基于AI的室分故障问题定位方法研究与实践

杨文; 杜犇; 陈洁

doi:10.13992/j.cnki.tetas.2020.02.002

Chinese

您当前的位置：

首页 >

文章列表页 >

基于AI的室分故障问题定位方法研究与实践

人工智能专题 | 更新时间：2026-04-20

- 基于AI的室分故障问题定位方法研究与实践
- Research and practice on location method of room division fault based on AI
- 电信工程技术与标准化 2020年33卷第2期页码：6-10
- 作者机构：
  
  1. 中国移动通信集团陕西有限公司
  2. 中国移动通信集团设计院有限公司陕西分公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2020.02.002
  中图分类号： TN929.5;TP18
- 纸质出版：2020
- 稿件说明：
移动端阅览
[1]杨文,杜犇,陈洁.基于AI的室分故障问题定位方法研究与实践[J].电信工程技术与标准化,2020,33(02):6-10.

杨文, 杜犇, 陈洁. Research and practice on location method of room division fault based on AI[J]. 2020, 33(2): 6-10.
[1]杨文,杜犇,陈洁.基于AI的室分故障问题定位方法研究与实践[J].电信工程技术与标准化,2020,33(02):6-10. DOI： 10.13992/j.cnki.tetas.2020.02.002.

杨文, 杜犇, 陈洁. Research and practice on location method of room division fault based on AI[J]. 2020, 33(2): 6-10. DOI： 10.13992/j.cnki.tetas.2020.02.002.

摘要

目前4G室内深度覆盖不足问题是影响客户体验和运营商收益的主要因素。本文通过对室分站点性能和用户MR等数据的全量采集与研究分析

利用AI技术建立室分故障特征模型

并根据模型中好点和差点与室分物业点、站点、小区进行匹配

实现室分故障的精准定位

进一步提升网络优化及维护工作效率。

Abstract

At present

the lack of 4 G indoor deep coverage is the main factor that affects the customer experience and operators’ revenue. This article through to MR screenhouse site performance

users now full amount of data acquisition and analysis

fault feature model room points with AI technology

and according to the model of the good points and bad points of points property and now the network room

site

neighborhood matching precision positioning

chamber of fault

further enhance network optimization and maintenance efficiency.

关键词

Keywords

references

一种基于数据分析的室分智能哑网元判断系统 [J]. 何蓉. 信息通信 . 2018(06)

LTE室分系统常见问题的解决 [J]. 陈宜进. 泰州职业技术学院学报 . 2016(03)

基于MRO的室分隐性故障排查方法 [J]. 王天晓. 福建电脑 . 2016(03)

基于用户感知的室内网络质量评估体系的研究 [J]. 梅迪菲. 信息通信 . 2013(04)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

机器学习在数据分析中的实践与应用

基于机器学习的网络感知评估方法

运营商反电信诈骗技术手段研究

智能运维(AIOps)在中国联通分布式架构下的研究与应用

基于机器学习的光网络路由与频谱分配机制研究