CN110098966B - 无线网络容量分析方法及设备 - Google Patents
无线网络容量分析方法及设备 Download PDFInfo
- Publication number
- CN110098966B CN110098966B CN201910392405.7A CN201910392405A CN110098966B CN 110098966 B CN110098966 B CN 110098966B CN 201910392405 A CN201910392405 A CN 201910392405A CN 110098966 B CN110098966 B CN 110098966B
- Authority
- CN
- China
- Prior art keywords
- wireless network
- network capacity
- capacity analysis
- analysis model
- flow
- 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
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 191
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000005457 optimization Methods 0.000 claims abstract description 22
- 230000000903 blocking effect Effects 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 9
- 230000008447 perception Effects 0.000 abstract description 16
- 238000010276 construction Methods 0.000 abstract description 12
- 230000008859 change Effects 0.000 abstract description 7
- 238000004891 communication Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
- 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
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephonic Communication Services (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种无线网络容量分析方法及设备,涉及通信技术领域,该方法包括:获取无线网络中目标小区在预设时间段的网络数据,所述网络数据包括用户数、流量、收入和卡顿率;根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型;根据所述用户数、所述流量和所述卡顿率建立第二无线网络容量分析模型;根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析。本实施例提供的方法解决现有分析方法无法预测后续的容量变化,难以平衡用户感知体验,网络投资建设,运营商收益三者关系的问题,有效提升无线网络日常优化和应急保障工作能力。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种无线网络容量分析方法及设备。
背景技术
目前,长期演进(Long Term Evolution,简称LTE)网络存在的重要价值就是提供高速的数据业务。随着用户增加,以及用户对数据业务质量要求的提升,当前LTE网络数据流量每年翻倍增长,网络投资增大。但是运营商收益并未同步增加,如何平衡用户感知体验,网络投资建设,运营商收益三者关系,是目前运营商需要解决的问题。
当前已有的研究主要涉及无线网络容量分析,所采用的分析方法通常是在小区容量不足已经长期发生的情况下进行排查实现的。
然而,这种分析方法无法预测后续的容量变化,难以平衡用户感知体验,网络投资建设,运营商收益三者关系,进而无法提升无线网络日常优化和应急保障工作能力。
发明内容
本发明实施例提供一种无线网络容量分析方法及设备,以克服现有分析方法无法预测后续的容量变化,难以平衡用户感知体验,网络投资建设,运营商收益三者关系的问题。
第一方面,本发明实施例提供一种无线网络容量分析方法,包括:
获取无线网络中目标小区在预设时间段的网络数据,所述网络数据包括用户数、流量、收入和卡顿率;
根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型;
根据所述用户数、所述流量和所述卡顿率建立第二无线网络容量分析模型;
根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析。
在一种可能的设计中,上述的方法,还包括:
对所述网络数据进行场景归类处理;
所述根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型,包括:
分场景对所述用户数、所述流量和所述收入进行拟合;
根据拟合结果确定所述收入与所述用户数和所述流量的函数关系,根据所述函数关系建立所述第一无线网络容量分析模型。
