CN104768170B - 地铁移动用户感知优化分析方法及系统 - Google Patents

地铁移动用户感知优化分析方法及系统 Download PDF

Info

Publication number
CN104768170B
CN104768170B CN201410005190.6A CN201410005190A CN104768170B CN 104768170 B CN104768170 B CN 104768170B CN 201410005190 A CN201410005190 A CN 201410005190A CN 104768170 B CN104768170 B CN 104768170B
Authority
CN
China
Prior art keywords
subway
user
call
module
quality
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.)
Active
Application number
CN201410005190.6A
Other languages
English (en)
Other versions
CN104768170A (zh
Inventor
潘海峰
把小鹏
江菲
杜喜乐
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.)
BEIJING LUOSHEN TECHNOLOGY Co Ltd
Original Assignee
BEIJING LUOSHEN TECHNOLOGY Co Ltd
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 BEIJING LUOSHEN TECHNOLOGY Co Ltd filed Critical BEIJING LUOSHEN TECHNOLOGY Co Ltd
Priority to CN201410005190.6A priority Critical patent/CN104768170B/zh
Publication of CN104768170A publication Critical patent/CN104768170A/zh
Application granted granted Critical
Publication of CN104768170B publication Critical patent/CN104768170B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种地铁移动用户感知优化分析方法及系统,该系统包括27个功能模块,该系统通过速度等算法,对隧道内外地铁用户、服务小区、异常事件进行定位分析,地铁覆盖质量情况在地理地图上栅格化高精度呈现,能够帮助运营商对各个省份地市所有地铁交通线路进行全局实时监控,并能针对某条地铁交通线路建立专项优化,评估当用户在地铁上以较高的速度移动时网络的服务情况、隧道内外地铁基站服务状态以及用户感知,发现网络存在的问题,预测地铁交通线路风险路段,使运营商优化工作更有针对性,进而提高地铁交通乘坐用户的感知度。

