馈方位角合理性排查。通过关联传统优化指标,并结合互联网、AI智能算法和大数据分析,大大提升优化效率,稳步提升农村网络覆盖水平和用户感知。     

大数据分析与网络弱覆盖发现案例

网络弱覆盖严重影响用户感知,是运营商最为关注并需首要解决的问题之一。网络弱覆盖的发现来源主要有路测、用户投诉等,近年来,随着大数据采集与分析能力的提升,也成为了弱覆盖发现的重要手段之一。本文以某密集城区为例,介绍从基于Hadoop的大数据解析、大数据定位、到网络弱覆盖发现与优化建议的整个流程,给实际网络规划优化工作提供经验。     

利用MR定位室内用户分布指导5G深度覆盖规划方案的研究

本文分析了现有深度覆盖规划流程,对现有的流程优缺点进行了梳理,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,提出了利用MR数据精确定位室内外用户分布区域的方案,提出了利用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深度覆盖规划流程应用实现进行了阐述。     

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。     

基于业务感知投影的高铁线路评估方法研究与实践

本文依靠大数据分析手段,运用高铁用户业务感知建模,构建多维数据感知评估算法对高铁路段感知投影,实现高铁线路感知评估.发现问题路段后采用遍历巡更算法,对问题点智能分析定位,通过基于高铁用户感知投影的高铁线路评估与高铁问题路段智能分析定位,实现了一种面向高铁用户群的大数据评估分析方法.     

TD-LTE多频、分层组网的业务连续性研究

本文基于提升LTE多频、分层网下用户的业务感知,使用MR(测量报告)、扫频、切换性能等多维数据,全面评估异频共站小区、异频邻区的覆盖连续性和切换点,设定异频测量、切换参数,开展了多频网驻留策略、频间业务连续性、异频切换算法等多方面的研究,减少不必要的异频测量和切换、合理均衡各频段小区的业务承载,通过海量的MR数据,自动判别覆盖连续性、自动设定异频测量门限、自动计算异频邻区间的切换偏置,改善边缘用户的频繁重选导致手机接入感知下降、续航能力降低等问题。     

基于信令分析的4G用户感知评估及问题定位方法

目前2G网络具有较完善的话音评价体系,可比较客观地反应客户的感知,能有效定位和解决话音问题.但是以数据业务为主的4G网络对于客户感知的体现尚有不足,4G网络问题涉及端到端的网元,问题定位缺少有效的方法流程.本文主要是提出了一种基于信令的4G网络用户感知分析评估方法,同时给出了对应的端到端问题的定位流程.     

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。