本发明涉及天线方位角采集技术，尤其涉及一种天线方位角异常数据挖掘的方法。
背景技术：
无线网资源数据需要支撑网络优化、集中故障管理、集中性能等应用场景，资源数据的准确性也就显得尤为重要。但是由于天线的方位角为哑资源，需要进行爬塔等手段进行现场采集，核对难度较大，造成系统内数据更新和维护的频率较低，导致当前系统内数据与现场一致性还存在诸多问题，尤其是成本高、效果不好的问题尤为突出。目前主要的难点如下：
（1）人工维护的天线方位角不准确率较高
资源系统中天线方位角大部分基于人工维护，存在不准确现象。尤其是经过2、3、4G网络多期建设数据变迁较大，天线方位角数据存在大量的问题。
（2）人工核查效率低，准确性无法评估
传统的人工核查主要取决与优化人员对网络的熟悉程度，采用人工逐站核查的方式，不仅效率低准确性不能保证，还存在漏查的问题。虽经过多轮核查数据质量效果不明显。
（3）传统系统核查手段单一，准确性低
虽然在系统数据质量管理过程中也设置了一些核查规则，但是简单的规则，没有从根本上解决天线方位角数据质量问题。
（4）不能进行有效管理
传统方位角更改后，不能发现该更改是否有效、准确，不能进行有效的闭环管理，实施效果得不到验证。
技术实现要素：
本发明提出了一种天线方位角异常数据挖掘的方法。主要解决的技术问题：一是对AOA数据进行高效清洗，达到定性分析和建模数据质量要求；二是采用采样点占比方法挖掘天线方位角异常小区；三是提供推荐方位角解决方案；四是通过系统工单实现闭环管理，确保问题解决。
本发明的技术方案是：
一种天线方位角异常数据挖掘的方法，
1）、数据采集及清洗：采集小区数据，对电平强度小于-110dbm的采样点数据排除，同时基于综合资源系统提供的小区方位角将AOA采样点数据按照5度每个区间分为AOA_00至AOA_71，每个角度区间内分别统计采样点个数。
2）、数据挖掘及生成推荐方位角：根据AOA数据在每个区间内采样点占总采样点数量的比例进行挖掘和生成推荐方位角。
根据实际数据，共分为两种调整情况：
2.1）根据采样点占比最高的角度区间给出天线方向角调整建议；
2.2）根据AOA计算的“平均eNB天线到达角”给出天线方向角调整建议。
3）、工单管理，持续提升数据质量：将上述推荐方位角数据通过工单派发方式进行处理。
4）、结果呈现。
包括
1）方位角异常小区列表展现；
2）方位角异常小区GIS展现；
通过条件查询方位角异常小区信息，并列表呈现，选中小区后可对该小区进行GIS展现；
本发明的特点
一是多维度、多层次数据挖掘；二是更加准确挖掘天线方位角异常小区，准确度提升50%以上；三是提供天线方位角调整解决方案，降低人力成本，提高效率；四是基于云平台的大数据服务。
本发明的有益效果是
1、多维数据清洗，为挖掘方位角异常小区提供高质量基础数据
多维数据清洗，将不合规、不准确、异常数据进行剔除，为准确、精确挖掘方位异常小区提供基础性保障；
2、挖掘准确率提升50%以上，整体准确率能够达到80%及以上；
3、通过工单管理，持续跟踪及优化数据质量，建立跟踪和分析机制，确保问题解决，形成常态化数据解决机制；
4、优化服务形式，提供基于云平台的大数据分析服务。
具体实施方式
下面对本发明的内容进行更加详细的阐述：
数据采集及清洗：采集小区数据，对电平强度小于-110dbm的采样点数据排除，同时基于综合资源系统提供的小区方位角将AOA采样点数据按照5度每个区间分为AOA_00至AOA_71，每个角度区间内分别统计采样点个数。
数据挖掘及生成推荐方位角：根据AOA数据在每个区间内采样点占总采样点数量的比例进行挖掘和生成推荐方位角。
根据实际数据，共分为两种调整情况：
（1）根据采样点占比最高的角度区间给出天线方向角调整建议
若小区某角度区间的AOA采样点占比超过50%，可参考该方案进行调整。
怀化鹤城区溪坪村高速-1小区综合资源系统方位角为180度。
1）采样点占比最高的AOA编号：= MAX（AOA_00 - AOA_71）对应的AOA编号。
以怀化鹤城区溪坪村高速-1小区为例，其所有的AOA区间中，编号AOA_00采样点最高，因此该小区采样点占比最高的AOA编号即“AOA_00”。
2）采样点占比最高的AOA对应的角度区间：= MAX（AOA_00 - AOA_71）对应的AOA编号指示的角度区间。
以怀化鹤城区溪坪村高速-1小区为例，其所有的AOA区间中，编号AOA_00采样点最高，因此该小区采样点占比最高的AOA对应的角度区间即“[0,5]”。
3）采样点占比最高的AOA采样点数：= MAX（AOA_00 - AOA_71）对应的采样点数。
以怀化鹤城区溪坪村高速-1小区为例，其所有的AOA区间中，编号AOA_00采样点最高，因此该小区采样点占比最高的AOA采样点数即“37435”。
4）采样点占比最高的AOA采样点占比：= MAX（AOA_00 - AOA_71）对应的采样点数 / AOA总采样点。
以怀化鹤城区溪坪村高速-1小区为例，其所有的AOA区间中，编号AOA_00采样点最高，因此该小区采样点占比最高的AOA采样点数即“37435”；而该小区的AOA总采样点也为37435，因此该小区的采样点占比最高的AOA采样点占比为“100%”。
5）采样点占比最高的AOA估算的平均到达角：= MAX（AOA_00 - AOA_71）估算的平均到达角，即对应的角度区间上下限的算术平均值。即推荐的方位角为：180+2.5=182.5度。
（2）根据AOA计算的“平均eNB天线到达角”给出天线方向角调整建议
“平均eNB天线到达角”、它的计算公式如下（与其他MR指标的平均值计算类似，主要是取每个区间的中位数进行相应计算）：平均eNB天线到达角 = （2.5*AOA_00 + 7.5*AOA_01 + 12.5*AOA_02 + ... + 352.5*AOA_70 + 357.5*AOA_71）/（AOA_00 + AOA_01 + AOA_02 + ... + AOA_70 + AOA_71）
理论上如果小区是这样一个假设前提的话，那么它的平均eNB天线到达角应该就是0度，即主瓣方向就是法线方向。但是如果换一种计算方法，将AOA_71区间的中位数由357.5换成-2.5，这样：平均eNB天线到达角 = （2.5*1 + （-2.5）*1）/ 2 = 0（度）。
变换公式是考虑以法线作镜像处理，即在计算平均eNB天线到达角时，将72个区间分成2部分（各包含36个区间）：AOA_00-AOA_35，以及AOA_36-AOA_71。
变换后的公式如下：
平均eNB天线到达角 = （2.5*AOA_00 + ... + 177.5*AOA_35 + （-177.5）*AOA_36 + ... + （-2.5）*AOA_71）/（AOA_00 + ... + AOA_35 + AOA_36 + ... + AOA_71）
如果某一个角度范围内采样点占比未超过50%，则采用该方法推荐小区天线方位角。
①工单管理，持续提升数据质量
将上述推荐方位角数据通过工单派发方式进行处理，提高数据质量、降低运行成本，提升数据准确率，同时提升精细化管理水平。
②结果呈现：
（1）方位角异常小区列表展现
该工具支持通过条件查询方位角异常小区信息，并列表呈现，选中某个小区后可对该小区进行GIS展现。
输入：地市（可查询全省或某个地市）、区县、日期查询条件
输出：地市、区县、日期、小区名称、资管方位角、推荐方位角
呈现方式：图表
（2）方位角异常小区GIS展现
通过地图，提供方位角异常小区位置，以及采样点数据的分布情况，能够直观查看疑似问题小区采样点信息，为解决问题提供依据。
本发明能够充分利用资源数据、性能数据、网优工参数据、代维数据、邻区数据进行数据清洗、分析、建模，基于大数据算法挖掘出小区天线方位角异常数据。能够自动获取采样点占比最高的AOA角度区间及平均eNB天线到达角，以给出小区内用户集中方向，推荐天线方位角最有可能的角度，从而为4G驻留比及MR覆盖率提升提供天线方向角调整指导。