CN101877857A - 移动通信网络优化智能决策支持系统 - Google Patents

移动通信网络优化智能决策支持系统 Download PDF

Info

Publication number
CN101877857A
CN101877857A CN2009100390285A CN200910039028A CN101877857A CN 101877857 A CN101877857 A CN 101877857A CN 2009100390285 A CN2009100390285 A CN 2009100390285A CN 200910039028 A CN200910039028 A CN 200910039028A CN 101877857 A CN101877857 A CN 101877857A
Authority
CN
China
Prior art keywords
module
data
network
network optimization
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2009100390285A
Other languages
English (en)
Inventor
杨芷华
赵炜权
杨涛
何浏
陈智兴
杨军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University Wuyi
Wuyi University
Original Assignee
University Wuyi
Wuyi University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University Wuyi, Wuyi University filed Critical University Wuyi
Priority to CN2009100390285A priority Critical patent/CN101877857A/zh
Publication of CN101877857A publication Critical patent/CN101877857A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明是一种用于移动通信网络优化的智能决策支持系统。包括通信与数据采集子系统模块、问题处理系统模块、知识库系统模块、模型库系统模块、数据库系统模块。此系统平台通过通信与数据采集子系统、测试仪器接口和其他网管专业系统共同完成数据采集与统计,通过问题生成,进行数据分析、网络性能测试,抽取数据库系统的数据和模型库系统的模型,结合知识库系统通过问题求解进行综合分析,通过人机交互子系统与网络优化人员相互配合,共同完成数据采集与统计、数据分析和问题定位、优化调整等网络优化步骤。本发明能够帮助网络优化人员从繁重的工作中解脱出来,减少网络优化的成本,缩短提出网络优化最终实施方案的周期,大大提高优化工作的效率。

Description

移动通信网络优化智能决策支持系统
一、技术领域
本发明涉及的是一种通信网络技术领域的系统,具体是一种移动通信网络优化智能决策支持系统。
二、背景技术
由于我国移动通信网络早期的规划工作较弱,使得网络在运行和服务方面存在的质量问题较多,因此需要对网络的配置及设备的参数进行优化。网络优化工作包括对质量问题的判断和定位、进行相关的无线参数的调整以及做必要的网络扩容和增加基站等。我国网络优化工作涉及的通信设备种类繁多,且各地的移动通信运营部门普遍缺乏高素质的网络优化专家和强有力的优化软件支持工具。
目前,我国移动通信网络优化现状是:
(1)工程建设型优化向网络优化的转变。网络优化内容已由简单的硬件调整逐步发展到对网络参数的调整,但受制于人员和技术力量,各地网络优化效果也不相同。
(2)网络性能指标性优化向网络资源的配置型优化的转变。网络优化过程中的数据采集与统计分析(包括路侧、信令分析等)、频率规划和优化已经借助于各种侧试仪器和软件。但网络优化的关键步骤-故障分析与定位、优化方案制定仍主要依靠网络优化工程师完成。经验丰富的网络优化工程师严重不足是困扰各地移动运营商的一大难题。
(3)现有网络优化产品主要是路测仪、信令分析仪、网络优化数据统计分析软件、频率优化规划软件,并且国外产品的市场份额占有率极高,价格昂贵,缺乏具有自主知识产权的无线网络规划和优化软件产品。
(4)移动通信网络优化向全网网络优化的转变。网络设备是通信网投资最大、变化最复杂的部分,是体现网络质量的主要环节。它始终是网络优化的重点,而全网性网络优化则包括对无线网络、交换网络、传输网、数据网、信令网、同步网等在内的多网络的优化。
(5)网络质量型用户优化向终端用户感知型网络质量优化的转变,网络投诉比、客户满意度、故障工单响应及时率和处理及时率,这些指标虽不能表明网络运行的性能,但更能体现客户对网络的主观感受。
(6)传统语音业务的质量优化向多元化业务网络优化的转变。
实际上,通信网络优化的对象已不仅仅是当前的通信网络,它已经渗透到包括市场预测、网络规划、工程实施直至投入运营的整个循环过程的每个环节。
三、发明内容
面向国内移动通信运营市场,为了实现主动预防性的网络优化,同时根据用户需求突出专项性优化的能力,设计出移动通信网络优化智能决策支持系统,为中国移动等运营商的网络建设、规划、运行及维护等方面提供多方支持,以改善现有网络优化效果,提高网络优化工作效率,降低网络优化工作成本,从而提升网络运营效益。
本发明的创新点是将管理决策支持系统理论应用于无线通信网络优化的技术,该技术的应用能为从事无线通信网络优化的企业,在网络优化工作中针对网络出现的质量问题,极大地缩短获得网络优化质量实施方案的时间周期和投入的人力资源,从而减少了企业进行网络优化的成本,提高了无线通信网络的服务质量。
移动通信网络优化智能决策支持系统遵循标准的智能决策支持系统(IDSS)体系结构,分为人机交互子系统(S2)、问题处理子系统PPS(S3和S4)、知识库系统KBS(S11)、模型库系统MBS(S10),数据库系统DBS(S9)这五部分为标准IDSS组件,以及通信与数据采集子系统和网管子系统(S5和S6)。
(一)通信与数据采集子系统设计
首先,该子系统能够实时或半实时的获取网优数据。该子系统能够通过S6获得全通信网络运行中的实时/半实时与网络管理性能指标相关的动态数据,如针对移动通信话音业务的话务量、接通率、掉话率、阻塞率、切换率等数据,以及与数据业务的容量相关的指标(如传送的数据量等)、全网通信质量相关指标(误码率BLEB、数据传输率、数据通过率等);通过S5(网管子系统)获取呼叫记录和局数据等;通过S8获得与所优化通信网络相关的其它网络的接口数据。
其次,该子系统能够离线、非实时接受网优数据。离线、非实时接收来自S7(测试仪器接口)的如由路测仪、接口信令分析仪对空中接口的各类测试数据等。
(二)问题处理子系统设计
问题处理子系统S4是整个网络优化平台系统的核心,它采用标准的智能决策支持系统三库(知识库S11、模型库S10、固有数据库S9)结构,完成网络故障诊断和优化功能,它包括问题生成模块S4和问题求解模块S3两部分。
问题生成模块根据从S1、S6、S7、S8、S9所采集的网络性能数据,依据模型库S10中的网络性能模型,调用模型库中的方法计算网络性能指标,判断各项指标是否满足要求(如TCH接通率>90%),以监测当前网络运行质量是否符合要求。若某些网络性能指标未达到要求时,提交网络优化人员确认后,触发PPS网络优化流程。除此之外,用户申告、组网区域话务量变化、网络结构发生变化(如扩容时)、突发故障等情况同样可触发网络优化流程。
问题求解模块依据导航规则、故障诊断规则、网络优化策略推导规则,以及链路预算、覆盖、频率分配等数值模型,采用基于知识的定性推理和基于模型的定量计算相结合的方法,通过(针对无线网的)干扰分析、掉话分析、接通率分析、切换分析和(针对交换网、分组网的)A接口信令分析、处理机负荷分析、SS7链路、中继分析等手段,产生PDP激活成功率、RRC建立成功率、语音接续时间、数据业务接受反应时间、掉话具体原因分析、软切换频率、导频污染事件智能分析报告,分析引起网络性能恶化的原因,并定位通信网络故障;进而提出针对通信网络的话务调整、频率优化、邻区关系调整、覆盖调整等优化方案,以及针对交换网和分组网的负荷均衡、扩容等优化方案,经网络优化人员确认后执行网络优化调整方案。
(三)知识库系统KBS设计
