CN105813017A - 用于使用地理定位和网络建模进行动态网络优化的技术 - Google Patents
用于使用地理定位和网络建模进行动态网络优化的技术 Download PDFInfo
- Publication number
- CN105813017A CN105813017A CN201610032746.XA CN201610032746A CN105813017A CN 105813017 A CN105813017 A CN 105813017A CN 201610032746 A CN201610032746 A CN 201610032746A CN 105813017 A CN105813017 A CN 105813017A
- Authority
- CN
- China
- Prior art keywords
- network
- kpi
- data
- geo
- analog
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/20—Arrangements for monitoring or testing data switching networks the monitoring system or the monitored elements being virtualised, abstracted or software-defined entities, e.g. SDN or NFV
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
公开了用于使用地理定位和网络建模进行动态网络优化的技术。在一个特定的示例性实施例中,技术可被实现为用于网络优化的系统。系统可包括配置成从多个移动设备收集地理定位的订户记录的数据收集系统。系统还可包括经由网络通信地耦合到数据收集系统的SON优化系统。SON优化系统可包括配置成接收并处理来自数据收集系统的地理定位的订户记录的至少一个预处理器。SON优化系统还可包括网络模拟器,其配置成基于所处理的地理定位的订户记录来执行网络模拟分析并基于网络模拟分析来提供新网络配置,其中新网络配置预计提高网络性能。
Description
本公开的领域
本公开涉及网络优化,且更具体地涉及用于使用地理定位和网络建模进行动态网络优化的技术。
背景
移动通信设备,例如智能电话、平板计算机和其它电子手持设备变得日益普遍。为了支持数量不断增长的移动通信设备,无线通信系统使用具有使用一个或多个高性能基站的宏小区的无线电网络子系统。虽然在技术方面的进步使这些基站可以覆盖相对大的地理区域来改善移动通信,但这是尺寸适合所有的方法,其可能未充分用利用网络资源以完全优化用于移动通信的网络。例如,当前系统未能利用个人用户、他们的设备、习惯、倾向和其它特定信息的详细知识来提供模拟性能计算以更好地分配网络资源,以便实现更有效、专注的和定制的网络规划。鉴于前述内容,可理解的是,用于网络优化并有效和高效地提高网络性能的当前解决方案和技术可能存在相关的明显的问题和缺点。
发明内容
(1)根据本公开,提供了一种用于网络优化的系统,包括:
数据收集系统,其配置成从多个移动设备收集地理定位的订户记录;以及
SON优化系统,其经由网络通信地耦合到所述数据收集系统,所述SON优化系统包括:
至少一个预处理器,其配置成接收并处理来自所述数据收集系统的地理定位的订户记录;
网络模拟器,其配置成:
基于所处理的地理定位的订户记录来执行网络模拟分析;以及
基于所述网络模拟分析来提供新网络配置,其中所述新网络配置预计提高网络性能。
(2)如(1)所述的系统,其中所述至少一个预处理器配置成接收并处理来自数据库的性能测量统计数据。
(3)如(2)所述的系统,其中所述数据库包括网络数据库和操作支持系统(OSS)数据库中的至少一个。
(4)如(1)所述的系统,其中所述网络模拟器还配置成基于性能测量统计数据来执行网络模拟分析。
(5)如(4)所述的系统,其中所述性能测量统计数据从网络数据库和操作支持系统(OSS)数据库中的至少一个接收。
(6)如(1)所述的系统,其中所述SON优化系统还包括:
搜寻器处理系统,其配置成:
从数据库接收网络运营商输入和当前网络信息;
基于用户输入和当前网络信息过滤从所述数据收集系统接收的地理定位的订户记录信息;以及
向所述网络模拟器提供一个或多个模拟参数,其中所述一个或多个模拟参数包括一个或多个小区的组的优先化列表中的至少一个。
(7)如(6)所述的系统,其中所述SON优化系统还包括:
关键性能指标(KPI)计算器,其配置成:
基于所述模拟分析来计算预期KPI;以及
连同所述搜寻器处理系统提供改善所述一个或多个模拟参数的反馈数据。
(8)如(6)所述的系统,其中所述SON优化系统还包括:
KPI组合器,其配置成:
合并来自所述KPI计算器的未合并的KPI;以及
从所述搜寻器系统基于合并的KPI和未经改变的KPI至少部分地产生所述反馈数据。
(9)如(1)所述的系统,其中所述网络模拟器通过提供所述新网络配置来重新配置操作支持系统(OSS)。
(10)根据本公开,提供了一种网络优化系统,包括:
至少一个预处理器,其配置成接收并处理来自数据收集系统的地理定位的订户记录;
网络模拟器,其配置成:
基于所处理的地理定位的订户记录来执行网络模拟分析;以及
基于所述网络模拟分析来提供新网络配置,其中所述新网络配置预计提高网络性能;以及
搜寻器处理系统,其配置成:
从数据库接收网络运营商输入和当前网络信息;
基于用户输入和当前网络信息过滤从所述数据收集系统接收的地理定位的订户记录信息;以及
向所述网络模拟器提供一个或多个模拟参数,其中所述一个或多个模拟参数包括所提议的网络配置中的至少一个。
(11)如(10)所述的系统,其中所述至少一个预处理器配置成接收并处理来自数据库的性能测量统计数据。
(12)如(11)所述的系统,其中所述数据库包括网络数据库和操作支持系统(OSS)数据库中的至少一个。
(13)如(10)所述的系统,其中所述网络模拟器还配置成基于性能测量统计数据来执行网络模拟分析。
(14)如(13)所述的系统,其中所述性能测量统计数据从网络数据库和操作支持系统(OSS)数据库中的至少一个接收。
(15)如(10)所述的系统,还包括关键性能指标(KPI)计算器,其配置成:
基于所述模拟分析来计算预期KPI;以及
连同所述搜寻器处理系统提供改善所述一个或多个模拟参数的反馈数据。
(16)如(10)所述的系统,还包括KPI组合器,其配置成:
合并来自所述KPI计算器的未合并的KPI;以及
从所述搜寻器系统基于合并的KPI和未经改变的KPI至少部分地产生所述反馈数据。
(17)如(10)所述的系统,其中所述网络模拟器通过提供所述新网络配置来重新配置操作支持系统(OSS)。
(18)根据本公开,提供了一种用于提供网络优化的方法,包括:
从数据收集系统接收与多个移动设备相关的地理定位的订户记录;
处理地理定位的订户记录,其中所述处理包括对网络配置的一个或多个参数做出一个或多个临时变化;
基于所处理的地理定位的订户记录来执行网络模拟分析;
通过评估对所述网络配置做出的所述临时变化的影响来分析所述网络模拟分析;以及
在所述网络模拟分析展示一个或多个临时变化提高网络性能的情况下,使用这些临时变化来提供新网络配置。
(19)根据本公开,提供了一种存储计算机程序指令的非临时计算机可读存储介质,所述计算机程序指令配置成由至少一个计算机处理器可读取以用于指示至少一个计算机处理器执行关于执行如(18)所述的方法的计算机过程。
(20)根据本公开,提供了一种用于提供网络优化的系统,包括通信地耦合到移动通信网络的一个或多个处理器,其中所述一个或多个处理器配置成实施如(18)所述的方法。
附图的简要说明
为了便于对示例性实施方式进行更充分的理解,现在参考附图,其中相似的元素用相似的数字标注。这些附图不应被解释为限制本公开,而是仅被规定为说明性的。
图1根据示例性实施方式描绘了用于使用地理定位和网络建模进行动态网络优化的系统体系结构。
图2根据示例性实施方式描绘了用于使用地理定位和网络建模进行动态网络优化的基于地理的SON系统。
图3根据示例性实施方式描绘了用于使用地理定位和网络建模进行动态网络优化的方法的流程图。
图4根据示例性实施方式描绘了用于使用地理定位和网络建模进行动态网络优化的方法的流程图。
图5根据示例性实施方式描绘了用于使用地理定位和网络建模进行动态网络优化的方法的流程图。
实施方式的详细描述
现在详细参考示意性实施方式,其例子在附图中示出。应认识到,相同的参考数字在全部附图中被理解为指示相同或相似的部分。应认识到,下面的详细描述是示例性的而不是限制性的。
示例性实施方式可提供用于使用地理定位和网络建模进行动态网络优化的系统和方法。也就是说,示例性实施方式除了别的以外还可使用地理定位或从地理定位得到的信息和/或网络建模来提高网络性能。
如上所述,提供高性能基站以覆盖相对大的地理区域可改进移动通信,但这个有限的方法可能不以定制方式充分利用网络资源来提供关于网络优化的高精确度。
自组织或自优化网络(SON)以各种形式在全世界出现。在自优化网络(SON)中,各种机构可用于确定网络是否关于给定的一组流量条件进行最佳的运转。基站或基站收发信台(BTS)可包含控制小区站点的各种方面的配置参数。这些参数中的每个可被更改以基于基站本身的观察、在移动台或手持送受话机处的测量或其它获取的数据来改变网络行为。例如,自优化网络(SON)可自动更改各种网络参数,如果这样改变将对某些用户或所有用户导致更好的用户体验。例如,这些网络参数可包括发射功率级、邻居表格、天线电倾斜、天线指示方向/角度(例如高度和/或方位角)或切换阈值(例如在繁重地使用的3G网络上的语音用户的设备可“被鼓励”切换到GSM网络基站,以便为在网络上的现有用户或新数据用户的设备释放3G资源)。
在一些实施方式中,自优化网络(SON)可对网络配置做出小的变化以便提高网络性能。例如,发射机输出功率的水平可被改变,以便增大或缩小小区的尺寸,因为小区的尺寸一般与小区(或扇区)的总体覆盖区域成比例。通过将若干本地基站(BTS)的功率增加1dB,例如可提高网络的性能。在网络配置参数中的其它这样的调节可被执行以平衡网络当中的负载,提高总网络容量,或提高总网络覆盖范围,且所有此一般基于预先确定的“一般”网络流量水平。换句话说,这样的一般系统可能不考虑在给定时间点上在网络中存在的当前流量并相应地调节网络行为。在不使用来自用户的与当前流量条件或地理定位或从地理定位得到的信息有关的特定信息的情况下,可产生更差和更加慢得多的网络优化决策。
相应地,可使用与当前流量条件或地理定位或从地理定位得到的信息有关的特定信息,例如用户的位置、运动的速度或方向(或运动的缺乏)、历史行为(例如每天在特定的时间的特定旅行,例如到/从工作地点的高峰时间)或用户对网络运营商的“重要性”(例如,一个或多个用户是否具有VIP状态、是否是被网络运营商评价为高消费个人、主要公司客户的部分或为得到更好的服务而支付附加费用的用户等)。使用这样的特定信息可使配置参数能够被调节以提供增强的网络优化决策。基于SON的网络优化可因此基于所计算的和预先模拟的网络的重新配置,其中所计算的性能和因而网络更新推荐基于在更精确(地理定位的)位置处在网络的覆盖区域内所测量的真实用户体验。这个过程可将精确度和置信度带到以前不可用的自动化网络重新配置。应认识到,自优化网络(SON)可通过推荐对安装一个或多个新基站的安装和这样的基站可以或应被安装到的一个或多个位置或通过优化使用现有的所安装的基础设施的使用来连续地搜索更好的网络配置。
