本發(fā)明涉及通信領(lǐng)域，特別涉及一種網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法及裝置。

背景技術(shù)：

在移動(dòng)通信領(lǐng)域中，隨著LTE(Long Term Evolution，長期演進(jìn))數(shù)據(jù)業(yè)務(wù)的迅速增長，2G、3G及4G多種制式的網(wǎng)絡(luò)重疊覆蓋，各種針對(duì)不同場景的設(shè)備層出不窮，多層網(wǎng)絡(luò)部署、站點(diǎn)越來越密是4G即后期網(wǎng)絡(luò)建設(shè)優(yōu)化的必然趨勢。目前多層網(wǎng)絡(luò)的疊加方式和比例、不同業(yè)務(wù)特征分布下的不同場景網(wǎng)絡(luò)建設(shè)優(yōu)化缺乏指導(dǎo)手段，面對(duì)“碎片化”的“業(yè)務(wù)熱點(diǎn)”和“業(yè)務(wù)盲點(diǎn)”，需要對(duì)網(wǎng)絡(luò)的結(jié)構(gòu)進(jìn)行系統(tǒng)性的評(píng)估和優(yōu)化。

在移動(dòng)網(wǎng)絡(luò)中，很多用戶產(chǎn)生業(yè)務(wù)的區(qū)域有著高度固定的場所，比如主要是在單位和居住小區(qū)之間，呈現(xiàn)兩點(diǎn)一線的特征。這類業(yè)務(wù)是相對(duì)靜止的業(yè)務(wù)，是這些用戶在這些區(qū)域可能大概率出現(xiàn)的事件，將其定義為網(wǎng)絡(luò)中的靜態(tài)話務(wù)量。這些靜態(tài)話務(wù)量具有長期的穩(wěn)定性，構(gòu)成了整個(gè)移動(dòng)網(wǎng)絡(luò)的話務(wù)量的基石。如果能夠在網(wǎng)絡(luò)中找到這種靜態(tài)業(yè)務(wù)分布相對(duì)集中的區(qū)域，可在多層網(wǎng)建設(shè)優(yōu)化中進(jìn)行科學(xué)的承載和優(yōu)化。

現(xiàn)有的話務(wù)密度地圖實(shí)現(xiàn)的技術(shù)方案：

采用仿真軟件得到不同小區(qū)的覆蓋圖，輔以路測數(shù)據(jù)進(jìn)行校準(zhǔn)，得到每個(gè)小區(qū)的覆蓋形狀和面積；然后采用OMC(Operation and Maintenance Center，操作維護(hù)中心)統(tǒng)計(jì)的每個(gè)小區(qū)的話務(wù)數(shù)據(jù)計(jì)算每個(gè)小區(qū)的平均話務(wù)密度。

現(xiàn)有的靜態(tài)話務(wù)量的計(jì)算的技術(shù)方案：

傳統(tǒng)的網(wǎng)絡(luò)規(guī)劃中，網(wǎng)絡(luò)的最低配置作為靜態(tài)話務(wù)量的一個(gè)近似估計(jì)。目前沒有基于用戶業(yè)務(wù)移動(dòng)性特征計(jì)算靜態(tài)業(yè)務(wù)量的方法。

現(xiàn)有技術(shù)基本上沒有對(duì)于靜態(tài)業(yè)務(wù)分布值的分析，不能量化并判斷靜態(tài)業(yè)務(wù)區(qū)域特征屬性?，F(xiàn)有技術(shù)進(jìn)行話務(wù)分析時(shí)，單純依靠A口或者IU口數(shù)據(jù)業(yè) 務(wù)、網(wǎng)管數(shù)據(jù)，諸如語音全速率話務(wù)量、語音半速率話務(wù)量、數(shù)據(jù)業(yè)務(wù)流量、數(shù)據(jù)業(yè)務(wù)等效話務(wù)量、無線利用率等KPI(Key Performance Indicator，關(guān)鍵績效指標(biāo))指標(biāo)評(píng)估小區(qū)級(jí)話務(wù)容量的變化，無法反映出話務(wù)的靜態(tài)屬性并且無法計(jì)算區(qū)域內(nèi)的靜態(tài)話務(wù)量。

目前與小區(qū)靜態(tài)話務(wù)量統(tǒng)計(jì)比較接近的有兩種方法：

通過對(duì)空中接口再加上A口、IU口或者S1-MME(Mobility Management Entity，移動(dòng)管理節(jié)點(diǎn))口數(shù)據(jù)的分析，得到用戶一定時(shí)間內(nèi)所遍歷的小區(qū)及在小區(qū)內(nèi)通話時(shí)長，以及用戶在各個(gè)小區(qū)產(chǎn)生的話務(wù)量，這個(gè)是基于用戶級(jí)的話務(wù)分析?；蛘咄ㄟ^OMC網(wǎng)管數(shù)據(jù)，判斷小區(qū)級(jí)的業(yè)務(wù)量。

但是以上兩種方法都沒有給出用戶在小區(qū)或者柵格區(qū)域中業(yè)務(wù)靜態(tài)值的定義和計(jì)算方法，在實(shí)際應(yīng)用中，無法有效遴選出靜態(tài)業(yè)務(wù)用戶分布集中的區(qū)域，在地域上無法精確定位靜態(tài)業(yè)務(wù)量高的地點(diǎn)，從而進(jìn)一步精確指導(dǎo)分層網(wǎng)絡(luò)建設(shè)的規(guī)劃工作。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是提供一種網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法及裝置，解決現(xiàn)有技術(shù)中沒有對(duì)于靜態(tài)業(yè)務(wù)分布值的分析，不能量化并判斷靜態(tài)業(yè)務(wù)區(qū)域特征屬性的問題。

為解決上述技術(shù)問題，本發(fā)明的實(shí)施例提供一種網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法，包括：

提取第一預(yù)設(shè)時(shí)間段內(nèi)，待評(píng)測網(wǎng)絡(luò)中每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的業(yè)務(wù)相關(guān)數(shù)據(jù)；

根據(jù)所述業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率；

提取第二預(yù)設(shè)時(shí)間段內(nèi)，每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量；

將每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，定位到每個(gè)所述小區(qū)的柵格中，其中每個(gè)所述小區(qū)分別包括預(yù)設(shè)大小的多個(gè)柵格；

根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所 述用戶分別在每個(gè)所述小區(qū)的每個(gè)柵格中產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)所述小區(qū)的每個(gè)柵格分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量。

其中，所述業(yè)務(wù)相關(guān)數(shù)據(jù)包括：第一預(yù)設(shè)時(shí)間段內(nèi)，每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量；

所述根據(jù)所述業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率，包括：

根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量，通過如下公式獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率：

其中，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，T_ij是第i個(gè)用戶在第j個(gè)小區(qū)產(chǎn)生的第一業(yè)務(wù)量，1≤i≤n，1≤j≤m，n為所述用戶的數(shù)量，m為所述小區(qū)的數(shù)量。

其中，所述根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)的每個(gè)柵格中產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)所述小區(qū)的每個(gè)柵格分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量，包括：

根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)的每個(gè)柵格中產(chǎn)生的第二業(yè)務(wù)量，通過如下公式獲取每個(gè)所述小區(qū)的每個(gè)柵格分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量：

A[G_jk(s)]＝A(P_j)×A(E_ik)；

其中，A[G_jk(s)]是第j個(gè)小區(qū)所有柵格的靜態(tài)業(yè)務(wù)量分布矩陣，A[G_jk(s)]＝{G_j1(s),G_j2(s),...,G_jk(s),...,G_jo(s)}，G_jk(s)是所述第j個(gè)小區(qū)的第k個(gè)柵格對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量，1≤k≤o，1≤j≤m，o為所述第j個(gè)小區(qū)包括的柵格的數(shù)量，m為所述小區(qū)的數(shù)量；

其中，A(P_j)是所有用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率矩陣，A(P_j)＝{P_1j,P_2j,...,P_ij,...,P_nj}，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，1≤i≤n，n為所述用戶的數(shù)量；

其中，A(E_ik)是所有用戶在第j個(gè)小區(qū)的所有柵格產(chǎn)生的第二業(yè)務(wù)量分布矩陣：

E_ik是第i個(gè)用戶在第j個(gè)小區(qū)的第k個(gè)柵格產(chǎn)生的第二業(yè)務(wù)量。

其中，所述提取第二預(yù)設(shè)時(shí)間段內(nèi)，每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量之后，所述分析方法還包括：

根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)所述小區(qū)分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)分布比例。

其中，所述根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)所述小區(qū)分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)分布比例，包括：

根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，通過如下公式獲取每個(gè)所述小區(qū)分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)分布比例：

A[M]＝A(P_j)×A(T_ij)/A(T_j′)；

其中，A[M]是所有小區(qū)的靜態(tài)業(yè)務(wù)分布比例矩陣，A[M]＝{M₁,M₂,...,M_j,...,M_m}，M_j是第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布比例，1≤j≤m，m為所述小區(qū)的數(shù)量；

其中，A(P_j)是所有用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率矩陣，A(P_j)＝{P_1j,P_2j,...,P_ij,...,P_nj}，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，1≤i≤n，n為所述用戶的數(shù)量；

其中，A(T_ij)是所有用戶在所有小區(qū)產(chǎn)生的第二業(yè)務(wù)量分布矩陣：

T_ij是第i個(gè)用戶在第j個(gè)小區(qū)產(chǎn)生的第二業(yè)務(wù)量；

其中，A(T_j’)是所有小區(qū)的第二業(yè)務(wù)量分布矩陣，A(T_j′)＝{T₁′,T₂′,...,T_j′,...,T_m′}，T_j’是第j個(gè)小區(qū)的第二業(yè)務(wù)量，T_j′＝T_1j+T_2j+...+T_ij+...+T_nj。

其中，所述提取第一預(yù)設(shè)時(shí)間段內(nèi)，待評(píng)測網(wǎng)絡(luò)中每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的業(yè)務(wù)相關(guān)數(shù)據(jù)，包括：

提取第一預(yù)設(shè)時(shí)間段內(nèi)，待評(píng)測網(wǎng)絡(luò)中每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的經(jīng)分?jǐn)?shù)據(jù)、測量報(bào)告樣本MRO數(shù)據(jù)和信令數(shù)據(jù)，其中，所述經(jīng)分?jǐn)?shù)據(jù)和所述MRO數(shù)據(jù)均至少包括：國際移動(dòng)用戶識(shí)別碼IMSI、每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量。

其中，所述根據(jù)所述業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率，包括：

對(duì)所述業(yè)務(wù)相關(guān)數(shù)據(jù)進(jìn)行解碼處理，并根據(jù)解碼后的所述業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率。

為解決上述技術(shù)問題，本發(fā)明的實(shí)施例還提供一種網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析裝置，包括：

第一提取模塊，用于提取第一預(yù)設(shè)時(shí)間段內(nèi)，待評(píng)測網(wǎng)絡(luò)中每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的業(yè)務(wù)相關(guān)數(shù)據(jù)；

第一獲取模塊，用于根據(jù)所述業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率；

第二提取模塊，用于提取第二預(yù)設(shè)時(shí)間段內(nèi)，每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量；

定位模塊，用于將每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，定位到每個(gè)所述小區(qū)的柵格中，其中每個(gè)所述小區(qū)分別包括預(yù)設(shè)大小的多個(gè)柵格；

第二獲取模塊，用于根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)的每個(gè)柵格中產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)所述小區(qū)的每個(gè)柵格分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量。

其中，所述業(yè)務(wù)相關(guān)數(shù)據(jù)包括：第一預(yù)設(shè)時(shí)間段內(nèi)，每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量；

所述第一獲取模塊包括：

第一獲取單元，用于根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量，通過如下公式獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率：

其中，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，T_ij是第i個(gè)用戶在第j個(gè)小區(qū)產(chǎn)生的第一業(yè)務(wù)量，1≤i≤n，1≤j≤m，n為所述用戶的數(shù)量，m為所述小區(qū)的數(shù)量。

其中，所述第二獲取模塊包括：

第二獲取單元，用于根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)的每個(gè)柵格中產(chǎn)生的第二業(yè)務(wù)量，通過如下公式獲取每個(gè)所述小區(qū)的每個(gè)柵格分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量：

A[G_jk(s)]＝A(P_j)×A(E_ik)；

其中，A[G_jk(s)]是第j個(gè)小區(qū)所有柵格的靜態(tài)業(yè)務(wù)量分布矩陣，A[G_jk(s)]＝{G_j1(s),G_j2(s),...,G_jk(s),...,G_jo(s)}，G_jk(s)是所述第j個(gè)小區(qū)的第k個(gè)柵格對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量，1≤k≤o，1≤j≤m，o為所述第j個(gè)小區(qū)包括的柵格的數(shù)量，m為所述小區(qū)的數(shù)量；

其中，A(P_j)是所有用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率矩陣，A(P_j)＝{P_1j,P_2j,...,P_ij,...,P_nj}，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，1≤i≤n，n為所述用戶的數(shù)量；

其中，A(E_ik)是所有用戶在第j個(gè)小區(qū)的所有柵格產(chǎn)生的第二業(yè)務(wù)量分布矩陣：

E_ik是第i個(gè)用戶在第j個(gè)小區(qū)的第k個(gè)柵格產(chǎn)生的第二業(yè)務(wù)量。

其中，所述分析方法還包括：

第三獲取模塊，用于根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)所述小區(qū)分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)分布比例。

其中，所述第三獲取模塊包括：

第三獲取單元，用于根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，通過如下公式獲取每個(gè)所述小區(qū)分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)分布比例：

A[M]＝A(P_j)×A(T_ij)/A(T_j′)；

其中，A[M]是所有小區(qū)的靜態(tài)業(yè)務(wù)分布比例矩陣，A[M]＝{M₁,M₂,...,M_j,...,M_m}，M_j是第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布比例，1≤j≤m，m為所述小區(qū)的數(shù)量；

其中，A(P_j)是所有用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率矩陣，A(P_j)＝{P_1j,P_2j,...,P_ij,...,P_nj}，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，1≤i≤n，n為所述用戶的數(shù)量；

其中，A(T_ij)是所有用戶在所有小區(qū)產(chǎn)生的第二業(yè)務(wù)量分布矩陣：

T_ij是第i個(gè)用戶在第j個(gè)小區(qū)產(chǎn)生的第二業(yè)務(wù)量；

其中，A(T_j’)是所有小區(qū)的第二業(yè)務(wù)量分布矩陣，A(T_j′)＝{T₁′,T₂′,...,T_j′,...,T_m′}， T_j’是第j個(gè)小區(qū)的第二業(yè)務(wù)量，T_j′＝T_1j+T_2j+...+T_ij+...+T_nj。

其中，所述第一提取模塊包括：

第一提取單元，用于提取第一預(yù)設(shè)時(shí)間段內(nèi)，待評(píng)測網(wǎng)絡(luò)中每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的經(jīng)分?jǐn)?shù)據(jù)、測量報(bào)告樣本MRO數(shù)據(jù)和信令數(shù)據(jù)，其中，所述經(jīng)分?jǐn)?shù)據(jù)和所述MRO數(shù)據(jù)均至少包括：國際移動(dòng)用戶識(shí)別碼IMSI、每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量。

其中，所述第一獲取模塊包括：

第四獲取單元，用于對(duì)所述業(yè)務(wù)相關(guān)數(shù)據(jù)進(jìn)行解碼處理，并根據(jù)解碼后的所述業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率。

本發(fā)明的上述技術(shù)方案的有益效果如下：

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法，首先提取第一預(yù)設(shè)時(shí)間段內(nèi)，待評(píng)測網(wǎng)絡(luò)中每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的業(yè)務(wù)相關(guān)數(shù)據(jù)；然后根據(jù)業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)用戶分別在每個(gè)小區(qū)中的靜態(tài)業(yè)務(wù)分布概率；再提取第二預(yù)設(shè)時(shí)間段內(nèi)，每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的第二業(yè)務(wù)量；將每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的第二業(yè)務(wù)量，定位到每個(gè)小區(qū)的柵格中，其中每個(gè)小區(qū)分別包括預(yù)設(shè)大小的多個(gè)柵格；最后根據(jù)每個(gè)用戶分別在每個(gè)小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)用戶分別在每個(gè)小區(qū)的每個(gè)柵格中產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)小區(qū)的每個(gè)柵格分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量。該方法通過獲取用戶靜態(tài)業(yè)務(wù)分布概率，得到了小區(qū)柵格內(nèi)用戶的靜態(tài)話務(wù)量，根據(jù)該值可準(zhǔn)確抽取出網(wǎng)絡(luò)中的靜態(tài)業(yè)務(wù)量高的區(qū)域，用于LTE多層網(wǎng)的建設(shè)和優(yōu)化，解決了現(xiàn)有技術(shù)中沒有對(duì)于靜態(tài)業(yè)務(wù)分布值的分析，不能量化并判斷靜態(tài)業(yè)務(wù)區(qū)域特征屬性的問題。

附圖說明

圖1為本發(fā)明網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法流程圖；

圖2為本發(fā)明網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法一小區(qū)靜態(tài)業(yè)務(wù)分布情況的示意圖；

圖3為本發(fā)明網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖及具體實(shí)施例進(jìn)行詳細(xì)描述。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)中靜態(tài)業(yè)務(wù)的量化統(tǒng)計(jì)，可以準(zhǔn)確抽取出網(wǎng)絡(luò)中的靜態(tài)業(yè)務(wù)量高的區(qū)域，用于LTE多層網(wǎng)的建設(shè)和優(yōu)化。

如圖1所示，本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法，包括：

步驟101，提取第一預(yù)設(shè)時(shí)間段內(nèi)，待評(píng)測網(wǎng)絡(luò)中每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的業(yè)務(wù)相關(guān)數(shù)據(jù)。

這里，可以統(tǒng)計(jì)大量時(shí)間內(nèi)用戶在每個(gè)小區(qū)產(chǎn)生的業(yè)務(wù)相關(guān)數(shù)據(jù)，以符合大數(shù)定理的要求，并通過如下步驟得到用戶在每個(gè)小區(qū)中的靜態(tài)業(yè)務(wù)分布概率。

步驟102，根據(jù)所述業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率。

這里，根據(jù)大量時(shí)間內(nèi)的業(yè)務(wù)相關(guān)數(shù)據(jù)，可準(zhǔn)確獲取每個(gè)用戶分別在每個(gè)小區(qū)中的靜態(tài)業(yè)務(wù)分布概率。用戶的靜態(tài)業(yè)務(wù)具體指用戶的靜態(tài)話務(wù)量。

其中，用戶在一個(gè)小區(qū)產(chǎn)生的話務(wù)量是個(gè)獨(dú)立隨機(jī)變量，如果把用戶每次通話作為一次隨機(jī)試驗(yàn)，根據(jù)大數(shù)定理，大量重復(fù)試驗(yàn)出現(xiàn)的結(jié)果的平均值卻總是接近于某個(gè)確定的值。也就是說，通過長期大量數(shù)據(jù)的統(tǒng)計(jì)，一個(gè)用戶在一個(gè)小區(qū)產(chǎn)生的話務(wù)量占其通話總話務(wù)量的比例趨于某個(gè)確定的值P，該值可用來表示該用戶發(fā)生業(yè)務(wù)時(shí)處于這個(gè)小區(qū)的概率，即該用戶在這個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率。

步驟103，提取第二預(yù)設(shè)時(shí)間段內(nèi)，每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量。

這里，可選取想要統(tǒng)計(jì)的時(shí)間段內(nèi)每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的第二業(yè)務(wù)量，如一天時(shí)間內(nèi)用戶的第二業(yè)務(wù)量，并通過如下步驟獲取在這個(gè)時(shí)間段內(nèi)每個(gè)小區(qū)柵格的靜態(tài)業(yè)務(wù)量。用戶的業(yè)務(wù)量具體指用戶的話務(wù)量。

步驟104，將每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，定位到每個(gè)所述小區(qū)的柵格中，其中每個(gè)所述小區(qū)分別包括預(yù)設(shè)大小的多個(gè)柵格。

這里，可采用現(xiàn)有技術(shù)中比較成熟的定位算法，將用戶的業(yè)務(wù)量定位到每 個(gè)小區(qū)的柵格中，以結(jié)合用戶靜態(tài)業(yè)務(wù)分布概率計(jì)算所有柵格內(nèi)的靜態(tài)業(yè)務(wù)量。

其中，用戶的業(yè)務(wù)量可通過用戶級(jí)MRO(Measurement Report Original，測量報(bào)告樣本)數(shù)據(jù)獲取，并可通過定位算法將用戶級(jí)MRO樣本點(diǎn)撒到50米單位的柵格中。

步驟105，根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)的每個(gè)柵格中產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)所述小區(qū)的每個(gè)柵格分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量。

這里，結(jié)合用戶在每個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率以及用戶在每個(gè)柵格中產(chǎn)生的話務(wù)量，可準(zhǔn)確得出每個(gè)柵格的靜態(tài)話務(wù)量，實(shí)現(xiàn)了對(duì)靜態(tài)業(yè)務(wù)區(qū)域特征屬性的量化分析。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法，通過長期大量數(shù)據(jù)計(jì)算得到用戶在每個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，并把用戶的靜態(tài)業(yè)務(wù)分布概率與小區(qū)柵格內(nèi)產(chǎn)生的話務(wù)量匹配，得到了小區(qū)柵格內(nèi)的靜態(tài)業(yè)務(wù)量，根據(jù)該值可準(zhǔn)確抽取出網(wǎng)絡(luò)中的靜態(tài)業(yè)務(wù)量高的區(qū)域，用于LTE多層網(wǎng)的建設(shè)和優(yōu)化，解決了現(xiàn)有技術(shù)中沒有對(duì)于靜態(tài)業(yè)務(wù)分布值的分析，不能量化并判斷靜態(tài)業(yè)務(wù)區(qū)域特征屬性的問題。

優(yōu)選的，所述業(yè)務(wù)相關(guān)數(shù)據(jù)包括：第一預(yù)設(shè)時(shí)間段內(nèi)，每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量；

上述步驟102的步驟可以包括：

步驟1021，根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量，通過如下公式獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率：

其中，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，T_ij是第i個(gè)用戶在第j個(gè)小區(qū)產(chǎn)生的第一業(yè)務(wù)量，1≤i≤n，1≤j≤m，n為所述用戶的數(shù)量，m為所述小區(qū)的數(shù)量。

此時(shí)，通過上述公式可準(zhǔn)確獲取每個(gè)用戶的靜態(tài)業(yè)務(wù)分布概率，為接下來小區(qū)或柵格的靜態(tài)業(yè)務(wù)分析提供了數(shù)據(jù)支持。

這里，可將分母記為T_i，表明第i個(gè)用戶在統(tǒng)計(jì)區(qū)間內(nèi)m個(gè)小區(qū)總 的通話時(shí)長。T_ij表明第i個(gè)用戶第j個(gè)小區(qū)下的通話時(shí)長。

其中，一個(gè)小區(qū)下的靜態(tài)話務(wù)量是由該小區(qū)下所有用戶產(chǎn)生的靜態(tài)話務(wù)量綜合。上面已經(jīng)提到，每個(gè)用戶在一個(gè)小區(qū)產(chǎn)生的話務(wù)量是個(gè)獨(dú)立隨機(jī)變量。如果把用戶每次通話作為一次隨機(jī)試驗(yàn)，根據(jù)大數(shù)定理，盡管每次用戶在每個(gè)小區(qū)產(chǎn)生的話務(wù)量不同，但是大量重復(fù)試驗(yàn)出現(xiàn)的結(jié)果的平均值卻總是接近于某個(gè)確定的值。也就是說，通過長期大量數(shù)據(jù)的統(tǒng)計(jì)，一個(gè)用戶在一個(gè)小區(qū)產(chǎn)生的話務(wù)量占其通話總話務(wù)量的概率趨于某個(gè)確定的值，這個(gè)值可以用來表示該用戶在該小區(qū)上的駐留通話概率，即上面的P_ij。P_ij的值越大，說明用戶i在j小區(qū)下的靜態(tài)業(yè)務(wù)分布概率越大，反之則越小。

引用如下所示的伯努利大數(shù)定律公式，可對(duì)上述靜態(tài)業(yè)務(wù)分布概率的求解進(jìn)行論證：

其中，μ_n表示用戶在一個(gè)小區(qū)下的通話時(shí)長(即T_ij)；n表示該用戶在統(tǒng)計(jì)區(qū)間內(nèi)所有小區(qū)總的通話時(shí)長(即T_i)；p表示一個(gè)用戶在一個(gè)小區(qū)的通話時(shí)長占所有通話時(shí)長的概率(即P_ij)；ε代表任意正數(shù)。

這樣就生成了一個(gè)用戶對(duì)應(yīng)不同小區(qū)下的靜態(tài)業(yè)務(wù)分布概率矩陣A(P_ij)：

優(yōu)選的，上述步驟105的步驟可以包括：

步驟1051，根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)的每個(gè)柵格中產(chǎn)生的第二業(yè)務(wù)量，通過如下公式獲取每個(gè)所述小區(qū)的每個(gè)柵格分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量：

A[G_jk(s)]＝A(P_j)×A(E_ik)；

其中，A[G_jk(s)]是第j個(gè)小區(qū)所有柵格的靜態(tài)業(yè)務(wù)量分布矩陣，A[G_jk(s)]＝{G_j1(s),G_j2(s),...,G_jk(s),...,G_jo(s)}，G_jk(s)是所述第j個(gè)小區(qū)的第k個(gè)柵格 對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量，1≤k≤o，1≤j≤m，o為所述第j個(gè)小區(qū)包括的柵格的數(shù)量，m為所述小區(qū)的數(shù)量；

其中，A(P_j)是所有用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率矩陣，A(P_j)＝{P_1j,P_2j,...,P_ij,...,P_nj}，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，1≤i≤n，n為所述用戶的數(shù)量；

其中，A(E_ik)是所有用戶在第j個(gè)小區(qū)的所有柵格產(chǎn)生的第二業(yè)務(wù)量分布矩陣：

E_ik是第i個(gè)用戶在第j個(gè)小區(qū)的第k個(gè)柵格產(chǎn)生的第二業(yè)務(wù)量。

這樣，通過上述公式可準(zhǔn)確獲取每個(gè)柵格的靜態(tài)業(yè)務(wù)量，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)中靜態(tài)業(yè)務(wù)的量化統(tǒng)計(jì)，從而可以準(zhǔn)確抽取出網(wǎng)絡(luò)中的靜態(tài)業(yè)務(wù)量高的區(qū)域，用于LTE多層網(wǎng)的建設(shè)和優(yōu)化。

進(jìn)一步的，上述步驟103之后，所述分析方法還可以包括：

步驟106，根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)所述小區(qū)分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)分布比例。

此時(shí)，不僅可以統(tǒng)計(jì)每個(gè)柵格的靜態(tài)業(yè)務(wù)量，還可統(tǒng)計(jì)每個(gè)小區(qū)總的靜態(tài)業(yè)務(wù)分布比例，用于網(wǎng)絡(luò)建設(shè)和優(yōu)化，提高了實(shí)用性。

優(yōu)選的，上述步驟106的步驟可以包括：

步驟1061，根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，通過如下公式獲取每個(gè)所述小區(qū)分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)分布比例：

A[M]＝A(P_j)×A(T_ij)/A(T_j′)；

其中，A[M]是所有小區(qū)的靜態(tài)業(yè)務(wù)分布比例矩陣(全網(wǎng)宏小區(qū)的靜態(tài)話務(wù)量分布比例矩陣)，A[M]＝{M₁,M₂,...,M_j,...,M_m}，M_j是第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù) 分布比例，1≤j≤m，m為所述小區(qū)的數(shù)量；

其中，A(P_j)是所有用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率矩陣，A(P_j)＝{P_1j,P_2j,...,P_ij,...,P_nj}，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，1≤i≤n，n為所述用戶的數(shù)量；

其中，A(T_ij)是所有用戶在所有小區(qū)產(chǎn)生的第二業(yè)務(wù)量分布矩陣：

T_ij是第i個(gè)用戶在第j個(gè)小區(qū)產(chǎn)生的第二業(yè)務(wù)量，即用戶i在小區(qū)j下的通話時(shí)長；

其中，A(T_j’)是所有小區(qū)的第二業(yè)務(wù)量分布矩陣，A(T_j′)＝{T₁′,T₂′,...,T_j′,...,T_m′}，T_j’是第j個(gè)小區(qū)的第二業(yè)務(wù)量，T_j′＝T_1j+T_2j+...+T_ij+...+T_nj。

此時(shí)，通過上述公式可準(zhǔn)確獲取每個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布比例，以用于網(wǎng)絡(luò)優(yōu)化，提高了實(shí)用性。

這里，一個(gè)小區(qū)內(nèi)所有用戶的靜態(tài)話務(wù)量除以該小區(qū)的總話務(wù)量，就可以得到該小區(qū)的靜態(tài)業(yè)務(wù)分布比例M，一個(gè)小區(qū)的M值越大，表示該小區(qū)內(nèi)的用戶靜態(tài)業(yè)務(wù)量越多，越適合話務(wù)下沉，即建設(shè)室分站點(diǎn)來吸收話務(wù)。

舉例說明，假設(shè)小區(qū)CI1下面某一天有三個(gè)用戶a、b和c，通話軌跡如圖2所示，Pa、Pb、Pc分別代表用戶a、b、c相對(duì)于CI1小區(qū)的靜態(tài)業(yè)務(wù)分布概率(假設(shè)為統(tǒng)計(jì)2周數(shù)據(jù))，Ta、Tb、Tc分別代表用戶a、b、c的通話時(shí)長，則該小區(qū)CI1的靜態(tài)業(yè)務(wù)分布比例M1為：

M1＝(Ta*Pa+Tb*Pb+Tc*Pc)/(Ta+Tb+Tc)。

優(yōu)選的，上述步驟101的步驟可以包括：

步驟1011，提取第一預(yù)設(shè)時(shí)間段內(nèi)，待評(píng)測網(wǎng)絡(luò)中每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的經(jīng)分?jǐn)?shù)據(jù)、測量報(bào)告樣本MRO數(shù)據(jù)和信令數(shù)據(jù)，其中，所述經(jīng)分?jǐn)?shù)據(jù)和所述MRO數(shù)據(jù)均至少包括：國際移動(dòng)用戶識(shí)別碼IMSI、每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量。

這里，可通過工具軟件提取經(jīng)文數(shù)據(jù)、MRO數(shù)據(jù)和對(duì)應(yīng)時(shí)段的信令數(shù)據(jù)，將MRO數(shù)據(jù)和對(duì)應(yīng)時(shí)段的信令數(shù)據(jù)通過用戶標(biāo)示關(guān)聯(lián)后，可以區(qū)分出不同用戶對(duì)應(yīng)的MRO樣本。經(jīng)分?jǐn)?shù)據(jù)可用來計(jì)算用戶靜態(tài)業(yè)務(wù)分布概率P值的，而MRO數(shù)據(jù)可用來進(jìn)行柵格定位和計(jì)算柵格中的靜態(tài)話務(wù)量。

經(jīng)分?jǐn)?shù)據(jù)和MRO數(shù)據(jù)至少可以包括：

國際移動(dòng)用戶識(shí)別碼IMSI，用于區(qū)分不同用戶；

每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的第一業(yè)務(wù)量，即每個(gè)用戶在網(wǎng)絡(luò)中的通話或數(shù)據(jù)時(shí)長，供計(jì)算P值使用。

經(jīng)分?jǐn)?shù)據(jù)和MRO數(shù)據(jù)還可以包括：

MME UE S1AP ID，MME UE S1應(yīng)用程序標(biāo)識(shí)，用于關(guān)聯(lián)分析；

源小區(qū)LAC/IC/電平，用戶發(fā)生業(yè)務(wù)時(shí)占用的位置區(qū)、小區(qū)和接收電平強(qiáng)度，用于采樣點(diǎn)的柵格定位；

最強(qiáng)鄰區(qū)LAC/IC/電平，用戶測量到接收電平最強(qiáng)的鄰區(qū)的位置區(qū)、小區(qū)和接收電平強(qiáng)度，用于采樣點(diǎn)的柵格定位。

進(jìn)一步的，上述步驟102的步驟可以包括：

步驟1022，對(duì)所述業(yè)務(wù)相關(guān)數(shù)據(jù)進(jìn)行解碼處理，并根據(jù)解碼后的所述業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率。

此時(shí)，對(duì)于TD-SCDMA(Time Division-Synchronous Code Division Multiple Access，時(shí)分同步碼分多址)、TD-LTE(Time Division Long Term Evolution，分時(shí)長期演進(jìn))等系統(tǒng)，用戶級(jí)MRO數(shù)據(jù)是特殊格式的，需要增加解碼步驟，從而保證了后續(xù)步驟的順利進(jìn)行。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法，主要涉及用戶靜態(tài)業(yè)務(wù)分布概率定義和提取、靜態(tài)話務(wù)量算法定義以及精確計(jì)算柵格中靜態(tài)話務(wù)量等，首次提出以用戶級(jí)靜態(tài)業(yè)務(wù)分布特征來分析指導(dǎo)無線網(wǎng)絡(luò)通信系統(tǒng)業(yè)務(wù)下沉與潛力釋放的方法，較以往方法更精確、更便捷，該方法可用于分層網(wǎng)絡(luò)建設(shè)、網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化、LTE選點(diǎn)等。該方法適用于GSM(全球移動(dòng)通信系統(tǒng)Global System for Mobile Communication)、TD-SCDMA、TD-LTE等無線通信系統(tǒng)。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法，把通過長期大量數(shù)據(jù)計(jì)算得到的用戶在小區(qū)的通話概率P值與小區(qū)或者網(wǎng)絡(luò)柵格內(nèi)用戶產(chǎn)生的通話時(shí)長匹 配并計(jì)算，可以得到小區(qū)或柵格內(nèi)用戶產(chǎn)生的靜態(tài)話務(wù)量值。可根據(jù)該靜態(tài)話務(wù)量值判斷小區(qū)或者柵格內(nèi)的靜態(tài)業(yè)務(wù)特征，該值越大，說明小區(qū)或柵格內(nèi)的靜態(tài)業(yè)務(wù)越多，反之則越小。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法，提出了用戶靜態(tài)業(yè)務(wù)分布值的概念和計(jì)算網(wǎng)絡(luò)靜態(tài)話務(wù)量的具體方法，該方法能對(duì)現(xiàn)有的話務(wù)密度地圖，結(jié)合用戶的移動(dòng)性特征進(jìn)行分離和抽取，同時(shí)，基于LTE的MRO數(shù)據(jù)，能實(shí)現(xiàn)50米精度的柵格化呈現(xiàn)。從“準(zhǔn)確度”和“精細(xì)化”兩個(gè)方面更好的指導(dǎo)多層網(wǎng)的建設(shè)和優(yōu)化。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法，克服了現(xiàn)有技術(shù)方案不能量化并判斷靜態(tài)業(yè)務(wù)區(qū)域特征屬性的重大缺陷，通過對(duì)用戶靜態(tài)業(yè)務(wù)分布值的定義和高精度定位，使用網(wǎng)絡(luò)全量用戶的長期統(tǒng)計(jì)，應(yīng)用統(tǒng)計(jì)學(xué)大數(shù)統(tǒng)計(jì)方法，可以準(zhǔn)確抽取出網(wǎng)絡(luò)中的靜態(tài)業(yè)務(wù)量高的區(qū)域，用于LTE多層網(wǎng)的建設(shè)和優(yōu)化。

如圖3所示，本發(fā)明的實(shí)施例還提供了一種網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析裝置，包括：

第一提取模塊，用于提取第一預(yù)設(shè)時(shí)間段內(nèi)，待評(píng)測網(wǎng)絡(luò)中每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的業(yè)務(wù)相關(guān)數(shù)據(jù)；

第一獲取模塊，用于根據(jù)所述業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率；

第二提取模塊，用于提取第二預(yù)設(shè)時(shí)間段內(nèi)，每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量；

定位模塊，用于將每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，定位到每個(gè)所述小區(qū)的柵格中，其中每個(gè)所述小區(qū)分別包括預(yù)設(shè)大小的多個(gè)柵格；

第二獲取模塊，用于根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)的每個(gè)柵格中產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)所述小區(qū)的每個(gè)柵格分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析裝置，通過長期大量數(shù)據(jù)計(jì)算得到用戶在每個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，并把用戶的靜態(tài)業(yè)務(wù)分布概率與小區(qū)柵格內(nèi)產(chǎn)生的話務(wù)量匹配，得到了小區(qū)柵格內(nèi)的靜態(tài)業(yè)務(wù)量，根據(jù)該值可準(zhǔn)確抽取 出網(wǎng)絡(luò)中的靜態(tài)業(yè)務(wù)量高的區(qū)域，用于LTE多層網(wǎng)的建設(shè)和優(yōu)化，解決了現(xiàn)有技術(shù)中沒有對(duì)于靜態(tài)業(yè)務(wù)分布值的分析，不能量化并判斷靜態(tài)業(yè)務(wù)區(qū)域特征屬性的問題。

優(yōu)選的，所述業(yè)務(wù)相關(guān)數(shù)據(jù)包括：第一預(yù)設(shè)時(shí)間段內(nèi)，每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量；

所述第一獲取模塊可以包括：

第一獲取單元，用于根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量，通過如下公式獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率：

其中，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，T_ij是第i個(gè)用戶在第j個(gè)小區(qū)產(chǎn)生的第一業(yè)務(wù)量，1≤i≤n，1≤j≤m，n為所述用戶的數(shù)量，m為所述小區(qū)的數(shù)量。

此時(shí)，通過上述公式可準(zhǔn)確獲取每個(gè)用戶的靜態(tài)業(yè)務(wù)分布概率，為接下來小區(qū)或柵格的靜態(tài)業(yè)務(wù)分析提供了數(shù)據(jù)支持。

優(yōu)選的，所述第二獲取模塊可以包括：

第二獲取單元，用于根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)的每個(gè)柵格中產(chǎn)生的第二業(yè)務(wù)量，通過如下公式獲取每個(gè)所述小區(qū)的每個(gè)柵格分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量：

A[G_jk(s)]＝A(P_j)×A(E_ik)；

其中，A[G_jk(s)]是第j個(gè)小區(qū)所有柵格的靜態(tài)業(yè)務(wù)量分布矩陣，A[G_jk(s)]＝{G_j1(s),G_j2(s),...,G_jk(s),...,G_jo(s)}，G_jk(s)是所述第j個(gè)小區(qū)的第k個(gè)柵格對(duì)應(yīng)的靜態(tài)業(yè)務(wù)量，1≤k≤o，1≤j≤m，o為所述第j個(gè)小區(qū)包括的柵格的數(shù)量，m為所述小區(qū)的數(shù)量；

其中，A(P_j)是所有用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率矩陣，A(P_j)＝{P_1j,P_2j,...,P_ij,...,P_nj}，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，1≤i≤n，n為所述用戶的數(shù)量；

其中，A(E_ik)是所有用戶在第j個(gè)小區(qū)的所有柵格產(chǎn)生的第二業(yè)務(wù)量分布 矩陣：

E_ik是第i個(gè)用戶在第j個(gè)小區(qū)的第k個(gè)柵格產(chǎn)生的第二業(yè)務(wù)量。

這樣，通過上述公式可準(zhǔn)確獲取每個(gè)柵格的靜態(tài)業(yè)務(wù)量，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)中靜態(tài)業(yè)務(wù)的量化統(tǒng)計(jì)，從而可以準(zhǔn)確抽取出網(wǎng)絡(luò)中的靜態(tài)業(yè)務(wù)量高的區(qū)域，用于LTE多層網(wǎng)的建設(shè)和優(yōu)化。

進(jìn)一步的，所述分析方法還可以包括：

第三獲取模塊，用于根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，獲取每個(gè)所述小區(qū)分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)分布比例。

此時(shí)，不僅可以統(tǒng)計(jì)每個(gè)柵格的靜態(tài)業(yè)務(wù)量，還可統(tǒng)計(jì)每個(gè)小區(qū)總的靜態(tài)業(yè)務(wù)分布比例，用于網(wǎng)絡(luò)建設(shè)和優(yōu)化，提高了實(shí)用性。

優(yōu)選的，所述第三獲取模塊可以包括：

第三獲取單元，用于根據(jù)每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率及每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第二業(yè)務(wù)量，通過如下公式獲取每個(gè)所述小區(qū)分別對(duì)應(yīng)的靜態(tài)業(yè)務(wù)分布比例：

A[M]＝A(P_j)×A(T_ij)/A(T_j′)；

其中，A[M]是所有小區(qū)的靜態(tài)業(yè)務(wù)分布比例矩陣，A[M]＝{M₁,M₂,...,M_j,...,M_m}，M_j是第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布比例，1≤j≤m，m為所述小區(qū)的數(shù)量；

其中，A(P_j)是所有用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率矩陣，A(P_j)＝{P_1j,P_2j,...,P_ij,...,P_nj}，P_ij是第i個(gè)用戶在第j個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布概率，1≤i≤n，n為所述用戶的數(shù)量；

其中，A(T_ij)是所有用戶在所有小區(qū)產(chǎn)生的第二業(yè)務(wù)量分布矩陣：

T_ij是第i個(gè)用戶在第j個(gè)小區(qū)產(chǎn)生的第二業(yè)務(wù)量；

其中，A(T_j’)是所有小區(qū)的第二業(yè)務(wù)量分布矩陣，A(T_j′)＝{T₁′,T₂′,...,T_j′,...,T_m′}，T_j’是第j個(gè)小區(qū)的第二業(yè)務(wù)量，T_j′＝T_1j+T_2j+...+T_ij+...+T_nj。

此時(shí)，通過上述公式可準(zhǔn)確獲取每個(gè)小區(qū)的靜態(tài)業(yè)務(wù)分布比例，以用于網(wǎng)絡(luò)優(yōu)化，提高了實(shí)用性。

優(yōu)選的，所述第一提取模塊可以包括：

第一提取單元，用于提取第一預(yù)設(shè)時(shí)間段內(nèi)，待評(píng)測網(wǎng)絡(luò)中每個(gè)用戶分別在每個(gè)小區(qū)產(chǎn)生的經(jīng)分?jǐn)?shù)據(jù)、測量報(bào)告樣本MRO數(shù)據(jù)和信令數(shù)據(jù)，其中，所述經(jīng)分?jǐn)?shù)據(jù)和所述MRO數(shù)據(jù)均至少包括：國際移動(dòng)用戶識(shí)別碼IMSI、每個(gè)所述用戶分別在每個(gè)所述小區(qū)產(chǎn)生的第一業(yè)務(wù)量。

這里，可通過工具軟件提取經(jīng)文數(shù)據(jù)、MRO數(shù)據(jù)和對(duì)應(yīng)時(shí)段的信令數(shù)據(jù)，將MRO數(shù)據(jù)和對(duì)應(yīng)時(shí)段的信令數(shù)據(jù)通過用戶標(biāo)示關(guān)聯(lián)后，可以區(qū)分出不同用戶對(duì)應(yīng)的MRO樣本。經(jīng)分?jǐn)?shù)據(jù)可用來計(jì)算用戶靜態(tài)業(yè)務(wù)分布概率P值的，而MRO數(shù)據(jù)可用來進(jìn)行柵格定位和計(jì)算柵格中的靜態(tài)話務(wù)量。

進(jìn)一步的，所述第一獲取模塊可以包括：

第四獲取單元，用于對(duì)所述業(yè)務(wù)相關(guān)數(shù)據(jù)進(jìn)行解碼處理，并根據(jù)解碼后的所述業(yè)務(wù)相關(guān)數(shù)據(jù)，獲取每個(gè)所述用戶分別在每個(gè)所述小區(qū)中的靜態(tài)業(yè)務(wù)分布概率。

此時(shí)，對(duì)于TD-SCDMA、TD-LTE等系統(tǒng)，用戶級(jí)MRO數(shù)據(jù)是特殊格式的，需要增加解碼步驟，從而保證了后續(xù)步驟的順利進(jìn)行。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析裝置，主要涉及用戶靜態(tài)業(yè)務(wù)分布概率定義和提取、靜態(tài)話務(wù)量算法定義以及精確計(jì)算柵格中靜態(tài)話務(wù)量等，首次提出以用戶級(jí)靜態(tài)業(yè)務(wù)分布特征來分析指導(dǎo)無線網(wǎng)絡(luò)通信系統(tǒng)業(yè)務(wù)下沉與潛力釋放的方法，較以往方法更精確、更便捷，該方法可用于分層網(wǎng)絡(luò)建設(shè)、網(wǎng) 絡(luò)結(jié)構(gòu)優(yōu)化、LTE選點(diǎn)等。該裝置適用于GSM、TD-SCDMA、TD-LTE等無線通信系統(tǒng)。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析裝置，把通過長期大量數(shù)據(jù)計(jì)算得到的用戶在小區(qū)的通話概率P值與小區(qū)或者網(wǎng)絡(luò)柵格內(nèi)用戶產(chǎn)生的通話時(shí)長匹配并計(jì)算，可以得到小區(qū)或柵格內(nèi)用戶產(chǎn)生的靜態(tài)話務(wù)量值?？筛鶕?jù)該靜態(tài)話務(wù)量值判斷小區(qū)或者柵格內(nèi)的靜態(tài)業(yè)務(wù)特征，該值越大，說明小區(qū)或柵格內(nèi)的靜態(tài)業(yè)務(wù)越多，反之則越小。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析裝置，提出了用戶靜態(tài)業(yè)務(wù)分布值的概念和計(jì)算網(wǎng)絡(luò)靜態(tài)話務(wù)量的具體方法，該裝置能對(duì)現(xiàn)有的話務(wù)密度地圖，結(jié)合用戶的移動(dòng)性特征進(jìn)行分離和抽取，同時(shí)，基于LTE的MRO數(shù)據(jù)，能實(shí)現(xiàn)50米精度的柵格化呈現(xiàn)。從“準(zhǔn)確度”和“精細(xì)化”兩個(gè)方面更好的指導(dǎo)多層網(wǎng)的建設(shè)和優(yōu)化。

本發(fā)明實(shí)施例的網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析裝置，克服了現(xiàn)有技術(shù)方案不能量化并判斷靜態(tài)業(yè)務(wù)區(qū)域特征屬性的重大缺陷，通過對(duì)用戶靜態(tài)業(yè)務(wù)分布值的定義和高精度定位，使用網(wǎng)絡(luò)全量用戶的長期統(tǒng)計(jì)，應(yīng)用統(tǒng)計(jì)學(xué)大數(shù)統(tǒng)計(jì)方法，可以準(zhǔn)確抽取出網(wǎng)絡(luò)中的靜態(tài)業(yè)務(wù)量高的區(qū)域，用于LTE多層網(wǎng)的建設(shè)和優(yōu)化。

需要說明的是，該網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析裝置是與上述網(wǎng)絡(luò)靜態(tài)業(yè)務(wù)的分析方法相對(duì)應(yīng)的裝置，其中上述方法實(shí)施例中所有實(shí)現(xiàn)方式均適用于該裝置的實(shí)施例中，也能達(dá)到同樣的技術(shù)效果。

以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。