在一种可能的设计中,所述根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第一无线网络容量分析模型确定所述目标小区在所述预设时间段的最大收入,根据所述最大收入和所述第一无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第二无线网络容量分析模型,确定对应的卡顿率;
根据确定的用户数、流量、卡顿率和所述最大收入,以及所述目标小区当前的用户数、流量、收入和卡顿率,确定所述目标小区的第一容量优化方案。
在一种可能的设计中,所述根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第二无线网络容量分析模型确定所述目标小区在所述预设时间段的最小卡顿率,根据所述最小卡顿率和所述第二无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第一无线网络容量分析模型,确定对应的收入;
根据确定的用户数、流量、收入和所述最小卡顿率,以及所述目标小区当前的用户数、流量、收入和卡顿率,确定所述目标小区的第二容量优化方案。
在一种可能的设计中,所述分场景对所述用户数、所述流量和所述收入进行拟合,包括:
按场景输入所述用户数、所述流量和所述收入,利用工具matlab拟合。
第二方面,本发明实施例提供一种无线网络容量分析设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机执行指令,所述处理器执行所述计算机执行指令时实现如下步骤:
获取无线网络中目标小区在预设时间段的网络数据,所述网络数据包括用户数、流量、收入和卡顿率;
根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型;
根据所述用户数、所述流量和所述卡顿率建立第二无线网络容量分析模型;
根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析。
在一种可能的设计中,所述处理器执行所述计算机执行指令时还实现如下步骤:
对所述网络数据进行场景归类处理;
所述根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型,包括:
分场景对所述用户数、所述流量和所述收入进行拟合;
根据拟合结果确定所述收入与所述用户数和所述流量的函数关系,根据所述函数关系建立所述第一无线网络容量分析模型。
在一种可能的设计中,所述根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第一无线网络容量分析模型确定所述目标小区在所述预设时间段的最大收入,根据所述最大收入和所述第一无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第二无线网络容量分析模型,确定对应的卡顿率;
根据确定的用户数、流量、卡顿率和所述最大收入,以及所述目标小区当前的用户数、流量、收入和卡顿率,确定所述目标小区的第一容量优化方案。
在一种可能的设计中,所述根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第二无线网络容量分析模型确定所述目标小区在所述预设时间段的最小卡顿率,根据所述最小卡顿率和所述第二无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第一无线网络容量分析模型,确定对应的收入;
根据确定的用户数、流量、收入和所述最小卡顿率,以及所述目标小区当前的用户数、流量、收入和卡顿率,确定所述目标小区的第二容量优化方案。
在一种可能的设计中,所述分场景对所述用户数、所述流量和所述收入进行拟合,包括:
按场景输入所述用户数、所述流量和所述收入,利用工具matlab拟合。
第三方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的无线网络容量分析方法。
本实施例提供的无线网络容量分析方法及设备,该方法通过获取无线网络中目标小区在预设时间段的网络数据,其中,网络数据包括用户数、流量、收入(运营商收益)和卡顿率(用户感知),然后根据上述用户数、流量和收入建立第一无线网络容量分析模型,根据上述用户数、流量和卡顿率建立第二无线网络容量分析模型,再根据第一无线网络容量分析模型和第二无线网络容量分析模型,对目标小区进行无线网络容量分析,解决现有分析方法无法预测后续的容量变化,难以平衡用户感知体验,网络投资建设,运营商收益三者关系的问题,有效提升无线网络日常优化和应急保障工作能力。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1为本发明实施例提供的无线网络容量分析系统架构示意图;
图2为本发明实施例提供的无线网络容量分析方法的流程示意图一;
图3为本发明实施例提供的无线网络容量分析方法的流程示意图二;
图4为本发明实施例提供的无线网络容量分析设备的结构示意图一;
图5为本发明实施例提供的无线网络容量分析设备的结构示意图二;
图6为本发明实施例提供的无线网络容量分析设备的硬件结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与本发明内容中所详述的、本公开的一些方面相一致的装置和方法的例子。
本发明的说明书和上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