通过重新配置在移动通信网络中的现有站点,可提高在移动通信网络的各种方面内的性能。例如,这些可包括但不限于:网络容量、网络覆盖范围、从特定(或所有)站点可得到的数据速率、由特定站点的或在网络的特定区域中或在完整的网络中的某些用户或所有用户经历的服务的质量、通话掉线(再次在网络的一个或所有区域中)的数量的减少、特定的无线电相关度量(例如RSCP、Ec/No(每芯片能量除以在感兴趣的带宽中的总接收功率频谱密度))、提高的网络覆盖范围(例如提高的室内覆盖范围,其中户外小区-站点具有在建筑物内穿透的能力)、导频污染(例如在活动集之外但具有与在活动集中的功率级类似的功率级的导频的数量的减小)等。
如所描述的,一般方法涉及进行小的或递增的调节。例如,一个或多个站点的发射功率级可被调节(例如增加或减小)大约1dB的小的/递增值。如果这样的变化导致在网络中的提高的网络性能,则可进一步设想额外的递增变化。这样的小递增变化不可能对网络性能有灾难性的影响,且因此这样的系统更可能是网络运营商可接受的。相应地,可最小化可消极地影响大量消费者的产生灾难性结果的这样的变化的可能性。
然而,在需要较大比例的变化的情况下,如本文所述的模拟模型可能是更有帮助的。例如,较大比例的变化可基于在模型或模拟的预测功率中的准确度或置信度的水平。在这样的情形下,在功率上的3dB或更大的增加/减小和也许在2度或更大的天线的倾角中的变化,例如可落在较大比例的变化的类别内。当模拟模型发展时,也许可能对调节处理不同(更大)的量,并从而构成大于小的递增变化的调节。因此,通过在实际实现之前最初“建模”(或模拟)潜在的变化并在每个模拟变化之后实现连续反馈环,可确保每个递增步骤的确认和成功应用。
在本文所述的系统和方法中,可使用网络建模器或模拟器在数秒或数分钟内非常快地提议、分析和实现网络变化。在有增加的速度和实时或近实时地实现对流量事件的动态响应的情况下,模拟器可不再需要为待实现的这些变化而“冻结”整个网络。本文所述的实施方式也可平衡关键性能指标(KPI)。例如,提高一些KPI同时消极地影响其它KPI,使得对网络的总性能/容量/用户体验可被提高。
如在本文所述的,实施方式公开了可在计算上是有效的SON系统,因为系统可模拟聚焦于潜在的变化的网络的部分,且因而产生的模拟通常只覆盖感兴趣的参数(和/或KPI)。这最终可允许系统有效地工作并实时或近实时地操作。此外,系统的操作可以以网络的特定部分作为目标,而很少或不需要模拟整个网络,这又提高操作速度。
最后,本文所述的实施方式可以是在历史上选择性的。换句话说,本文所述的SON系统和方法可“记住”在特定的一天的特定时间(例如在星期一早晨的早高峰时间)的特定网络配置并在下星期一(和/或在假日时期之外的所有随后的星期一)恢复这个配置。以这种方式,这样的系统可“学习”并提供良好起始点用于在网络内共同出现。因为由传统SON系统做出的变化在前一夜被移除,每天可从相同的基线开始(在前一天得到的任何网络提高一般在一晚上被“忘记”)。因此,使用“记住的”基线帮助确保网络可以未必偏离能够改善进一步的提高的已知和起作用的基线太远。
当对网络做出所计算和定向的变化时且当这些变化在网络中实现(例如经由模拟建模)之前是“已知的”时,可提供网络的更精确调整。虽然变化是否将是有益的且有多少网络将受益可能不是确定的,但应认识到,无论什么利益被经历都可基于实际实时或仅实时流量水平、流量类型(例如数据、语音、视频)和在(或非常接近于)该时间存在于网络中的流量分布。
存在多个度量,通过这些度量可对网络的一个或多个特定变化的成功进行判断。例如,电路-切换掉线(CS掉线)(例如掉线的(语音)呼叫的数量)可以是一个度量。另一度量可包括数据呼叫掉线(在数据呼叫的活动或空闲部分期间)。另一度量可包括呼叫阻止事件,其可涉及不充足的网络容量防止所发起的呼叫被做出/被连接的情况。
也可使用其它度量。例如,可使用在考虑下的网络的区域中的基站(BTS)的“可用发射功率增长”度量。这个度量可分析在相关网络区域内的特定的或所有的小区站点处可用的“净空”,并可与每个基站的最大输出功率能力比较。可存在将被进一步考虑的多个选择。通常,在网络中的用户体验可基于用户所连接到的基站的发射功率而在较大程度上提高(例如由用户接收的更强信号)。“可用发射功率增长”的小的值因此可以是合乎需要的。然而,这可能需要针对从一个小区到另一小区的干扰的更大可能性平衡。例如,如果发射功率太高,这可影响在可能遭受干扰的附近小区中的用户的用户体验。注意,干扰在这里(一般)可被用户的手持送设备而不是被基站经历。此外,如果小区具有比其他小区更大的导频功率,它可使用户设备连接到该小区,即使其传播损失更大。这可使移动设备在更高的功率级下进行发射,以便与更远或更弱的小区通信,导致电池寿命减少和上行链路干扰的增加。
“可用发射功率增长”的大值也可以是合乎需要的,因为它是小区的操作点的度量,且低值可允许被携带的流量的增加。另一选择可以是目的在于平衡关于在网络的给定区域中的多个基站的“可用发射功率增长”值。这可帮助确保网络具有在网络中的任何点处处理意外的流量增长的最大能力而不使网络过载(或至少最小化网络将变得过载的可能性)。
可进一步提供判断对网络的一个或多个特定的变化的成功的其它度量。例如,可为所有用户合并每个用户的突发(数据)速率以产生网络的相关区域的总吞吐量(=“突发速率的和”),且期望的是较高的值。也可使用任何其它统计量度标准,例如最大化具有高于预定阈值的数据速率的用户的百分比等。
接收信号代码功率(RSCP)和/或Ec/No可以是另一度量。可为所有用户在这两种情况下平均RSCP和/或Ec/No,或再次察看用户经历的百分比大于给定阈值。
可测量来自相邻(但是不相关的,从切换观点看)基站的导频信号的数量的“导频污染”可以是另一度量。理想地,移动设备或手持式设备不应看到来自不是期望的切换候选项(手持式设备可能浪费时间/网络资源来发现此)的、本地基站的任何导频信号。
可测量用户体验的“用户体验”可以是又一度量,例如其中呼叫质量足以避免呼叫掉线,但可能在用户看来不足以保证继续呼叫(在这种情况下用户将选择放弃呼叫)。这可出现,因为例如无线电链路质量对于可接受的语音呼叫太差,或比特率太低或延迟太大,等等,而不能为基于分组的应用提供足够的链路质量。
也可使用其它基于阈值的度量。不是依赖于可掩蔽在少量小区中的不可接受的结果的KPI参数的平均值,基于阈值的度量可确保所有小区满足在一个或多个重要KPI(如,呼叫掉线或数据速率)中的给定最小标准。同样,基于方差或标准偏差的度量可在确保运转得差的小区不变得更糟(周围小区变得更好,因而产生提高的覆盖平均分数)时实现类似的目标;设置最小标准偏差例如确保所有小区不偏离平均性能太远。
更多的“复合”KPI也可用作另一度量。在一些实例中,网络运营商可基于网络报告的KPI的组合来定义其自己的KPI。例如,网络运营商可定义网络级“性能指标”值,其可以是RSCP、Ec/No和/或其它参数的加权组合,且SON系统被分派任务以最大化这个“性能指标”值而不是一个或多个单独的参数(例如单独地最大化RSCP和Ec/No)。
图1根据示例性实施方式描绘用于使用地理定位和网络建模进行动态网络优化的系统体系结构。应认识到,系统100是系统体系结构的简化视图,该系统体系结构可包括未描绘出的其他元件。如所示,图1示出自优化网络(SON)系统100的处理体系结构。系统100可具有各种控制/更新特征并可包括各种部件。例如,系统100可包括网络数据库110、操作支持系统(OSS)120和地理定位系统130。系统100还可包括可通信地耦合到网络数据库110、操作支持系统(OSS)120和地理定位系统130的SON优化器140以及提供用户输入的一个或多个用户设备(UE)150。
地理定位系统130可用于确定与移动设备相关的地理定位或从地理定位得到的数据。例如,如上面讨论的,地理定位系统130可用于从移动设备接收与地理定位相关的信息,例如速度、运动的方向等,且也可使用该信息来计算并确定移动设备正在哪里行进,使得该信息可进一步被处理以为在该网络中的一个或多个移动设备提供网络资源的提高的分配。
应认识到,地理定位系统120可根据至少下面的申请来执行一种或多种地理定位技术:Flanagan的标题为“Geo-locationinaWirelessCommunicationNetwork”的于2011年9月19日提交的并于2011年12月29日公布的美国专利公开号2011/0319093;Thiel等人的标题为“MethodandApparatusforDerivingPathlossEstimation”的于2011年12月21日提交的并于2013年2月发布的美国专利号8,374,596;Kenington等人的标题为“MethodandApparatusforGeolocatingWirelessCommunicationUnit”的于2012年2月9日提交的并于2013年8月1日公布的美国专利公开号2013/0210450;Flanagan的标题为“MobileGeolocation”的于2011年9月19日2012年2月9日提交的并于2013年8月1日公布的美国专利公开号2013/0210449;Murphy等人的标题为“MobileGeolocation”的于2012年12月18日提交的并于2014年6月19日公布的美国专利公开号2014/0171102;以及Murphy等人的标题为“MethodandSystemforMobileReferenceSignatureGeneration”的于2012年12月18日提交的并于2014年6月19日公布的美国专利公开号2014/0171103,以上所有申请通过引用被全部并入本文。
合并地理定位系统130的系统100可能能够对个人用户进行地理定位并使这些用户及其位置与由用户的手持式设备和蜂窝网络捕获的各种性能和测量统计数据相关。SON优化器140可以是从数据库110、操作支持系统(OSS)120、地理定位系统130和/或用户设备150接收数据的数据处理系统。SON优化器可处理来自这些输入的数据以产生新网络配置(例如基于现有的网络硬件部署),其中新网络配置可相对于现有的网络配置提供某个可测量的提高。
SON优化器140可处理各种输入数据。例如,当订户记录被捕获时,SON优化器可接收网络配置。这可例如从网络数据库110、OSS120、其它类似的网络部件或其任何组合被接收。在一些实施方式中,网络配置可包括一个或多个基站的地理位置、其天线高度、增益、辐射方向图和指向角(例如在方位角和高度上)、发射功率级、收发器灵敏度、在每个基站处使用的频率/通道/时隙/扩频码等、每个基站的相邻关系、用于控制切换决策的各种阈值和/或每个基站的一个或多个能力,其可包括例如在每个站点处可得到的各种自由度以用于重新配置(例如发射功率限制、天线指向角限制等)。应认识到,由SON优化器接收的并处理的网络配置可以是在测量(来自UE)被进行时在适当地方的配置。换句话说,这个网络可以或可以不是当首次被设计或模拟时网络的初始网络配置。因此,在SON优化器内执行的大部分或所有模拟可基于在相关测量被进行时的时间的网络配置。这可因此当在网络内实现时提供更高可能的准确程度并提高所模拟的网络变化将实现它们的预测KPI改进的可能性。
SON优化器还可接收并处理由一个或多个UE进行的和/或由OSS120(或类似的网络部件)报告的测量。这样的测量可包括接收信号强度、接收信号质量、往返传播延迟测量、地理定位信息(如果例如从GPS可得到)、QoS测量、无线电链路故障的报告等。为服务小区和为频率内和可能还有频率间和RAT间相邻小区进行接收信号强度和质量测量。应认识到,RAT可包括任何类型的无线电访问技术,例如GSM、3G、LTE等。
除了参数测量以外,几组消息也可由SON优化器140捕获和使用。例如,可使用RANAP消息、3GPPRRC(第3层)消息发送和供应商特定消息发送(例如其揭露呼叫状态加上被请求和分发的任何重新配置和服务)。这些消息可能在针对在进展中的服务的类型(例如)而对掉线和阻止分类方面是有帮助的。
SON优化器还可接收并处理来自地理定位系统130的各种地理定位或从地理定位得到的信息。这样的信息可以是针对大量UE,包括有或没有GPS能力的UE,或其中这样的能力被禁用的UE。应认识到,这个地理定位或从地理定位得到的信息可由地理定位系统130本身或与其它网络部件(例如网络数据库110、OSS120或其它类似的网络部件或系统)协作地计算和提供。
