CN110913425B - 一种基于MR和xDR的无线网络指标分析方法及系统 - Google Patents

Abstract

本发明公开了一种基于MR和xDR的无线网络指标分析方法及系统，属于通信技术领域，包括以下步骤：S1：数据采集；S2：数据处理；S3：数据分析；S4：输出异常项。在所述步骤S1中，MR中包含SINR报告、RSRP报告、RSRQ报告、RSS报告，xDR数据包含S1‑MME接口、S1‑U接口、S11接口、S6A接口的记录，基站信息数据包含基站标识、基站状态、主载波小区、经纬度。本发明基于可动态配置的groovy脚本执行各项分析规则，可支持线上更改，实时生效；基于MR和xDR的数据进行分析，专业性强，xDR基于真实用户交互产生的记录，面向用户，可完整复原用户的上网过程。

Description

一种基于MR和xDR的无线网络指标分析方法及系统

技术领域

本发明涉及通信技术领域，具体涉及一种基于MR和xDR的无线网络指标分析方法及系统。

背景技术

在无线网络优化手段中，传统话务性能数据周期性从设备机器上测量获取，实施起来简单，宏观上进行网络状况的衡量，偏向业务量和网络性能，对无线环境(如质量、导频、干扰等)无法衡量，且衡量粒度较粗，无法细化到底层原因或者用户；路测是通过主干道进行的用户模拟，判断网络情况，能对全网网络环境进行全面评估，主要用于网络建设初期，且样本量有限，模拟用户，测试场景往往与实际有一定的差异，同时成本高；定点测试是固定对某个位置进行的网络优化测试，对固定位置进行全面的网络环境和性能评估，主要用于网络建设后的特定点评估，目标比较单一；MR(测量报告)则是真实的网络环境及性能，是目前非常有效的网络优化手段，分析数据量大，专业性强，但是不能复原用户呼叫。为了解决上述问题，提出一种基于MR(测量报告)和xDR(详细记录)的无线网络指标分析方法及系统。

发明内容

本发明所要解决的技术问题在于：如何更方便准确地实现对无线网络投诉故障问题的定位，提供了一种基于MR和xDR的无线网络指标分析方法。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

S1：数据采集

通过实时接口，如webservice或者RESTFUL，获取到实时的MR、xDR数据、基站信息数据；

S2：数据处理

针对用户行为进行数据筛选，筛选出xDR数据的异常记录及异常原因，并获取到异常用户失败信令的关键信息；

S3：数据分析

对异常所在小区的MR中覆盖数据进行分析核查，对异常所在小区的上行底噪、SINA检测、小区干扰类型、模三干扰进行分析核查；

S4：输出异常项

输出步骤S3中经分析核查后的异常项，对无线网络投诉故障问题进行定位，如对MR中覆盖数据进行分析核查后，或分析核查该小区内MR采样点的信号质量，该小区中超过10％的采样点的RSRP<115dBm，SINR<10，则属于弱覆盖，则建议优先考虑降低距离弱覆盖区域最近基站的天线下倾角，调整天线方位角，增加站点或者射频拉远单元，增加无线基带控制的发射功率。

更进一步的，在所述步骤S1中，MR中包含SINR(信噪比)报告、RSRP(参考信号接收功率)报告、RSRQ(参考信号接收质量)报告、RSSI(参考信息强度指示)报告等，xDR数据包含S1-MME、S1-U、S11、S6A等接口的记录，基站信息数据包含基站标识、基站状态、主载波小区、经纬度等相关数据。

