移动无线网大数据规划模型研究

doi:10.11959/j.issn.1000-0801.2019292

摘要/Abstract

摘要：

随着近年来大数据技术的发展，各行业加强了其在专业领域的研究及应用。对于移动运营商的无线网规划专业，通过结合企业拥有的市场、网络、终端、基站、规划等数据源进行大数据规划将有效提高网络规划的精准度及自动化水平。从目前已有的大数据规划平台来看，一般存在没有充分考虑场景区分及区域类型的问题，这对规划结果有一定影响。首先分析移动无线网大数据规划模型所需数据源、处理应用架构及实施方法，再从移动无线网大数据规划关键环节及模型分析开始分别研究面、线、点 3 种覆盖规划模型包含的标准、算法及参数设置等内容，最后对移动无线网大数据规划模型的构建及应用提出相关思路和建议。

关键词: 移动无线网, 大数据, 规划模型, 算法, 建议

Abstract:

With the development of big data technology in recent years,various industries have strengthened their research and application in their professional field.For the wireless network planning specialty of mobile operators,it will effectively improve the accuracy and automation level of network planning by combining the market,network,terminal,base station,planning and other data sources owned by enterprises.For the existing large data planning platforms,there are generally problems that do not fully consider the discrimination of scenario or regional types,which have a certain impact on the planning results.Firstly,the data sources,processing application architecture and implementation method which the large data planning model of mobile wireless network needed were analyzed.Then,the standards,algorithms and parameter settings of the three coverage planning models of surface,line and point were studied after the key steps and model analysis of the big data planning in mobile wireless network.Finally,some ideas and suggestions were put forward for the construction and application of the big data planning model in mobile wireless network.

Key words: mobile wireless network, big data, planning model, algorithm, suggestion

中图分类号:

TN929.5

陈宇,陈晓冬,刘悦. 移动无线网大数据规划模型研究[J]. 电信科学, 2019, 35(12): 112-121.

Yu CHEN,Xiaodong CHEN,Yue LIU. Research on the big data planning model of mobile wireless network[J]. Telecommunications Science, 2019, 35(12): 112-121.

图/表 5

表1

规划数据源详细分析表"

数据源	内容描述	采集来源	采集要求	关键信息	适用范围
现网基站数据	现网基站工程参数	4G综合网管	按需更新	站点名称、小区名称、 eNode b-ID、 Cell-ID、小区经度、小区纬度、天线增益、下倾角、方向角、天线挂高、频段等	原始加站清单生成、射频仿真、价值排序
可用站址资源数	现网可用站址资源信息	铁塔公司、建设维护部门	按需更新	可用站址经度、纬度、建设方式、建筑物高度、天面资源等	射频仿真
DT/CQT数据	DT/QT路测数据	路测软件	按需采集,以栅格为单位汇聚	经度、纬度、RSRP、SINR、上传速率、下载速率、主小区信息、从小区信息等	覆盖评估、原始加清单生成、价值排序、射频仿真
MR数据	采用MRO文件中含有约纬度信息的MR数据	4G综合网管	按周采集,按月汇总	MR采样经度、纬度、RSRP、CQ、RSRQ、 eNode B-ID、Cell-ID等	覆盖评估、原始加站清单生成、价值排序
CDR数据	话单数据	4G综合网管	7×24h采集按需汇总	上行吞吐量、下行吞吐量,上行感知速率、下行感知速率、4G呼叫密度等	价值排序
用户感知数据	KQI感知数据	移动互联网业务感知分析系统	7×24h采集按需汇总	感知总体优良率,浏览类业务优良率、首包时延、首页时延、页面时延、速率、DNS解析时延、TCP解析时延、HTTP建立时延,视频类业务优良率、速率、卡顿比例、首包时延,IM类业务优良率、TCP/HITP建立成功率、消息发送时延,游戏类业务优良率、时延等	价值排序
话务统计数据	流量、用户数、吞吐率等话务统计指标	4G综合网管	7×24h采集按需汇总	PDCP层上行用户面流量、PDCP层下行用户面流量、平均RRC连接用户数、上行PRB利用率、下行PRB利用率PDCP层上行有效吞吐率、PDCP层下行有效吞吐率、LTE重定向到3G的尝试次数等	价值排序
用户投诉	网络类用户投诉	客服部门、运维部门	月度	投诉时间、经度、纬度、归属网络、问题描述、位置类型(室内、室外)、投诉类型(无信号、信号差、速率差关联小区等信息	价值排序
市场需求	市场推广活动区域	市场部门	按需	区域经度、纬度、覆盖情况、区域图层等	价值排序
仿真数据	采用仿真软件评估网络覆盖、质量数据	业界通用仿真软件	基于校正的传播模型,市区20m以下精度的电子地图,郊区、农村50m以下精度的电子地图	栅格经度、纬度、RSRP、SINR等	射频仿真

表1

图1

图2

图3

表2

参考文献 9

[1]	汤劲松, 蔡韵, 王晓亮 ,等. 电信运营商大数据基础能力建设与实践[J]. 电信科学, 2018,34(1): 158-165.
	TANG J S , CAI Y , WANG X L ,et al. Construction and practice of big data fundamental ability for telecom operators[J]. Telecommunications Science, 2018,34(1): 158-165.
[2]	汪保友, 钱晶, 袁时金 . 基于 Hadoop 的电信大数据采集方案研究与实现[J]. 电信科学, 2017,33(1): 135-142.
	WANG B Y , QIAN J , YUAN S J . Research and implementation on acquisition scheme of telecom big data based on Hadoop[J]. Telecommunications Science, 2017,33(1): 135-142.
[3]	刘佳 . 基于网优大数据平台的 LTE 站间距算法研究[J]. 移动通信, 2017,41(15): 24-28.
	LIU J . Research on LTE site spacing calculation method based on network optimization big data platform[J]. Mobile Communications, 2017,41(15): 24-28.
[4]	李兴龙 . 大数据分析在网络规划中的应用研究[J]. 邮电设计技术, 2015(5): 23-27.
	LI X L . Research on the application of big data analysis to network planning[J]. Designing Techniques of Posts and Telecommunications, 2015(5): 23-27.
[5]	李凤花, 臧军 . 基于大数据分析的无线网规划方法浅析[J]. 广东通信技术, 2016(5): 62-64,72.
	LI F H , ZANG J . Analysis of wireless network planning method based on big data analysis[J]. Guangdong Communication Technology, 2016(5): 62-64,72.
[6]	何珂, 全涛, 赵晋 ,等. 基于MR数据的LTE网络射频精细优化的方法研究[J]. 移动通信, 2017(12): 15-19.
	HE K , QUAN T , ZHAO J ,et al. Research on RF refined optimization method of LTE network baseon MR[J]. Mobile Communications, 2017(12): 15-19.
[7]	陈涛, 鲁萌, 陈彦名 . 运营商大数据技术应用研究[J]. 电信科学, 2017,33(1): 130-134.
	CHEN T , LU M , CHEN Y M . Research on operators’ big data technologies and applications[J]. Telecommunications Science, 2017,33(1): 130-134.
[8]	丁俊民, 廖振松 . 基于大数据挖掘的 4G 网络规划研究[J]. 信息通信, 2016(2): 246-247.
	DING J M , LIAO Z S . Research on 4G network planning based on big data mining[J]. Information ＆ Communications, 2016(2): 246-247.
[9]	陈宇, 闵锐, 陈晓冬 ,等. 基于大数据的移动网智能规划平台研究[J]. 广东通信技术, 2019(6): 30-34.
	CHEN Y , MIN R , CHEN X D ,et al. Research on the scheme of intelligent planning platform for mobile network based on big data[J]. Guangdong Communication Technology, 2019(6): 30-34.

弱覆盖栅格占比门限	边缘覆盖率	区域覆盖率
50%	50%	75.00%
45%	55%	78.80%
40%	60%	81.80%
35%	65%	84.70%
30%	70%	87.40%
25%	75%	89.90%
20%	80%	92.30%
15%	85%	94.50%
10%	90%	96.60%
9%	91%	97.00%
8%	92%	97.40%
7%	93%	97.70%
6%	94%	98.10%
5%	95%	98.40%
4%	96%	98.80%
3%	97%	99.10%
2%	98%	99.40%
1%	99%	99.70%

[1]	韩璐, 陈威宇, 张斐, 何建锋, 苏怀振. 差异化需求下的非关系型分布式报送信息大数据分类方法[J]. 电信科学, 2023, 39(6): 114-121.
[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]	王建斌, 王淑春, 廖尚金, 施淑媛. 基于DCNN-LSTM负荷预测算法的5G基站节能系统研究[J]. 电信科学, 2023, 39(4): 133-141.
[4]	阿克弘, 胡晓东. 基于GAN数据重构的电信用户流失预测方法[J]. 电信科学, 2023, 39(3): 135-142.
[5]	马巧巧, 董黎刚, 蒋献. 面向SDWSN的分布式高效熵节能分簇路由算法[J]. 电信科学, 2023, 39(3): 100-114.
[6]	刘雅琼, 吕哲, 赵亚飞, 寿国础. AI技术在卫星通信/互联网领域的应用综述[J]. 电信科学, 2023, 39(2): 10-24.
[7]	孙玉娣. 基于电信大数据的5G网络海量用户复访行为预测模型[J]. 电信科学, 2023, 39(2): 157-162.
[8]	康宇, 刘雅琼, 赵彤雨, 寿国础. AI算法在车联网通信与计算中的应用综述[J]. 电信科学, 2023, 39(1): 1-19.
[9]	张海龙, 李博, 贾娜娟. 基于Dijkstra算法的电力光通信网络智能运维设备脱网故障区段定位方法[J]. 电信科学, 2023, 39(1): 92-99.
[10]	刘璐, 杨丹, 陈睿杰, 李嘉, 周熹. 基于KPCA-GA-BP神经网络的POI质量预测研究[J]. 电信科学, 2023, 39(1): 108-116.
[11]	张孟哲, 夏宜君. 5G在工业领域的应用现状、问题及推广建议[J]. 电信科学, 2023, 39(1): 126-135.
[12]	贺智敏, 林育哲, 程宇杰, 闫实. 基于无线感知辅助的车联网下行无线资源分配方法[J]. 电信科学, 2022, 38(9): 60-70.
[13]	李爱华, 吴晓波, 陈超, 魏彬, 史嫄嫄. 5G网络大数据智能分析技术[J]. 电信科学, 2022, 38(8): 129-139.
[14]	李世宗, 陈智海, 颜永明. 阶梯面积算法在IDC流量计费中的应用研究[J]. 电信科学, 2022, 38(7): 126-137.
[15]	黄更生, 黄宇红, 郭漫雪, 郑健平, 葛欣. DT时代面向数据服务的新型基础设施架构[J]. 电信科学, 2022, 38(7): 138-145.