《mr和信令大数据在集中优化生产中应用v10》由会员分享，可在线阅读，更多相关《mr和信令大数据在集中优化生产中应用v10（51页珍藏版）》请在金锄头文库上搜索。
1、1123 1123 2016年4月 安徽公司 MR和信令大数据分析 在集中优化生产中的应用 2 基于MR和信令大数据分析的优化体系-背景 根据2016年网络工作会集中优化工作要求,在15年全网集中优化体系初步建立的基础上，16年要 进一步深化推动集中优化工作的“做实、做透、做深、做广”，强化基于大数据精细分析的自主 优化能力，进一步提升集中优化工作的效率与效益。 1、集中化生产的需求 目前，我省已构建以“规划建设把关、集中分析优化、集中参数管控”为主要内容的集中 网优生产流程体系，并全面应用于网优生产，已初步达到集中优化减员增效的目的。 集中优化生产采用远程分析+属地实施的模式。集中体现在集中
2、资源远程分析，充分利用 各维度数据，精准高效地定位网络问题，所以说远程分析是整个生产流程的核心。 为实现全面、准确、快速、细致的远程分析，对多维数据关联分析、大数据处理提出了更 高的要求。如何充分挖掘钻取相关数据，减少对现场经验的依赖就成为了当务之急。 2 1 3 集中参数管控 网络参数 工程参数 集中质量优化 问题分析 方案制定 优化实施 质量评估 规划建设把关 需求管理 站址规划 设计审核 入网管理 3 基于MR和信令大数据分析的优化体系-背景 2、大数据分析的必要性 生产效率提升的 必要性 MR大数据分析 的必要性 传统问题分析的局限性 通过用户投诉、测试等维度被动问题收集，对网络问题掌
3、握不准确、不全面。 传统网络仿真主要应用于初期室外覆盖水平评估，无法评估室内深度覆盖。 MR大数据分析的必要性 紧跟规划变化：需及时跟踪分析城市新增建筑、新城区扩展、新农村扩张的网 络覆盖情况，借助MR大数据分析手段，全面有效指导网络优化规划工作。 高效精准评估：为提升精确优化水平，提高规划投资效率，网络评估需结合高 流量、高用户、高投诉等进行MR大数据关联分析，实现高价值区域评估。 传统覆盖优化主要从路测、CQT测试、用户投诉等方式进行，效率低、投资 大，常常会受限于人员车辆等问题。 集中化网优生产中，省公司承担全网质量的主体责任。为落实集团公司要求， 提高生产效率，集中网优需进一步扩大日常
4、分析的广度和深度，开展网优大 数据分析。 4 安徽公司深入挖掘基于MR和信令大数据的分析价值，创建“四横三纵”大数据分析优化体系， 将MR、信令、路测及性能大数据分析贯穿“基于MR和信令的联合优化、基于信令分析的深度优 化及日常大数据的智能优化”的三大优化流程，深化大数据分析的生产应用。 MR数据 路测数据 信令数据 性能数据 覆盖优化 结构优化 质量优化 重点KPI优化 语音质量优化 高铁场景优化 室分质量优化 智能分析优化 路测质量优化 自主SON智能优化 四横三纵大数据分析优化体系 十项优化应用 性能与路 测分析 日常 大数 据的 智能 优化 基于 信令 分析 的深 度优 化 软采XDR
5、 硬采XDR 基于 MR和 信令 的联 合优 化 关联分析 MR 定位 立体 仿真 基于MR和信令大数据分析的优化体系-框架 四横：MR数据、信令数据、路测数据、性能数据 三纵：基于MR和信令的联合优化、基于信令分析的深度优化及日常大数据的智能优化 5 规划建设把关 需求管理 规划管理 设计管理 入网管理 MR定位仿真 信令分析 日常大数据 日常大数据 集中分析优化 问题发现 集中优化 优化处理 质量评估 信令分析 日常大数据 信令分析 日常大数据 MR定位仿真 需求分析+价值评估 规划审核 设计审核 自动单验+邻区优化 端到端问题+劣化小区问题 路测问题+覆盖结构质量问题 端到端分析+性能问