更进一步的，在所述步骤S2中，用户行为包括网络附着、EPS承载(UE和PDN网关间一个或多个业务数据流)建立、跟踪区更新、电路域回落、切换；

针对网络附着进行数据筛选时，先处理分析用户发起的ATTACH行为，然后筛选出发生附着失败的数据记录，包括IMSI、基站标识、附着次数、附着失败码等；

针对EPS承载建立进行数据筛选时，先处理分析用户发生的跟踪区更新行为，然后筛选出发生跟踪区更新失败的数据记录，包括IMSI、基站标识、激活次数、激活失败码等；

针对跟踪区更新进行数据筛选时，先处理分析用户发生的跟踪区更新行为，再筛选出发生跟踪区更新失败的数据记录，包括IMSI、基站标识、AU次数、TAU失败码等；

针对电路域回落进行数据筛选时，先处理分析用户发生电路域回落行为，然后筛选出发生CSFB失败的数据记录，包括IMSI、基站标识、失败次数、失败编码等；

针对切换进行数据筛选时，先处理分析用户发生切换的行为，然后筛选出用户发生切换失败的数据记录，包括IMSI、基站标识、切换失败次数、失败编码等。

更进一步的，在所述步骤S2中，用户失败信令的关键信息包含基站标识、小区、TAC(跟踪区代码)、ECI(E-UTRAN小区标识)、失败原因编码等。

更进一步的，在所述步骤S3中，对异常所在小区的MR中覆盖数据进行分析核查的内容包括以下三部分：

过覆盖核查，分析核查该小区过覆盖影响其他小区的程度，如果该小区信号出现在其邻区及以外的小区并且达到成为主服务小区的条件时，则属于过覆盖；其核查过程包括以下步骤：

S301：通过步骤S1获取MR信息，对目标小区为邻区的MR数据记录进行统计计算；

S302：判断服务小区与邻区信号强度差平均值大于0的采样点占比是否大于10％，是则判断为过覆盖；

重叠覆盖核查，分析核查该小区覆盖被其他小区影响的程度，如果该小区出现其邻区及以外的小区的信号并且达到成为主服务小区的条件时，则属于重叠覆盖；其核查过程包括以下步骤：

S311：通过步骤S1获取MR信息，对目标小区为主服务小区的MR数据记录进行统计计算；

S312：判断服务小区与邻区信号强度差平均值小于0的采样点占比是否大于10％，是则判断为重叠覆盖；

弱覆盖核查，分析核查该小区内MR采样点的信号质量，如果该小区中信号质量低于设定阈值，则属于弱覆盖；其核查过程包括以下步骤：

S321：通过步骤S1获取MR信息，对目标小区为邻区的MR数据记录进行统计计算；

S322：判断该小区中是否有超过10％的采样点的RSRP<115dBm，SINR<10，是则判断为弱覆盖。

更进一步的，在所述步骤S3中，对异常所在小区的上行底噪核查内容为：

对采集到的MR数据中进行该小区内采样点的上行底噪进行分析核查，判断采样点当中20％的采样点小区底噪是否高于-100dbm，是则不需进行优化，否则需要进行优化；

对异常所在小区的SINR分析核查内容为：

对采集到的MR数据中进行该小区内采样点的SINR平均值进行分析核查，判断该平均值是否低于10dB，是则不需进行优化，否则需要进行优化；

对异常所在小区的干扰类型分析核查内容为：

分析该小区上行底噪的100RB波形图，判断该小区干扰类型；

对异常所在小区的模三干扰方面进行分析的内容为：

判断该发生模三冲突的小区和邻近小区的干扰率，即邻区的主小区场强差值在5DB之内的采样点数跟主小区总采样点数比值，比值越大干扰越强。

更进一步的，干扰类型的种类为三种，第一种为杂散或阻塞，第二种为谐波或互调，第三种为越区覆盖。

本发明还提供了一种基于MR和xDR的无线网络指标分析系统，包括：

数据采集模块，用于通过接口获取到实时的MR、xDR数据、基站信息数据；

数据处理模块，用于针对用户行为进行数据筛选，筛选出xDR数据的异常记录及异常原因，并获取到异常用户失败信令的关键信息；

数据分析模块，用于对异常所在小区的MR中覆盖数据进行分析核查，对异常所在小区的上行底噪、SINA检测、小区干扰类型、模三干扰进行分析核查；

故障问题定位模块，用于输出经分析核查后的异常项，对无线网络投诉故障问题进行定位；

中央处理模块，用于向其他模块发出指令，完成相关动作；

所述数据采集模块、数据处理模块、数据分析模块、故障问题定位模块均与中央处理模块电连接。

本发明相比现有技术具有以下优点：该基于MR和xDR的无线网络指标分析方法及系统，基于可动态配置的groovy脚本执行各项分析规则，可支持线上更改，实时生效；基于MR和xDR的数据进行分析，专业性强，xDR基于真实用户交互产生的记录，面向用户，可完整复原用户的上网过程，值得被推广使用。

附图说明

图1是本发明的流程示意图；

图2是本发明分析脚本配置及更改操作页面图；

图3是本发明脚本动态配置及执行流程示意图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种技术方案：一种基于MR和xDR的无线网络指标分析方法，包括以下步骤：

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

S1：数据采集

通过实时接口，如webservice或者RESTFUL，获取到实时的MR、xDR数据、基站信息数据；

S2：数据处理

针对用户行为进行数据筛选，筛选出xDR数据的异常记录及异常原因，一条xDR数据包含但不限于如下信息：

话单开始标识符|话单长度|终端IMSI号码|是否有效标志|终端IMSI号码|终端IMEI号码|是否有效标志|终端IMEI号码|UE RRC信息|是否有效标志|RRC建立时间|是否有效标志|时间(秒数)|时间(毫秒数)|RRC建立原因|是否有效标志|接入原因类型|Uu模式-RRC请求-Uu口标准原因|Iu模式-入局重定位-Iu口标准原因|Iu模式-入局系统间切换-Iu口标准原因|起呼点小区信息|是否有效标志|RRC请求小区ID|是否有效标志|RRC请求小区MCC|RRC请求小区MNC|RRC请求小区RNCID|RRC请求小区CID|RRC请求小区频点信息|是否有效标志|UE切换信息记录|是否有效标志|第一次频内切换信息|是否有效标志|单次频内切换细节信息|是否有效标志|RNLC DRM决策切换类型|是否有效标志|切换流程类型|是否有效标志|切换结果(1表示成功，0表示失败)|切换失败的原因分类|上行流量|下行流量|上行占用时间|下行占用时间|上行重传次数|下行重传次数|UE关键信令|最后一条Uu口信令的ASN1码流长度|Last Uu message container信元的消息类型|最后一条Uu口信令的ASN1码流|最后一条Iu口信令的ASN1码流长度|最后一条Iu口信令的ASN1码流|话单结束标识符，获取到异常用户失败信令的关键信息(如“切换结果”、“切换失败原因”、“小区ID”)，此部分操作可以使用groovy脚本进行处理，处理步骤如下：

1)、获取原始报文；

2)、将报文转换成可解析对象；

3)、对解析后的对象进行循环遍历，对每一条数据进行比较判断，切换结果是否为失败，筛选出符合要求的数据记录；

4)、返回所有符合要求的数据记录；

S3：数据分析

对异常所在小区的MR中覆盖数据进行分析核查，对异常所在小区的上行底噪、SINA检测、小区干扰类型、模三干扰进行分析核查；

S4：输出异常项

输出步骤S3中经分析核查后的异常项，对无线网络投诉故障问题进行定位，如对MR中覆盖数据进行分析核查后，或分析核查该小区内MR采样点的信号质量，该小区中超过10％的采样点的RSRP<115dBm，SINR<10，则属于弱覆盖，则建议优先考虑降低距离弱覆盖区域最近基站的天线下倾角，调整天线方位角，增加站点或者射频拉远单元，增加无线基带控制的发射功率。

