基于皮尔森系数的LTE高负荷小区甄别方法及系统技术方案

本发明专利技术涉及一种高负荷小区甄别方法及系统，属于通信技术领域，具体是涉及一种基于皮尔森系数的LTE高负荷小区甄别方法及系统。本发明专利技术能只依据LTE网管提取的无线性能统计数据，即可甄别出高负荷待扩容小区。与现有方法相比有两点积极效果：本发明专利技术涉及的方法较传统的算法，误差至少小一个数量级。本发明专利技术涉及的方法是非参数算法，无需人为指定门限，直接根据无线性能统计数据导出结果，较客观。

LTE high load cell screening method and system based on Pearson coefficient

The invention relates to a method and system for high-load cell screening, belonging to the field of communication technology, in particular to a LTE high-load cell screening method and system based on Pearson coefficient. According to the wireless performance statistics extracted by LTE network management, the high load residential area can be identified. Compared with the existing methods, the method has two positive effects: the method of the present invention has at least one order of magnitude less error than the traditional algorithm. The method of the present invention is a non-parametric algorithm, which does not need to specify a threshold artificially, and directly derives the results from wireless performance statistics, which is more objective.

【技术实现步骤摘要】
基于皮尔森系数的LTE高负荷小区甄别方法及系统
本专利技术涉及一种高负荷小区甄别方法及系统，属于通信
，具体是涉及一种基于皮尔森系数的LTE高负荷小区甄别方法及系统。
技术介绍
随着国内LTE网络的快速建设和发展，网络容量分析和优化的需求越来越强，核心工作为LTE高负荷待扩容小区的甄别。例如某运营商以信道利用率为基础，参考设备承载能力、有效RRC连接用户数、小区吞吐量情况进行扩容，分析网管提取的性能统计数据，当小区满足以下条件时，则符合“高负荷待扩容”条件：门限一(大流量)：自忙时小区下行PRB平均利用率大于50％且小区忙时吞吐量大于6GB；门限二(多用户)：自忙时小区下行PRB平均利用率大于50％且当有效RRC连接最大数大于200；统计条件：大数据平台按月提取全月数据，连续7天至少4天自忙时统计达到扩容门限一或门限二，输出扩容列表。传统的使用指定扩容门限来甄别高负荷待扩容小区的算法，是一种参数算法。但是，由于扩容门限这个参数仅在中国就直接影响每年数百亿元投资，所以运营商通常在集团层面全国统一核算这个重要参数，下发到省、市执行。实际项目中，由于不同地方的用户行为差异较大，用户模型在地域上差异较大，另一方面，诸如“不限流量套餐”等各种营销举措导致用户模型剧烈波动。因此“一刀切”的参数很难按用户群或具体区域细化，导致误差较大。因此，对现有技术中的智能监控系统进行改进，以满足不同应用场景的需求，是当前迫切需要解决的技术问题。
技术实现思路
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。本专利技术主要的目的是解决现有技术中所存在的扩容指标单一，无法适应用户群或具体区域细化的要求，提供了一种基于皮尔森系数的LTE高负荷小区甄别方法及系统。该方法及系统无需人为指定门限，直接根据无线性能统计数据导出结果，扩容判断结果更加准确。