一種多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法
【專利摘要】本發(fā)明公開(kāi)了一種多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法，通過(guò)Hadoop在各分類源數(shù)據(jù)中確定影響當(dāng)前無(wú)線網(wǎng)絡(luò)健康度的維度，以及每個(gè)維度下對(duì)應(yīng)的指標(biāo)參數(shù)，再結(jié)合這些維度和維度的參數(shù)指標(biāo)建立多維度健康度的評(píng)價(jià)算法模型，利用該模型對(duì)無(wú)線網(wǎng)絡(luò)健康度進(jìn)行評(píng)估，得到當(dāng)前無(wú)線網(wǎng)絡(luò)健康度的綜合得分，最后，對(duì)得到的綜合得分進(jìn)行比較，得到無(wú)線網(wǎng)絡(luò)的健康狀態(tài)并存入到vertica數(shù)據(jù)庫(kù)的結(jié)果表中。這樣有利于管理者和優(yōu)化人員便捷、高效的掌握網(wǎng)絡(luò)健康情況，符合當(dāng)前無(wú)線網(wǎng)絡(luò)發(fā)展的趨勢(shì)。
【專利說(shuō)明】一種多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于移動(dòng)通信網(wǎng)絡(luò)【技術(shù)領(lǐng)域】，更為具體地講，涉及一種多維度的無(wú)線網(wǎng)絡(luò) 健康度評(píng)估方法。

【背景技術(shù)】
[0002] 隨著通信技術(shù)的不斷發(fā)展和市場(chǎng)競(jìng)爭(zhēng)的加劇，電信運(yùn)營(yíng)商進(jìn)入了一個(gè)競(jìng)爭(zhēng)更為 激烈的時(shí)代，對(duì)于運(yùn)營(yíng)商而言，網(wǎng)絡(luò)服務(wù)的好壞，會(huì)直接影響到用戶對(duì)服務(wù)的感知和評(píng)價(jià)。 為了提高客戶滿意度，運(yùn)營(yíng)商通常會(huì)在日常數(shù)據(jù)的基礎(chǔ)上，建立一些關(guān)鍵性能指標(biāo)（Key PerformanceIndicators,簡(jiǎn)稱KPI)，用來(lái)檢測(cè)網(wǎng)絡(luò)性能的好壞、評(píng)價(jià)網(wǎng)絡(luò)質(zhì)量、評(píng)估網(wǎng)絡(luò) 服務(wù)的好壞，以更好地提升服務(wù)。
[0003] 無(wú)線網(wǎng)絡(luò)投入運(yùn)營(yíng)之后，如何對(duì)網(wǎng)絡(luò)運(yùn)行質(zhì)量進(jìn)行評(píng)估，是網(wǎng)絡(luò)運(yùn)營(yíng)商們非常關(guān) 心的內(nèi)容。"要改進(jìn)它，首先要測(cè)量它，要測(cè)量它，就首先必須量化它"，因此必須有一組量化 的無(wú)線網(wǎng)絡(luò)性能指標(biāo)，這對(duì)網(wǎng)絡(luò)性能的評(píng)估以及日后的網(wǎng)絡(luò)優(yōu)化都是非常重要的。
[0004] 傳統(tǒng)反映無(wú)線網(wǎng)絡(luò)情況的主要KPI，可分為以下幾類：覆蓋類，如覆蓋率；切換類， 如RNC軟切換成功率、CS系統(tǒng)間切換成功率等；容量類，如CS域話務(wù)量、PS域流量、小區(qū)載 頻上行負(fù)荷等；資源利用率類，如超忙小區(qū)比例、超閑小區(qū)比例等；服務(wù)質(zhì)量類，如RRC鏈接 建立成功率、無(wú)線接通率、無(wú)線掉話率等。其中，各分類、各維度是獨(dú)立的，往往是單獨(dú)計(jì)算， 單獨(dú)反映網(wǎng)絡(luò)某一方面的問(wèn)題。這種方式無(wú)法了解網(wǎng)絡(luò)的整體健康情況，管理人員也不能 直觀從GIS中查看網(wǎng)絡(luò)健康情況。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估 方法，從覆蓋、容量、性能、參數(shù)、用戶投訴等多個(gè)維度進(jìn)行數(shù)學(xué)建模和評(píng)估，從而得到無(wú)線 網(wǎng)絡(luò)健康度得分，這樣有利于管理者和優(yōu)化人員便捷、高效的掌握網(wǎng)絡(luò)健康情況。