目前,LTE网络存在的重要价值就是提供高速的数据业务。随着用户增加,以及用户对数据业务质量要求的提升,当前LTE网络数据流量每年翻倍增长,网络投资增大。但是运营商收益并未同步增加,如何平衡用户感知体验,网络投资建设,运营商收益三者关系,是目前运营商需要解决的问题。当前已有的研究主要涉及无线网络容量分析,所采用的分析方法通常是在小区容量不足已经长期发生的情况下进行排查实现的。然而,这种分析方法无法预测后续的容量变化,难以平衡用户感知体验,网络投资建设,运营商收益三者关系,进而无法提升无线网络日常优化和应急保障工作能力。
因此,考虑到上述问题,本发明提供一种无线网络容量分析方法,通过获取无线网络中目标小区在预设时间段的网络数据,其中,网络数据包括用户数、流量、收入(运营商收益)和卡顿率(用户感知),然后根据上述用户数、流量和收入建立第一无线网络容量分析模型,根据上述用户数、流量和卡顿率建立第二无线网络容量分析模型,再根据第一无线网络容量分析模型和第二无线网络容量分析模型,对目标小区进行无线网络容量分析,解决现有分析方法无法预测后续的容量变化,难以平衡用户感知体验,网络投资建设,运营商收益三者关系的问题,有效提升无线网络日常优化和应急保障工作能力。
本发明提供的一种无线网络容量分析方法,可以适用于图1所示的无线网络容量分析系统架构示意图,如图1所示,终端101可以获取无线网络中目标小区102在预设时间段的网络数据,所述网络数据包括用户数、流量、收入和卡顿率;可以根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型103;还可以根据所述用户数、所述流量和所述卡顿率建立第二无线网络容量分析模型104;根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析。
其中,目标小区102可以为无线网络中一个或多个需要进行无线网络容量分析的小区。需要说明的是,图1所示的无线网络容量分析系统架构可以适用于不同的网络制式,例如,可以适用于全球移动通讯(Global System of Mobile communication,简称GSM)、码分多址(Code Division Multiple Access,简称CDMA)、宽带码分多址(Wideband CodeDivision Multiple Access,简称WCDMA)、时分同步码分多址(Time Division-Synchronous Code Division Multiple Access,简称TD-SCDMA)、LTE系统及未来的5G等网络制式。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图2为本发明实施例提供的无线网络容量分析方法的流程示意图一,本实施例的执行主体可以为图1所示实施例中的终端,也可以为其它设备,例如处理器、服务器等,本实施例此处不做特别限制。如图2所示,该方法可以包括:
S201、获取无线网络中目标小区在预设时间段的网络数据,所述网络数据包括用户数、流量、收入和卡顿率。
在本发明实施例中,上述无线网络为LTE网络。
其中,预设时间段可以根据实际情况设置,例如获取无线网络中目标小区最近一月的月度网络数据。这里,在获取无线网络中目标小区在预设时间段的网络数据之后,还可以保存所述网络数据,也可以显示所述网络数据,方便相关人员查看,另外还可以将所述网络数据发送至预设终端,其中,预设终端可以为相关人员手机,满足实际应用需要。
具体的,获取无线网络中目标小区在预设时间段的网络数据的方式可以在接收到数据获取指令后获取,也可以采用周期获取方式获取,例如每间隔上述预设时间段获取一次数据,具体获取方式可以根据实际情况设置。
可选的,在所述获取无线网络中目标小区在预设时间段的网络数据之后,还可以对所述网络数据进一步处理,例如根据所述网络数据,分别计算所述目标小区在所述预设时间段的平均用户数、平均流量、平均收入和平均卡顿率,并可以将相应数据发送至预设终端,以供相关人员参考。
S202、根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型。
可选的,上述方法,还包括:
对所述网络数据进行场景归类处理;
所述根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型,包括:
分场景对所述用户数、所述流量和所述收入进行拟合;
根据拟合结果确定所述收入与所述用户数和所述流量的函数关系,根据所述函数关系建立所述第一无线网络容量分析模型。
其中,对获取到的网络数据分场景归类,比如学校,交通枢纽,商场等。
可选的,所述分场景对所述用户数、所述流量和所述收入进行拟合,包括:
按场景输入所述用户数、所述流量和所述收入,利用工具matlab拟合。
具体的,分场景将上述用户数、流量、收入,用工具matlab拟合,具体使用的公式可以是多项式,高斯等,可以得到当前场景下上述收入与上述流量和用户数的函数。比如:f(x,y)=p00+p10*x+p01*y+p11*x*y+p02*y^2,其中,p00=1.35,p10=-0.0007266,p01=-0.05393,p11=6.563*10^-5,p02=0.000642,x表示上述用户数;y表示上述流量,f(x,y)表示上述收入。进一步根据函数f(x,y)建立第一无线网络容量分析模型,例如建立第一无线网络容量分析模型为上述函数f(x,y)。
另外,在根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型之后,可以保存上述第一无线网络容量分析模型,也可以显示上述第一无线网络容量分析模型,还可以建立第一无线网络容量分析模型与上述目标小区的对应关系,方便后续处理。