6、题分析 路测问题分析+规划需求分析 远程实施 属地实施 效果评估+形成优秀案例 新增工参入网 日常工参调整 省公司方案审核 姿态仪采集上传 网优平台同步 异常工参核查 集中工参管理流程 日常大数据 问题核查 流程 手段 应用 流程 手段 应用 流程 手段 应用 安徽公司将大数据分析优化方法和手段应用于集中化网优生产各环节流程中，常态化运用大数据 分析成果指导规划优化工作。 基于MR和信令大数据分析的优化体系-在集中化流程中应用 6 目录目录 1 基于MR和信令的联合优化 2 日常大数据的智能优化 3 基于信令分析的深度优化 7 基于MR和信令的联合优化-流程框架 充分利用MR和信令大数据联合分
7、析，采用MR定位仿真技术，精准高效发现网络问题，输送集 中优化督办和集中规划审核两大平台，解决覆盖、结构、质量三类网络问题，支撑集中优化生产 流程落地。 覆盖 结构 质量 MR精确定位 价值区域评估 优化调整 或站点规划 仿真指纹库 APP指纹库 高流量 高用户 高投诉 弱覆盖 立体仿真输出价值楼宇 输出规划需求推送 规划设计审核平台 结构优化：通过定位获取过覆盖、重叠覆盖的MR采样点，利用由点到面的形式，将问题采样点定位问题栅格， 最后定位问题区域输出自动调整方案。 质量优化：利用RSRQ与SINR的拟合关系，完成基于MR的质量优化评估，自动输出PCI优化方案。 定位问题 采样点 定位问题
8、栅格 定位问题 区域 输出ACP优 化方案 形成工单派 发 调整后测试 报告 DT验证RSRQ 与SINR的关系 利用MR中RSRQ、RSRP数 据评估低SINR小区、栅格 结合平台PCI优化工 具输出优化方案 输出ACP优化方案 推送集中优化平台 覆盖优化和规划：利用MR大数据定位发现弱覆盖问题，结合价值区域分析对网络进行精确优化和规划。 方案模 拟仿真 方案确定 并实施 8 MR大数据采用定位算法与地图指纹库相匹配，结合经分、投诉数据分析定位高价值弱覆盖问题 栅格，实现面向用户的覆盖优化与规划。 输入数据：MR、信令、工参、地图、性能、经分、投诉等多维数据。 输出结果：问题 高价值弱覆盖栅
9、格、高价值楼宇。 方案 自动布站方案、ACP方案等。 问题处理：规划设计审核平台和集中优化督办平台进行集中规划和优化生产。 基于MR和信令的联合优化-覆盖优化生产流程 现场测试 勘察 规划设计审 核平台 分 公 司 确 认 纳 入 规 划 库 推 送 至 分 公司 集中优化督 办平台 现场优化 调整 推送 至分 公司 反 馈 优 化 效果 投诉数据 经分数据 性能数据 创建仿 真 +APP 指纹库 多维度 数据 优化是 否可以 解决 是 否 ACP自动方案输出 参数调整方案 优化 规划 室内 室外 自动布站 POI价值 楼宇输出 MR数据 信令数据 工参地图 平面仿真 MR定位 重叠覆盖 过覆
10、盖 弱覆盖 高用户 高流量 高倒流 立体 仿真 高 价 值 栅 格 9 MR定位覆盖优化主要包含基于MR和APP融合指纹库、室内外用户区分技术、立体仿真、POI 建筑物自动输出、自动布站等关键技术，利用以上技术实现对问题区域的定位以及自动规划。 基于MR和信令的覆盖优化-关键技术 关键技术 指纹库及MR定位：采用APP 与MR融合形成指纹库信息， 通过APP经纬度与MR的匹配 获取每个点的网络信息，形 成指纹库。 设置网络覆盖目标，自动识别 覆盖空洞，默认在其中心区域 加站，并利用迭代计算，逐步 增加新建基站个数，直至满足 预设的覆盖率。 根据室内产生的MR用户数据在 “室内外移动性特征”、“
11、MR 包含的小区数”、“各导频信号 的强度与差值” 与室外小区明 显不同，完成室内外用户的识别。 指纹库及MR 定位 自动布站技术 立体仿真及POI输出：利用三维地图，立体射 线传播模型，实现对建筑物的逐层仿真，评 估建筑物内的覆盖情况。并利用百度离线数 据库，通过POI技术，自动输出建筑物名称、 经纬度、场景属性等信息。 立体仿真及 POI输出 POI（ Point of Interest ）即信息点，每个POI包含四方面信息，名称、类别、经度纬度、附近的酒店饭店商铺等信息。我们可以叫 它为“导航地图信息”。 室内外用户区 分 10 APP指纹库创建： 手机app APP信息服务器 MR数据