为解决上述问题，本专利技术的方案是：一种基于皮尔森系数的LTE高负荷小区甄别方法，包括：步骤1，提取待评估区域小区性能指标统计数据，剔除无效数；步骤2，从性能指标统计数据中选择第一指标及至少一个第二指标，计算第二指标与第一指标的皮尔森相关系数；步骤3，以第一指标为横坐标，第二指标为纵坐标，对第一指标和第二指标进行拟合；基于第二指标靠前的若干个样本均值以及其对应的皮尔森相关系数得到筛选拐点K；步骤4，剔除纵坐标小于拐点K对应纵坐标，且横坐标小于拐点K对应横坐标的样本，重复步骤3-4直至筛选拐点在拟合线的最左端或最右端；步骤5，基于最终的样本，按照预设条件筛选出高负荷小区。在本专利技术的至少一个实施例中，所述步骤1中，剔除平均PRC连接用户数小于预定值的样本。在本专利技术的至少一个实施例中，所述第一指标是平均RRC连接用户数；所述第二指标是下行PRB平均占用率和/或PDCP层下行用户面流量。在本专利技术的至少一个实施例中，将第二指标排序靠前的若干个样本均值与皮尔森相关系数的平方r^2相乘得到拐点的纵坐标，将拐点在拟合曲线上对应的横坐标作为拐点的横坐标。在本专利技术的至少一个实施例中，·所述步骤4中，筛选高负荷小区的条件是：连续7天至少有4个高负荷样本；或连续15天至少有7个高负荷样本；或连续30天至少有14个高负荷样本。一种基于皮尔森系数的LTE高负荷小区甄别系统，包括：网络数据提取模块，提取待评估区域小区性能指标统计数据，剔除无效数；相关系数确定模块，从性能指标统计数据中选择第一指标及至少一个第二指标，计算第二指标与第一指标的皮尔森相关系数；筛选拐点确定模块，以第一指标为横坐标，第二指标为纵坐标，对第一指标和第二指标进行拟合；基于第二指标靠前的若干个样本均值以及其对应的皮尔森相关系数得到筛选拐点K；相关数据剔除模块，剔除纵坐标小于拐点K对应纵坐标，且横坐标小于拐点K对应横坐标的样本，重复调用筛选拐点确定模块和相关数据剔除模块直至筛选拐点在拟合线的最左端或最右端；高负荷小区筛选模块，基于最终的样本，按照预设条件筛选出待扩容小区。在本专利技术的至少一个实施例中，所述网络数据提取模块中，剔除平均PRC连接用户数小于预定值的样本。在本专利技术的至少一个实施例中，所述第一指标是平均RRC连接用户数；所述第二指标是下行PRB平均占用率和/或PDCP层下行用户面流量。在本专利技术的至少一个实施例中，将第二指标排序靠前的若干个样本均值与皮尔森相关系数的平方r^2相乘得到拐点的纵坐标，将拐点在拟合曲线上对应的横坐标作为拐点的横坐标。在本专利技术的至少一个实施例中，所述高负荷小区筛选模块中，筛选高负荷小区的条件是：连续7天至少有4个高负荷样本；或连续15天至少有7个高负荷样本；或连续30天至少有14个高负荷样本。通过以上描述可知：本专利技术涉及的方法较传统的方法相比，误差至少小一个数量级；本专利技术涉及的方法是非参数算法，无需人为指定门限，直接根据无线性能统计数据导出结果，较客观。附图说明并入本文并形成说明书的一部分的附图例示了本专利技术的实施例，并且附图与说明书一起进一步用于解释本专利技术的原理以及使得所属领域技术人员能够制作和使用本公开。图1为“下行PRB平均占用率”与“平均RRC连接用户数”的散点图(门限法获取的1472个高负荷样本)。图2例示了“PDCP层下行用户面流量”与“平均RRC连接用户数”的散点图(门限法获取的1472个高负荷样本)；图3例示了“下行PRB平均占用率”与“平均RRC连接用户数”的散点图(全部数据)；图4例示了“PDCP层下行用户面流量”与“平均RRC连接用户数”的散点图(全部数据)；图5例示了“下行PRB平均占用率的散点图”与“平均RRC连接用户数”(高负荷样本清单V1)；图6例示了“PDCP层下行用户面流量”与“平均RRC连接用户数”的散点图(高负荷样本清单V1)；图7示例了“下行PRB平均占用率的散点图”与“平均RRC连接用户数”(高负荷样本最终清单)；图8示例了“PDCP层下行用户面流量”与“平均RRC连接用户数”的散点图(高负荷样本最终清单)；将参照附图描述本专利技术的实施例。具体实施方式实施例本实施例的目的是通过如下原理来达到的：受调度算法影响，LTE网络的容量和性能指标间相互影响和制约，在低负荷时，负荷和吞吐量指标与有效用户数间是准线性、正相关的关系；在高负荷时，一旦资源紧张，负荷和吞吐量指标与有效用户数间转为负相关的关系，即为“饱和”状态。本实施例利用该特点，分析无线性能统计数据，识别指标从正相关变成负相关的拐点，辨识处于“饱和”状态的样本，以此甄别出高负荷待扩容小区。本实施例具体步骤如下：步骤1，从网管提取某区域m个小区N天的24小时性能统计数据。数据应包括：负荷指标(上行PRB平均占用率、下行PRB平均占用率)、小区忙时吞吐量指标(PDCP层上行用户面流量、PDCP层下行用户面流量)、平均RRC连接用户数。涉及指标说明：N：提取统计数据的天数，一般为7、15、30。上行PRB平均利用率：上行PRB占用平均数/小区PRB数*100％，反映上行物理资源的使用情况。下行PRB平均利用率：下行PRB占用平本文档来自技高网...