S203、根据所述用户数、所述流量和所述卡顿率建立第二无线网络容量分析模型。
同上述,所述根据所述用户数、所述流量和所述卡顿率建立第二无线网络容量分析模型,包括:
分场景对所述用户数、所述流量和所述卡顿率进行拟合;
根据拟合结果确定所述卡顿率与所述用户数和所述流量的函数关系,根据该函数关系建立所述第二无线网络容量分析模型。
这里,同样,按场景输入月度小区用户数,月度小区流量,月度小区卡顿率,用工具matlab拟合,具体使用的公式可以是多项式,高斯等,可以得到当前场景下月度小区卡顿率与月度小区流量和用户数的函数2,比如z(x,y)=p00+p10*x+p01*y+p20*x^2+p11*x*y+p02*y^2,其中,p00=0.0746,p10=-0.0001129,p01=-0.001437,p20=2.126*10^-7,p11=1.815*10^-6,p02=1.854*10^-5,x表示上述用户数;y表示上述流量,z(x,y)表示上述卡顿率。进一步根据函数z(x,y)建立第二无线网络容量分析模型,例如建立第二无线网络容量分析模型为上述函数z(x,y)。
另外,同样,在根据所述用户数、所述流量和所述卡顿率建立第二无线网络容量分析模型之后,可以保存上述第二无线网络容量分析模型,也可以显示上述第二无线网络容量分析模型,还可以建立第二无线网络容量分析模型与上述目标小区的对应关系,满足多种应用场景需要。
S204、根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析。
可选的,所述根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第一无线网络容量分析模型确定所述目标小区在所述预设时间段的最大收入,根据所述最大收入和所述第一无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第二无线网络容量分析模型,确定对应的卡顿率;
根据确定的用户数、流量、卡顿率和所述最大收入,以及所述目标小区当前的用户数、流量、收入和卡顿率,确定所述目标小区的第一容量优化方案。
可选的,所述根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第二无线网络容量分析模型确定所述目标小区在所述预设时间段的最小卡顿率,根据所述最小卡顿率和所述第二无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第一无线网络容量分析模型,确定对应的收入;
根据确定的用户数、流量、收入和所述最小卡顿率,以及所述目标小区当前的用户数、流量、收入和卡顿率,确定所述目标小区的第二容量优化方案。
具体的,可以根据实际情况定义x和y的取值范围,当定义好x和y的范围后,可以计算f(x,y)的极大值,例如借助matlab函数计算f(x,y)的极大值,得出上述目标小区在上述预设时间段的最大收入时,再分别计算对应的x和y值,再代入第二无线网络容量分析模型得到该条件下的卡顿率z。
或者,定义好x和y的取值范围后,计算z(x,y)的极小值,得出上述目标小区在上述预设时间段的卡顿率最小值时,再分别计算对应的x和y值,再代入第一无线网络容量分析模型得到该条件下的收入f。
最终如需要有最大收入的情况下,可以计算出小区对应的用户数x,流量y,以及卡顿率z。
如需要有最小卡顿率的情况下,可以计算出小区对应的用户数x,流量y,以及收入f。
对比小区当前的网络数据,可以实施不同策略优化改进。
本实施例提供的无线网络容量分析方法,通过获取无线网络中目标小区在预设时间段的网络数据,其中,网络数据包括用户数、流量、收入(运营商收益)和卡顿率(用户感知),然后根据上述用户数、流量和收入建立第一无线网络容量分析模型,根据上述用户数、流量和卡顿率建立第二无线网络容量分析模型,再根据第一无线网络容量分析模型和第二无线网络容量分析模型,对目标小区进行无线网络容量分析,解决现有分析方法无法预测后续的容量变化,难以平衡用户感知体验,网络投资建设,运营商收益三者关系的问题,有效提升无线网络日常优化和应急保障工作能力。
图3为本发明实施例提供的无线网络容量分析方法的流程示意图二,本实施例在图2实施例的基础上,对本实施例的具体实现过程进行了详细说明。如图3所示,该方法包括:
S301、获取无线网络中目标小区在预设时间段的网络数据,所述网络数据包括用户数、流量、收入和卡顿率。
S302、对所述网络数据进行场景归类处理。
S303、分场景对所述用户数、所述流量和所述收入进行拟合,且分场景对所述用户数、所述流量和所述卡顿率进行拟合。
具体的,可以按场景输入所述用户数、所述流量和所述收入,利用工具matlab拟合。同理,可以按场景输入所述用户数、所述流量和所述卡顿率,利用工具matlab拟合。
S304、根据拟合结果确定所述收入与所述用户数和所述流量的函数关系,根据该函数关系建立第一无线网络容量分析模型,并根据拟合结果确定所述卡顿率与所述用户数和所述流量的函数关系,根据该函数关系建立第二无线网络容量分析模型。
S305、根据所述第一无线网络容量分析模型确定所述目标小区在所述预设时间段的最大收入,根据所述最大收入和所述第一无线网络容量分析模型,确定对应的用户数和流量。
S306、根据确定的用户数和流量,以及所述第二无线网络容量分析模型,确定对应的卡顿率。
S307、根据确定的用户数、流量、卡顿率和所述最大收入,以及所述目标小区当前的用户数、流量、收入和卡顿率,确定所述目标小区的第一容量优化方案。