SON优化器140也可接收并处理历史订户记录(例如从最后几小时或几天起的最近历史)。这些可用于使SON优化器140能够评估任何所提议的网络变化对最近的一般流量水平、类型(例如语音/数据/视频等)和/或订户特征(例如VIP相对于低ARPU(每用户平均收入)订户)的影响。任何网络变化对这样的(最近历史)流量的影响可表示这样的变化对当前和不久的未来流量的影响,且这样的信息可能对提高网络性能是有用的。
SON优化器140也可经由UE150从一个或多个用户输入接收并处理信息。在一些实施方式中,这样的信息可以是来自网络运营商/控制器的手动输入的数据,并可包括提供被认为帮助提高网络性能的目标、约束或目的的信息或数据。例如,从UE150接收的信息可配置成控制、暂停或限制SON优化器的运行以通过例如选择特定的KPI来指导变化的目的以包括、强调或排除“不公正地”受益(例如VIP)的特定用户或特定类别的用户。SON优化器可接着使用这些目标和约束来指导结果和因此所提议的网络变化。也可能设置KPI的目标以实现(例如此时强调可转向其它KPI及其目标)。输入也可指向网络的特定区域(例如地理子集)以起作用来优化(例如维持其它区域在很大程度上不改变)。最后,SON优化器140也可接收与包含可被进行的调节的被允许范围的矢量相关的信息(例如在其内可进行调节的约束或限制)。
性能管理统计数据也可由SON优化器140使用。这些统计数据可代表从位于网络中的感兴趣区域内的每个小区报告的总小区级(例如每小区)性能数据。从所得到的当前值和历史值中,可得到由SON系统100对网络做出的任何变化产生的性能提高或降低的概况。
虽然图1的SON系统体系结构100被描绘为包括网络数据库110、OSS120、地理定位系统130、SON优化器140和用户输入150,应认识到,除了其它类似和可兼容的网络系统和部件以外,还可使用多个这些部件/系统中的每个。
为了使系统100的网络部件起作用和进行通信,系统100的这些各种部件例如可访问各种内部和/或外部数据库。例如,SON优化器140可通信地耦合到一个或多个数据库,其可包含关于基站位置、天线类型/增益/指向角、功率输出能力、容量/能力的数据和信息和/或其他基站和网络资源相关的信息。应认识到,SON优化器140也可存储这种类型的信息本身,可与其它这样的数据库共享负载,或可依赖于将完全存储在这些数据库上的这样的数据。内部/外部数据库可存储各种其它信息。例如,数据库可存储使用其服务来识别订户的信息,且关于该信息的服务特征被订阅。数据库可存储信息,例如订户的消费者名字、识别号、服务或其它标识符、用户的移动通信设备110A-110G是否被打开或关闭以及设备能力。例如,这些可包括移动设备可能能够利用来通信的哪些空中接口标准,例如GSM、W-CDMA、LTE。应认识到,这些数据库可以是高度鲁棒的,并且还可存储地理定位信息、从地理定位得到的信息和适合于提供动态网络优化和网络模拟的其它信息。
应认识到,这些数据库的内容可组合到较少或较大数量的数据库内,并可在一个或多个数据存储系统上和以一种以上的格式进行存储。数据存储系统对客户端系统、服务器和/或其它网络部件可以是本地的、远程的或其组合。存储在数据库中的信息可能在为网络资源和/或其它相关服务的分配的改进提供额外的定制时是有用的。
可使用标准电信协议和/或标准联网协议经由电子、电磁或无线信号和/或携带数字数据流的分组的传输来实现在本文所述的系统100的各种服务提供者、订户和/或部件之间的通信。这些协议可包括会话发起协议(SIP)、IP上语音(VOIP)协议、无线应用协议(WAP)、多媒体消息发送服务(MMS)、增强消息发送服务(EMS)、短消息服务(SMS)、基于全球移动通信系统(GSM)的系统、基于码分多址(CDMA)的系统、通用移动电信系统(UMTS)、传输控制协议/互联网(TCP/IP)协议、长期演进(LTE)。也可提供适合于经由分组/信号来传输和/或接收数据的其它协议和/或系统。例如,也可使用电缆网络或电信连接,例如以太网RJ45/5类以太网连接、光纤连接、传统电话有线连接、电缆连接或其它有线网络连接。在网络提供者和/或订户之间的通信也可使用标准无线协议,包括IEEE802.11a、802.11b、802.11g、802.11n、802.11ac等,或经由用于有线连接的协议,例如IEEE以太网802.3。
图2根据示例性实施方式描绘了用于使用地理定位和网络建模进行动态网络优化的基于地理的SON系统。应认识到,图2是图1的更详细的和功能化的描述,聚焦于SON优化器240。参考图2,SON优化器240可包括预处理器250、网络模拟器260、KPI计算器270、KPI组合器280和搜寻器290。
这些各种部件和/或与SON优化器240或系统200的其它部件相关的任何其它网络元件、计算机和/或部件可包括一个或多个模块或其他的部件。如在本文使用的,术语“模块”可被理解为指计算软件、固件、硬件、基于云的处理系统和/或其各种组合。然而,模块不应被解释为不在硬件、固件上实现或在处理器可读可记录存储介质(即模块不是软件本身)上记录的软件。注意,模块是示例性的。模块可组合、集成、分离和/或复制以支持各种应用。此外,代替或除了在特定模块处执行的功能以外,在本文被描述为在特定的模块处执行的功能可在一个或多个其它模块处和/或由一个或多个其它模块执行。此外,模块可在多个设备和/或彼此是本地或远程的其它部件当中进行实现。此外,模块可从一个设备移动并被添加到另一设备,和/或可被包括在这两个设备中。
参考图2,如在图1的系统100中的实际和/或当前网络配置信息可由SON优化器240从网络数据库110和/或OSS120接收到。更具体地,OSS120可为网络中的各个扇区提供性能测量统计数据(“PM统计”),其可在预处理器250处(例如在预处理1250A处)被接收。在一些实施方式中,PM统计可允许关键性能指标(KPI)被测量和判断。例如,如果网络变化导致在这些KPI中的提高,则这些PM统计可被保留(或被实现)。如果KPI另一方面被降低,则网络变化可反转(或不实现)。
应认识到,可使用各种方法由系统得到PM统计。例如在一些实施方式中,小区级PM统计可由系统从网络中的每个BTS接收到。这些值可由基站本身(直接地或间接地)测量并可对每个基站/扇区单独地报告。这样的测量可提供BTS下行链路功率级(在传输的时刻)和/或关于从UE传输的信号的接收信号强度的测量。也可从在网络内的相同源或其它源接收其它类型的额外PM统计。
也可在预处理器250处(例如在预处理2250B处)接收在网络的相关区域中的每个用户的各个订户记录。在一些实施方式中,这个相关区域可以是SON系统被设计或被配置成进行操作的区域。这个水平的细节可能在实现精确的、定向的网络提高方面是有帮助的。不是在给定小区或扇区当中测量的性能的平均水平,在预处理器250处接收的这样的特定信息可使选择网络参数(例如发射功率级或天线指向角)变得可能,在这些参数中的变化可导致对扇区中的大部分用户总体上提高的性能(例如数据速率)。
预处理器250可提供若干输出。第一输出可包括“掉线模型”信息。在SON系统的考虑下的每个小区或扇区的掉线模型可包括通话掉线的细节,例如呼叫被掉线的位置(或在呼叫被掉线之前的最近已知的位置)、其被掉线时的时间和/或任何其它相关细节(例如呼叫是语音呼叫还是数据呼叫)。从地理定位系统130发出的每个用户的每个订户记录(呼叫段)例如可由呼叫段构成,且每个呼叫段包含下列项中的至少一些的细节:RF测量、地理定位、用户体验、行进的速度、“位置置信度”、服务类型、活动集、最佳小区和/或与该呼叫段相关的其它类似的数据。这些段还可包含关于呼叫是否在该呼叫段期间被掉线的信息、服务相关的信息(例如,如果连接是电路切换的或分组切换的等)、段的持续时间、开始/结束连接标志和在一些情况下关于在该呼叫段期间的用户体验的信息。在一些实施方式中,网络模拟器260可使用该信息以基于Ec/No、RSCP或其可作为网络模拟活动的一部分而产生的类似度量来预测可能的呼叫掉线(或呼叫掉线的概率)。当与来自实际网络数据的分析比较时(例如在任何网络修改由搜寻器和/或模拟器提议之前),所建模的呼叫掉线可用作用于校准网络模拟器260的机构并允许自适应学习。应认识到,可被单独地报告的所尝试的呼叫建立的阻止(例如由于网络是拥塞的)也可以用与呼叫掉线类似的方式进行处理并由预处理器以类似的方式报告给网络模型。
第二输出可以是小区发射功率级。在一些实施方式中,这些可以是在网络的相关区域中的每个小区的实际被报告的小区(BTS)发射功率级,或在这些对特定的站点不可用的情况下,可使用所估计的功率级。一般,这样的估计可基于信号质量的UE测量。在这样的测量是不可用的情形中,可替代地使用默认值,例如在受影响的网络中的任何其它小区的平均发射功率的固定估计或最大发射功率的固定百分比(例如75%)。可提供并设想用于估计的其它基础。
第三输出可涉及预先计算的度量。例如,预处理器250可为大部分或所有呼叫段预先计算度量。这意味着对于不影响特定的呼叫段的任何配置变化,它的度量可以不需要被重新计算。这可能在实现关于实现的高水平的效率(和因而快执行速度)方面是有帮助的。
网络模拟器260可从预处理器250接收数据并合并“网络模型”以执行网络建模或模拟分析。在一些实施方式中,例如网络模拟器260可接收所提议的小区组或参数以从搜寻器290改变,搜寻器290可寻找可能的提高的网络配置并可模拟合并这些变化的网络的版本。应认识到,在一些实施方式中,模拟可离线地被执行(例如在对网络做出任何变化之前),以便不中断正常SON优化器操作以及确定这样的变化是否实际上有益于实际的实现。
也应认识到,“网络模型”可以主要是由OSS120和/或网络数据库110保存的网络模型的拷贝,但具有如SON优化器240所需的一些变化/校正/添加/简化连同在预处理阶段期间创建的模型(例如呼叫掉线模型等)。此外,例如通过模拟与期望输出或网络区域有密切关系的方面来简化模型可帮助极大地加速执行并提高所实现的SON提高的时效性。
KPI计算器270可计算网络的关键性能指标(KPI)。这些KPI可以是基于将被由网络模拟器260模拟的所提议的变化影响的实际用户的模拟体验而预期的东西,假定变化是在真实网络中做出的。
应认识到,在SON优化器240内的网络模型可由来自OSS120和/或网络数据库110的元素组成。OSS120可例如省略参数,例如基站位置(纬度/经度)、天线高度(amsl)、天线下倾角和关于天线的辐射方向图(在方位角和高度上)的细节,其中一些或全部可由网络数据库110或其它源提供。而且,网络模型可被简化,使得它包含SON系统200在其上进行操作的网络的特定区域的细节(相对于存在于OSS和网络规划工具/数据库之间的完整网络模型)。这可允许处理比原本的情况被更快速地且更有效的系统中进行执行,因为并不需要模拟整个(例如全国的)网络。
如上所述,搜寻器290可以是与网络模拟器260交互作用以贡献并提供一个或多个约束或其它输入信息的处理部件。这样的约束可从各种源收集数据,以改善由网络模拟器260执行的模拟分析。例如,搜寻器290可接收来自网络运营商的用户终端(或其它源)的约束输入信息、订户记录(个人订户位置、QoS度量、RSCP等)和/或网络规划(如由OSS120和/或网络数据库110定义的)。搜寻器290可处理来自这些各种源的一个或多个的这些输入以产生各种输出,其然后可被馈送到网络模拟器260。在一些实施方式中,可确定的是基于一组小区的特性,搜寻器290和模拟器260联合地确定该组的最佳配置将更有益。