[0006] 為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明一種多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法，其特征在 于，包括以下步驟：
[0007](1)、Hadoop從底層數(shù)據(jù)源中采集源數(shù)據(jù)；
[0008](2)、Hadoop對(duì)源數(shù)據(jù)按維度進(jìn)行分類，將同一維度的源數(shù)據(jù)劃為一類；
[0009] (3)、Had〇〇p從各分類源數(shù)據(jù)中確定影響當(dāng)前無(wú)線網(wǎng)絡(luò)健康度的維度，以及每個(gè)維 度下對(duì)應(yīng)的指標(biāo)參數(shù)；
[0010](4)、Had〇〇p分別計(jì)算出每個(gè)維度下的各指標(biāo)參數(shù)值，根據(jù)指標(biāo)參數(shù)值找到預(yù)設(shè)的 指標(biāo)區(qū)間，計(jì)算出指標(biāo)參數(shù)值所對(duì)應(yīng)指標(biāo)區(qū)間的得分，再將計(jì)算出的指標(biāo)參數(shù)值、對(duì)應(yīng)指標(biāo) 區(qū)間以及對(duì)應(yīng)指標(biāo)區(qū)間的得分一起存在vertica數(shù)據(jù)庫(kù)中；
[0011] (5)、按照在Hadoop中預(yù)設(shè)的權(quán)重信息，獲取到每個(gè)維度及該維度下各指標(biāo)參數(shù) 的權(quán)重值；
[0012] (6)、在Hadoop中建立多維度健康度的評(píng)價(jià)算法模型，利用該模型對(duì)無(wú)線網(wǎng)絡(luò)健 康度進(jìn)行評(píng)估，再將評(píng)估結(jié)果存入vertica數(shù)據(jù)庫(kù)；
[0013](7)、ArcGis地理處理服務(wù)器將vertica數(shù)據(jù)庫(kù)中存入的無(wú)線網(wǎng)絡(luò)狀態(tài)對(duì)應(yīng)的區(qū) 域生成圖片，再在地圖上通過(guò)地理位置坐標(biāo)疊加的方式將圖片進(jìn)行呈現(xiàn)。
[0014] 本發(fā)明的發(fā)明目的是這樣實(shí)現(xiàn)的：
[0015] 本發(fā)明多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法，通過(guò)Hadoop在各分類源數(shù)據(jù)中確定 影響當(dāng)前無(wú)線網(wǎng)絡(luò)健康度的維度，以及每個(gè)維度下對(duì)應(yīng)的指標(biāo)參數(shù)，再結(jié)合這些維度和維 度的參數(shù)指標(biāo)建立多維度健康度的評(píng)價(jià)算法模型，利用該模型對(duì)無(wú)線網(wǎng)絡(luò)健康度進(jìn)行評(píng) 估，得到當(dāng)前無(wú)線網(wǎng)絡(luò)健康度的綜合得分，最后，對(duì)得到的綜合得分進(jìn)行比較，得到無(wú)線網(wǎng) 絡(luò)的健康狀態(tài)并存入到vertica數(shù)據(jù)庫(kù)的結(jié)果表中。這樣有利于管理者和優(yōu)化人員便捷、 高效的掌握網(wǎng)絡(luò)健康情況，符合當(dāng)前無(wú)線網(wǎng)絡(luò)發(fā)展的趨勢(shì)。
[0016] 同時(shí)，本發(fā)明多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法還具有以下有益效果：
[0017] (1)將指標(biāo)參數(shù)分值化
[0018] 通過(guò)對(duì)指標(biāo)區(qū)間進(jìn)行量化，將不同量化的指標(biāo)區(qū)間賦予不同的分值，可計(jì)算出指 標(biāo)參數(shù)的分?jǐn)?shù)，進(jìn)而得到全網(wǎng)健康度的分?jǐn)?shù)，使管理者更直觀的掌握當(dāng)前網(wǎng)絡(luò)健康情況；
[0019] (2)可查看全網(wǎng)健康度情況
[0020] 本發(fā)明通過(guò)建立適當(dāng)?shù)臄?shù)學(xué)模型，將原先單一的網(wǎng)絡(luò)KPI指標(biāo)進(jìn)行綜合，進(jìn)而得 到全網(wǎng)健康度情況；
[0021](3)、采用了Hadoop體系與列式數(shù)據(jù)庫(kù)vertica技術(shù)融合的體系