S308、根据所述第二无线网络容量分析模型确定所述目标小区在所述预设时间段的最小卡顿率,根据所述最小卡顿率和所述第二无线网络容量分析模型,确定对应的用户数和流量。
S309、根据确定的用户数和流量,以及所述第一无线网络容量分析模型,确定对应的收入。
S310、根据确定的用户数、流量、收入和所述最小卡顿率,以及所述目标小区当前的用户数、流量、收入和卡顿率,确定所述目标小区的第二容量优化方案。
这里,通过考虑收入(运营商收益),卡顿率(用户感知),根据现网数据拟合出收入,用户感知,投资建设的数学模型,计算出某场景中最优情况下一个小区应有的用户数,流量,用户感知,收入,从而可以进一步判断当前网络是否应该增加投入建设,可以精确评估当前网络与最优情况的差异,采取不同的解决方案,提升网络运营效率。
本实施例提供的无线网络容量分析方法,能够平衡用户感知体验,网络投资建设,运营商收益三者关系,实现精准网络投资,避免投资浪费。根据小区网络用户数和流量计算得到网络卡顿率(感知)的关系,建立小区用户数,用户流量,卡顿率的数学模型,根据小区网络用户数和流量计算得到网络收入情况,建立小区用户数,用户流量,网络收入的数学模型,通过上述两个数学模型的关联,可计算实现网络投入,收入,用户感知的平衡,有效提升无线网络日常优化和应急保障工作能力。
图4为本发明实施例提供的无线网络容量分析设备的结构示意图一。如图4所示,该无线网络容量分析设备40包括:数据获取模块401、第一模型建立模块402、第二模型建立模块403以及容量分析模块404。
数据获取模块401,用于获取无线网络中目标小区在预设时间段的网络数据,所述网络数据包括用户数、流量、收入和卡顿率。
第一模型建立模块402,用于根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型。
第二模型建立模块403,用于根据所述用户数、所述流量和所述卡顿率建立第二无线网络容量分析模型。
容量分析模块404,用于根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析。
本实施例提供的设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图5为本发明实施例提供的无线网络容量分析设备的结构示意图二。如图5所示,本实施例在图4实施例的基础上,还包括:数据归类模块405。
在一种可能的设计中,数据归类模块405,用于对所述网络数据进行场景归类处理。
所述第一模型建立模块402根据所述用户数、所述流量和所述收入建立第一无线网络容量分析模型,包括:
分场景对所述用户数、所述流量和所述收入进行拟合;
根据拟合结果确定所述收入与所述用户数和所述流量的函数关系,根据所述函数关系建立所述第一无线网络容量分析模型。
在一种可能的设计中,所述容量分析模块404根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第一无线网络容量分析模型确定所述目标小区在所述预设时间段的最大收入,根据所述最大收入和所述第一无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第二无线网络容量分析模型,确定对应的卡顿率;
根据确定的用户数、流量、卡顿率和所述最大收入,以及所述目标小区当前的用户数、流量、收入和卡顿率,确定所述目标小区的第一容量优化方案。
在一种可能的设计中,所述容量分析模块404根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第二无线网络容量分析模型确定所述目标小区在所述预设时间段的最小卡顿率,根据所述最小卡顿率和所述第二无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第一无线网络容量分析模型,确定对应的收入;
根据确定的用户数、流量、收入和所述最小卡顿率,以及所述目标小区当前的用户数、流量、收入和卡顿率,确定所述目标小区的第二容量优化方案。
在一种可能的设计中,所述分场景对所述用户数、所述流量和所述收入进行拟合,包括:
按场景输入所述用户数、所述流量和所述收入,利用工具matlab拟合。
本实施例提供的设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图6为本发明实施例提供的无线网络容量分析设备的硬件结构示意图。如图6所示,本实施例的无线网络容量分析设备60包括:处理器601以及存储器602;其中
存储器602,用于存储计算机执行指令;
处理器601,用于执行存储器存储的计算机执行指令,以实现上述实施例中无线网络容量分析方法所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地,存储器602既可以是独立的,也可以跟处理器601集成在一起。
当存储器602独立设置时,该无线网络容量分析设备还包括总线603,用于连接所述存储器602和处理器601。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的无线网络容量分析方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(Peripheral Component,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种无线网络容量分析方法,其特征在于,包括:
获取无线网络中目标小区在预设时间段的网络数据,所述网络数据包括用户数、流量、运营商收益和卡顿率;
根据所述用户数、所述流量和所述运营商收益建立第一无线网络容量分析模型;