在所述步骤S1中，MR中包含SINR(信噪比)报告、RSRP(参考信号接收功率)报告、RSRQ(参考信号接收质量)报告、RSSI(参考信息强度指示)报告等，xDR数据包含S1-MME、S1-U、S11、S6A等接口的记录，基站信息数据包含基站标识、基站状态、主载波小区、经纬度等相关数据。

在所述步骤S2中，用户行为包括网络附着、EPS承载(UE和PDN网关间一或多个业务数据流)建立、跟踪区更新、电路域回落、切换；

针对网络附着进行数据筛选时，先处理分析用户发起的ATTACH行为，然后筛选出发生附着失败的数据记录，包括IMSI、基站标识、附着次数、附着失败码等；

针对EPS承载建立进行数据筛选时，先处理分析用户发生的跟踪区更新行为，然后筛选出发生跟踪区更新失败的数据记录，包括IMSI、基站标识、激活次数、激活失败码等；

针对跟踪区更新进行数据筛选时，先处理分析用户发生的跟踪区更新行为，再筛选出发生跟踪区更新失败的数据记录，包括IMSI、基站标识、AU次数、TAU失败码等；

针对电路域回落进行数据筛选时，先处理分析用户发生电路域回落行为，然后筛选出发生CSFB失败的数据记录，包括IMSI、基站标识、失败次数、失败编码等；

针对切换进行数据筛选时，先处理分析用户发生切换的行为，然后筛选出用户发生切换失败的数据记录，包括IMSI、基站标识、切换失败次数、失败编码等。

在所述步骤S2中，用户失败信令的关键信息包含基站标识、小区、TAC(跟踪区代码)、ECI(E-UTRAN小区标识)、失败原因编码等。

在所述步骤S3中，对异常所在小区的MR中覆盖数据进行分析核查的内容包括以下三部分：

过覆盖核查，分析核查该小区过覆盖影响其他小区的程度，如果该小区信号出现在其邻区及以外的小区并且能够成为主服务小区时，则属于过覆盖；其做法如下：

(1)通过S1步骤获取MR信息，该MR信息包含但不限于唯一标识、经度、纬度、栅格索引、栅格MR总数、测量时间、服务小区所属BSC、服务小区名称、服务小区索引号、主服务小区的电平值、主小区信号与干扰加噪声比、主小区参考信号接收功率、主小区信号接收质量、邻区BCCH、邻区BCC、邻区NCC、邻区名称、邻区索引号、邻区的电平值、邻区信号与干扰加噪声比、邻区参考信号接收功率、邻区信号接收质量、邻区平均信号强度、服务小区与邻区信号强度差平均值、邻近小区信号强度等；

(2)对目标小区为邻区的MR数据记录进行统计计算，当“服务小区与邻区信号强度差平均值”>0的采样点占比>10％时，则认为过覆盖；

此部分操作可以使用groovy脚本进行处理，处理步骤如下：

1)、获取原始报文；

2)、将报文转换成可解析对象

3)、对解析后的对象进行循环遍历，对每一条数据进行比较判断，服务小区与邻区信号强度差平均值是否大于0，筛选出符合要求的数据记录；

4)、将符合要求的数据记录条数除以总数据记录条数，得到符合要求的数据记录占比；

5)、判断数据记录占比是否达到要求，如达到则返回true,未达到则返回false；

重叠覆盖核查，分析核查该小区覆盖被其他小区影响的程度，如果该小区出现其邻区及以外的小区的信号并且能够成为主服务小区时，则属于重叠覆盖；其做法如下：

(1)通过S1步骤获取MR信息，该MR信息包含但不限于唯一标识、经度、纬度、栅格索引、栅格MR总数、测量时间、服务小区所属BSC、服务小区名称、服务小区索引号、主服务小区的电平值、主小区信号与干扰加噪声比、主小区参考信号接收功率、主小区信号接收质量、邻区BCCH、邻区BCC、邻区NCC、邻区名称、邻区索引号、邻区的电平值、邻区信号与干扰加噪声比、邻区参考信号接收功率、邻区信号接收质量、邻区平均信号强度、服务小区与邻区信号强度差平均值、邻近小区信号强度等；