[0022] 本發(fā)明中采用Hadoop體系進(jìn)行海量數(shù)據(jù)的處理運(yùn)算，克服了傳統(tǒng)的基于數(shù)據(jù)庫(kù) 的數(shù)據(jù)運(yùn)算方式：要求數(shù)據(jù)一次裝載后運(yùn)算，無(wú)法滿足對(duì)實(shí)時(shí)海量數(shù)據(jù)的匯總要求，且運(yùn) 行成本高的缺點(diǎn)，而本發(fā)明是將待運(yùn)算的海量數(shù)據(jù)實(shí)時(shí)加載入Hadoop平臺(tái)，可滿足大數(shù)據(jù) 量、實(shí)時(shí)性高的運(yùn)算要求；其次，采用列式數(shù)據(jù)庫(kù)vertica進(jìn)行海量數(shù)據(jù)的存儲(chǔ)與查詢，這 樣查詢數(shù)據(jù)時(shí)Vertica只需取得需要的列，而不是被選擇行的所有數(shù)據(jù)，其平均性能可提 高50X-1000x倍；同時(shí)，列式數(shù)據(jù)庫(kù)本身支持完整的SQL規(guī)范，有利于應(yīng)用的開(kāi)發(fā)與維護(hù)。

【專利附圖】

【附圖說(shuō)明】
[0023] 圖1是本發(fā)明多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法的流程圖；
[0024] 圖2是無(wú)線網(wǎng)絡(luò)健康度的綜合得分統(tǒng)計(jì)圖；
[0025] 圖3是ArcGis地理處理服務(wù)器對(duì)區(qū)域內(nèi)的無(wú)線網(wǎng)絡(luò)健康度的呈現(xiàn)效果圖；
[0026] 表1是源數(shù)據(jù)分類表；
[0027] 表2是指標(biāo)值得分統(tǒng)計(jì)表；
[0028] 表3是權(quán)重信息設(shè)置表。

【具體實(shí)施方式】
[0029] 下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行描述，以便本領(lǐng)域的技術(shù)人員更好地 理解本發(fā)明。需要特別提醒注意的是，在以下的描述中，當(dāng)已知功能和設(shè)計(jì)的詳細(xì)描述也許 會(huì)淡化本發(fā)明的主要內(nèi)容時(shí)，這些描述在這里將被忽略。
[0030] 實(shí)施例
[0031] 圖1是本發(fā)明多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法的流程圖。
[0032] 在本實(shí)施例中，如圖1所示，本發(fā)明一種多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法，其特 征在于，包括以下步驟：
[0033]Tl)、Hadoop從底層數(shù)據(jù)源中采集源數(shù)據(jù)；
[0034] 本實(shí)施例中，Hadoop從基站控制器（BSC，BaseStationController)、操作維護(hù) 中心（0MC，OperationandMaintenanceCenter)、移動(dòng)交換中心（MSC，MobileSwitching Center)、呼叫詳細(xì)跟蹤系統(tǒng)（CDT，CallDetailTrace)等底層數(shù)據(jù)源中采集源數(shù)據(jù)；
[0035]T2)、Hadoop對(duì)源數(shù)據(jù)按維度進(jìn)行分類，將同一維度的源數(shù)據(jù)劃為一類；
[0036]Hadoop將采集到的源數(shù)據(jù)按照覆蓋、性能、參數(shù)、容量、投訴等維度進(jìn)行分類，如表 1所示；
[0037]

【權(quán)利要求】
1. 一種多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法，其特征在于，包括以下步驟： (1) 、Hadoop從底層數(shù)據(jù)源中采集源數(shù)據(jù)； (2) 、Hadoop對(duì)源數(shù)據(jù)按維度進(jìn)行分類，將同一維度的源數(shù)據(jù)劃為一類； (3) 、Had〇〇p從各分類源數(shù)據(jù)中確定影響當(dāng)前無(wú)線網(wǎng)絡(luò)健康度的維度，以及每個(gè)維度下 對(duì)應(yīng)的指標(biāo)參數(shù)； (4) 、Had〇〇p分別計(jì)算出每個(gè)維度下的各指標(biāo)參數(shù)值，根據(jù)指標(biāo)參數(shù)值找到預(yù)設(shè)的指標(biāo) 區(qū)間，計(jì)算出指標(biāo)參數(shù)值所對(duì)應(yīng)指標(biāo)區(qū)間的得分，再將計(jì)算出的指標(biāo)參數(shù)值、對(duì)應(yīng)指標(biāo)區(qū)間 