根据所述用户数、所述流量和所述卡顿率建立第二无线网络容量分析模型;
根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析。
2.根据权利要求1所述的方法,其特征在于,还包括:
对所述网络数据进行场景归类处理;
所述根据所述用户数、所述流量和所述运营商收益建立第一无线网络容量分析模型,包括:
分场景对所述用户数、所述流量和所述运营商收益进行拟合;
根据拟合结果确定所述运营商收益与所述用户数和所述流量的函数关系,根据所述函数关系建立所述第一无线网络容量分析模型。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第一无线网络容量分析模型确定所述目标小区在所述预设时间段的最大运营商收益,根据所述最大运营商收益和所述第一无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第二无线网络容量分析模型,确定对应的卡顿率;
根据确定的用户数、流量、卡顿率和所述最大运营商收益,以及所述目标小区当前的用户数、流量、运营商收益和卡顿率,确定所述目标小区的第一容量优化方案。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第二无线网络容量分析模型确定所述目标小区在所述预设时间段的最小卡顿率,根据所述最小卡顿率和所述第二无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第一无线网络容量分析模型,确定对应的运营商收益;
根据确定的用户数、流量、运营商收益和所述最小卡顿率,以及所述目标小区当前的用户数、流量、运营商收益和卡顿率,确定所述目标小区的第二容量优化方案。
5.根据权利要求2所述的方法,其特征在于,所述分场景对所述用户数、所述流量和所述运营商收益进行拟合,包括:
按场景输入所述用户数、所述流量和所述运营商收益,利用工具matlab拟合。
6.一种无线网络容量分析设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机执行指令,所述处理器执行所述计算机执行指令时实现如下步骤:
获取无线网络中目标小区在预设时间段的网络数据,所述网络数据包括用户数、流量、运营商收益和卡顿率;
根据所述用户数、所述流量和所述运营商收益建立第一无线网络容量分析模型;
根据所述用户数、所述流量和所述卡顿率建立第二无线网络容量分析模型;
根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析。
7.根据权利要求6所述的设备,其特征在于,所述处理器执行所述计算机执行指令时还实现如下步骤:
对所述网络数据进行场景归类处理;
所述根据所述用户数、所述流量和所述运营商收益建立第一无线网络容量分析模型,包括:
分场景对所述用户数、所述流量和所述运营商收益进行拟合;
根据拟合结果确定所述运营商收益与所述用户数和所述流量的函数关系,根据所述函数关系建立所述第一无线网络容量分析模型。
8.根据权利要求6所述的设备,其特征在于,所述根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第一无线网络容量分析模型确定所述目标小区在所述预设时间段的最大运营商收益,根据所述最大运营商收益和所述第一无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第二无线网络容量分析模型,确定对应的卡顿率;
根据确定的用户数、流量、卡顿率和所述最大运营商收益,以及所述目标小区当前的用户数、流量、运营商收益和卡顿率,确定所述目标小区的第一容量优化方案。
9.根据权利要求6所述的设备,其特征在于,所述根据所述第一无线网络容量分析模型和所述第二无线网络容量分析模型,对所述目标小区进行无线网络容量分析,包括:
根据所述第二无线网络容量分析模型确定所述目标小区在所述预设时间段的最小卡顿率,根据所述最小卡顿率和所述第二无线网络容量分析模型,确定对应的用户数和流量;
根据确定的用户数和流量,以及所述第一无线网络容量分析模型,确定对应的运营商收益;
根据确定的用户数、流量、运营商收益和所述最小卡顿率,以及所述目标小区当前的用户数、流量、运营商收益和卡顿率,确定所述目标小区的第二容量优化方案。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至5任一项所述的无线网络容量分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910392405.7A CN110098966B (zh) | 2019-05-13 | 2019-05-13 | 无线网络容量分析方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910392405.7A CN110098966B (zh) | 2019-05-13 | 2019-05-13 | 无线网络容量分析方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110098966A CN110098966A (zh) | 2019-08-06 |
CN110098966B true CN110098966B (zh) | 2022-02-22 |
Family
