本發(fā)明涉及天線方位角采集技術(shù)，尤其涉及一種天線方位角異常數(shù)據(jù)挖掘的方法。

背景技術(shù)：

無(wú)線網(wǎng)資源數(shù)據(jù)需要支撐網(wǎng)絡(luò)優(yōu)化、集中故障管理、集中性能等應(yīng)用場(chǎng)景，資源數(shù)據(jù)的準(zhǔn)確性也就顯得尤為重要。但是由于天線的方位角為啞資源，需要進(jìn)行爬塔等手段進(jìn)行現(xiàn)場(chǎng)采集，核對(duì)難度較大，造成系統(tǒng)內(nèi)數(shù)據(jù)更新和維護(hù)的頻率較低，導(dǎo)致當(dāng)前系統(tǒng)內(nèi)數(shù)據(jù)與現(xiàn)場(chǎng)一致性還存在諸多問(wèn)題，尤其是成本高、效果不好的問(wèn)題尤為突出。目前主要的難點(diǎn)如下：

（1）人工維護(hù)的天線方位角不準(zhǔn)確率較高

資源系統(tǒng)中天線方位角大部分基于人工維護(hù)，存在不準(zhǔn)確現(xiàn)象。尤其是經(jīng)過(guò)2、3、4G網(wǎng)絡(luò)多期建設(shè)數(shù)據(jù)變遷較大，天線方位角數(shù)據(jù)存在大量的問(wèn)題。

（2）人工核查效率低，準(zhǔn)確性無(wú)法評(píng)估

傳統(tǒng)的人工核查主要取決與優(yōu)化人員對(duì)網(wǎng)絡(luò)的熟悉程度，采用人工逐站核查的方式，不僅效率低準(zhǔn)確性不能保證，還存在漏查的問(wèn)題。雖經(jīng)過(guò)多輪核查數(shù)據(jù)質(zhì)量效果不明顯。

（3）傳統(tǒng)系統(tǒng)核查手段單一，準(zhǔn)確性低

雖然在系統(tǒng)數(shù)據(jù)質(zhì)量管理過(guò)程中也設(shè)置了一些核查規(guī)則，但是簡(jiǎn)單的規(guī)則，沒(méi)有從根本上解決天線方位角數(shù)據(jù)質(zhì)量問(wèn)題。

（4）不能進(jìn)行有效管理

傳統(tǒng)方位角更改后，不能發(fā)現(xiàn)該更改是否有效、準(zhǔn)確，不能進(jìn)行有效的閉環(huán)管理，實(shí)施效果得不到驗(yàn)證。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提出了一種天線方位角異常數(shù)據(jù)挖掘的方法。主要解決的技術(shù)問(wèn)題：一是對(duì)AOA數(shù)據(jù)進(jìn)行高效清洗，達(dá)到定性分析和建模數(shù)據(jù)質(zhì)量要求；二是采用采樣點(diǎn)占比方法挖掘天線方位角異常小區(qū)；三是提供推薦方位角解決方案；四是通過(guò)系統(tǒng)工單實(shí)現(xiàn)閉環(huán)管理，確保問(wèn)題解決。

本發(fā)明的技術(shù)方案是：

一種天線方位角異常數(shù)據(jù)挖掘的方法，

1）、數(shù)據(jù)采集及清洗：采集小區(qū)數(shù)據(jù)，對(duì)電平強(qiáng)度小于-110dbm的采樣點(diǎn)數(shù)據(jù)排除，同時(shí)基于綜合資源系統(tǒng)提供的小區(qū)方位角將AOA采樣點(diǎn)數(shù)據(jù)按照5度每個(gè)區(qū)間分為AOA_00至AOA_71，每個(gè)角度區(qū)間內(nèi)分別統(tǒng)計(jì)采樣點(diǎn)個(gè)數(shù)。

2）、數(shù)據(jù)挖掘及生成推薦方位角：根據(jù)AOA數(shù)據(jù)在每個(gè)區(qū)間內(nèi)采樣點(diǎn)占總采樣點(diǎn)數(shù)量的比例進(jìn)行挖掘和生成推薦方位角。

根據(jù)實(shí)際數(shù)據(jù)，共分為兩種調(diào)整情況：

2.1）根據(jù)采樣點(diǎn)占比最高的角度區(qū)間給出天線方向角調(diào)整建議；

2.2）根據(jù)AOA計(jì)算的“平均eNB天線到達(dá)角”給出天線方向角調(diào)整建議。

3）、工單管理，持續(xù)提升數(shù)據(jù)質(zhì)量：將上述推薦方位角數(shù)據(jù)通過(guò)工單派發(fā)方式進(jìn)行處理。

4）、結(jié)果呈現(xiàn)。

包括

1）方位角異常小區(qū)列表展現(xiàn)；

2）方位角異常小區(qū)GIS展現(xiàn)；

通過(guò)條件查詢(xún)方位角異常小區(qū)信息，并列表呈現(xiàn)，選中小區(qū)后可對(duì)該小區(qū)進(jìn)行GIS展現(xiàn)；

本發(fā)明的特點(diǎn)

一是多維度、多層次數(shù)據(jù)挖掘；二是更加準(zhǔn)確挖掘天線方位角異常小區(qū)，準(zhǔn)確度提升50%以上；三是提供天線方位角調(diào)整解決方案，降低人力成本，提高效率；四是基于云平臺(tái)的大數(shù)據(jù)服務(wù)。

本發(fā)明的有益效果是

1、多維數(shù)據(jù)清洗，為挖掘方位角異常小區(qū)提供高質(zhì)量基礎(chǔ)數(shù)據(jù)

多維數(shù)據(jù)清洗，將不合規(guī)、不準(zhǔn)確、異常數(shù)據(jù)進(jìn)行剔除，為準(zhǔn)確、精確挖掘方位異常小區(qū)提供基礎(chǔ)性保障；

2、挖掘準(zhǔn)確率提升50%以上，整體準(zhǔn)確率能夠達(dá)到80%及以上；

3、通過(guò)工單管理，持續(xù)跟蹤及優(yōu)化數(shù)據(jù)質(zhì)量，建立跟蹤和分析機(jī)制，確保問(wèn)題解決，形成常態(tài)化數(shù)據(jù)解決機(jī)制；

4、優(yōu)化服務(wù)形式，提供基于云平臺(tái)的大數(shù)據(jù)分析服務(wù)。

具體實(shí)施方式

下面對(duì)本發(fā)明的內(nèi)容進(jìn)行更加詳細(xì)的闡述：

數(shù)據(jù)采集及清洗：采集小區(qū)數(shù)據(jù)，對(duì)電平強(qiáng)度小于-110dbm的采樣點(diǎn)數(shù)據(jù)排除，同時(shí)基于綜合資源系統(tǒng)提供的小區(qū)方位角將AOA采樣點(diǎn)數(shù)據(jù)按照5度每個(gè)區(qū)間分為AOA_00至AOA_71，每個(gè)角度區(qū)間內(nèi)分別統(tǒng)計(jì)采樣點(diǎn)個(gè)數(shù)。

數(shù)據(jù)挖掘及生成推薦方位角：根據(jù)AOA數(shù)據(jù)在每個(gè)區(qū)間內(nèi)采樣點(diǎn)占總采樣點(diǎn)數(shù)量的比例進(jìn)行挖掘和生成推薦方位角。

根據(jù)實(shí)際數(shù)據(jù)，共分為兩種調(diào)整情況：

（1）根據(jù)采樣點(diǎn)占比最高的角度區(qū)間給出天線方向角調(diào)整建議

若小區(qū)某角度區(qū)間的AOA采樣點(diǎn)占比超過(guò)50%，可參考該方案進(jìn)行調(diào)整。

懷化鶴城區(qū)溪坪村高速-1小區(qū)綜合資源系統(tǒng)方位角為180度。

1）采樣點(diǎn)占比最高的AOA編號(hào)：= MAX（AOA_00 - AOA_71）對(duì)應(yīng)的AOA編號(hào)。

以懷化鶴城區(qū)溪坪村高速-1小區(qū)為例，其所有的AOA區(qū)間中，編號(hào)AOA_00采樣點(diǎn)最高，因此該小區(qū)采樣點(diǎn)占比最高的AOA編號(hào)即“AOA_00”。

2）采樣點(diǎn)占比最高的AOA對(duì)應(yīng)的角度區(qū)間：= MAX（AOA_00 - AOA_71）對(duì)應(yīng)的AOA編號(hào)指示的角度區(qū)間。

以懷化鶴城區(qū)溪坪村高速-1小區(qū)為例，其所有的AOA區(qū)間中，編號(hào)AOA_00采樣點(diǎn)最高，因此該小區(qū)采樣點(diǎn)占比最高的AOA對(duì)應(yīng)的角度區(qū)間即“[0,5]”。

3）采樣點(diǎn)占比最高的AOA采樣點(diǎn)數(shù)：= MAX（AOA_00 - AOA_71）對(duì)應(yīng)的采樣點(diǎn)數(shù)。

以懷化鶴城區(qū)溪坪村高速-1小區(qū)為例，其所有的AOA區(qū)間中，編號(hào)AOA_00采樣點(diǎn)最高，因此該小區(qū)采樣點(diǎn)占比最高的AOA采樣點(diǎn)數(shù)即“37435”。

4）采樣點(diǎn)占比最高的AOA采樣點(diǎn)占比：= MAX（AOA_00 - AOA_71）對(duì)應(yīng)的采樣點(diǎn)數(shù) / AOA總采樣點(diǎn)。

以懷化鶴城區(qū)溪坪村高速-1小區(qū)為例，其所有的AOA區(qū)間中，編號(hào)AOA_00采樣點(diǎn)最高，因此該小區(qū)采樣點(diǎn)占比最高的AOA采樣點(diǎn)數(shù)即“37435”；而該小區(qū)的AOA總采樣點(diǎn)也為37435，因此該小區(qū)的采樣點(diǎn)占比最高的AOA采樣點(diǎn)占比為“100%”。

5）采樣點(diǎn)占比最高的AOA估算的平均到達(dá)角：= MAX（AOA_00 - AOA_71）估算的平均到達(dá)角，即對(duì)應(yīng)的角度區(qū)間上下限的算術(shù)平均值。即推薦的方位角為：180+2.5=182.5度。

（2）根據(jù)AOA計(jì)算的“平均eNB天線到達(dá)角”給出天線方向角調(diào)整建議

“平均eNB天線到達(dá)角”、它的計(jì)算公式如下（與其他MR指標(biāo)的平均值計(jì)算類(lèi)似，主要是取每個(gè)區(qū)間的中位數(shù)進(jìn)行相應(yīng)計(jì)算）：平均eNB天線到達(dá)角 = （2.5*AOA_00 + 7.5*AOA_01 + 12.5*AOA_02 + ... + 352.5*AOA_70 + 357.5*AOA_71）/（AOA_00 + AOA_01 + AOA_02 + ... + AOA_70 + AOA_71）

理論上如果小區(qū)是這樣一個(gè)假設(shè)前提的話，那么它的平均eNB天線到達(dá)角應(yīng)該就是0度，即主瓣方向就是法線方向。但是如果換一種計(jì)算方法，將AOA_71區(qū)間的中位數(shù)由357.5換成-2.5，這樣：平均eNB天線到達(dá)角 = （2.5*1 + （-2.5）*1）/ 2 = 0（度）。

變換公式是考慮以法線作鏡像處理，即在計(jì)算平均eNB天線到達(dá)角時(shí)，將72個(gè)區(qū)間分成2部分（各包含36個(gè)區(qū)間）：AOA_00-AOA_35，以及AOA_36-AOA_71。

變換后的公式如下：

平均eNB天線到達(dá)角 = （2.5*AOA_00 + ... + 177.5*AOA_35 + （-177.5）*AOA_36 + ... + （-2.5）*AOA_71）/（AOA_00 + ... + AOA_35 + AOA_36 + ... + AOA_71）

如果某一個(gè)角度范圍內(nèi)采樣點(diǎn)占比未超過(guò)50%，則采用該方法推薦小區(qū)天線方位角。

①工單管理，持續(xù)提升數(shù)據(jù)質(zhì)量

將上述推薦方位角數(shù)據(jù)通過(guò)工單派發(fā)方式進(jìn)行處理，提高數(shù)據(jù)質(zhì)量、降低運(yùn)行成本，提升數(shù)據(jù)準(zhǔn)確率，同時(shí)提升精細(xì)化管理水平。

②結(jié)果呈現(xiàn)：

（1）方位角異常小區(qū)列表展現(xiàn)

該工具支持通過(guò)條件查詢(xún)方位角異常小區(qū)信息，并列表呈現(xiàn)，選中某個(gè)小區(qū)后可對(duì)該小區(qū)進(jìn)行GIS展現(xiàn)。

輸入：地市（可查詢(xún)?nèi)』蚰硞€(gè)地市）、區(qū)縣、日期查詢(xún)條件

輸出：地市、區(qū)縣、日期、小區(qū)名稱(chēng)、資管方位角、推薦方位角

呈現(xiàn)方式：圖表

（2）方位角異常小區(qū)GIS展現(xiàn)

通過(guò)地圖，提供方位角異常小區(qū)位置，以及采樣點(diǎn)數(shù)據(jù)的分布情況，能夠直觀查看疑似問(wèn)題小區(qū)采樣點(diǎn)信息，為解決問(wèn)題提供依據(jù)。

本發(fā)明能夠充分利用資源數(shù)據(jù)、性能數(shù)據(jù)、網(wǎng)優(yōu)工參數(shù)據(jù)、代維數(shù)據(jù)、鄰區(qū)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、分析、建模，基于大數(shù)據(jù)算法挖掘出小區(qū)天線方位角異常數(shù)據(jù)。能夠自動(dòng)獲取采樣點(diǎn)占比最高的AOA角度區(qū)間及平均eNB天線到達(dá)角，以給出小區(qū)內(nèi)用戶(hù)集中方向，推薦天線方位角最有可能的角度，從而為4G駐留比及MR覆蓋率提升提供天線方向角調(diào)整指導(dǎo)。