基于大数据的5G流量迁移方案研究与探讨

现阶段全国范围内4G网络高负荷、5G网络资源利用率不足的状况依然严峻。针对此问题,提出了一种基于大数据的5G流量迁移方案。该方案定义了多个影响因子来识别5G流量迁移高潜用户;之后,采用熵值法对目标群体划分优先级;最后,针对高优先级用户,从终端、网络、业务、服务协同匹配的角度,分别输出网络及市场牵引策略。

5G流量驻留比统计规则建议及提升举措

当前正值网络发展拉动5G流量增长的黄金时期,做好5G流量牵引是当前优化网络结构和提升用户感知的重要举措。5G流量驻留比作为关键指标,既能综合反映网络情况,又能体现用户感知。对5G流量驻留比的含义、影响因素、优化举措进行系统性分析研究,在理清5G流量驻留比机制的基础上给出科学合理的统计规则建议,并形成一整套5G驻留比提升解决方案。举措的落地有助于稳步推进5G驻留比提升,以5G引流为着力点,确保5G建设维护优化工作高效开展的同时助力市场规模高质量发展。

一种5G流量占比分析及提升方法研究

随着5G网络的规模建设及快速应用,5G逐渐走向每一个人。5G对于实现社会数字化转型、万物互联具有重要作用,而流量是5G功能得以发挥的基础。当前运营商的5G流量占比较低,不能有效发挥5G网络的价值。通过研究分析5G流量占比的构成,给出“四步法”提升方法,通过点对点解决导致5G流量占比低的因素,实现5G流量占比的提升。

贵州移动攻坚提升5G流量驻留比

在5G网络迅速发展的时期,5G网络规模不断增大、用户数量快速增加。贵州移动基于一个出发点“用户体验”,开展了5G流量驻留比专项提升,按照PDCA流程制定活动计划,深入进行症结分析,挖出影响5G流量驻留比的主要根因,通过精准规划开通5G站点、识别非5G套用户进行个性化定制、应用新技术进行干扰整治、互操作参数调优等对策方法落地实施,5G流量驻留比指标由34.35%提升至63.21%,全国排名中上游,移动业务满意度稳步提升。

基于神经网络全连接的5G重点区域流量预测

着重探讨了5G热点区域流量预测中时空因素如节假日、天气、事件等对预测结果的影响。基于深度学习技术,提出了一种全新的5G热点区域流量预测模型。该模型融合了长短期记忆网络(LSTM)与人工神经网络(ANN),使其能够自动学习并处理复杂的时空数据。实验验证表明,该模型在预测准确性和稳定性方面均表现出色,其区域R Squared准确率高达96%以上。这项研究为5G网络的规划和优化提供了有力支持。

5G规模商用4G流量达峰因子分析及举措

5G规模商用下如何促使4G流量尽快达峰是运营商网络运营的焦点问题。基于产生4G流量的终端类型、流量套餐类型等影响4G流量的关键因素的探讨和分析,提出与4G流量达峰相关的关键因子是5G机套匹配率、5G登网率和5G流量驻留比3项关键指标。并对某省现网典型运营数据的统计、分析,以4G流量不上涨为目标,计算相应的目标值,给出促使4G流量尽快达峰的5G网络运营举措建议。

5G网络分流比提升探讨

随着5G网络的基础设施建设基本完善,5G网络逐渐融入到日常工作和生活中,同时5G应用需求日趋增长,无线通信网络流量业务极速发展,人们对于网络速度的要求也越来越高。然而,现网中多层网络并行,5G业务流量在互联网接入流量中占比并不突出,各层网络间的业务分流不均衡,严重影响到用户使用感知。因此,现阶段提升5G分流比对改进网络的整体性能和服务质量显得尤为重要。文章从市场发展、站点建设和业务驻留等多个维度探讨了提升5G分流比的方法。

基于多头自注意力机制的LSTM-TCN基站流量预测算法

基站流量预测对于蜂窝网络的规划、资源分配和用户体验优化至关重要。为提高基站流量预测精度,文中设计一种结合多头自注意机制(MHSA)的LSTM-TCN基站流量预测算法。其中:MHSA能够从多个角度强化基站流量数据的内在关联,增强了模型对流量数据重要特征的表达能力;LSTM-TCN模型中长短期记忆(LSTM)网络捕捉流量数据中的长短时依赖性;时间卷积网络(TCN)进一步捕捉流量数据中的全局特征,使得模型能够提取基站流量数据在不同时间尺度上的变化模式和时间依赖关系,提高基站流量预测模型的拟合能力和预测精度。实验结果表明,该流量预测算法与其他算法相比,在运营商基站流量数据的预测中有效降低了均方根误差和平均绝对误差,提高了决定系数,验证了该流量预测算法的有效性,从而为基站休眠节能提供决策支持。

一种5G小区用户高倒流回4G网络问题的排查处理方法

随着5G网络建设逐步完善,部分5G连续覆盖区域由于小区参数设置偏差、故障告警以及硬件配置异常等常见问题,会导致5G用户无法使用5G网络进行业务(即高倒流4G网络),影响用户感知。通过分析由于多频合路器支持频带受限引起的5G信号弱输出导致高倒流回4G网络的问题,进行整改优化,并开展全网性同类问题排查,优化达到预期效果,为后续相关类似网络问题的优化提供参考。

5G用户及业务预测方法研究

随着5G网络的规模部署,5G用户及业务预测结果作为网络规划的重要输入,通过分析影响用户及业务预测的关键因素,如对终端出货情况、5G终端登网方式、移动用户数变化趋势、用户DOU变化趋势等进行详细分析,建立用户及业务预测模型和方法,对规划期各年度5G和4G终端、用户及业务量进行预测,为中国联通制定5G和4G网络建设及投资策略提供决策基础和依据,使得在有限的投资下,投资更加精准有效。

关于《5G移动通信基站电磁辐射环境监测方法(试行)》监测工况的探讨

为完善《5G移动通信基站电磁辐射环境监测方法(试行)》标准,解决可能存在的按照试行标准监测工况得到的结果与实际5G基站电磁辐射值不一致的问题,对5G基站电磁辐射原理与5G业务流量模型进行了理论分析,用实验验证的方法探讨了不同监测工况(即5G业务流量模型)对5G基站电磁辐射监测结果的影响,提出了一种新的基于5G业务流量模型的监测工况定义,并建议以标准实施细则的方式予以施行。

基于“五元线性”指数模型的5G精准建网规划方法

自2019年中国移动5G预商用,到2020年及2021年全国大部分地市实现5G规模性商用,从省会城市、到地市、到县城,5G的脚步已经迈向了千家万户。目前,5G网络虽然已经基本实现了城区、县城的连续覆盖,但实际覆盖效果如何、深度覆盖需求是否能够满足、业务分流情况是否理想、客户对5G网络覆盖是否有特殊需求等问题还需要通过当前5G网络建设的后评估来分析论证。透过当前连片覆盖的5G网络的业务量、业务类型与4G现网情况对比的后评估分析,可以归纳出一套5G覆盖需求优先级评价模型,应用于城市县城的局部补盲补热、深度覆盖及局部乡镇、热点农村等各场景的精准需求规划。