-
公开(公告)号：CN117354842A
公开(公告)日：2024-01-05
申请号：CN202311273793.X
申请日：2023-09-28
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: H04W24/04 , H04L41/0677
Abstract: 本申请涉及一种网络质差根因定位方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取与待分析区域网络关联的结构化数据；确定与所述结构化数据对应的网络质差根因，作为所述待分析区域网络的第一质差根因；根据所述结构化数据，从候选网络质差根因中，确定出所述待分析区域网络的第二质差根因；所述候选网络质差根因根据与样本区域网络关联的半结构化数据得到；根据所述第一质差根因和所述第二质差根因，确定所述待分析区域网络的目标质差根因。采用本方法，能够提高网络质差根因的定位准确率。
-
公开(公告)号：CN119743776A
公开(公告)日：2025-04-01
申请号：CN202411886221.3
申请日：2024-12-20
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
Abstract: 本申请涉及一种网络质差优化方案的确定方法、装置、计算机设备、可读存储介质和程序产品，所述方法包括：获取目标区域的网络质差问题；根据所述网络质差问题，查询预先构建的向量数据库；所述向量数据库存储有多个质差案例的信息；在未从所述向量数据库查询到所述网络质差问题的第一匹配结果的情况下，根据所述网络质差问题，查询预先构建的图数据库，得到第二匹配结果；所述图数据库存储有质差现象、质差根因、优化方案和出现次数之间的映射关系；调用第二推理模型对所述第二匹配结果进行处理，得到针对所述目标区域的网络质差问题的目标优化方案。采用本方法能够提高质差优化方案的确定效率。
-
公开(公告)号：CN116156536A
公开(公告)日：2023-05-23
申请号：CN202111367783.3
申请日：2021-11-18
Applicant: 中国电信股份有限公司
Abstract: 本公开涉及一种基站退服区域分析预警方法和装置、和存储介质。该基站退服区域分析预警方法包括：获取每个小区的深度报文检测数据；根据所述深度报文检测数据确定每个小时每小区的业务使用量；将每个小区前预定百分比业务使用量所在的小时区间确定为该小区的小区忙时；根据每个小区的小区忙时和退服告警信息，确定每个小区的忙时退服信息。本公开可以通过DPI数据分析每个基站小区的业务使用量，筛选出每个小区业务繁忙时间段，针对忙时退服再根据用户周期测量报告数据以及基站小区关键性能指标数据进行分析，由此使得本公开评估退服影响、涟漪效应等更加准确。
-
公开(公告)号：CN114885342A
公开(公告)日：2022-08-09
申请号：CN202210708914.8
申请日：2022-06-21
Applicant: 中国电信股份有限公司
Abstract: 本公开实施例提供了一种基站小区确定方法、装置、电子设备及存储介质。方案如下：获取基站台账数据，并获取第一时间范围内目标交通线上各地级市中用户所对应的用户信令数据；针对每一用户，根据基站台账数据，以及该用户所在每一第一地级市的用户信令数据，计算该用户在每一第一地级市所对应的移动速度；基于每一用户在各第一地级市所对应的移动速度，筛选出乘坐目标交通线上指定交通工具的多个种子用户；根据多个种子用户对应的用户信令数据，确定位于目标交通线沿线上的目标基站小区。通过本公开实施例提供的技术方案，实现了目标交通线上沿线基站小区的确定，降低了人力资源消耗，提高了确定出的基站小区的准确性。
-
公开(公告)号：CN114095968A
公开(公告)日：2022-02-25
申请号：CN202010857445.7
申请日：2020-08-24
Applicant: 中国电信股份有限公司
Inventor： 许盛宏 , 宫云平 , 李力卡 , 曹磊 , 王敏 , 王兵 , 武巍 , 冯云喜 , 马泽雄 , 王谦 , 黄云飞 , 余育青 , 罗伟华 , 范家杰 , 姚彦强 , 许群路 , 郑博 , 张慧嫦 , 原思平 , 郑三强
Abstract: 本公开提供了一种时间提前量预测方法、装置及通信系统，涉及通信技术领域，所述方法包括：获取由终端集合中的至少一个终端向一个基站发送的多条测量报告MR数据；根据用户会话ID对该多条MR数据进行分组得到多组MR数据；根据每条MR数据的发送时间，对每组MR数据中的多条MR数据进行排序；在排序后，对于一组MR数据中缺失时间提前量的一条MR数据，确定在该一条MR数据前后是否分别存在另一条MR数据和再一条MR数据，其中，另一条MR数据和再一条MR数据均不缺失时间提前量；和如果存在另一条MR数据和再一条MR数据，采用线性插值的方法来预测一条MR数据缺失的时间提前量。
-
Patent Agency Ranking
公开(公告)号：CN112861897A
公开(公告)日：2021-05-28
申请号：CN201911186084.1
申请日：2019-11-28
Applicant: 中国电信股份有限公司
Abstract: 本发明公开了一种室内外数据处理方法、装置和存储介质，涉及移动通信技术领域。室内外数据处理方法包括：根据测量报告数据，确定用户室内外属性以及相应的置信度；根据与测量报告数据属于同一时间的用户接入数据，对置信度进行修正；根据预设的阈值，确定可信的测量报告数据，并将相应的用户室内外属性作为测量报告数据的标记值；采用可信的测量报告数据对深度学习模型进行训练，获得用于分离室内测量报告数据和室外测量报告数据的分类模型。从而，可以自动化地构建具有更准确的标记结果的室内外测量报告数据作为训练数据，使得通过有监督训练得到的模型具有更高的室内外数据分离准确率。
-
公开(公告)号：CN114157374B
公开(公告)日：2024-07-26
申请号：CN202010933982.5
申请日：2020-09-08
Applicant: 中国电信股份有限公司
IPC: H04B17/318 , H04B17/391 , G06F18/24 , G06N20/00
Abstract: 本公开涉及一种小区无线信号强度预测方法和装置、计算机可读存储介质。该小区无线信号强度预测方法包括：对无线网络中带位置信息的测量报告数据进行地理栅格化处理；对于每一栅格，对比所述栅格和所述栅格周边栅格的RSRP衰减特征，并结合发射设备的基础数据，采用聚类算法构造不同RSRP衰减特征分类的分类信号强度指纹库；采用机器学习预测算法，根据分类信号强度指纹库对信号强度预测模型进行训练；将待预测小区的无线基础数据输入信号强度预测模型，得到待预测小区下各个栅格的信号强度数据。本公开通过聚类算法能够通过各栅格的信号衰减特征挖掘出不同地理环境给信号传播相关性，从而避免了地理参数的计算，提高了仿真预测的效率。
-
公开(公告)号：CN115942225A
公开(公告)日：2023-04-07
申请号：CN202110890810.9
申请日：2021-08-04
Applicant: 中国电信股份有限公司
Abstract: 本公开提出一种定位方法和定位装置，涉及大数据和移动通讯领域。根据用户设备的测量报告，计算用户设备相对主小区的第一位置和相对邻区的位置；根据主小区和邻区的空间分布信息，计算用户设备相对主小区的第二位置；根据第一位置和第二位置，分别计算用户设备位于主小区各方位的第一概率和第二概率，并据此确定用户设备位于主小区各方位的第三概率；根据主小区的位置、第一位置中的用户设备相对主小区的第一距离、以及根据第三概率确定的用户设备相对主小区的修正角度，确定用户设备的目标位置。利用主小区和邻区的空间分布信息，对用户设备的定位结果进行修正，可以提高定位精度。
-
公开(公告)号：CN115623420A
公开(公告)日：2023-01-17
申请号：CN202110783734.1
申请日：2021-07-12
Applicant: 中国电信股份有限公司
Inventor： 许盛宏 , 宫云平 , 罗伟华 , 范家杰 , 原思平 , 王兵 , 宋捷 , 康晨 , 王峰 , 马泽雄 , 王谦 , 姚彦强 , 郑博 , 许群路 , 余育青 , 郑三强 , 张慧嫦 , 谭志远
Abstract: 本公开涉及移动网络定位方法、装置及其介质。提供一种移动网络定位方法，包括：接收与位置数据相关联的多个测量报告数据，并基于位置数据识别每个小区的多个覆盖区域；构建每个测量报告数据的多个特征；使用该多个特征以及对应覆盖区域编号值，对每个小区的覆盖区域分类模型进行训练；按覆盖区域对多个测量报告数据进行分组，并使用分组后的多个测量报告数据的多个特征以及位置数据，对每个覆盖区域的回归模型进行训练；构建待定位测量报告数据的多个特征，并基于该多个特征，使用待定位测量报告数据的小区的分类模型预测待定位测量报告数据的归属覆盖区域编号值；以及基于该多个特征，使用归属覆盖区域的回归模型预测待定位测量报告数据的位置。
-
公开(公告)号：CN114157374A
公开(公告)日：2022-03-08
申请号：CN202010933982.5
申请日：2020-09-08
Applicant: 中国电信股份有限公司
IPC: H04B17/318 , H04B17/391 , G06K9/62 , G06N20/00
Abstract: 本公开涉及一种小区无线信号强度预测方法和装置、计算机可读存储介质。该小区无线信号强度预测方法包括：对无线网络中带位置信息的测量报告数据进行地理栅格化处理；对于每一栅格，对比所述栅格和所述栅格周边栅格的RSRP衰减特征，并结合发射设备的基础数据，采用聚类算法构造不同RSRP衰减特征分类的分类信号强度指纹库；采用机器学习预测算法，根据分类信号强度指纹库对信号强度预测模型进行训练；将待预测小区的无线基础数据输入信号强度预测模型，得到待预测小区下各个栅格的信号强度数据。本公开通过聚类算法能够通过各栅格的信号衰减特征挖掘出不同地理环境给信号传播相关性，从而避免了地理参数的计算，提高了仿真预测的效率。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.025 seconds)
