CN112399448B - 无线通讯优化方法、装置、电子设备及存储介质 - Google Patents
无线通讯优化方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112399448B CN112399448B CN202011293238.XA CN202011293238A CN112399448B CN 112399448 B CN112399448 B CN 112399448B CN 202011293238 A CN202011293238 A CN 202011293238A CN 112399448 B CN112399448 B CN 112399448B
- Authority
- CN
- China
- Prior art keywords
- data
- service data
- target service
- wireless communication
- optimized
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 119
- 238000005457 optimization Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012216 screening Methods 0.000 claims abstract description 75
- 230000006399 behavior Effects 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008447 perception Effects 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 5
- 238000013433 optimization analysis Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本申请提供了一种无线通讯优化方法、装置、电子设备及存储介质，通过利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据；然后，利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数；最后根据无线通讯优化参数对通讯小区进行优化。实现了对无线通讯系统针对目标应用级别的小粒度优化分析，准确挖掘出更接近用户使用感知的真实需求的优化调整方案，解决了现有技术无法针对目标应用对无线通信系统进行准确地问题分析和精准地优化改进的技术问题，达到了提高用户对于目标应用的使用感知的技术效果。
Description
技术领域
本申请涉及移动通讯领域，尤其涉及一种无线通讯优化方法、装置、电子设备及存储介质。
背景技术
随着生活水平的不断提高，人们使用智能移动终端进行娱乐或办公已经成为了十分普遍的日常生活场景。因此人们对于移动通讯信号质量的要求也越来越高，但是由于资源有限，如何合理优化无线通讯资源配置就成为了急需解决的技术问题。
目前现有的通讯网络中，无线侧网络管理系统是自行识别、分辨数据流中的特定目标应用(如王者荣耀游戏)的业务数据的，只能够通过用户投诉反馈的内容对涉及到目标应用的使用情况受影响严重的通讯小区进行小区级别的整体分析，但是通讯小区中又夹杂着非目标应用的业务数据，这样就很难有针对性的改善目标应用的使用情况或者通讯质量。
这就使得无线通信系统优化无法针对目标应用进行准确地问题分析和精准地优化改进。
发明内容
本申请提供一种无线通讯优化方法、装置、电子设备及存储介质，以解决现有技术中无法针对目标应用对无线通信系统进行准确地问题分析和精准地优化改进的技术问题。
第一个方面，本申请提供一种无线通讯优化方法，包括：
利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据，所述目标业务数据用于表示用户对所述目标应用的使用行为特性；
利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数；
根据所述无线通讯优化参数对通讯小区进行优化。
可选的，在所述利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据之前，还包括：
获取用户对所述目标应用的使用行为数据；
根据所述使用行为数据以及所述用户的特征确定筛选关键字段，所述预设筛选模型包括所述筛选关键字段。
在一种可能的设计中，所述利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据，包括：
利用筛选关键字段，从所述CTR数据中筛选出待识别目标业务数据；
根据预设门限值以及所述待识别目标业务数据确定所述目标业务数据。
在一种可能的设计中，所述根据预设门限值以及所述待识别目标业务数据确定所述目标业务数据，包括：
将不满足所述预设门限值要求的所述待识别目标业务数据确定为待优化数据；
将所述待优化数据所对应的小区，确定为待优化小区；
所述目标业务数据包括：所述待优化小区的小区标识以及所述待优化数据。