(2)对目标小区为主服务小区的MR数据记录进行统计计算，当“服务小区与邻区信号强度差平均值”<0的采样点占比>10％时，则认为重叠覆盖；

此部分操作可以使用groovy脚本进行处理，处理步骤如下：

1)、获取原始报文；

2)、将报文转换成可解析对象

3)、对解析后的对象进行循环遍历，对每一条数据进行比较判断，服务小区与邻区信号强度差平均值是否小于0，筛选出符合要求的数据记录；

4)、将符合要求的数据记录条数除以总数据记录条数，得到符合要求的数据记录占比；

5)、判断数据记录占比是否达到要求，如达到则返回true,未达到则返回false；

弱覆盖核查，分析核查该小区内MR采样点的信号质量，如果该小区中超过10％的采样点的RSRP<115dBm，SINR<10，则属于弱覆盖，其做法如下：

(1)通过S1步骤获取MR信息，该MR信息包含但不限于唯一标识、经度、纬度、栅格索引、栅格MR总数、测量时间、服务小区所属BSC、服务小区名称、服务小区索引号、主服务小区的电平值、主小区信号与干扰加噪声比、主小区参考信号接收功率、主小区信号接收质量、邻区BCCH、邻区BCC、邻区NCC、邻区名称、邻区索引号、邻区的电平值、邻区信号与干扰加噪声比、邻区参考信号接收功率、邻区信号接收质量、邻区平均信号强度、服务小区与邻区信号强度差平均值、邻近小区信号强度；

