AISON是以大數據+AI技術(shù)為核心,集成聚類(lèi)、分類(lèi)、神經(jīng)網(wǎng)絡(luò )和強化學(xué)習等多種算法,打造的網(wǎng)絡(luò )智能優(yōu)化新平臺。平臺通過(guò)對工參、MRO、MDT和KPI指標等數據的清洗和挖掘,實(shí)現網(wǎng)絡(luò )優(yōu)化工作自動(dòng)化、智能化和全景化。
立即咨詢(xún)基于MDT數據源中RSRP、經(jīng)緯度、AOA、TA等多種特征的分布,運用聚類(lèi)、分類(lèi)、神經(jīng)網(wǎng)絡(luò )等算法,精準識別錯誤工參并糾錯。
基于MRO、KPI指標,運用小區相關(guān)度、蟻群和KNN算法,自動(dòng)輸出參數優(yōu)化方案。
基于MRO、MDT和KPI指標,運用專(zhuān)家經(jīng)驗和強化學(xué)習算法,輸出權值優(yōu)化參數。
產(chǎn)品模塊 | 產(chǎn)品功能 | 方案有效率(%) | 備注 |
---|---|---|---|
工參自糾錯 | 方位角預測 | 90% | 現場(chǎng)驗證,偏差[0,20°] |
經(jīng)緯度研判 | 85% | 現場(chǎng)驗證,城區[0,50m],郊區[0,100m] | |
天線(xiàn)接反 | 98% | 現場(chǎng)驗證 | |
串接研判 | 98% | 現場(chǎng)驗證 | |
容量自均衡 | 高負荷待擴容 | 75% | 指標驗證 |
高負荷待擴容預警 | 75% | 指標驗證 | |
天饋自?xún)?yōu)化 | 弱覆蓋優(yōu)化 | 3% | 問(wèn)題小區MR覆蓋率改善幅度 |
重疊覆蓋優(yōu)化 | 0.50% | 問(wèn)題小區MR重疊覆蓋降低幅度 | |
容量?jì)?yōu)化 | 70% | 容量提升小區占比 |
工參自糾錯
2019年“利奇馬”過(guò)境,運用工參自糾錯模塊對某地市工參進(jìn)行全網(wǎng)篩查,精準定位臺風(fēng)導致的天線(xiàn)偏移,極大提高了通信恢復效率。
容量自均衡
2019年某省接入容量自均衡優(yōu)化平臺后,高負荷待擴容和待擴容預警小區占比逐月下降,為網(wǎng)絡(luò )優(yōu)化節約了硬件支出和人力成本。
天饋自?xún)?yōu)化
選取一個(gè)弱覆蓋優(yōu)化簇,自動(dòng)優(yōu)化后整體弱覆蓋率改善3.56%,弱覆蓋柵格明顯減少。