Description

地铁移动用户感知优化分析方法及系统
技术领域
本发明涉及通信领域,特别涉及地铁移动网络优化及客户服务领域。
背景技术
地下铁道交通简称地铁。它是采用在地下挖隧道,运用有轨电力机车牵引,除为方便乘客,在地面每隔一段距离建一个出进站口外,一般不占用城市宝贵土地和空间。既不对地面构成任何环境污染,又可以为乘客躲避城市嘈杂烦躁的空间提供良好环境。乘座过地铁的人,普遍都有这样的感觉,快捷、准时、方便、舒适、宁静、安全等。据悉,地铁的时速一般在100公里以上。除高速公路行驶的高级轿车外,它的运行速度几乎超过了路面的所有交通工具。地铁的运量,一般比公共汽车大7至10倍。
地铁,是一座城市融入国际大都市现代化交通的显著标志。它不仅是一个国家的国力和科技水平的实力展现,而且是解决大都市交通紧张状况最理想的交通方式。最新资料显示,近几年,我国地铁建设得到了突飞猛进的发展。目前,在几百万和千万人口以上的大都市里,已经拥有或正在建设地铁的城市分别是北京、上海、天津、广州、大连、深圳、武汉、南京、重庆和长春等。
目前在已经建设地铁的城市,地铁已经逐渐成为居民出行的重要交通工具,在网络优化和无线维护工作中,运营商对地铁的通信质量也越来越关注。但是由于地铁线路多处地下隧道,且覆盖里程长、运行速度快、车厢封闭导致无线环境复杂等因素,地铁优化工作也成为运营商的一大难点。传统上一直采用派员上车测试的方式,由于上述地铁的特殊性,一直存在GPS无法定位导致测试准确性降低且效率低下等问题,因此我们一直在寻求一种能更全面、更高效地对地铁通信质量进行监控和优化分析的方法和手段。
地铁移动用户感知系统软件能够在网络众多呼叫中,通过速度等算法,将发生在地铁上的呼叫进行捕获和高精度栅格化定位,进而通过对这些发生在地铁上的呼叫进行统计分析,便可以实现24小时的地铁交通线路全程监控分析。
发明内容
本发明提供一种地铁交通线路移动用户感知优化分析方法,利用地铁车厢内用户通信过程中产生的真实数据,可以对各省、各地市所有地铁交通线路的通信质量、基站服务状态、用户感知情况进行实时并且长期的跟踪,指导优化人员有重点的去优化地铁的某些区域,帮助运营商掌握地铁交通线路的通信情况,提高地铁乘客在道路上的感知度。
本发明的地铁移动用户感知优化分析方法,包括以下步骤:
步骤1:地铁数字道路管理,该步骤利用数字地图的技术在系统中模拟现实各省、各地市地铁交通线路地理信息;
步骤2:地铁基站数据管理,该步骤管理移动网络中的基站分布,并利用数字地图的技术在系统中地理呈现基站;
步骤3:信令数据采集,本系统适用于3G WCDMA,其中3G网络信令数据采集Iub、IuPs、IuCs、Iur接口;
步骤4:用户呼叫记录识别,该步骤分析出移动网络中每个呼叫的呼叫记录;
步骤5:地铁呼叫记录筛选,该步骤将从海量的呼叫记录中筛选出发生在地铁每趟车上的呼叫;
步骤6:地铁信号覆盖评估,该步骤根据基站的分布情况,评估地铁交通线路上信号整体覆盖情况,栅格化地理地图呈现,以20米为单位;
步骤7:按业务类型评估服务质量,按照不同的业务类型,进行服务质量评估,业务类型分为语音业务和数据业务;
步骤8:按终端类型评估服务质量,按照不同的终端类型,进行服务质量评估对比,终端类型通过TAC号进行匹配,TAC号可定时更新;
步骤9:按地铁列车行驶方向评估服务质量,按照用户在通话过程移动的方向进行服务质量的评估;
步骤10:按地铁线路评估服务质量,分别对每条地铁线路进行服务质量评估;
步骤11:按地铁途径站台评估服务质量,对地铁站台进行服务质量评估;
步骤12:按地铁涉及RNC评估服务质量,按照地铁基站归属RNC,进行服务质量评估;
步骤13:按地铁涉及服务小区评估服务质量,按照地铁涉及的隧道内外服务小区,进行服务质量评估;
步骤14:地铁服务质量考核管理,根据各个省份地市所涉及的地铁的服务质量情况进行综合评分,便于集团对省份、各省对地市进行考核管理;
步骤15:地铁基站状态管理,该步骤系统通过一系列规则,对地铁隧道内外基站服务状态进行监控,智能判断未捕获小区、问题小区、故障小区、外延小区;
步骤16:地铁用户统计,统计地铁每趟列车上的移动用户数;
