CN110062409A - 一种基于移动通信网络栅格化的终端性能评估方法 - Google Patents

Abstract

本发明公开了一种基于移动通信网络栅格化的终端性能评估方法，包括以下步骤：基于移动通信网信令数据，将移动终端与网络交互的各环节信令流程，量化为移动终端关键性能指标，研究出移动终端性能评分体系；将待分析区域划分为若干个正方形栅格，把移动终端上报的位置信息和MR数据匹配到相应的栅格区域，将移动终端性能评分进一步转化为栅格终端排名指数，以剔除网络因素对评分指标项的影响.本发明提高了用户使用终端的感知度，加快了终端投诉的处理效率，节省了终端测试人员、测试终端，极大了减少了识别质差终端的经济投入。

Description

一种基于移动通信网络栅格化的终端性能评估方法

技术领域

本发明涉及移动通信领域，更具体地，涉及一种基于移动通信网络栅格化的终端性能评估方法。

背景技术

从终端可用性、及时性、稳定性三个维度，建立基于大数据的LTE终端性能栅格化评估体系，挖掘并解决现网终端与网络、业务的适配性问题，提升用户感知；输出质差终端排名及问题报告，为客服人员快速处理终端相关投诉提供支撑；输出各类终端网络表现排名，为市场部门制定终端政策提供参考。

发明内容

本发明为克服上述现有技术所述的客服人员处理移动终端投诉缺少支撑的缺陷，提出一种基于移动通信网络栅格化的终端性能评估方法。

为解决上述技术问题，本发明的技术方案如下：

一种基于移动通信网络栅格化的终端性能评估方法，包括以下步骤：

S1：基于移动通信网信令数据，将移动终端与网络交互的各环节信令流程，量化为移动终端关键性能指标，研究出移动终端性能评分体系；

S2：将待分析区域划分为若干个正方形栅格，把移动终端上报的位置信息和 MR数据匹配到相应的栅格区域，将移动终端性能评分进一步转化为栅格终端排名指数，以剔除网络因素对评分指标项的影响；

其中步骤S1所述移动终端关键性能指标由控制面可用性、业务面可用性、终端及时性、终端稳定性四个部分构成，移动终端性能评分体系具体为：

Qt＝(F1*Qa1+F2*Qa2+F3*Qb+F4*Qc)

其中Qt是终端性能总评分，F1是终端控制面可用性总分值，F2是终端用户面可用性总分值，F3是终端及时性总分值，F4是终端稳定性总分值，Qa1是终端控制面可用性得分率，Qa是终端用户面可用性得分率，Qb是终端及时性得分率， Qc是终端稳定性得分率；

步骤S2具体包括以下步骤：

S2.1：移动终端APP上报经纬度信息提取；

S2.2：移动终端位置射频参数特征指纹库构建；

S2.3：无线侧MR数据与APP位置数据关联合成；

S2.4：MR栅格化指纹库建立；

S2.5：基于指纹库进行MR定位；

S2.6：通过移动终端MR进行指纹库匹配后，将待评估移动终端按栅格划分，同时采用基于栅格化因子的加权算法进行归一，归一化考虑的因素包括栅格内终端数量、终端会话时长、终端距离基站距离(TA)三个因素，移动终端性能栅格化评分计算如下：

其中Pt是终端t综合性能评分，Gx_Tn是终端t在栅格Gx评分，Gx_m是栅格 Gx内终端总数量，Gx_ta是栅格Gx终端平均TA，Gx_da是栅格Gx终端会话总时长。

优选的是，步骤S1所述控制面可用性评分Qa1和业务面可用性评分Qa2合成为终端可用性评分，具体为：

Qa1＝Satt*Sber*Intau*Spdn*S4g*Rrat

Qa2＝Sdns*Ssyn*Sacc

其中Satt是Attach成功率，Sber是Beare建立成功率，sdns是Dns Query成功率，Ssyn是TCP Syn成功率，Sacc是Service Access成功率，Intau是Inter TAU成功率，Spdn是PDN成功率，S4g是4G驻留时长占比，Rrat是重定向占比；

步骤S1所述终端及时性评分具体为：

Qb＝{K1*f1(Te1)+K2*f1(Te2)+K3*f1(Ts)+K4*f2(Tb)}/100

K1是终端控制面事件时延总分值，K2是终端用户面事件时延总分值，K3是终端小包传输时长总分值，K4是终端大包传输速率总分值；

Te1是控制面事件时延：Tat是Attach时延，Tber是Beare建立时延，Tdns是Dns 时延；

Te1＝∑(Tat+Tber+Ttau)

