[发明专利]基于用户行为特征的深度覆盖网络质量评估方法和系统

说明书

本发明公开了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，包括以下步骤：S1.获取MR数据，并将其存储在数据库中；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；S3.按照室外场景和室内场景将MR数据分为两类；S4.选取室外场景中速率小于第一阈值的用户的MR数据；S5.将室外场景中速率小于第一阈值的用户的MR数据和室内场景中的MR数据聚合到N*N米的栅格中；S6.为步骤S5中的每个栅格设置覆盖场景；S7.分场景评估深度覆盖网络质量。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。

技术领域

本发明涉及网络覆盖质量评估技术领域，特别是涉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

传统的深度覆盖网络质量评估方法主要以人工呼叫质量测试CQT为基础，这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GPS信息采集器构成。它以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。

传统深度覆盖网络质量评估方法存在以下缺点：

(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；

(2)不可避免的存在测试楼宇及场景遗漏、重复测试，以及测试路径不全面、测试标准不统一和评估结果不全面的现象；

(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；

(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

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。

本发明的目的是通过以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，包括以下步骤：

S1.获取MR数据，并将其存储在数据库中；

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；

S3.按照室外场景和室内场景将MR数据分为两类；

S4.选取室外场景中移动速率小于第一阈值的用户的MR数据；

S5.将室外场景中移动速率小于第一阈值的用户的MR数据和室内场景中的MR数据聚合到N*N米的栅格中；

S6.为步骤S5中的每个栅格设置覆盖场景；

S7.分场景评估深度覆盖网络质量。

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。

所述对室内场景中的MR数据进行去噪处理包括以下子步骤：

滤除距离大于第二阈值的MR数据：计算当前MR数据的采样点的经纬度和产生MR数据的小区的经纬度之间的距离，若该距离大于第二阈值，则判断当前MR数据为噪声数据，滤除该MR数据；