一种基于云计算的移动无线网络优化方法技术

本发明专利技术提供一种基于云计算的移动无线网络优化方法，包括如下步骤：获取移动网络中各项数据；将数据存储到分布式数据库hbase中；在hadoop集群中进行在线分析计算和离线分析处理；生成Fenix预测报告并根据预测报告配置优化建议和性能优化方案。步骤获取移动网络中各项数据中，获取的数据包括固定网络中的测量数据以及区域中客户通信过程中产生的各种业务数据。测量数据包括：采集话统数据，获取信号强度的参数RSRP；业务数据包括语音通话业务和流量数据业务产生的数据。

A Mobile Wireless Network Optimization Method Based on Cloud Computing

The invention provides an optimization method of mobile wireless network based on cloud computing, which includes the following steps: acquiring data in mobile network; storing data in distributed database hbase; carrying out online analysis and calculation and off-line analysis and processing in Hadoop cluster; generating Fenix prediction report and configuring optimization suggestions and performance optimization scheme according to prediction report. Steps to obtain data in the mobile network, including measurement data in the fixed network and various business data generated in the process of customer communication in the region. The measurement data includes: collecting voice data, acquiring the parameter RSRP of signal strength; and the service data includes the data generated by voice call service and traffic data service.

【技术实现步骤摘要】
一种基于云计算的移动无线网络优化方法
本专利技术涉及云计算
，具体涉及一种基于云计算的移动无线网络优化方法。
技术介绍
移动通信发展很快，从2G、3G再到4G，网络速度越来越快，人们对通信网络的要求也越来越高，但是4GLTE移动网络优化面临的问题区域严重。网络智能化的需求也越来越急迫。新一代4G移动网络与3G相比，采用了扁平化的网络架构，更强调端到端的概念。云计算的出现对科技的发展带来了极大便利，云计算是网络计算出现后的新模式，是商业化的网络计算。因此，可以借助云计算对通信网络中大数据的挖掘技术，为网络优化指明方向。
技术实现思路
为了克服上述现有技术中的不足，本专利技术提供一种基于云计算的移动4G网络优化方法，以解决上述技术问题。本专利技术的技术方案是：一种基于云计算的移动无线网络优化方法，包括如下步骤：获取移动网络中各项数据；将数据存储到分布式数据库hbase中；在hadoop集群中进行在线分析计算和离线分析处理；生成Fenix预测报告并根据预测报告配置优化建议和性能优化方案。进一步的，步骤获取移动网络中各项数据中获取的数据包括固定网络中的测量数据以及区域中客户通信过程中产生的各种业务数据。进一步的，测量数据包括：采集话统数据，获取信号强度的参数RSRP；业务数据包括语音通话业务和流量数据业务产生的数据。进一步的，步骤将数据存储到分布式数据库hbase的方法包括：S21：提取数据并以流的方式上传到HDFS；S22：用编程模型对数据进行处理和运算，生成HBase的底层数据存储文件HFile；S23：将文件在HDFS上的具体位置信息传递给区域服务器RegionServers，区域服务器RegionServer将数据导入到相应分区目录下，实现数据的存储。进一步的，步骤S23之前还包括:S231：判断HBase数据库中是否有HBase表；若没有，执行步骤S232；若有，执行步骤23；S232：在HBase数据库建HBase表，并在建表时对所建的HBase表进行预分区，执行步骤23。进一步的，步骤S23具体包括：将文件在HDFS上的具体位置信息传递给区域服务器RegionServers，区域服务器RegionServer将数据导入到相应分区目录下，完成与HBase表的关联，实现数据的存储。进一步的，步骤在hadoop集群中进行在线分析计算和离线分析处理包括：S31：解析HBase数据库中的各种参数，对移动无线网络质量进行评估，移动无线网络质量包括覆盖率、无线信号变化速率、过覆盖、重叠覆盖、掉话率、重定向；S32：查找移动无线网络覆盖率低于第一预设阈值和/或所述小区的无线信号变化速率超过第二预设阈值，找出覆盖盲区。进一步的，步骤在hadoop集群中进行在线分析计算和离线分析处理还包括：计算相邻数据采样点之间的RSRP值变化率，以评估所述小区的无线信号变化速率；计算所述小区中所有采样点的平均RSRP值，以评估所述小区的移动无线网络覆盖率。进一步的，步骤S31之前还包括：S30：通过数据清洗过滤获取的移动网络各项数据中的异常数据；其中，数据清洗过程包括：S301：按特征值对移动网络各项数据进行分组处理；避免海量计算S302：采用hadoop集群进行分布式的并行计算，完成数据清洗。进一步的，步骤S302具体包括：S3021：提取特征值；S3022：以提取的特征值为键值，将获取的移动网络中各项数据进行合并，得到分行数据；S3023：对分行数据进行分组；S3024：按组对数据进行过滤，对数据组内的数据进行字符串的匹配；完成数据清洗。进一步的，移动无线网络包括移动4G网络。通过数据挖掘技术，结合工程参数、海量的统计和测量数据等，在hadoop集群中进行在线分析计算和离线分析处理。其中工程参数包括：经度，纬度，站高，机械下倾角，电子下倾角，方位角，站点位置。通过上述步骤，可以获取固定区域信号的覆盖范围和信号强度，掉话率等信息，指导移动网络优化的具体措施，比如：增加基站、调整基站方向，修改基站工程参数等等的建议。根据配置优化建议和性能优化方案进行移动无线网络的优化属于本领域技术人员公知常识不再赘述。RSRP(ReferenceSignalReceivingPower，参考信号接收功率)是LTE网络中可以代表无线信号强度的关键参数。从以上技术方案可以看出，本专利技术具有以下优点：基于云计算的移动4G网络优化，利用云计算技术和Hadoop分布式计算框架，充分挖掘网络优化中大数据的潜在价值，结合LTE网络优化的关键技术，可以大幅度提升LTE网络优化的效率。本专利技术还能够提高LTE移动通信网络的运营管理水平，改善移动通信网络的服务质量，产生量高的社会和经济效益。此外，本专利技术设计原理可靠，结构简单，具有非常广泛的应用前景。由此可见，本专利技术与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。附图说明图1为一种基于云计算的移动无线网络优化方法流程图；图2为将据存储到分布式数据库hbase方法流程图。具体实施方式下面结合附图并通过具体实施例对本专利技术进行详细阐述，以下实施例是对本专利技术的解释，而本专利技术并不局限于以下实施方式。如图1所示，一种基于云计算的移动无线网络优化方法，包括如下步骤：S1：获取移动无线网络中各项数据；S2：将数据存储到分布式数据库hbase中；S3：在hadoop集群中进行在线分析计算和离线分析处理；S4：生成Fenix预测报告并根据预测报告配置优化建议和性能优化方案。具体的，步骤S1中各项数据中获取的数据包括固定网络中的测量数据以及区域中客户通信过程中产生的各种业务数据。其中，测量数据包括：采集话统数据，获取信号强度的参数RSRP；业务数据包括语音通话业务和流量数据业务产生的数据。如图2所示，本专利技术实施例中，步骤S2的实现方法包括：S21：提取数据并以流的方式上传到HDFS；S22：用编程模型对数据进行处理和运算，生成HBase的底层数据存储文件HFile；S23：将文件在HDFS上的具体位置信息传递给区域服务器RegionServers，区域服务器RegionServer将数据导入到相应分区目录下，实现数据的存储。进一步的，步骤S23之前还包括:S231：判断HBase数据库中是否有HBase表；若没有，执行步骤S232；若有，执行步骤23；S232：在HBase数据库建HBase表，并在建表时对所建的HBase表进行预分区，执行步骤23。那么步骤S23具体包括：将文件在HDFS上的具体位置信息传递给区域服务器RegionServers，区域服务器RegionServer将数据导入到相应分区目录下，完成与HBase表的关联，实现数据的存储。本专利技术实施例中，S3包括：S31：解析HBase数据库中的各种参数，对移动无线网络质量进行评估，移动无线网络质量包括覆盖率、无线信号变化速率、过覆盖、重叠覆盖、掉话率、重定向；S32：查找移动无线网络覆盖率低于第一预设阈值和/或所述小区的无线信号变化速率超过第二预设阈值，找出覆盖盲区。可以理解的是，通过计算相邻数据采样点之间的RSRP值变化率，以评估所述小区的无线信号变化速率；通过计算所述小区中所有采样点的平均RSRP值，以评估所述小区的移动无线网络覆盖率。本文档来自技高网...

【技术保护点】
1.一种基于云计算的移动无线网络优化方法，其特征在于，包括如下步骤：获取移动网络中各项数据；将数据存储到分布式数据库hbase中；在hadoop集群中进行在线分析计算和离线分析处理；生成Fenix预测报告并根据预测报告配置优化建议和性能优化方案。

【技术特征摘要】
1.一种基于云计算的移动无线网络优化方法，其特征在于，包括如下步骤：获取移动网络中各项数据；将数据存储到分布式数据库hbase中；在hadoop集群中进行在线分析计算和离线分析处理；生成Fenix预测报告并根据预测报告配置优化建议和性能优化方案。2.根据权利要求1所述的一种基于云计算的移动无线网络优化方法，其特征在于，步骤获取移动网络中各项数据中获取的数据包括固定网络中的测量数据以及区域中客户通信过程中产生的各种业务数据。3.根据权利要求2所述的一种基于云计算的移动无线网络优化方法，其特征在于，测量数据包括：采集话统数据，获取信号强度的参数RSRP；业务数据包括语音通话业务和流量数据业务产生的数据。4.根据权利要求1所述的一种基于云计算的移动无线网络优化方法，其特征在于，步骤将数据存储到分布式数据库hbase的方法包括：S21：提取数据并以流的方式上传到HDFS；S22：用编程模型对数据进行处理和运算，生成HBase的底层数据存储文件HFile；S23：将文件在HDFS上的具体位置信息传递给区域服务器RegionServers，区域服务器RegionServer将数据导入到相应分区目录下，实现数据的存储。5.根据权利要求4所述的一种基于云计算的移动无线网络优化方法，其特征在于，步骤S23之前还包括:S231：判断HBase数据库中是否有HBase表；若没有，执行步骤S232；若有，执行步骤23；S232：在HBase数据库建HBase表，并在建表时对所建的HBase表进行预分区，执行步骤23。6.根据权利要求5所述的一种基于云计算的移动无线网络优化方法，其特征在于，步骤S23具体包括：将文件在HDFS上的具体位置信息传递给区...

【专利技术属性】
技术研发人员：陈浩鹏，
申请(专利权)人：郑州云海信息技术有限公司，
类型：发明
国别省市：河南,41