申请/专利权人：中国移动通信有限公司研究院;中国移动通信集团公司

申请日：2016-12-15

公开（公告）日：2021-01-19

公开（公告）号：CN108235337B

主分类号：H04W24/00(20090101)

分类号：H04W24/00(20090101);H04L12/26(20060101);H04L12/24(20060101)

优先权：

专利状态码：有效-授权

法律状态：2021.01.19#授权;2018.07.24#实质审查的生效;2018.06.29#公开

摘要：本发明提供了一种利用率基线值估计方法及装置，提高利用率基线估计值的准确度。为实现上述目的，本发明实施例提供的一种利用率基线值估计方法包括：获取待评估区域的历史业务数据；根据所述历史业务数据确定用于利用率基线值估计的估计指标；所述估计指标为业务量指标和或业务性能指标；根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值。本发明提高了利用率基线估计值的准确度。

主权项：1.一种利用率基线值估计方法，其特征在于，包括：获取待评估区域的历史业务数据；根据所述历史业务数据确定用于利用率基线值估计的估计指标；所述估计指标为业务量指标和或业务性能指标；根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值，包括：根据所述历史业务数据中记录的估计指标，得到所述估计指标随有效RRC连接用户数增长的拟合曲线；根据所述拟合曲线确定所述待评估区域的利用率基线估计值。

全文数据：利用率基线值估计方法及装置技术领域[0001]本发明涉及网络评估，特别是一种利用率基线值估计方法及装置。背景技术[0002]网络利用率是评估网络无线资源负荷的关键性指标，对网络建设和扩容提供了重要的参考价值。[0003]对于GSM系统，在其资源利用率的计算中引入利用率基线值K值），是为了表征一定业务信道总数的条件下系统能够提供的最大话务量的比例。GSM系统以爱尔兰-B模型为基础给出了利用率基线值，确定了系统稳定可用资源上限，并据此折算出GSM现网利用率。[0004]而对于LTE长期演进系统，采用物理资源的占用情况来评估LTE系统的网络利用率。LTE系统的物理载频资源按照时间和频率两个维度被分割为多个资源块，其中控制信道最小资源分配单元为CCE控制信道单元），而业务信道最小资源分配单元为PRB物理资源±夬）。因此LTE系统的无线资源利用率可以考虑统计时间内，小区忙时控制信道CCE占用率和业务信道PRB利用率来评估。[0005]对于ID-LTE网络利用率的定义如下：[0006]ID-LTE网络利用率为忙时物理上行共享信道PRB利用率、忙时下行共享信道PDSCHPRB利用率以及忙时下行控制信道CCE利用率的最小值。而利用率都需要考虑利用率基线值K值）。[0007]而现有技术中，一般根据经验确定K取值为0.5。[0008]然而，上述确定LTE系统的K取值为0.5主要时考虑建网初期一定系统干扰控制的要求，但这种取经验值的方式与K的合理取值有一定的差距，存在进一步优化的空间。发明内容[0009]本发明实施例的目的在于提供一种利用率基线值估计方法及装置，提高利用率基线估计值的准确度。[0010]为实现上述目的，本发明实施例提供了一种利用率基线值估计方法包括：[0011]获取待评估区域的历史业务数据；[0012]根据所述历史业务数据确定用于利用率基线值估计的估计指标;所述估计指标为业务量指标和或业务性能指标；[0013]根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值。[0014]上述的利用率基线值估计方法，其中，所述获取待评估区域的历史业务数据的步骤具体包括：[0015]获取待评估区域的所有原始历史业务数据；[0016]从所述所有原始历史业务数据中按照业务量从大到小的顺序选择部分原始历史业务数据作为所述待评估区域的历史业务数据。[0017]上述的利用率基线值估计方法，其中，还包括：[0018]将所述待评估区域的历史业务数据分为至少两个历史业务数据集合；[0019]所述根据所述历史业务数据确定用于利用率基线值估计的估计指标具体为：[0020]针对每一个历史业务数据集合计算各自对应的估计指标；[0021]所述根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值具体为：[0022]根据每一个历史业务数据集合各自对应的估计指标计算每一个历史业务数据集合各自对应的利用率基线子估计值；[0023]根据所有历史业务数据集合各自对应的利用率基线子估计值确定所述待评估区域的利用率基线估计值。[0024]上述的利用率基线值估计方法，其中，所述根据所有历史业务数据集合各自对应的利用率基线子估计值确定所述待评估区域的利用率基线估计值具体为：[0025]根据所有历史业务数据集合各自对应的利用率基线子估计值计算累计分布函数曲线；[0026]确定所述待评估区域的利用率基线估计值为所述累计分布函数曲线的取值大于或等于预定门限所对应的利用率基线子估计值。[0027]上述的利用率基线值估计方法，其中，所述根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值具体为：[0028]根据所述历史业务数据中记录的估计指标，得到所述估计指标随有效RRC连接用户数增长的拟合曲线；[0029]根据所述拟合曲线确定所述待评估区域的利用率基线估计值。[0030]上述的利用率基线值估计方法，其中，所述估计指标为业务量指标时，所述根据所述拟合曲线确定所述待评估区域的利用率基线估计值具体为：[0031]确定利用率基线估计值为所述拟合曲线的波峰对应的网络利用率;或[0032]确定利用率基线估计值为所述拟合曲线上业务量增幅变化率减小的点对应的网络利用率；[0033]所述估计指标为业务性能指标时，所述根据所述拟合曲线确定所述待评估区域的利用率基线估计值具体为：[0034]确定利用率基线估计值为所述拟合曲线上性能恶化速度增加的点对应的网络利用率。[0035]上述的利用率基线值估计方法，其中，所述估计指标包括多个时，所述根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值的步骤具体为：[0036]确定每一个估计指标各自对应的利用率基线估计中间值；[0037]确定所述利用率基线估计值为所有估计指标对应的利用率基线估计中间值中的最小值。[0038]为实现上述目的，本发明实施例还提供了一种利用率基线值估计装置，包括：[0039]数据获取模块，用于获取待评估区域的历史业务数据；[0040]估计指标获取模块，用于根据所述历史业务数据确定用于利用率基线值估计的估计指标;所述估计指标为业务量指标和或业务性能指标；[0041]估计模块，用于根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值。[0042]上述的利用率基线值估计装置，其中，所述数据获取模块具体包括：[0043]原始数据获取单元，用于获取待评估区域的所有原始历史业务数据；[0044]数据筛选单元，用于从所述所有原始历史业务数据中按照业务量从大到小的顺序选择部分原始历史业务数据作为所述待评估区域的历史业务数据。[0045]上述的利用率基线值估计装置，其中，还包括：[0046]分组模块，用于将所述待评估区域的历史业务数据分为至少两个历史业务数据集合；[0047]所述估计指标获取模块具体用于:针对每一个历史业务数据集合计算各自对应的估计指标；[0048]所述估计模块具体包括：[0049]子估计值计算单元，用于根据每一个历史业务数据集合各自对应的估计指标计算每一个历史业务数据集合各自对应的利用率基线子估计值；[0050]第一确定单元，用于根据所有历史业务数据集合各自对应的利用率基线子估计值确定所述待评估区域的利用率基线估计值。[0051]上述的利用率基线值估计装置，其中，所述第一确定单元具体用于:根据所有历史业务数据集合各自对应的利用率基线子估计值计算累计分布函数曲线，并确定所述待评估区域的利用率基线估计值为所述累计分布函数曲线的取值大于或等于预定门限所对应的利用率基线子估计值。[0052]上述的利用率基线值估计装置，其中，所述估计模块具体包括：[0053]拟合单元，用于根据所述历史业务数据中记录的估计指标，得到所述估计指标随有效RRC连接用户数增长的拟合曲线；[0054]第二确定单元，用于根据所述拟合曲线确定所述待评估区域的利用率基线估计值。[0055]上述的利用率基线值估计装置，其中，所述估计指标为业务量指标时，所述第二确定单元具体用于:确定利用率基线估计值为所述拟合曲线的波峰对应的网络利用率;或确定利用率基线估计值为所述拟合曲线上业务量增幅变化率减小的点对应的网络利用率；[0056]所述估计指标为业务性能指标时，所述第二确定单元具体用于：确定利用率基线估计值为所述拟合曲线上性能恶化速度增加的点对应的网络利用率。[0057]上述的利用率基线值估计装置，其中，所述估计指标包括多个时，所述估计模块具体用于：[0058]中间值计算单元，用于确定每一个估计指标各自对应的利用率基线估计中间值；[0059]第三确定单元，用于确定所述利用率基线估计值为所有估计指标对应的利用率基线估计中间值中的最小值。[0060]本发明实施例的利用率基线值估计方法及装置中，利用历史业务数据进行大数据分析，考虑业务量变化趋势或者业务性能变化趋势来估计利用率基线值，相对于现有技术的依据经验值估计，提高了估计精度。附图说明[0061]图1表示本发明第一实施例的利用率基线值估计方法的流程示意图；[0062]图2表示本发明第二实施例的利用率基线值估计方法的流程示意图；[0063]图3表示本发明第三实施例的利用率基线值估计方法的流程示意图；[0064]图4表示本发明第四实施例的利用率基线值估计装置的结构示意图。具体实施方式[0065]本发明实施例的利用率基线值估计方法及装置中，利用历史业务数据进行大数据分析，考虑业务量变化趋势或者业务性能变化趋势来估计利用率基线值，相对于现有技术的依据经验值估计，提高了估计精度。[0066]如图1所示，本发明第一实施例的利用率基线值估计方法包括：[0067]步骤101，获取待评估区域的历史业务数据；[0068]_步骤1〇2,根据所述历史业务数据确定用于利用率基线值估计的估计指标;所述估计指标为业务量指标和或业务性能指标；[0069]步骤1〇3,根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值。[0070]本发明实施例的利用率基线值估计方法及装置中，利用历史业务数据进行大数据分析，考虑业务量变化趋势和或业务性能变化趋势来估计利用率基线值，相对于现有技术的依据经验值估计，提高了估计精度。[0071]本发明具体实施例中使得的历史业务数据可以是所有的历史业务数据，但为了逼近利用率基线值理论值，也可以是选择历史业务数据中高业务量的样本数据。[0072]这种方式下，本发明第二实施例的利用率基线值估计方法如图2所示，包括：[0073]步骤1011，获取待评估区域的所有原始历史业务数据；[0074]步骤1012,从所述所有原始历史业务数据中按照业务量从大到小的顺序选择部分原始历史业务数据作为所述待评估区域的历史业务数据；[0075]步骤102,根据所述历史业务数据确定用于利用率基线值估计的估计指标;所述估计指标为业务量指标和或业务性能指标；[0076]步骤103,根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值。[0077]本发明具体实施例中，通过从样本数据中删除那些低业务量的样本数据，保留高业务量样本数据，能够更有效的逼近利用率基线值理论值，提高估计精度。[0078]本发明具体实施例中，当待评估区域较大时，可以将待评估区域作为一个整体进行估计，但也可以将待评估区域划分为多个子区域如以小区为单位进行划分），然后对各子区域进行利用率基线值，最后利用各子区域的利用率基线值得到对应于待评估区域的利用率基线估计值。[0079]这种方式下，本发明第三实施例的利用率基线值估计方法如图3所示，包括：[0080]步骤101，获取待评估区域的历史业务数据；[0081]步骤104,将所述待评估区域的历史业务数据分为至少两个历史业务数据集合；[0082]步骤1021，针对每一个历史业务数据集合计算各自对应的估计指标；[0083]步骤1〇31，根据每一个历史业务数据集合各自对应的估计指标计算每一个历史业务数据集合各自对应的利用率基线子估计值；[0084]步骤1032,根据所有历史业务数据集合各自对应的利用率基线子估计值确定所述待评估区域的利用率基线估计值。[0085]本发明第三实施例的利用率基线值估计方法中，将待评估区域划分为多个子区域，然后对每个子区域进行利用率基线值估计，最后利用各子区域的利用率基线估计值得到最终的对应于待评估区域的利用率基线估计值。[0086]而每一次对子区域进行利用率基线值估计时的数据处理量的峰值大大降低，降低对计算能力的要求。同时，分区域进行计算还能够利用并行的方式计算子区域的利用率基线估计值，能够提高处理速度。[0087]而对于利用多个区域对应的利用率基线子估计值来确定最终的待评估区域的利用率基线估计值可以采用多种方式实现，其中一种方式如下所述：[0088]根据所有历史业务数据集合各自对应的利用率基线子估计值计算累计分布函数曲线；[0089]确定所述待评估区域的利用率基线估计值为:所述累计分布函数曲线的取值大于或等于预定门限所对应的利用率基线子估计值。[0090]利用率基线估计值的累积分布函数能够表征利用率基线估计值小于或者等于某个数值的概率。[0091]在本发明具体实施例中，该预定门限可以设置为如80%，但该取值可以依据需要来设置，如用户对服务质量的容忍度较高时，该门限可以高一些，否则可以低一些。[0092]上述的具体实施例中，在得到估计指标之后，即可根据估计指标的变化趋势确定所述待评估区域的利用率基线估计值，一种可能的方式为：[0093]根据所述历史业务数据中记录的估计指标，得到所述估计指标随有效RRC连接用户数增长的拟合曲线；[0094]根据所述拟合曲线确定所述待评估区域的利用率基线估计值。[0095]当所述估计指标为业务量指标时，所述根据所述拟合曲线确定所述待评估区域的利用率基线估计值具体为：[0096]确定利用率基线估计值为所述拟合曲线的波峰对应的网络利用率;或[0097]确定利用率基线估计值为所述拟合曲线上业务量增幅变化率减小的点对应的网络利用率。[0098]而当所述估计指标为业务性能指标时，所述根据所述拟合曲线确定所述待评估区域的利用率基线估计值具体为：[0099]确定利用率基线估计值为所述拟合曲线上性能恶化速度增加的点对应的网络利用率。[0100]对此说明如下。[0101]在本发明具体实施例中，该业务量指标可以是如下指标中的一个或多个：[0102]下行PDSCHPRB利用率、上行PUSCHPRB利用率、下行pdCCHCCE利用率、网络利用率、有效RRC连接最大用户数、有效RRC连接平均用户数、RRC连接最大用户数、RRC连接平均用户数、上行业务信道流量、下行业务信道流量等。[0103]而业务性能指标可以是如下指标中的一个或多个：[0104]上行平均速率、上行峰值速率、下行平均速率、下行峰值速率、下行首包排队时长、E-RAB平均排队时延、RRC连接建立成功率以及无线接通率等。[0105]而上述的数据都与有效RRC连接用户数密切相关，因此，在本发明具体实施例中，都是得到估计指标随有效RRC连接用户数增长的拟合曲线，然后根据拟合曲线以及估计指标的特性来选择不同的点确定待评估区域的利用率基线估计值。[0106]如对于流量而言，当用户数超过一定数值之后，上下行流量和不再提高，而是下降的，因此，当估计指标采用上下行流量和或其他具有类似性能的指标时，可以取所述拟合曲线的波峰对应的网络利用率作为待评估区域的利用率基线估计值。[0107]又如对于流量而言，当用户数超过一定数值之后，下行流量的增加的速度显著降低，因此，当估计指标采用流量变化速度的指标时，可以取拟合曲线上业务量增幅变化率减小的点对应的网络利用率作为待评估区域的利用率基线估计值。[0108]又如对于业务性能指标而言，当用户数超过一定数值之后，业务性能是降低的，因此，当估计指标采用业务性能变化速度的指标时，可以取拟合曲线上性能恶化速度增加的点对应的网络利用率作为待评估区域的利用率基线估计值。[0109]而当估计指标包括多个时，应该考虑最差的情况下才能满足系统的性能需求，因此所述根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值的步骤具体为：[0110]确定每一个估计指标各自对应的利用率基线估计中间值；[0111]确定所述利用率基线估计值为所有估计指标对应的利用率基线估计中间值中的最小值。[0112]以下对本发明实施例的方法进一步详细说明如下。[0113]当采用不划分区域的方式时，首先从历史业务数据中依据利用率或者上下行流量选取业务量较高的样本点数据如业务量排名前10%的样本数据），并画出选择的历史业务数据的用户数-业务量指标以及用户数-业务性能指标打点图。[0114]由于预期的系统服务水平对利用率基线值取值有较大的影响，因此根据业务量指标确定利用率基线值估计值的方法主要分为两种：[0115]用适当的拟合曲线对打点图中的样本点进行拟合，取某个业务量指标拟合曲线的波峰能够达到的利用率值作为待评估区域利用率基线值的估计值。以及[0116]用适当的拟合曲线对打点图中的样本点进行拟合，取某个业务量指标拟合曲线的增幅变缓点处能够达到的利用率值作为待评估区域利用率基线值的估计值。[0117]而根据业务性能指标确定利用率基线估计值的方式则采用如下方式：[0118]用适当的拟合曲线对打点图中的样本点进行拟合，取某个业务性能指标拟合曲线的明显恶化点处的利用率值作为待评估区域利用率基线估计值。[0119]至此即可确定待评估区域的利用率基线估计值。[0120]当采用划分区域的方式时，其差异仅在于需要综合各个子区域的利用率基线估计值来得到整个区域的利用率基线估计值，如：[0121]取各子区域的利用率基线估计值的均值作为待评估区域的利用率基线估计值;或[0122]将各子区域的利用率基线估计值从大到小排序，取子区域Y%如60%等处的利用率基线估计值作为待评估区域的利用率基线估计值。[0123]本发明第四实施例还提供了一种利用率基线值估计装置，如图4所示，包括：[0124]数据获取模块，用于获取待评估区域的历史业务数据；[0125]估计指标获取模块，用于根据所述历史业务数据确定用于利用率基线值估计的估计指标;所述估计指标为业务量指标和或业务性能指标；[0126]估计模块，用于根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值。[0127]上述的利用率基线值估计装置，其中，所述数据获取模块具体包括：[0128]原始数据获取单元，用于获取待评估区域的所有原始历史业务数据；[0129]数据筛选单元，用于从所述所有原始历史业务数据中按照业务量从大到小的顺序选择部分原始历史业务数据作为所述待评估区域的历史业务数据。[0130]上述的利用率基线值估计装置，其中，还包括：[0131]分组模块，用于将所述待评估区域的历史业务数据分为至少两个历史业务数据集合；[0132]所述估计指标获取模块具体用于:针对每一个历史业务数据集合计算各自对应的估计指标；[0133]所述估计模块具体包括：[0134]子估计值计算单元，用于根据每一个历史业务数据集合各自对应的估计指标计算每一个历史业务数据集合各自对应的利用率基线子估计值；[0135]第一确定单元，用于根据所有历史业务数据集合各自对应的利用率基线子估计值确定所述待评估区域的利用率基线估计值。[0136]上述的利用率基线值估计装置，其中，所述第一确定单元具体用于:根据所有历史业务数据集合各自对应的利用率基线子估计值计算累计分布函数曲线，并确定所述待评估区域的利用率基线估计值为所述累计分布函数曲线的取值大于或等于预定门限所对应的利用率基线子估计值。[0137]上述的利用率基线值估计装置，其中，所述估计模块具体包括：[0138]拟合单元，用于根据所述历史业务数据中记录的估计指标，得到所述估计指标随有效RRC连接用户数增长的拟合曲线；[0139]第二确定单元，用于根据所述拟合曲线确定所述待评估区域的利用率基线估计值。[0140]上述的利用率基线值估计装置，其中，所述估计指标为业务量指标时，所述第二确定单元具体用于:确定利用率基线估计值为所述拟合曲线的波峰对应的网络利用率;或确定利用率基线估计值为所述拟合曲线上业务量增幅变化率减小的点对应的网络利用率；[0141]所述估计指标为业务性能指标时，所述第二确定单元具体用于：确定利用率基线估计值为所述拟合曲线上性能恶化速度增加的点对应的网络利用率。[0142]上述的利用率基线值估计装置，其中，所述估计指标包括多个时，所述估计模块具体用于：[0143]中间值计算单元，用于确定每一个估计指标各自对应的利用率基线估计中间值；[0144]第三确定单元，用于确定所述利用率基线估计值为所有估计指标对应的利用率基线估计中间值中的最小值。[0145]需要说明的是，在本文中，术语‘包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。[0146]上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。[0147]通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质如R0MRAM、磁碟、光盘中，包括若干指令用以使得一台终端设备可以是手机，计算机，月艮务器，空调器，或者网络设备等执行本发明各个实施例所述的方法。[0148]以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

权利要求：1.一种利用率基线值估计方法，其特征在于，包括：获取待评估区域的历史业务数据；根据所述历史业务数据确定用于利用率基线值估计的估计指标;所述估计指标为业务量指标和或业务性能指标；根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值。2.根据权利要求1所述的利用率基线值估计方法，其特征在于，还包括：将所述待评估区域的历史业务数据分为至少两个历史业务数据集合；所述根据所述历史业务数据确定用于利用率基线值估计的估计指标具体为：针对每一个历史业务数据集合计算各自对应的估计指标；所述根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值具体为：根据每一个历史业务数据集合各自对应的估计指标计算每一个历史业务数据集合各自对应的利用率基线子估计值；根据所有历史业务数据集合各自对应的利用率基线子估计值确定所述待评估区域的利用率基线估计值。3.根据权利要求2所述的利用率基线值估计方法，其特征在于，所述根据所有历史业务数据集合各自对应的利用率基线子估计值确定所述待评估区域的利用率基线估计值具体为：根据所有历史业务数据集合各自对应的利用率基线子估计值计算累计分布函数曲线；确定所述待评估区域的利用率基线估计值为所述累计分布函数曲线的取值大于或等于预定门限所对应的利用率基线子估计值。4.根据权利要求1所述的利用率基线值估计方法，其特征在于，所述根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值具体为：根据所述历史业务数据中记录的估计指标，得到所述估计指标随有效RRC连接用户数增长的拟合曲线；根据所述拟合曲线确定所述待评估区域的利用率基线估计值。5.根据权利要求4所述的利用率基线值估计方法，其特征在于，所述估计指标为业务量指标时，所述根据所述拟合曲线确定所述待评估区域的利用率基线估计值具体为：确定利用率基线估计值为所述拟合曲线的波峰对应的网络利用率;或确定利用率基线估计值为所述拟合曲线上业务量增幅变化率减小的点对应的网络利用率；所述估计指标为业务性能指标时，所述根据所述拟合曲线确定所述待评估区域的利用率基线估计值具体为：确定利用率基线估计值为所述拟合曲线上性能恶化速度增加的点对应的网络利用率。6.—种利用率基线值估计装置，其特征在于，包括：数据获取模块，用于获取待评估区域的历史业务数据；估计指标获取模块，用于根据所述历史业务数据确定用于利用率基线值估计的估计指标;所述估计指标为业务量指标和或业务性能指标；估计模块，用于根据所述估计指标的变化趋势确定所述待评估区域的利用率基线估计值。7.根据权利要求6所述的利用率基线值估计装置，其特征在于，还包括：分组模块，用于将所述待评估区域的历史业务数据分为至少两个历史业务数据集合；所述估计指标获取模块具体用于:针对每一个历史业务数据集合计算各自对应的估计指标；所述估计模块具体包括：子估计值计算单元，用于根据每一个历史业务数据集合各自对应的估计指标计算每一个历史业务数据集合各自对应的利用率基线子估计值；第一确定单元，用于根据所有历史业务数据集合各自对应的利用率基线子估计值确定所述待评估区域的利用率基线估计值。8.根据权利要求7所述的利用率基线值估计装置，其特征在于，所述第一确定单元具体用于：根据所有历史业务数据集合各自对应的利用率基线子估计值计算累计分布函数曲线，并确定所述待评估区域的利用率基线估计值为所述累计分布函数曲线的取值大于或等于预定门限所对应的利用率基线子估计值。9.根据权利要求6所述的利用率基线值估计装置，其特征在于，所述估计模块具体包括：拟合单元，用于根据所述历史业务数据中记录的估计指标，得到所述估计指标随有效RRC连接用户数增长的拟合曲线；第二确定单元，用于根据所述拟合曲线确定所述待评估区域的利用率基线估计值。10.根据权利要求9所述的利用率基线值估计装置，其特征在于，所述估计指标为业务量指标时，所述第二确定单元具体用于:确定利用率基线估计值为所述拟合曲线的波峰对应的网络利用率;或确定利用率基线估计值为所述拟合曲线上业务量增幅变化率减小的点对应的网络利用率；所述估计指标为业务性能指标时，所述第二确定单元具体用于：确定利用率基线估计值为所述拟合曲线上性能恶化速度增加的点对应的网络利用率。

百度查询： 中国移动通信有限公司研究院;中国移动通信集团公司 利用率基线值估计方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD