??

本项目主要采购内容为依托网优大数据平台的基础数据开展5G 700M小区覆盖问题智能定界分析、基于数据挖掘的VoNR接入性指标自动化分析、4/5G无线网结构异常站点问题识别与定位等工作，具体内容包括：
（一）5G 700M小区覆盖问题智能定界分析：
（1）汇总统计小区级的覆盖率、接入性、保持性、完整性、容量类指标及重要counter；
（2） (略) 、场景的覆盖率、接入性、保持性、完整性、容量类整体指标及问题小区占比；
（3）从参数配置、网络告警、性能指标等维度，建立覆盖问题智能分析判断算法，结合大数据算法及专家经验固化，实现700M网络覆盖问题智能分析，输出问题小区的劣化原因。
（二）基于数据挖掘的VoNR（5G语音性能指标）接入性指标自动化分析：
（1）针对VoNR接入性差小区指标，统计其全网、 (略) 分场景的指标走势；
（2）针对VoNR接入性差小区，统计其本身及周边小区的告警、覆盖、干扰、容量、指标等情况；
（3）对比指标好小区及指标差小区的告警、覆盖、干扰、容量等情况并梳理关联性；
（4）基于专家经验树对差小区指标进行分析，定位指标劣化原因。
（三）4/5G无线网结构异常站点问题识别与定位：
（1）全网所有小区生成泰森多边形，根据每个小区泰森多边形找到它的所有泰森多边形相邻基站，计算所有相邻基站到本小区的距离，平均值为本小区站间距，无相邻基站则定义为“孤小区”；
（2）根据小区方位角与搜索角宽度以及小区最大覆盖距离生成小区扇形，根据设置的最大邻站个数获取距离最近的N个基站，按照小区最大覆盖距离计算，该N个基站与该小区的距离平均值为该小区站间距，在规定半径内未搜到小区则定义为“搜索角度内无邻基站小区”
（3）已计算得到的基站站间距对应的站高>1.5倍的理想站高，则视为异常高站，输出相对站高异常小区列表及异常高站解决方案；
（4）支持对异常高站的逻辑算法进行页面自定义配置，实现规则解耦。

??

??

??

??

本项目主要采购内容为依托网优大数据平台的基础数据开展5G 700M小区覆盖问题智能定界分析、基于数据挖掘的VoNR接入性指标自动化分析、4/5G无线网结构异常站点问题识别与定位等工作，具体内容包括：
（一）5G 700M小区覆盖问题智能定界分析：
（1）汇总统计小区级的覆盖率、接入性、保持性、完整性、容量类指标及重要counter；
（2） (略) 、场景的覆盖率、接入性、保持性、完整性、容量类整体指标及问题小区占比；
（3）从参数配置、网络告警、性能指标等维度，建立覆盖问题智能分析判断算法，结合大数据算法及专家经验固化，实现700M网络覆盖问题智能分析，输出问题小区的劣化原因。
（二）基于数据挖掘的VoNR（5G语音性能指标）接入性指标自动化分析：
（1）针对VoNR接入性差小区指标，统计其全网、 (略) 分场景的指标走势；
（2）针对VoNR接入性差小区，统计其本身及周边小区的告警、覆盖、干扰、容量、指标等情况；
（3）对比指标好小区及指标差小区的告警、覆盖、干扰、容量等情况并梳理关联性；
（4）基于专家经验树对差小区指标进行分析，定位指标劣化原因。
（三）4/5G无线网结构异常站点问题识别与定位：
（1）全网所有小区生成泰森多边形，根据每个小区泰森多边形找到它的所有泰森多边形相邻基站，计算所有相邻基站到本小区的距离，平均值为本小区站间距，无相邻基站则定义为“孤小区”；
（2）根据小区方位角与搜索角宽度以及小区最大覆盖距离生成小区扇形，根据设置的最大邻站个数获取距离最近的N个基站，按照小区最大覆盖距离计算，该N个基站与该小区的距离平均值为该小区站间距，在规定半径内未搜到小区则定义为“搜索角度内无邻基站小区”
（3）已计算得到的基站站间距对应的站高>1.5倍的理想站高，则视为异常高站，输出相对站高异常小区列表及异常高站解决方案；
（4）支持对异常高站的逻辑算法进行页面自定义配置，实现规则解耦。

??

??

??