基于4G大数据的深度覆盖探测研究.docxVIP

基于4G大数据的深度覆盖探测研究.docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

?

?

基于4G大数据的深度覆盖探测研究

?

?

孙瑜峰

【摘要】随着4G业务的爆炸式增长,终端用户对4G网络质量的要求越发敏感。4G网络深度覆盖不足,尤其是室内深度覆盖问题将制约4G网络质量,影响客户感知。通过挖掘分析4G运营大数据,利用大数据指纹算法、用户行为追踪、及系统的覆盖评估,流程化、标准化、平台化定位网络深度覆盖问题,从而提高网络运维效率,形成了面向网络规划、优化及市场的综合性平台。

【关键字】4G深度覆盖网络

一、深度覆盖现状及问题

通常对LTE覆盖的调查主要通过DT和CQT进行。DT虽然快捷,但DT一般是沿路线测试,不够全面,不能反映深度覆盖的真实情况;CQT虽然能反映覆盖情况,但从成本、效率、可靠性、时效性看,明显不足。

以2016年中某市运营商对城区部分重点区域的4G网络进行了DT/CQT摸底测试为例:市区道路覆盖率为97.29%,但室内的深度覆盖整体偏弱,仅有68.85%。可见网络深度覆盖与用户需求相差较远。

为了提高用户感知,迫切需要系统化、标准化的全地域定位这些问题点。

同时当前网络运行过程中,现有的采集系统生成了海量的MR、信令、DT/CQT、投诉等数据,这些数据在实际利用也是各自为战,没有综合关联分析、无法快捷高效、准确的定位出网络深度覆盖问题。

二、解决方案

2.1整体思路

依靠实时采集的MR、OMC、信令、投诉等多源大数据,利用高精度定位算法、用户行为识别算法等技术手段,对数据进行自动化分析处理,精准定位深度覆盖问题区域,并快速有效的制定精细一体化的解决方案。整体设计思路如下图1。

问题定位和分析:从覆盖、容量、质量、投诉、指标、MR6个维度全面呈现区域、整网现状。结合2、3、4G网络工参数据,专注弱覆盖和网络业务倒流问题的定位。形成小区、区域、用户、终端等多维度报表输出。

MR专题分析:利用MR地理標签数据,定位出网络弱覆盖、重叠覆盖、模3干扰、PRB利用率等问题区域。

解决方案输出包括三个方面:

面向市场:囊括潜在用户发展区域、锁网用户、潜在发展用户、潜在用户终端,关注市场需求。

面向规划:结合现网实际呈现建设规划方案。

面向优化:小区、区域KPI呈现,投诉、虚拟测试。

2.2技术创新

深度覆盖问题定位方面的技术创新主要包括指纹库算法、用户行为识别算法及全方位覆盖评估等三方面,不仅大大提高了MR定位精度,而且还提升了深度覆盖、业务价值、用户感知、竞对覆盖等全方面网络评估的可靠性:

指纹库算法是指采用日常的道路DT/CQT拨打测试数据作为训练样本指纹库,将MR数据与之进行匹配,配对成功,完成MR的地理化显示。

指纹库算法需要综合网络基础工参、2D/3D电子地图以及MR采样数据完成对采样点的地理投射。在缺少测试数据时,也可以通过对比MR和2D/3D传播模型预测结果来定位采样点的位置。通过指纹库算法将MR定位精度由传统的200米提升到50米以内

用户行为识别算法通过MR数据挖掘,获取用户的电平特征、邻区特征、切换特征等多维度信息,建立室内用户模型,达到区分室内外业务的目的。

通过跟踪一个用户的信号强度及邻区的信号强度变化趋势,并进行时间切片分析,结合切换行为的分析,就能定位出用户所处位置的地貌特征。通过用户行为识别算法区分室内外用户,从而提升深度覆盖定位的准确性

利用多源大数据,建立完整的深度覆盖诊断评估系统,对网络多维深度覆盖、业务价值、用户感知、竞争对手的覆盖等多个项目进行评估,全面把握网络状况。在实际运用过程中,结果不同的地形环境,结合使用二维和三维的评估方式,可以做到既精细,又全面的整体评估效能。

基于以上三种创新算法,并结合实际网络运维的管理需求,针对深度覆盖优化,开发出了综合分析平台,并在实际网络中进行了运营检验。

三、解决案例

选取某地中心区域进行算法和工具验证,该区域中共有205栋楼宇,进行楼宇的3D切片:

该区域平均楼宇高度达到29.01米,宏站平均站间距为385米,平均站高为29.75米;按照12米一层进行3D切片,该区域所有楼宇累计分为435个楼层,有158个楼层的平均RSRP低于-110dBm,在后续规划优化中需重点关注;在红色圈内楼宇4层以上覆盖效果均强于4层以下的覆盖效果,东边道路覆盖效果较差,与实际CQT/DT测试结果吻合。

四、结论

基于大数据的深度覆盖探测研究是在“资费下降,运营成本不断增加,大数据挖掘不足”的情况下孕育产生的,无论在管理上、技术上、理念上都有明显的优势和可持续发展的前景,不仅丰富了规划优化手段和措施,更加高效、精准的定位解决深度覆盖问题,输出性价比高、场景差异化的解决方案,还能提升大数据处理效率和大数据价值的挖掘,做到原来做不到的事情、做好原来不好做的事情,从而达到“降本增效”的目的,提升网络运维效率、改善客户感知目标。

您可能关注的文档

文档评论(0)

135****3598 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档