(2)对目标小区为邻区的MR数据记录进行统计计算，如果该小区中超过10％的采样点的RSRP<115dBm，SINR<10，则认为弱覆盖；

此部分操作可以使用groovy脚本进行处理，处理步骤如下：

1)、获取原始报文；

2)、将报文转换成可解析对象

3)、对解析后的对象进行循环遍历，对每一条数据进行比较判断，小区信号质量RSRP<115dBm且SINR<10，筛选出符合要求的数据记录；

4)、将符合要求的数据记录条数除以总数据记录条数，得到符合要求的数据记录占比；

5)、判断数据记录占比是否达到要求，如达到则返回true,未达到则返回false；

在所述步骤S3中，对异常所在小区的上行底噪核查内容为：

对采集到的MR数据中进行该小区内采样点的上行底噪进行分析核查，判断采样点当中20％的采样点小区底噪是否高于-100dbm，是则不需进行优化，否则需要进行优化；

对异常所在小区的SINR分析核查内容为：

对采集到的MR数据中进行该小区内采样点的SINR平均值进行分析核查，判断该平均值是否低于10dB，是则不需进行优化，否则需要进行优化；

对异常所在小区的干扰类型分析核查内容为：

分析该小区上行底噪的100RB波形图，判断该小区干扰类型；

干扰类型的种类为三种，第一种为杂散或阻塞，第二种为谐波或互调，第三种为越区覆盖。

干扰类型及其算法如下：

类型一：

杂散或阻塞

算法判定条件如下：

1、左滚降：

RBO～RB9的均值高于RB45～RB54的均值4dB；

RBO～RB9的均值高于RB90～RB99的均值6dB；

RB45～RB54的均值高于RB90～RB99的均值。

2、右滚降：

RB90～RB99的均值高于RB45～RB54的均值4dB；

RB90～RB99的均值高于RB0～RB9的均值6dB；

RB45～RB54的均值高于RB0～RB9的均值；

满足左滚降或右滚降中的全部条件条件为杂散或阻塞。

类型二：

谐波或互调

算法判定条件如下：

1、部分载波高：

最大RB干扰大于总均值10dB；

RB0～RB9的均值低于-110dBm；

RB45～RB54的均值低于-110dBm；

RB90～RB99的均值低于-110dBm。

2、阻塞/外部干扰

RBO～RB99的均值高于-110dBm；

最大RB干扰不大于总均值5dB。

类型三：

越区覆盖

算法判定条件如下：

远距离同频：

RB45～RB52的均值高于总均值3dB；

最大RB干扰在RB48～RB52之间，且大于-100dBm；

RB0～RB9的均值、RB90～RB99的均值不高于总均值。

对异常所在小区的模三干扰方面进行分析的内容为：

判断该发生模三冲突的小区和邻近小区的干扰率，即邻区的主小区场强差值在5DB之内的采样点数跟主小区总采样点数比值，比值越大干扰越强。

如图2所示，为分析脚本配置及更改操作页面图，如图3所示，为脚本动态配置及执行流程示意图。

本实施例还提供了一种基于MR和xDR的无线网络指标分析系统，包括：

数据采集模块，用于通过接口获取到实时的MR、xDR数据、基站信息数据；

数据处理模块，用于针对用户行为进行数据筛选，筛选出xDR数据的异常记录及异常原因，并获取到异常用户失败信令的关键信息；

数据分析模块，用于对异常所在小区的MR中覆盖数据进行分析核查，对异常所在小区的上行底噪、SINA检测、小区干扰类型、模三干扰进行分析核查；

故障问题定位模块，用于输出经分析核查后的异常项，对无线网络投诉故障问题进行定位；

中央处理模块，用于向其他模块发出指令，完成相关动作；

所述数据采集模块、数据处理模块、数据分析模块、故障问题定位模块均与中央处理模块电连接。

综上所述，本实施例的基于MR和xDR的无线网络指标分析方法，基于可动态配置的groovy脚本执行各项分析规则，可支持线上更改，实时生效；基于MR和xDR的数据进行分析，专业性强，xDR基于真实用户交互产生的记录，面向用户，可完整复原用户的上网过程，值得被推广使用，值得被推广使用。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (7)

1.一种基于MR和xDR的无线网络指标分析方法，其特征在于，包括以下步骤：

S1：数据采集

通过接口获取到实时的MR、xDR数据、基站信息数据；

S2：数据处理

针对用户行为进行数据筛选，筛选出xDR数据的异常记录及异常原因，并获取到异常用户失败信令的关键信息；

S3：数据分析

对异常所在小区的MR中覆盖数据进行分析核查，对异常所在小区的上行底噪、SINA检测、小区干扰类型、模三干扰进行分析核查；

S4：输出异常项

输出步骤S3中经分析核查后的异常项，对无线网络投诉故障问题进行定位；

在所述步骤S3中，对异常所在小区的MR中覆盖数据进行分析核查的内容包括以下三部分：

过覆盖核查，分析核查该小区过覆盖影响其他小区的程度，如果该小区信号出现在其邻区及以外的小区并且达到成为主服务小区的条件时，则属于过覆盖；其核查过程包括以下步骤：

S301：通过步骤S1获取MR信息，对目标小区为邻区的MR数据记录进行统计计算；

S302：判断服务小区与邻区信号强度差平均值大于0的采样点占比是否大于10％，是则判断为过覆盖；

重叠覆盖核查，分析核查该小区覆盖被其他小区影响的程度，如果该小区出现其邻区及以外的小区的信号并且达到成为主服务小区的条件时，则属于重叠覆盖；其核查过程包括以下步骤：

S311：通过步骤S1获取MR信息，对目标小区为主服务小区的MR数据记录进行统计计算；

S312：判断服务小区与邻区信号强度差平均值小于0的采样点占比是否大于10％，是则判断为重叠覆盖；

弱覆盖核查，分析核查该小区内MR采样点的信号质量，如果该小区中信号质量低于设定阈值，则属于弱覆盖；其核查过程包括以下步骤：

S321：通过步骤S1获取MR信息，对目标小区为邻区的MR数据记录进行统计计算；

S322：判断该小区中是否有超过10％的采样点的RSRP<115dBm，SINR<10，是则判断为弱覆盖。

2.根据权利要求1所述的一种基于MR和xDR的无线网络指标分析方法，其特征在于：在所述步骤S1中，MR中包含SINR报告、RSRP报告、RSRQ报告、RSS报告，xDR数据包含S1-MME接口、S1-U接口、S11接口、S6A接口的记录，基站信息数据包含基站标识、基站状态、主载波小区、经纬度。

