一种基于多维价值体系的5G无线网络站址规划及优化方法与流程

一种基于多维价值体系的5g无线网络站址规划及优化方法
技术领域
1.本发明涉及网络规划技术领域，尤其涉及一种基于多维价值体系的5g无线网络站址规划及优化方法。


背景技术：

2.随着4g、5g网络的规划建设，网络覆盖和容量计算至关重要。网络规划时会按照目标业务和一定负荷进行连续覆盖规划。在无线网络站址选定及优化过程中，现有技术大部分都是通过人为经验设定相关阀值与门限，因此在对站址进行评估分析过程存在较多的漏洞与误差，可信度并不是很高，从而可能会导致投资效益受损。


技术实现要素：

3.本发明的目的在于提供一种基于多维价值体系的5g无线网络站址规划及优化方法，从而解决现有技术中存在的前述问题。
4.为了实现上述目的，本发明采用的技术方案如下：
5.一种基于多维价值体系的5g无线网络站址规划方法，包括以下步骤：
6.采集现有的4g网络站址基本数据作为网络站址规划初始数据，对获取到的网络站址规划初始数据进行预处理，得到预处理后的网络站址规划数据；
7.所述现有的4g网络站址基本数据包括室外网络结构、建筑物价值、网络质量、网络感知、用户投诉、价值收益、地理场景以及竞对分析数据；
8.基于预处理后的网络站址规划数据，采用对应的数据相关性分析方法对不同种类的网络站址规划数据进行建模分析处理；
9.输出建模分析处理结果，确定5g无线网络规划站址。
10.优选的，所述对获取到的网络站址规划初始数据进行预处理，包括以下内容：
11.包括对获取到的各个维度数据分别进行清洗、无量纲化处理，检测是否存在异常值，获取各个维度数据的基本统计特征，各个维度数据包括室外网络结构、建筑物价值、网络质量、网络感知、用户投诉、价值收益、地理场景以及竞对分析数据。
12.优选的，所述采用对应的数据相关性分析方法对不同种类的网络站址规划数据进行建模分析处理，具体包括：确定每一类网络站址规划数据的维度内容sn，以及每一类网络站址规划数据的权重xn，通过公式(1)计算得到该站址的评估结果s：
13.s＝s1*x1+s2*x2+
…
+sn*xn
ꢀꢀꢀꢀ
(1)
14.n为网络站址规划数据种类。
15.优选的，所述确定每一类网络站址规划数据的维度内容sn的具体步骤包括：
16.在特定的站址规划场景下，获取不同种类的预处理后的网络站址规划数据xi,定义该种类预处理后的网络站址规划数据所对应的应变量fi，采用公式(2)分别进行一元线性回归计算，获取该场景情况下xi的取值范围；
17.fi＝ai*xi+bi
ꢀꢀ
(2)
18.其中ai是方程斜率，bi是方程常量,i＝1,2,3
…
；
19.最后采用归一化算法分别计算xi的单项分值f(xi)；
20.获取不同种类的网络站址规划数据系数x(xi),采用下列公式计算该类网络站址规划数据的维度内容sn,
21.sn＝f(x1)*x(x1)+f(x2)*x(x2)+
…
+f(xi)*x(xi)。
22.优选的，所述输出建模分析处理结果具体包括：定期自动化的对现有的4g无线网络站址按照评分sn进行打分预测，打分数据结果删除已有5g无线网络的站址，最后筛选出符合规定的站址作为5g无线网络规划站址。
23.本发明的另一个目的在于提供了一种基于多维价值体系的5g无线网络站址优化方法，基于所述的基于多维价值体系的5g无线网络站址规划方法获得的5g网络站址，包括以下步骤：
24.采集已有的5g网络站址基本数据作为网络站址优化初始数据，对获取到的网络站址优化初始数据进行预处理，得到预处理后的网络站址优化数据；
25.所述现有的5g网络站址基本数据包括网络覆盖率、网络性能、数据感知、语音感知、用户投诉、价值收益、地理场景以及竞对分析数据；
26.基于预处理后的网络站址优化数据，采用对应的数据相关性分析方法对不同种类的网络站址优化数据进行建模分析处理；
27.输出建模分析处理结果。
28.优选的，所述对获取到的网络站址优化初始数据进行预处理，包括以下内容：
29.包括对获取到的各个维度数据分别进行清洗、无量纲化处理，检测是否存在异常值，获取各个维度数据的基本统计特征，各个维度数据包括网络覆盖率、网络性能、数据感知、语音感知、用户投诉、价值收益、地理场景以及竞对分析数据。
30.优选的，所述采用对应的数据相关性分析方法对不同种类的网络站址优化数据进行建模分析处理，具体包括：确定每一类网络站址优化数据的维度内容ym，以及每一类网络站址优化数据的权重vm，通过公式(3)计算得到该站址的评估结果y：
31.y＝y1*v1+y2*v2+