ID=67447764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910392405.7A Active CN110098966B (zh) | 2019-05-13 | 2019-05-13 | 无线网络容量分析方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110098966B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112654063B (zh) * | 2020-12-15 | 2022-09-02 | 中国联合网络通信集团有限公司 | 一种上行容量的评估方法及装置 |
CN112688821B (zh) * | 2021-01-28 | 2023-04-18 | 中国铁塔股份有限公司 | 网络容量预测方法、装置及电子设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106982435A (zh) * | 2016-01-19 | 2017-07-25 | 中国移动通信集团贵州有限公司 | 一种f频段混合组网的容量调整方法及装置 |
CN109462853A (zh) * | 2018-11-05 | 2019-03-12 | 武汉虹信技术服务有限责任公司 | 一种基于神经网络模型的网络容量预测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9439081B1 (en) * | 2013-02-04 | 2016-09-06 | Further LLC | Systems and methods for network performance forecasting |
CN104811947B (zh) * | 2014-01-27 | 2019-08-27 | 南京中兴软件有限责任公司 | 一种异构网络容量估计方法和系统 |
CN109302719B (zh) * | 2018-11-05 | 2022-02-08 | 北京市天元网络技术股份有限公司 | 一种lte小区容量预测分析方法及装置 |
-
2019
- 2019-05-13 CN CN201910392405.7A patent/CN110098966B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106982435A (zh) * | 2016-01-19 | 2017-07-25 | 中国移动通信集团贵州有限公司 | 一种f频段混合组网的容量调整方法及装置 |
CN109462853A (zh) * | 2018-11-05 | 2019-03-12 | 武汉虹信技术服务有限责任公司 | 一种基于神经网络模型的网络容量预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110098966A (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108711047B (zh) | 一种自动还款方法、系统及终端设备 | |
CN107807852B (zh) | 应用程序性能控制方法、设备及计算机可读存储介质 | |
CN110098966B (zh) | 无线网络容量分析方法及设备 | |
CN108985489B (zh) | 一种风险预测方法、风险预测装置和终端设备 | |
CN111328082A (zh) | 基站规划方法、装置、设备及存储介质 | |
CN108648091A (zh) | 保单风险评估方法、装置、设备和计算机存储介质 | |
CN106227483B (zh) | 一种显示控制方法及移动终端 | |
CN112668640A (zh) | 一种文本图像质量评估方法、装置、设备及介质 | |
CN110246002A (zh) | 理财推荐信息的推送方法、装置及计算机设备 | |
CN112966687B (zh) | 图像分割模型训练方法、装置及通信设备 | |
CN114173006A (zh) | 通信用户离网预警方法及服务器 | |
CN115495498B (zh) | 数据关联方法、系统、电子设备及存储介质 | |
CN110189141A (zh) | 发票的验证方法、装置和计算机设备 | |
CN110166964A (zh) | 一种待扩容基站的确定方法及装置 | |
CN112256844A (zh) | 文本分类方法及装置 | |
CN114169451A (zh) | 行为数据分类处理方法、装置、设备及存储介质 | |
CN110148044B (zh) | 一种用于记账的缓冲阈值设定方法和装置 | |
CN114511314A (zh) | 一种支付账户管理的方法、装置、计算机设备和存储介质 | |
CN111222739B (zh) | 核电站的任务分配方法及核电站的任务分配系统 | |
CN112116401A (zh) | 压力测试方法、装置、设备和存储介质 | |
CN111784512A (zh) | 银企对账流程处理方法、装置及电子设备 | |
CN113905400B (zh) | 网络优化处理方法、装置、电子设备及存储介质 | |
CN113051128B (zh) | 功耗检测方法、装置、电子设备及存储介质 | |
CN113301597B (zh) | 网络分析方法及设备 | |
CN115119192B (zh) | 网络接入方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |