基于精确用户位置信息的网络质量分析-v3.1
基于位置信息的用户行为轨迹分析与应用综述

基于位置信息的用户行为轨迹分析与应用综述陈康;黄晓宇;王爱宝;陶彩霞;关迎晖;李磊【摘要】近年来,随着空间数据采集技术的发展,基于位置信息的用户行为轨迹分析及其应用的研究引起了广泛关注,并已展现了良好的商业前景.根据应用的领域,对这一问题的研究主要可以分为智能交通应用和用户行为分析应用两种类型.本文分别对这两类应用的研究现状进行了较为全面的总结,对每类应用,都概括了在相关领域中研究的典型问题和代表性结果.最后,讨论了在用户行为轨迹分析研究中的主要技术特点,并对未来的研究工作进行了展望.【期刊名称】《电信科学》【年(卷),期】2013(029)004【总页数】7页(P118-124)【关键词】位置服务;行为轨迹分析;智能交通;社交网络;大数据【作者】陈康;黄晓宇;王爱宝;陶彩霞;关迎晖;李磊【作者单位】中国电信股份有限公司广东研究院广州510630;华南理工大学经济与贸易学院广州510006;中山大学软件研究所广州510275;中国电信集团公司北京 100032;中国电信股份有限公司广东研究院广州510630;中国电信股份有限公司广东研究院广州510630;中山大学软件研究所广州510275【正文语种】中文1 前言近年来,随着以GPS导航仪和智能手机为代表的智能终端的普及与应用,人们已经能够以相对低廉的代价获得大量的用户实时位置数据,如在GPS导航系统的支持下,可以实时获得汽车驾驶员当前所在的经、纬度位置信息和行驶方向信息;对于随身携带移动电话的用户,能以基站定位的方式,估计出该用户所在的大概区域。
特别地,对于给定的用户,将其在一组连续时间点上的位置“串联”起来后,就形成了他在这个时间段内的行为轨迹数据。
在大量用户位置和行为轨迹数据的背后,隐含了丰富的空间结构信息和用户行为规律信息,通过对这些信息进行深入的挖掘和利用,不仅有可能发现个体用户的日常行为规律和群体用户的共性行为特征,甚至还有可能掌握其社交关系信息,这对智能交通、广告推荐等应用具有非常重要的意义。
某省LTE网络质量分析v3.1

TAU的成功率分析
➢ 全省LTE整体的TAU成功率为32.25%. ➢ 按照地市分布来看,指标排名最低的是吉安9%. ➢ 从具体造成失败的原因分析得出,占84%失败返
回值为“MSC暂时不可达”; 占14%失败返回值为 无EPS承载上下文被触发” 。
TAC 吉安-公交线路-31076 南昌-红角洲高校区-26902 景德镇-1号公交线路-27022 南昌-高新高校区-31195 九江-主城区-31013
失败返回值为“网络失败”; 占12%失败 返回值为“协议错误”。
TAC 吉安-公交线路-31081 萍乡-安源-27034 景德镇-1路公交线路-27019 萍乡-安源-27035 南昌-主城区-27100
失败次数 占比 4260 13.48% 1564 4.95% 1445 4.57% 1405 4.44% 1355 4.29%
江西 浙江 江苏 上海 安徽 北京 山西 河南 四川 广东 山东 湖南 河北 广西 重庆 福建 陕西 云南 WAP网关 辽宁 湖北 海南 新疆 贵州 西藏 黑龙 天津 甘肃 内蒙 宁夏 青海 吉林 未区分
从移动本网内流量分析看: ➢ LTE流量集中在江西移动本网内为2644.2GB(70.6%),其他流量主要流量浙江261.4GB(7.0%)、江 苏170.3GB(4.5%)、上海121.4GB(3.2%)等省。 ➢ WAP网关只承载彩信及代理业务流量仅为4.9GB(占总流量0.1%)。WAP网关流量疏导作用大幅下降。
国外 74.4 1.5%
取12月26日全天LTE流量流向分析看: ➢ LTE流量集中在移动、铁通本网内为79.3% ➢ LTE流量流向电信、联通以及国外流量为8.7% ➢ 国内其他无法区分的流量为12%