…
+ym*vm
ꢀꢀꢀꢀ
(1)
32.m为网络站址优化数据的维度。
33.优选的，所述确定每一类网络站址优化数据的维度内容ym的具体步骤包括：
34.在特定的站址规划场景下，获取不同种类的预处理后的网络站址优化数据vj,定义该种类预处理后的网络站址优化数据所对应的应变量fj，采用公式(4)分别进行一元线性回归计算，获取该场景情况下vj的取值范围；
35.fj＝pj*vj+qj
ꢀꢀ
(4)
36.其中pj是方程斜率，pj是方程常量,j＝1,2,3
…
；
37.最后采用归一化算法分别计算vj的单项分值f(vj)；
38.获取不同种类的网络站址规划数据系数v(vj),采用下列公式计算该类网络站址规划数据的维度内容sn,
39.ym＝f(v1)*v(v1)+f(v2)*v(v2)+
…
+f(vj)*v(vj)。
40.优选的，所述输出建模分析处理结果具体包括：对现有的4g/5g无线网络站址的优化评估结果按照评分y进行排序，测算出不符合趋势的发展的站址，并进行优化优先级的设
置。
41.本发明的有益效果是：
42.本发明提供了一种基于多维价值体系的5g无线网络站址规划及优化方法，该方法通过对现有的4g无线网络站址进行多维数据分析，在此基础上精准进行5g站址规划，有效提升站点价值；对已规划的5g无线网络站址进行运营状态的数据分析，汇聚生成站址级数据信息，并根据流量与价值体系找出各类指标价值点，高效和精准的评估站址价值，从而精准规划和优化预测，有效提升站点价值，加快业务回报时间，提高运营商网络感知口碑形象，最终提升企业效益。
附图说明
43.图1是实施例1中提供的需要获取的多维度网络站址规划数据类型；
44.图2是实施例1中提供的5g无线网络站址规划流程图；
45.图3是实施例2中提供的需要获取的多维度网络站址优化数据类型；
46.图4是实施例1中提供的5g无线网络站址优化流程图。
具体实施方式
47.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。
48.实施例1
49.本实施例提供了一种无线网络站址评定及优化方法，包括以下步骤：
50.采集网络站址规划数据和网络优化数据作为初始数据，对获取到的初始数据进行预处理，得到预处理后的网络站址规划数据和网络优化数据；
51.所述网络站址规划数据包括室外网络结构、室分建筑价值、网络质量、网络感知、用户投诉、价值收益、地理场景以及竞对分析数据；所述网络优化数据包括网络覆盖、网络性能、数据感知、语音感知、用户投诉、价值收益、地理场景以及竞对分析数据；
52.基于预处理后的网络站址规划数据和网络优化数据，采用对应的数据相关性分析方法对不同种类的网络站址规划数据和网络优化数据进行建模分析处理；
53.输出建模分析处理结果。
54.本实施例中，对于站址规划数据的具体内容，所述室外网络结构分析的护具内容是站间距，天线高度，站址塔型，站间距主要用来根据站点的覆盖半径情况来判决是否存在弱覆盖区域或者结构性缺站的地方；天线高度主要用来分析站点之间重叠覆盖和越区覆盖情况；站址塔型主要用来分析选择什么站址塔型其投入施工和租金费用情况；
55.所述室分建筑价值分析的数据内容是建筑物面积，建筑物楼高，建筑物修建时间，建筑物属性；建筑物面积与楼高主要是查看分析所需的信源是多少，同时也影响者室内分布系统部署的问题；建筑物修建时间和属性主要是分析建筑物的建设价值和建设方式(室内分布系统，室外宏站，微站等)；
56.所述网络质量分析的数据内容是网络覆盖，网络容量，因该项主要针对的是5g网络规划，因此使用的是4g网络覆盖情况，即4g小区mr覆盖率，小区rsrq，小区cqi占比，重叠
覆盖率，越区覆盖比例；
57.网络容量主要是分析4g小区流量，4g小区下行prb利用率，4g小区最大/平均rrc连接用户，同时如是针对容量规划则可考虑当前站址是否有5g小区，分析同站址4/5g小区容量情况；
58.网络感知主要从数据感知和语音感知两个方向着手进行分析；
59.数据感知主要是分析4g小区感知综合优良率，首页打开时延、大包速率，tcp时延，页面下载速率等关键感知指标；
60.语音感知主要是分析volte接通率，volte掉话率，mos等关键volte指标；
61.用户投诉主要是针对重点客户，投诉频次集中的地理位置进行关注分析；
62.重点客户主要是关注投诉用户星级、每月套餐情况，用户属性；
63.投诉频次主要是关注投诉点场景，投诉产生时间，投诉点产生的频次；
