中信科移動聯合聯通河南分公司云網運營中心積極參與自智網絡實踐,雙方按照聯通集團數字化轉型戰(zhàn)略指引,基于HiNet智能運維平臺,圍繞保障網絡合理、網絡問題三維立體洞察、重點場景識別、場景化參數建模尋優(yōu)、天饋深度洞察、天饋智能優(yōu)化等方向開展研究,形成無線網絡鏈式優(yōu)化創(chuàng)新解決方案,結合神經網絡、知識圖譜等AI技術,打造閉環(huán)自智網絡,賦能網絡優(yōu)化的多個場景,推動網絡質量和用戶體驗的快速上升。
網絡問題三維立體洞察
基于半監(jiān)督分類算法結合圖像識別的建筑物畫像,實現了用戶MR的室內外區(qū)分以及3D精準定位。在此基礎上結合網絡問題評估,實現了問題點、問題路段、問題區(qū)域、問題樓宇的全方位三維立體洞察,避免了大量的人工測試工作。
重點場景識別
基于神經網絡圖像識別算法精準識別建筑物,進行場景自動化分類,并結合KPI、MR等網絡數據疊加網絡屬性,如弱覆蓋、高丟包、高負荷等,后結合無監(jiān)督聚類算法通過場景交織構建個性化細分場景,為差異化精細參數優(yōu)化提供輸入。
場景化參數建模尋優(yōu)
結合VoNR專項提升積累的參數尋優(yōu)專家經驗,基于徑向基神經網絡建模構建待優(yōu)化指標在不同場景小區(qū)下與各參數的模型關系,并通過梯度下降算法對神經網絡模型求解得到佳的參數配置,并通過多輪迭代使收斂度超過98%。
天饋深度洞察
利用路測、MDT(MR)、切換數據結合AI聚類,統(tǒng)一場景分析小區(qū)用戶數、切換分布、波束分布,可快速發(fā)現天饋接反和天饋覆蓋方向被遮擋等異常問題,避免大量人工上站核查的復雜性。
天饋智能優(yōu)化
利用天饋軟調參數,結合機器學習尋優(yōu)算法,實現“覆蓋問題自動發(fā)現-自動分析-自動優(yōu)化”,以低成本高效率的方式助力網絡覆蓋優(yōu)化。