在一些实施方式中,搜寻器290可产生可起源于OSS120的订户记录的经过滤版本。这些记录可被过滤以移除网络模拟器260可能不需要的或不相关的信息。例如,网络模拟器260可能需要关于/来自订户的信息,所述订户在网络中的感兴趣(覆盖)区域(在其内SON系统可做出改变的覆盖区域和可被任何这样的变化影响的周围区域)内在呼叫上花费至少一些时间。不属于这两个区域中的任一个的任何呼叫记录可被过滤出并因此不传递到网络模拟器260。换句话说,搜寻器290可用作改善机构,使得网络模拟器260可以不负担可能引起延迟或额外的处理要求的不必要的信息。虽然这个过滤过程被描述为发生在搜寻器290内,应认识到,这样的过滤也可出现在系统内的多个点例如预处理器250或系统200中的其它部件处。
此外,在一些实施方式中,搜寻器290可产生并提议包括应被联合地优化的一个以上的小区的小区组。例如,在一组小区之间通过无线电传播或其它手段的耦合可意味着对于小区的子组,联合地考虑小区的模拟可产生比逐个小区优化明显更好的结果。
此外在一些实施方式中,搜寻器290可产生并提议新网络配置,例如,其由用于在正被考虑的区域内的一些或所有基站的新的/更新的功率级(和/或天线下倾角等)组成。
由搜寻器290输出的该信息可由网络模拟器260接收,其在操作和配置上类似于被产生来最初设计蜂窝网络的常规网络模拟器。其操作将因此不在这里被详细描述。然而,在SON优化器系统200内所需的网络模拟器260可以是完全常规的网络模拟器的简化版本(例如能够只考虑某些参数的网络模拟器)并可在它的特征中被限制。例如,简化的网络模拟器260可以不产生关于基站的地理位置的推荐(因为这些已经由其它系统部件部署)。使用在SON系统内的简化网络模拟器260(相对于可用于从头开始设计整个网络的完全的网络模拟器)的原因可以是为了效率目的。网络模拟器260可被SON系统200需要以将相对变化应用于在订户记录中测量的参数。无线电环境的绝对模型可以是不需要的。事实上,传播效应可能已经由用户本身校准(经由他们的UE测量报告),且使用完全的网络模拟器可增加冗余度和处理延迟。
此外,使用在SON优化器内的简化网络模拟器允许真实和非常最近的(来自最近使用网络的相关部分的实际订户)订户记录被利用和分析,也许是实时的或近实时的,例如最近的几十分钟、几十小时或几十天。完全的网络模拟器一般使用老得多的订户记录(也许从GSM系统或3G系统获取,当设计LTE系统时)或根本没有订户记录或驱动测试结果或这些或类似的遥远历史数据记录的组合。最近数据的使用允许进行非常最新和相关的网络模拟,从而导致准确得多和有用的SON优化以及还有遵循在网络流量方面的进行的趋势——每小时、每天、每星期、每月等——的优化。这个定制的方法可导致更有效和高效的SON优化过程。
网络模拟的结果可以是一组更新/改变的订户记录,例如详述真实(最近)用户的订户体验将是什么的记录,如果网络被配置为如搜寻器290所提议的。这些记录可接着被馈送到可将这些“模拟真实”用户体验转换成一组“模拟真实”网络KPI的“网络模型”(其可形成网络模拟器260的一部分)。例如,网络级KPI之一可以是在网络内的多个通话掉线或其一部分。在这种情况下,网络模型可预测哪些用户将遭受呼叫掉线,如果网络被配置为如搜寻器290所提议的。同样,网络模型可预测哪些用户(其呼叫实际上在真实网络中被掉线)将不遭受通话掉线,如果他们使用具有如搜寻器290所提议的配置的网络。
从这个建模练习产生的KPI(例如被称为“未合并的KPI”)可接着与来自保持未被KPI组合器280中的所提议的网络变化触动或影响的网络的部分的等效KPI(例如被称为“未经改变的KPI”)合并。因而产生的“合并的KPI”可接着形成被输入到搜寻器290的一类反馈。基于这个反馈——其实际上将传达和告诉搜寻器290,KPI(如由网络运营商所设置的)被多么好或多么差地受被它提议的网络的变化所影响,搜寻器290可接着建议一组提高的变化或推荐刚刚提议(和分析)的变化在系统200内由OSS120(因此从搜寻器到图2中的OSS的输出链路)实现。本质上,系统可决定这个所提议的新配置是否比到目前为止尝试的任何其它配置更接近由网络运营商设置的KPI目标。此外,基于这个反馈,搜寻器290可接着提议不同组的小区联合地被模拟以搜索提高。
这种方法的一个优点,即基于个人用户记录/体验而不是全小区(或“平均”)体验来运行上述过程的优点是,各种情形可在个人用户级处被检查。例如,对特定类别的用户(例如VIP)的影响可被评估,且更新网络的任何决策可被调节,以有利于这样的用户(如果这是网络运营商的策略)。此外,通过最小化应被联合地模拟的小区的数量,算法的速度可增加。
图3根据示例性实施方式描绘用于使用地理定位和网络建模进行动态网络优化的方法的流程图。示例性方法300作为例子被提供,因为存在执行本文公开的方法的各种方式。图3中所示的方法300可由各种系统之一或组合执行或以另外方式实施。作为例子,方法300在下面被描述为由图1中的至少系统体系结构100和图2中的SON系统200或更具体地由如在图2中描绘的搜寻器290来实现,且在解释图3的示例性方式时参考系统100和200的各种元件。图3所示的每个块代表在示例性方法300中执行的一个或多个过程、方法或例程。也可提供包括代码的非临时计算机可读介质,代码当由计算机执行时可执行方法300的动作。参考图3,示例性方法300可在块302开始。
在块304,在网络内的可允许变化可例如由图2的系统200的搜寻器290确定。在一些实施方式中,确定这样的可允许变化可包括针对每个参数类型测试一些或所有区域以评估变化的可能性。换句话说,这可以是探察的行动以确定下面的内容:什么可改变(例如发射功率、天线下倾等)、在网络内在哪里允许变化(例如可允许改变的基站扇区,一般由运营商设置)以及变化被允许的量(例如在天线下倾方面的0.5度增量或在输出功率方面的0.5dB变化)等。这个动作可接着产生对在网络的虚拟模型中的一个或多个基站扇区/小区的变化并评估变化的结果。在一些实施方式中,这可基于这样的变化对来自真实网络用户的位于网络的相关部分(例如可被变化影响的网络的部分,如由真实用户的设备可识别出的网络邻小区所确定的)中的真实呼叫段有的预期影响。应认识到,在一些实施方式中,可基于在小区之间的交互作用来确定一个或多个小区应被联合地优化。
在块306,包括至少一个小区或参数的组可基于优先级规则被分级。在一些实施方式中,这可涉及很多可能的改变和将它们对KPI的影响分级。这些变化可采取若干种形式。例如,这些可包括:(i)对在网络的预定区域中的所有基站小区组的单一变化;(ii)在网络的预定区域中的同一基站小区组上的多个变化,以及(iii)对在网络的预定区域中的单个小区组的单个变化。也可提供其它变形。
关于(i),例如可在网络的给定区域(或实际上整个网络,如果需要)内的所有基站扇区上一个接一个(但见下面的可选实施方式)地做出同一或单一变化(例如下倾角的1度的变化)。换句话说,在一个扇区中的变化可被做出,以模拟并存储结果,然后反转变化,然后在下一扇区中做出变化,模拟并存储结果,然后反转变化,依此类推,直到所有期望扇区可能都已经被评估为止。此外,变化可实现产生最大KPI提高的(单个)变化或实现产生比给定阈值大的KPI提高的所有变化。
关于(ii),例如可在同一BTS扇区上做出多个参数变化,单独地评估(通过模拟)它们的影响(在反转变化之前)或在反转变化之前评估它们的组合影响,并存储结果。对所有期望扇区重复这个过程。再次,可接着实现一个或多个最佳变化(如上文)。
关于(iii),例如可对单个小区或扇区做出单个变化,并评估这个变化(和因此这个扇区)对在考虑下的网络的区域的总性能的影响。基于这个分析的结果,可做出另外的类似(或不同)的参数变化的试验/实现。这可采取对与最初被改变的相同的参数的更大或更小的变化或对完全不同的参数的变化的形式。
在一些实施方式中,例如可在同一BTS小区组上做出多个参数变化以评估该组的参数组合的联合变化对在考虑下的网络的区域的总性能的影响。
注意,评估特定变化的成功的关键部分可以是检查它对网络的任何不利影响以及任何有利影响。最佳选择可以是组合在网络性能的一个或多个领域中的有用提高与对网络性能的其它领域的零或最小消极影响。
应认识到,搜寻器290的功能可以是识别一个或多个小区的组,其中在该组包含多于一个小区的情况下,当与该组的其它成员的性能指标比较时,该组的成员关系可由对该组中的一个小区的变化的相对影响确定。一旦组的集合被确定,就可以用依赖于由对该组中的一个或多个小区中的参数的小变化引起的在网络KPI中的相对变化的方式来实现对组分级。一旦组的级别被设置,在一些实施方式中,以最高等级组模拟该组的网络性能增强开始,搜寻器290可选择具有该组的最佳性能的模拟配置,更新呈现该配置的所规划的一组推荐,并移动到下一最高等级的小区组。为了继续该过程,搜寻器可遍历小区组的整个集合以为该组中的所有小区产生所规划的一组推荐。
在块308,可产生用于网络模拟的多个网络配置。在一些实施方式中,新的一组配置可被提议以基于最佳评价的配置(考虑到与对于前面提到的动作类似的事情作为约束,例如可允许的功率级增量等)来尝试。这些新配置也可以用类似的方式被模拟、评估和分级,如上所述。在一些实施方式中,块308可以是可选的。
在块310,可基于网络模拟来评估多个网络配置以例如确定多个网络配置中的每个的益处。换句话说,可评估每个模拟配置的价值。在一些实施方式中,(到目前为止的)最佳模拟配置可被记录和/或输出。应认识到,评估每个模拟配置的价值并挑选一个或多个最佳变化可在实现在真实运转的网络中的任一个或多个变化之前被执行。
在块312,可做出关于方法是否继续的决定。在一些实施方式中,如果评估组的预定数量的组合没有完成,则方法300可循环回到块304。组的预定数量的组合可以是所有、一些或一个组。也应认识到,组的这样的组合也可由预定的时间段限制。如果评估所需的所有迭代都已经完成,则方法300可继续进行到块314。
在块314,可输出在多个网络配置当中最强的一组网络配置。在一些实施方式中,最终结果可被发送到OSS120,例如用于在真实运转的网络中实现。再次,这假设结果满足所有预定的标准(例如在一个或多个KPI中的足够提高和在所有其它度量中的最小/可容忍的降低)。
在块316,方法300可结束。
将认识到,也可提供其它各种实施方式。例如在一个实施方式中,可实现下面的操作:(i)对在考虑下的小区群中(例如在网络的选定区域内)的每个小区和参数类型尝试单个变化并接着测量模拟影响;(ii)按照模拟影响的幅度将这些变化分级;(iii)以降低的模拟影响的顺序(例如最大的影响是第一)模拟到目前为止在累积的一组选定变化之上的小区和参数的所有被允许的组合。在每组模拟之后,用刚刚模拟的组合中的最佳者更新总的一组选定变化(只要这比不产生变化更好);(iv)停止且将这整个(且前后一致的)组变化应用于真实网络。
在另一实施方式中,方法300可涉及挑选单个变化(例如发射功率级的1dB的增加)以及将这个变化(在模拟中)同时应用于在考虑下的网络区域内的所有小区/扇区。一旦这个变化被模拟,网络的模拟模型就可接着被恢复以匹配真实网络且不同的变化(例如发射功率级的1dB的降低)被应用。
在这个情形中,小区可接着基于它们对网络性能的影响进行排序,一旦变化被做出(同时对所有小区),而不考虑所有小区经历相同的(虚拟)变化,一些可提供更大的网络益处而其它较不这样(或甚至消极的益处,例如损害)。这个变化可接着在所有小区/扇区上实现,这些小区/扇区的益处(在可以是零的最小阈值之上)被看到。
应认识到,对于具有最大影响的小区/扇区,也可只在该小区上模拟一定范围的其它变化(例如功率级的较大变化或天线下倾角的变化),且由这个过程揭露的有益变化可接着在真实网络中实现。类似地,可使用一定范围的参数变化来评估(例如在模拟中)具有次最大影响的小区/扇区,且对它的配置的有益变化然后在真实网络中对所有或大部分小区(其中有益影响最初被看到)实现,等等。
上述过程对于上述或任何类似的过程也可合并一种或多种很好理解的优化技术,例如遗传算法和/或模拟退火算法/技术。也可设想并提供其它各种组合。
