[发明专利]确定基站小区质差根因的方法和系统

权利要求书

1.一种确定基站小区质差根因的方法，其特征在于，所述方法包括：

获取所述基站小区的问题类型；

针对所述问题类型确定多个预设初步质差根因中的至少一个初步质差根因；

根据所述至少一个初步质差根因形成质差根因矩阵；

获取与所述问题类型相对应的质差根因分析矩阵；以及

通过所述质差根因矩阵和所述质差根因分析矩阵确定最终质差根因；

所述质差根因分析矩阵是通过使用概率神经网络算法训练针对所述问题类型的样本质差根因矩阵和相应的样本最终质差根因确定的，其中，添加质差根因为正确的初步质差根因和最终质差根因至原有样本，形成新的样本，并对新样本进行训练。

2.如权利要求1所述的方法，其特征在于，所述问题类型是多个预设问题类型中的一个。

3.如权利要求2所述的方法，其特征在于，所述多个预设问题类型包括测试问题、低无线接通率、高无线掉线率、低切换成功率、单位流量高重定向、低物理资源块(PRB)吞吐率、低信道质量指示(CQI)占比、下行高误块、深度覆盖、零流量、休眠、和投诉问题。

4.如权利要求1所述的方法，其特征在于，针对所述问题类型确定多个预设初步质差根因中的至少一个初步质差根因包括：

将所述多个预设初步质差根因的参数值与相应的阈值条件进行比较；以及

根据比较结果从所述多个预设初步质差根因中选择符合相应的阈值条件的初步质差根因作为所述至少一个初步质差根因。

5.如权利要求1所述的方法，其特征在于，根据所述至少一个初步质差根因形成质差根因矩阵包括：

为所述多个预设初步质差根因设定特征值，其中对应于所述至少一个初步质差根因的特征值被设置为第一数值，其余初步质差根因的特征值被设置为第二数值；

以所述特征值作为矩阵元素来形成所述质差根因矩阵。

6.如权利要求5所述的方法，其特征在于，所述第一数值为1，第二数值为0。

7.如权利要求1所述的方法，其特征在于，通过所述质差根因矩阵和所述质差根因分析矩阵确定最终质差根因包括：

使用概率神经网络算法对所述质差根因矩阵和所述质差根因分析矩阵进行运算从而确定所述最终质差根因。

8.一种确定基站小区质差根因的系统，其特征在于，所述系统包括：

问题类型获取单元，所述问题类型获取单元获取所述基站小区的问题类型；

初步质差根因确定单元，所述初步质差根因确定单元针对所述问题类型确定多个预设初步质差根因中的至少一个初步质差根因；

质差根因矩阵形成单元，所述质差根因矩阵形成单元根据所述至少一个初步质差根因形成质差根因矩阵；

质差根因分析矩阵获取单元，所述质差根因分析矩阵获取单元获取与所述问题类型相对应的质差根因分析矩阵；以及

最终质差根因确定单元，所述最终质差根因确定单元通过所述质差根因矩阵和所述质差根因分析矩阵确定最终质差根因；

所述质差根因分析矩阵是通过使用概率神经网络算法训练针对所述问题类型的样本质差根因矩阵和相应的样本最终质差根因确定的，其中，添加质差根因为正确的初步质差根因和最终质差根因至原有样本，形成新的样本，并对新样本进行训练。

9.如权利要求8所述的系统，其特征在于，所述问题类型是多个预设问题类型中的一个。

10.如权利要求9所述的系统，其特征在于，所述多个预设问题类型包括测试问题、低无线接通率、高无线掉线率、低切换成功率、单位流量高重定向、低物理资源块(PRB)吞吐率、低信道质量指示(CQI)占比、下行高误块、深度覆盖、零流量、休眠、和投诉问题。