3000.0 2500.0 2000.0 1500.0 1000.0
紧急位置服务(eps)标准

紧急位置服务(eps)标准一、定位数据1.1定义和范围紧急位置服务(EPS)是为了在紧急情况下快速、准确地确定用户的位置信息而设计的一种服务。
本标准适用于公共安全、应急救援、医疗救援等领域。
1.2定位数据要求定位数据应包括以下信息:用户位置信息:经度和纬度坐标;定位时间:精确到秒;定位方式:如GPS、蜂窝网络等;定位精度:如厘米级、米级等。
二、通信协议2.1通信协议标准本标准采用通用的通信协议标准,如TCP/IP、HTTP等,以确保与其他系统的兼容性。
2.2数据传输格式数据传输格式应采用通用格式,如JSON、XML等,以便于数据的解析和处理。
三、数据传输3.1数据传输要求数据传输应快速、准确、可靠,确保紧急位置信息的实时性。
同时,应考虑在紧急情况下网络的不稳定性,以确保数据传输的可靠性。
3.2数据传输方式数据传输方式可采用短消息、语音通话、数据流等,根据实际情况选择最合适的方式。
例如,在灾害发生时,可能无法使用语音通话或数据流,此时短消息成为传递位置信息的重要手段。
四、信息安全4.1信息保护要求为了保证紧急位置信息的安全性,应对传输的数据进行加密处理,防止未经授权的访问和滥用。
同时,应对数据进行完整性保护,防止数据在传输过程中被篡改。
4.2安全策略与措施应采取以下安全策略与措施:数据加密:采用对称加密或非对称加密算法对数据进行加密处理;访问控制:设置用户权限,限制对紧急位置信息的访问;日志记录:记录用户对紧急位置信息的访问和操作,以便于追踪和审计。
五、系统集成5.1系统集成要求由于紧急位置服务涉及到多个领域和系统,因此需要实现不同系统之间的信息共享和协同工作。
应制定统一的标准和规范,以确保不同系统之间的兼容性和互操作性。
5.2系统集成方案可以采用以下方案实现系统集成:a)基于API的集成:为其他系统提供API接口,使其能够调用紧急位置服务的功能;b)基于SOA的集成:将紧急位置服务作为服务层提供,其他系统通过调用该服务实现信息共享;c)直接集成:将紧急位置服务与其他系统进行直接对接,实现信息的传递和共享。
社交网络中基于位置的推荐算法研究

社交网络中基于位置的推荐算法研究社交网络已经成为人们日常生活中不可或缺的一部分,人们通过社交网络与朋友、家人和其他人交流、分享生活、获取信息。
社交网络中的信息量庞大,用户的需求也日益多元化,因此如何为用户提供个性化的推荐服务成为了一个重要问题。
基于位置的推荐算法作为一种有效的推荐技术,在社交网络中得到了广泛应用和研究。
基于位置的推荐算法可以根据用户的地理位置信息为其推荐与位置相关的内容、活动或服务。
这种算法可以利用用户的地理位置信息来了解用户的兴趣爱好、偏好和行为习惯,从而提供更加准确、有针对性的推荐。
下面将介绍一些常见的基于位置的推荐算法。
第一种算法是基于用户位置的推荐算法。
这种算法通过收集用户的地理位置信息,了解用户所处位置的特征,然后根据用户所在位置周边的社区、商店、景点等资源为用户推荐相应内容。
例如,在一个社交网络中,用户在某个社区中发布了一条帖子,系统可以根据用户所在的位置向其推荐该社区中其他用户的帖子或相关的社区活动。
这种算法可以帮助用户更好地了解身边的社区资源,促进社区的交流和发展。
第二种算法是基于位置相似度的推荐算法。
这种算法通过计算用户之间的位置相似度来为用户推荐内容。
位置相似度可以通过计算用户之间的地理距离或位置特征之间的相似程度来衡量。
例如,在一个社交网络中,系统可以根据用户的地理距离,将用户划分为不同的群组,然后为每个群组推荐不同的内容。
这种算法可以帮助用户发现和交流与自己位置相近的用户,促进用户之间的互动和社区的融合。