64.价值收益主要针对站址小区下的用户画像情况，如每月消费金额，用户属性、用户套餐、用户终端，5g终端占比，5g终端流量占比，5g终端时长占比，小区volte话务量，小区流量，站址下4g小区个数与频段数目；
65.通过对站址下的4g小区当预测价值(当前价值+压抑价值)来分析用于5g站点使用时能够带来的收益会如何，是否值得用来建设5g；
66.所述地理场景包括人口密度、建筑密度和场景属性，所述人口密度计算公式为站址下总采样点数目/站址总栅格数目；所述建筑密度计算公式为：站址下覆盖区域范围内建筑面积/站址总栅格数目面积；所述场景属性直接对场景类型设定为5个等级；
67.所述竞对分析是主要查看该地方无电信站址可使用的时候，查看周边联通站址情况，同时是否有共享给电信使用；包括获取异运营商的栅格覆盖率和站址流量情况是否值得去采取共享操作；所述栅格覆盖率根据集团规则标准设定最大值和最小值；所述站址流量根据二八原则选取最大值和最小值。
68.采用电信集团所下发的各类数据接口接收上述数据内容，对于获取到的数据，首先进行数据预处理过程，该预处理过程主要包括数据的清洗、集成、变换、规约，同时按照集团数据文件要求进行规整，以保障底层数据的准确性和完整性，以提升数据的质量。
69.本实施例中，对于数据需要建模分析的过程，具体包括：
70.根据现网5g小区栅格覆盖率(fmr)与天线高度(h)，站址站间距(d)分别进行一元线性回归计算，求出最优解:
71.fmr＝a1*h+b1
72.fmr＝a2*d+b2
73.当fmr＝95％时，最佳站址高度，最佳站址站间距是多少，其中a1、a2是方程斜率，b1、b2是方程常量；
74.当fmr＝70％时，能够接受最低值对应的站址高度和站址站间距；
75.同时上述内容计算都需要根据不同地市，不同场景情况下进行分开计算分析，因不同地域的影响指标的影响因子不同，需要进行场景分类计算(场景根据建筑物密度分密集城区，普通城区，郊区、农村)，根据上面的计算方式，得出密集城区的计算公式如下，同地市下各场景计算方式相同；
76.fmr＝a(密集城区)*h(密集城区)+b(密集城区)
77.fmr＝a(密集城区)*d(密集城区)+b(密集城区)
78.通过上述的计算方式，可获得相同外部条件下的站址高度hmax(最佳值)、hmin(最低值)，站址站间距dmax(最佳值)、dmin(最低值)，最后采用归一化算法将单项分值归纳到0～100之间，同时根据过往规划与优化分析经验，站址高度过高/过低都易造成近端干扰或越区覆盖，站址站间距过近易干扰，将大大提升优化难度，因此单项分值计算方式归纳如下：
79.f(h)高度单项得分：
80.h》hmax f(h)＝0；
81.hmin＝《h＝《hmax f(h)＝(h
–
hmin)*100\(hmax
–
hmin)；
82.h《hmin f(h)＝0；
83.f(d)站间距单项得分：
84.d》＝dmaxf(d)＝100；
85.dmin＝《d《hmaxf(d)＝(h
–
hmin)*100\(hmax
–
hmin)；
86.d《dminf(d)＝0；
87.站址塔型与塔型投入费用情况，进行分析：
88.获取全网塔型种类，在将不同塔型种类的投入的费用(c塔)与塔型下使用的平均站址总流量(t流量)，根据塔型下平均总流量进行排序处理，然后对塔型进行赋值对流量进行归一化处理，将分值归纳到0～100之间，计算公式如下：
89.求出max(t流量)，min(t流量)，然后在根据归一化原则进行计算
90.f(c塔)＝(t流量
–
min(t流量))*100\(max(t流量)
–
min(t流量))；
91.s1(网络结构(室外))＝f(d)*x(d)+f(h)*x(h)+f(c塔)*x(c塔)
92.其中x(d)站间距系数、x(h)高度系数、x(c塔)塔型系数，系数值在0～1之间，同时x(d)+x(h)+x(c塔)＝1
93.s2:建筑价值(室分)
94.建筑价值分析的是建筑物面积，建筑物楼高，建筑物修建时间，建筑物属性；
95.将现有室分建筑物基础数据进行收集，并获取该建筑物一个月的流量情况，分别使用建筑物面积(s面积)、高度(h室分)、时间(t月)(当前时间-减去建成时间)，属性与流量直接的一元线性关系，计算方法与s1网络结构(室外)相同，公式如下：
96.f(室分流量)＝a3*s面积+b3
97.f(室分流量)＝a4*h室分+b4
98.f(室分流量)＝a5*t月+b5
99.其中a3～a5是斜率，b3～b5是常量