以及對(duì)應(yīng)指標(biāo)區(qū)間的得分一起存在vertica數(shù)據(jù)庫(kù)中； (5) 、按照在Hadoop中預(yù)設(shè)的權(quán)重信息，獲取到每個(gè)維度及該維度下各指標(biāo)參數(shù)的權(quán) 重值； (6) 、在Hadoop中建立多維度健康度的評(píng)價(jià)算法模型，利用該模型對(duì)無(wú)線網(wǎng)絡(luò)健康度 進(jìn)行評(píng)估，再將評(píng)估結(jié)果存入vertica數(shù)據(jù)庫(kù)； (7) 、ArcGis地理處理服務(wù)器將vertica數(shù)據(jù)庫(kù)中存入的無(wú)線網(wǎng)絡(luò)狀態(tài)對(duì)應(yīng)的區(qū)域生 成圖片，再在地圖上通過(guò)地理位置坐標(biāo)疊加的方式將圖片進(jìn)行呈現(xiàn)。
2. 根據(jù)權(quán)利要求1所述的多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法，其特征在于，所述的 底層數(shù)據(jù)源包括：基站控制器（BSC, Base Station Controller)、操作維護(hù)中心（0MC, Operationand Maintenance Center)、移動(dòng)交換中心（MSC，Mobile Switching Center)、呼 叫詳細(xì)跟蹤系統(tǒng)（CDT，Call Detail Trace)、路測(cè)系統(tǒng)（DT，Drive Test)，點(diǎn)測(cè)系統(tǒng)（CQT， CALL QUALITY TEST)、LTE 測(cè)量報(bào)告（LTE MR，LET Measurement R 印 ort)等。
3. 根據(jù)權(quán)利要求I所述的多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法，其特征在于，所述的維 度包括：覆蓋、性能、參數(shù)、容量、投訴等。
4. 根據(jù)權(quán)利要求1所述的多維度的無(wú)線網(wǎng)絡(luò)健康度評(píng)估方法，其特征在于，所述的多 維度健康度的評(píng)價(jià)算法模型對(duì)無(wú)線網(wǎng)絡(luò)健康度進(jìn)行評(píng)估的方法為： 51) 、建立無(wú)線網(wǎng)絡(luò)健康度評(píng)分算法模型 x，=ItZj ^ Yj = Z ;Z = Z1, Z2,…，Zk ;(當(dāng)ai彡評(píng)估指標(biāo)彡Id1時(shí)，Z = Z1 ;當(dāng)a2彡評(píng)估指標(biāo)彡b2 時(shí)，Z = Z2 ;......;當(dāng)ak彡評(píng)估指標(biāo)彡bk時(shí)，Z = Zk ;) 其中，η表示維度的個(gè)數(shù)；Xi表示第i個(gè)維度的得分，Ki表示第i個(gè)維度的權(quán)重系數(shù);m 表示單個(gè)維度內(nèi)的指標(biāo)參數(shù)個(gè)數(shù)；Yj表示第j個(gè)指標(biāo)的得分，Tj表示第j個(gè)指標(biāo)的權(quán)重系 數(shù)；S 1?ak、Id1?bk表示預(yù)設(shè)的指標(biāo)區(qū)間； 52) 、對(duì)無(wú)線網(wǎng)絡(luò)健康度進(jìn)行評(píng)估 將采集的各項(xiàng)指標(biāo)參數(shù)送入到多維度健康度評(píng)價(jià)算法模型進(jìn)行計(jì)算，得到當(dāng)前無(wú)線網(wǎng) 絡(luò)的網(wǎng)絡(luò)健康度綜合得分S，當(dāng)δ SC時(shí)，當(dāng)前無(wú)線網(wǎng)絡(luò)的狀態(tài)為健康，當(dāng)δ〈C時(shí)，當(dāng)前無(wú) 線網(wǎng)絡(luò)的狀態(tài)為故障，其中，C為常數(shù)，表示無(wú)線網(wǎng)絡(luò)的健康閥值。
【文檔編號(hào)】H04W24/02GK104320795SQ201410550458
【公開(kāi)日】2015年1月28日 申請(qǐng)日期:2014年10月17日 優(yōu)先權(quán)日:2014年10月17日
【發(fā)明者】楊樂(lè), 馮杰, 葉奎, 向陽(yáng), 楊帆, 何健雄, 胡貴賓, 魏亞男 申請(qǐng)人:四川公用信息產(chǎn)業(yè)有限責(zé)任公司