基于用户行为特征的深度覆盖网络质量评估方法和系统的制作方法
【技术领域】
[0001] 本发明设及网络覆盖质量评估技术领域，特别是设及一种基于用户行为特征的深 度覆盖网络质量评估方法和系统。
【背景技术】
[0002] 传统的深度覆盖网络质量评估方法主要W人工呼叫质量测试CQT为基础，运种方 法的典型模式是由测试人员、测试电脑、测试软件、测试中断和GI^信息采集器构成。它W人 工步行的方式在一定范围内采集通话或上网信号，并通过测试软件记录人工步行地理轨 迹、信令信息和事件信息等交互消息，达到提取一次随机抽样样本评估整体深度覆盖网络 质量的目的。传统呼叫质量测试CQT虽然很好地结合了地理化呈现、移动网络通话信息、实 时信令等信息，并能够清晰展示某一区域网络质量。尤其是住宅小区内的深度覆盖处于用 户家中，需进入用户家中测试方能评估，目前很难实现。
[0003] 传统深度覆盖网络质量评估方法存在W下缺点：
[0004] (1)随着城市规模的不断扩大和移动通信网络规模的扩张，传统呼叫质量测试CQT 费时费力，需消耗大量网络优化资源；
[0005] (2)不可避免的存在测试楼宇及场景遗漏、重复测试，W及测试路径不全面、测试 标准不统一和评估结果不全面的现象；
[0006] (3)传统呼叫质量测试CQT业务数量有限，不能全面反映用户实际使用网络质量， 无法全面体现用户感知；
[0007] (4)传统呼叫质量测试CQT人工参与度高、测试结果随机性强、人为主观影响大，且 每种测试方式只能代表一种类型评估结果。
【发明内容】
[000引本发明的目的在于克服现有技术的不足，提供一种基于用户行为特征的深度覆盖 网络质量评估方法和系统，弥补了传统呼叫质量测试CQT随机性强、费时费力、设备操作复 杂和不能全面反映网络质量的不足。
[0009] 本发明的目的是通过W下技术方案来实现的：基于用户行为特征的深度覆盖网络 质量评估方法，包括W下步骤：
[0010] SI.获取MR数据，并将其存储在数据库中；
[001 U S2.从数据库中提取MR数据，并从MR数据中解析出MR数据的原始时间，将原始时间 存储在数据库中；
[0012] S3.按照室外场景和室内场景将MR数据分为两类；
[0013] S4.选取室外场景中移动速率小于第一阔值的用户的MR数据；
[0014] S5.将室外场景中移动速率小于第一阔值的用户的MR数据和室内场景中的MR数据 聚合到N*N米的栅格中；
[0015] S6.为步骤S5中的每个栅格设置覆盖场景；
[0016] S7.分场景评估深度覆盖网络质量。
[0017] 所述步骤S3和步骤S4之间还包括如下步骤：
[001引对室内场景中的MR数据进行去噪处理。
[0019] 所述对室内场景中的MR数据进行去噪处理包括W下子步骤：
[0020] 滤除距离大于第二阔值的MR数据:计算当前MR数据的采样点的经缔度和产生MR数 据的小区的经缔度之间的距离，若该距离大于第二阔值，则判断当前MR数据为噪声数据，滤 除该MR数据；
[0021] 滤除道路面的MR数据:计算当前MR数据采样点的经缔度和道路数据库的所有打点 的经缔度之间的间距，得到第一间距集合，若该第一间距集合中的最小间距小于第=阔值， 则判断当前数据为噪声数据，滤除该数据。
[0022] 所述步骤S4包括W下子步骤：
[0023] S41.对室外场景中的MR数据进行排序：先将室外场景中的MR数据按用户进行排 序，再将按用户进行排序后的MR数据按照用户发起业务的时间顺序进行排序；
[0024] S42.根据MR数据的打点经缔度计算用户的移动速率:根据用户的MR数据轨迹得到 相邻两点间的第二间距集合，然后根据第二间距集合和MR数据的上报间隔时间计算得到用 户的移动速率集合；
[0025] S43.对用户的移动速率进行去噪处理:滤除用户的移动速率集合中值大于第四阔 值的移动速率；
[0026] S44.计算用户单次会话的平均速率；
[0027] S45.获取室外场景中移动速率小于第一阔值的用户的MR数据:选取室外场景中所 有对应的用户单次会话的平均速率大于零且小于第一阔值的MR数据。
[0028] 所述步骤S5包括W下子步骤：
[0029] S51.遍历所有室外场景中移动速率小于第一阔值的用户的MR数据和室内场景中 的MR数据；
[0030] S52.经缔度归一化处理，保留M位小数:若采集到的经缔度的小数点后位数超过M 位，则省略掉第M位后的位数，若采集到的经缔度的小数点后位数不足M位，则在后面补零；
[0031] S53.确定每条MR数据的栅格标识:截取经缔度的小数点后第X位为a, X<M，若a小于 等于M，则将a统一取值为0;若a大于M，则将a取值为M;将经度的前屯位、维度的前六位和a连 接得到每条数据的栅格标识；
[0032] S54.确定MR数据与栅格之间的对应关系，完成MR数据的栅格化聚类。
[0033] 所述步骤S6包括W下子步骤：
[0034] S61.遍历步骤S5中得到的所有栅格；
[0035] S62.取出步骤S61中每个栅格的每条MR数据，得到MR数据的主服务小区；
[0036] S63.根据MR数据的主服务小区，关联工参库中的场景，即将小区所属的场景作为 当前MR数据的场景；
[0037] S64.统计每个栅格中每条MR数据所属的场景，将出现次数最多的场景作为当前栅 格的覆盖场景。
[0038] 所述步骤S7包括W下子步骤：
[0039] S71.统计每类场景中每个栅格的平均电平，对平均电平不同的栅格进行不同的颜 色擅染；
[0040] S72.统计每个栅格的平均质量，对平均质量不同的栅格进行不同的颜色擅染；
[0041] S73.统计每个栅格中MR数据的条数，对包含的MR数据条数不同的栅格进行不同的 颜色擅染；
[0042] S74.利用GIS技术将各个场景的栅格呈现到地图中。
[0043 ]所述步骤S2中，按照应答数据格式从MR数据中解析出该MR数据的原始时间。
[0044] 基于用户行为特征的深度覆盖网络质量评估系统，包括：
[0045] MR数据获取模块，用于获取MR数据；
[0046] MR数据解析模块，用于解析出MR数据的原始时间；
[0047] MR数据分类模块，用于将MR数据按照室外场景和室内场景进行分类；
[0048] 去噪模块，用于滤除MR数据中的噪声数据；
[0049] MR数据选取模块，用于选取室外场景中速率小于第一阔值的用户的MR数据；
[0050] MR数据聚合模块，用于将MR数据聚合到栅格中；
[0051] 栅格覆盖场景设置模块，用于为每个栅格设置覆盖场景；
[0052] 网络质量评估模块，用于分场景评估深度覆盖网络质量。
[0053] 本发明的有益效果是:本发明弥补了传统呼叫质量测试CQT随机性强、费时费力、 设备操作复杂和不能全面反映网络质量的不足;通过对用户实际使用网络产生的全天候实 时海量MR数据进行综合分析，数据获取成本很低，大大降低了人工测试强度;本发明包含了 用户使用网络的所有业务类型、所有深度覆盖场景的不同楼宇、数据样本全面;此外，本发 明采用程序统一处理，减少了人为分析网络的主观性影响，显著提升深度覆盖网络质量评 估效率。
【附图说明】
[0054] 图1为本发明基于用户行为特征的深度覆盖网络质量评估方法的流程图；
[0055] 图2为本发明中对室内场景中的MR数据进行去噪处理的流程图；
[0056] 图3为本发明中选取室外场景中移动速率小于第一阔值的用户的MR数据的流程 图；
[0057] 图4为本发明中将室外场景中移动速率小于第一阔值的用户的MR数据和室内场景 中的数据聚合到栅格中的流程图；
[0058] 图5为本发明中为每个栅格设置覆盖场景的流程图；
[0059] 图6为本发明中分场景评估深度覆盖网络质量的流程图；
[0060] 图7为本发明基于用户行为特征的深度覆盖网络质量评估系统的连接框图。
【具体实施方式】
[0061] 下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于 W下所述。
[0062] 如图1所示，基于用户行为特征的深度覆盖网络质量评估方法，包括W下步骤：
[0063] Sl.获取MR数据，并将其存储在数据库中。
[0064] 步骤Sl的具体步骤如下：在OMC-R网元上采集MR数据原始码流，然后将采集到的MR (Measurement R巧ort，测量报告)数据存储在数据库中相应的表中。
[0065] S2.从数据库中提取MR数据，并从该MR数据中解析出MR数据的原始时间，将该原始 时间存储在数据库中。
[0066] 所述步骤S2中，按照应答数据格式从MR数据中解析出该MR数据的原始时间。
[0067] S3.按照室外场景和室内场景将MR数据分为两类。
[0068] 步骤S3的具体步骤如下:提取数据库中的MR数据，对MR数据实时基于室分数据源、 用户移动性和室外测试特征的分离法将MR数据分为室内场景和室外场景两类。
[0069] 所述步骤S3和步骤S4之间还包括如下步骤：对室内场景中的MR数据进行去噪处 理。
[0070] 如图2所示，所述对室内场景中的MR数据进行去噪处理包括W下子步骤：
[0071] 滤除距离大于第二阔值的MR数据:计算当前MR数据的采样点的经缔度和产生MR数 据的小区的经缔度之间的距离，若该距离大于第二阔值，则判断当前MR数据为噪声数据，滤 除该MR数据；
[0072] 滤除道路面的MR数据:计算当前MR数据采样点的经缔度和道路数据库的所有打点 的经缔度之间的间距，得到第一间距集合，若该第一间距集合中的最小间距小于第=阔值， 则判断当前数据为噪声数据，滤除该数据。
[0073] S4.选取室外场景中移动速率小于第一阔值的用户的MR数据。
[0074] 如图3所示，所述步骤S4包括W下子步骤：
[0075] S41.对室外场景中的MR数据进行排序：先将室外场景中的MR数据按用户进行排 序，再将按用户进行排序后的MR数据按照用户发起业务的时间顺序进行排序。
[0076] S42.根据MR数据的打点经缔度计算用户的移动速率:根据用户的MR数据轨迹得到 相邻两点间的第二间距集合，然后根据第二间距集合和MR数据的上报间隔时间计算得到用 户的移动速率集合;用户移动速率集合的计算方式为：用户移动速率集合=第二间距集合/ MR数据的上报间隔时间。
[0077] S43.对用户的移动速率进行去噪处理:滤除用户的移动速率集合中值大于第四阔 值的移动速率。
[0078] S44.计算用户单次会话的平均速率。
[0079] S45.获取室外场景中移动速率小于第一阔值的用户的M