通过使用本文所述的实施方式,网络规划可特别被调节以提高总网络性能。如果这样的变化有规律地被做出并在一段适当的时间内被积聚,则可对网络中的各种用户增强QoS。这样的系统可允许更准确和更可靠地对变化调节的网络并可给出关于如何更有效地利用网络资源的精确得多的信息。此外,它可允许网络运营商更好地服务于他的更重要的消费者和/或更好地服务于在他的网络上的用户的整个社区。例如,本文所述的SON优化系统可允许运营商做出关于如何更好地优化他的网络以服务于他最希望吸引并保留的用户的类型和因此最大化来自特定的网络配置的收入。它也可允许网络运营商更好地理解在哪里进行在网络容量方面的额外投资并预测这些投资对收入和因而收益率有什么影响。
系统200也可包括其它各种部件、子部件或模块。例如,订户模块可用于识别用户/订户特定信息。例如,订户模块可识别移动设备的类型,其又可提供关于它的各种能力的信息。订户模块也可确定当前服务请求,例如语音或数据。该信息可用于为网络中的一个或多个移动设备进一步提供该网络资源的改进的分配和提高的信号强度/质量。网络模块也可用于识别网络资源的过去、当前和未来的能力,并分配和重新分配这些资源以更好地优化在网络上的多个移动设备的网络。
错误记录和报告模块也可被实现以产生日志、报告或与使用地理定位和切换管理来提高网络资源的分配相关的其它信息。应认识到,这里所述的任何或所有这些部件、系统、子系统和/或模块可在本地或远程地通信地耦合到一个或多个数据库或存储/存储器单元(未示出),使得信息可被存储用于后续使用或处理。
图4根据示例性实施方式描绘用于使用地理定位和网络建模进行动态网络优化的方法的流程图。示例性方法400可作为例子被提供,因为存在实现本文公开的方法的各种方式。图4所示的方法400可由各种系统之一或组合执行或以另外方式实施。作为例子,方法400在下面被描述为由图1中的至少系统体系结构100和图2中的SON系统200实现,且在解释图4的示例性方式中参考了系统100和200的各种元件。图4中所示的每个块代表在示例性方法400中执行的一个或多个过程、方法或例程。也可提供包括代码的非临时计算机可读介质,代码当由计算机执行时可执行方法400的动作。参考图4,示例性方法400可在块402开始。
在块404,可从数据收集系统接收与多个移动设备相关的地理定位的订户记录。真实订户数据可被使用,以便确定哪些变化对那些订户是有益的以及哪些变化将被估计为是最有益的。因为订户数据是近实时地(数秒或数分钟而不是数小时或数天)可得到的,可对网络做出及时的变化以对事件做出快速响应(即当这样的事件正发生/出现时)。快速做出反应的这个能力可以是所采用的方法的明显益处,即使其可能不在所有情况下被利用。
在块406,可处理地理定位的订户记录。在一些实施方式中,处理可包括对网络配置的一个或多个参数做出一个或多个临时变化。在一些实施方式中,处理地理定位的订户记录还可包括处理来自数据库的性能测量统计数据。例如,数据库可以是网络数据库、操作支持系统(OSS)数据库或其它类似的数据库系统。最终,对一个或多个参数做出变化并模拟那些变化的影响可帮助确定对真实网络做出的一个或多个“最佳”变化。
在块408,可基于所处理的地理定位的订户记录执行网络模拟分析。在一些实施方式中,网络模拟分析可包括基于经处理的性能测量统计数据来对网络配置的一个或多个参数做出一个或多个临时变化。在一些实施方式中,网络模拟分析可包括使用对一个或多个参数的一个或多个临时变化来执行网络模拟分析。
在块410,可评估网络模拟分析。在一些实施方式中,评估可包括评估对网络配置做出的临时变化的影响。在一些实施方式中,影响可基于临时变化如何被估计以提高网络性能。在一些实施方式中,例如也可基于满足或超过一个或多个网络性能阈值的网络性能来确定对网络配置做出的临时变化的影响。
应认识到,利用简单的(和执行起来快速的)网络模型以便评估变化的影响可能是有帮助的。由于各种原因,简化可能是重要的。
首先,它可以以在作出变化时的时间(或接近该时间)和地点在它们被放置于的位置处的网络的实际用户为目标。它可因此不分析网络的理论覆盖的所有区域。
其次,它可内在地聚焦于网络的区域(所提议的变化将在所述区域内做出)连同可被变化影响的任何附近小区与以在那个时间点由实际用户的设备可在网络中识别出的东西所确定的这种方式被分析的小区,或可能能够看作对网络参数的任何变化的结果(即由那些设备报告并可被切换到的相邻小区,如果对它们当前正使用的小区或相邻小区做出网络变化)。例如,它们正使用的小区的发射功率的减小可使相邻小区更有吸引力,且因此它们的设备将切换到那个小区;同样,在相邻小区中的发射功率的增加可增加干扰并因而降低用户所体验的服务的质量和/或使该小区成为要使用的更好的候选物,从而鼓励用户的设备切换到该相邻小区。
第三,它可响应于在网络参数中的变化而操纵每个订户记录的所测量的特征,避免构建订户的分布或其它较高级别表示的需要。
在块412,可提供新网络配置。在一些实施方式中,当网络模拟分析展示一个或多个临时变化将提高网络性能时,新网络配置可合并这些临时变化。换句话说,可在这些变化被确定为对网络性能相对有影响力的情况下实现一个或多个临时变化。应认识到,可基于将基于其它地理定位订户记录的对一个或多个参数的其它临时变化的分析和在类似的时间段期间在网络的类似相关区域中的用户体验进行比较来确定相对影响。
一旦一定范围的其它可能的变化被分析/模拟,并基于在那个时间在网络的相关区域中的真实用户分布和体验,就可实现一个或多个变化。相应地,“最佳”变化可以是被实现的变化,从而确保可靠的有价值的网络提高被做出而不仅仅是临时的、较小的、递增的益处。
在块410,方法400可结束。
图5根据示例性实施方式描绘用于使用地理定位和网络建模进行动态网络优化的方法的流程图。示例性方法500可作为例子被提供,因为存在实现本文公开的方法的各种方式。图5所示的方法500可由各种系统之一或组合执行或以另外方式实施。作为例子,方法500在下面被描述为由图1中的至少系统体系结构100和图2中的SON系统200实现,且在解释图5的示例性方法中参考了系统100和200的各种元件。图5所示的每个块代表在示例性方法500中执行的一个或多个过程、方法或例程。也可提供包括代码的非临时计算机可读介质,代码当由计算机执行时可执行方法500的行动。参考图5,示例性方法500可在块502开始。
在块504,可在一个或多个扇区中对一个或多个参数做出临时变化。在一些实施方式中,可在一组一个或多个基站小区中的一个或多个基站小区中在移动网络的虚拟模型中选择并改变一个或多个参数。可被改变的参数可包括基站的发射功率、基站天线的下倾角或可在网络内被远程地控制的任何其它参数(即,参数的改变不需要站点访问或其它形式的人类干预且不涉及新基站站点的部署或现有的基站站点的地理移动)。方法也可应用于涉及站点访问的参数。
在块506,可基于在网络的相关部分中的用户的现有所测量的真实用户数据来模拟变化对真实网络用户的影响。换句话说,可接着使用网络的简化模型来模拟做出对网络参数的上述变化(或多个变化)的影响。在一些实施方式中,模拟可评估所模拟的变化对其中做出(虚拟)变化的网络的区域的真实、最近、当前或历史用户的影响。目的然后可以是预测这些用户的体验如何不同,如果所提议的变化在进行测量的时间基于用户确切地完成他们实际上已完成的相同的事情(即走过/行驶过相同的路线,在他们的设备上在相同数量的时间期间使用相同的服务,等等)在真实网络中实现。模拟的输出可以是基于例如现在被模拟以变成通话掉线且反之亦然的成功呼叫的一个或多个网络KPI、由各个用户和/或VIP用户实现的数据速率及使用所提议的配置而实现的速率等。
在块508,可例如在一个或多个数据库系统中存储模拟分析的结果。在一些实施方式中,模拟的结果(例如KPI分数、任何消极影响等)可接着连同做出的所提议的变化和在哪些扇区上做出变化的细节一起被存储在数据库中。也可存储与网络优化有关的其它各种信息和数据。
在块510,可确定是否所有(或预定数量的)扇区在允许的时间帧内被尝试或被分析。如果回答是“否”,则方法500可循环回到块504。如果回答为“是”,则方法500可继续进行。换句话说,在一些实施方式中,可询问所有所需的BTS扇区是否都被评估(即所有提议的变化都在所有提议的扇区上被尝试且每个结果被存储)或被允许的执行时间是否被达到。在另外的扇区/变化需要评估且足够的执行时间仍然是可用的情况下,于是方法500可从开始重复,扇区或参数递增以使下一评估能够发生。
在块512,可确定是否KPI提高是有用的或降低是最小的。如果回答是“否”(意味着提高不是有用的或降低不是可忽略的),则方法500可结束或重新开始。如果回答为“是”,则方法500可继续进行。在被允许的执行时间到期或所有扇区/参数被评估的情况下,则方法500可接着决定任何(或多于一个)所提议的变化是否满足所需标准(提高的KPI和在其它区域中是否可容忍的降低或没有降低)。如果网络提高的所需标准没有被满足,则算法简单地以没有变化而发送到OSS来结束。方法500可接着如所需的再次运行,也许以一个或多个不同的参数或网络的不同区域为目标,或它可在一天或一周的不同时间(例如高峰时间或当集会进城时等)重复。
在块514,如果变化表现为可接受的,则参数的临时变化可被传输到OSS,例如用于在真实网络中实现。这个过程可以是手动的、自动的或半自动的过程。
在块516,方法300可结束。
应认识到,评估/模拟可基于呼叫的所有(相关)段而不仅仅是每呼叫单个评估。系统可检测任何呼叫段是否例如导致通话掉线,如果所提议的变化在该呼叫段发生之前在真实网络中实现。这与例如每个完整呼叫的一般平均度量相比可以是网络弹性的强大得多的和精确的测量。
如上面讨论的,订户记录可用于更新网络配置。例如,大量用户的地理定位信息的使用连同提供在递增的时间段内积聚的在网络模拟上的运行或约束的控制的各种用户输入一起可允许SON优化器更好地模拟网络并最终提供提高在网络中的多个各种点处的网络服务(例如语音、数据、视频、GSM、3G、LTE等)的已更新的网络配置。这样的详细网络概述可提供关于如何以更有效和特定的方式提高网络而不阻碍正常操作的更精确的信息。因此,根据其它实施方式,如在本文所述的在地理定位系统中的这个级别的细节可提供网络资源的好得多的平衡。
在前面的说明书中,参考附图描述了各种实施方式。然而将明显,可对其作出各种修改和变化,且可实现额外的实施方式而不偏离如在接下来的权利要求中阐述的本公开的更宽范围。说明书和附图相应地被视为例证性的而不是限制性意义。
此时应注意,根据如上所述的本公开使用地理定位和网络建模进行动态网络优化一般在某个程度上涉及输入数据的处理和输出数据的产生。这个输入数据处理和输出数据产生可在硬件或软件中实现。例如,特定的电子部件可实施于网络优化模块中或实施于用于实现与使用根据如上所述的本公开的地理定位和切换管理来提供网络资源的提高的分配相关的功能的相似或相关电路中。可选地,根据指令操作的一个或多个处理器可实现与根据如上所述的本公开来识别可能的恶意软件域名相关的功能。如果情况是这样,则这样的指令可存储在一个或多个处理器可读存储介质(例如磁盘或其它存储介质)上或经由体现在一个或多个载波中的一个或多个信号传输到一个或多个处理器是在本公开的范围内的。
本公开在范围上并不被本文所述的特定实施方式限制。实际上,除了本文所述的那些以外,从前述描述和附图中,本公开的其它各种实施方式和对本公开的修改对本领域中的普通技术人员将是明显的。因此,这样的其它实施方式和修改被认为是落在本公开的范围内。此外,虽然本公开在本文在特定实现的背景中为了特定的目的在特定的环境中进行了描述,本领域中的普通技术人员将认识到,其有用性并不限于此以及本公开可以不为了任何数量的目的在任何数量的环境中有益地实现。相应地,应鉴于如本文所述的本公开的完全范围和精神来构造下面阐述的权利要求。
Claims (20)
1.一种用于网络优化的系统,所述系统包括:
数据收集系统,其配置成从多个移动设备收集地理定位的订户记录;以及
SON优化系统,其经由网络通信地耦合到所述数据收集系统,所述SON优化系统包括:
