基于软采信令的基站天线覆盖异常智能判别方法

通过LTE软采信令数据和手机用户的定位经纬度信息,对基站天线覆盖异常进行智能判别分析,取代大量而繁杂的人工现场普查及现场测试工作,可提升网络优化工作效率,同时大大降低日常网络维护成本,提升基站工程参数准确率,是移动运营商日常网络优化和维护的一把利器。

基于时间提前量的异常覆盖定位及优化方法浅析

在对C省采集的时间提前量(TA)数据研究的基础上,定义了一种参考指标:LTE小区关联覆盖比,提出一种依据该指标进行异常分析的方法和疑似问题小区筛选的原则,最终给出典型问题的优化解决方案和闭环管控措施。通过该方法分析小区的异常覆盖环境,可以使网络优化工作更具有针对性,提高LTE网络优化的工作效率。

一种基于VoLTE用户感知挖掘全网无线异常覆盖区域的新方法

本文提出了一种使用图计算和空间聚类的机器学习方法,基于VoLTE用户感知,智能挖掘全网无线异常覆盖区域,以及时发现全网小区覆盖问题,降低网络运行维护成本。

基于时间提前量与网络结构关联的高铁LTE覆盖优化

结合高铁线上LTE网络的测试结果,同步利用网管指标对合宁高铁安徽段沿线的高铁基站采用基于时间提前量(TA)的网络覆盖距离估算。通过路测数据、基站覆盖半径与高铁沿线站址结构综合判断高铁沿线基站异常覆盖环境,快速提出RF及功率优化建议。使网络优化工作更具有针对性,提高LTE网络优化的工作效率。

切换统计筛选背向切换小区简单办法研究

在传统网路优化中涉及邻区优化,覆盖范围因为施工或基础数据采集错误,导致与原规划数据出现较大差距。一般通过路测或异常的切换成功率来发现,但这种办法的效率较低。文章研究了切换统计筛选背向切换小区的简单办法。