100.根据该地市区域内所有室分建筑物平均流量与平均建筑物投入费用进行计算分析，可根据不同的地市、区域、场景、建筑物属性进行分开分析；
101.采用按照0.01元/g来换算一下建筑物获取收入是多少，因此收入和成本都有了，那么久可以简单换算一下需要多少个月才能回收成本开始进行盈利，即：
102.f(月)＝t(投入)/(f(室分流量)*0.01)
103.同理可求出，设定多少个月内回收成本需要每个月需产生多少g流量
104.f(室分流量)＝(t(投入)/f(月))/0.01
105.初步设定回收成本12个月、36个月，求出流量之后在对面积、高度、时间求取最大值和最小值，即：12个月所产生的流量最大，36个月所产生流量最小；
106.最后将面积、高度、时间获取到的值进行归一化算法处理：
107.f(s面积)面积单项得分：
108.s》＝smax f(s面积)＝100；
109.s min＝《s《s max f(s面积)＝(s
–
s min)*100\(s max
–
s min)；
110.s《smin f(s面积)＝0；
111.f(h室分)室分高度单项得分：
112.h室分》＝h室分max f(h室分)＝100；
113.h室分min＝《h室分《h室分max f(h室分)＝(h室分
–
h室分min)*100\(h室分max
–
h室分min)；
114.h室分《h室分min f(h室分)＝0；
115.f(t月)建筑物月份单项得分：
116.t月》＝t月max f(t月)＝100；
117.t月min＝《t月《t月max f(t月)＝(t月
–
t月min)*100\(t月max
–
t月min)；
118.t月《t月min f(t月)＝0；
119.s1(建筑价值(室分))＝f(s面积)*x(s面积)+f(h室分)*x(h室分)+f(t月)*x(t月)
120.x(s面积)、x(h室分)、x(t月)系数值，x(s面积)+x(h室分)+x(t月)＝1，可根据现场实际分析情况进行设定
121.s3：网络质量
122.网络质量分析的是网络覆盖和网络容量，覆盖包含mr栅格覆盖率、重叠覆盖率、越区覆盖占比；容量包含流量、下行prb利用率、平均rrc连接用户数；
123.根据s2建筑物价值(室分)中涉及到的流量与回收成本的关系，可将公式进行换算为站址的情况
124.采用按照0.01元/g来换算一下站址获取收入是多少，因此收入和成本都有了，那么久可以简单换算一下需要多少个月才能回收成本开始进行盈利，即：
125.f(月)＝t(投入)/(f(站址流量)*0.01)
126.同理可求出，设定多少个月内回收成本需要每个月需产生多少g流量
127.f(站址流量)＝(t(投入)/f(月))/0.01
128.初步设定回收成本12个月、36个月，求出流量之后在对面积、高度、时间求取最大值和最小值，即：12个月所产生的流量最大，36个月所产生流量最小；
129.f(站址流量)＝a6*s栅格覆盖率+b6
130.f(站址流量)＝a7*s重叠覆盖率+b7
131.f(站址流量)＝a8*s越区覆盖占比+b8
132.f(站址流量)＝a9*s下行prb利用率+b9
133.f(站址流量)＝a10*s平均rrc连接用户数+b10
134.其中a6～a10是斜率、b6～b10是常量；
135.s栅格覆盖率＝该站址下所有小区下覆盖的栅格算取的栅格覆盖率，即多频取优栅格平均电平大于等于-110dbm的栅格数目作为分子，所有栅格作为分母得到站址级的栅
格覆盖率；
136.s重叠覆盖率、s越区覆盖占比、s下行prb利用率都是求出对应的分子与分母，换算得出站址级别的数据；
137.s平均rrc连接用户数采用站址下所有下去的平均rrc连接用户数计算其流量加权平均值并取整：即：算出站址下每个小区的流量占比c(1
…
x),然后s平均rrc连接用户数＝c1*小区1平均rrc连接用户+c2*小区2平均rrc连接用户
……
cx*小区x平均rrc连接用户
138.f(s)单项得分：
139.s》＝smax f(s)＝100；
140.s min＝《s《s max f(s)＝(s
–
s min)*100\(s max
–
s min)；
141.s《smin f(s)＝0；
142.其中f(s)可为f(s栅格覆盖率)、f(s重叠覆盖率)、f(s越区覆盖占比)、f(s下行prb利用率)、f(s平均rrc连接用户数)，同时会根据每个子项与流量的相关性情况进行处理，上述计算公式也可能想法，将最大值和最小值的设定进行相反取值；
143.s3(网络质量)＝f(s栅格覆盖率)*x(s栅格覆盖率)+f(s重叠覆盖率)*x(s重叠覆盖率)+f(s越区覆盖占比)*x(s越区覆盖占比)+f(s下行prb利用率)*x(s下行prb利用率)+f(s平均rrc连接用户数)*x(s平均rrc连接用户数)
144.s4:网络感知
145.网络感知分析的指标是从数据感知，语音感知两个方向进行分析，因此选取这两项中最为关键的2类指标，数据感知采用4g感知综合优良率、语音采用volte接通率；
146.4g感知综合优良率和volte接通率，都设定可接受的最大值和最小值情况，门限值可根据流量与回收成本的关系、各类指标与流量的关系求出最大值和最小值，做法与s3(网络质量)求取计算公式与方法一致；
147.单项得分计算公式如下：
148.f(s)单项得分：
149.s》＝smax f(s)＝100；
150.s min＝《s《s max f(s)＝(s
–
s min)*100\(s max
–
s min)；
151.s《smin f(s)＝0；
152.f(s)可为f(s感知综合优良率)、f(svolte接通率)
153.s4(网络感知)＝f(s感知综合优良率)*x(s感知综合优良率)+f(svolte接通率)*x(svolte接通率)
154.s5：用户投诉
155.用户投诉主要关注是投诉用户的星级和产生投诉位置的投诉次数；针对用户星级进行归类分析，将用户星级设定为1星用户、2星用户～5星用户分为5档，一些重要用户都归为5星，其对应的分值如下：
[0156][0157]
投诉次数根据该地市下每月产生的投诉次数进行分析选取不同地方投诉次数的top10％作为最大值，down10％作为最小值；
[0158]
f(s)单项得分：
[0159]
s》＝smax f(s)＝100；
[0160]
s min＝《s《s max f(s)＝(s
–
s min)*100\(s max
–
s min)；
[0161]
s《smin f(s)＝0；
[0162]
f(s)为f(s投诉次数)
[0163]
s5(用户投诉)＝f(s用户星级)*x(s用户星级)+f(s投诉次数)*x(s投诉次数)
[0164]
s6:价值收益
[0165]
价值数据分类很多，在此针对重点价值数据进行分析，分别是arpu、用户终端价格、5g终端占比，5g终端使用流量占比这四项内容进行分析；
[0166]
arpu(每月消费金额)采用二八法则选取最大值和最小值，即top10％和down10％；
[0167]
用户终端价格采用高价值终端占比情况进行分析，即满足终端价格大于市面平均终端价值(目前设定5000)，高价值终端数目除以总终端数目，然后初步设定最大值(50％)，最小值(10％)进行计算；
[0168]
5g终端占比，5g终端使用流量占比也都采取高价值终端占比相同最大值和最小值设定进行处理；
[0169]
门限值可根据流量与回收成本的关系、各类指标与流量的关系求出最大值和最小值，做法与s3(网络质量)求取计算公式与方法一致；
[0170]
f(s)单项得分：
[0171]
s》＝smax f(s)＝100；
[0172]
s min＝《s《s max f(s)＝(s
–
s min)*100\(s max
–
s min)；
[0173]
s《smin f(s)＝0；
[0174]
f(s)为f(s arpu)、f(s高价值终端占比)、f(s5g终端占比)、f(s5g终端使用流量占比)
[0175]
s6(价值收益)＝f(s arpu)*x(s arpu)+f(s高价值终端占比)*x(s高价值终端占比)+f(s5g终端占比)*x(s5g终端占比)+f(s5g终端使用流量占比)*x(s5g终端使用流量占比)
[0176]
s7：地理场景
[0177]
地理场景主要是针对人口密度、建筑密度情况和场景属性进行归类分析；
[0178]
场景属性直接对场景类型进行设定为5个等级，即1星～5星，一些特殊场景直接设定为5星；
[0179]
人口密度：站址下总采样点数目/站址总栅格数目
[0180]
建筑密度：站址下覆盖区域范围内建筑面积/站址总栅格数目面积
[0181]
门限值可根据流量与回收成本的关系、各类指标与流量的关系求出最大值和最小值，做法与s3(网络质量)求取计算公式与方法一致；
[0182]
f(s)单项得分：
[0183]
s》＝smax f(s)＝100；
[0184]
s min＝《s《s max f(s)＝(s
–
s min)*100\(s max
–
s min)；
[0185]
s《smin f(s)＝0；
[0186]
f(s)为f(s场景属性)、f(s人口密度)、f(s建筑密度)
[0187]
s7(地理场景)＝f(s场景属性)*x(s场景属性)+f(s人口密度)*x(s人口密度)+f(s建筑密度)*x(s建筑密度)
[0188]
s8：竞对分析
[0189]
竞对分析主要是获取异运营商的栅格覆盖率和站址流量情况是否值得去采取共享操作；
[0190]
覆盖率根据集团规则标准设定最大值和最小值；
[0191]
流量根据二八原则选取最大值额和最小值；
[0192]
f(s)单项得分：
[0193]
s》＝smax f(s)＝100；
[0194]
s min＝《s《s max f(s)＝(s
–
s min)*100\(s max
–
s min)；
[0195]
s《smin f(s)＝0；
[0196]
f(s)为f(s竞对覆盖)、f(s竞对流量)
[0197]
s8(竞对分析)＝f(s竞对覆盖)*x(s竞对覆盖)+f(s竞对流量)*x(s竞对流量)
[0198]
最后，采用下列公式对站址规划进行综合评估：
[0199]
s(综合评估)＝s1*x1+s2*x2+s3*x3+s4*x4+s5*x5+s6*x6+s7*x7+s8*x8
[0200]
s1～s8就是上面讲述各项维度分析的内容，x1～x8是各分类维度数据对应的评价权重。
[0201]
实施例2
[0202]
本实施例提供了一种5g站址优化方法，该方法基于实施例1中所规划的5g站址，优化方向的建模与分析，整体与规划有多相似之处，计算公式，策略方法基本相同，只是在考虑指标和分析方向所不同，主要是采用周期性核查站址优化打分趋势情况进行预测，如优化打分一直保持同一区间范围内，上下浮动不多，但某周突然出现变化，即可对其进行优化预警，同时也可针对优化打分情况设定优化处理的优先级，且包含的数据源不在跟规划一样，将采用4g和5g相关的数据；
[0203]
首先，获取到的5g站址优化初始数据包括：
[0204]
y1:网络覆盖
[0205]
此处针对是无线网络优化方向的预测信息，因此进行分析的内容是小区4g/5g mr覆盖率、重叠覆盖率，越区覆盖率；
[0206]
同时可引入联通运营商数据进行竞对分析，查看同站址下各不同运营商小区覆盖情况；
[0207]
y2:网络性能
[0208]
网络性能主要分析负荷、干扰、告警，切换，性能这5个方向内容；
[0209]
负荷主要关注指标是连接用户数，prb利用率，流量，带宽；
[0210]
干扰主要关注指标是cqi、rip、rssi、上行噪声；
[0211]
告警主要关注指标是小区和基站各类影响业务的告警信息；
[0212]
切换主要关注指标是小区s1,x2,系统内各类切换成功率；
[0213]
性能主要关注指标是小区erab掉线，erab建立，rrc连接建立；
[0214]
y3:数据感知
[0215]
数据感知主要关注时延、速率、成功率、感知综合优良率；
[0216]
时延关注的指标是4g/5g无线网络跟上网业务相关的时延、tcp时延，页面打开时延等相关内容；
[0217]
速率关注的指标是4g/5g无线网络下的视频下载速率、http平均速率、大包平均速率等；
[0218]
成功率关注的指标是4g/5g无线网络中的http成功率，tcp建立成功率等；
[0219]
感知综合优良率是根据电信4g/5g集团标准进行分析的结果数据，主要包含网页、视频、游戏、即时通讯这四类指标，感知优良率＝0.4*网页浏览优良率+0.35*视频优良率+0.15*即时通信优良率+0.1*游戏优良率；
[0220]
y4:语音感知
[0221]
语音感知主要关注volte mos、接通率，掉话率，eps回落成功率等跟语音相关的指标；
[0222]
volte类指平均mos、单通占比、mos优良占比、注册成功率、volte掉线率、volte接通率、volte接通时延、eps fallback成功率等；
[0223]
y5:用户投诉
[0224]
用户投诉主要是关注用户星级，用户投诉位置，投诉次数，同时产生的投诉内容只能是无线类问题投诉才能聚焦处理；
[0225]
用户星级关注的是用户重要性，像vvip客户其提出的投诉内容所需及时反馈；
[0226]
用户投诉位置关注的是用户是在哪里产生投诉，在什么时间产生的投诉，以便我们及时发现问题并提出解决方案；
[0227]
投诉次数关注是在同一片区下产生的投诉内容是否相同，投诉的数目有多少，达到一定量后会引起质变；
[0228]
y6:价值收益
[0229]