步骤17:地铁用户感知评估,通过一定规则,智能统计各条高速线路上用户感知好、中、差的数量和比例以及各条高速线路上用户感知差路段公里数和比例;
步骤18:地铁覆盖差路段预测:根据一定的规则,智能预测每条地铁交通线路的覆盖差路段;
步骤19:地铁质量差路段预测:根据一定的规则,智能预测每条地铁交通线路的质量差路段;
步骤20:地铁用户感知差路段预测:根据一定的规则,智能预测每条地铁交通线路的用户感知差路段;
步骤21:地铁高风险路段预测,根据覆盖差、质量差、用户感知差路段信息综合判断,预测每条高速线路的高风险路段;
步骤22:单次呼叫记录移动路线重现,针对单次呼叫在地理地图上直观的模拟用户在发生呼叫时的移动轨迹;
步骤23:异常呼叫记录查询,查询出所分析事件段内发生的所有异常呼叫,根据异常呼叫中记录的数据定位网络问题;
步骤24:异常呼叫区域地理呈现,根据异常呼叫数据,定位异常呼叫常发生的地理位置;
步骤25:呼叫详细信令流程查询,针对系统所记录的每个呼叫的信令数据进行查询;
步骤26:地铁呼叫记录数据管理,管理地铁交通线路每条线路呼叫记录数据上传解析的及时性、完整性、准确性;
步骤27:安全管理,为了保护用户隐私,本系统进行用户角色管理,在特定模块设置双授权管理。
本发明同时还提供一种地铁移动用户感知系统,该系统包括:
地铁数字道路管理模块:负责管理要分析的地铁信息;
地铁基站数据管理模块:负责管理移动网络中基站的分布信息;
信令数据采集模块:负责采集本系统所需移动网络各接口信令数据;
用户呼叫记录识别模块:负责识别每个呼叫的呼叫记录;
地铁呼叫记录筛选模块:从海量呼叫记录中筛选出发生在分析地铁每趟车上的呼叫记录;
地铁信号覆盖评估模块:根据移动网络已建基站分布,评估地铁信号的整体覆盖情况;
按业务类型评估服务质量模块:按照用户发生的业务类型评估针对不同业务网络的服务质量,所述业务类型分为语音业务和数据业务;
按终端类型评估服务质量模块:按照不同的终端类型,进行服务质量评估,终端类型通过TAC号进行匹配,TAC号可定时更新;
按地铁列车行驶方向评估服务质量模块:按照用户发生呼叫时沿着地铁列车的行驶方向,评估不同方向上网络的服务质量;
按地铁线路评估服务质量模块:分别对每条地铁线路进行服务质量评估;
按地铁途径站台评估服务质量模块:对地铁站台进行服务质量评估;
按地铁涉及RNC评估服务质量模块:按照地铁基站归属RNC,进行服务质量评估;
按地铁涉及服务小区评估服务质量模块:按照地铁涉及的隧道内外服务小区,进行服务质量评估;
地铁服务质量考核管理模块:根据各个省份地市所涉及的地铁的服务质量情况进行综合评分,便于集团对省份、各省对地市进行考核管理;
地铁基站状态管理模块:对地铁隧道内外基站服务状态进行监控,智能判断未捕获小区、问题小区、故障小区、外延小区;
地铁用户统计模块:统计地铁每趟列车上的移动用户数;
地铁用户感知评估模块:通过一定规则,智能统计各条地铁交通线路上用户感知好、中、差的数量和比例以及各条地铁交通线路上用户感知差路段公里数和比例;
地铁覆盖差路段预测模块:根据一定的规则,智能预测每条地铁交通线路的覆盖差路段;
地铁质量差路段预测模块:根据一定的规则,智能预测每条地铁交通线路的质量差路段;
地铁用户感知差路段预测模块:根据一定的规则,智能预测每条地铁交通线路的用户感知差路段;
地铁风险路段预测模块:根据覆盖差、质量差、用户感知差路段信息综合判断,智能预测每条高速线路的高风险路段;
单次呼叫记录移动路线重现模块:针对单次呼叫在地理地图上直观的模拟用户在发生呼叫时的移动轨迹;
异常呼叫记录查询模块:提供优化、客服人员进行异常呼叫的分析和查询;
异常呼叫区域地理呈现模块:在地理地图上标示异常呼叫多发区域;
呼叫详细信令流程查询模块:针对单次呼叫,查询详细的信令流程;
地铁呼叫记录数据管理模块:管理地铁交通线路每条线路呼叫记录数据上传解析的及时性、完整性、准确性;
安全管理模块:为了保护用户隐私,本系统进行用户角色管理,在特定模块设置双授权管理。
本发明与现有技术相比,主要区别和效果在于:
