[发明专利]一种小区数据信道配置方法和系统

权利要求书

1.一种小区数据信道配置方法，其特征在于，包括步骤：

采集小区业务数据；

根据所采集的小区业务数据，将业务特性相同的小区归为一类；

采用回归方法针对每一类型的小区，建立信道和参数配置与网络指标之间的关联关系；

根据针对每一类型的小区的信道和参数配置与网络指标之间的关联关系，对对应小区进行资源配置。

2.如权利要求1所述的方法，其特征在于，还包括以下步骤：

评测所述对应小区资源配置调整前后关键绩效指标的变化，如果评测结果不理想，则重新建立信道和参数配置与网络指标之间的关联关系，至到所述评测结果理想。

3.如权利要求2所述的方法，其特征在于，获取小区资源配置的KPI，判断所述KPI是否达到预设值，如果达到，则所述评测结果是理想的，否则所述评测结果是不理想的。

4.如权利要1、2或3所述的方法，其特征在于，小区业务数据是通过数据快照系统进行采集的。

5.如权利要1、2或3所述的方法，其特征在于，所述业务特性包括业务的数据流量、小区业务频次和小区业务时长。

6.如权利要求1、2或3所述的方法，其特征在于，采用数据挖掘的方法，通过聚类算法，将业务特性相同的小区归为一类。

7.如权利要求6所述的方法，进一步包括，

对所采集的小区业务数据进行预处理，得到处理后的小区业务数据；

以处理后的小区业务数据作为输入，先利用聚类算法Two step得到目标类别数，以目标类别数为输入，利用聚类算法K-means得到小区类型编号；

对小区类型编号进行验证，如果验证结果不理想，则调整Two step和/或K-means的参数，直到结果理想。

8.如权利要求1、2或3所述的方法，其他特征在于，建立信道和参数配置与网络指标之间的关联关系的步骤进一步包括，

建立对网络指标TRF239的预测模型；

建立对配置参数CDEF的预测模型；

根据拥塞率计算相应的CDED参数配置。

9.如权利要求8所述的方法，其特征在于，建立对网络指标TRF239的预测模型的步骤进一步包括，

选定的预测自变量；

对自变量进行数据转换；

以自变量转换后的数据为输入，使用多元线性回归的算法，计算得到结果；

对结果进行分析，如果达不到评价指标，则重新选择自变量，或者对自变量进行其它方式的数据转换，或者选择其他的拟合算法，至到达到评价指标。

10.如权利要求8所述的方法，其特征在于，建立对配置参数CDEF的预测模型的步骤进一步包括，

将TRF_239、升降域网络配置参数、小区话音单时隙负荷和数据单时隙负荷作为自变量，使用线性回归算法，计算得到CDEF。

11.如权利要求1、2或3所述的方法，其特征在于，还包括：

根据小区业务数据，采用决策树方法得到小区类型映射规则集。

12.一种小区数据信道配置系统，其特征在于，包括：数据采集模块、小区分类模块和配置模块；

数据采集模块，用于采集小区业务数据；

小区分类模块，用于根据数据采集模块所采集的小区业务数据，将业务特性相同的小区归为一类；

配置模块，用于针对小区分类模块所划分的每一类型的小区，建立对应的信道和参数配置与网络指标之间的关联关系。

13.如权利要求12所述的装置，其特征在于，还包括评测模块，用于根据针对每一类型的小区的信道和参数配置与网络指标之间的关联关系，对对应小区进行资源配置后，评测小区资源配置调整前后关键绩效指标的变化，如果不理想，则调用配置模块重新建立信道和参数配置与网络指标之间的关联关系，至到对小区资源配置调整前后关键绩效指标的变化评测的结果理想。

14.如权利要求12或13所述的系统，其特征在于，还包括小区类型映射规则集生成模块，用于根据小区业务数据，采用决策树方法得到小区类型映射规则集。