第三种算法是基于位置历史记录的推荐算法。
这种算法通过分析用户的位置历史记录,了解用户的日常活动和行为习惯,从而为用户推荐合适的内容。
例如,在一个社交网络中,系统可以根据用户的位置历史记录,为用户推荐与其历史记录相似的内容或活动。
这种算法可以帮助用户发现新的兴趣爱好、了解其他用户的日常活动,并提升用户的使用体验。
除了以上介绍的算法,还有一些其他的基于位置的推荐算法也值得关注和研究。
在线社交网络中用户地理位置预测综述

在线社交网络中用户地理位置预测综述
刘乐源;代雨柔;曹亚男;周帆
【期刊名称】《计算机研究与发展》
【年(卷),期】2024(61)2
【摘要】随着智能移动终端的日益普及,人们越来越多地利用社交网络平台(如Twitter、新浪微博等)获取信息、评论和交流.虽然全球卫星定位系统(GPS)设备能够精确获取位置信息,但是大量用户出于隐私和安全的考虑不会直接共享自己的位置信息.因此,如何获取在线用户的地理位置成为了一个前沿的研究领域以及学术界和工业界共同关注的重要课题,并且成为众多下游应用的基础,例如基于位置的定向广告投放、事件/地点的推荐、自然灾害或疾病预警和网络犯罪的追踪等.详细总结了预测社交网络用户地理位置的方法、数据、评价体系和基础算法.首先,归纳了不同的定位任务以及相应的评价指标;其次,针对不同的任务梳理所用的数据类型和数据融合方式,并且,详尽分析了已有的信息抽取和特征选择方式及其优缺点;再次,对现有定位模型和算法进行分类,从地名词典、传统机器学习和深度学习3个方面对用户定位方法进行阐述和分析;最后,总结了社交网络用户地理位置预测的难点和面临的挑战,并展望该领域的发展趋势和未来研究所需要关注的方向.
【总页数】28页(P385-412)
【作者】刘乐源;代雨柔;曹亚男;周帆
【作者单位】电子科技大学信息与软件工程学院;中国科学院信息工程研究所【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于社交网络和地理位置的用户关系预测
2.社交网络用户认知域特征预测研究综述
3.社交网络用户在在线媒体中点播行为预测
4.在线社交网络用户分析研究综述
5.在线社交网络信息流行度预测综述
因版权原因,仅展示原文概要,查看原文内容请购买。
基于高精度GPS定位的输电线路检修安全措施管理系统开发

报警设置模块可以设置发光、声、短信、彩信、无线语音通话等不同方式,将检修过程中出现的异常情况通知给检修管理人员。
通信设置模块是管理系统与现场设备之间进行通信的模块,现场设备信息可以通过建立好的信道自动传输到安全措施管理系统。
【期刊名称】《湖北电力》
【年(卷),期】2017(041)008
【总页数】4页(P15Байду номын сангаас18)
【关键词】输电线路检修;安全措施;全球定位系统(GPS);管理系统
【作 者】王身丽;胡川;王伟东;姚俊;孙继雄;黄梁伟;付裕
【作者单位】国网湖北省电力公司检修公司,湖北 武汉 430050;国网湖北省电力公司检修公司,湖北 武汉 430050;国网湖北省电力公司检修公司,湖北 武汉 430050;国网湖北省电力公司检修公司,湖北 武汉 430050;国网湖北省电力公司检修公司,湖北 武汉 430050;国网湖北省电力公司检修公司,湖北 武汉 430050;国网湖北省电力公司检修公司,湖北 武汉 430050
本文从输电线路检修过程中,安全措施的管理入手,提出了一种基于高精度GPS的输电线路检修安全管理系统开发。本系统不但实时监控在检修过程中各种设备的执行状态,也对检修操作人员的操作效果进行评估。设备的状态位置信息,通过高精度GPS装置发送到管理系统,为调度人员和输电线路检修管理人员提供相关的检修状态信息,提高输电线路检修管理效率和质量,避免在检修过程中安全事故的发生。
定位显示模块是对检修过程中的人员,工具等进行定位,并与接收到的检修过程信息合并,在地图上进行实时显示,为检修管理人员提供直观的检修状态信息。
基于以太网的城市轨道交通通信网络安全脆弱性定性分析
技术装备张军贤1,齐玉玲2(1. 中车南京浦镇车辆有限公司,江苏南京 210018;2. 中铁第四勘察设计院集团有限公司,湖北武汉 430063)第一作者:张军贤, 男, 正高级政工师;通信作者:齐玉玲, 女, 高级工程师引用格式:张军贤, 齐玉玲. 基于以太网的城市轨道交通通信网络安全脆弱性定性分析[J]. 现代城市轨道交通, 2024(04): 51-56. ZHANG Junxian, QI Yuling. A qualitative analysis of the security vulnerability of urban rail transit communication networks based onEthernet connections[J]. Modern Urban Transit, 2024(04): 51-56.DOI:10.20151/ki.1672-7533.2024.04.0081 引言城市轨道交通作为现代城市交通系统的重要组成部分,其安全、高效、准时的运营对保障城市功能和提摘 要:随着城市轨道交通的快速发展,基于以太网的通信网络因其高速、可靠的传输特性而被广泛应用。
然而,这一关键基础设施的安全脆弱性也随之凸显,对城市轨道交通系统的安全运营构成潜在威胁。
文章首先概述基于以太网的城市轨道交通通信网络的基本架构及其在实际应用中存在的安全脆弱性问题,如未授权访问、数据篡改、服务拒绝攻击等;其次,通过定性分析方法,深入探讨脆弱性的成因及其可能对城市轨道交通系统造成的影响,并提出针对性的改善措施,包括加强网络接入控制、数据加密、异常检测与响应等策略,以提高城市轨道交通通信网络的安全性;最后,总结基于以太网的城市轨道交通通信网络在安全性方面的挑战和未来发展方向,强调综合安全措施的重要性以确保城市轨道交通系统的稳定运行。
关键词:城市轨道交通;通信网络;以太网;TCP/IP 协议栈 中图分类号: U213.9升居民生活质量具有重要意义。
基于VRS的虚拟观测值生成与质量评定
基于VRS的虚拟观测值生成与质量评定王佩;杨玲【摘要】The Virtual Reference Station technique is a typical high-precision positioning method which has been greatly developed during the past decades.The key issue of VRS positioning technique is to generate the measurements of the virtual reference station using the real data from the surrounding reference stations.In order to guarantee the accuracy of the virtual observation the tropospheric and ionospheric delay should be simulated in this paper.The virtual phase and carrier phase observation models are investigated and the corresponding positioning results are evaluated.The test data comes from the regional reference network in Shanghai.The results demonstrate the reliability and effectiveness of the approach.%GPS虚拟参考站(VRS)技术是近些年来发展的一种高精度的快速定位技术。
