-
公开(公告)号：CN116137715B
公开(公告)日：2024-11-22
申请号：CN202111357213.6
申请日：2021-11-16
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种5G网络覆盖评估方法、装置、计算设备及计算机存储介质，该方法包括：获取5G网络样本点关联的5G主服务小区的第一小区信息、5G邻小区的第二小区信息；根据5G主服务小区的第一小区信息及5G邻小区的第二小区信息，确定5G网络样本点对应的4G网络样本点关联的4G主服务小区的第一小区信息及4G邻小区的第二小区信息；根据4G主服务小区的第一小区信息、4G邻小区的第二小区信息查询预先构建的4G网络指纹库，得到4G网络样本点的位置信息；将4G网络样本点的位置信息确定为5G网络样本点的位置信息；根据5G网络样本点的位置信息，对5G网络覆盖进行评估，使得评估结果更为精细全面，有效提升了5G网络覆盖评估的准确度。
-
公开(公告)号：CN118803023A
公开(公告)日：2024-10-18
申请号：CN202311575730.X
申请日：2023-11-23
Applicant: 中国移动通信集团云南有限公司 , 中国移动通信集团有限公司
Abstract: 本申请实施例提供了一种重点区域的确定方法、装置、电子设备和存储介质，该重点区域的确定方法包括：接收重点区域的确定指令；响应于所述确定指令，在目标域中获取目标用户的用户数据，所述目标域包括业务域和/或运营域，所述用户数据包括与所述业务域对应的第一用户数据，和所述运营域对应的第二用户数据；根据所述业务域和/或所述运营域对应的预定义规则，基于所述第一用户数据和/或所述第二用户数据确定所述重点区域。
-
公开(公告)号：CN118632278A
公开(公告)日：2024-09-10
申请号：CN202310217350.2
申请日：2023-03-08
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种用户行为识别方法、装置、计算设备及存储介质。方法包括：获取MRO数据以及接口信令数据，将MRO数据以及接口信令数据进行数据关联后生成用户级有序网络数据；根据用户级有序网络数据，识别目标区域所对应的目标用户；根据目标用户的用户级有序网络数据，确定任一目标用户进出目标区域所对应的小区切换序列；根据各个小区切换序列的出现频次，确定进出目标区域的标准小区切换序列；基于标准小区切换序列生成进出目标区域的用户行为判断规则。采用本方案，能够提升用户出入目标区域的判定精度，以及提高用户出入目标区域的判定效率。
-
公开(公告)号：CN116017523A
公开(公告)日：2023-04-25
申请号：CN202111224128.2
申请日：2021-10-20
Applicant: 中国移动通信集团有限公司
IPC: H04W24/06 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种数据检测方法、装置、设备以及计算机可读存储介质，所述方法包括：获取最小化路测目标数据，所述最小化路测目标数据包括用户设备接收主小区无线信号对应的主小区的参考信号接收功率RSRP数据以及最大时间提前量TA值；将主小区的所述RSRP数据输入预设的数据检测模型，得到用户设备到主小区的第一距离，并根据所述TA值确定参考距离；若所述第一距离与所述参考距离不一致，则判定所述最小化路测目标数据异常。本发明提高了异常的最小化路测目标数据识别的准确度和效率。
-
公开(公告)号：CN119497125A
公开(公告)日：2025-02-21
申请号：CN202411974929.4
申请日：2024-12-30
Applicant: 中国移动通信集团云南有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种小区业务负荷预测方法、装置、设备、存储介质及产品，涉及无线技术领域，包括：获取目标小区、历史指标状态以及预测日期；根据历史指标状态得到目标小区利用率预测模型，根据目标小区和预测日期得到小区利用率；将小区利用率和最小化路测数据、测量报告优化数据特征融合得到融合特征；基于利用率颗粒度确定目标随机树模型对融合特征负荷预测，得到目标小区的业务负荷；该方法通过选择目标小区利用率预测模型，从是否为特殊日期分别预测小区利用率，不同颗粒度下对小区利用率和其他相关特征融合，提升模型的全面性和精确性，满足不同时间尺度需求，为网络规划者提供丰富数据，助力精细化决策，提升网络运营质量。
-
Patent Agency Ranking
公开(公告)号：CN118803806A
公开(公告)日：2024-10-18
申请号：CN202410189848.7
申请日：2024-02-20
Applicant: 中国移动通信集团云南有限公司 , 中国移动通信集团有限公司 , 云南大学
Abstract: 本公开实施例提供了一种基站资源的分配方法、装置、电子设备和存储介质，方法包括：根据获取的预设区域内的基站对应的基站资源可分享图、各基站的当前负载以及GCN网络，获取各基站对应的负载特征矩阵向量；根据基站资源可分享图，从各基站对应的负载特征矩阵向量中，获取任一基站的负载特征矩阵向量，以及任一基站的任一可分享基站的负载特征矩阵向量；根据任一基站以及任一可分享基站的负载特征矩阵向量，确定任一基站与任一可分享基站进行资源分享时的分享方、被分享方和分享比例；根据分享方、被分享方和分享比例、任一基站与任一可分享基站之间的资源互补值，确定任一基站对应的资源分配策略，以基于资源分配策略对任一基站进行资源分配。
-
公开(公告)号：CN118802467A
公开(公告)日：2024-10-18
申请号：CN202410189045.1
申请日：2024-02-20
Applicant: 中国移动通信集团云南有限公司 , 中国移动通信集团有限公司 , 云南大学
IPC: H04L41/0631 , H04L41/0677
Abstract: 本申请公开了一种网络故障根因分析方法，用以解决现有网络故障根因分析方法依赖于运维人员的工作经验，无法对网络问题进行精准诊断以及快速处理的问题。方法包括：获取待分析网络特征数据；将所述待分析网络特征数据输入预先训练完成的自编码器网络，通过所述自编码器网络对所述待分析网络特征数据进行属性约减，得到特征类别数据集以及故障类别节点集；根据所述特征类别数据集以及所述故障类别节点集，生成故障类别依赖图；根据所述故障类别依赖图，计算所述特征类别数据集中各特征类别对网络故障的贡献度，根据所述贡献度，确定网络故障类别。
-
公开(公告)号：CN118555582A
公开(公告)日：2024-08-27
申请号：CN202310210935.1
申请日：2023-02-27
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: H04W24/02 , H04W24/06 , H04W24/10 , H04L41/147 , H04L41/14
Abstract: 本发明公开了一种POI网络质量预测方法及装置、计算设备及计算机存储介质，方法包括：根据小区MDT采样点数据，动态识别各个POI内所辖的至少一个主服小区；针对任一POI，根据该POI内所辖的至少一个主服小区的网络指标样本数据，得到该POI的网络指标样本数据；以及，根据该POI的网络指标样本数据，对POI网络质量进行等级打标；根据各个POI的网络指标样本数据和网络质量等级，训练得到POI网络质量预测模型；该POI网络质量预测模型用于预测待预测POI的网络质量预测等级，从而提高了POI网络质量预测的准确度。
-
公开(公告)号：CN118803860A
公开(公告)日：2024-10-18
申请号：CN202410568734.3
申请日：2024-05-09
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: H04W16/24 , H04W24/02 , H04W24/10 , H04W40/32 , G06N3/0464
Abstract: 本申请提供一种小区簇聚类方法及装置，其中的方法包括：对MDT重叠覆盖栅格数据进行处理，得到GIS分布图；利用卷积神经网络对GIS分布图进行分割，得到多个表征簇群的子图像，簇群包括多个采样点；基于簇群的所有采样点的最小距离值，确定簇群的目标搜索半径；采样点的最小距离值为采样点与其邻近采样点的距离的最小值；基于簇群的所有采样点之间的距离构建距离矩阵，利用距离矩阵的前K列数据绘制K个距离曲线，基于目标搜索半径与K个距离曲线确定目标最小点数目；基于簇群的目标搜索半径和目标最小点数目对簇群中的采样点进行聚类，得到多个小区簇，小区簇包含多个重叠覆盖的小区。本申请提高了小区簇划分的有效性与准确性。
-
公开(公告)号：CN116963144A
公开(公告)日：2023-10-27
申请号：CN202210385606.6
申请日：2022-04-13
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种服务小区重叠覆盖确定方法、装置、计算设备及存储介质。方法包括：基于MDT数据确定具有位置信息的若干采样点；基于采样点的位置信息对采样点进行聚类处理，以生成至少一个类簇；识别该类簇中包含的重叠覆盖采样点，并基于该类簇中重叠覆盖采样点的比例确定该类簇是否为高重叠覆盖类簇；计算高重叠覆盖类簇包含的每个服务小区的重叠覆盖采样点占比，并根据每个服务小区的重叠覆盖采样点占比识别该高重叠覆盖类簇中的主导问题服务小区。采用本方案，能够准确地确定重叠覆盖位置，并能够识别出高重叠覆盖的问题POI，并且能够确定各个服务小区对该问题POI的重叠覆盖贡献度，由此便于对重复覆盖问题的准确处理。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.042 seconds)