在一种可能的设计中，所述利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数，包括：
利用所述预设优化模型，根据所述待优化数据，确定待优化评价指标，所述待优化评价指标用于评价小区的通讯质量特性；
根据所述待优化评价指标确定所述无线通讯优化参数。
可选的，所述待优化评价指标包括：弱覆盖指标、越区覆盖指标、上/下行质量指标以及高负荷指标。
可选的，所述筛选关键字段包括：目标应用的使用时长、数据消耗流量以及用户识别标识。
第二个方面，本申请提供一种无线通讯优化装置，包括：
筛选模块，用于利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据，所述目标业务数据用于表示用户对所述目标应用的使用行为特性；
处理模块，用于利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数；
优化模块，用于根据所述无线通讯优化参数对通讯小区进行优化。
可选的，在所述筛选模块，用于利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据之前，还包括：
获取模块，用于获取用户对所述目标应用的使用行为数据；
所述处理模块，还用于根据所述使用行为数据以及所述用户的特征确定筛选关键字段，所述预设筛选模型包括所述筛选关键字段。
在一种可能的设计中，利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据，包括：
所述筛选模块，用于利用筛选关键字段，从所述CTR数据中筛选出待识别目标业务数据；
所述筛选模块，还用于根据预设门限值以及所述待识别目标业务数据确定所述目标业务数据。
在一种可能的设计中，所述筛选模块，还用于根据预设门限值以及所述待识别目标业务数据确定所述目标业务数据，包括：
所述筛选模块，还用于将不满足所述预设门限值要求的所述待识别目标业务数据确定为待优化数据；
所述筛选模块，还用于将所述待优化数据所对应的小区，确定为待优化小区；所述目标业务数据包括：所述待优化小区的小区标识以及所述待优化数据。
在一种可能的设计中，所述处理模块，用于利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数，包括：
所述处理模块，用于利用预设优化模型，根据所述待优化数据，确定待优化评价指标，所述待优化评价指标用于评价小区的通讯质量特性；
所述处理模块，还用于根据所述待优化评价指标确定所述无线通讯优化参数。
可选的，所述待优化评价指标包括：弱覆盖指标、越区覆盖指标、上/下行质量指标以及高负荷指标。
可选的，所述筛选关键字段包括：目标应用的使用时长、数据消耗流量以及用户识别标识。
第三个方面，本申请提供一种电子设备，包括：
存储器，用于存储程序指令；
处理器，用于调用并执行所述存储器中的程序指令，执行第一方面所提供的任意一种可能的无线通讯优化方法。
第四个方面，本申请提供一种存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序用于执行第一方面所提供的任意一种可能的无线通讯优化方法。
本申请提供了一种无线通讯优化方法、装置、电子设备及存储介质，通过利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据；然后，利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数；最后根据无线通讯优化参数对通讯小区进行优化。实现了对无线通讯系统针对目标应用级别的小粒度优化分析，准确挖掘出更接近用户使用感知的真实需求的优化调整方案，解决了现有技术无法针对目标应用对无线通信系统进行准确地问题分析和精准地优化改进的技术问题，达到了提高用户对于目标应用的使用感知的技术效果。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1a-1b为本申请提供的目标应用的使用情况示意图；
图2为本申请提供的一种无线通讯优化方法的流程示意图；
图3为本申请实施例提供的另一种无线通讯优化方法的流程示意图；
图4为本申请提供的一种无线通讯优化装置的结构示意图；
图5为本申请提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，包括但不限于对多个实施例的组合，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“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，以便这里描述的本申请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。
资源配置优化一直是伴随着科技的进步和人们生活场景和习惯的改变而不断在变化的。由于智能移动终端的普及，比如手机和移动平板电脑，就使得人们在日常的工作和娱乐中不可避免地会在某个时间段和/或某个地点集中使用特定的目标应用。例如王者荣耀这款十分受欢迎的即时对战手机游戏，在午间休息或者是晚上下班后，就会出现用户量激增的现象。也正因为这种情况导致了无线通讯在同一类目标应用的使用人数集中增长时，需要对无线通讯系统进行灵活地资源优化配置调整。