VRS技术的核心是通过用户站周围多个参考站的观测数据融合生成虚拟参考站的观测值,其关键是正确模拟测量区域内的各相关误差项。
移动通信网络中的位置服务技术
移动通信网络中的位置服务技术随着移动互联网的不断发展,移动设备的数量和种类也在不断增加。
对于许多人来说,使用移动设备已经成为日常生活中不可或缺的一部分。
其中,最为常用的功能之一就是位置服务。
所谓位置服务,即通过移动通信网络获取用户所在的位置信息,并为用户提供相关的应用服务。
这种服务可以用于导航、地图、搜索、社交、运动健康等各个方面,为人们的生活带来了很大的便利。
本文将从技术层面介绍移动通信网络中的位置服务技术。
一、定位技术在移动通信网络中,用户的位置信息是通过定位技术来获取的。
目前常用的定位技术主要包括以下几种:1. GPS定位:GPS定位是一种基于卫星定位的技术,可以对用户的位置进行精确的定位。
GPS定位在户外环境下效果最好,但在室内环境下定位会出现误差。
同时,GPS定位需要设备支持GPS芯片,因此有些设备可能无法使用。
2. 基站定位:基站定位是一种基于移动通信基站信号的技术,可以对用户进行大致的定位。
基站定位不需要设备支持GPS芯片,因此可以在几乎所有移动设备上使用。
但是,基站定位的精度相对较低,通常只能定位到用户所在的基站范围内。
3. WiFi定位:WiFi定位是一种基于WiFi信号的技术,可以对用户的位置进行精确的定位。
WiFi定位可以在室内环境下使用,精度相对较高,但需要设备支持WiFi模块。
以上三种定位技术可以单独使用,也可以结合使用,以提高定位的准确度和精度。
例如,在户外环境下可以使用GPS定位,室内环境下可以使用WiFi定位等。
二、位置服务技术移动通信网络中的位置服务技术主要包括以下几种:1. LBS:LBS即Location-Based Service,是一种基于用户位置信息的服务。
通过获取用户位置信息,LBS可以为用户提供个性化的服务,例如查找周边商店、推荐附近餐饮店等。
LBS需要获取用户授权,因此对用户的隐私保护非常重要。
2. 导航服务:导航服务可以为用户提供从起点到终点的路线规划和导航功能。
基于大数据的导航信息分析与应用
基于大数据的导航信息分析与应用在当今数字化的时代,大数据已经成为了推动众多领域发展和创新的关键力量。
导航服务作为我们日常生活中不可或缺的一部分,也在大数据的加持下发生了深刻的变革。
从帮助我们找到最短的行车路线,到实时提供交通拥堵信息,大数据在导航中的应用不断拓展和深化,为人们的出行带来了极大的便利。
大数据在导航中的应用首先体现在数据采集方面。
现代导航系统通过多种渠道收集海量的数据,包括卫星定位系统、移动网络、车载传感器以及用户的反馈等。
这些数据来源广泛、类型多样,涵盖了地理位置、速度、行驶方向、道路状况等丰富的信息。
通过对这些数据的整合和分析,导航系统能够构建出更加精确和实时的地图模型。
以卫星定位系统为例,它可以精确地获取车辆或行人的位置信息。
而移动网络则能够提供关于基站覆盖范围和信号强度的数据,帮助确定用户所在的大致区域。
车载传感器如加速度计、陀螺仪等,可以监测车辆的行驶状态和姿态,为导航系统提供更准确的动态信息。
此外,用户的反馈也是重要的数据来源之一。
用户可以报告道路施工、交通事故、新的地标等情况,这些信息经过核实和处理后,能够及时更新到导航地图中,提高地图的准确性和实用性。
