CN114554534A - 影响语音感知的网络因素确定方法、装置及电子设备 - Google Patents

影响语音感知的网络因素确定方法、装置及电子设备 Download PDF

Info

Publication number
CN114554534A
CN114554534A CN202011325473.0A CN202011325473A CN114554534A CN 114554534 A CN114554534 A CN 114554534A CN 202011325473 A CN202011325473 A CN 202011325473A CN 114554534 A CN114554534 A CN 114554534A
Authority
CN
China
Prior art keywords
network
index data
determining
uplink
performance index
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
Application number
CN202011325473.0A
Other languages
English (en)
Other versions
CN114554534B (zh
Inventor
梁立涛
刘倩颖
侯普
马云飞
岳烈骥
孙伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Group Beijing Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Group Beijing Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202011325473.0A priority Critical patent/CN114554534B/zh
Publication of CN114554534A publication Critical patent/CN114554534A/zh
Application granted granted Critical
Publication of CN114554534B publication Critical patent/CN114554534B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/345—Interference values
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/30—TPC using constraints in the total amount of available transmission power
    • H04W52/36—TPC using constraints in the total amount of available transmission power with a discrete range or set of values, e.g. step size, ramping or offsets
    • H04W52/365—Power headroom reporting

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本公开公开了一种影响语音感知的网络因素确定方法、装置及电子设备。该影响语音感知的网络因素确定方法包括：获取问题小区在第一预设历史时段内的语音业务的第一性能指标数据和网络指标数据；根据性能指标数据和网络指标数据的预设对应关系，确定所述网络指标数据对应的第二性能指标数据；根据所述第一性能指标数据和所述第二性能指标数据，确定影响所述问题小区语音感知的目标网络因素。采用本公开提供的影响语音感知的网络因素确定方法、装置及电子设备，可以提高确定出的影响语音感知的网络因素的准确率，提高确定影响VOLTE语音感知的网络因素的效率。

Description

影响语音感知的网络因素确定方法、装置及电子设备
技术领域
本公开涉及无线通信技术领域，具体涉及一种影响语音感知的网络因素确定方法、装置及电子设备。
背景技术
长期演进语音承载(Voice over Long-Term Evolution，VOLTE)是一种被广泛应用的语音业务服务，VOLTE的语音感知质量通常会受到网络因素的影响。
现阶段，通常由技术人员人工提取网络覆盖、网络干扰等网络指标，并根据经验基于前述网络覆盖、网络干扰等网络指标确定影响VOLTE语音感知质量的网络因素。这样，对影响VOLTE语音感知质量的网络因素的确定依赖于技术人员的专业能力，会导致确定出的影响VOLTE语音感知的网络因素的准确率较低。
发明内容
本公开实施例的目的是提供一种影响语音感知的网络因素确定方法、装置及电子设备，以解决现有技术中确定出的影响VOLTE语音感知的网络因素的准确率较低的问题。
本公开的技术方案如下：
第一方面，提供一种影响语音感知的网络因素确定方法，包括：
获取问题小区在第一预设历史时段内的语音业务的第一性能指标数据和网络指标数据；
根据性能指标数据和网络指标数据的预设对应关系，确定网络指标数据对应的第二性能指标数据；
根据第一性能指标数据和第二性能指标数据，确定影响问题小区语音感知的目标网络因素。
在一个实施例中，第一/第二性能指标数据包括丢包率和掉话率中的至少一个；
网络指标数据包括上行受限功率余量报告PHR小于零的占比、上行测量报告MR覆盖占比、上行干扰值、上行物理资源块PRB利用率、上行控制信道单元CCE利用率中的至少一个。
在一个实施例中，在根据性能指标数据和网络指标数据的预设对应关系，确定网络指标数据对应的第二性能指标数据之前，方法还包括：
获取全网小区在第二预设历史时段内的历史性能指标数据以及历史网络指标数据；
根据历史性能指标数据以及历史网络指标数据，生成性能指标数据与网络指标数据的预设对应关系。
在一个实施例中，根据第一性能指标数据和第二性能指标数据，确定影响问题小区语音感知的目标网络因素，包括：
计算第一性能指标数据与每个第二性能指标数据的差异值；
根据第一性能指标数据与每个第二性能指标数据的差异值，计算每个网络指标对应的影响占比；
在影响占比中选取预设数量个较大的目标影响占比；
将目标影响占比对应的网络指标，确定为影响问题小区语音感知的目标网络因素。
在一个实施例中，确定影响问题小区语音感知的目标网络因素之后，还包括：
在目标网络因素为上行受限PHR小于零的占比的情况下，确定影响问题小区语音感知的网络问题为网络上行受限问题；
在目标网络因素为上行MR覆盖占比的情况下，确定影响问题小区语音感知的网络问题为网络弱覆盖问题；
在目标网络因素为上行干扰值的情况下，确定影响问题小区语音感知的网络问题为网络干扰问题；
在目标网络因素为上行PRB利用率、上行CCE利用率中的至少一个时，确定影响问题小区语音感知的网络问题为容量问题。
第二方面，提供一种影响语音感知的网络因素确定装置，可以包括：
第一获取模块，用于获取问题小区在第一预设历史时段内的语音业务的第一性能指标数据和网络指标数据；
第一确定模块，用于根据性能指标数据和网络指标数据的预设对应关系，确定网络指标数据对应的第二性能指标数据；
第二确定模块，用于根据第一性能指标数据和第二性能指标数据，确定影响问题小区语音感知的目标网络因素。
在一个实施例中，第一/第二性能指标数据包括丢包率和掉话率中的至少一个；
网络指标数据包括上行受限功率余量报告PHR小于零的占比、上行测量报告MR覆盖占比、上行干扰值、上行物理资源块PRB利用率、上行控制信道单元CCE利用率中的至少一个。
在一个实施例中，装置还包括：
第二获取模块，用于获取全网小区在第二预设历史时段内的历史性能指标数据以及历史网络指标数据；
对应关系生成模块，用于根据历史性能指标数据以及历史网络指标数据，生成性能指标数据与网络指标数据的预设对应关系。
第三方面，提供一种电子设备，该电子设备可以包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，处理器被配置为执行指令，以实现如第一方面的任一项实施例中所示的影响语音感知的网络因素确定方法。
第四方面，提供一种存储介质，当存储介质中的指令由信息处理装置或者服务器的处理器执行时，以使信息处理装置或者服务器实现以实现如第一方面的任一项实施例中所示的影响语音感知的网络因素确定方法。
第五方面，提供一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在可读存储介质中，设备的至少一个处理器从存储介质读取并执行计算机程序，使得设备执行第一方面的任一项实施例中所示的影响语音感知的网络因素确定方法。
本公开的实施例提供的技术方案至少带来以下有益效果：
本公开实施例通过获取问题小区在最近预设历史时段内的语音业务的第一性能指标数据，以及根据性能指标数据和网络指标数据的预设对应关系确定的第二性能指标数据，确定影响问题小区语音感知的目标网络因素。这样，一方面，可以根据获取的数据自动确定影响问题小区语音感知的目标网络因素，不再依赖于技术人员的专业能力，从而可以提高确定出的影响语音感知的网络因素的准确率；另一方面，实现了影响问题小区语音感知的目标网络因素的自动确定无需人工确定，从而可以减少人工成本，提高确定影响VOLTE语音感知的网络因素的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
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，并不构成对本公开的不当限定。
图1是本公开实施例提供的一种影响语音感知的网络因素确定方法的流程示意图；
图2是本公开实施例提供的一种获取问题小区的第一性能指标数据和网络指标数据的示意图；
图3是本公开实施例提供的一种上行受限PHR小于零的占比与丢包率的关系示意图；
图4是本公开实施例提供的一种上行MR覆盖占比与丢包率的关系示意图；
图5是本公开实施例提供的一种上行干扰值与丢包率的关系示意图；
图6是本公开实施例提供的一种上行PRB利用率与丢包率的关系示意图；
图7是本公开实施例提供的一种上行CCE利用率与丢包率的关系示意图；
图8是本公开实施例提供的一种计算小区平均站间距N的示意图；
图9是本公开实施例提供的一种影响语音感知的网络因素确定装置的结构示意图；
图10是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
基于背景技术可知，现有技术中通常依赖于技术人员的专业能力确定影响VOLTE语音感知质量的网络因素，会导致确定出的影响VOLTE语音感知质量的网络因素的准确率较低。
具体的，现阶段确定影响VoLTE等语音感知的网络因素的方法，由技术人员基于自身的专业能力和经验执行。对于VOLTE语音感知较差的问题小区，技术人员会提取问题小区的网络覆盖、网络干扰等各种网络指标，根据自身经验确定影响该问题小区的VOLTE语音感知的网络因素。这样，对网络覆盖、网络干扰等网络因素是否会影响语音感知，主要基于技术人员的专业能力和经验执行，没有一个有效的判断标准，导致确定出的影响VOLTE语音感知的网络因素的准确性受技术人员的专业能力的影响，存在效率低、准确率低等问题。
本公开的发明人基于上述发现，提出了一种影响语音感知的网络因素确定方法、装置及电子设备，可以根据获取的问题小区在第一预设历史时段内的语音业务的第一性能指标数据，根据性能指标数据和网络指标数据的预设对应关系确定网络指标数据对应的第二性能指标数据，并可以根据第一性能指标数据和第二性能指标数据自动确定影响问题小区语音感知的目标网络因素，从而不仅不再依赖于技术人员的专业能力，可以提高确定出的影响语音感知的网络因素的准确率；还可以减少人工成本，提高确定影响VOLTE语音感知的网络因素的效率。
下面结合图1对本公开实施例提供的影响语音感知的网络因素确定方法进行详细说明。
图1示出了本公开实施例提供的影响语音感知的网络因素确定方法的流程示意图，该方法的执行主体可以是网络设备，该网络设备可以服务器或服务器集群。如图1所示，本公开实施例提供的影响语音感知的网络因素确定方法可以包括如下步骤：
S110，获取问题小区在第一预设历史时段内的语音业务的第一性能指标数据和网络指标数据。
作为一个示例，问题小区可以是性能指标数据较低的小区，如可以是丢包率高于预设丢包率的小区，或者掉话率高于预设掉话率的小区，或者丢包率高于预设丢包率且掉话率高于预设掉话率的小区。其中，预设丢包率和预设掉话率的具体数值可以根据实际情况进行设定。问题小区的数量可以是一个也可以是多个。
作为一个示例，第一预设历史时段可以是预先设定的距离当前时刻最近的历史时段，如可以设置为15分钟、30分钟或60分钟等。以第一预设历史时段为15分钟，当前时刻为10:00为例，则可以当前时刻前且距离当前时刻15分钟内的第一性能指标数据和网络指标数据。
作为一个示例，第一性能指标数据可以是问题小区在第一预设历史时段内对应的语音业务的性能指标数据。该第一性能数据可以包括丢包率和掉话率中的至少一个。
网络指标数据可以是问题小区在第一预设历史时段内对应的语音业务的网络指标数据。该网络指标数据可以包括上行受限功率余量报告(Power Headroom，PHR)小于零的占比、上行测量报告(Measuremengt Report，MR)覆盖占比、上行干扰值、上行物理资源块(physical resource block，PRB)利用率、上行控制信道单元(control channel element，CCE)利用率中的至少一个。
在本实施例中，可以获取问题小区在第一预设历史时段内的语音业务的第一性能指标数据和网络指标数据，该第一性能指标数据可以是丢包率和掉话率中的至少一个，网络指标数据可以是上行受限PHR小于零的占比、上行MR覆盖占比、上行干扰值、上行PRB利用率、上行CCE利用率中的至少一个。参见图2，可以从操作维护中心(Operation andMaintenance Center，OMC)获取问题小区的第一性能指标数据和网络指标数据。
S120，根据性能指标数据和网络指标数据的预设对应关系，确定网络指标数据对应的第二性能指标数据。
作为一个示例，预设对应关系可以是预先根据全网小区的历史性能指标数据以及历史网络指标数据，得到的性能指标数据和网络指标数据的对应关系。
作为一个示例，第二性能指标数据可以是根据性能指标数据和网络指标数据的预设对应关系，确定的与网络指标数据对应的性能指标数据。
在本实施例中，在获取到问题小区在第一预设历史时段内的语音业务的第一性能指标数据和网络指标数据之后，可以根据预先分析得到的性能指标数据和网络指标数据的预设对应关系，确定与问题小区在第一预设历史时段内的网络指标数据对应的第二性能指标数据。
S130，根据第一性能指标数据和第二性能指标数据，确定影响问题小区语音感知的目标网络因素.
作为一个示例，目标网络因素可以为根据第一性能指标数据和第二性能指标数据，确定出的影响问题小区语音感知的网络因素。
在本实施例中，在确定问题小区在第一预设历史时段内的语音业务的网络指标数据对应的第二性能指标数据之后，可以对第一性能指标数据和第二性能指标数据进行分析处理，确定影响问题小区语音感知的目标网络因素，即导致问题小区语音感知较差的网络原因。
本公开实施例通过获取问题小区在最近预设历史时段内的语音业务的第一性能指标数据，以及根据性能指标数据和网络指标数据的预设对应关系确定的第二性能指标数据，确定影响问题小区语音感知的目标网络因素。这样，一方面，可以根据获取的数据自动确定影响问题小区语音感知的目标网络因素，不再依赖于技术人员的专业能力，从而可以提高确定出的影响语音感知的网络因素的准确率；另一方面，实现了影响问题小区语音感知的目标网络因素的自动确定无需人工确定，从而可以减少人工成本，提高确定影响VOLTE语音感知的网络因素的效率。
在一些实施例中，可以基于全网小区的历史性能指标数据以及历史网络指标数据得到上述性能指标数据和网络指标数据的预设对应关系，其具体实现方式可以如下：
获取全网小区在第二预设历史时段内的历史性能指标数据以及历史网络指标数据；
根据历史性能指标数据以及历史网络指标数据，生成性能指标数据与网络指标数据的预设对应关系。
作为一个示例，第二预设历史时段是预先设置的获取历史性能指标数据和历史网络指标数据的历史时段，该第二预设历史时段可以与第一预设历史时段相同，也可以不同。
在本实施例中，可以获取全网小区在第二预设历史时段内的历史性能指标数据以及历史网络指标数据。然后，可以对历史性能指标数据以及历史网络指标数据进行关联分析，得到性能指标数据与网络指标数据的预设对应关系，如可以是网络指标数据上行受限PHR小于零的占比、上行MR覆盖占比、上行干扰值、上行PRB利用率、上行CCE利用率中的一个或多个与性能指标数据丢包率的预设对应关系。
这样，预先对历史性能指标数据以及历史网络指标数据进行关联分析得到性能指标数据与网络指标数据的预设对应关系，可以为上述步骤S120的处理提供数据依据，从而可以减少影响语音感知的网络因素确定方法的耗时，进一步提高影响语音感知的网络因素确定方法的效率。
可以理解的是，考虑到不同频段的小区对应的性能指标数据和网络指标数据可能不同，故而，为了提高预设对应关系的准确性，在获取历史性能指标数据以及历史网络指标数据时，可以获取全网中不同频段的小区的历史性能指标数据以及历史网络指标数据，以该历史性能指标数据以及历史网络指标数据为数据依据关联分析得到不同频段对应的性能指标数据与网络指标数据的预设对应关系。
作为一个具体的示例，可以对全网分频段不同小区的第二预设历史时段，如15分钟或30分钟或1小时内的语音业务的丢包率等历史性能指标数据，以及上行受限PHR小于零的占比、上行MR覆盖占比、上行干扰值、上行PRB利用率、上行CCE利用率等历史网络指标数据进行收集，并对历史性能指标数据和历史网络指标数据进行关联分析，得到性能指标数据与网络指标数据的预设对应关系。
例如，可以对现网D频段小区小时级的丢包率与上行受限PHR小于零的占比、上行MR覆盖占比、上行干扰值、上行PRB利用率、上行CCE利用率等历史网络指标数据进行关联性统计如下：
1)丢包率与上行受限PHR小于零的占比的关联分析。
参见图3所示的上行受限PHR小于零的占比与丢包率的关系示意图，如图3所示，随着上行受限PHR小于零的占比的增高，丢包率波动幅度也越大。当上行受限PHR小于零的占比大于30％后，丢包率明显增高，丢包率明显恶化，即丢包率的性能拐点为上行受限PHR小于零的占比为30％。
2)丢包率与上行MR覆盖占比的关联分析。
参见图4所示的上行MR覆盖占比与丢包率的关系示意图，如图4所示，随着上行MR覆盖占比的降低，丢包率波动幅度也越大。当上行MR覆盖占比小于80％后，丢包率明显增高，丢包率明显恶化，即丢包率的性能拐点为上行MR覆盖占比为80％。
3)丢包率与上行干扰值的关联分析。
参见图5所示的上行干扰值与丢包率的关系示意图，如图5所示，随着上行干扰值的增高，丢包率波动幅度也越大。当上行干扰值大于-105后，丢包率明显增高，丢包率明显恶化，即丢包率的性能拐点为上行干扰值为-105。
4)丢包率与上行PRB利用率的关联关系。
参见图6所示的上行PRB利用率与丢包率的关系示意图，如图6所示，随着上行PRB利用率的增高，丢包率波动幅度也越大。当上行PRB利用率大于60％后，丢包率明显增高，丢包率明显恶化，即丢包率的性能拐点为上行PRB利用率为60％。
5)丢包率与上行CCE利用率的关联关系。
参见图7所示的上行CCE利用率与丢包率的关系示意图，如图7所示，随着上行CCE利用率的增高，丢包率波动幅度也越大。当上行CCE利用率大于50％后，丢包率明显增高，丢包率明显恶化，即丢包率的性能拐点为上行CCE利用率为50％。
假设获取到的问题小区的网络指标数值上行受限PHR小于零的占比、上行MR覆盖占比、上行干扰值、上行PRB利用率、上行CCE利用率分别为：50％、75％、-85、45％、50％，则可以根据上述性能指标数据与网络指标数据的预设对应关系得到上行受限PHR小于零的占比、上行MR覆盖占比、上行干扰值、上行PRB利用率、上行CCE利用率对应的第二性能指标数据分别为：0.30％、0.06％、0.70％、0.06％、0.05％。
在一些实施例中，可以根据每个网络指标对应的影响占比确定影响问题小区语音感知的目标网络因素，相应的，上述步骤S120的具体实现方式可以如下：
计算第一性能指标数据与每个第二性能指标数据的差异值；
根据第一性能指标数据与每个第二性能指标数据的差异值，计算每个网络指标对应的影响占比；
在影响占比中选取预设数量个较大的目标影响占比；
将目标影响占比对应的网络指标，确定为影响问题小区语音感知的目标网络因素。
作为一个示例，预设数量可以是预先设置的要选出的目标影响占比的数量，该数量可以是一个也可以是多个，可以根据实际情况进行设置。
在本实施例中，可以分别计算第一性能指标数据与每个第二性能指标数据的差异值。然后，可以根据前述计算出的第一性能指标数据与每个第二性能指标数据的差异值，计算每个网络指标对应的影响占比。在计算出每个网络指标对应的影响占比之后，可以在计算出的所有影响占比中，选取预设数量个较大的影响占比，即预设数量个目标影响占比。确定前述预设数量个目标影响占比对应的网络指标，并可以将前述预设数量个目标影响占比对应的网络指标确定为影响问题小区语音感知的目标网络因素。这样，将影响占比较大的一个或多个网络指标确定为目标网络因素，可以进一步提高确定出的影响问题小区语音感知的目标网络因素的准确率。
作为一个示例，计算第一性能指标数据与每个第二性能指标数据的差异值的具体实现方式可以为：
ci＝ai-b，i∈(1,N) (1)
ai表示第i个网络指标数据对应的第二性能指标数据；ci表示第i个网络指标对应的第二性能指标数据与第一性能指标数据的差异值；b表示第一性能指标数据；N表示网络指标数据的数量。以在网络指标数值包括上行受限PHR小于零的占比、上行MR覆盖占比、上行干扰值、上行PRB利用率、上行CCE利用率为例，则对应的，第二性能指标数据可以分别为a1、a2、a3、a4、a5。
计算每个网络指标对应的影响占比的具体实现方式可以为：
ei＝di/∑di，其中，di＝ci+|min(ci)| (2)
ei表示第i个网络指标数据对应的影响占比。
在一些实施例中，还可以基于不同的目标网络因素确定不同的网络问题，相应的，其具体实现可以方式可以如下：
在目标网络因素为上行受限PHR小于零的占比的情况下，确定影响问题小区语音感知的网络问题为网络上行受限问题；
在目标网络因素为上行MR覆盖占比的情况下，确定影响问题小区语音感知的网络问题为网络弱覆盖问题；
在目标网络因素为上行干扰值的情况下，确定影响问题小区语音感知的网络问题为网络干扰问题；
在目标网络因素为上行PRB利用率、上行CCE利用率中的至少一个时，确定影响问题小区语音感知的网络问题为容量问题。
这样，根据不同的目标网络因素，确定不同的网络问题并输出，可以为技术人员提供数据依据，使技术人员更有针对性的进行维护，从而可以进一步减少人工消耗，提高维护效率。
根据上述本公开各方法实施例提供的影响语音感知的网络因素确定方法，可以基于大数据统计各频段的丢包率等性能指标数据与各种网络指标数据间的相关性，得到影响语音感知的丢包率等性能指标数据对应的网络指标数据的性能拐点。基于网络性能变化的性能拐点、丢包率等性能指标数据的恶化时间段、网络指标数据的变化时间段等多种因素进行关联分析，判断出影响问题小区语音感知的的目标网络因素。这样，可以实现对网络的性能指标数据的自动监控和智能分析，定位影响语音感知的网络因素和网络问题，进而通过派单等优化方式解决网络问题。如此，可以节省人工分析投入、缩短网络问题的解决时间，提升用户的语音感知。
在一个实施例中，确定网络问题的方法可以包括如下处理：
步骤1)确定问题小区是否存在网络干扰问题。
如果存在网络干扰问题则可以派单处理网络干扰问题。
如果不存在网络干扰问题，则可以执行步骤2)。
步骤2)确定问题小区是否存在上行受限问题。
如果存在上行受限问题，则可以判断距离问题小区预设范围内是否存在长期断站。如可以是问题小区的宏站300米范围内或者室内分布式系统100米范围内是否存在长期断站。
如果距离问题小区预设范围内存在长期断站，则可以判断该断站是否可以恢复。
如果该断站可以恢复，则可以处理断站。如果该断站不能恢复，则执行步骤2-1)。
如果距离问题小区预设范围内不存在长期断站，则执行步骤2-1)。
步骤2-1)判断距离问题小区预设范围内是否存在规划站。如可以是问题小区的宏站300米范围内或者室内分布式系统100米范围内是否存在规划站。
如果距离问题小区预设范围内存在规划站，则可以判断该规划站是否可以恢复。
如果该规划站可以开通，则可以开通该规划站。如果该规划站不能开通，则执行步骤2-2)。
如果距离问题小区预设范围内不存在规划站，则执行步骤2-2)。
步骤2-2)判断问题小区边缘是否存在弱覆盖区域，是否有越区。
如果问题小区边缘存在弱覆盖区域、越区，则可以确定问题小区的下倾角是否可以调整。如可以是3到15度。其中，需要调整的下倾角角度＝(站点高度/期望覆盖距离)-当前下倾角。
如果问题小区的下倾角可以调整，则可以调整问题小区的下倾角。如可以抬升下倾角。
如果问题小区的下倾角不可以调整，则可以执行步骤2-3)。
如果问题小区边缘不存在弱覆盖区域、越区，则可以执行步骤2-3)。
步骤2-3)判断问题小区是否存在塔下黑、越区，且中心区域存在弱覆盖现象。
如果问题小区存在塔下黑、越区，且中心区域存在弱覆盖现象，则可以确定问题小区的下倾角是否可以调整。如可以是3到15度。
如果问题小区的下倾角可以调整，则可以调整问题小区的下倾角。如可以下压下倾角。
如果问题小区的下倾角不可以调整，则可以执行步骤3)。
如果问题小区不存在塔下黑、越区，且中心区域不存在弱覆盖现象，则可以执行步骤3)。
步骤3)判断问题小区是否存在结构问题。
如果存在结构问题，则可以判断存在重叠覆盖现象，即是否存在问题小区与邻小区均覆盖同一片区域的现象，且信号大于-95dbm。
如果存在重叠覆盖现象，则可以判断覆盖不合理的是问题小区还是邻小区，并调整覆盖不合理的小区的倾角/方位角。
如果不存在重叠覆盖现象，则可以判断问题小区是否存在无主导小区的现象，即是否存在问题小区与邻小区均覆盖同一片区域的现象，且信号小于-95dbm。
如果问题小区存在无主导小区的现象，则可以判断无主导小区的问题区域是否有新建站且该新建站近期可开通。
如果无主导小区的问题区域有新建站且该新建站近期可开通，则可以开通该新建站。否则，可以判断在问题小区和邻小区中哪个小区需要增强覆盖，并调整需要增强覆盖的小区的倾角/方位角。
如果问题小区不存在无主导小区的现象，则可以判断问题小区是否存在越区覆盖现象。
如果问题小区存在越区覆盖现象，则可以判断问题小区下倾角的可调整范围，并调整下倾角，如可以是下压下倾角。
如果问题小区不存在越区覆盖现象，则可以执行步骤4)。
步骤4)判断问题小区是否存在容量问题。
如果存在容量问题，则可以进行扩容。
在本实施例中，作为一个示例，计算小区平均站间距N的算法可以如下：
设定小区A的方向角为α，参见图8，可以将该小区按照(α-30,α+30)、(α-90,α-30)、(α+30，α+90)划分3个扇形区域，分别定义为扇形区域A、扇形区域B、扇形区域C。设定C1为落在扇形区域A内的距离小区A最近站点的距离，C2落在扇形区域B内的距离小区A最近站点的距离，C3为落在扇形区域C内的距离小区A最近站点的距离，其中站点不包括室内分布式站点和高小于15米的覆盖室外的小微站点。则可以得到平均站间距N＝(C1+MIN(C2，C3))/2。
作为一个示例，小区边缘弱覆盖是指：基于MR数据中每条MR记录的最大时间提前量(time advanced，TA)，如果某条MR的TA值*78>＝平均站间距N*0.667，则认为该条记录属于远点的MR记录。如果远点弱覆盖(RSRP<-110bBm)的采样点数/总的弱覆盖采样点数>＝45％，则认为弱覆盖分布在小区边缘。其中，RSRP为Reference Signal Receiving Power，参考信号接收功率。
作为一个示例，小区越区是指：如果TA值*78大于平均站间距N的采样点数/总的MR采样点数>＝20％，则认为小区存在越区。
作为一个示例，小区塔下黑(近点弱覆盖)是指：基于MR数据中每条MR记录的TA值，如果某条MR的TA值*78<＝平均站间距N*0.333，则认为该条记录属于近点的MR记录。基于MR数据中每条MR记录的TA值，如果某条MR的TA值满足平均站间距N*0.333<TA*78<平均站间距N*0.667则认为该条记录属于中点的MR记录。如果近点MR覆盖率(RSRP在-110dBm以上的采样点占比)<90％,且近点的MR覆盖率<中点MR覆盖率-3％，则说明小区存在塔下黑(近点弱覆盖)。
作为一个示例，重叠覆盖是指：基于MR数据或路测数据，当前小区和同频邻区均覆盖一片区域，且信号>-95dBm，则认为存在重叠覆盖。
作为一个示例无主导小区是指：基于MR数据或路测数据，当前小区和邻区覆盖同一区域，信号均较弱<-95dBm，则认为存在无主导小区。
基于相同的发明构思，本公开还提供了一种影响语音感知的网络因素确定装置。如图9所示，该影响语音感知的网络因素确定装置900具体可以包括：
第一获取模块910，可以用于获取问题小区在第一预设历史时段内的语音业务的第一性能指标数据和网络指标数据；
第一确定模块920，可以用于根据性能指标数据和网络指标数据的预设对应关系，确定网络指标数据对应的第二性能指标数据；
第二确定模块930，可以用于根据第一性能指标数据和第二性能指标数据，确定影响问题小区语音感知的目标网络因素。
在一个实施例中，第一/第二性能指标数据可以包括丢包率和掉话率中的至少一个；
网络指标数据可以包括上行受限功率余量报告PHR小于零的占比、上行测量报告MR覆盖占比、上行干扰值、上行物理资源块PRB利用率、上行控制信道单元CCE利用率中的至少一个。
在一个实施例中，装置900还可以包括：
第二获取模块，可以用于获取全网小区在第二预设历史时段内的历史性能指标数据以及历史网络指标数据；
对应关系生成模块，可以用于根据历史性能指标数据以及历史网络指标数据，生成性能指标数据与网络指标数据的预设对应关系。
在一个实施例中，第二确定模块930，可以包括：
第一计算单元，可以用于计算第一性能指标数据与每个第二性能指标数据的差异值；
第二计算单元，可以用于根据第一性能指标数据与每个第二性能指标数据的差异值，计算每个网络指标对应的影响占比；
选取单元，可以用于在影响占比中选取预设数量个较大的目标影响占比；
确定单元，可以用于将目标影响占比对应的网络指标，确定为影响问题小区语音感知的目标网络因素。
在一个实施例中，装置900，还可以包括：
第三确定模块，可以用于在目标网络因素为上行受限PHR小于零的占比的情况下，确定影响问题小区语音感知的网络问题为网络上行受限问题；
第四确定模块，可以用于在目标网络因素为上行MR覆盖占比的情况下，确定影响问题小区语音感知的网络问题为网络弱覆盖问题；
第五确定模块，可以用于在目标网络因素为上行干扰值的情况下，确定影响问题小区语音感知的网络问题为网络干扰问题；
第六确定模块，可以用于在目标网络因素为上行PRB利用率、上行CCE利用率中的至少一个时，确定影响问题小区语音感知的网络问题为容量问题。
需要说明的是，图9中所示的影响语音感知的网络因素确定装置中的各个模块具有实现图1中影响语音感知的网络因素确定方法的各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
基于同一公开构思，本公开实施例还提供了一种电子设备，如图10所示，该电子设备可以包括处理器1001以及存储有计算机程序指令的存储器1002。
具体地，上述处理器1001可以包括中央处理器(Central Processing Unit，CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本公开实施例的一个或多个集成电路。
存储器1002可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器1002可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器1002可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器1002可在综合网关容灾设备的内部或外部。在一个实施例中，存储器1002是非易失性固态存储器。在一个实施例中，存储器1002包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器1001通过读取并执行存储器1002中存储的计算机程序指令，以实现上述实施例中的任意一种影响语音感知的网络因素确定方法，并达到图1所示实施例执行其方法/步骤达到的相应技术效果，为简洁描述，在此不再赘述。
在一个示例中，电子设备还可包括通信接口1003和总线1010。其中，如图10所示，处理器1001、存储器1002、通信接口1003通过总线1010连接并完成相互间的通信。
通信接口1003，主要用于实现本公开实施例中各模块、装置、单元和/或设备之间的通信。
总线1010包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线1010可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线1010可包括一个或多个总线。尽管本公开实施例描述和示出了特定的总线，但本公开考虑任何合适的总线或互连。
另外，结合上述实施例中的影响语音感知的网络因素确定方法，本公开实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种影响语音感知的网络因素确定方法。
需要明确的是，本公开并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本公开的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本公开的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本公开的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本公开中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本公开不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本公开的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本公开的保护范围之内。

Claims (10)

1.一种影响语音感知的网络因素确定方法，其特征在于，包括：
获取问题小区在第一预设历史时段内的语音业务的第一性能指标数据和网络指标数据；
根据性能指标数据和网络指标数据的预设对应关系，确定所述网络指标数据对应的第二性能指标数据；
根据所述第一性能指标数据和所述第二性能指标数据，确定影响所述问题小区语音感知的目标网络因素。
2.根据权利要求1所述的方法，其特征在于，第一/第二性能指标数据包括丢包率和掉话率中的至少一个；
所述网络指标数据包括上行受限功率余量报告PHR小于零的占比、上行测量报告MR覆盖占比、上行干扰值、上行物理资源块PRB利用率、上行控制信道单元CCE利用率中的至少一个。
3.根据权利要求2所述的方法，其特征在于，在所述根据性能指标数据和网络指标数据的预设对应关系，确定所述网络指标数据对应的第二性能指标数据之前，所述方法还包括：
获取全网小区在第二预设历史时段内的历史性能指标数据以及历史网络指标数据；
根据所述历史性能指标数据以及历史网络指标数据，生成性能指标数据与网络指标数据的预设对应关系。
4.根据权利要求2所述的方法，其特征在于，所述根据所述第一性能指标数据和所述第二性能指标数据，确定影响所述问题小区语音感知的目标网络因素，包括：
计算所述第一性能指标数据与每个所述第二性能指标数据的差异值；
根据所述第一性能指标数据与每个所述第二性能指标数据的差异值，计算每个所述网络指标对应的影响占比；
在所述影响占比中选取预设数量个较大的目标影响占比；
将所述目标影响占比对应的网络指标，确定为影响所述问题小区语音感知的目标网络因素。
5.根据权利要求2所述的方法，其特征在于，所述确定影响所述问题小区语音感知的目标网络因素之后，还包括：
在所述目标网络因素为上行受限PHR小于零的占比的情况下，确定影响所述问题小区语音感知的网络问题为网络上行受限问题；
在所述目标网络因素为上行MR覆盖占比的情况下，确定影响所述问题小区语音感知的网络问题为网络弱覆盖问题；
在所述目标网络因素为上行干扰值的情况下，确定影响所述问题小区语音感知的网络问题为网络干扰问题；
在所述目标网络因素为上行PRB利用率、上行CCE利用率中的至少一个时，确定影响所述问题小区语音感知的网络问题为容量问题。
6.一种影响语音感知的网络因素确定装置，其特征在于，包括：
第一获取模块，用于获取问题小区在第一预设历史时段内的语音业务的第一性能指标数据和网络指标数据；
第一确定模块，用于根据性能指标数据和网络指标数据的预设对应关系，确定所述网络指标数据对应的第二性能指标数据；
第二确定模块，用于根据所述第一性能指标数据和所述第二性能指标数据，确定影响所述问题小区语音感知的目标网络因素。
7.根据权利要求6所述的装置，其特征在于，第一/第二性能指标数据包括丢包率和掉话率中的至少一个；
所述网络指标数据包括上行受限功率余量报告PHR小于零的占比、上行测量报告MR覆盖占比、上行干扰值、上行物理资源块PRB利用率、上行控制信道单元CCE利用率中的至少一个。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
第二获取模块，用于获取全网小区在第二预设历史时段内的历史性能指标数据以及历史网络指标数据；
对应关系生成模块，用于根据所述历史性能指标数据以及历史网络指标数据，生成性能指标数据与网络指标数据的预设对应关系。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的影响语音感知的网络因素确定方法。
10.一种存储介质，其特征在于，当所述存储介质中的指令由信息处理装置或者服务器的处理器执行时，以使所述信息处理装置或者所述服务器实现如权利要求1至7中任一项所述的影响语音感知的网络因素确定方法。
CN202011325473.0A 2020-11-24 2020-11-24 影响语音感知的网络因素确定方法、装置及电子设备 Active CN114554534B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011325473.0A CN114554534B (zh) 2020-11-24 2020-11-24 影响语音感知的网络因素确定方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011325473.0A CN114554534B (zh) 2020-11-24 2020-11-24 影响语音感知的网络因素确定方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN114554534A true CN114554534A (zh) 2022-05-27
CN114554534B CN114554534B (zh) 2024-05-07

Family

ID=81659415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011325473.0A Active CN114554534B (zh) 2020-11-24 2020-11-24 影响语音感知的网络因素确定方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN114554534B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160241429A1 (en) * 2015-02-12 2016-08-18 Tektronix, Inc. Knowledge base radio and core network prescriptive root cause analysis
US20190059008A1 (en) * 2017-08-18 2019-02-21 T-Mobile Usa, Inc. Data intelligence in fault detection in a wireless communication network
CN109788488A (zh) * 2019-02-18 2019-05-21 中国联合网络通信集团有限公司 一种网络站点的规划方法和装置
CN109788502A (zh) * 2017-11-15 2019-05-21 中国移动通信集团湖北有限公司 小区平均意见值的确定方法、装置、设备和介质
CN109982353A (zh) * 2017-12-28 2019-07-05 中国移动通信集团吉林有限公司 基于VoLTE网络的小区优化方法、装置和设备
CN109996254A (zh) * 2017-12-30 2019-07-09 中国移动通信集团湖北有限公司 语音业务单通原因定位方法、装置、设备和介质
US20190222491A1 (en) * 2016-11-10 2019-07-18 Ciena Corporation Adaptive systems and methods enhancing service Quality of Experience
CN111263389A (zh) * 2018-11-30 2020-06-09 中国移动通信集团浙江有限公司 一种Volte语音质量问题的自动化定位的方法及装置
CN111294819A (zh) * 2018-12-07 2020-06-16 中国移动通信集团陕西有限公司 一种网络优化方法及装置
CN111818550A (zh) * 2019-04-11 2020-10-23 中国移动通信集团四川有限公司 一种网络覆盖情况的预测方法、装置及设备
CN111818551A (zh) * 2019-04-12 2020-10-23 中国移动通信集团福建有限公司 Volte掉话原因确定方法及装置
CN111935769A (zh) * 2019-05-13 2020-11-13 中国移动通信集团湖北有限公司 质差小区识别方法、装置和设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103384371B (zh) * 2012-05-04 2016-12-14 华为技术有限公司 干扰协调方法及装置
CN109996269A (zh) * 2017-12-30 2019-07-09 中国移动通信集团湖北有限公司 一种无线通信网络异常原因确定方法、装置、设备及介质
CN110536314B (zh) * 2018-05-23 2022-12-27 中国移动通信集团重庆有限公司 语音质量的确定方法、装置、设备及介质
CN111327450B (zh) * 2018-12-17 2022-09-27 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

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160241429A1 (en) * 2015-02-12 2016-08-18 Tektronix, Inc. Knowledge base radio and core network prescriptive root cause analysis
US20190222491A1 (en) * 2016-11-10 2019-07-18 Ciena Corporation Adaptive systems and methods enhancing service Quality of Experience
US20190059008A1 (en) * 2017-08-18 2019-02-21 T-Mobile Usa, Inc. Data intelligence in fault detection in a wireless communication network
CN109788502A (zh) * 2017-11-15 2019-05-21 中国移动通信集团湖北有限公司 小区平均意见值的确定方法、装置、设备和介质
CN109982353A (zh) * 2017-12-28 2019-07-05 中国移动通信集团吉林有限公司 基于VoLTE网络的小区优化方法、装置和设备
CN109996254A (zh) * 2017-12-30 2019-07-09 中国移动通信集团湖北有限公司 语音业务单通原因定位方法、装置、设备和介质
CN111263389A (zh) * 2018-11-30 2020-06-09 中国移动通信集团浙江有限公司 一种Volte语音质量问题的自动化定位的方法及装置
CN111294819A (zh) * 2018-12-07 2020-06-16 中国移动通信集团陕西有限公司 一种网络优化方法及装置
CN109788488A (zh) * 2019-02-18 2019-05-21 中国联合网络通信集团有限公司 一种网络站点的规划方法和装置
CN111818550A (zh) * 2019-04-11 2020-10-23 中国移动通信集团四川有限公司 一种网络覆盖情况的预测方法、装置及设备
CN111818551A (zh) * 2019-04-12 2020-10-23 中国移动通信集团福建有限公司 Volte掉话原因确定方法及装置
CN111935769A (zh) * 2019-05-13 2020-11-13 中国移动通信集团湖北有限公司 质差小区识别方法、装置和设备

Also Published As

Publication number Publication date
CN114554534B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
CN110602741B (zh) 网络弱覆盖的识别方法、装置、设备及存储介质
CN106792752B (zh) 基站信号覆盖自优化方法和系统
CN109996258B (zh) 无线网络利用率评估方法、装置、计算设备及存储介质
WO2015133108A1 (ja) ネットワークシステム、解析装置、測定情報の処理方法及び記録媒体
CN109981234B (zh) 双载波和载波聚合的自适应调整方法、装置、设备及介质
CN111654870B (zh) 调整小区覆盖区的控制方法、装置、设备及存储介质
CN109982343B (zh) 异频切换门限值确定方法、装置、设备及介质
CN110493813B (zh) 弱覆盖区域的确定方法、装置、设备及介质
CN112969192B (zh) 小区弱覆盖分析方法、装置、设备及存储介质
EP3183903B1 (en) Received signal strength based interferer classification of cellular network cells
CN111866847B (zh) 移动通信网络数据分析方法、设备及计算机存储介质
CN111148111B (zh) 天线参数的调整方法、装置、设备及计算机存储介质
JP5152176B2 (ja) 無線セル監視方法、その装置及びそのプログラム
CN110461005B (zh) 小区优化方法、装置、设备和存储介质
CN108667537B (zh) 一种干扰源定位方法和装置
CN114554534B (zh) 影响语音感知的网络因素确定方法、装置及电子设备
US10911083B2 (en) Method of adjusting and controlling the receiver power adaptation according to the transmission environment in eNodeB LTE system
CN111294920B (zh) 识别lte网内干扰的方法、装置、设备及介质
CN111263374B (zh) 一种基于路测数据的基站验证分析的方法及装置
CN111382755B (zh) 一种基于adaboost加权和三阶聚类的共模天馈优化方法及系统
CN111163488A (zh) 小区干扰源的定位方法、装置、设备及计算机存储介质
CN113133058A (zh) 负载均衡方法、装置及系统
CN102256319B (zh) 通信装置和在通信系统中选择通信小区的方法
CN109993388B (zh) 劣化小区主因判断方法、装置、设备及介质
CN114449574B (zh) 基站节能方法、装置、电子设备及计算机存储介质

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