知识库系统由知识表示模块、知识编辑模块、知识使用模块及接口模块组成。在知识表示模块中知识与数据实现一体化存储,其中包括元知识、规则、事实、网络配置、性能数据等各种知识、数据的存贮。知识编辑模块实现知识组织与管理功能,包括知识查询与编辑、知识的一致性检查和数据查询。知识使用模块则应用各种网络优化知识,采用知识推理的方法并结合模型库系统模型计算,实现网络优化功能,它可以向用户提供诊断过程和网优过程的跟踪与交互。接口模块则负责与人机界面、数据库和模型库的接口。
知识库系统的设计有如下特点:(1)知识与数据的统一管理,从而实现了基于松散祸合方式的网络优化专家数据库系统;(2)规则知识与模型的统一管理,以支持网络优化过程中定性推理与定量计算的结合;(3)基于FuzzyCLIPS的系统集成-从专家数据库系统角度集成整个网络优化平台系统。
(四)模型库系统MBS设计
模型库管理系统MBMS系统包括模型属性库管理、模型生成、模型运行三个功能模块。模型属性库需要提供下列信息:
(1)为用户提供有关模型属性的特征信息,便于用户正确地使用模型,对模型的运算结果作出正确的判断;
(2)指导用户迅速准确地查找到有关模型,了解模型及其输入输出参数的相关信息;
(3)为用户新增模型的源代码和可执行代码的修改和模型的调用提供相关信息。类似于数据库管理,模型属性库的管理包括模型属性的增加、删除、修改、查询以及新库的创建等操作。
模型库管理系统(MBMS)的主要功能为:
(1)模型库于模型紫癜的定义、监理、存储、查询、修改、删除、插入以及重构等;
(2)模型的选择、监理、拼接和组合,提供根据用户命令将简单的子模型构造成复杂模型的手段;
(3)模型的运行控制。从调用者获取输入参数,传给模型并使模型运行,最后把输出参数返回到调用者,一个模型可能被另一个模型调用(甚至是多层嵌套),后者被对话命令直接调用,系统必须提供灵活而方便的控制手段;
(4)数据库接口的转换。为了减少模型对数据库管理系统的依赖,增强其独立性,模型中对数据库的访问采用了同一的标准形式。为了与一种具体的数据库管理系统连接,必须有一个转换接口,将标准访问形式转化成具体系统要求的形式。
(五)数据库系统DBS设计
数据库系统的设计包括三部分:数据设计、事务设计和接口设计。数据设计解决数据库中包含哪些数据、数据间的联系及数据如何存储等问题,采用TMN与传统数据库设计方法结合的方式进行数据存储设计。事务设计主要指数据库上层应用模块操作数据库的具体事务流程。接口设计给系统其它模块提供操作数据库中数据的基本操作函数。
通信网络优化平台系统采用数据库来存储网优性能数据和知识库系统中的规则、事实等数据,网优中有关地理信息数据采用实现电子地图显示。
(六)网络优化决策支持系统的运行机制
如图1,移动通信网络优化智能决策支持系统遵循标准的智能决策支持系统(IDSS)体系结构,分为人机交互子系统(S2)、问题处理子系统PPS(S3和S4)、知识库系统KBS(S11)、模型库系统MBS(S10),数据库系统DBS(S9)这五部分为标准IDSS组件,以及通信与数据采集子系统和网管子系统(S5和S6)。平台系统通过人机交互子系统与网络优化人员相互配合,共同完成数据采集与统计、数据分析和问题定位、优化调整等网络优化步骤。
其具体的运行机制为,首先通过通信与数据采集子系统(S6)、测试仪器接口(S7)和其他网管专业系统(S8)共同完成数据采集与统计,通过问题生成(S4),进行数据分析、网络性能测试,抽取数据库系统(S9)的数据和模型库系统(S10)的模型,结合知识库系统(S11)通过问题求解(S3)进行综合分析、定位、策划方案、调整,通过人机交互系统(S2)与网络优化人员(S1)相互配合,最终得出最佳的网络优化方案。得出最佳方案后再与知识库系统(S11)进行核对,不断累积更新知识库系统(S11),通过不断的经验积累、循环,创建一个专业、实效的知识库系统。
四、附图及附图的简单说明
图1移动通信网络优化智能决策支持系统体系结构;
图2推理实例的优化规则;
图3推理过程实例。
图中主要符号说明
S1网络优化人员;
S2人机交付子系统;
S3问题求解:分析-定位-方案-调整;
S4问题生成:性能监测,网络评估;
S5平台网管子系统;
S6通信与数据采集子系统;
S7测试仪器接口;
S8其他网管专业系统:CORBA接口;Q3接口;SNMP接口;
S9数据库系统DBS:网络结构与配置数据、性能统计数据、统计数据、GIS数据库;
S10模型库系统MBS:话务模型、容量模型、覆盖模型、干扰模型、链路预算模型、频率分配模型、性能模型、网络评估模型;
S11知识库系统。
五、具体实施方式
本发明不受以下实施实例限制。
实施实例
在实际的移动网络优化过程中,优化智能决策支持系统针对某个具体的网络质量问题,往往可以提出多种解决方案。因此类似地,优化系统也能够针对某个质量问题,输出有关的多条网络设备优化的调整建议,并且能够根据智能决策支持系统标识的规则的权重,按照给定的优先顺序输出这些建议。为此,系统的推理机在进行推理过程中,如若发现同时存在有多条触发规则时,则采用优先启用权重较大的优化规则的冲突解决策略,优先执行权重较大的触发规则。这种搜索过程可视为启发式的深度优先的搜索过程。
具体推理过程
设给定的优化规则如图2所示。
推理过程如图3所示。其中符号“#”指示规则的执行顺序。
图3中,系统首先执行规则1的操作部分,结果生成可能造成“小区掉话严重”的、需进一步考察的多个网络现象事实。这些事实为{邻区切换门限配置不合理,天线配置不合理,存在干扰}。系统通过查询当前网络设备信息得知存在“天线配置不合理”现象,故不执行规则6;只将触发规则5、7、8作为系统建议的参数调整方案输出。优化人员可根据通信网络优化的智能决策支持系统给出的规则权重,按照由大到小的顺序执行规则操作部分指定的设备调整方案。

