专利名称：一种无线网络性能风险预测分析方法
技术领域：
本发明涉及移动通信网络性能管理与优化技术领域，主要是网络性能指标的分析与指标异常风险的预测方法。
背景技术：
目前在移动通信领域对网络性能的监控和问题发现主要有以下方式1、根据用户投诉对投诉涉及网络单元的相关性能指标进行检查，发现并排除问题。2、定期由专门的网络性能优化人员对网络中的重点性能指标数据进行全面测试和筛查。3、通过相关软件对网络性能指标进行自动计算和检查并报告指标异常。以上方式中，用户投诉一般能够准确定位问题出现的位置和原因，但由于是投诉在先，此时网络性能的下降已经对用户造成了影响，运营商当然不希望通过这种方式发现问题。人工的定期筛查和辅助的软件都是更加主动的方式，但人工定期筛查耗费大量人力且效率低下。通过软件自动对网络性能数据进行检查并及时发现和报告可能出现的问题成为首选，网络设备供应商及一些专业优化公司开发了各种用于网络指标性能分析的辅助软件。现有的网络性能分析软件在对网络性能数据的检查过程中都是采用单一指标门限的方式进行跟踪的，当某个指标超出了预先设置的门限值时就会报告错误，网络性能优化人员根据错误报告进一步分析定位网络性能问题。由于移动网络的复杂性，不同网元的性能指标用单一的门限值来判别是很不准确的，甚至经常是错误的，单个指标的异常多数情况也不能说明网络性能的好坏，因此仍然需要专业人员对问题进行进一步的分析。这些问题造成了目前的网络性能分析软件的效果和效率并不理想，急需改进。无线网络是一个比较复杂的网络，设备数量很大，尤其像基站等接入设备所处的地理位置和外部环境差异非常大。这些差异使不同的设备的性能指标差异也很大，用简单的一个门限值很容易造成对网络性能指标异常的错判或漏判。
发明内容
本发明的目的在于克服现有技术的缺陷而提供一种无线网络性能风险预测分析方法，该方法通过跟踪无线网络性能指标的波动发现网络性能的异常突变，并采用结合多个相关指标的逻辑判别来识别网络中的风险，对移动网络设备故障、网络外部环境变化及用户行为造成的网络性能问题都能够及时准确的发现。实现上述目的的技术方案是一种无线网络性能风险预测分析方法，其中，用当前指标时间点之前的连续m个点的值来确定其参考门限，通过计算这m个点的方差来确定门
3限值，其中，m为正整数。上述的无线网络性能风险预测分析方法，其中，所述的门限值为方差的η倍，当前时间点的值为Va，当前时间点之前连续m个时间点的值为Vm、Vm-U…、VI，m个点的平均值为Avg，方差为Sa，则认为Va落在区间[Avg-n*Sa，Avg+n*Sa]内为正常，否则为异常，其中η为可调整参数。上述的无线网络性能风险预测分析方法，其中，当前时间点的值要参与下一个时间点取值门限的计算，如果当前指标值被判别为异常时，使用判别时的门限值代替当前点的值进行下一个时间点门限的计算。上述的无线网络性能风险预测分析方法，其中，所述的方法还包括对于实际网络质量的异常识别采用逻辑判别式，综合多个指标进行判别。本发明的有益效果是本发明方法针对无线网络设备单元性能指标进行周期性的跟踪，根据指标的周期波动特性动态确定指标门限，对不同的网络设备单元确定的门限都是根据该设备特征确定的，不同设备单元具有不同的门限，避免了现有方法中采用单一门限值的局限，对设备性能的异常判别的准确性极大提高。另外本发明方法提出对网络性能的异常采用综合多个指标的逻辑判别表达式进行识别，进一步提高了对质量异常的识别正确性，并且能为定位问题提供更精确的支持，本发明对于不同的移动网络类型均适用。经过与现有技术的比较，本发明具有如下优点1.本发明采用的通过计算历史数据的方差动态产生判别门限的方式所获得的门限值对于不同的设备都是不一样的，因为是根据设备历史经验数据得到的值，因此更符合设备的指标特征，对设备指标异常变化的识别更准确。2.本发明使用的方法可以跟踪指标的异常波动，指标的异常波动具有明显的风险预警作用，经常可以反映出网络资源紧张状况。如网络中某个基站话务量突然增大超出了历史波动范围，此时可能掉话并不高，但也可以引起我们的注意，通过对该基站周边环境调查我们可能发现该地区正在举办大型的商业活动人员聚集，那么就可以采取应急措施调用应急通信车等手段，避免掉话率的升高。现有技术不能对指标的异常波动进行检测，往往需要通过用户投诉来解决问题，是一种被动的做法。3.现有技术对网络质量的检查都是通过对单一指标设置门限，在实际运用中单个指标的好坏往往不能说明网络质量的问题，需要技术人员进一步分析核对才能确定问题， 效率和效果不高。本发明采用了综合多指标的判别逻辑表达式对网络性能质量进行检查， 能够更准确的定位问题。
具体实施例方式下面将对本发明做进一步说明。本发明的一种无线网络性能风险预测分析方法，为确定当前指标的好坏，用当前指标时间点之前的连续m个点的值来确定其参考门限，通过计算这m个点的方差来确定门限值，门限值可以是方差的η倍，如指标A当前时间点的值为Va，当前时间点之前连续m个
时间点的值为Vm、Vm-I.....VI，m个点的平均值为Avg，方差为Sa，则认为Va落在区间内为正常，否则为异常，其中η为可调整参数，m为正整数。当前时间点的值要参与下一个时间点取值门限的计算，如果当前时间点本身异常
4波动幅度较大，则对取值门限可能造成大的影响，使计算出的门限值过大或过小，从而掩盖了指标持续变坏的趋势。为此在当前指标值被判别为异常时，使用判别时的门限值代替当前点的值进行下一个时间点门限的计算。如本实施例中，如果此时指标值Va>AVg+n*Sa， 则认为Va异常，在计算下一个时间点的值时使用AVg+n*&i代替Va进行门限的计算。对于实际网络质量的异常识别采用逻辑判别式，综合多个指标进行判别。如对于网络掉话率的异常，可采用掉话次数和呼叫次数联合判断，当呼叫次数超过一定数量且掉话次数较多时才认为掉话率不正常，否则在呼叫次数仅有几次时，单一的掉话率可能被放大。在实施时，指标数据一般通过数据采集和整理模块存放在数据库中，对指标的检查因为一般网络设备和相关指标数量都比较大，考虑性能和速度原因可采用专门的应用服务器或服务程序执行指标检查。因为在计算过程中可能需要对判别异常的指标值用门限值代替进行后续的计算， 可使用文件对部分数据进行缓存，可减少访问数据库和计算的次数提高系统性能。在通过逻辑表达式进行质量问题识别时需要考虑表达式中如何集成指标门限，需要在表达式中引入一些特殊的关键字以提供对平均值和方差的支持，可采用表达式解析和计算模块。综上所述，本发明的关键点为如何计算动态门限、如何规避异常数据的影响、综合多指标的质量检查。动态门限计算本发明采用了对当前时间点之前连续给定周期内的指标值作为计算数据来源，通过计算数据的平均值和方差确定指标门限，从数据历史波动的趋势来对当前数据进行检查，识别出当前指标值的异常波动。规避异常指标数据的影响对异常指标数据在计算后续门限时使用当前门限值替代计算，防止异常数据波动本身对门限的影响。综合多指标的质量检查对网络性能指标的检查引入了综合多个相关指标的逻辑判别式。采用本发明的方法可在多个无线网络运营商的网络性能质量监控中发挥作用，实际运用中确实大大提高了对网络性能监控的效率和效果。以上实施案例仅供说明本发明之用，而非对本发明的限制，有关技术领域的技术人员，在不脱离本发明的精神和范围的情况下，还可以作出各种变换或变型，因此所有等同的技术方案也应该属于本发明的范畴，应由各权利要求所限定。
权利要求
1.一种无线网络性能风险预测分析方法，其特征在于，用当前指标时间点之前的连续 m个点的值来确定其参考门限，通过计算这m个点的方差来确定门限值，其中，m为正整数。
2.根据权利要求1所述的无线网络性能风险预测分析方法，其特征在于，所述的门限值为方差的η倍，当前时间点的值为Va，当前时间点之前连续m个时间点的值为Vm、 Vm-I、…、VI，m个点的平均值为Avg，方差为&1，则认为Va落在区间[Avg_n*Sa，Avg+n*Sa] 内为正常，否则为异常，其中η为可调整参数。
3.根据权利要求1或2所述的无线网络性能风险预测分析方法，其特征在于，当前时间点的值要参与下一个时间点取值门限的计算，如果当前指标值被判别为异常时，使用判别时的门限值代替当前点的值进行下一个时间点门限的计算。
4.根据权利要求1所述的无线网络性能风险预测分析方法，其特征在于，所述的方法还包括对于实际网络质量的异常识别采用逻辑判别式，综合多个指标进行判别。
全文摘要
本发明公开了一种无线网络性能风险预测分析方法，用当前指标时间点之前的连续m个点的值来确定其参考门限，通过计算这m个点的方差来确定门限值，其中，m为正整数。本发明通过跟踪无线网络性能指标的波动发现网络性能的异常突变，并采用结合多个相关指标的逻辑判别来识别网络中的风险，对移动网络设备故障、网络外部环境变化及用户行为造成的网络性能问题都能够及时准确的发现。
文档编号H04W16/22GK102438256SQ20101029659
公开日2012年5月2日 申请日期2010年9月29日 优先权日2010年9月29日
发明者王忠书 申请人:上海粱江通信系统股份有限公司