本发明的地铁移动用户感知优化分析方法和系统建立起了利用地铁移动中的用户的真实通话数据对各省、各地市的地铁交通线路的质量、地铁隧道内外基站服务状态及地铁乘客通信感知进行评估的体系,本系统利用速度等算法,定位隧道内外地铁用户,并对地铁通信用户异常事件进行定位回放,运营商可以对地铁交通线路的服务质量、地铁隧道内外基站服务状态及用户感知进行实时并长期的跟踪,根据系统发现的网络问题、基站服务状态问题及用户终端问题进行有针对性的优化,预测地铁交通各条线路的风险路段。并且通过本发明的系统,实现了运营商集团公司对各省、各省对各地市的地铁优化工作进行统一考核评估,将网络优化与客户服务切实紧密地联系在一起,使得优化工作和客户服务工作更具有针对性,加强了对用户交通工具的选择导致通信感知变化的关注,更贴合实际需求。
附图说明
图1是本发明的地铁移动用户感知系统实现图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清晰,下面将结合附图对本发明的实施方式做进一步的描述。
步骤1:地铁数字道路管理,该步骤是在系统中利用数字地图的技术模拟现实的地铁交通线路地理信息。
步骤2:地铁基站数据管理,该步骤是在系统中管理网络中的基站分布,并利用数字地图的技术在系统中地理地图呈现基站。
步骤3:信令数据采集,本系统适用于3G WCDMA,可以采集Iub、IuPs、IuCs、Iur接口的信令数据,信令采集技术在行业内属于成熟应用的技术,在此不多做说明。
步骤4:呼叫记录识别,该步骤分析出网络中每个呼叫的呼叫记录,每个呼叫记录中包含了该次呼叫的全部信令数据和移动用户识别号码IMSI。
步骤5:地铁呼叫记录筛选,该步骤将从海量的呼叫记录中筛选出发生在地铁车厢内用户的呼叫,即用户在乘坐地铁移动的时候拨打的电话或者手机上网的记录。
步骤6:地铁信号覆盖评估,根据基站的分布情况和用户在通信过程中上报的网络环境测试数据,对地铁交通线路各点RSCP、ECNO、TCPOWER的统计值进行栅格化地理呈现、分段统计,栅格化粒度为20米。
步骤7:按业务类型评估服务质量,按照不同的业务类型,业务类型分为语音业务和数据业务,分别统计语音业务、数据业务的整体服务质量,评估项包括:RSCP分布、EC/NO分布、TXPOWER、呼叫总次数、掉话次数、掉话比例、掉线次数、掉线比例、拥塞次数、拥塞比例、异系统切换次数、异系统切换失败次数、异系统切换失败比例、RRC建立失败次数、RRC建立失败比、RAB建立失败次数、RAB建立失败比、话务掉话比。
步骤8:按终端类型评估服务质量,按照不同的终端类型,进行服务质量评估,终端类型通过TAC号进行匹配,TAC号可定时更新,涵盖目前市场上所有终端类型,评估项包括:用户数、呼叫总次数、RSCP分布、EC/NO分布、TXPOWER、掉话次数、掉话比例、掉线次数、掉线比例、拥塞次数、拥塞比例、异系统切换次数、异系统切换失败次数、异系统切换失败比例、RRC建立失败次数、RRC建立失败比、RAB建立失败次数、RAB建立失败比、话务掉话比;
步骤9:按地铁列车行驶方向评估服务质量,按照用户发生呼叫时沿着高铁列车的行驶方向,评估不同方向上网络的服务质量,评估项包括:RSCP分布、EC/NO分布、TXPOWER、呼叫总次数、掉话次数、掉话比例、掉线次数、掉线比例、拥塞次数、拥塞比例、异系统切换次数、异系统切换失败次数、异系统切换失败比例、RRC建立失败次数、RRC建立失败比、RAB建立失败次数、RAB建立失败比、话务掉话比;
步骤10:地铁线路评估服务质量,按照各个省份、地市所涉及的地铁交通线路,进行服务质量评估,评估项包括:RSCP分布、EC/NO分布、TXPOWER、呼叫总次数、掉话次数、掉话比例、掉线次数、掉线比例、拥塞次数、拥塞比例、异系统切换次数、异系统切换失败次数、异系统切换失败比例、RRC建立失败次数、RRC建立失败比、RAB建立失败次数、RAB建立失败比、话务掉话比;
步骤11:地铁途径站台评估服务质量,按照各条地铁交通线路所途径的站台,进行服务质量评估,评估项包括:RSCP分布、EC/NO分布、TXPOWER、呼叫总次数、掉话次数、掉话比例、掉线次数、掉线比例、拥塞次数、拥塞比例、异系统切换次数、异系统切换失败次数、异系统切换失败比例、RRC建立失败次数、RRC建立失败比、RAB建立失败次数、RAB建立失败比、话务掉话比;
步骤12:按地铁涉及RNC评估服务质量,按照地铁基站归属RNC,进行服务质量评估,评估项包括:RSCP分布、EC/NO分布、TXPOWER、呼叫总次数、掉话次数、掉话比例、掉线次数、掉线比例、拥塞次数、拥塞比例、异系统切换次数、异系统切换失败次数、异系统切换失败比例、RRC建立失败次数、RRC建立失败比、RAB建立失败次数、RAB建立失败比、话务掉话比;
步骤13:按地铁涉及服务小区评估服务质量,按照地铁涉及的隧道内外服务小区,进行服务质量评估,评估项包括:RSCP分布、EC/NO分布、TXPOWER、呼叫总次数、掉话次数、掉话比例、掉线次数、掉线比例、拥塞次数、拥塞比例、异系统切换次数、异系统切换失败次数、异系统切换失败比例、RRC建立失败次数、RRC建立失败比、RAB建立失败次数、RAB建立失败比、话务掉话比;
步骤14:地铁服务质量考核管理,根据各个省份地市所涉及的地铁的服务质量情况进行综合评分,便于集团对省份、各省对地市进行考核管理,考核评估项包括:网络性能、基站故障率、数据上传及时准确完整性,所有评估项及相关权重可根据运营商的实际考核办法进行自定义;
步骤15:地铁基站状态管理,对地铁隧道内外基站服务状态进行监控,智能判断未捕获小区、问题小区、故障小区、外延小区,其中未捕获小区的定义为:在地铁基础数据表中列为服务于地铁的小区,但是在系统每天解析真实地铁用户呼叫数据时,未捕获到的小区;问题小区的定义为:连续N天以上未捕获的小区;故障小区的定义为:为问题小区且无性能话务的小区;外延小区的定义为:在系统每天解析真实地铁用户呼叫数据中捕获到,但是在地铁基础数据表中未列为服务于地铁的小区;
步骤16:地铁用户统计,统计地铁交通线路每趟列车上的移动用户数,根据一定的算法,统计地铁每趟列车上的移动用户数;
步骤17:地铁用户感知评估,通过一定规则,智能统计各条地铁上用户感知好、中、差的数量和比例以及各条地铁线路上用户感知差路段公里数和比例,判别规则可以根据运营商实际工作需要进行自定义;
步骤18:地铁覆盖差路段预测,根据RSCP区间判断预测每条地铁交通线路的覆盖差路段,RSCP判别区间可自定义,系统智能预测出地铁每条线路的覆盖差路段,在地理地图上高闪显示并伴随滚动预警提示;
步骤19:地铁质量差路段段预测,根据EC/NO区间判断预测每条地铁交通线路的质量差路段,EC/NO判别区间可自定义,系统智能预测出地铁每条线路的质量差路段,在地理地图上高闪显示并伴随滚动预警提示;
步骤20:地铁用户感知差路段路段预测,根据各类异常事件信息综合判断,预测每条高速线路的用户感知差路段,通过一定的判别规则,系统智能预测出地铁每条线路的用户感知差路段,在地理地图上高闪显示并伴随滚动预警提示;
步骤21:地铁风险路段预测,根据覆盖差、质量差、用户感知差路段信息综合判断,预测每条地铁交通线路的高风险路段,通过一定的判别规则,系统智能预测出地铁每条线路的风险路段,在地理地图上高闪显示并伴随滚动预警提示;
步骤22:单次呼叫记录移动路线重现,根据单次呼叫上报的数据在地理地图上模拟用户当时的移动方向、移动位置,并在移动的过程中标示出所占用的小区资源以及呼叫异常事件发生的位置,方便优化人员准确的定位网络问题点。
步骤23:异常呼叫记录查询,可以查询出所分析事件段内发生的所有异常呼叫,根据异常呼叫中记录的数据定位网络问题,对网络整体情况进行评估。
步骤24:异常呼叫多发区域地理呈现,根据异常呼叫数据,定位异常呼叫常发生的地理位置,然后有针对性的对问题多发位置进行优化。
步骤25:呼叫详细信令流程查询,针对每次呼叫系统中都记录了详细的信令数据,信令数据是一切分析的基础,通过此功能优化人员可以查看每条信令中传递的详细内容。
步骤26:地铁呼叫记录数据管理,管理地铁交通线路每条线路呼叫记录数据上传解析的及时性、完整性、准确性;
步骤27:安全管理:为了保护用户隐私,本系统进行用户角色管理,在特定模块设置双授权管理,管理项目包括:账号使用权限设置、隐藏用户IMSI号中间四位数、双授权管理。
虽然通过参照本发明的某些实施方式,已经对本发明进行了图示和描述,但本领域普通技术人员应该明白可以在形式上和细节上对其做各种改变,而不偏离本发明的精神和范围。