在数据处理和分析环节,大数据技术发挥了至关重要的作用。
面对海量的、复杂的数据,传统的数据处理方法往往力不从心。
大数据技术中的分布式计算、数据挖掘和机器学习算法等,能够快速地处理和分析这些数据,提取出有价值的信息。
分布式计算框架如 Hadoop 和 Spark 等,可以将大规模的数据处理任务分解到多个计算节点上并行执行,大大提高了数据处理的效率。
数据挖掘技术则可以从海量的数据中发现隐藏的模式和规律。
例如,通过分析历史交通数据,可以预测出不同时间段和不同路段的交通流量变化趋势,为用户提供更加合理的出行建议。
机器学习算法如神经网络、决策树等,可以对道路状况进行实时评估和预测,帮助导航系统智能地选择最优的路线。
导航信息的分析不仅局限于交通状况的监测和路线规划,还包括用户行为的分析。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于精确用户位置信息的网络质量分析目录1范围 (3)2背景及目标 (3)3数据采集 (3)3.1指标数据来源 (3)3.2指标的采集要求 (4)4分析方法 (4)4.1总体思路 (4)4.2问题聚焦 (5)4.2.1楼宇透视 (5)4.2.2道路黑点 (7)4.3精准维护 (11)4.3.1隐性故障 (11)4.4精准优化 (12)4.4.1天馈接反 (12)4.4.2方向角核查 (13)4.4.3过覆盖筛查 (14)4.4.4经纬度异常筛查 (16)4.5精准规划 (17)4.5.1室外规划选址 (17)4.5.2楼宇透视 (20)4.5.3道路黑点 (20)4.6精准后评估 (20)4.6.1新建站后评估 (20)5派单规则 (21)6网管视图 (22)6.1GIS呈现 (22)6.2平台管理 (24)7编制历史 (24)1 范围本文档描述了基于精确用户位置信息的网络质量分析的需求规范,供中国移动内部和开发厂商参考。
说明:本文引用图形样例均为参考样例。
2背景及目标“体验为王”的移动互联网时代,由于现有测试手段(如现场测试、MR定位模拟测试)在“准确性”、“覆盖面”等方面的限制,导致无线优化面临巨大挑战:如何将全量用户体验与无线环境关联,准确定位无线网络问题。
本文档明确如何基于网络大数据进行模拟现场测试实现,并建立模拟测试平台将信令系统挖掘的用户APP经纬度与信令、MR融合转化为测试文件,并形成丰富的上层应用。
3数据采集3.1指标数据来源利用现网黑龙江省各种网络制式的采集数据源,对S1-MME、S1-U、S6a、S11、IuPS、Gb接口的数据以码流的方式收集到采集编解码服务器中,按照各接口整理输出各接口XDR 表,按照特定的规则筛选形成用户位置(Location)表,该表存储着全部用户数据源。
MR基础数据:包括4G小区级MR样本数、信号接收强度等测量信息,从主设备厂家网管中提取。
3.2指标的采集要求用户位置信息的获取,采集时间粒度一般为1天(其中网络负荷数据的采集时间粒度一般为15分钟)。
采集到的用户位置信息数据应确保其准确性和完整性,保证其采集和解析率。
4分析方法4.1总体思路按照全生命周期分析及管理流程,本规范着重分析LTE网络的精准维护、精准优化、精准规划、精准后评估。
总体分析思路如下:->维护->优化->规划->评估的思路进行开展。
4.2问题聚焦4.2.1楼宇透视4.2.1.1分析思路楼宇透视分析思路如下:1)通过获取到的用户精确的位置信息,经过用户行为判别为静止用户后(确保用户为静止状态),进行地理投洒,按照建筑物轮廓范围(如电子地图tab格式)进行汇总统计,统计结果包含楼宇的平均RSRP、面积、业务量、用户数、采样点数、楼宇覆盖度等,满足指标定义的楼宇即为弱覆盖楼宇;2)按照业务量+面积的权重进行排序,可获取待处理楼宇的优先级;3)通过判断楼宇是否有室分首先确认是否室分问题,排除后进行后续工序;4)查看附近200米(各省可根据情况进行调整)内是否有宏站,分析是否可通过宏站进行深度覆盖优化;5)分析是否问题楼宇是成片出现,可考虑规划宏站进行深度覆盖;6)单栋楼宇深度覆盖问题,在业务量及面积权重满足优先级排序的情况下进行室分规划建设;楼宇透视示意图如下:在具体问题分析的过程中,可以通过查询楼宇的详细采样点情况进行深入分析;4.2.1.2指标定义具体指标类型和定义如下,门限各省可根据实际情况定义。
