扫频数据在网络结构优化中的用研究

文章主要从道路网络结构指数、重叠覆盖度、冗余覆盖指数等方面对利用扫频数据的道路网络结构进行分析,指出了扫频数据与MR数据评估网络结构相关指标的局限性,并阐述其在道路网络结构优化中的应用.     

基于MR大数据的LTE网络结构评估方法

随着4G网络的快速发展和用户的迅速增长,传统的基于测试、网管指标和客户投诉的网络质量提升手段已经不能满足客户感知的需要。本文提出一种基于MR大数据的网络质量分析方法,首先从网络结构的角度出发,评估现网网络质量情况,然后发现网络问题短板,定位网络质差的根本原因,最后输出针对性的网络优化调整方案,从而改善网络结构,提升客户感知。     

基于LTEMR数据的网络结构优化探究

MR数据分析在2G、3G时代已获得广泛应用,伴随着中国移动LTE网络建设的快节奏及移动4G用户的不断攀升,采集的LTE MR的海量数据为网络结构分析与优化注入了新的力量。MR数据解析能够帮忙优化工程师更深度看网、快速定位网络短板,并联合传统优化手段,不断提升网络品质,打造移动网络竞争新优势。     

基于MR的TD-LTE网络重叠覆盖优化方法研究

【】TD-LTE的网络结构合理性决定了网络的性能。随着用户和业务的快速增长,网络结构对网络性能和客户感知的影响越加明显,而重叠覆盖优化在网络结构中扮演着重要的角色,为此,本文研究一种基于MR数据的TD-LTE重叠覆盖优化方案,按照地理化呈现、强弱场分析、TOP区域选择和拉线图法定位四步法准确定位,可有效为TD-LTE网络重叠覆盖度远程集中优化工作提供技术支撑手段。     

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。     

基于5G Massive MIMO的波束级MR研究与应用实践

随着5G网络逐渐步入存量优化阶段,单纯基于MR的数据无法体现场景用户的深度覆盖水平,且在运维过程中,如何精准定位以提升规划准确度、如何降本增效以提高运维效率成为了重要课题。在传统MR覆盖优化的基础上,利用当前5G独有的波束级MR测量,可以使Massive MIMO权值优化从典型波束场景,向自定义波束场景演进。将成熟的MR立体分析方法应用到自定义波束领域,再次提升深度覆盖问题的优化方法的准确性和灵活性。经验证,SSB RSRP均值可提升1dB,重叠覆盖率改善了1.22%,大幅改善了5G用户的网络质量。     

基于MR数据的LTE网络结构评估方法

中国移动TD-LTE通信网络目前处于建设初期，用户量少，网络不稳定，尤其MR的开启、采集和数据质量等方面都处于萌芽阶段。阐述了LTE测量报告（MR）数据的新特征以及标准采集方案，提出了利用TD-LTE MRS和MRO测量报告数据来评估网络结构的一些指标与分析方法。     

一种新的基于MR的移动网络越区覆盖判别算法

针对移动网络系统中普遍存在的越区覆盖问题,提出了一种新的低成本的越区覆盖判别的新算法,从而提高网络的性能指标.该算法通过在Iub接口中实时采集信令MR帧,并对其MR帧进行同步解析获取其帧结构中的相关数据,在考虑用户切换掉话的多种场景下提出了基于邻区判别的越区覆盖侦测方案.实验结果显示该方法可以有效解决越区覆盖问题.     

