旨在研究和实现对5G感知大数据的量化评估,提出基于多层网交叉定位和概率算法的评估方法,解决传统感知评估精准度低、运算效率低的问题。为提升运算效率,降低算力资源消耗,提出了5G MR降量方法,在此基础上研究创新的多层网交叉定位方法...旨在研究和实现对5G感知大数据的量化评估,提出基于多层网交叉定位和概率算法的评估方法,解决传统感知评估精准度低、运算效率低的问题。为提升运算效率,降低算力资源消耗,提出了5G MR降量方法,在此基础上研究创新的多层网交叉定位方法,将用户位置定位作为地理化栅格数据,为感知分析提供基础数据。结合地理化投诉数量和小区级感知数据,采用多层概率算法进行栅格化感知质量评估。该研究成果能够在消耗较少算力的前提下准确量化感知大数据(Perception Big Data,PBD)并进行可靠的感知评估,为用户满意度提升提供新的思路。展开更多
文摘旨在研究和实现对5G感知大数据的量化评估,提出基于多层网交叉定位和概率算法的评估方法,解决传统感知评估精准度低、运算效率低的问题。为提升运算效率,降低算力资源消耗,提出了5G MR降量方法,在此基础上研究创新的多层网交叉定位方法,将用户位置定位作为地理化栅格数据,为感知分析提供基础数据。结合地理化投诉数量和小区级感知数据,采用多层概率算法进行栅格化感知质量评估。该研究成果能够在消耗较少算力的前提下准确量化感知大数据(Perception Big Data,PBD)并进行可靠的感知评估,为用户满意度提升提供新的思路。