至少一个预处理器,其配置成接收并处理来自所述数据收集系统的地理定位的订户记录;以及
网络模拟器,其配置成:
基于所处理的地理定位的订户记录来执行网络模拟分析;以及
基于所述网络模拟分析来提供新网络配置,其中所述新网络配置预计提高网络性能。
2.如权利要求1所述的系统,其中所述至少一个预处理器还配置成接收并处理来自数据库的性能测量统计数据。
3.如权利要求2所述的系统,其中所述数据库包括网络数据库或操作支持系统(OSS)数据库中的至少一个。
4.如权利要求1所述的系统,其中所述网络模拟器还配置成基于性能测量统计数据来执行网络模拟分析。
5.如权利要求4所述的系统,其中所述性能测量统计数据接收自网络数据库或操作支持系统(OSS)数据库中的至少一个。
6.如权利要求1所述的系统,其中所述SON优化系统还包括:
搜寻器处理系统,其配置成:
从数据库接收网络运营商输入和当前网络信息;
基于所述网络运营商输入和所述当前网络信息过滤从所述数据收集系统接收的地理定位的订户记录信息;以及
向所述网络模拟器提供一个或多个模拟参数,其中所述一个或多个模拟参数包括一个或多个小区的组的优先化列表中的至少一个。
7.如权利要求6所述的系统,其中所述SON优化系统还包括:
关键性能指标(KPI)计算器,其配置成:
基于所述网络模拟分析来计算预期KPI;以及
基于计算所述预期KPI,提供改善所述一个或多个模拟参数的反馈数据。
8.如权利要求7所述的系统,其中所述SON优化系统还包括:
KPI组合器,其配置成:
合并来自所述KPI计算器的未合并的KPI;以及
从所述搜寻器处理系统基于合并的KPI和未经改变的KPI来至少部分地产生所述反馈数据。
9.如权利要求1所述的系统,其中所述网络模拟器还被配置成:
通过提供所述新网络配置来重新配置操作支持系统(OSS)。
10.一种网络优化系统,包括:
至少一个预处理器,其配置成接收并处理来自数据收集系统的地理定位的订户记录;
网络模拟器,其配置成:
基于所处理的地理定位的订户记录来执行网络模拟分析;以及
基于所述网络模拟分析来提供新网络配置,其中所述新网络配置预计提高网络性能;以及
搜寻器处理系统,其配置成:
从数据库接收网络运营商输入和当前网络信息;
基于所述网络运营商输入和所述当前网络信息过滤从所述数据收集系统接收的地理定位的订户记录信息;以及
向所述网络模拟器提供一个或多个模拟参数,其中所述一个或多个模拟参数包括所提议的网络配置中的至少一个。
11.如权利要求10所述的系统,其中所述至少一个预处理器还配置成接收并处理来自数据库的性能测量统计数据。
12.如权利要求11所述的系统,其中所述数据库包括网络数据库或操作支持系统(OSS)数据库中的至少一个。
13.如权利要求10所述的系统,其中所述网络模拟器还配置成基于性能测量统计数据来执行网络模拟分析。
14.如权利要求13所述的系统,其中所述性能测量统计数据接收自网络数据库或操作支持系统(OSS)数据库中的至少一个。
15.如权利要求10所述的系统,还包括关键性能指标(KPI)计算器,其配置成:
基于所述网络模拟分析来计算预期KPI;以及
基于计算所述预期KPI,提供改善所述一个或多个模拟参数的反馈数据。
16.如权利要求15所述的系统,还包括KPI组合器,其配置成:
合并来自所述KPI计算器的未合并的KPI;以及
从所述搜寻器处理系统基于合并的KPI和未经改变的KPI来至少部分地产生所述反馈数据。
17.如权利要求10所述的系统,其中所述网络模拟器还配置成:
通过提供所述新网络配置来重新配置操作支持系统(OSS)。
18.一种用于提供网络优化的方法,所述方法包括:
从数据收集系统接收与多个移动设备相关的地理定位的订户记录;
处理所述地理定位的订户记录,其中所述处理包括对网络配置的一个或多个参数做出一个或多个临时变化;
基于所处理的地理定位的订户记录来执行网络模拟分析;
通过评估所述一个或多个临时变化的影响来分析所述网络模拟分析;以及
当所述网络模拟分析指示所述一个或多个临时变化中的至少一个提高网络性能时,使用所述一个或多个临时变化中的所述至少一个来提供新网络配置。
19.如权利要求18所述的方法,还包括:
从数据库接收网络运营商输入和当前网络信息;
基于所述网络运营商输入和所述当前网络信息过滤从所述数据收集系统接收的地理定位的订户记录信息;以及
向所述网络模拟器提供一个或多个模拟参数,其中,所述一个或多个模拟参数包括一个或多个小区的组的优先化列表中的至少一个。
20.如权利要求19所述的方法,还包括:
基于所述网络模拟分析来计算预期的关键性能指标(KPI);以及
基于计算所述预期KPI,提供改善所述一个或多个模拟参数的反馈数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/599,814 US9456362B2 (en) | 2015-01-19 | 2015-01-19 | Techniques for dynamic network optimization using geolocation and network modeling |
US14/599,814 | 2015-01-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105813017A true CN105813017A (zh) | 2016-07-27 |
CN105813017B CN105813017B (zh) | 2017-08-04 |
Family
ID=55345653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610032746.XA Active CN105813017B (zh) | 2015-01-19 | 2016-01-19 | 用于使用地理定位和网络建模进行动态网络优化的技术 |
Country Status (3)
Country | Link |
---|---|
US (2) | US9456362B2 (zh) |
EP (1) | EP3046289B1 (zh) |
CN (1) | CN105813017B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018195040A (ja) * | 2017-05-17 | 2018-12-06 | 株式会社日立製作所 | ビジネスプロセス評価装置及びビジネスプロセス評価方法 |
CN109471134A (zh) * | 2017-09-08 | 2019-03-15 | 网络搜索系统公司 | 地理定位分析系统和运营商网络装备参数的自动校准 |
CN112087313A (zh) * | 2019-06-14 | 2020-12-15 | 萨伯康姆有限责任公司 | 用于生成网络模拟场景的技术 |
CN112422311A (zh) * | 2019-08-20 | 2021-02-26 | 明日基金知识产权控股有限公司 | 通过分布式计算中心网络在三维空间中优化实时响应的连续的基于位置的服务的系统和方法 |
CN112839345A (zh) * | 2019-11-25 | 2021-05-25 | 华为技术有限公司 | 网络参数配置方法及装置 |
CN112913274A (zh) * | 2018-09-06 | 2021-06-04 | 诺基亚技术有限公司 | 用于自组织网络的优化的过程 |
CN113133019A (zh) * | 2019-12-30 | 2021-07-16 | 中国移动通信集团四川有限公司 | 一种输出网络优化方案的方法 |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104378773A (zh) * | 2013-08-12 | 2015-02-25 | 中兴通讯股份有限公司 | 工作模式确定方法、装置和网元、ems及nms |
US9456362B2 (en) | 2015-01-19 | 2016-09-27 | Viavi Solutions Uk Limited | Techniques for dynamic network optimization using geolocation and network modeling |
US10244413B2 (en) * | 2015-02-20 | 2019-03-26 | Tempo Communications, Inc. | System and method for generating a graphic illustration of wireless network performance |
CN110100148B (zh) * | 2016-10-28 | 2022-06-03 | 瑞典爱立信有限公司 | 用于管理天线倾斜的方法和设备 |
EP3349500A1 (en) * | 2017-07-26 | 2018-07-18 | smartTECH GmbH | Enhancement of a cellular mobile network |
WO2019052658A1 (en) * | 2017-09-15 | 2019-03-21 | Nokia Solutions And Networks Oy | GLOBAL OPTIMIZATION METHOD FOR BINDING ASSOCIATIONS |
US10320715B1 (en) * | 2017-10-31 | 2019-06-11 | Sprint Communications Company L.P. | Automated scaling of computing message architecture |
US10425860B2 (en) * | 2017-11-03 | 2019-09-24 | Netsia, Inc. | System and method for value optimized mobile networks |
US10405219B2 (en) | 2017-11-21 | 2019-09-03 | At&T Intellectual Property I, L.P. | Network reconfiguration using genetic algorithm-based predictive models |
CN110139289B (zh) * | 2018-02-09 | 2023-02-28 | 中兴通讯股份有限公司 | 一种调度方法及调度系统 |
CN110139325B (zh) | 2018-02-09 | 2021-08-13 | 华为技术有限公司 | 一种网络参数调优方法及装置 |
US10827361B2 (en) * | 2018-07-02 | 2020-11-03 | BI Nordic AB | Method in a radio communication network |
US11711709B2 (en) | 2018-08-23 | 2023-07-25 | Tracfone Wireless, Inc. | System and process for using cellular connectivity analysis to determine optimal wireless equipment and service for a geographical area |
JP7111167B2 (ja) * | 2018-08-28 | 2022-08-02 | 日本電気株式会社 | 管理装置、通信装置、システム、方法及びプログラム |
CN111385818B (zh) * | 2018-12-28 | 2023-04-14 | 中国移动通信集团重庆有限公司 | 一种无线网络参数的优化方法、装置及设备 |