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。     

TD-LTE网络结构评估方法研究及预规划分析

TD-LTE作为同频组网系统,网络结构对其无线网络质量有着重要的影响。而在基于TD-SCDMA或GSM现网基础上进行TD-LTE建设时,会由于传统网络结构无法达到TD-LTE同频组网结构要求而造成网络质量下降。对此,本文提出了一种TD-LTE网络结构评估方法,通过对TD-SCDMA及GSM现网数据进行分析预测得到TD-LTE网络性能及其弱覆盖、重叠覆盖、干扰小区等网络结构指标。该方法可以对TD-LTE网络性能进行准确的评估,从而提升网络结构评估的准确性和实用性。     

基于4G异系统测量和5G MR测量联合还原的5G真实覆盖研究

SA/NSA网络下，4G/5G互操作参数对终端驻留5G网络存在较大影响。5G信号不足时会回落4G，导致5G差样本数据未上报，通过5GCHR评估覆盖时无法发现问题，存在“覆盖虚高”现象。本文从终端驻留5G网络策略和产品CHR打点机制等方面分析，结合网络结构和用户行为等维度数据建模，旨在更加完整评估5G网络的覆盖水平，还原5G的真实覆盖。     

基于LTE测量报告数据的小区覆盖分析

本文首先阐述TLTE测量报告数据（MR数据）的新特征以及标准采集方案,然后提出了一种利用LTE测量报告数据天线到达角（MR．AoA）和时间提前量（MR．Tadv）对扇区的覆盖集中度以及小区中用户分布情况进行分析的方法。     

基于LTE-TA数据挖掘的覆盖场景分类研究及其优化

MR(Measure Report测试报告)优良比定义为报告中采集的RSRP(Reference Signal Receiving Power)指标数据大于-105d Bm的采样点的比例,该指标越好,一定程度上可以判断小区覆盖较好。根据电磁波辐射传播的基本原理可知,终端与基站天线相距的远与近,对上报的RSRP值有直接影响,而在LTE系统中,同时有TA(Timing Advance,时间提前量)参数,表征终端与天线端口之间的距离。因此文章进一步研究LTE网络中接收的TA数据,统计分析用户群的距离分布,对扇区的实际覆盖问题进行评估,进而针对性地进行弱覆盖优化,提高MR的优良比,改善用户体验。     

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。     

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。     

MR弱覆盖小区分析及保障方案

基于MR测量统计的弱覆盖能够系统、全面地反映小区的覆盖情况,能够弥补ATU等DT测试设备的测试盲点以及不能全天候测试的不足。文章通过一体化微基站解决居民区深度覆盖、网络结构补点建设、天面资源专项整治、室分专项整治等多样的优化调整方案,大力整治MR弱覆盖,高效推进问题小区整治。     

深度覆盖评估算法研究

数据业务主要分布于室内,室内深度覆盖质量的好坏直接反应数据业务的满意程度。传统深度覆盖评估方法单纯使用测量报告（Measure Report Ourdoor ,MR）数据,LTE用户量少、接入WIFI等原因会使部分室内区域没有MR数据从而最终导致整个区域深度覆盖评估结果不准确。为此,本文引入系统仿真数据,提出一种MR与系统仿真数据相结合的深度覆盖评估方法,并对整个方法的操作步骤、算法合理性和有效性进行了介绍与验证。     

基于4G MR数据的5G覆盖测算研究

5G网络快速发展的同时需要进行有效的覆盖效果评估,尤其是在无线环境复杂的室内场景。基于4G MR数据的5G覆盖测算利用现网4G MR数据,通过4G与5G设备、传播差异,进行测算5G网络覆盖情况,并且提出针对场景特性的测算结果的校验算法,对5G测算结果进行二次修正,可较为准确的评估5G网络覆盖情况。     

基于5G MR大数据的共覆盖识别研究

当前5G网络的覆盖能力与4G网络相比尚有不足，而在日常工作中数据记录的缺失导致4G和5G的共覆盖信息无法精确关联，严重影响优化工作的开展。对此，利用Python对MR数据进行挖掘分析，提出了一种基于5G-4G小区级的共覆盖关系强度识别算法。该算法利用MR数据做大数据挖掘和建模分析，提取小区级的共覆盖前度信息，为优化工作提供强有力的数据支撑，有效解决网络建设过程中的邻区关系、EPSFB回落频点不准确，以及5G网络分流等问题。