上述指标均以天为粒度。
4.2.2道路黑点4.2.2.1分析思路道路黑点分析思路如下:1)通过获取到的用户精确的位置信息,通过用户行为判别为高速移动用户后(高速用户使用移动速度来定义,确保用户在路面移动中),进行40米×40米地理栅格投洒,按照道路宽度左右分别20米进行街道栅格过滤;2)对街道栅格的弱覆盖栅格进行汇聚(按照栅格的二层圈进行汇聚)找出连续差道路,如下图示:栅格1在二层圈外,不予汇聚,栅格2都在二层圈内,予以汇聚;3)问题栅格投射到道路上,即可生成弱覆盖路段的长度,通过栅格的用户数的汇聚叠加,即可获得道路黑点的用户数;4)按照道路黑点长度+用户数的权重进行排序,可获取待处理道路的优先级;5)查看附近200米(各省可根据情况进行调整)内是否有宏站,且问题路段在该站小区的主瓣方向内,则进行隐性故障分析是否可通过维护解决;6)分析是否300米内有宏站,来区分是否可以进行宏站优化、街道站规划;7)如果300米内没有宏站,则在问题路段长度及用户数权重满足优先级排序的情况下进行宏站规划建设;道路黑点示意图如下:在进行道路问题的详细分析中,还需要用到道路采样点的分析功能,分析示意如下:具体指标类型和定义如下,门限各省可根据实际情况定义。
上述指标均以天为粒度。
4.3精准维护4.3.1隐性故障4.3.1.1分析思路隐性故障分析思路如下:1)突变-覆盖范围变少:分析小区的不同时间点的采样点覆盖,通过距离进行判别是否小区覆盖存在覆盖距离突变变小,判定为疑似隐性故障;2)突变-覆盖变差:分析小区的不同时间点的采样点覆盖,通过小区的覆盖率以及平均RSRP进行判别是否小区覆盖存在覆盖场强突变变小,判定为疑似隐性故障;3)近距离弱覆盖:200米范围内的小区覆盖是否存在弱覆盖情况,近距离覆盖平均值低于门限(-110dBm),判定为疑似隐性故障;4)检查是否有相关设备告警情况;5)检查是否有逼迁情况;6)检查硬件是否有老化等异常;4.3.1.2指标定义相关指标定义如下:上述指标均以天为粒度。
4.4精准优化4.4.1天馈接反4.4.1.1分析思路通过用户上报的海量真实经纬度信息以及其所归属的服务小区,判别是否存在现网配置天线覆盖的方向与实际数据的方向不一致的情况,并且,恰好是同一基站的两个小区存在接反的情况。
1)统计小区的用户上报的经纬度数据与小区方向角不一致的比例(设置该小区为小区1);2)查找是否将该小区的采样点拟合到同基站下其它小区(设置为小区2),出现小区1的采样点拟合到小区2上,方向角异常率低的情况;3)将小区1和小区2对调,同样出现类似的情况,则确定该小区对天馈接反;门限设置:小区1方向异常率 >=70% and小区1方向拟合小区2异常率<=30% and小区2方向异常率 >=70% and小区2方向拟合小区1正常率<=30%天馈接反功能示意图如下:4.4.1.2指标定义指标定义如下:上述指标均以天为粒度。
4.4.2方向角核查4.4.2.1分析思路通过用户上报的海量真实经纬度信息以及其所归属的服务小区,判别是否存在现网配置天线覆盖的方向与实际数据的方向不一致的情况。
1)统计小区的用户上报的经纬度数据与小区方向角不一致的比例;2)不一致比例超过门限(70%),则为方向角异常方向角核查功能示意图如下:4.4.2.2指标定义指标定义如下:上述指标均以天为粒度。