价值收益主要关注用户每月arpu值，用户套餐，用户终端，5g终端占比，5g终端流量占比，5g终端时长占比，小区volte话务量，小区流量，站址下4g小区个数与频段数目；
[0230]
arpu值rpu即average revenue per user，指的是一个时期内(通常为一个月或一年)电信运营企业平均每个用户贡献的通信业务收入，其单位为元/户；
[0231]
用户套餐主要是为了区分限量套餐用户，不限量套餐用户，漫入套餐用户；限量是指流量使用情况，慢入是指外省用户移动到本省，以上三类用户的套餐价格在本省进行结
算费用时会存在不同；
[0232]
用户终端主要是关注用户所使用终端的类型，厂家，价格，终端出厂时间，不同终端的价格不同，同时随着时间的编号终端价格是产生变化，但整体来说能够代表一下用户价值收入情况；
[0233]
通过小区收入来计算站址收入减去站址投入，则等于站址收益(收入
–
投入＝收益)；
[0234]
5g终端在5g小区使用时长，使用流量，电信联通共享小区中电信用户使用情况从而判定哪些5g小区需要优化分析处理；
[0235]
y7:地理场景
[0236]
地理场景因存在一下特殊区域需要重点关注，如一些特定的管制区域，营业厅等相关重点场景；
[0237]
但也存在一些非重点场景，那么非重点场景就需要从场景内建筑物密度，人流密度，场景内单位面积价值，场景属性来判定场景价值；
[0238]
大体跟规划相同，主要侧重优化场景划分处理，将场景分为五高一地两美，突显场景价值；
[0239]
五高一地两美：高速、高铁、高校、高流量区域、高密集区域，地铁、美食、美景；
[0240]
y8:竞对分析
[0241]
竞对分析主要关注是电信用户在共享小区使用情况如何，覆盖是否比对方好，流量使用是否比对方多，同时关注覆盖差，流量少的小区有哪些，发现异常站址可及时进行优化分析处理；
[0242]
下面主要是针对优化打分每项所关注的指标进行分析，详细的计算公式就不在阐述，因大致的计算公式与规划打分基本相同；
[0243]
y1:网络覆盖
[0244]
f(站址流量)＝pj*v(j)+qj
[0245]
其中v(j)可为：v(栅格覆盖率)、v(重叠覆盖率)，v(越区覆盖率)
[0246]
门限值可根据流量与回收成本的关系、各类指标与流量的关系求出最大值和最小值，做法与实施例1中s3(网络质量)求取计算公式与方法一致；
[0247]
y(v(j))单项得分：
[0248]
v(j)》＝v(j)max y(v(j))＝100；
[0249]
v(j)min＝《v(j)《v(j)max y(v(j))＝(v(j)
–
v(j)min)*100\(v(j)max
–
v(j)min)；
[0250]
v(j)《v(j)min y(v(j))＝0；
[0251]
其中y(v(j))可为：f(v栅格覆盖率)、f(v重叠覆盖率)，f(v越区覆盖率)
[0252]
y1(网络覆盖)＝f(v栅格覆盖率)*v(v栅格覆盖率)+f(v重叠覆盖率)*v(v重叠覆盖率)+f(v越区覆盖率)*v(v越区覆盖率)
[0253]
y2:网络性能
[0254]
网络性能主要分析负荷、干扰、告警，切换，性能这5个方向内容
[0255]
f(站址流量)＝pj*v(j)+bj
[0256]
其中v(j)可为：v(负荷)、v(干扰)、v(切换)、v(性能)
[0257]
其中v(告警)分为5个等级，一级～五级，越严重等级越高；
[0258]
门限值可根据流量与回收成本的关系、各类指标与流量的关系求出最大值和最小值，做法与y1(网络覆盖)求取计算公式与方法一致；
[0259]
f(y)单项得分：
[0260]
y》＝ymax f(y)＝100；
[0261]
y min＝《y《y max f(y)＝(y
–
y min)*100\(ymax
–
y min)；
[0262]
y《ymin f(y)＝0；
[0263]
其中f(y)可为：f(v负荷)、f(v干扰)、f(v切换)、f(v性能)
[0264]
y2(网络性能)＝f(v负荷)*v(v负荷)+f(v干扰)*v(v干扰)+f(v切换)*v(v切换)+f(v性能)*v(v性能)+f(v告警)*v(v告警)
[0265]
这里内容所获取指标根据现场实际情况进行选择、指标的种类已经y2进行说明；
[0266]
y3:数据感知
[0267]
数据感知主要关注时延、速率、成功率、感知综合优良率
[0268]
f(站址流量)＝a*v(x)+b
[0269]
其中v(x)可为：v(时延)、v(速率)、v(成功率)、v(感知综合优良率)
[0270]
门限值可根据流量与回收成本的关系、各类指标与流量的关系求出最大值和最小值，做法与s2(网络质量)求取计算公式与方法一致；
[0271]
f(s)单项得分：
[0272]
s》＝smax f(s)＝100；
[0273]
s min＝《s《s max f(s)＝(s
–
s min)*100\(s max
–
s min)；
[0274]
s《smin f(s)＝0；
[0275]
其中f(s)可为：f(v时延)、f(v速率)、f(v成功率)、f(v感知综合优良率)
[0276]
y3(网络感知)＝f(v时延)*x(v时延)+f(v速率)*x(v速率)+f(v成功率)*x(v成功率)+f(v感知综合优良率)*x(v感知综合优良率)；
[0277]
这五项内容所获取指标根据现场实际情况进行选择、指标的种类已经在5.1.2中y3进行说明；
[0278]
y4:语音感知
[0279]
语音感知主要关注volte mos、接通率，掉话率，eps回落成功率等跟语音相关的指标；
[0280]
以上相关指标集团考核要求进行设定最大值和最小值；
[0281]
f(s)单项得分：
[0282]
s》＝smax f(s)＝100；
[0283]
s min＝《s《s max f(s)＝(s
–
s min)*100\(s max
–
s min)；
[0284]
s《smin f(s)＝0；
[0285]
其中f(s)可为：f(v mos)、f(v接通率)、f(v掉话率)、f(v eps回落成功率)
[0286]
y4(语音感知)＝f(v mos)*x(v mos)+f(v接通率)*x(v接通率)+f(v掉话率)*x(v掉话率)+f(v eps回落成功率)*x(v eps回落成功率)；
[0287]
这里内容所获取指标根据现场实际情况进行选择、指标的种类已经在5.1.2中y4进行说明；
[0288]
y5:用户投诉
[0289]
y5(用户投诉)＝f(v用户星级)*x(v用户星级)+f(v投诉次数)*x(v投诉次数)
[0290]
投诉评估方式优化与规划大致相同，只是考虑投诉内容不在只是4g用户信息，同时包含5g投诉用户；
[0291]
y6:价值收益
[0292]
y6(价值收益)＝f(v arpu)*x(v arpu)+f(v高价值终端占比)*x(v高价值终端占比)+f(v5g终端占比)*x(v5g终端占比)+f(v5g终端使用流量占比)*x(v5g终端使用流量占比)
[0293]
该处的收益需要将5g小区相关价值数据进行收集处理分析；
[0294]
y7:地理场景
[0295]
y7(地理场景)＝f(v场景属性)*x(v场景属性)+f(v人口密度)*x(v人口密度)+f(v建筑密度)*x(v建筑密度)
[0296]
采用的计算方式与实施例1中s8竞对基本一致，不过需增加5g相关的数据信息；
[0297]
y8:竞对分析
[0298]
y8(竞对分析)＝f(s竞对覆盖)*x(s竞对覆盖)+f(s竞对流量)*x(s竞对流量)
[0299]
采用的计算方式与实施例1中s8竞对基本一致，不过需增加5g相关的数据信息；
[0300]
结果输出
[0301]
针对规划与优化单项打分进行联合输出，并展示各项打分时各类指标值，以便进行综合评估计算，同时将各类单项打分设定的门限值，展示输出，后面可根据现场实际情况人为修改门限值在运行输出一次，也可自动设定；
[0302]
采用的输出公式如下所示：
[0303]
y(综合评估)＝y1*v1+y2*v2+y3*v3+y4*v4+y5*v5+y6*v6+y7*v7+y8*v8
[0304]
y1～y8就是上面讲述各项维度分析的内容，v1～v8是各分类维度数据对应的评价权重。
[0305]
通过采用本发明公开的上述技术方案，得到了如下有益的效果：
[0306]
本发明提供了一种基于多维价值体系的5g无线网络站址规划及优化方法，该方法通过对现有的4g无线网络站址进行多维数据分析，在此基础上精准进行5g站址规划，有效提升站点价值；对已规划的5g无线网络站址进行运营状态的数据分析，汇聚生成站址级数据信息，并根据流量与价值体系找出各类指标价值点，高效和精准的评估站址价值，从而精准规划和优化预测，有效提升站点价值，加快业务回报时间，提高运营商网络感知口碑形象，最终提升企业效益。
[0307]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。