CN102711126A - 面向客户的无线站址建设评估方法 - Google Patents

Abstract

本发明公开的面向客户的无线站址建设评估方法包括以下步骤：步骤1：建立客户感知指标体系；步骤2：归一化函数处理；步骤3：构建综合评估指标；步骤4：计算归一化CPI指标方差；步骤5：实施评估决策。本发明所得的面向客户的无线站址建设评估方法，从分析客户感知指标入手，通过归一化函数处理、综合评估值及方差计算，对候选的无线基站进行决策。在站址建设后可以有效提升网络的客户感知，能够解决常规选址方法在客户感知与网络质量KPI衡量不一致的矛盾问题。

Description

面向客户的无线站址建设评估方法

技术领域

本发明涉及一种移动通信网络无线基站站址的建设评估方法，尤其是一种面向客户的无线站址建设评估方法。

背景技术

无线网络建设是移动通信网络建设的重点，无线网络的良好覆盖是高质量移动网络的基础。而无线网络站址的建设受多方面因素的影响，包括建设投资、运维成本，以及移动用户对实际网络使用的具体感知，如数据速率要求、语音质量清晰度、接入时延等。无线环境的复杂性、区域类型的差异性则使得站址选择变得更加不可控。随着运营商竞争格局的变化、移动通信网络建设深度的增加，无线基站站址已逐渐成为运营商的战略储备资源。在较易获取的无线站址已基本被占用的情况下，如何及时高效地对候选站址进行获取、评估、建设，将是今后每个运营商必须面对的难题。与建网初期明显不同的是，在目前网络建设及优化的绝大多数场景下，客户的感知与网络质量KPI（关键性能指标，Key PerformanceIndicator）、建设投入等因素并不成正比关系。纵观目前各移动通信运营商在无线站址筛选、评估、建设的过程中，无一不存在随机、高成本投入的现象，对面向客户的感知了解甚少，造成投资成本增加、KPI指标转好，但客户感知尚未提升或提升不多的相悖现象。为解决此类问题，本发明所设计的评估方法，面向客户对无线网络的实际感知，通过全面分析客户感知所对应的指标，能够更好地指导无线网络站址的建设评估。

发明内容

本发明的目的是为了解决无线网络建设中如何更好地提升移动用户对网络质量的感知问题，能够有效避免网络建设与客户感知提升相悖的现象。

为了达到上述目的，本发明所设计的面向客户的无线站址建设评估方法，包括以下步骤：

步骤1：建立客户感知指标体系

客户感知指标体系CPI={语音质量MOS、数据业务速率、接入时延、切换时延、接入成功率、掉话率、切换成功率、呼叫建立成功率}；

步骤2：归一化函数处理

步骤2-1：对候选站址集QB={BTS₁，BTS₂，…，BTS_n}中的每个基站，将CPI体系中的每个客户感知指标划分为两大类：顺势指标或逆势指标；

顺势指标表示取值越大，就越有建设的必要性，包括接入时延、切换时延、掉话率；

反之，逆势指标表示取值越大，建设必要性越小，包括语音质量MOS、数据业务速率、接入成功率、切换成功率、呼叫建立成功率；

步骤2-2：对上述所有候选站址集的所有CPI指标数据进行归一化函数处理。设定站址BTS_i的CPI指标数据x_i，计算归一化函数θ(·)，满足

对于顺势指标，处理如下：将指标值进行升序排列，对于其中排名第i的数据x_i，将θ(x_i)进行升序排列，选择其中排名第i的函数结果θ(x_i)作为BTS_i的归一化输出；

对于逆势指标，将指标值进行升序排列，对于其中排名第i的数据x_i，将θ(x_i)进行降序排列，选择其中排名第i的函数结果作为BTS_i的归一化输出；

步骤3：构建综合评估指标

对于QB={BTS₁，BTS₂，…，BTS_n}中每个站址的所有CPI指标归一化输出结果，构建CPI综合评估指标：设站址BTS_i的归一化CPI指标值{P_i1、P_i2、…、P_iM}，计算

作为站址BTS_i的CPI综合指标值；

步骤4：计算归一化CPI指标方差

对于QB={BTS₁，BTS₂，…，BTS_n}站址集，

步骤4-1：根据各归一化CPI综合指标值{PC₁，PC₂，…，PC_n}，计算期望值 $\stackrel{\‾}{\mathrm{PC}}=\frac{{\mathrm{PC}}_1+{\mathrm{PC}}_2+\·\·\·+{\mathrm{PC}}_n}{1+2+\·\·\·n};$

步骤4-2：根据各站址的归一化CPI指标值{P_i1、P_i2、…、P_iM}，分别计算期望值：

和方差： $S_i^2=\frac{{(P_{i1}-{\stackrel{\‾}{P}}_i)}^2+{(P_{i2}-{\stackrel{\‾}{P}}_i)}^2+\·\·\·+{(P_{\mathrm{iM}}-{\stackrel{\‾}{P}}_i)}^2}{M};$

步骤5：实施评估决策

步骤5-1：从候选集QB={BTS₁，BTS₂，…，BTS_n}中选择CPI综合指标值PC_i小于或等于期望值的那些基站QB₁′={BTS_j，BTS_j+1，…，BTS_k}，然后根据其归一化CPI指标值的方差大小进行降序排列，得基站序列：

QB₁″={BTS_t，BTS_t+1，…，BTS_t+k-j}；

步骤5-2：从候选集QB={BTS₁，BTS₂，…，BTS_n}中选择CPI综合指标值PC_i大于期望值

的那些基站QB₂′={BTS_m，BTS_m+1，…，BTS_m+n+j-k-2}，然后根据其归一化CPI指标值的方差大小进行降序排列，得基站序列：

QB₂″={BTS_z，BTS_z+1，…，BTS_z+n+j-k-2}；

步骤5-3：合并QB_F=QB₁″∪QB″₂；

在实施站址选择时由前至后从QB_F集合中选择相应数量的基站。

本发明所得的面向客户的无线站址建设评估方法，从分析CPI客户感知指标入手，通过归一化函数处理、综合评估值及方差计算，对候选的无线基站进行决策。本发明所得的面向客户的无线站址建设评估方法，可以在站址建设后有效提升网络的客户感知，解决常规选址方法在客户感知与网络质量KPI衡量不一致的矛盾问题。

附图说明

图1是面向客户的无线站址建设评估方法流程

具体实施方式

下面通过实施例结合附图对本发明作进一步的描述。

实施例1：

如图1所示，本实例描述的面向客户的无线站址建设评估方法，包括以下步骤：

步骤1：建立客户感知指标体系

客户感知指标体系CPI={语音质量MOS、数据业务速率、接入时延、切换时延、接入成功率、掉话率、切换成功率、呼叫建立成功率}；

步骤2：归一化函数处理

步骤2-1：对候选站址集QB={BTS₁，BTS₂，…，BTS_n}中的每个基站，将CPI体系中的每个客户感知指标划分为两大类：顺势指标或逆势指标；

顺势指标表示取值越大，就越有建设的必要性，包括接入时延、切换时延、掉话率；

反之，逆势指标表示取值越大，建设必要性越小，包括语音质量MOS、数据业务速率、接入成功率、切换成功率、呼叫建立成功率；

步骤2-2：对上述所有候选站址集的所有CPI指标数据进行归一化函数处理。设定站址BTS_i的CPI指标数据x_i，计算归一化函数θ(·)，满足

对于顺势指标，处理如下：将指标值进行升序排列，对于其中排名第i的数据x_i，将θ(x_i)进行升序排列，选择其中排名第i的函数结果θ(x_i)作为BTS_i的归一化输出；

对于逆势指标，将指标值进行升序排列，对于其中排名第i的数据x_i，将θ(x_i)进行降序排列，选择其中排名第i的函数结果作为BTS_i的归一化输出；

步骤3：构建综合评估指标

对于QB={BTS₁，BTS₂，…，BTS_n}中每个站址的所有CPI指标归一化输出结果，构建CPI综合评估指标：设站址BTS_i的归一化CPI指标值{P_i1、P_i2、…、P_iM}，计算

作为站址BTS_i的CPI综合指标值；

步骤4：计算归一化CPI指标方差

对于QB={BTS₁，BTS₂，…，BTS_n}站址集，

步骤4-1：根据各归一化CPI综合指标值{PC₁，PC₂，…，PC_n}，计算期望值 $\stackrel{\‾}{\mathrm{PC}}=\frac{{\mathrm{PC}}_1+{\mathrm{PC}}_2+\·\·\·+{\mathrm{PC}}_n}{1+2+\·\·\·n};$

步骤4-2：根据各站址的归一化CPI指标值{P_i1、P_i2、…、P_iM}，分别计算期望值：

和方差： $S_i^2=\frac{{(P_{i1}-{\stackrel{\‾}{P}}_i)}^2+{(P_{i2}-{\stackrel{\‾}{P}}_i)}^2+\·\·\·+{(P_{\mathrm{iM}}-{\stackrel{\‾}{P}}_i)}^2}{M};$

步骤5：实施评估决策

步骤5-1：从候选集QB={BTS₁，BTS₂，…，BTS_n}中选择CPI综合指标值PC_i小于或等于期望值的那些基站QB₁′={BTS_j，BTS_j+1，…，BTS_k}，然后根据其归一化CPI指标值的方差大小进行降序排列，得基站序列：

QB₁″={BTS_t，BTS_t+1，…，BTS_t+k-j}；

步骤5-2：从候选集QB={BTS₁，BTS₂，…，BTS_n}中选择CPI综合指标值PC_i大于期望值

的那些基站QB₂′={BTS_m，BTS_m+1，…，BTS_m+n+j-k-2}，然后根据其归一化CPI指标值的方差大小进行降序排列，得基站序列：

QB₂″={BTS_z，BTS_z+1，…，BTS_z+n+j-k-2}；

步骤5-3：合并QB_F=QB₁″∪QB″₂；

在实施站址选择时由前至后从QB_F集合中选择相应数量的基站。

下面以不同场景下的4个典型基站为例对本方法进行具体说明，典型基站的基础数据如表1所示。

步骤1建立客户感知指标体系CPI={语音质量MOS、数据业务速率、接入时延、切换时延、接入成功率、掉话率、切换成功率、呼叫建立成功率}；

步骤2：根据各CPI指标的顺/逆势属性进行归一化处理，结果如表2所示；

步骤3：归一化函数处理后，首先得到BTS₁的客户感知指标值{P₁₁、P₁₂、…、P_1M}（M=8）={0.2143、0.1622、0.2344、0.2353、0.2462、0.2500、0.2478、0.2503}、BTS₂的客户感知指标值{P₂₁、P₂₂、…、P_2M}（M=8）={0.2857、0.3784、0.2813、0.2941、0.2538、0.3333、0.2503、0.2529}、BTS₃的客户感知指标值{P₃₁、P₃₂、…、P_3M}（M=8）={0.1429、0.1351、0.2500、0.2059、0.2487、0.1667、0.2503、0.2427}、BTS₄的客户感知指标值{P₄₁、P₄₂、…、P_4M}（M=8）={0.3571、0.3243、0.2344、0.2647、0.2513、0.2500、0.2516、0.2542}；

其次，分别计算4个基站的CPI综合指标值：PC₁=0.2403、PC₂=0.2808、PC₃=0.2201、PC₄=0.2588；

步骤4：首先计算4个基站的CPI综合指标期望值其次，根据{P₁₁、P₁₂、…、P_1M}、{P₂₁、P₂₂、…、P_2M}、{P₃₁、P₃₂、…、P_3M}、{P₄₁、P₄₂、…、P_4M}（M=8）计算4个基站相对应的客户感知方差 $\{S_1^2,S_2^2,S_3^2,S_4^2\}=$ $\left\{\mathrm{0.0008,0.0018,0.0022,0.0016}\right\};$

步骤5：根据决策准则，首先从QB={BTS₁，BTS₂，BTS₃，BTS₄}中选择CPI综合指标值小于或等于期望值的基站，得QB₁′={BTS₁，BTS₃}。按方差的大小进行降序排列，得QB₁″={BTS₃，BTS₁}。然后从QB选择CPI综合指标值大于期望值

的基站，得QB₂′={BTS₂，BTS₄}。按方差的大小进行降序排列，得QB₂″={BTS₂，BTS₄}。最后，进行集合合并，得QB_F=QB₁″∪QB″₂={BTS₃，BTS₁，BTS₂，BTS₄}。在进行站址选择的时候，优选BTS₃，次选BTS₁，然后BTS₂、BTS₄，依次类推。

其中，实施例中提及的表1~2分别如下：

表1

序号

CPI

单位

BTS1

BTS2

BTS3

BTS4

1

语音质量MOS

/

4

3

5

2

2

数据业务速率

kbps

300

125

350

150

3

接入时延

毫秒

1500

1800

1600

1500

4

切换时延

毫秒

800

1000

700

900

5

接入成功率

％

99％

96％

98％

97％

6

掉话率

％

1.5％

2.0％

1.0％

1.5％

7

切换成功率

％

99.5％

99％

99％

98％

8

呼叫建立成功率

％

99％

98％

100％

95％

表2

序号	CPI	归一结果1	归一结果2	归一结果3	归一结果4	备注
							1	语音质量MOS	0.2143	0.2857	0.1429	0.3571	逆势指标
2	数据业务速率	0.1622	0.3784	0.1351	0.3243	逆势指标
							3	接入时延	0.2344	0.2813	0.2500	0.2344	顺势指标
4	切换时延	0.2353	0.2941	0.2059	0.2647	顺势指标
							5	接入成功率	0.2462	0.2538	0.2487	0.2513	逆势指标
6	掉话率	0.2500	0.3333	0.1667	0.2500	顺势指标
							7	切换成功率	0.2478	0.2503	0.2503	0.2516	逆势指标
8	呼叫建立成功率	0.2503	0.2529	0.2427	0.2542	逆势指标

Claims (1)

1.一种面向于客户的无线基站站址建设评估方法，其特征是包括以下步骤：

步骤1：建立客户感知指标体系

客户感知指标体系CPI={语音质量MOS、数据业务速率、接入时延、切换时延、接入成功率、掉话率、切换成功率、呼叫建立成功率}；

步骤2：归一化函数处理

步骤2-1：对候选站址集QB={BTS₁，BTS₂，…，BTS_n}中的每个基站，将CPI体系中的每个客户感知指标划分为两大类：顺势指标或逆势指标；

顺势指标表示取值越大，就越有建设的必要性，包括接入时延、切换时延、掉话率；

反之，逆势指标表示取值越大，建设必要性越小，包括语音质量MOS、数据业务速率、接入成功率、切换成功率、呼叫建立成功率；

步骤2-2：对上述所有候选站址集的所有CPI指标数据进行归一化函数处理。设定站址BTS_i的CPI指标数据x_i，计算归一化函数θ(·)，满足

对于顺势指标，处理如下：将指标值进行升序排列，对于其中排名第i的数据x_i，将θ(x_i)进行升序排列，选择其中排名第i的函数结果θ(x_i)作为BTS_i的归一化输出；

对于逆势指标，将指标值进行升序排列，对于其中排名第i的数据x_i，将θ(x_i)进行降序排列，选择其中排名第i的函数结果作为BTS_i的归一化输出；

步骤3：构建综合评估指标

对于QB={BTS₁，BTS₂，…，BTS_n}中每个站址的所有CPI指标归一化输出结果，构建CPI综合评估指标：设站址BTS_i的归一化CPI指标值{P_i1、P_i2、…、P_iM}，计算作为站址BTS_i的CPI综合指标值；

步骤4：计算归一化CPI指标方差

对于QB={BTS₁，BTS₂，…，BTS_n}站址集，

步骤4-1：根据各归一化CPI综合指标值{PC₁，PC₂，…，PC_n}，计算期望值 $\stackrel{\‾}{\mathrm{PC}}=\frac{{\mathrm{PC}}_1+{\mathrm{PC}}_2+\·\·\·+{\mathrm{PC}}_n}{1+2+\·\·\·n};$

步骤4-2：根据各站址的归一化CPI指标值{P_i1、P_i2、…、P_iM}，分别计算期望值：

和方差： $S_i^2=\frac{{(P_{i1}-{\stackrel{\‾}{P}}_i)}^2+{(P_{i2}-{\stackrel{\‾}{P}}_i)}^2+\·\·\·+{(P_{\mathrm{iM}}-{\stackrel{\‾}{P}}_i)}^2}{M};$

步骤5：实施评估决策

步骤5-1：从候选集QB={BTS₁，BTS₂，…，BTS_n}中选择CPI综合指标值PC_i小于或等于期望值

的那些基站QB₁′={BTS_j，BTS_j+1，…，BTS_k}，然后根据其归一化CPI指标值的方差大小进行降序排列，得基站序列：

QB₁″={BTS_t，BTS_t+1，…，BTS_t+k-j}；

步骤5-2：从候选集QB={BTS₁，BTS₂，…，BTS_n}中选择CPI综合指标值PC_i大于期望值

的那些基站QB₂′={BTS_m，BTS_m+1，…，BTS_m+n+j-k-2}，然后根据其归一化CPI指标值的方差大小进行降序排列，得基站序列：

QB₂={BTS_z，BTS_z+1，…，BTS_z+n+j-k-2}；

步骤5-3：合并QB_F=QB₁″∪QB″₂；

在实施站址选择时由前至后从QB_F集合中选择相应数量的基站。

Images