一种无线网络参数的优化方法、装置及设备制造方法及图纸

本申请实施例提供了一种无线网络参数的优化方法、装置及设备，包括：对无线网络参数进行分类，确定多个分类组；分析多个分类组中的每个分类组，对应的小区的特征标签；利用非监督学习算法将多个特征标签作为训练数据对多个小区进行分类；确定同一类别中的至少一个弱小区，对至少一个弱小区对应的无线网络参数进行优化。本申请中，根据所需要优化的无线网络参数建立小区的特征标签，根据特征标签对小区进行分类，纠正了现有笼统的“较差小区”向“良好小区”学习参数设置方式，使小区参数的学习在同类型小区中发生，能够明显提升无线网络参数优化的准确度、科学性与高效性，能够较大程度的降低人工成本，提升无线网络质量及用户感知。

【技术实现步骤摘要】
一种无线网络参数的优化方法、装置及设备
本专利技术属于无线
，尤其涉及一种无线网络参数的优化方法、装置、设备和计算机存储介质。
技术介绍
近年来，随着无线通信技术的发展以及智能终端的普及，终端用户业务量呈现爆发式增长，用于支撑移动用户的通信站点的数量也随之增加，无线网络较以往任何时候都更加的复杂，这就对无线网络参数的优化提出了更高的要求，需要找到一种足以应对上述严峻形势的无线网络参数优化方法。目前，无线网络参数优化的方法主要由操作人员依据无线网络指标运行情况人工的调整无线网络参数的方法，存在较强的主观性；其次，也有依据网络运行指标良好小区的参数值优化参数的方法，但是并不区分小区的类型，导致优化效率低下；上述方法在数据的获取与分析的过程中存在着一定的复杂性，人工操作效率低下。因此，需要提供一种更加合理的无线网络参数的优化方案，在提升优化效率的同时，降低人工成本。
技术实现思路
本申请实施例提供一种无线网络参数的优化方法、装置、设备和计算机存储介质，能够提升无线网络参数优化的效率、科学性与高效性，在较大程度的降低人工成本的同时，提升无线网络质量和用户体验感。第一方面，本申请实施例提供了一种无线网络参数的优化方法，该方法可以包括：对无线网络参数进行分类，确定多个分类组；分析多个分类组中的每个分类组，对应的小区的特征标签；利用非监督学习算法将多个特征标签作为训练数据对多个小区进行分类；确定同一类别中的至少一个弱小区，对至少一个弱小区对应的无线网络参数进行优化，弱小区为在同一类别中无线网络参数满足第一预设条件的小区。本申请中，根据所需要优化的无线网络参数建立小区的特征标签，建立方法的通用性，能够广泛应用于各种参数的优化；根据特征标签对小区进行分类，纠正了现有笼统的“较差小区”向“良好小区”学习参数设置方式，使小区参数的学习在同类型小区中发生，使应用机器学习进行无线网络参数优化的方法更加的科学与合理。同时，能够明显提升无线网络参数优化的准确度、科学性与高效性，能够较大程度的降低人工成本，提升无线网络质量及用户感知。在一种可能的实施方式中，在上述“分析多个分类组中的每个分类组，对应的小区的特征标签”的步骤之后，还可以包括：对小区的特征标签进行特征标签区分，确定类别型特征标签和数值型特征标签中的至少一个。在另一种可能的实施方式中，上述方法还可以包括：对数值型特征标签进行标准化处理。在又一种可能的实施方式中，在上述“利用非监督学习算法将多个特征标签作为训练数据对多个小区进行分类”的步骤中，具体可以包括：确定待聚类小区；利用类别型特征标签对待聚类小区进行分类，确定待聚类小区组；对待聚类小区组进行层次聚类，将多个待聚类小区分成至少一类小区。在再一种可能的实施方式中，上述“对无线网络参数进行分类，确定多个分类组”的步骤中，具体可以包括：按照无线网络参数的作用对无线网络参数进行分类，确定多个分类组，多个分类组与小区的运行质量有关。在再一种可能的实施方式中，在上述“对无线网络参数进行分类，确定多个分类组”的步骤之后，还可以包括：根据多个分类组，确定小区的运行指标；根据运行指标，选取满足第二预设条件的至少一个运行指标对应的小区。在再一种可能的实施方式中，在上述“确定同一类别中的至少一个弱小区，对至少一个弱小区对应的无线网络参数进行优化”的步骤之前，还可以包括：对分类之后每一类对应的小区进行指标情况核查，确定核查结果；根据运行指标和核查结果，确定同一类别中的弱小区和强小区，强小区为在同一类别中无线网络参数不满足第一预设条件的小区。在再一种可能的实施方式中，上述“根据运行指标和核查结果，确定同一类别中的弱小区和强小区”的步骤中，具体可以包括：当运行指标达到预设门限值对应的小区时，确定为强小区；当运行指标未达到预设门限值对应的小区时，确定为弱小区。在再一种可能的实施方式中，上述“确定同一类别中的至少一个弱小区，对至少一个弱小区对应的无线网络参数进行优化”的步骤中，具体可以包括：确定至少一个弱小区所在的类别；根据类别对应的无线网络参数的众数，对至少一个弱小区对应的无线网络参数进行优化。在再一种可能的实施方式中，上述“分类组”为按照无线网络参数对应的类别划分；分类组可以包括下述中的至少一种：覆盖类参数、切换类参数、重选类参数、容量管理类参数、质量类参数、互操作类参数。第二方面，本申请实施例提供了一种无线网络参数的优化装置，该装置可以包括：分类模块，用于对无线网络参数进行分类，确定多个分类组；分析模块，用于分析多个分类组中的每个分类组，对应的小区的特征标签；处理模块，用于利用非监督学习算法将多个特征标签作为训练数据对多个小区进行分类；优化模块，用于确定同一类别中的至少一个弱小区，对至少一个弱小区对应的无线网络参数进行优化，弱小区为在同一类别中无线网络参数满足第一预设条件的小区。本申请中，根据所需要优化的无线网络参数建立小区的特征标签，建立方法的通用性，能够广泛应用于各种参数的优化；根据特征标签对小区进行分类，纠正了现有笼统的“较差小区”向“良好小区”学习参数设置方式，使小区参数的学习在同类型小区中发生，使应用机器学习进行无线网络参数优化的方法更加的科学与合理。同时，能够明显提升无线网络参数优化的准确度、科学性与高效性，能够较大程度的降低人工成本，提升无线网络质量及用户感知。第三方面，本申请实施例提供了一种无线网络参数的优化设备，该设备包括处理器以及存储有计算机程序指令的存储器；处理器执行计算机程序指令时实现如第一方面任意一项的无线网络参数的优化方法。第四方面，本申请实施例提供了一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如第一方面任意一项无线网络参数的优化方法。第五方面，本申请实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行如第一方面任意一项无线网络参数的优化方法。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请一个实施例提供的一种无线网络参数的优化方法的流程图；图2是本申请一个实施例提供的一种无线网络参数的具体优化方法的流程图；图3是本申请一个实施例提供的一种小区特征标签标准化的流程图；图4是本申请一个实施例提供的一种非监督机器学习小区聚类的流程图；图5是本申请一个实施例提供的一种层次聚类的联系结构示意图；图6是本申请一个实施例提供的一种层次聚类的分层结构示意图；图7是本申请一个实施例提供的一种无线网络参数的优化装置的结构示意图；图8是本申请一个实施例提供的一种无线网络参数的优化设备的结构示意图。<本文档来自技高网...

【技术保护点】
1.一种无线网络参数的优化方法，其特征在于，包括：/n对无线网络参数进行分类，确定多个分类组；/n分析所述多个分类组中的每个分类组，对应的小区的特征标签；/n利用非监督学习算法将多个所述特征标签作为训练数据对多个所述小区进行分类；/n确定同一类别中的至少一个弱小区，对所述至少一个弱小区对应的无线网络参数进行优化，所述弱小区为在同一类别中所述无线网络参数满足第一预设条件的小区。/n

【技术特征摘要】
1.一种无线网络参数的优化方法，其特征在于，包括：
对无线网络参数进行分类，确定多个分类组；
分析所述多个分类组中的每个分类组，对应的小区的特征标签；
利用非监督学习算法将多个所述特征标签作为训练数据对多个所述小区进行分类；
确定同一类别中的至少一个弱小区，对所述至少一个弱小区对应的无线网络参数进行优化，所述弱小区为在同一类别中所述无线网络参数满足第一预设条件的小区。


2.根据权利要求1所述的方法，其特征在于，在所述分析所述多个分类组中的每个分类组，对应的小区的特征标签的步骤之后，还包括：
对所述小区的特征标签进行特征标签区分，确定类别型特征标签和数值型特征标签中的至少一个。


3.根据权利要求2所述的方法，其特征在于，还包括：对所述数值型特征标签进行标准化处理。


4.根据权利要求1-3任意一项所述的方法，其特征在于，所述利用非监督学习算法将多个所述特征标签作为训练数据对多个所述小区进行分类，包括：
确定待聚类小区；
利用类别型特征标签对所述待聚类小区进行分类，确定待聚类小区组；
对所述待聚类小区组进行层次聚类，将多个所述待聚类小区分成至少一类小区。


5.根据权利要求1所述的方法，其特征在于，所述对无线网络参数进行分类，确定多个分类组，包括：
按照所述无线网络参数的作用对所述无线网络参数进行分类，确定多个分类组，所述多个分类组与所述小区的运行质量有关。


6.根据权利要求1或5所述的方法，其特征在于，在所述对无线网络参数进行分类，确定多个分类组的步骤之后，还包括：
根据所述多个分类组，确定所述小区的运行指标；
根据所述运行指标，选取满足第二预设条件的至少一个所述运行指标对应的小区。


7.根据权利要求6所述的方法，其特征在于，在所述确定同一类别中的至少一个弱小区，对所述至少一个弱小区对应的无线网络参数进行优化的步骤之前，还包括：
对分类之后每一类对应的小区进行指标情况核查，确定核查结果；
根据所述...

【专利技术属性】
技术研发人员：方东旭，周徐，付航，柏田田，文冰松，樊庆灿，
申请(专利权)人：中国移动通信集团重庆有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：重庆;50