而现有的无线通讯优化方法，在面对通讯小区中大量的业务数据，一般仅根据特定的用户对于数据通讯或者语音通讯的需求来进行较大级别的优化分析调整，而本申请发明人在实际工作中发现这种调整实际上存在调整粒度过大，即调整过大或过小而达不到最优效果，并不能够有效地满足用户的需求，并且随着时间的变化，人们在移动智能终端所使用的应用也不同。
比如在某段时间用户因为下载文件频繁而增加了数据流量用量，后一段时间则是由于看直播视频或者刷短视频造成流量消耗较大，再后一段时间转为使用流量消耗较小的游戏应用。如果用现有的从数据流量消耗的角度来看待优化，则只能够识别到流量消耗的时刻，从而在不同时刻优化调整带宽资源的配置。但是对于用户来说，同样是消耗流量，下载时对带宽的需求和看视频时对带宽的需求是不同的，并且不同的应用程序其数据包的组成和发送形式也是不同的，游戏应用可能流量消耗较小，但是其对时效性要求可能更高，比如即时对战类游戏，不能因为其小数据量就分配低带宽，因为低带宽可能频繁引起游戏卡顿，这就十分影响游戏体验。而下载文件虽然数据消耗量大，但是其时效性要求并不一定高，为其提供高带宽反而是浪费了宝贵的无线通讯资源。
因此，现有技术做不到将优化配置细分到特定的某个或者某一类目标应用，并以此目标应用的通讯资源使用特性来进行优化，从而实现小粒度地优化分析策略，真正挖掘出用户的使用习惯，是依赖于目标应用程序的。
正是基于上述的发明构思，本申请发明人提出了的一种新的无线通讯优化方法，通过大数据分析用户对于目标应用的使用行为特性，如在何时何地使用目标应用，使用目标应用的时长，涉及到的数据和/或语音通讯的资源消耗等。然后以此使用行为特性为基础或关键字对通讯小区的业务数据进行筛选，识别出目标应用的关键业务数据，再将通过分析模型找出影响业务数据的优化控制指标，进而得到优化控制参数来对无线通信系统进行资源配置优化。
下面结合附图来具体说明本申请提供的无线通讯优化方法。需要说明的是，下面将会以目标应用为近期比较火热的即时对战游戏“王者荣耀游戏”为例进行说明，但是，本申请的技术方案并不局限与王者荣耀游戏，可以拓展到类似的即时对战类型的其它游戏应用，也可以拓展到办公类型或远程教育类型的应用程序，如钉钉、企业微信、腾讯课堂、网易课堂等等，本申请不对目标应用的具体类型进行限定，本领域技术人员可以根据实际情况进行选择。
图1a-1b为本申请提供的目标应用的使用情况示意图。以目标应用为王者荣耀游戏为例子，如图1a所示，曲线101表示同一天不同时间点参与游戏人数，可见在中午12点和晚上22点都会出现人数的增加，并且在中午至晚上的时间参与游戏的人数比早上及凌晨时段的人数明显要多。
如图1b所示，王者荣耀游戏中其它特性的大数据分析结果显示，平均每局人数为3至4个人，平均没人游戏时长为60分钟左右，平均每局数字流量消耗2.8MB左右，平均每局时长17分钟左右。
需要说明的是，运用大数据平台对用户对某个或者某一类的目标应用的使用行为进行分析，以提取用户对目标应用的使用行为特性，从而可以为在众多的通讯小区的业务数据中取筛选出目标应用的业务数据做准备。
图2为本申请提供的一种无线通讯优化方法的流程示意图。如图2所示，本申请实施例提供的无线通讯优化方法，具体步骤包括：
S201、利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据。
在本步骤中，所述目标业务数据用于表示用户对所述目标应用的使用行为特性。使用行为特性包括：用户使用目标应用的时间点、持续时间、使用频率、使用地点/位置、数字通讯或语音通讯量等。
具体的，服务器首先获取预设地理区域内的所有通讯小区在预设时段内的CTR(Cell Traffic Recording，小区话务记录)数据，然后可以将CTR数据存入临时数据存储单元中或者临时数据库中，接下来，调用已经通过大数据训练机制针对目标应用训练过的预设筛选模型，通过神经网络算法或者其它智能算法以大数据平台分析得到的关键字，对临时数据存储单元中或者临时数据库中的CTR数据进行检索，筛选出与目标应用对应的目标业务数据。
例如，服务器将A市一周内所以通讯小区的CTR数据收集起来，并且用大数据平台如SEQ(Service&Experience Quality，服务和体验质量)平台收集用户行为调研数据或者由通讯数据分析得到的用户对于目标应用，即王者荣耀游戏的使用行为特征，如图1a和图1b所示的使用时间分布、平均每人游戏时长、平均每人局数、平均每局流量、平均每局时长，从而得到CTR数据对应的筛选关键词：session duration(业务时长)、dl_user_data_volume(用户下行流量)、ul_user_data_volume(用户上行流量)、MME_S1AP_ID(MobilityManagement Entity，移动管理实体)等，然后运用关键词搜索算法，就可以得到目标业务数据。
S202、利用预设优化模型，根据目标业务数据，确定无线通讯优化参数。
在本步骤中，预设优化模型包括：经验统计模型、自学习模型、神经网络模型，预设优化模型用于将目标业务数据所对应的通讯问题提炼出来，并设置对应的优化调整值即无线通讯优化参数。本实施例不对预设优化模型的具体实现方式进行限定，本领域技术人员可以根据实际情况选择具体的实施方式。
例如，在本实施例中，对于王者荣耀这个目标应用，可以设置对应的小区业务分析模型即预设优化模型，对用户使用感知较差的通讯小区进行分析，如avg_rsrp/end_rsrp值低于-110dBm，则证明该通讯小区存在弱覆盖，需要增加小区发射功率、减小小区俯仰角等优化设置，具体的优化数值就是无线通讯优化参数。
S203、根据无线通讯优化参数对通讯小区进行优化。
在本步骤中，服务器通过向通讯小区对应的BBU(Building Base band Unite，室内基带处理单元)和/或RRU(Remote Radio Unit，射频拉远单元)发送对应的优化调整参数即无线通讯优化参数，来综合调整如：小区发射功率、小区俯仰角、天馈平台高度、天线增益幅度、负荷均衡值、载波容量等硬件设备的相关参数优化通讯小区对于目标应用的支持程度。
需要说明的是，本实施例的优化方法可以是按照预设周期进行调整更新如一个月调整一次，也可以是实时监测，如当用户投诉或反馈量达到预设阈值时立即实行调整。
本申请提供了一种无线通讯优化方法、装置、电子设备以及存储介质，通过利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据；然后，利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数；最后根据无线通讯优化参数对通讯小区进行优化。实现了对无线通讯系统针对目标应用级别的小粒度优化分析，准确挖掘出更接近用户使用感知的真实需求的优化调整方案，解决了现有技术无法针对目标应用对无线通信系统进行准确地问题分析和精准地优化改进的技术问题，达到了提高用户对于目标应用的使用感知的技术效果。
图3为本申请实施例提供的另一种无线通讯优化方法的流程示意图。如图3所示，该方法的具体步骤包括：
S301、获取用户对目标应用的使用行为数据。
在本实施例中，通过大数据平台收集用户对于目标应用的使用行为数据。大数据平台可以通过访问目标应用的服务器，或者是收集移动通讯服务商的历史CTR数据，或者是通过用户端上报的目标应用的使用情况，还可以根据用户填写的调研问卷来获取用户的使用行为数据。如每个用户在何时何地使用了目标应用，连续使用时间，累计使用时间，每次使用消耗的数据流量，上下行速率等等。在一种可能的实施方式中，还可以包含与目标应用相关的其它应用的使用情况数据。
S302、根据使用行为数据以及用户的特征确定筛选关键字段。
在本步骤中，筛选关键字段包括：目标应用的使用时长、数据消耗流量以及用户识别标识。用户的特征包括：用户个人信息(如年龄，性别，工作，学历，兴趣爱好等)。
在本实施例中，目标应用为王者荣耀游戏，使用行为数据为收集到的用户终端的历史CTR数据，利用SEQ大数据分析平台解析出来的筛选关键字段如表1所示。
| 字段名称 | 备注 |
| session_duration | 业务时长 |
| dl_user_data_volume | 用户下行流量 |
| ul_user_data_volume | 用户上行流量 |
| mmes1apid | 移动管理实体身份标识 |
| ue_dl_sched_num | 用户下行调度次数 |
| ue_ul_sched_num | 用户上行调度次数 |
| session_type | 业务类型 |
表1
S303、利用筛选关键字段，从CTR数据中筛选出待识别目标业务数据。
在本步骤中，CTR数据是最近一段时间如一个星期内的预设区域范围内(如A城市)所有通讯小区的CTR数据。由于CTR数据中存在各类应用的业务数据，因此需要利用筛选关键字段将目标应用的相关的业务数据提取出来，即筛选出待识别目标业务数据。
S304、根据预设门限值以及待识别目标业务数据确定目标业务数据。
在本步骤中，具体的，包括：
将不满足预设门限值要求的待识别目标业务数据确定为待优化数据；
将待优化数据所对应的小区，确定为待优化小区；
在本实施例中，目标业务数据包括：待优化小区的小区标识以及待优化数据。
需要说明的是，预设门限值可以是根据大数据平台对用户的历史CTR数据分析而得到的，如图1b所示的各个参数所对应的通讯系统参数值就可以作为预设门限值。
例如：
(1)对于session_duration(业务时长)：由大数据统计可见，王者荣耀每局游戏时长平均在16.75分钟左右，因此游戏时长门限为：duration>10min。
(2)对于dl_user_data_volume+ul_user_data_volume(数据流量)：由大数据统计可见，王者荣耀每局游戏平均流量为2.80MB左右，因此流量筛选门限为：dl_user_data_volume+ul_user_data_volume>1MB。
(3)对于mmes1apid(MME_UE_ID移动管理实体身份标识)：通过SEQ大数据平台查询所有使用A城市目标应用即王者荣耀的服务器IP的会话记录，提取MME_UE_ID与无线侧的CTR数据中的mmes1apid进行匹配，在CTR数据中筛选出对应王者荣耀的会话。
(4)对于上行流量比例：
游戏类业务的上下行流量占比应趋近于1:1的比例，但进入游戏前需下载软件更新包，载入皮肤等，这个阶段以下行流量为主。因此上行流量占比在整个会话业务中会有所下降，上行流量比例门限为20％左右。
上行流量比例门限：40％>(ul_user_data_volume/(dl_user_data_volume+ul_user_data_volume))>20％。
(5)对于每秒被调度次数：
例如，可以通过wireshark抓包分析，游戏阶段王者荣耀每隔约70ms发送1次UDP包，平均每秒约需要发送(1/0.07)＝15个UDP数据包，因此每秒被调度次数门限为(ue_dl_sched_num+ue_ul_sched_num)/session_duration>10。
(6)对于session_type(业务类型)：筛选原则：MO_DATA或MT_ACCESS。
在待识别目标业务数据中，按照上述预设门限值进行分类识别，将不满足预设门限值的数据筛选出来，这些不满足预设门限值的数据所对应的小区就是待优化小区。这样就将预设区域范围内需要调整优化的通讯小区识别了出来。
S305、利用预设优化模型，根据待优化数据，确定待优化评价指标。
在本步骤中，待优化评价指标用于评价小区的通讯质量特性。待优化评价指标包括：弱覆盖指标、越区覆盖指标、上/下行质量指标以及高负荷指标。
表2为预设优化模型将待优化数据与通讯小区的质量评价指标的对应关系进行分析后，得到的待优化评价指标结果。
需要说明的是预设优化模型可以是自学习模型或者神经网络模型，经过大数据训练后得到的，用于反映待优化数据与通讯小区的各个指标项之间存在的映射关系。由于各个地区的具体情况存在差异，因此本领域技术人员可以根据具体情况，在应用时选择合适的预设优化模型来建立优化控制策略。
表2
S306、根据待优化评价指标确定无线通讯优化参数。
具体的，例如，由表2的待优化评价指标分析可见，王者荣耀感知差的业务，根据CTR数据中的覆盖、业务距离、CQI值、上行SINR、RLC时延、PDCK ACK比例和ue_dl_mac_thp_no_lasttti等数据分析，原因可以分为弱覆盖、越区覆盖、下行质差、上行质差、高负荷几种，针对不同的原因分类，按照以下的解决流程进行解决：
(1)弱覆盖：增加小区发射功率、减小小区俯仰角、调整小区方位角、升高天馈平台、更换大增益天线、故障处理、共建共享、新增基站。
(2)越区覆盖：增大小区俯仰角、更换低增益天线、减小小区发射功率
(3)下行质差：重叠覆盖优化、模三优化、伪基站排查。
(4)上行质差：排查上行干扰、上行功控优化。
(5)高负荷：负荷均衡调整、载波扩容。
根据上述几个待优化评价指标及其对应的优化处理策略，就可以确定通讯小区所对应的硬件设备的无线通讯优化参数。
S307、根据无线通讯优化参数对通讯小区进行优化。
在本步骤中，对于无需增加或者涉及更换硬件设备本身的优化参数，直接通过控制系统进行优化调节即可，而对于需要更新的硬件设备，可以生成更新信息发送给相关的维护人员，形成维护更新报告，并记录在系统数据库中，以便于后续的查询分析。
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。
图4为本申请提供的一种定位装置的结构示意图。该定位装置可以通过软件、硬件或者两者的结合实现。
如图4所示，该无线通讯优化装置400包括：
筛选模块401，用于利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据，所述目标业务数据用于表示用户对所述目标应用的使用行为特性；
处理模块402，用于利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数；
优化模块403，用于根据所述无线通讯优化参数对通讯小区进行优化。
可选的，在所述筛选模块401，用于利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据之前，还包括：
获取模块404，用于获取用户对所述目标应用的使用行为数据；
所述处理模块402，还用于根据所述使用行为数据以及所述用户的特征确定筛选关键字段，所述预设筛选模型包括所述筛选关键字段。
在一种可能的设计中，利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据，包括：
所述筛选模块401，用于利用筛选关键字段，从所述CTR数据中筛选出待识别目标业务数据；
所述筛选模块401，还用于根据预设门限值以及所述待识别目标业务数据确定所述目标业务数据。
在一种可能的设计中，所述筛选模块401，还用于根据预设门限值以及所述待识别目标业务数据确定所述目标业务数据，包括：
所述筛选模块401，还用于将不满足所述预设门限值要求的所述待识别目标业务数据确定为待优化数据；
所述筛选模块401，还用于将所述待优化数据所对应的小区，确定为待优化小区；所述目标业务数据包括：所述待优化小区的小区标识以及所述待优化数据。
在一种可能的设计中，所述处理模块402，用于利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数，包括：
所述处理模块402，用于利用预设优化模型，根据所述待优化数据，确定待优化评价指标，所述待优化评价指标用于评价小区的通讯质量特性；
所述处理模块402，还用于根据所述待优化评价指标确定所述无线通讯优化参数。
可选的，所述待优化评价指标包括：弱覆盖指标、越区覆盖指标、上/下行质量指标以及高负荷指标。
可选的，所述筛选关键字段包括：目标应用的使用时长、数据消耗流量以及用户识别标识。
值得说明的是，图4所示实施例提供的无线通讯优化装置，可以执行上述任一方法实施例所提供的方法，其具体实现原理、技术特征、专业名词解释以及技术效果类似，在此不再赘述。
图5为本申请提供的一种电子设备的结构示意图。如图5所示，该电子设备500可以包括：至少一个处理器501和存储器502。图5示出的是以一个处理器为例的电子设备。
存储器502，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。
存储器502可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
处理器501用于执行存储器502存储的计算机执行指令，以实现以上各方法实施例所述的方法。
其中，处理器501可能是一个中央处理器(central processing unit，简称为CPU)，或者是特定集成电路(application specific integrated circuit，简称为ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路。
可选地，存储器502既可以是独立的，也可以跟处理器501集成在一起。当所述存储器502是独立于处理器501之外的器件时，所述电子设备500，还可以包括：
总线503，用于连接所述处理器501以及所述存储器502。总线可以是工业标准体系结构(industry standard architecture，简称为ISA)总线、外部设备互连(peripheralcomponent，PCI)总线或扩展工业标准体系结构(extended industry standardarchitecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器502和处理器501集成在一块芯片上实现，则存储器502和处理器501可以通过内部接口完成通信。
本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random accessmemory，RAM)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序指令，程序指令用于上述各实施例中的无线通讯优化方法。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。
Claims (7)
1.一种无线通讯优化方法，其特征在于，包括：
利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据，所述目标业务数据用于表示用户对所述目标应用的使用行为特性；
利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数；
根据所述无线通讯优化参数对通讯小区进行优化；
所述利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据，包括：
利用筛选关键字段，从所述CTR数据中筛选出待识别目标业务数据；根据预设门限值以及所述待识别目标业务数据确定所述目标业务数据；
所述根据预设门限值以及所述待识别目标业务数据确定所述目标业务数据，包括：
将不满足所述预设门限值要求的所述待识别目标业务数据确定为待优化数据；将所述待优化数据所对应的小区，确定为待优化小区；所述目标业务数据包括：所述待优化小区的小区标识以及所述待优化数据；
在所述利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据之前，还包括：
获取用户对所述目标应用的使用行为数据；
根据所述使用行为数据以及所述用户的特征确定筛选关键字段，所述预设筛选模型包括所述筛选关键字段；所述用户的特征包括：用户个人信息。
2.根据权利要求1所述的无线通讯优化方法，其特征在于，所述利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数，包括：
利用所述预设优化模型，根据所述待优化数据，确定待优化评价指标，所述待优化评价指标用于评价小区的通讯质量特性；
根据所述待优化评价指标确定所述无线通讯优化参数。
3.根据权利要求2所述的无线通讯优化方法，其特征在于，所述待优化评价指标包括：弱覆盖指标、越区覆盖指标、上/下行质量指标以及高负荷指标。
4.根据权利要求1所述的无线通讯优化方法，其特征在于，所述筛选关键字段包括：目标应用的使用时长、数据消耗流量以及用户识别标识。
5.一种无线通讯优化装置，其特征在于，包括：
筛选模块，用于利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据，所述目标业务数据用于表示用户对所述目标应用的使用行为特性；
处理模块，用于利用预设优化模型，根据所述目标业务数据，确定无线通讯优化参数；
优化模块，用于根据所述无线通讯优化参数对通讯小区进行优化；
所述筛选模块，用于利用筛选关键字段，从所述CTR数据中筛选出待识别目标业务数据；
所述筛选模块，还用于根据预设门限值以及所述待识别目标业务数据确定所述目标业务数据；
所述筛选模块，还用于根据预设门限值以及所述待识别目标业务数据确定所述目标业务数据，包括：
将不满足所述预设门限值要求的所述待识别目标业务数据确定为待优化数据；将所述待优化数据所对应的小区，确定为待优化小区；所述目标业务数据包括：所述待优化小区的小区标识以及所述待优化数据；
在所述筛选模块，用于利用预设筛选模型，根据获取到的小区话务记录CTR数据，确定与目标应用对应的目标业务数据之前，还包括：
获取模块，用于获取用户对所述目标应用的使用行为数据；
所述处理模块，还用于根据所述使用行为数据以及所述用户的特征确定筛选关键字段，所述预设筛选模型包括所述筛选关键字段；所述用户的特征包括：用户个人信息。
6.一种电子设备，其特征在于，包括：
处理器；以及，
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至4任一项所述的一种无线通讯优化方法。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4任一项所述的无线通讯优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011293238.XA CN112399448B (zh) | 2020-11-18 | 2020-11-18 | 无线通讯优化方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011293238.XA CN112399448B (zh) | 2020-11-18 | 2020-11-18 | 无线通讯优化方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112399448A CN112399448A (zh) | 2021-02-23 |
| CN112399448B true CN112399448B (zh) | 2024-01-09 |
Family
ID=74607367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011293238.XA Active CN112399448B (zh) | 2020-11-18 | 2020-11-18 | 无线通讯优化方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112399448B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113423113B (zh) * | 2021-06-17 | 2022-06-03 | 中国联合网络通信集团有限公司 | 无线参数优化处理方法、装置及服务器 |
| CN114090601B (zh) * | 2021-11-23 | 2023-11-03 | 北京百度网讯科技有限公司 | 一种数据筛选方法、装置、设备以及存储介质 |
| CN114205831B (zh) * | 2021-12-14 | 2023-09-29 | 中国联合网络通信集团有限公司 | 一种优化方案的确定方法、装置、存储介质及设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102664810A (zh) * | 2012-04-28 | 2012-09-12 | 杭州物趣科技有限公司 | 3g流量管理和优化平台系统 |
| CN102938901A (zh) * | 2012-11-09 | 2013-02-20 | 中国联合网络通信集团有限公司 | 无线网络资源优化配置的方法和装置 |
| CN103096356A (zh) * | 2013-01-21 | 2013-05-08 | 北京拓明科技有限公司 | 无线网络性能的分析方法 |
| CN110121190A (zh) * | 2018-02-07 | 2019-08-13 | 中国移动通信有限公司研究院 | 一种数据管理方法、装置和计算机可读存储介质 |
| CN111327450A (zh) * | 2018-12-17 | 2020-06-23 | 中国移动通信集团北京有限公司 | 一种质差原因的确定方法、装置、设备及介质 |
| CN111836298A (zh) * | 2020-07-10 | 2020-10-27 | 中国联合网络通信集团有限公司 | 低速率小区检测方法及服务器 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106980900A (zh) * | 2016-01-18 | 2017-07-25 | 阿里巴巴集团控股有限公司 | 一种特征数据处理方法及设备 |
-
2020
- 2020-11-18 CN CN202011293238.XA patent/CN112399448B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102664810A (zh) * | 2012-04-28 | 2012-09-12 | 杭州物趣科技有限公司 | 3g流量管理和优化平台系统 |
| CN102938901A (zh) * | 2012-11-09 | 2013-02-20 | 中国联合网络通信集团有限公司 | 无线网络资源优化配置的方法和装置 |
| CN103096356A (zh) * | 2013-01-21 | 2013-05-08 | 北京拓明科技有限公司 | 无线网络性能的分析方法 |
| CN110121190A (zh) * | 2018-02-07 | 2019-08-13 | 中国移动通信有限公司研究院 | 一种数据管理方法、装置和计算机可读存储介质 |
| CN111327450A (zh) * | 2018-12-17 | 2020-06-23 | 中国移动通信集团北京有限公司 | 一种质差原因的确定方法、装置、设备及介质 |
| CN111836298A (zh) * | 2020-07-10 | 2020-10-27 | 中国联合网络通信集团有限公司 | 低速率小区检测方法及服务器 |
Non-Patent Citations (1)
| Title |
|---|
| 4G蜂窝网中移动互联网IP电视服务的优化研究;王宇 等;《电视技术》;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112399448A (zh) | 2021-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112399448B (zh) | 无线通讯优化方法、装置、电子设备及存储介质 | |
| CN105407486B (zh) | 一种网络扩容的方法及装置 | |
| US11477668B2 (en) | Proactively adjusting network infrastructure in response to reporting of real-time network performance | |
| CN109391513B (zh) | 一种基于大数据的网络感知智能预警与提升方法 | |
| CN102711162A (zh) | 一种移动互联网中网络质量监测和用户体验优化的方法 | |
| CN105183560B (zh) | 一种调整图片的方法、图片调整装置及系统 | |
| Halepovic et al. | Characterizing and modeling user mobility in a cellular data network | |
| CN102378380B (zh) | 小区随机接入参数优化的方法及系统 | |
| US9906417B2 (en) | Method of operating a self organizing network and system thereof | |
| CN104012040A (zh) | 优化视频通话服务质量 | |
| US20220256364A1 (en) | Identification and prioritization of optimum capacity solutions in a telecommunications network | |
| CN105072151A (zh) | 一种cdn的内容协同调度方法及系统 | |
| CN106233764B (zh) | 一种信息处理方法及装置 | |
| Di Francesco et al. | Mobile network sharing between operators: A demand trace-driven study | |
| CN104486769A (zh) | 一种价值小区的选取方法及装置 | |
| EP3183905A1 (en) | Performance index determination for a communication service | |
| CN113891336B (zh) | 通信网络减频退网方法、装置、计算机设备和存储介质 | |
| CN111278039A (zh) | 用户感知压抑识别方法、装置、设备及介质 | |
| EP3413595B1 (en) | Processing method, device and system for service optimization | |
| CN106413091B (zh) | 集群通信系统中的资源分配方法及装置 | |
| CN115442820A (zh) | 一种小区服务优化方法、装置及电子设备 | |
| CN109314717B (zh) | 用于通信网络的上下文信息处理器、简档分配单元以及方法 | |
| CN104486770A (zh) | 一种长期演进网络待部署小区的选择方法及装置 | |
| CN111263366B (zh) | 基于用户行为的云化无线网集中评估规划方法及系统 | |
| CN113891384B (zh) | 网络质量匹配度的确定方法、装置、服务终端及介质 |
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 |