无线网流量压抑识别及根因判断

摘要

随着移动网技术的快速发展,用户对无线数据业务的使用需求也从有信号转变为追求更稳定和更快速的使用体验.无线网的容量问题和单用户速率问题越来越突出.由于无线传播环境的复杂性和同频组网的特性,导致无线网的吞吐量和单用户感知速率受到影响的因素较多,无线小区的业务流量可能会受到干扰,覆盖、容量等因素的影响未能正常激发,一方面造成了无线资源的浪费,另一方面也会影响用户的使用感知.同时,流量被压抑也会导致在网络规划时对业务量的发展做出错误的判断,进而影响网络建设的精准性.本文借助机器学习算法,通过KQI、KPI指标的关联实现了小区流量压抑的识别和无线侧根因判断,便于采取有针对性的解决措施,激发网络流量,改善用户感知,为网络扩容提供更为精准的预测依据.