Claims (11)

1.一种地铁移动网络服务质量监控及优化分析方法,其特征在于,包含以下步骤:
地铁数字道路管理,该步骤利用数字地图的技术在系统中模拟现实的地铁线路地理信息;
地铁基站数据管理,该步骤管理移动网络中的基站分布,并利用数字地图的技术在系统中地理呈现基站;
信令数据采集,该步骤采集本系统所需的移动网络各接口信令数据;
用户呼叫记录识别,该步骤分析出移动网络中呼叫的呼叫记录;
地铁呼叫记录筛选,该步骤将从海量的呼叫记录中通过速度算法筛选出发生在地铁每趟车上的呼叫;
地铁信号覆盖评估,该步骤根据基站的分布情况,评估地铁信号整体覆盖情况;
按业务类型评估服务质量,按照不同的业务类型,进行服务质量评估,业务类型分为语音业务和数据业务;
按终端类型评估服务质量,按照不同的终端类型,进行服务质量评估,终端类型通过TAC号进行匹配,TAC号可定时更新;
按地铁列车行驶方向评估服务质量,按照用户在通话过程移动的方向进行服务质量的评估;
按地铁线路评估服务质量,分别对每条地铁线路进行服务质量评估;
按地铁途径站台评估服务质量,对地铁站台进行服务质量评估;
按地铁涉及RNC评估服务质量,按照地铁基站归属RNC,进行服务质量评估;
按地铁涉及服务小区评估服务质量,按照地铁涉及的隧道内外服务小区,进行服务质量评估;
地铁服务质量考核管理,根据各个省份地市所涉及的地铁的服务质量情况进行综合评分,便于运营商对地铁交通线路网络服务情况进行考核评估;
地铁基站状态管理,该步骤系统通过一系列规则,智能判断地铁隧道内外基站服务状态情况;
地铁用户统计,统计地铁每趟列车上的移动用户数;
地铁用户感知评估,通过一定规则,智能统计各条线路上用户感知好、中、差的数量和比例以及各条线路上用户感知差路段公里数和比例;
地铁覆盖差路段预测,根据一定的规则,智能预测每条地铁交通线路的覆盖差路段;
地铁质量差路段预测,根据一定的规则,智能预测每条地铁交通线路的质量差路段;
地铁用户感知差路段预测,根据一定的规则,智能预测每条地铁交通线路的用户感知差路段;
地铁高风险路段预测,根据覆盖差、质量差、用户感知差路段信息综合判断,预测每条地铁交通线路的高风险路段;
单次呼叫记录移动路线重现,针对单次呼叫在地理地图上直观的模拟地铁用户在发生呼叫时的移动轨迹;
异常呼叫记录查询,查询出所分析事件段内发生的所有异常呼叫,根据异常呼叫中记录的数据定位网络问题;
异常呼叫区域地理呈现,根据异常呼叫数据,定位异常呼叫常发生的地理位置;
呼叫详细信令流程查询,针对系统所记录的每个呼叫的信令数据进行查询;
地铁呼叫记录数据管理,管理地铁交通线路每条线路呼叫记录数据上传解析的及时性、完整性、准确性;
安全管理,为了保护用户隐私,本系统进行用户角色管理,用户权限管理,在特定模块设置双授权管理。
2.如权利要求1所述的方法,其特征在于,所述地铁呼叫记录的筛选主要是从海量的呼叫记录中通过速度算法筛选出发生在地铁每趟车上的呼叫,定位隧道内外地铁用户。
3.如权利要求1所述的方法,其特征在于,所述地铁信号覆盖评估,是将RSCP、EC/NO、TXPOWER指标具体栅格化地理地图呈现,以20米为单位。
4.如权利要求1所述的方法,其特征在于,所述地铁基站状态管理的管理项目包括:分别对地铁隧道内外的未捕获小区、问题小区、故障小区、外延小区的智能判断。
5.如权利要求1所述的方法,其特征在于,所述地铁用户感知评估项包括:用户数、用户感知好、用户感知中、用户感知差数量及比例、用户感知差路段公里数及比例。
6.如权利要求1所述的方法,其特征在于,所述异常呼叫区域地理呈现,主要是将异常事件呼叫在地理地图上定位,确定异常呼叫发生的地理位置。
7.一种地铁移动用户感知系统,该系统包括:
地铁数字道路管理模块:负责管理要分析的地铁信息;
地铁基站数据管理模块:负责管理移动网络中基站的分布信息;
信令数据采集模块:负责采集本系统所需移动网络各接口信令数据;