4.4.3过覆盖筛查4.4.3.1分析思路通过用户上报的海量真实经纬度信息以及其所归属的服务小区,判别是否存在小区过覆盖情况。
1)根据小区周边的站点分布,计算小区的理想覆盖半径;2)通过小区的理想覆盖半径,以及用户上报的含服务小区以及经纬度信息,计算过覆盖采样点的比例;3)过覆盖采样点比例超过门限(20%),则确定该小区为过覆盖小区;过覆盖筛查功能示意图如下:4.4.3.2指标定义指标定义如下:上述指标均以天为粒度。
4.4.4经纬度异常筛查4.4.4.1分析思路通过用户上报的海量真实经纬度信息以及其所归属的服务小区,判别是否存在小区配置的经纬度存在数据异常的情况。
1)根据小区周边的站点分布,计算小区的理想覆盖半径;2)通过小区的理想覆盖半径,以及用户上报的含服务小区以及经纬度信息,计算经纬度异常的采样点比例;3)经纬度异常的采样点比例超过门限(80%),则确定该小区为经纬度配置数据异常小区;经纬度异常筛查功能示意图如下:4.4.4.2指标定义指标定义如下:上述指标均以天为粒度。
4.5精准规划4.5.1室外规划选址4.5.1.1分析思路室外规划选址分析思路如下:1)通过获取到的用户精确的位置信息,进行40米×40米地理栅格投洒;2)对弱覆盖栅格进行一级汇聚(按照栅格的二层圈进行汇聚);3)问题栅格投射到道路上,即可生成弱覆盖路段的长度,通过栅格的用户数的汇聚叠加,即可获得道路黑点的用户数;4)按照黑点面积+业务量的权重进行排序,可获取待处理问题点的优先级;5)查看附近200米(各省可根据情况进行调整)内是否有宏站,且问题点在该站小区的主瓣方向内,则进行隐性故障分析是否可通过维护解决;6)分析是否300米内有宏站,来区分是否可以进行宏站优化、街道站规划;7)如果300米内没有宏站,则对问题点进行二级汇聚,将问题点间距离小于300米的问题汇聚成一个问题点;8)根据汇聚的问题点进行宏站规划建设,并给出站址建议;室外规划选址示意图如下:4.5.1.2指标定义具体指标类型和定义如下,门限各省可根据实际情况定义。
上述指标均以天为粒度。
4.5.2楼宇透视4.5.2.1分析思路分析思路见:4.2.1章节楼宇透视。
4.5.2.2指标定义指标定义见:4.2.1章节楼宇透视。
4.5.3道路黑点4.5.3.1分析思路分析思路见:4.2.2章节道路黑点。
4.5.3.2指标定义指标定义见:4.2.2章节道路黑点。
4.6精准后评估4.6.1新建站后评估4.6.1.1分析思路通过对新建站在建设入网时间点前后的指标对比情况进行效果评估。
1)导入新建站的名称、经纬度以及入网时间;2)设定评估前后的时间窗口;3)计算新建站的理想覆盖半径(新建站多个小区的理想覆盖半径的平均值);4)针对理想覆盖半径范围内的栅格进行统计评估,评估内容包括:平均覆盖强度、RSRP的-110dBm的覆盖率、SINR、弱覆盖栅格情况、弱质量栅格情况等。
4.6.1.2指标定义指标定义如下:5派单规则对于发现的道路问题、楼宇问题以及天馈接反、方向角核查、过覆盖筛查等,建议通过任务工单方式,实现问题闭环管理,省公司对问题进行分析定位,根据定析结果准确派单至处理,地市公司根据任务工单要求开展精准维护、精准优化、精准规划的现场处理及结果反馈,省公司再进行精准后评估的相关工作。
6网管视图6.1GIS呈现GIS呈现包含有道路采样点呈现、楼宇采样点呈现、专题分析采样点渲染呈现,楼宇呈现、道路黑点呈现、问题区域呈现等。
楼宇采样点示意:道路采样点示意:专题分析采样点渲染呈现示意:楼宇渲染呈现示意:道路黑点呈现示意:区域问题呈现示意:6.2平台管理省公司通过平台自动发现问题并初步预判问题,地市分公司根据问题工单并通过系统进行精准维护、精准优化、精准规划的现场处理及结果反馈,省公司再进行精准后评估的相关工作。