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。     

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%     

基于pRRU设备的室内覆盖评估方法设计及应用

随着5G到来,不论市场和网络都对室内定位技术有紧迫的需求。本文提出了一种基于pRRU设备的上行场强实现的室内用户定位方法,该方法可高效、精确识别室内局部弱覆盖区域,准确率达92.26%,进而实现了室内网络质量的提升。同时,该方法也可在5G网络中应用,向市场提供完整的位置信息服务,进而可向市场推广店铺客源分析、精准营销或室内导航等业务。