3.根据权利要求1所述的一种基于MR和xDR的无线网络指标分析方法，其特征在于：在所述步骤S2中，用户行为包括网络附着、EPS承载建立、跟踪区更新、电路域回落、切换；

针对网络附着进行数据筛选时，先处理分析用户发起的ATTACH行为，然后筛选出发生附着失败的数据记录，包括IMSI、基站标识、附着次数、附着失败码；

针对EPS承载建立进行数据筛选时，先处理分析用户发生的跟踪区更新行为，然后筛选出发生跟踪区更新失败的数据记录，包括IMSI、基站标识、激活次数、激活失败码；

针对跟踪区更新进行数据筛选时，先处理分析用户发生的跟踪区更新行为，再筛选出发生跟踪区更新失败的数据记录，包括IMSI、基站标识、AU次数、TAU失败码；

针对电路域回落进行数据筛选时，先处理分析用户发生电路域回落行为，然后筛选出发生CSFB失败的数据记录，包括IMSI、基站标识、失败次数、失败编码；

针对切换进行数据筛选时，先处理分析用户发生切换的行为，然后筛选出用户发生切换失败的数据记录，包括IMSI、基站标识、切换失败次数、失败编码。

4.根据权利要求1所述的一种基于MR和xDR的无线网络指标分析方法，其特征在于：在所述步骤S2中，用户失败信令的关键信息包含基站标识、小区、TAC、ECI、失败原因编码。

5.根据权利要求1所述的一种基于MR和xDR的无线网络指标分析方法，其特征在于：在所述步骤S3中，对异常所在小区的上行底噪核查内容为：

对该小区内采样点的上行底噪进行分析核查，判断采样点当中20％的采样点小区底噪是否高于-100dbm，是则不需进行优化，否则需要进行优化；

对异常所在小区的SINR分析核查内容为：

对该小区内采样点的SINR平均值进行分析核查，判断该平均值是否低于10dB，是则不需进行优化，否则需要进行优化；

对异常所在小区的干扰类型分析核查内容为：

分析该小区上行底噪的100RB波形图，判断该小区干扰类型；

对异常所在小区的模三干扰方面进行分析的内容为：

判断该发生模三冲突的小区和邻近小区的干扰率，即邻区的主小区场强差值在5DB之内的采样点数跟主小区总采样点数比值，比值越大干扰越强。

6.根据权利要求1所述的一种基于MR和xDR的无线网络指标分析方法，其特征在于：干扰类型的种类为三种，第一种为杂散或阻塞，第二种为谐波或互调，第三种为越区覆盖。

7.一种基于MR和xDR的无线网络指标分析系统，其特征在于，利用如权利要求1～6任一所述的分析方法进行无线网络指标的分析工作，包括：

数据采集模块，用于通过接口获取到实时的MR、xDR数据、基站信息数据；

数据处理模块，用于针对用户行为进行数据筛选，筛选出xDR数据的异常记录及异常原因，并获取到异常用户失败信令的关键信息；

数据分析模块，用于对异常所在小区的MR中覆盖数据进行分析核查，对异常所在小区的上行底噪、SINA检测、小区干扰类型、模三干扰进行分析核查；

故障问题定位模块，用于输出经分析核查后的异常项，对无线网络投诉故障问题进行定位；

中央处理模块，用于向其他模块发出指令，完成相关动作；

所述数据采集模块、数据处理模块、数据分析模块、故障问题定位模块均与中央处理模块电连接。

Images