banner.jpg)
隨著5G網(wǎng)絡(luò)的規(guī)模商用，自智網(wǎng)絡(luò)已成為運營商網(wǎng)絡(luò)轉(zhuǎn)型的重要領(lǐng)域。在無線網(wǎng)絡(luò)優(yōu)化中，RF（無線頻率）優(yōu)化占據(jù)了超過50%的比重，且工作量巨大、成本高昂。目前運營商的5G網(wǎng)絡(luò)已經(jīng)100%部署支持遠程調(diào)整的新型天線，為RF自智創(chuàng)造了必要條件。通過RF自智技術(shù)，利用大數(shù)據(jù)挖掘?qū)崿F(xiàn)自動發(fā)現(xiàn)問題區(qū)域、粒子群優(yōu)化算法尋找最佳參數(shù)組合、自動調(diào)整網(wǎng)絡(luò)策略以及進行網(wǎng)絡(luò)數(shù)據(jù)自評估，最終實現(xiàn)RF自智。RF自智主要包括三個關(guān)鍵步驟：自發(fā)現(xiàn)、自分析和自優(yōu)化。
首先，通過中信科移動自智網(wǎng)絡(luò)的創(chuàng)新算法， DBSCAN（基于密度聚類的異常問題區(qū)域聚類）算法實現(xiàn)了問題區(qū)域的自動聚類和精準判別；基于機器學習技術(shù)實現(xiàn)了精準定位室內(nèi)外用戶的能力，結(jié)合各種移動網(wǎng)絡(luò)特征和機器學習算法，可以準確判斷用戶的室內(nèi)外位置，并通過圖像識別技術(shù)識別建筑物輪廓，進一步提高室內(nèi)定位的準確性。這一算法集合能夠精準發(fā)現(xiàn)覆蓋優(yōu)化中的弱覆蓋、過覆蓋和重疊覆蓋等異常覆蓋問題區(qū)域，為后續(xù)優(yōu)化提供準確的基礎(chǔ)數(shù)據(jù)。
其次，中信科移動首次將智能尋優(yōu)算法應(yīng)用于RF優(yōu)化領(lǐng)域，引入了機器學習最優(yōu)化算法-粒子群尋優(yōu)。這一算法解決了小區(qū)連片下不同天饋角度和功率區(qū)間組合過多的問題，能在短時間內(nèi)選擇出最優(yōu)的組合方案。通過精細調(diào)整天饋角度和功率的組合，實現(xiàn)了對無線信號的精確控制和優(yōu)化。
最后，通過不斷循環(huán)改進優(yōu)化策略，并結(jié)合實時網(wǎng)絡(luò)反饋，中信科移動能夠?qū)崿F(xiàn)網(wǎng)絡(luò)的動態(tài)調(diào)整，這使得RF自由化能夠快速適應(yīng)不斷變化的網(wǎng)絡(luò)環(huán)境和用戶需求，提供更可靠、高效的無線網(wǎng)絡(luò)服務(wù)。
RF自智應(yīng)用部署分為無到有、有到精、精到廣和廣到全四個階段。通過分階段驗證應(yīng)用，目前RF自智在900M區(qū)域多網(wǎng)絡(luò)部署，涵蓋3.5G、2.1G和900M，呈現(xiàn)全場景應(yīng)用，多項指標都達到較大幅度的優(yōu)化及提升。
中信科移動RF自智憑借三大創(chuàng)新算法的加持以及不斷迭代應(yīng)用，為RF優(yōu)化領(lǐng)域帶來了精確而有效的支持。通過自發(fā)現(xiàn)、自分析和自優(yōu)化的過程，中信科移動實現(xiàn)了全網(wǎng)規(guī)模的RF自智部署，并取得了極大的優(yōu)化效率提升，助力行業(yè)邁向新的智能化階段。
