[发明专利]一种LTE用户体验KPI与弱覆盖关系判定方法在审
| 申请号： | 201910700136.6 | 申请日： | 2019-07-31 |
| 公开（公告）号： | CN112312454A | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 陈晓;张琪斌;张国华 | 申请（专利权）人： | 江苏龙麒麟信息科技有限公司 |
| 主分类号： | H04W24/08 | 分类号： | H04W24/08;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 210046 江苏省南京*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 lte 用户 体验 kpi 覆盖 关系 判定 方法 | ||
1.一种LTE用户体验KPI与弱覆盖关系判定方法，其特征在于，包括以下步骤：
对基站通信数据进行预处理，抽取跟弱覆盖问题相关的小区关键性能指标，筛选弱覆盖训练样本；
采用kmeans聚类算法，对所述弱覆盖训练样本进行聚类分析；
利用lof算法剔除每类中的边缘异常样本；
利用熵权法，计算指标权重；
利用随机森林方法训练小区弱覆盖程度分类器。
2.根据权利要求1所述的一种LTE用户体验KPI与弱覆盖关系判定方法，其特征在于，步骤1中对基站通信数据进行预处理，抽取跟弱覆盖问题相关的小区关键性能指标，筛选弱覆盖训练样本包括：对基站通信数据进行数据清洗、预处理，根据网优资料抽取与弱覆盖问题相关的关键性能指标。
3.根据权利要求1所述的一种LTE用户体验KPI与弱覆盖关系判定方法，其特征在于，采用kmeans聚类算法，对所述弱覆盖训练样本进行聚类分析：训练集利用kmeans聚类算法，将所述弱覆盖训练样本分为5类，每一类代表一种弱覆盖程度。
4.根据权利要求1所述的一种LTE用户体验KPI与弱覆盖关系判定方法，其特征在于，利用lof算法剔除每类中的边缘异常样本包括：对于每一类训练集的弱覆盖样本，利用lof算法计算每个弱覆盖训练样本的局部异常因子，然后设置阈值，将边缘异常样本进行剔除。
5.根据权利要求1所述的一种LTE用户体验KPI与弱覆盖关系判定方法，其特征在于，利用熵权法，计算指标权重，包括：
熵权法计算指标的权重；
将各个指标的权重加入到训练样本中。
6.根据权利要求1所述的一种LTE用户体验KPI与弱覆盖关系判定方法，其特征在于，利用随机森林方法训练小区弱覆盖程度分类器包括：利用randomforest算法训练数据集进行分类器训练。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏龙麒麟信息科技有限公司，未经江苏龙麒麟信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910700136.6/1.html，转载请声明来源钻瓜专利网。