12、库 S1-U/MME 获得APP 点的网络信 息 MR/信令 匹配 创建指纹库 RSRP.RSRQ APP指纹库 基于APP指纹库定位的应用： 用户定位更加精准：利用APP指纹库进行定位，能大幅度提升定位的精确度，更加真实的反应用户所 在位置的网络环境，同时，更加容易区分室内外用户。 形成全民测试LOG：利用APP指纹库完成定位，采集用户所在位置的网络信息，将定位出的每个用户 终端演变为移动测试机，形成全民测试，输出虚拟测试LOG，为规划及优化工作提供支撑。 传统的MR定位基于仿真指纹库完成，其准确度往往受到现网工参及传播模型的制约，尤其在场景 较为复杂的区域，传播模型的校正更加困难，安徽公司
13、借鉴了黑龙江公司经验，在终端定位的思路 下创新APP指纹库用于MR定位。 基于MR和信令的覆盖优化-APP指纹库改进算法 APP指纹库创新思路：通过S1-U/MME与MR数据进行匹配，获取手机定位用户的网络信息，完成指纹库的创 建，通过“APP定位MR与GPS匹配GPS点赋值栅格赋值形成指纹库”的流程来完成。 传统指纹库 APP指纹库 对比结果 采集S1-U/MME信令数据和MR 数据，完成两者的数据匹配 利用现网工参完成仿真，通过扫 频及路测数据完成指纹库校正。 主要 技术 数据 来源 VS 采用传播模型技术，并通过传 模校正完成指纹库的创建 采用MR与信令匹配技术，将每 个GPS采样点赋予
14、MR信息 APP指纹库采取了“先定位， 再赋值”的方式，真实还原采 样点网络覆盖情况，提升了指 纹库的准确度 11 GPS 信息关联： GPS字段提取 不同APP所上报的经纬度字段略有差异 目前S1-U接口解析中，仅能识别GPS和WIFI场景，基站定位场景暂时 无法识别 通过大数据过滤筛选，梳理出S1-U口信令数据中常用的经纬度信息的 关键字段TOP10. 序号 关键字段 1 longitude=&“latitude=“ 2 lng=&“lat=“ 3 lon=&“lat=“ 4 slon=&“slat=“ 5 lotid=&“latid=“ 6 cdma_lng=&“cdma_lat=“ 7
15、 location= 8 position= 9 x=&“y=“ 10 q= 基于MR和信令的覆盖优化-APP指纹库改进算法 LTE 终端上报的经纬度信息来源于终端定位技术, 主要有三种定位技术：GPS定位、基站定位和 WIFI定位，不同场景、不同应用采用的定位技术可能不同。 通过 LTE 网络 S1-U/MME 数据解析提取 出位置服务用户的 GPS 信息，并通过用 户标识将此 GPS 时间点附近的 MR 数据 进行关联，实现 MR 数据精确的室内外区 分和定位。 MR与信令时间戳的匹配 MR与信令时间戳的匹配成功是获取GSP信息的关键。 目前，将用户是否发生切换业务来区分静态和动态用户，根
16、据用户属性 的不同，设置不同的时间窗口用户时间戳的匹配。 12 需求管理功能 省公司提出 分公司提出 无需新建 站解决 需求 管理 模块 需求 现场 勘察 确认 上报现 场测试 报告及 照片 上报现 场勘察 报告及 照片 规划新建 站解决 统 一 需 求 库 提交规划部门 纳入滚动需求 初步规 划方案 规划审核流程 结构审核 需求满足分析 方案类型合理性 最终规 划方案 需求方案 形成规划方案 MR定位仿真 多维需求来源 测试黑点 客户投诉 2G高倒流 业务高流量 以MR覆盖需求入手，省公司进行集中需求分析，通过规划设计审核平台需求管理模块推送给分 公司，分公司经最终现场确认后纳入需求库，强化规划需求管理的功能，为后期的规划工作提 供支撑。 优 化 解 决 基于MR和信令的联合优化-集中规划生产流程 13 为高效支撑集中规划生产，安徽公司进一步细化集中规划需求管理模块功能，并通过开发MR定 位规划优化仿真平台和全省各市分公司应用，实现多维度需求分析与精准规划的集中生