【技术保护点】
1.一种基于皮尔森系数的LTE高负荷小区甄别方法，其特征在于，包括：步骤1，提取待评估区域小区性能指标统计数据，剔除无效数；步骤2，从性能指标统计数据中选择第一指标及至少一个第二指标，计算第二指标与第一指标的皮尔森相关系数；步骤3，以第一指标为横坐标，第二指标为纵坐标，对第一指标和第二指标进行拟合；基于第二指标靠前的若干个样本均值以及其对应的皮尔森相关系数得到筛选拐点K；步骤4，剔除纵坐标小于拐点K对应纵坐标，且横坐标小于拐点K对应横坐标的样本，重复步骤3‑4直至筛选拐点在拟合线的最左端或最右端；步骤5，基于最终的样本，按照预设条件筛选出高负荷小区。

【技术特征摘要】
1.一种基于皮尔森系数的LTE高负荷小区甄别方法，其特征在于，包括：步骤1，提取待评估区域小区性能指标统计数据，剔除无效数；步骤2，从性能指标统计数据中选择第一指标及至少一个第二指标，计算第二指标与第一指标的皮尔森相关系数；步骤3，以第一指标为横坐标，第二指标为纵坐标，对第一指标和第二指标进行拟合；基于第二指标靠前的若干个样本均值以及其对应的皮尔森相关系数得到筛选拐点K；步骤4，剔除纵坐标小于拐点K对应纵坐标，且横坐标小于拐点K对应横坐标的样本，重复步骤3-4直至筛选拐点在拟合线的最左端或最右端；步骤5，基于最终的样本，按照预设条件筛选出高负荷小区。2.根据权利要求1所述的一种基于皮尔森系数的LTE高负荷小区甄别方法，其特征在于，所述步骤1中，剔除平均PRC连接用户数小于预定值的样本。3.根据权利要求1所述的一种基于皮尔森系数的LTE高负荷小区甄别方法，其特征在于，所述第一指标是平均RRC连接用户数；所述第二指标是下行PRB平均占用率和/或PDCP层下行用户面流量。4.根据权利要求1所述的一种基于皮尔森系数的LTE高负荷小区甄别方法，其特征在于，将第二指标排序靠前的若干个样本均值与皮尔森相关系数的平方r2相乘得到拐点的纵坐标，将拐点在拟合曲线上对应的横坐标作为拐点的横坐标。5.根据权利要求1所述的一种基于皮尔森系数的LTE高负荷小区甄别方法，其特征在于，所述步骤4中，筛选高负荷小区的条件是：连续7天至少有4个高负荷样本；或连续15天至少有7个高负荷样本；或连续30天至少有14个高负荷样本。6.一种基于皮尔森系数的LTE高负荷小区甄别系统，其...

【专利技术属性】
技术研发人员：吴宇庆，徐俊凯，刘飞浪，
申请(专利权)人：湖北邮电规划设计有限公司，
类型：发明
国别省市：湖北,42