用户呼叫记录识别模块:负责识别每个呼叫的呼叫记录;
地铁呼叫记录筛选模块:将从海量的呼叫记录中通过速度算法筛选出发生在地铁每趟车上的呼叫;
地铁信号覆盖评估模块:根据移动网络已建基站分布,评估地铁信号的整体覆盖情况;
按业务类型评估服务质量模块:按照用户发生的业务类型评估针对不同业务网络的服务质量,所述业务类型分为语音业务和数据业务;
按终端类型评估服务质量模块:按照不同的终端类型,进行服务质量评估,终端类型通过TAC号进行匹配,TAC号可定时更新;
按地铁列车行驶方向评估服务质量模块:按照用户发生呼叫时沿着地铁列车的行驶方向,评估不同方向上网络的服务质量;
按地铁线路评估服务质量模块:分别对每条地铁线路进行服务质量评估;
按地铁途径站台评估服务质量模块:对地铁站台进行服务质量评估;
按地铁涉及RNC评估服务质量模块:按照地铁基站归属RNC,进行服务质量评估;
按地铁涉及服务小区评估服务质量模块:按照地铁涉及的隧道内外服务小区,进行服务质量评估;
地铁服务质量考核管理模块:根据各个省份地市所涉及的地铁的服务质量情况进行综合评分,便于集团对省份、各省对地市进行考核管理;
地铁基站状态管理模块:对地铁隧道内外基站服务状态进行监控,智能判断未捕获小区、问题小区、故障小区、外延小区;
地铁用户统计模块:统计地铁每趟列车上的移动用户数;
地铁用户感知评估模块:通过一定规则,智能统计各条地铁交通线路上用户感知好、中、差的数量和比例以及各条地铁交通线路上用户感知差路段公里数和比例;
地铁覆盖差路段预测模块:根据一定的规则,智能预测每条地铁交通线路的覆盖差路段;
地铁质量差路段预测模块:根据一定的规则,智能预测每条地铁交通线路的质量差路段;
地铁用户感知差路段预测模块:根据一定的规则,智能预测每条地铁交通线路的用户感知差路段;
地铁风险路段预测模块:根据覆盖差、质量差、用户感知差路段信息综合判断,智能预测每条地铁交通线路的高风险路段;
单次呼叫记录移动路线重现模块:针对单次呼叫在地理地图上直观的模拟地铁用户在发生呼叫时的移动轨迹;
异常呼叫记录查询模块:提供优化、客服人员进行异常呼叫的分析和查询;
异常呼叫区域地理呈现模块:在地理地图上标示异常呼叫多发区域;
呼叫详细信令流程查询模块:针对单次呼叫,查询详细的信令流程;
地铁呼叫记录数据管理模块:管理地铁交通线路每条线路呼叫记录数据上传解析的及时性、完整性、准确性;
安全管理模块:为了保护用户隐私,本系统进行用户角色管理,在特定模块设置双授权管理。
8.如权利要求7所述的系统,其特征在于,所述地铁呼叫记录的筛选主要是从海量的呼叫记录中通过速度算法筛选出发生在地铁每趟车上的呼叫,定位隧道内外地铁用户。
9.如权利要求7所述的系统,其特征在于,所述地铁信号覆盖评估,是将RSCP、EC/NO、TXPOWER指标具体栅格化地理地图呈现,以20米为单位。
10.如权利要求7所述的系统,其特征在于,所述地铁用户感知评估项包括:用户数、用户感知好、用户感知中、用户感知差数量及比例、用户感知差路段公里数及比例。
11.如权利要求7所述的系统,其特征在于,所述异常呼叫区域地理呈现,主要是将异常事件呼叫在地理地图上定位,确定异常呼叫发生的地理位置。
CN201410005190.6A 2014-01-07 2014-01-07 地铁移动用户感知优化分析方法及系统 Active CN104768170B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410005190.6A CN104768170B (zh) 2014-01-07 2014-01-07 地铁移动用户感知优化分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410005190.6A CN104768170B (zh) 2014-01-07 2014-01-07 地铁移动用户感知优化分析方法及系统