Claims (6)

1.一种移动通信网络优化智能决策支持系统,其特征在于,包括:
通信与数据采集系统和网管子系统模块,完成对网络优化平台自身的配置、故障、性能、安全管理等操作维护。
问题处理系统PPS模块,是整个网络优化平台系统的核心。
知识库系统KBS模块,由知识表示模块、知识模块编辑、知识使用模块及接口模块组成。
模型库系统MBS模块,由模型属性库管理、模型生成、模型运行三个功能模块组成。
数据库系统DBS模块,分为数据设计、事务设计和接口设计三部分。
2.如权利要求1所述,通信与数据采集系统和网管子系统能够实时或半实时的获取网优数据,还能够离线、非实时接受网优数据。
3.如权利要求1所述,问题处理系统PPS模块是整个网络优化平台系统的核心,它采用标准的智能决策支持系统三库(知识库、模型库、固有数据库)结构,完成网络故障诊断和优化功能。
4.如权利要求1所述,知识库系统KBS模块实现知识与数据一体化存储,其中包括元知识、规则、事实、网络配置、性能数据等各种知识、数据的存贮。
5.如权利要求1所述,模型库系统MBS模块进行模型的选择、监理、拼接和组合,模型的运行控制,数据库接口的转换。
6.如权利要求1所述,数据库系统DBS模块解决数据库中包含哪些数据、数据间的联系及数据如何存储等问题,采用TMN与传统数据库设计方法结合的方式进行数据存储设计。
CN2009100390285A 2009-04-28 2009-04-28 移动通信网络优化智能决策支持系统 Pending CN101877857A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009100390285A CN101877857A (zh) 2009-04-28 2009-04-28 移动通信网络优化智能决策支持系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009100390285A CN101877857A (zh) 2009-04-28 2009-04-28 移动通信网络优化智能决策支持系统

Publications (1)

Publication Number Publication Date
CN101877857A true CN101877857A (zh) 2010-11-03

Family

ID=43020299

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009100390285A Pending CN101877857A (zh) 2009-04-28 2009-04-28 移动通信网络优化智能决策支持系统

Country Status (1)

Country Link
CN (1) CN101877857A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102014414A (zh) * 2010-12-24 2011-04-13 北京拓明科技有限公司 一种网络优化智能决策向导系统及自动化分析方法
CN102149103A (zh) * 2011-04-11 2011-08-10 北京铭润创展科技有限公司 网络优化系统及方法
CN102682100A (zh) * 2012-04-28 2012-09-19 华北电力大学 基于遥操作的任务执行顺序优化方法
CN103686780A (zh) * 2012-09-10 2014-03-26 北京亿阳信通科技有限公司 一种利用多种数据进行综合智能分析的方法及装置
CN103826245A (zh) * 2014-03-18 2014-05-28 南京华苏科技有限公司 一种具有学习功能的参数检查方法及设备
CN104244301A (zh) * 2013-06-19 2014-12-24 中国移动通信集团公司 基于无线指标定位lte网络问题的方法和系统
CN106507398A (zh) * 2016-12-28 2017-03-15 南京邮电大学 一种基于持续学习的网络自优化方法
CN107959941A (zh) * 2017-11-30 2018-04-24 广东欧珀移动通信有限公司 检测方法及其装置、存储介质
CN110069668A (zh) * 2019-04-09 2019-07-30 青海省科学技术信息研究所有限公司 一种基于农业大数据知识库管理系统及其功能设计方法