Te2是用户面事件时延：其中Tsyn是TCP Syn时延，Tser是Service Access时延，Ttau是Inter TAU时延；

Te2＝∑(Tdns+Tsyn+Tser)

Ts是小包(＜50kbyte)传输时长，换算如下：

Tb是大包(≥50kbyte)传输速率，分值换算如下：

步骤S1所述终端稳定性采用掉线率指标予以评估，Dra是掉线率，稳定性评分定义为Qc＝1-Dra。

优选的是，采用信息熵算法对F1～F4、K1～k4的权重进行训练，并引入模糊层次分析对信息熵算法的不足进行修正完善，具体包括以下步骤：

1)K1-K4和F1-F4相关指标数据收集；

2)分别创建K1-K4和F1-F4相关指标数据矩阵；

3)归一化指标处理；

4)计算看K1-K4和F1-F4的熵和权；

5)建立模糊层次模型；

6)分解创建F1-F4和K1-K4数据矩阵；

7)计算各项排序权重和分解对F因子和K因子耦合归一；

8)输出修正后的F因子和K因子权重。

优选的是，步骤S2.5包括以下步骤：

S2.5.1：去除MR数据中无效内容，只保留关键的站址ID，MME UE S1AP ID， TA，Frequency，PCI，RSRP等关键信息，同时结合MME UE S1AP ID和TA数据，通过对多条MR数据进行统一分析，滤波，排除不符合要求的错误上报数据；

S2.5.2：通过站址ID和PCI信息，查询核对工参，将复用的PCI转为全网唯一的小区ID；

S2.5.3：通过最小化欧式距离算法将MR定位到指纹库对应栅格；假设对于第i条MRO数据，包含K个主邻小区ID，对应的参考信号功率记为RSRP_i,k，选取第j条指纹库信息中的K个主邻小区进行比较，对应的参考信号功率记为 RSRP_j,k，则第i条MRO数据与第j条指纹库信息的归一化欧式距离匹配可以表示为：

那么，第i条MRO数据匹配到第s条指纹库的最小归一化欧式距离匹配算法可以表示为：

与现有技术相比，本发明技术方案的有益效果是：

通过本发明所提供的一种基于通信网络栅格化的终端性能评估方法，提高了用户使用终端的感知度，加快了终端投诉的处理效率，节省了节省了终端测试人员、测试终端，极大了减少了识别质差终端的经济投入。

附图说明

图1为性能评估指标项框图；

图2为终端评估体系因子权重训练流程图；

图3为MR匹配的指纹数据库的定位算法；

图4为MR数据定位流程图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

在本发明的描述中，需要理解的是，术语“”等指示的方位或者位置关系为基于附图所示的方位或者位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含所指示的技术特征的数量。由此，限定的“第一”、“第二”的特征可以明示或隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以是通过中间媒介间接连接，可以说两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明的具体含义。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

一种基于移动通信网络栅格化的终端性能评估方法，其特征在于，包括以下步骤：

S1：基于移动通信网信令数据，将移动终端与网络交互的各环节信令流程，量化为移动终端关键性能指标，研究出移动终端性能评分体系；

S2：将待分析区域划分为若干个正方形栅格，把移动终端上报的位置信息和 MR数据匹配到相应的栅格区域，将移动终端性能评分进一步转化为栅格终端排名指数，以剔除网络因素对评分指标项的影响；

其中步骤S1所述移动终端关键性能指标由控制面可用性、业务面可用性、终端及时性、终端稳定性四个部分构成，请参考图1，移动终端性能评分体系具体为：

Qt＝(F1*Qa1+F2*Qa2+F3*Qb+F4*Qc)

其中Qt是终端性能总评分，F1是终端控制面可用性总分值，F2是终端用户面可用性总分值，F3是终端及时性总分值，F4是终端稳定性总分值，Qa1是终端控制面可用性得分率，Qa是终端用户面可用性得分率，Qb是终端及时性得分率， Qc是终端稳定性得分率；

步骤S2具体包括以下步骤，请参考图4：

S2.1：移动终端APP上报经纬度信息提取；

S2.2：移动终端位置射频参数特征指纹库构建；

S2.3：无线侧MR数据与APP位置数据关联合成；

S2.4：MR栅格化指纹库建立；

S2.5：基于指纹库进行MR定位；

S2.6：通过移动终端MR进行指纹库匹配后，将待评估移动终端按栅格划分，同时采用基于栅格化因子的加权算法进行归一，归一化考虑的因素包括栅格内终端数量、终端会话时长、终端距离基站距离(TA)三个因素，移动终端性能栅格化评分计算如下：

其中Pt是终端t综合性能评分，Gx_Tn是终端t在栅格Gx评分，Gx_m是栅格 Gx内终端总数量，Gx_ta是栅格Gx终端平均TA，Gx_da是栅格Gx终端会话总时长。

本实施例中，步骤S1所述控制面可用性评分Qa1和业务面可用性评分Qa2 合成为终端可用性评分，具体为：

Qa1＝Satt*Sber*Intau*Spdn*S4g*Rrat

Qa2＝Sdns*Ssyn*Sacc

其中Satt是Attach成功率，Sber是Beare建立成功率，Sdns是Dns Query成功率，Ssyn是TCP Syn成功率，Sacc是Service Access成功率，Intau是Inter TAU成功率，Spdn是PDN成功率，S4g是4G驻留时长占比，Rrat是重定向占比；

步骤S1所述终端及时性评分具体为：

Qb＝{K1*f1(Te1)+K2*f1(Te2)+K3*f1(Ts)+K4*f2(Tb)}/100

K1是终端控制面事件时延总分值，K2是终端用户面事件时延总分值，K3是终端小包传输时长总分值，K4是终端大包传输速率总分值；

Te1是控制面事件时延：Tat是Attach时延，Tber是Beare建立时延，Tdns是Dns 时延；

Te1＝∑(Tat+Tber+Ttau)

Te2是用户面事件时延：其中Tsyn是TCP Syn时延，Tser是Service Access时延，Ttau是Inter TAU时延；

Te2＝∑(Tdns+Tsyn+Tser)

Ts是小包(＜50kbyte)传输时长，换算如下：

Tb是大包(≥50kbyte)传输速率，分值换算如下：

步骤S1所述终端稳定性采用掉线率指标予以评估，Dra是掉线率，稳定性评分定义为Qc＝1-Dra。

本实施例中，采用信息熵算法对F1～F4、K1～K4的权重进行训练，并引入模糊层次分析对信息熵算法的不足进行修正完善，请参考图2，具体包括以下步骤：

1)K1-K4和F1-F4相关指标数据收集；

2)分别创建K1-K4和F1-F4相关指标数据矩阵；

3)归一化指标处理；

4)计算看K1-K4和F1-F4的熵和权；

5)建立模糊层次模型；

6)分解创建F1-F4和K1-K4数据矩阵；

7)计算各项排序权重和分解对F因子和K因子耦合归一；

8)输出修正后的F因子和K因子权重。

本实施例中，请参考图3，步骤S2.5包括以下步骤：

S2.5.1：去除MR数据中无效内容，只保留关键的站址ID，MME UE S1AP ID， TA，Frequency，PCI，RSRP等关键信息，同时结合MME UE S1AP ID和TA数据，通过对多条MR数据进行统一分析，滤波，排除不符合要求的错误上报数据；

S2.5.2：通过站址ID和PCI信息，查询核对工参，将复用的PCI转为全网唯一的小区ID；

S2.5.3：通过最小化欧式距离算法将MR定位到指纹库对应栅格；假设对于第i条MRO数据，包含K个主邻小区ID，对应的参考信号功率记为RSRP_i,k，选取第j条指纹库信息中的K个主邻小区进行比较，对应的参考信号功率记为 RSRP_j,k，则第i条MRO数据与第j条指纹库信息的归一化欧式距离匹配可以表示为：

那么，第i条MRO数据匹配到第s条指纹库的最小归一化欧式距离匹配算法可以表示为：

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (4)

1.一种基于移动通信网络栅格化的终端性能评估方法，其特征在于，包括以下步骤：

S1：基于移动通信网信令数据，将移动终端与网络交互的各环节信令流程，量化为移动终端关键性能指标，研究出移动终端性能评分体系；

S2：将待分析区域划分为若干个正方形栅格，把移动终端上报的位置信息和MR数据匹配到相应的栅格区域，将移动终端性能评分进一步转化为栅格终端排名指数，以剔除网络因素对评分指标项的影响；

其中步骤S1所述移动终端关键性能指标由控制面可用性、业务面可用性、终端及时性、终端稳定性四个部分构成，移动终端性能评分体系具体为：

Qt＝(F1*Qa1+F2*Qa2+F3*Qb+F4*Qc)

其中Qt是终端性能总评分，F1是终端控制面可用性总分值，F2是终端用户面可用性总分值，F3是终端及时性总分值，F4是终端稳定性总分值，Qa1是终端控制面可用性得分率，Qa是终端用户面可用性得分率，Qb是终端及时性得分率，Qc是终端稳定性得分率；

步骤S2具体包括以下步骤：

S2.1：移动终端APP上报经纬度信息提取；

S2.2：移动终端位置射频参数特征指纹库构建；

S2.3：无线侧MR数据与APP位置数据关联合成；

S2.4：MR栅格化指纹库建立；

S2.5：基于指纹库进行MR定位；

S2.6：通过移动终端MR进行指纹库匹配后，将待评估移动终端按栅格划分，同时采用基于栅格化因子的加权算法进行归一，归一化考虑的因素包括栅格内终端数量、终端会话时长、终端距离基站距离(TA)三个因素，移动终端性能栅格化评分计算如下：

其中Pt是终端t综合性能评分，Gx_Tn是终端t在栅格Gx评分，Gx_m是栅格Gx内终端总数量，Gx_ta是栅格Gx终端平均TA，Gx_da是栅格Gx终端会话总时长。

2.根据权利要求1所述的一种基于移动通信网络栅格化的终端性能评估方法，其特征在于，步骤S1所述控制面可用性评分Qa1和业务面可用性评分Qa2合成为终端可用性评分，具体为：

Qa1＝Satt*Sber*Intau*Spdn*S4g*Rrat

Qa2＝Sdns*Ssyn*Sacc

其中Satt是Attach成功率，Sber是Beare建立成功率，Sdns是Dns Query成功率，Ssyn是TCP Syn成功率，Sacc是Service Access成功率，Intau是Inter TAU成功率，Spdn是PDN成功率，S4g是4G驻留时长占比，Rrat是重定向占比；

步骤S1所述终端及时性评分具体为：

Qb＝{K1*f1(Tel)+K2*f1(Te2)+K3*f1(Ts)+K4*f2(Tb)}/100

K1是终端控制面事件时延总分值，K2是终端用户面事件时延总分值，K3是终端小包传输时长总分值，K4是终端大包传输速率总分值；

Te1是控制面事件时延：Tat是Attach时延，Tber是Beare建立时延，Tdns是Dns时延；

Te1＝∑(Tat+Tber+Ttau)

Te2是用户面事件时延：其中Tsyn是TCP Syn时延，Tser是Service Access时延，Ttau是Inter TAU时延；

Te2＝∑(Tdns+Tsyn+Tser)

Ts是小包(＜50kbyte)传输时长，换算如下：

Tb是大包(≥50kbyte)传输速率，分值换算如下：

步骤S1所述终端稳定性采用掉线率指标予以评估，Dra是掉线率，稳定性评分定义为Qc＝1-Dra。

3.根据权利要求1所述的一种基于移动通信网络栅格化的终端性能评估方法，其特征在于，采用信息熵算法对F1～F4、K1～K4的权重进行训练，并引入模糊层次分析对信息熵算法的不足进行修正完善，具体包括以下步骤：

1)K1-K4和F1-F4相关指标数据收集；

2)分别创建K1-K4和F1-F4相关指标数据矩阵；

3)归一化指标处理；

4)计算看K1-K4和F1-F4的熵和权；

5)建立模糊层次模型；

6)分解创建F1-F4和K1-K4数据矩阵；

7)计算各项排序权重和分解对F因子和K因子耦合归一；

8)输出修正后的F因子和K因子权重。

4.根据权利要求1所述的一种基于移动通信网络栅格化的终端性能评估方法，其特征在于，步骤S2.5包括以下步骤：

S2.5.1：去除MR数据中无效内容，只保留关键的站址ID，MME UE S1AP ID，TA，Frequency，PCI，RSRP等关键信息，同时结合MME UE S1AP ID和TA数据，通过对多条MR数据进行统一分析，滤波，排除不符合要求的错误上报数据；

S2.5.2：通过站址ID和PCI信息，查询核对工参，将复用的PCI转为全网唯一的小区ID；

S2.5.3：通过最小化欧式距离算法将MR定位到指纹库对应栅格；假设对于第i条MRO数据，包含K个主邻小区ID，对应的参考信号功率记为RSRP_i，k，选取第j条指纹库信息中的K个主邻小区进行比较，对应的参考信号功率记为RSRP_j，k，则第i条MRO数据与第j条指纹库信息的归一化欧式距离匹配可以表示为：

那么，第i条MRO数据匹配到第s条指纹库的最小归一化欧式距离匹配算法可以表示为：