Publications (2)

Publication Number Publication Date
CN104768170A CN104768170A (zh) 2015-07-08
CN104768170B true CN104768170B (zh) 2018-08-24

Family

ID=53649699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410005190.6A Active CN104768170B (zh) 2014-01-07 2014-01-07 地铁移动用户感知优化分析方法及系统

Country Status (1)

Country Link
CN (1) CN104768170B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108419250A (zh) * 2017-02-09 2018-08-17 中兴通讯股份有限公司 一种网络评估方法、装置及系统
CN108462966B (zh) * 2017-02-21 2021-06-15 中国移动通信集团浙江有限公司 一种基于2g网络高铁小区rru定位识别方法及系统
CN109889988B (zh) * 2017-12-06 2022-05-24 北京亿阳信通科技有限公司 基于地铁场景通信记录分析网络状况的方法和装置
CN109089235B (zh) * 2018-09-04 2021-08-24 广州视源电子科技股份有限公司 区域人流状态监测方法、系统及计算机可读存储介质
CN111294840B (zh) * 2018-12-07 2023-07-14 中国移动通信集团陕西有限公司 一种专网断点定位方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1098544A2 (en) * 1999-11-04 2001-05-09 Lucent Technologies Inc. Road-based evaluation and interpolation of wireless network parameters
CN102238465A (zh) * 2010-04-28 2011-11-09 北京神州泰岳软件股份有限公司 一种移动数据业务端到端质量分析方法及系统
CN103002479A (zh) * 2011-09-19 2013-03-27 北京洛神科技有限公司 移动网络用户通信质量关注系统
CN103491568A (zh) * 2013-06-03 2014-01-01 北京洛神科技有限公司 移动网络道路优化分析系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1098544A2 (en) * 1999-11-04 2001-05-09 Lucent Technologies Inc. Road-based evaluation and interpolation of wireless network parameters
CN102238465A (zh) * 2010-04-28 2011-11-09 北京神州泰岳软件股份有限公司 一种移动数据业务端到端质量分析方法及系统
CN103002479A (zh) * 2011-09-19 2013-03-27 北京洛神科技有限公司 移动网络用户通信质量关注系统
CN103491568A (zh) * 2013-06-03 2014-01-01 北京洛神科技有限公司 移动网络道路优化分析系统

Also Published As

Publication number Publication date
CN104768170A (zh) 2015-07-08

Similar Documents

Publication Publication Date Title
CN104768169B (zh) 高速铁路移动用户感知优化分析方法及系统
CN104768170B (zh) 地铁移动用户感知优化分析方法及系统
Elkosantini et al. Intelligent public transportation systems: A review of architectures and enabling technologies
CN102892134B (zh) 一种筛选高速移动手机用户的方法
CN102149103B (zh) 网络优化系统及方法
CN108198416A (zh) 一种手机信令与路网大数据的融合方法及其应用与系统
CN102750821B (zh) 一种公交汽车的调度系统
CN109995852B (zh) 一种基于移动物联网的智慧旅游系统
Valerio et al. Exploiting cellular networks for road traffic estimation: A survey and a research roadmap
CN106503843A (zh) 一种基于手机信令数据的常规公交线网优化与调整方法
CN103617495B (zh) 一种基于全组态hmi的综合交通枢纽运营管理系统及方法
CN106353603A (zh) 一种用于无线电的智能化云监测方法
CN102722984B (zh) 一种实时路况监控方法
CN105389979B (zh) 一种基于手机定位数据的综合客运枢纽客流实时监测方法
CN102624934B (zh) 轨道交通地震灾害应对方法
CN104639618B (zh) 一种轨道车辆设备或机构工作参数的无线组网系统及方法
CN106504524B (zh) 一种基于移动信令动态划分高速公路路段的方法
EP2201549B1 (de) Verfahren und verkehrsnachfrage-analyseeinheit zur bestimmung von quelle-ziel-nachfragedaten von verkehrsflüssen
CN107332704A (zh) 评估高速铁路移动用户使用lte服务质量的方法和系统
CN103491568A (zh) 移动网络道路优化分析系统
CN114827773A (zh) 一种城市轨道智慧安全监测预警系统
CN106921982A (zh) 一种通信异常评估的方法及装置
CN103500474A (zh) 基于移动式终端路灯巡检装置及方法
CN105101399A (zh) 伪基站移动路线获取方法、装置与伪基站定位方法、装置
Gu et al. Analysis of Changes in Intercity Highway Traffic Travel Patterns under the Impact of COVID‐19

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant