基于大数据的无线移动网络邻区优化

目前,LTE无线网络面临着海量网元、异系统、多厂商等多重挑战,网络运营维护的复杂度、技术要求和成本等也在大幅上升。目前地市上的网元Cell普遍超过1万,邻区数量普遍超过80万,传统的优化工具和思路已经远远不能满足复杂度和精细度需要。本文介绍了一种新的无线网络优化思路,通过受控ANR(Automatic Neighbor Relation)和MRO(Mobility Robust Optimization)功能,利用大数据技术采集海量的邻区数据,通过分析判断,既保证了数据的准确性又能甄别出伪基站、越区覆盖等非安全数据,对网络性能进行有效提升和优化。