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102014414A (zh) * 2010-12-24 2011-04-13 北京拓明科技有限公司 一种网络优化智能决策向导系统及自动化分析方法
CN102149103A (zh) * 2011-04-11 2011-08-10 北京铭润创展科技有限公司 网络优化系统及方法
CN102149103B (zh) * 2011-04-11 2013-12-18 北京铭润创展科技有限公司 网络优化系统及方法
CN102682100A (zh) * 2012-04-28 2012-09-19 华北电力大学 基于遥操作的任务执行顺序优化方法
CN103686780A (zh) * 2012-09-10 2014-03-26 北京亿阳信通科技有限公司 一种利用多种数据进行综合智能分析的方法及装置
CN103686780B (zh) * 2012-09-10 2018-09-21 北京亿阳信通科技有限公司 一种利用多种数据进行综合智能分析的方法及装置
CN104244301A (zh) * 2013-06-19 2014-12-24 中国移动通信集团公司 基于无线指标定位lte网络问题的方法和系统
CN104244301B (zh) * 2013-06-19 2017-11-21 中国移动通信集团公司 基于无线指标定位lte网络问题的方法和系统
CN103826245B (zh) * 2014-03-18 2017-03-29 南京华苏科技有限公司 一种具有学习功能的参数检查方法及设备
CN103826245A (zh) * 2014-03-18 2014-05-28 南京华苏科技有限公司 一种具有学习功能的参数检查方法及设备
CN106507398A (zh) * 2016-12-28 2017-03-15 南京邮电大学 一种基于持续学习的网络自优化方法
CN106507398B (zh) * 2016-12-28 2019-06-21 南京邮电大学 一种基于持续学习的网络自优化方法
CN107959941A (zh) * 2017-11-30 2018-04-24 广东欧珀移动通信有限公司 检测方法及其装置、存储介质
CN110069668A (zh) * 2019-04-09 2019-07-30 青海省科学技术信息研究所有限公司 一种基于农业大数据知识库管理系统及其功能设计方法
CN110069668B (zh) * 2019-04-09 2021-12-14 青海省科学技术信息研究所有限公司 一种基于农业大数据知识库管理系统及其功能设计方法

Similar Documents

Publication Publication Date Title
CN101877857A (zh) 移动通信网络优化智能决策支持系统
CN106026405B (zh) 基于ems系统的继电保护在线监视与分析系统
Govorskii et al. Mathematical modeling of inhomogeneous traffic in a heterogeneous integrated corporate data control system
US6411922B1 (en) Problem modeling in resource optimization
CN107180314B (zh) 一种基于一二次系统关联关系的运维业务模型建模方法
CN109787356B (zh) 一种基于iec61850规约的变电站遥控防误操作方法及系统
CN110430081A (zh) 基于指令自动编排的智能化巡检方法以及装置
CN110175027A (zh) 一种开发业务功能的方法和装置
CN101873334A (zh) 一种状态驱动的可执行业务流程执行方法
CN107508725A (zh) 用于自动化测试的方法,装置及系统
CN110673559A (zh) 一种机器人调度管理系统
CN105335900A (zh) 一种基于电力设备状态监测系统的数据集成处理方法
CN102932179B (zh) 一种综合性跨网多保护的电力通信业务可靠性分析方法
CN103914057A (zh) 一种工控设备自动化系统的故障诊断和分析方法及系统
CN105245444B (zh) 一种变电站通信网关机与调度主站系统的混合通信方法
CN110535670B (zh) 一种nfv容量规划方法及电子设备
CN113159443B (zh) 一种适用于操作票的最优路径选择方法及系统
TWI608442B (zh) Software definition driven cloud computing network component service assembly system
CN108539740B (zh) 一种电网事故预想模拟系统及其方法
CN115080363B (zh) 一种基于业务日志的系统容量评估方法及装置
CN103281202A (zh) 一种浏览器/服务器架构的系统及其前端呈现方法
CN110854824A (zh) 一种电力通信网中继电保护业务可用性的监测方法及装置
CN107608979A (zh) 识别用户潜在求助的知识点的方法及装置
CN103685788A (zh) 一种基于ip网络的自动电话外呼及语音交互系统
CN101389109B (zh) 应急通信实时话务监控与均衡的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20101103