[发明专利]基于测量报告的问题点定位方法及系统

说明书

技术领域

本发明涉及一种基于测量报告(MRO)快速精确定位问题小区问题点的方法及系统，特别是涉及一种可基于GSM、TD-SCDMA、WCDMA、LTE 系统记录的测量报告快速精确定位问题小区问题点的方法及系统。

背景技术

随着LTE无线网络的高速发展和大数据时代的到来，移动用户数量也在不断提升，同时用户对数据业务的需求越来越大，对业务感知的要求也越来越高。在日常网络维护中，需要对性能较差的TOP小区进行优化调整，同时经常会遇到较多用户业务感知不佳的投诉，而传统的路测方式以确保主干道上的业务感知为主，大量处于道路覆盖之外的用户的业务感知评估需要通过MR进行统计分析。由于无线网络信号传播的复杂性，准确定位用户问题点具有一定难度，近年来，基于MR的无线优化方法在无线网络中正逐步推广应用，各种基于MR数据的无线网络定位算法和产品层出不穷，但大多算法比较复杂，数据需求较大，分析效率不高且不够灵活。

目前基于MR数据的无线网络定位算法主要有以下几种：

1、传统定位法

传统的MR统计只能将问题点定位在用户所在小区，无法准确定位用户在小区内的位置，为日常网络优化工作和用户投诉处理工作带来较大的挑战，因而在日常优化工作中并不具有实际应用价值。

2、其它定位算法

由于传统小区级定位法很难满足日常优化工作的需求，近年来出现了一些其他定位算法(如下)，在一定程度上能够满足现场需求。

1)三角定位法

利用主服务小区和2个或多个最强邻区形成的三角形或多边形计算中心点，并进行场强加权偏移获得定位结果。

2)TOA定位法

一种基于场强的定位算法，通过检测接收信号的场强值，利用已知的信道衰落模型及发射信号的场强值可以估算出用户距离基站的距离，通过多个距离值可以确定用户的位置。

3)多点定位法

类似三角定位法，利用主服务小区和邻区形成一个三角形或多边形，按照一定原则在图形区域内形成多个参考点，利用传播模型计算小区信号到达这些参考点的强度及信号特征，从而计算MR特征最接近那个参考点，作为 MR定位结果。

这几种定位算法虽然具有一定的应用性，但是计算结果精度很难保证，对定位结果影响较大，存在先天不足之处。

3、指纹定位算法

为了解决定位精度问题，出现了指纹定位算法，该算法具有对传播模型、站间距的依赖度较低、对单次测量的偏差不敏感、定位精度较高等优点，但是对平台架构要求较高，费用也不菲，同时算法比较复杂，调整起来不太灵活，对数据要求较高，分析时间较长，适合于较大规模网络集中问题优化场景，在一些小范围优化调整应用中，性价比较低。

发明内容

本发明针对现有技术存在的问题和不足，提供一种基于测量报告的问题点定位方法及系统。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种基于测量报告的问题点定位方法，其特点在于，其包括以下步骤：

S1、获取用户终端上报的MRO数据和用户投诉数据，并从中筛选出问题小区；

S2、获取问题小区问题出现时间内的MRO数据；

S3、对问题小区问题出现时间内的MRO数据进行解析，统计MRO数据中TA和AOA的分布，按照不同TA和AOA代表不同的MRO数据采样点，统计每一MRO数据采样点的出现数量；

S4、按照MRO数据采样点的出现数量由大到小的顺序依次根据对应的 TA和AOA定位出问题点。

较佳地，在步骤S2中，获取问题小区的工参；

在步骤S4之后，对比问题点的地理分布和问题小区的工参对应的地理位置，若问题点的地理分布在工参对应的地理位置内，则显示问题小区的工参合理的信息，否则，显示问题小区的工参不合理的信息。

较佳地，在步骤S4之后，根据MRO数据采样点的地理分布分析问题小区的业务热点。

本发明还提供一种基于测量报告的问题点定位系统，其特点在于，其包括：

一筛选模块，用于获取用户终端上报的MRO数据和用户投诉数据，并从中筛选出问题小区；

一获取模块，用于获取问题小区问题出现时间内的MRO数据；

一统计模块，用于对问题小区问题出现时间内的MRO数据进行解析，统计MRO数据中TA和AOA的分布，按照不同TA和AOA代表不同的MRO 数据采样点，统计每一MRO数据采样点的出现数量；