基于聚类分析的室内质量评估方法研究

doi:10.3969／j.issn.1000-0801.2014.Z1.011

电信科学 ›› 2014, Vol. 30 ›› Issue (Z1): 57-61.doi: 10.3969／j.issn.1000-0801.2014.Z1.011

基于聚类分析的室内质量评估方法研究

安劲伟¹,钟期洪¹,王波¹,沈建军¹

¹ 中国电信股份有限公司广东分公司广州510081
² 中国电信股份有限公司广东研究院广州510630

出版日期:2014-09-30 发布日期:2017-06-23

Online:2014-09-30 Published:2017-06-23

摘要/Abstract

摘要：

采用聚类分析方法，基于CDMA网络呼叫详细记录（CDR）建立楼宇无线特征模型，并通过指纹比对技术快速分离出室内CDR集，再通过CDR优化分析算法，实现远程对楼宇室内网络质量的动态监测评估。

安劲伟,钟期洪,王波,沈建军. 基于聚类分析的室内质量评估方法研究[J]. 电信科学, 2014, 30(Z1): 57-61.

图/表 7

图1

表1

表2

表3

图2

图3

表4

指标名称	指标说明
2G语音覆盖率	语音覆盖率=楼宇室内话单中接入E_c／I_o＞-12 dB的采样点数／总采样点数×100%
3G覆盖率	3G覆盖率=楼宇室内话单中接入SINR≥-6.5 dB的采样点数／总采样点数×100%

指标名称	指标说明
2G语音话务量	∑楼宇室内话单 call_duration／1 000／3 600，其中final_serυice_option为1、3和68的话单
3G流量	∑［数据业务的前向数据流量（bytes_FWD）+数据业务的反向数据流量（bytes_RVS）］／1 024／1 024

指标名称	指标说明
2G呼叫建立成功率	2G呼叫建立成功率=1-接入失败次数／尝试总次数×100%；呼叫建立失败次数=final_serυice_option为1、3和68，且释放原因值为516、1 305、1 327、1 793、1 794、3 332、3 585、3 871、8 194、8 201、9 985、9 986、9 987、9 988的cdma2000 1x话单数，尝试次数=final_serυice_option为1、3和68的话单条数
2G掉话率	2G 掉话率=掉话次数／接通次数×100%；掉话次数= final_serυice_option 为1、3和68，且释放原因值为513、1 317、2 583、3 074、3 075、3 076、3 077、3 078的话单数；接通次数=尝试次数中-释放原因值为9 985、9 986或9 987的次数且final_serυice_option为1、3和68
3G连接成功率	3G连接成功率=1-连接失败次数／所有尝试次数×100%；连接失败次数=释放原因值为3 075、3 076、4 609、10 035、4 611、4 613、4 618、800、889、818、532、533、534、535、536的cdma2000 1x Ev-Do话单数
3G掉线率	3G 掉线率=掉线次数／连接成功次数×100%;cdma2000 1x Ev-Do 掉线次数=释放原因值为10 031、4 622、10 129、3 085、3 086、3 076、10 032、10 035、800、4 619、513、519、4 616、1 317的cdma2000 1x Ev-Do话单数；连接成功次数=所有尝试次数-cdma2000 1x Ev-Do连接失败次数

号码	0＜FER＜3%	3%＜FER＜7%	7%＜FER＜15%	FER＞15%
用户1	97.54%	1.23%	1.23%	0
用户2	98.60%	0.82%	0.58%	0
用户3	98.26%	1.03%	0.71%	0

1	中国电信集团公司. 中国电信网优平台算法标准， 2011
2	中国电信股份有限广东分公司. 基础定位技术能力说明手册， 2012
3	金微 . 基于遗传算法的 K-means 聚类. 河海大学硕士学位论文， 2007
4	刘应东, 牛惠民 . 基于 K- 均值聚类的小样本集KNN 分类算法. 计算机应用与软件， 2011（5）

基于聚类分析的室内质量评估方法研究

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 4

相关文章 15

Metrics

推荐阅读 0

[1]	周胜利, 蒋可怡, 徐博, 徐睿, 张熙康, 赵泉喆, 徐阳东. 面向电信网络诈骗治理的网络安全课程构建效能评估研究[J]. 电信科学, 2023, 39(6): 122-128.
[2]	韩雪. 基于电力大数据的电力骨干通信网络毁伤韧性评估方法[J]. 电信科学, 2023, 39(5): 136-143.
[3]	徐亮, 王烨, 郑然, 张基恒, 袁萍, 李鑫阳, 田宇. 通信网络运维多维评估模型设计及应用[J]. 电信科学, 2023, 39(4): 142-151.
[4]	刘昊双, 张永, 曹莹波. 基于K-means聚类的子结构相关适配迁移学习方法[J]. 电信科学, 2023, 39(3): 124-134.
[5]	巩传兵, 杨明帅, 吴松, 葛海平, 张守国, 刘磊, 祁云山, 徐辉. 基站价值评估模型的应用研究[J]. 电信科学, 2023, 39(1): 100-107.
[6]	陈伟雄, 杨晓晨, 春增军, 李若兰, 张华. 电力企业网络安全威胁情报管理体系的研究与实践[J]. 电信科学, 2022, 38(7): 184-189.
[7]	赵海波, 相志军, 肖林松. 基于异构数据的电力短期负荷大数据预测方案[J]. 电信科学, 2022, 38(12): 103-111.
[8]	金宁, 王庆扬. 基于聚类算法的6G典型应用场景研究[J]. 电信科学, 2022, 38(1): 121-131.
[9]	陆勰, 徐雷, 张曼君. 基于聚类的安全分级虚拟网络映射方法[J]. 电信科学, 2021, 37(9): 112-117.
[10]	董洁, 李恒志, 陈岩, 王文娟. 频谱资源经济价值评估和定价机制研究及展望[J]. 电信科学, 2021, 37(7): 107-114.
[11]	刘子豪, 贾小军, 张素兰, 徐志玲, 张俊. 一种融合MeanShift聚类分析和卷积神经网络的Vibe++背景分割方法[J]. 电信科学, 2021, 37(3): 133-145.
[12]	吴季桦, 朱鹏宇, 吴子辰, 顾彬, 洪涛, 郭波, 王晶, 王敬宇. 基于无监督聚类和频繁子图挖掘的电力通信网缺陷诊断与自动派单[J]. 电信科学, 2021, 37(11): 51-63.
[13]	李想,李原,张子飞,杨哲. 基于密度聚类的网络性能故障大数据分析方法[J]. 电信科学, 2020, 36(9): 51-58.
[14]	许剑,靳莉. 一种可量化的云计算平台安全评估模型[J]. 电信科学, 2020, 36(7): 163-167.
[15]	叶杨,方慧霆,聂丹彤. 5G承载网回传带宽估算模型的优化与应用[J]. 电信科学, 2020, 36(6): 138-143.