WO2020237030A1 (en) * | 2019-05-21 | 2020-11-26 | Trustees Of Tufts College | Network user association |
US10555191B1 (en) | 2019-08-01 | 2020-02-04 | T-Mobile Usa, Inc. | Optimum network performance improvement solutions selection systems and methods |
US10708122B1 (en) * | 2019-10-30 | 2020-07-07 | T-Mobile Usa, Inc. | Network fault detection and quality of service improvement systems and methods |
US11438272B2 (en) * | 2019-12-31 | 2022-09-06 | Opanga Networks, Inc. | System and method for mobility tracking |
WO2021136634A1 (en) * | 2020-01-02 | 2021-07-08 | Telefonaktiebolaget Lm Ericsson (Publ) | Association with a network data analytics function |
WO2021136600A1 (en) * | 2020-01-03 | 2021-07-08 | Huawei Technologies Co., Ltd. | Network entities for supporting analytics generation in a mobile network |
CN113316165B (zh) * | 2020-02-26 | 2024-02-27 | 瑞昱半导体股份有限公司 | 用来针对速率适应进行动态统计周期调整的方法与设备 |
US11343683B2 (en) | 2020-04-22 | 2022-05-24 | T-Mobile Usa, Inc. | Identification and prioritization of optimum capacity solutions in a telecommunications network |
US11350289B2 (en) | 2020-05-14 | 2022-05-31 | T-Mobile Usa, Inc. | Identification of indoor and outdoor traffic usage of customers of a telecommunications network |
US11064382B1 (en) | 2020-05-07 | 2021-07-13 | T-Mobile Usa, Inc. | Management of telecommunications network congestion on roadways |
US20210357722A1 (en) * | 2020-05-14 | 2021-11-18 | Samsung Electronics Co., Ltd. | Electronic device and operating method for performing operation based on virtual simulator module |
US11153765B1 (en) | 2020-05-15 | 2021-10-19 | T-Mobile Usa, Inc. | Capacity planning of telecommunications network by detecting anomalies in site behavior |
EP4152657A4 (en) | 2020-06-28 | 2024-05-29 | ZTE Corporation | DATA ANALYSIS METHOD, ELECTRONIC DEVICE AND RECORDING MEDIUM |
CN115868193A (zh) * | 2020-07-09 | 2023-03-28 | 瑞典爱立信有限公司 | 用于处理配置通信网络中的节点的参数的第一节点、第三节点、第四节点和由此执行的方法 |
US12047248B2 (en) | 2020-10-26 | 2024-07-23 | Samsung Electronics Co., Ltd. | Method of controlling state control parameter for adjusting state of network of base station by using any one of plurality of models and electronic device performing the method |
KR20220055363A (ko) * | 2020-10-26 | 2022-05-03 | 삼성전자주식회사 | 복수의 모델들 중 어느 하나의 모델을 이용하여 기지국의 네트워크의 상태를 조정하기 위한 상태 제어 파라미터를 제어하는 방법 및 이를 수행하는 전자 장치 |
WO2022144207A1 (en) * | 2020-12-28 | 2022-07-07 | Telecom Italia S.P.A. | Cellular communication system featuring son functionality |
IT202100032966A1 (it) | 2021-12-29 | 2023-06-29 | Telecom Italia Spa | Sistema di comunicazione cellulare con funzionalità son avanzata |
WO2023163761A1 (en) * | 2022-02-27 | 2023-08-31 | Rakuten Mobile, Inc. | Method and system for optimizing energy using traffic patterns |
US11743122B1 (en) * | 2022-03-30 | 2023-08-29 | Amazon Technologies, Inc. | Network change verification based on observed network flows |
WO2023214795A1 (ko) * | 2022-05-04 | 2023-11-09 | 삼성전자 주식회사 | 상용망 기지국 데이터 기반 디지털 트윈 구축 전자 장치 및 방법 |
US20240114368A1 (en) * | 2022-10-04 | 2024-04-04 | Arris Enterprises Llc | Using telemetry metrics for remediating network issues |
US20240129187A1 (en) * | 2022-10-12 | 2024-04-18 | Arris Enterprises Llc | Access point device usage-based recommendation |
GB2626773A (en) * | 2023-02-02 | 2024-08-07 | Dense Air Ltd | Network throughput data coverage expansion |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102077636A (zh) * | 2009-05-15 | 2011-05-25 | 思科技术公司 | 用于自组织网络的系统和方法 |
WO2014150366A1 (en) * | 2013-03-15 | 2014-09-25 | Qualcomm Incorporated | Method and system for cloud-based management of self-organizing wireless networks |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6973622B1 (en) | 2000-09-25 | 2005-12-06 | Wireless Valley Communications, Inc. | System and method for design, tracking, measurement, prediction and optimization of data communication networks |
US7162252B2 (en) * | 2002-12-23 | 2007-01-09 | Andrew Corporation | Method and apparatus for supporting multiple wireless carrier mobile station location requirements with a common network overlay location system |
US20070117573A1 (en) * | 2005-11-04 | 2007-05-24 | Kennedy Joseph P Jr | System and method for generating geocoded data for network optimization under different network architectures and location technology conditions |
EP2152035B1 (en) * | 2008-08-06 | 2016-12-21 | Alcatel Lucent | Method for automatically configuring addresses and/or security data between ENBS of an LTE access network, and associated MME and ENB |
US9462482B2 (en) | 2009-01-13 | 2016-10-04 | Viavi Solutions Uk Limited | Geo-location in a wireless communication network |
US8374596B2 (en) | 2009-09-09 | 2013-02-12 | Arieso Limited | Method and apparatus for deriving pathloss estimation values |
EP2647239A1 (en) | 2010-12-03 | 2013-10-09 | Huawei Technologies Co., Ltd. | Method and apparatus of communications |
US8861494B2 (en) * | 2011-06-03 | 2014-10-14 | Alcatel Lucent | Self-organizing communication networks |
US9078228B2 (en) | 2012-02-09 | 2015-07-07 | Jdsu Uk Limited | Mobile geolocation |
US9213079B2 (en) | 2012-02-09 | 2015-12-15 | Jdsu Uk Limited | Method and apparatus for geolocating a wireless communication unit |
US9439162B2 (en) | 2012-12-18 | 2016-09-06 | Viavi Solutions Uk Limited | Mobile geolocation |
US9020525B2 (en) | 2012-12-18 | 2015-04-28 | Jds Uniphase Corporation | Method and system for mobile reference signature generation |
US9456362B2 (en) | 2015-01-19 | 2016-09-27 | Viavi Solutions Uk Limited | Techniques for dynamic network optimization using geolocation and network modeling |
-
2015
- 2015-01-19 US US14/599,814 patent/US9456362B2/en active Active
-
2016
- 2016-01-15 EP EP16151597.8A patent/EP3046289B1/en active Active
- 2016-01-19 CN CN201610032746.XA patent/CN105813017B/zh active Active
- 2016-09-26 US US15/276,226 patent/US10050844B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102077636A (zh) * | 2009-05-15 | 2011-05-25 | 思科技术公司 | 用于自组织网络的系统和方法 |
WO2014150366A1 (en) * | 2013-03-15 | 2014-09-25 | Qualcomm Incorporated | Method and system for cloud-based management of self-organizing wireless networks |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018195040A (ja) * | 2017-05-17 | 2018-12-06 | 株式会社日立製作所 | ビジネスプロセス評価装置及びビジネスプロセス評価方法 |
CN109471134B (zh) * | 2017-09-08 | 2023-09-29 | 网络搜索系统公司 | 地理定位分析系统和运营商网络装备参数的自动校准 |
CN109471134A (zh) * | 2017-09-08 | 2019-03-15 | 网络搜索系统公司 | 地理定位分析系统和运营商网络装备参数的自动校准 |
US12035421B2 (en) | 2018-09-06 | 2024-07-09 | Nokia Technologies Oy | Procedure for optimization of self-organizing network |
CN112913274B (zh) * | 2018-09-06 | 2024-04-23 | 诺基亚技术有限公司 | 用于自组织网络的优化的过程 |
CN112913274A (zh) * | 2018-09-06 | 2021-06-04 | 诺基亚技术有限公司 | 用于自组织网络的优化的过程 |
CN112087313A (zh) * | 2019-06-14 | 2020-12-15 | 萨伯康姆有限责任公司 | 用于生成网络模拟场景的技术 |
CN112087313B (zh) * | 2019-06-14 | 2024-03-12 | 萨伯康姆有限责任公司 | 用于生成网络模拟场景的技术 |
CN112422311A (zh) * | 2019-08-20 | 2021-02-26 | 明日基金知识产权控股有限公司 | 通过分布式计算中心网络在三维空间中优化实时响应的连续的基于位置的服务的系统和方法 |
CN112422311B (zh) * | 2019-08-20 | 2023-09-05 | 卡兰控股有限公司 | 通过分布式计算中心网络在三维空间中优化实时响应的连续的基于位置的服务的系统和方法 |
CN112839345B (zh) * | 2019-11-25 | 2022-06-14 | 华为技术有限公司 | 网络参数配置方法及装置 |
WO2021103972A1 (zh) * | 2019-11-25 | 2021-06-03 | 华为技术有限公司 | 网络参数配置方法及装置 |
CN112839345A (zh) * | 2019-11-25 | 2021-05-25 | 华为技术有限公司 | 网络参数配置方法及装置 |
CN113133019B (zh) * | 2019-12-30 | 2022-10-18 | 中国移动通信集团四川有限公司 | 一种输出网络优化方案的方法 |
CN113133019A (zh) * | 2019-12-30 | 2021-07-16 | 中国移动通信集团四川有限公司 | 一种输出网络优化方案的方法 |
Also Published As
Publication number | Publication date |
---|---|
US20170070396A1 (en) | 2017-03-09 |
US10050844B2 (en) | 2018-08-14 |
CN105813017B (zh) | 2017-08-04 |
EP3046289B1 (en) | 2017-12-13 |
US20160212633A1 (en) | 2016-07-21 |
US9456362B2 (en) | 2016-09-27 |
EP3046289A1 (en) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105813017A (zh) | 用于使用地理定位和网络建模进行动态网络优化的技术 | |
CN105813112A (zh) | 用于使用地理定位和网络建模进行动态网络优化的技术 | |
US10841817B2 (en) | Network anomaly detection and network performance status determination | |
US10039016B1 (en) | Machine-learning-based RF optimization | |
Kibria et al. | Big data analytics, machine learning, and artificial intelligence in next-generation wireless networks | |
WO2022083275A1 (zh) | 一种基于蚁群算法的天线权值优化方法及装置 | |
US6085335A (en) | Self engineering system for use with a communication system and method of operation therefore | |
Razavi et al. | A fuzzy reinforcement learning approach for self‐optimization of coverage in LTE networks | |
CN105376813A (zh) | 使用地理定位和切换管理来改善网络资源分配的技术 | |
US20190141580A1 (en) | System and method for value optimized mobile networks | |
US20230328612A1 (en) | Cross-optimization in mobile networks | |
Xu et al. | Data-cognition-empowered intelligent wireless networks: Data, utilities, cognition brain, and architecture | |
EP3269164A1 (en) | Self-organising network engine for per user optimisation in a telecommunications network | |
US20230080386A1 (en) | Two-level grid-based anomaly area identification and solution nomination for radio access networks | |
JP5415615B2 (ja) | 遺伝的プログラミングによって遠隔通信ネットワークノードのためのアルゴリズムを進化させること | |
Sánchez‐González et al. | A multi‐cell multi‐objective self‐optimisation methodology based on genetic algorithms for wireless cellular networks | |
TWI814629B (zh) | 行動網路用戶交遞預估與異常預測系統及方法 | |
Horita et al. | Optimal Network Selection Method Using Federated Learning to Achieve Large-Scale Learning While Preserving Privacy | |
US20230239725A1 (en) | Upgrade recommendations for wireless wide area networks | |
de-la-Bandera et al. | Fault compensation algorithm based on handover margins in LTE networks | |
CN117440405A (zh) | 一种基于南向管理应用的5g智能开站方法及系统 | |
MUTUA | COMMON PILOT CHANNEL POWER CONTROL FOR 3G CELLULAR NETWORKS TRAFFIC LOAD BALANCING BASED ON FUZZY LOGIC CONTROL | |
Gustafsson | Mobility Optimization for Energy-Efficient 5G Networks: Optimering av Mobilitet för Energieffektiva 5G Nätverk | |
Farooq | A Paradigm Shifting Approach in SON for Future Cellular Networks | |
Markopoulos et al. | Performance analysis of cellular networks by simulating location aided handover algorithms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |