KR20210015728A - 최적 네트워크 성능 개선 해결책들 선택 시스템들 및 방법들 - Google Patents

최적 네트워크 성능 개선 해결책들 선택 시스템들 및 방법들 Download PDF

Info

Publication number
KR20210015728A
KR20210015728A KR1020200096887A KR20200096887A KR20210015728A KR 20210015728 A KR20210015728 A KR 20210015728A KR 1020200096887 A KR1020200096887 A KR 1020200096887A KR 20200096887 A KR20200096887 A KR 20200096887A KR 20210015728 A KR20210015728 A KR 20210015728A
Authority
KR
South Korea
Prior art keywords
network
performance improvement
network performance
solution
key
Prior art date
Application number
KR1020200096887A
Other languages
English (en)
Other versions
KR102278362B1 (ko
Inventor
크룸 카샨 자트
아메드 마흐다오위
스푸씨 콘다팔리
오토 폰세카 에스쿠데로
개리 도우쏜
Original Assignee
티-모바일 유에스에이, 인크.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 티-모바일 유에스에이, 인크. filed Critical 티-모바일 유에스에이, 인크.
Publication of KR20210015728A publication Critical patent/KR20210015728A/ko
Application granted granted Critical
Publication of KR102278362B1 publication Critical patent/KR102278362B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/24—Cell structures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

셀 사이트들 또는 다른 무선 노드들에서의 저하 문제들을 해결하기 위해 이전에 배치되었던 각각의 해결책에 대한 표준화된 복합 이득 메트릭 값(예를 들어, 가중화된 이득 또는 오프로드 인덱스)을 컴퓨팅하기 위한 시스템들 및 방법들이 개시된다. 방법은 핵심 성능 표시자들(Key Performance Indicators)(KPI들)의 세트를 선택하며, 핵심 성능 표시자들 각각은 고객 경험에 고도로 상관된다. 예를 들어, 방법은 다음의 KPI들을 선택한다: 트래픽, 사용자들의 수, 물리 리소스 블록(Physical Resource Block)(PRB) 활용, 채널 품질 표시자(Channel Quality Indicator)(CQI), 스루풋 등. 이어서 방법은, 가중치가 각각의 KPI의 상대적 중요도를 반영하고 KPI들이 이중 계산되지 않는 것을 보장하도록, 각각의 KPI에 가중치를 할당한다. 셀 사이트에서 배치된 각각의 해결책에 대해, 방법은 다음의 복합 이득 메트릭들의 값들을 컴퓨팅한다: 가중화된 이득 및 오프로드 인덱스. 이어서 방법은, 최적의 해결책이 선택될 수 있도록, 컴퓨팅된 복합 이득 메트릭 값들에 기초하여 해결책들을 순위화할 수 있다.

Description

최적 네트워크 성능 개선 해결책들 선택 시스템들 및 방법들{OPTIMUM NETWORK PERFORMANCE IMPROVEMENT SOLUTIONS SELECTION SYSTEMS AND METHODS}
원거리 통신 네트워크에서의 셀 사이트의 성능이 임계 값 아래로 저하할(예를 들어, LTE 사이트가 혼잡해질) 때, 저하 문제들을 다루고 해결하기 위해 상이한 해결책들이 제안되어 왔다. 그러나, 무선 원거리 통신 서비스 제공자들이 저하된 사이트에 대해 어떤 해결책이 효과적이고, 최적이고 비용 효과적인지를 결정하기가 어렵다. 더구나, 무선 원거리 통신 서비스 제공자들은 특정한 해결책이 배치될 때 달성된 이득을 수량화하기가 또한 어렵다.
도 1은 원거리 통신 네트워크 내의 최적 네트워크 성능 개선 해결책들을 식별할 적합한 컴퓨팅 환경을 도시한 블록도이다.
도 2는 최적 용량 복합 이득 시스템의 소자들을 도시한 블록도이다.
도 3a-3c는 원거리 통신 네트워크에서의 최적 네트워크 성능 개선 해결책들을 식별하는 과정들을 도시한 흐름도들이다.
도 4는 다양한 핵심 성능 표시자들 및 그들의 메트릭들에 관한 정보를 저장하는 예시적인 데이터 구조이다.
도 5는 다양한 핵심 성능 표시자들의 가중치들을 컴퓨팅하는 예시적인 데이터 구조들이다.
도 6a-8i는 최적 네트워크 성능 개선 해결책들을 선택하기 위해 사용된 예시적인 보고들 및/또는 데이터 구조들이다.
도면들에서, 일부 소자들 및/또는 동작들은 본 기술의 구현들 중 일부의 논의를 위해 상이한 블록들로 분리되거나 단일 블록으로 조합될 수 있다. 또한, 기술이 다양한 수정들 및 대안적 형태들에 따르지만, 특정한 구현들이 도면들에서 예로서 도시되었고 아래에 상세히 설명된다. 그러나, 기술을 설명된 특정한 구현들로 제한하려는 의도는 아니다. 반대로, 기술은 첨부된 청구범위에 의해 정의된 것과 같은 기술의 범위 내에 드는 모든 수정들, 등가물들, 및 대안들을 커버하는 것으로 한다.
상기 및 다른 문제들을 해결하기 위해, 발명자들은 컴퓨팅된 용량 복합 이득 메트릭들("용량 이득 시스템")에 기초하여 원거리 통신 네트워크 성능을 개선시키기 위해 최적 네트워크 성능 개선 해결책들을 식별하기 위한 최적 용량 복합 이득 시스템 및 관련된 방법을 개발하였다. 용량 이득 시스템의 하나의 목적은 기반 시설 보수, 수정, 계획 및 개발에 필요할 수 있는 변화들에 대해 무선 원거리 통신 서비스 제공자들이 결정하는 것을 지원하기 위해 복잡한 다차원 표시자들을 요약하는 것이다. 용량 이득 시스템은 근본적인 정보 베이스를 감소시키지 않고 표시자들의 세트의 가시 크기를 감소시킴으로써 이것을 행한다.
용량 이득 시스템은 셀 사이트들에서의 저하 문제들을 해결하기 위해 이전에 배치되었던 각각의 해결책에 대한 메트릭 값들의 표준화된 복합 이득(예를 들어, 가중화된 이득 또는 오프로드 인덱스)을 컴퓨팅한다. 그렇게 하기 위해, 시스템은 먼저 핵심 성능 표시자들(Key Performance Indicators)(KPI들)의 세트를 선택하며, 핵심 성능 표시자들 각각은 고객 경험에 상관된다. 예를 들어, 시스템은 다음의 KPI들 중 하나 이상을 선택할 수 있다: 트래픽, 사용자들의 수, 물리 리소스 블록(Physical Resource Block)(PRB) 활용, 채널 품질 표시자(Channel Quality Indicator)(CQI), 스루풋 등. 이어서 시스템은, 가중치가 각각의 KPI의 상대적 중요도를 반영하고 KPI들이 이중 계산되지 않는 것을 보장하도록, 각각의 KPI에 가중치를 할당한다. 즉, 가중치들은 KPI들 간의 상호의존성들을 최소화하도록 컴퓨팅된다. 예를 들어, 트래픽 및 사용자들에 대한 KPI들은 고도로 상관되기 때문에, 시스템은 트래픽에 낮은 가중치(예를 들어, 0.12)를 할당하고, 사용자들에 높은 상대적 가중치(예를 들어, 0.20)를 할당한다. 셀 사이트에서 배치된 각각의 해결책에 대해, 시스템은 다음의 복합 이득 메트릭들 중 하나 이상의 복합 이득 메트릭의 값들을 컴퓨팅한다: 가중화된 이득 및 오프로드 인덱스. 아래에 보다 상세히 논의되는, 가중화된 이득 메트릭은 핵심 성능 표시자들의 가중화된 사전- 및 사후-해결책 배치 측정들을 사용하여 각각의 해결책에 대한 전체 가중화된 이득을 컴퓨팅한다. 아래에 또한 보다 상세히 논의되는, 오프로드 인덱스 메트릭은 오프로드된 단위들 및 핵심 성능 표시자들의 사전- 및 사후-해결책 배치 측정들에 기초하여 각각의 해결책에 대한 전체 오프로드 인덱스를 컴퓨팅한다. 이어서 시스템은, 최적의 해결책이 선택될 수 있도록, 컴퓨팅된 복합 이득 메트릭 값들에 기초하여 해결책들을 순위화한다. 몇가지 구현들에서, 비용 및 지속기간 팩터들이, 시스템이 달성될 수 있는 용량 이득에 뿐만 아니라, 해결책을 배치하는 비용 및 해결책의 예상된 기간에 기초하여 최적의 해결책들의 순위화된 리스트를 제안하도록, 상기 컴퓨테이션 내로 포함될 수 있다.
다음의 설명에서, 설명의 목적들을 위해, 수많은 특정한 상세들이 본 기술의 구현들의 완전한 이해를 제공하기 위해 제시된다. 그러나, 본 기술의 구현들이 이들 특정한 상세의 일부 없이 실시될 수 있다는 것이 본 기술 분야의 통상의 기술자들에게 분명할 것이다.
문구들 "일부 구현들에서", "몇가지 구현들에서", "일부 구현들에 따르면", "도시한 구현들에서", "다른 구현들에서" 등은 상기 문구 다음의 특정한 특징, 구조, 또는 특성이 본 기술의 적어도 하나의 구현 내에 포함되고 하나보다 많은 구현 내에 포함될 수 있다는 것을 일반적으로 의미한다. 또한, 이러한 문구들은 반드시 동일한 구현들 또는 상이한 구현들을 참조하지 않는다.
적합한 컴퓨팅 환경들
도 1은 원거리 통신 네트워크 내의 최적 네트워크 성능 개선 해결책들을 선택할 적합한 컴퓨팅 환경(100)을 도시한 블록도이다.
(이동 전화들(예를 들어, 스마트폰들), 태블릿 컴퓨터들, 랩탑들 등과 같은) 사용자들, 사물 인터넷(IoT) 디바이스들, 센서들을 갖는 디바이스들 등과 연관된 이동 디바이스들 또는 사용자 장비(UE)와 같은 하나 이상의 사용자 디바이스(110)는 하나 이상의 셀 사이트(120, 125)를 통해 사용자 디바이스(110)에 의해 액세스되는, 원거리 통신 네트워크(130)를 통해 데이터, 스트림 콘텐트를 수신 및 송신하고/하거나, 다른 통신을 수행하거나 서비스들을 수신한다. 예를 들어, 사용자 디바이스(110)는 네트워크(130) 상에 그리고 셀 사이트(120)를 통해 콘텐트 제공자(140), 클라우드 데이터 저장소(145), 및/또는 다른 사용자 디바이스들(155)과 같은, 다양한 엔티티들로부터 데이터(예를 들어, 스트림 또는 업로드 멀티미디어 콘텐트)를 송신 및 수신하기 위해, 셀 사이트를 포함하는 지리적 위치에서 셀 사이트를 통해 원거리 통신 네트워크(130)에 액세스할 수 있다.
셀 사이트들은 기지국들과 같은 매크로 셀 사이트들(120), 피코셀들, 마이크로셀들, 또는 펨토셀들과 같은 소형 셀 사이트들(125), 및/또는 (IEEE 802.11 WLAN 액세스 포인트들을 포함하는) 다른 네트워크 액세스 소자 또는 사이트들을 포함할 수 있다. 셀 사이트들(120, 125)은 접속된 사용자들의 수 또는 유형들과 연관된 데이터, 셀 사이트들(120, 125)에 의해 제공된, 스펙트럼, 무선 대역, 주파수 채널 등의 제공 및/또는 활용과 연관된 데이터 등을 포함하는, 그들의 동작들과 연관된 데이터를 저장할 수 있다. 셀 사이트들(120, 125)은 LTE 네트워크에서의 셀 사이트 물리 계층에 의해 제공된 PRB들의 제공 또는 활용과 같은, 그들의 사용을 모니터할 수 있다. 예를 들어, 셀 사이트(120)는 25개의 가용한 물리 리소스 블록들을 제공하는 5㎒의 채널 대역폭을 갖는데, 그를 통해 데이터가 사용자 디바이스(110)로/로부터 송신될 수 있다.
원거리 통신 네트워크(130)에 의해 제공된 다른 소자들은 셀 사이트들(120, 125) 및 다른 네트워크 액세스 소자들의 동작들 및 송신 특성들을 모니터 및/또는 측정할 수 있다. 예를 들어, 원거리 통신 네트워크(130)는, 데이터가 원거리 통신 네트워크 내에서 송신될 때 셀 사이트들(120, 125)의 활용과 연관된 데이터를 측정 및/또는 획득하기 위해, 네트워크 리소스 제어기(NRC) 또는 네트워크 성능 및 모니터링 제어기, 또는 다른 네트워크 제어 소자를 통해, 네트워크 모니터링 시스템을 제공할 수 있다.
컴퓨팅 환경(100)은 예를 들어, 네트워크 모니터링 시스템으로부터 수신된 데이터에 기초하여, 네트워크(130)의 양태들을 모니터하도록 구성된 용량 이득 시스템(150)을 포함한다. 용량 이득 시스템(150)은 아래에 상세히 설명되는 것과 같이 그들의 성능을 개선시키기 위해 셀 사이트들에서 배치될 최적 네트워크 성능 개선 해결책들을 평가 및 선택하기 위해 셀 사이트들(예를 들어, 셀 사이트들(120 및 125))에서의 (예를 들어, 핵심 성능 메트릭들을 포함하는) 다양한 메트릭들에 대한 값들을 측정할 수 있다.
도 1 및 본원의 논의는 용량 이득 시스템(150)이 지원 및 구현될 수 있는 적합한 컴퓨팅 환경(100)의 간단한 일반적인 설명을 제공한다. 요구되지는 않지만, 용량 이득 시스템(150)의 양태들이 컴퓨터, 예를 들어, 이동 디바이스, 서버 컴퓨터, 또는 퍼스널 컴퓨터에 의해 실행되는 루틴들과 같은, 컴퓨터 실행가능 명령어들의 일반적 맥락에서 설명된다. 시스템은 인터넷 기기들, (태블릿 컴퓨터들 및/또는 개인 휴대 단말기들(PDA들)을 포함하는) 휴대형 디바이스들, 사물 인터넷(IoT) 디바이스들, 모든 방식의 셀룰러 또는 이동 전화들, 멀티-프로세서 시스템들, 마이크로프로세서-기반 또는 프로그램가능한 소비자 전자 장치들, 셋톱 박스들, 네트워크 PC들, 미니-컴퓨터들, 메인프레임 컴퓨터들 등을 포함하는, 다른 통신들, 데이터 처리, 또는 컴퓨터 시스템 구성들로 실시될 수 있다. 실제로, 용어들 "컴퓨터", "호스트", 및 "호스트 컴퓨터", 및 "이동 디바이스" 및 "핸드셋"은 일반적으로 본원에서 상호 교환가능하게 사용되고, 상기 디바이스들 및 시스템들 중 임의의 것뿐만 아니라, 임의의 데이터 프로세서를 의미한다.
시스템의 양태들이 본원에 상세히 설명되는 컴퓨터 실행가능 명령어들 중 하나 이상을 수행하도록 구체적으로 프로그램, 구성, 또는 조립되는 특수 목적 컴퓨팅 디바이스 또는 데이터 프로세서에서 실시될 수 있다. 시스템의 양태들은 태스크들 또는 모듈들이 근거리 네트워크(LAN), 광역 네트워크(WAN), 또는 인터넷과 같은, 임의의 통신 네트워크를 통해 링크되는 원격 처리 디바이스들에 의해 수행되는 분산된 컴퓨팅 환경들에서 또한 실시될 수 있다. 분산된 컴퓨팅 환경에서, 프로그램 모듈들은 근거리와 원격 메모리 저장 디바이스들 둘 다 내에 위치할 수 있다.
시스템의 양태들은 자기적으로 또는 광학적으로 판독가능한 컴퓨터 디스크들, 하드-와이어드 또는 사전프로그램된 칩들(예를 들어, EEPROM 반도체 칩들), 나노기술 메모리, 또는 다른 데이터 저장 매체를 포함하는, 컴퓨터 판독가능 매체(예를 들어, 물리적 및/또는 유형의 비일시적 컴퓨터 판독가능 저장 매체) 상에 저장 또는 분산될 수 있다. 실제로, 컴퓨터에 의해 구현되는 명령어들, 데이터 구조들, 스크린 디스플레이들, 및 시스템의 양태 하에서의 다른 데이터는 인터넷을 통해 또는 (무선 네트워크들을 포함하는) 다른 네트워크들을 통해, 시간 주기에 걸쳐 전파 매체(예를 들어, 전자기 파(들), 사운드 파 등) 상의 전파된 신호를 통해 분산될 수 있거나, 그들은 임의의 아날로그 또는 디지털 네트워크(패킷 스위치, 회로 스위치, 또는 다른 구조) 상에 제공될 수 있다. 시스템의 부분들은 서버 컴퓨터 상에 상주하지만, 대응하는 부분들은 이동 또는 휴대용 디바이스와 같은 클라이언트 컴퓨터 상에 상주하고, 그러므로, 소정의 하드웨어 플랫폼들이 본원에 설명되지만, 시스템의 양태들은 네트워크 상의 노드들에 등등하게 적용가능하다. 대안적 구현에서, 이동 디바이스 또는 휴대용 디바이스는 서버 부분을 나타낼 수 있지만, 서버는 클라이언트 부분을 나타낼 수 있다.
일부 구현들에서, 사용자 디바이스(110) 및/또는 셀 사이트들(120, 125)은 디바이스들이 네트워크(130)와 같은, 통신 네트워크를 통해 라이센스된, 세미-라이센스된, 또는 비라이센스된 스펙트럼을 사용하여 무선 신호들을 송신 및 수신함으로써 원격 서버들 또는 다른 휴대용 전자 디바이스들과 통신하게 하는 네트워크 통신 소자들을 포함할 수 있다. 일부 경우들에서, 통신 네트워크(130)는 다수의 네트워크, 심지어, 다양한 네트워크들 간에 및 중에 통신을 용이하게 하도록 동작가능한 게이트웨이들을 통해 상호접속되는, 하나 이상의 보더 네트워크, 음성 네트워크들, 광대역 네트워크들, 서비스 제공자 네트워크들, 인터넷 서비스 제공자(ISP) 네트워크들, 및/또는 공중 전화 교환 네트워크들(PSTN들)과 같은, 다수의 이종 네트워크로 구성될 수 있다. 원거리 통신 네트워크(130)는 또한 제3자 통신 네트워크들 예컨대, GSM(Global System for Mobile) 이동 통신 네트워크, 코드/시간 분할 다중 액세스(CDMA/TDMA) 이동 통신 네트워크, 3세대 또는 4세대(3G/4G) 이동 통신 네트워크(예를 들어, 일반 패킷 무선 서비스(GPRS/EGPRS)), EDGE(Enhanced Data rates for GSM Evolution), 유니버설 이동 원거리 통신 시스템(UMTS), 또는 롱 텀 에볼루션(LTE) 네트워크), 5G 이동 통신 네트워크, IEEE 802.11(와이파이), 또는 다른 통신 네트워크들을 포함할 수 있다. 그러므로, 사용자 디바이스는 데이터를 수신 및/또는 송신하기 위해 다수의 주파수 대역 간에 동작 및 스위치하도록 구성된다.
용량 이득 시스템(150)의 동작 및 구현에 관한 추가의 상세들이 이제 설명될 것이다.
최적 네트워크 성능 개선 해결책들을 식별하는 예들
도 2는 용량 이득 시스템(150)의 소자들을 도시한 블록도이다. 용량 이득 시스템(150)은 소프트웨어(예를 들어, 실행가능한 명령어들, 또는 컴퓨터 코드)와 하드웨어(예를 들어, 적어도 메모리 및 프로세서)의 조합으로 구현되는 기능적 모듈들을 포함할 수 있다. 따라서, 본원에 사용된 것과 같이, 일부 예들에서 모듈은 프로세서에 의해 구현되는 모듈 또는 코드의 세트이고, 본원에 설명된 특정한 기능들 중 하나 이상을 수행하기 위해 메모리 내에 저장된 실행가능한 명령어들에 의해 적어도 일시적으로 구성 및/또는 프로그램되는 프로세서를 갖는 컴퓨팅 디바이스를 나타낸다. 예를 들어, 용량 이득 시스템(150)은 KPI들 선택 모듈(210), KPI들 데이터 수집 모듈(220), KPI들 가중치들 모듈(230), 가중화된 이득 컴퓨테이션 모듈(240), 오프로드 인덱스 컴퓨테이션 모듈(245), 및 최적 해결책 순위화 및 선택 모듈(250)을 포함할 수 있는데, 이들 각각은 아래에 별개로 논의된다.
KPI들 선택 모듈
KPI들 선택 모듈(210)은 성능 표시자들(PI들)의 세트로부터 KPI들의 서브셋을 선택하도록 구성 및/또는 프로그램된다. PI들의 세트는 수백(예를 들어, 200-300)개의 성능 표시자들을 포함하는데, 성능 표시자들 각각은 특정한 셀 사이트의 성능의 양태를 측정하기 위해 사용될 수 있다. 예를 들어, PI들의 세트는 다음의 성능 표시자들의 일부 또는 모두를 포함할 수 있다: 트래픽, 사용자들의 수, PRB 활용, CQI, 스루풋, 캐리어 집성, 향상된 직교 진폭 변조(QAM), 네트워크 성능 개선 해결책을 배치하는 비용, 네트워크 성능 개선 해결책을 유지하는 비용, 네트워크 성능 개선 해결책의 예상된 수명, 네트워크 성능 개선 해결책을 배치하는 지속기간, 네트워크 성능 개선 해결책의 수명, 네트워크 성능 개선 해결책의 효율, 원거리 통신 네트워크 사이트의 위치, 원거리 통신 네트워크 사이트의 리스 정보, 네트워크 성능 개선 해결책의 배치의 지속기간, 네트워크 성능 개선 해결책을 배치하기 위해 요구되는 자격들 및 허가들, 타워 높이, 가장 가까운 가용한 사이트, 원거리 통신 네트워크 사이트에 의해 서브되는 인구, 원거리 통신 네트워크 사이트에 의해 서브되는 가정들, 네트워크 성능 개선 해결책과 연관된 렌트 비용, 백홀 가용성 등.
수많은 성능 표시자들의 이 세트로부터, KPI들 선택 모듈(210)은 다양한 네트워크 성능 개선 해결책들의 영향/성능을 평가 및 비교하기 위해 사용될 핵심 성능 표시자들의 서브셋을 선택한다. KPI들 선택 모듈(210)은 다음의 팩터들 중 하나 이상에 기초하여 핵심 성능 표시자들의 서브셋을 선택한다: 고객 경험과의 각각의 핵심 성능 표시자들의 상관, 다른 핵심 성능 표시자들과의 각각의 핵심 성능 표시자의 상관, 사용자(예를 들어, 운영자) 선호, 원거리 통신 서비스 제공자 선호 등. 예를 들어, KPI들 선택 모듈(210)은 낮은 정도의 상관을 나타내지만 전체 복합의 차원들을 반영하는 성능 표시자들을 선택한다. 예를 들어, KPI들 선택 모듈(210)은 핵심 성능 표시자들의 서브셋의 성분들로서 다음의 핵심 성능 표시자들을 선택한다: 트래픽, 사용자들의 수, PRB 활용, CQI, 및 스루풋. 대안적으로 또는 부가적으로, KPI들 선택 모듈(210)은 고객 경험과의 최대 상관을 갖는 최상 임계 수의 성능 표시자들을 선택한다. 일부 구현들에서, KPI들 선택 모듈(210)은 주요 성분 분석에 기초하여 핵심 성능 표시자들의 서브셋의 성분들을 선택한다.
KPI들 데이터 수집 모듈
KPI들 데이터 수집 모듈(220)은 핵심 성능 표시자들의 서브셋 및/또는 성능 표시자들의 세트 내의 성능 표시자들의 값들에 관한 하나 이상의 소스로부터 데이터를 수신하도록 구성 및/또는 프로그램된다. KPI들 데이터 수집 모듈(220)은 특정한 네트워크 성능 개선 해결책이 배치되기 전에(사전-해결책 배치), 특정한 네트워크 성능 개선 해결책이 배치된 후에(사후-해결책 배치), 또는 이 둘 다에 성능 표시자들의 값들을 수집할 수 있다. 예를 들어, KPI들 데이터 수집 모듈(220)은 사전-해결책 배치(610a-d) 및 사후-해결책 배치(615a-615d)(도 6a, 6b, 및 6c)를 위한 데이터를 수신한다.
KPI들 데이터 수집 모듈(220)은 (용량 이득 데이터베이스(255) 내에 저장될 수 있는) 성능 표시자들과 연관된 다음의 데이터 기록들 중 하나 이상을 수집/수신 액세스한다: 위치 특정 기록들(LSR), 콜 데이터 기록들(CDR들), 타이밍 어드밴스 값들, RF 신호 데이터, 고객과 적어도 하나의 원거리 통신 네트워크 사이트 간의 거리, 신호의 강도, 사용된 데이터의 양, 고객의 디바이스의 유형, 애플리케이션들 데이터(예를 들어, 애플리케이션 유형, 이름, 소유자, 관리자, 송신/수신/사용/세이브된 데이터, 사용된 대역폭, 액세스된 API들 등), 사용 기록들의 소스(예를 들어, 원거리 통신 서비스 제공자, 제3자, 애플리케이션 소유자 등). KPI들 데이터 수집 모듈(220)에 의해 수집된 데이터의 다른 유형들의 예들은 위치와의 고객 경험을 결정하는 데 도움을 줄 수 있는 (예를 들어, 크라우드소스된 데이터를 포함하는) 제3자 애플리케이션들로부터 수집된 데이터를 포함하지만, 이들로 제한되지 않는다. 예를 들어, KPI들 데이터 수집 모듈(220)은 사용자의 소셜 미디어 포스트들(예를 들어, 트윗들, 체크-인들, 포스트들 등)을 사용하여 사용자의 위치의 정보를 수집할 수 있다. 또 하나의 예로서, KPI들 데이터 수집 모듈(220)은 사용자 위치 및/또는 성능 표시자들과 관련된 데이터를 식별하기 위해 (예를 들어, 사물 인터넷(IoT) 디바이스들, 센서들, 빌링 미터들, 교통 신호등들 등과 관련된 애플리케이션들을 사용하여 수집된) 애플리케이션 레벨 데이터를 수집한다.
KPI들 가중치들 모듈
KPI들 가중치들 모듈(230)은 핵심 성능 표시자들의 서브셋 내의 핵심 성능 표시자들에 대한 가중치들을 컴퓨팅하도록 구성 및/또는 프로그램된다. KPI들 가중치들 모듈(230)은 핵심 성능 표시자들의 상대적 중요도를 반영하고/하거나 (예를 들어, 이중 계산을 피하기 위해) 핵심 성능 표시자들의 서브셋 내의 핵심 성능 표시자들의 상호의존성을 최소화하는 가중치들을 컴퓨팅한다. KPI들 가중치들 모듈(230)은 주요 성분 분석에 기초하여 가중치들을 컴퓨팅할 수 있다. 예를 들어, 도 5에 도시된 것과 같이, 용량 이득 시스템(150)은 다음의 KPI들에 대한 가중치들을 선택 및 컴퓨팅하기 위해 주요 성분 분석 기술들(500)을 활용한다: 트래픽, 사용자들, PRB, CQI, 및 스루풋. 도 4는 또한 KPI들(405a)의 서브셋에 대한 KPI들 가중치들 모듈(230)에 의해 컴퓨팅된 가중치들(405b)을 도시한다. 도 4 및 5에서, 스루풋 TMO 및 스루풋 PCS에 대한 참조는 비교 목적들을 위해 사용될 수 있는, 네트워크 노드들 또는 요소들을 통해 제공된 2개의 상이한 서비스들에 대한 데이터 스루풋을 참조한다.
가중화된 이득 컴퓨테이션 모듈
가중화된 이득 컴퓨테이션 모듈(240)은 네트워크 성능 개선 해결책들에 대한 가중화된 이득 측정들을 컴퓨팅하도록 구성 및/또는 프로그램된다. 네트워크 성능 개선 해결책에 대한 가중화된 이득 측정들을 컴퓨팅하기 위해, 가중화된 이득 컴퓨테이션 모듈(240)은 성능 표시자들(예를 들어, KPI들 선택 모듈(210)에 의해 선택된 KPI들)에 대한 값들을 사용한다. 예를 들어, 네트워크 성능 개선 해결책에 대한 가중화된 이득 측정들을 컴퓨팅하기 위해, 가중화된 이득 컴퓨테이션 모듈(240)은 네트워크 성능 개선 해결책이 사이트에서 배치되기 전(사전-해결책 배치)과 네트워크 성능 개선 해결책이 사이트에서 배치된 후(사후-해결책 배치)에 측정된 하나 이상의 KPI에 대한 (예를 들어, 용량 이득 데이터베이스(255)로부터의) 값에 액세스한다. 예를 들어, 도 6a, 6b, 및 6c에 도시된 것과 같이, 가중화된 이득 컴퓨테이션 모듈(240)은 KPI들의 다음의 서브셋에 대한 사전-해결책 배치 값들(610a-610d) 및 사후-해결책 배치 값들(615a-615d)에 액세스한다: 트래픽, 사용자들, 다운로드 PRB, CQI, 및 스루풋. 가중화된 이득 컴퓨테이션 모듈(240)은 특정한 시간 윈도우 내에서 사전- 및 사후-해결책 배치 값들을 선택할 수 있다. 예를 들어, 가중화된 이득 컴퓨테이션 모듈(240)은 14-일 사전- 및 사후-윈도우(해결책 배치 전 14일 및 해결책 배치 후 14일) 내에서 사전- 및 사후-해결책 배치 값들을 선택한다. 시간 윈도우는 운영자에 의해 사전-구성될 수 있거나 다음의 팩터들 중 하나 이상에 기초하여 동적으로 결정될 수 있다: 배치된 해결책의 유형, 사이트의 위치, 사이트의 속성들(예를 들어, 바쁨 등), 해결책의 비용, 데이터의 소스들, 데이터의 밀도 등.
KPI들의 서브셋에 대한 사전- 및 사후-해결책 배치 값들(pre- and post- solution deployment values)을 검색한 후에, 가중화된 이득 컴퓨테이션 모듈(240)은 각각의 KPI에 대한 이득의 백분율(이득(gain) %)을 컴퓨팅한다. 예를 들어, 도 6b에 도시된 것과 같이, 가중화된 이득 컴퓨테이션 모듈(240)은 다음의 식을 사용하여, 각각의 KPI에 대해, 그리고 특정한 시장 및 섹터 내에 각각 배치되는 2개의 해결책들(605b 및 605c) 각각에 대해 이득들(618a 및 618b)을 컴퓨팅한다:
Figure pat00001
도 4는 또한 KPI들(405b)의 서브셋에 대해 컴퓨팅된 이득들(405c)을 도시한다. 각각의 KPI에 대한 이득들을 컴퓨팅한 후에, 가중화된 이득 컴퓨테이션 모듈(240)은 KPI들 가중치들 모듈(230)에 의해 각각의 KPI에 대해 컴퓨팅된 가중치들(weights)에 기초하여 각각의 KPI에 대한 가중화된 이득(weighted gain)을 컴퓨팅한다. 예를 들어, 도 4에 도시된 것과 같이, 가중화된 이득 컴퓨테이션 모듈(240)은 다음의 식을 사용하여 각각의 KPI에 대한 가중화된 이득(405d)을 컴퓨팅한다:
Figure pat00002
각각의 KPI에 대한 가중화된 이득들을 컴퓨팅한 후에, 가중화된 이득 컴퓨테이션 모듈(240)은 네트워크 성능 개선 해결책에 대한 전체 가중화된 이득 값(예를 들어, 용량 이득(capacity gain))을 컴퓨팅한다. 예를 들어, 도 4에 도시된 것과 같이, 가중화된 이득 컴퓨테이션 모듈(240)은 다음의 식을 사용하여 네트워크 성능 개선 해결책(solution)에 대한 용량 이득을 컴퓨팅한다:
Figure pat00003
도 6a 및 6c는 각각 해결책들(605a 및 605d)에 대해 가중화된 이득 컴퓨테이션 모듈(240)에 의해 컴퓨팅되는 용량 이득들(620a 및 620d)을 유사하게 도시한다.
오프로드 인덱스 컴퓨테이션 모듈
오프로드 인덱스 컴퓨테이션 모듈(245)은 네트워크 성능 개선 해결책들에 대한 오프로드 인덱스 측정들을 컴퓨팅하도록 구성 및/또는 프로그램된다. 오프로드 인덱스 컴퓨테이션 모듈(245)은 각각의 핵심 성능 표시자에 대한 인덱스 단위 값을 선택한다. 인덱스 단위 값은 측정될 최소(예를 들어, 가장 적은) 양의 유효 이득을 나타낼 수 있다. 예를 들어, 도 4는 오프로드 인덱스 컴퓨테이션 모듈(245)에 의해 선택된 인덱스 단위들(405e)을 도시한다. 또한, 네트워크 성능 개선 해결책들에 대한 오프로드 인덱스 측정들을 컴퓨팅하기 위해, 오프로드 인덱스 컴퓨테이션 모듈(245)은 성능 표시자들(예를 들어, KPI들 선택 모듈(210)에 의해 선택된 KPI들)에 대한 값들을 사용한다. 예를 들어, 네트워크 성능 개선 해결책에 대한 오프로드 인덱스 측정들을 컴퓨팅하기 위해, 오프로드 인덱스 컴퓨테이션 모듈(245)은 네트워크 성능 개선 해결책이 사이트에서 배치되기 전(사전-해결책 배치)과 네트워크 성능 개선 해결책이 사이트에서 배치된 후(사후-해결책 배치)에 측정된 하나 이상의 KPI에 대한 (예를 들어, 용량 이득 데이터베이스(255)로부터의) 값에 액세스한다. 예를 들어, 도 6a, 6b, 및 6c에 도시된 것과 같이, 오프로드 인덱스 컴퓨테이션 모듈(245)은 KPI들의 다음의 서브셋에 대한 사전-해결책 배치 값들(610a-610d) 및 사후-해결책 배치 값들(615a-615d)에 액세스한다: 트래픽, 사용자들, 다운로드 PRB, CQI, 및 스루풋. 오프로드 인덱스 컴퓨테이션 모듈(245)은 특정한 시간 윈도우 내에서 사전- 및 사후-해결책 배치 값들을 선택할 수 있다. 예를 들어, 오프로드 인덱스 컴퓨테이션 모듈(245)은 14-일 사전- 및 사후-윈도우(해결책 배치 전 14일 및 해결책 배치 후 14일) 내에서 사전- 및 사후-해결책 배치 값들을 선택한다. 시간 윈도우는 운영자에 의해 사전-구성될 수 있거나 다음의 팩터들 중 하나 이상에 기초하여 동적으로 결정될 수 있다: 배치된 해결책의 유형, 사이트의 위치, 사이트의 속성들(예를 들어, 바쁨 등), 해결책의 비용, 데이터의 소스들, 데이터의 밀도 등.
KPI들의 서브셋에 대한 사전- 및 사후-해결책 배치 값들을 검색한 후에, 오프로드 인덱스 컴퓨테이션 모듈(245)은 각각의 KPI에 대한 오프로드된 단위들 메트릭 값(offloaded units metric value)을 컴퓨팅한다. 예를 들어, 도 4에 도시된 것과 같이, 오프로드 인덱스 컴퓨테이션 모듈(245)은 다음의 식을 사용하여, 각각의 KPI에 대해, 오프로드된 단위들 값들(405f)을 컴퓨팅한다:
Figure pat00004
각각의 KPI에 대한 오프로드된 단위들 값들(offloaded units values)을 컴퓨팅한 후에, 오프로드 인덱스 컴퓨테이션 모듈(245)은 KPI들 가중치들 모듈(230)에 의해 각각의 KPI에 대해 컴퓨팅된 가중치들, 선택된 인덱스 단위들(index units), 및 컴퓨팅된 오프로드된 단위들(offloaded units)에 기초하여 각각의 KPI에 대한 오프로드 인덱스 값(offload index value)을 컴퓨팅한다. 예를 들어, 도 4에 도시된 것과 같이, 오프로드 인덱스 컴퓨테이션 모듈(245)은 다음의 식을 사용하여 각각의 KPI에 대한 오프로드 인덱스 값(405g)을 컴퓨팅한다:
Figure pat00005
각각의 KPI에 대한 오프로드 인덱스 값을 컴퓨팅한 후에, 오프로드 인덱스 컴퓨테이션 모듈(245)은 네트워크 성능 개선 해결책에 대한 전체 오프로드 인덱스 값을 컴퓨팅한다. 예를 들어, 도 4에 도시된 것과 같이, 오프로드 인덱스 컴퓨테이션 모듈(245)은 다음의 식을 사용하여 네트워크 성능 개선 해결책(solution)에 대한 오프로드 인덱스를 컴퓨팅한다:
Figure pat00006
도 6a 및 6c는 각각 해결책들(605a 및 605d)에 대해 오프로드 인덱스 컴퓨테이션 모듈(245)에 의해 컴퓨팅되는 오프로드 인덱스들(625a 및 625d)을 유사하게 도시한다.
최적 해결책 순위화 및 선택 모듈
최적 해결책 순위화 및 선택 모듈(250)은 특정한 사이트들에서 배치할 하나의 (또는 그보다 많은) 네트워크 성능 개선 해결책들을 선택하도록 구성 및/또는 프로그램된다. 네트워크 성능 개선 해결책들의 예들은 셀 분리, 소형 셀 배치, 스펙트럼 추가, 스펙트럼 제거, 섹터 추가, 섹터 제거 등을 포함하지만, 이들로 제한되지 않는다. 최적 해결책 순위화 및 선택 모듈(250)은 해결책들을 순위화하고 이어서 사이트(예를 들어, 지역-시장-섹터)에서의 배치를 위한 후보들로서 하나 이상의 해결책을 선택하기 위해 다양한 네트워크 성능 개선 해결책들에 대해 컴퓨팅된 용량 이득들 및/또는 오프로드 인덱스들을 평가한다. 도 7은 다양한 해결책들(705a) 및 그들의 연관된 용량 이득(705b) 및 오프로드 인덱스(705c) 값들을 도시한다. 해결책들(705a)은 용량 이득 값들이 감소하는 순서로 순위화된다. 일부 구현들에서, 최적 해결책 순위화 및 선택 모듈(250)은 최상의 수행 해결책(예들 들어, 소형 셀)을 선택한다. 도 7에 도시된 것과 같이, 다음의 정보가 또한 네트워크 성능 개선 해결책들에 관해 저장/디스플레이될 수 있다: 해결책들 개수(해결책이 배치되는 사이트들/섹터들의 총수)(705d) 및 이득이 임계 값(예를 들어, 제로)보다 큰 사이트들/섹터들의 백분율(705e).
해결책들의 용량 이득들 및/또는 오프로드 인덱스들을 평가하는 것 외에, 최적 해결책 순위화 및 선택 모듈(250)은 최적 해결책들을 순위화 및/또는 선택할 때 다음의 추가적인 팩터들 중 하나 이상을 고려할 수 있다: 원거리 통신 네트워크 사이트의 위치, 원거리 통신 네트워크 사이트의 리스 정보, 네트워크 성능 개선 해결책의 배치의 지속기간, 네트워크 성능 개선 해결책을 배치하기 위해 요구되는 자격들 및 허가들, 타워 높이, 가장 가까운 가용한 사이트, 원거리 통신 네트워크 사이트에 의해 서브되는 인구, 원거리 통신 네트워크 사이트에 의해 서브되는 가정들, 네트워크 성능 개선 해결책과 연관된 렌트 비용, 백홀 가용성, 비용 및 지속기간 팩터들(예를 들어, 네트워크 성능 개선 해결책을 배치하는 비용, 네트워크 성능 개선 해결책을 유지하는 비용, 네트워크 성능 개선 해결책의 예상된 수명, 네트워크 성능 개선 해결책을 배치하는 지속기간, 네트워크 성능 개선 해결책의 수명), 해결책이 배치된 사이트와 해결책이 배치될 사이트 간의 유사성, 선택된 지리적 영역 내의 사이트들에서 배치된 해결책들 등. 예를 들어, 최적 해결책 순위화 및 선택 모듈(250)은 초기에 컴퓨팅된 용량 이득들 및/또는 오프로드 인덱스들에 기초하여 최적 해결책으로서 소형 셀 해결책을 선택하지만, 그것은 다양한 해결책들과 연관된 배치의 비용들 및 지속기간에 기초하여 섹터 추가 해결책으로 그것의 선택을 업데이트할 수 있다(소형 셀 해결책들은 섹터 추가 해결책들과 비교하여, 비용이 더 많이 들고 배치하는 데 더 오랜 시간이 걸리는 경향이 있다).
흐름도들
도 3a-3c는 원거리 통신 네트워크에서의 최적 네트워크 성능 개선 해결책들을 식별하는 과정들을 도시한 흐름도들이다. 도 3a는 원거리 통신 서비스 네트워크에서의 셀 사이트들에서 배치될 최적 네트워크 성능 개선 해결책들을 식별하는 과정(300)을 도시한다. 과정(300)은 용량 이득 시스템이 핵심 성능 표시자들을 선택하는 블록 305에서 시작된다. 예를 들어, 위에 논의된 것과 같이, 용량 이득 시스템은 고객 경험과의 각각의 성능 표시자의 상관에 기초하여 성능 표시자들의 세트로부터 핵심 성능 표시자들의 서브셋을 선택한다. 블록 310에서, 용량 이득 시스템은 핵심 성능 표시자들의 서브셋 내의 각각의 핵심 성능 표시자에 대한 가중치를 컴퓨팅한다. 이어서, 네트워크 성능 개선 해결책들의 세트 내의 각각의 네트워크 성능 개선 해결책에 대해(블록 315) 그리고 핵심 성능 표시자들의 서브셋 내의 각각의 핵심 성능 표시자에 대해(블록 320), 용량 이득 시스템은 복합 용량 이득 메트릭 값을 컴퓨팅한다. 복합 용량 이득 메트릭 값들의 예들은 이득 값, 가중화된 이득 값, 오프로드된 단위들 메트릭 값, 오프로드 인덱스 값 등을 포함하지만, 이들로 제한되지 않는다. 각각의 KPI에 대한 복합 용량 이득 메트릭 값을 컴퓨팅한 후에, 블록들 340-345에서, 용량 이득 시스템은 핵심 성능 표시자들의 서브셋 내의 KPI들에 대한 컴퓨팅된 복합 용량 이득 메트릭 값들을 사용하여 네트워크 성능 개선 해결책에 대한 전체 복합 용량 이득 메트릭 값을 컴퓨팅한다. 용량 이득 시스템은 각각의 네트워크 성능 개선 해결책에 대해 블록들 315-350을 반복한다. 이어서, 블록 355에서, 용량 이득 시스템은 각각의 네트워크 성능 개선 해결책에 대한 컴퓨팅된 복합 용량 이득 메트릭 값들에 기초하여 네트워크 성능 개선 해결책들의 세트 내의 네트워크 성능 개선 해결책들에 대한 순위들을 컴퓨팅한다. 블록 360에서, 용량 이득 시스템은 최적 해결책 순위화 및 선택 모듈(250)을 참조하여 위에 논의된 순위들 및/또는 추가적인 팩터들 중 하나 이상에 기초하여 적어도 하나의 원거리 통신 네트워크 사이트에서 구현될 최적 네트워크 성능 개선 해결책을 선택한다.
도 3b는 가중화된 이득 메트릭을 사용하여 원거리 통신 서비스 네트워크에서의 셀 사이트들에서 배치될 최적 네트워크 성능 개선 해결책들을 식별하는 과정(302)을 도시한다. 과정(302)의 블록들 305-320은 위에 논의된 과정(300)의 블록들 305-320과 유사하다. 과정(302)의 블록 325a에서, 용량 이득 시스템은 네트워크 성능 개선 해결책이 원거리 통신 네트워크 사이트에서 배치되기 전의 KPI 값과 네트워크 성능 개선 해결책이 원거리 통신 네트워크 사이트에서 배치된 후의 KPI 값 간의 차이에 기초하여 각각의 KPI에 대한 이득 백분율 값을 컴퓨팅한다. 블록 325b에서, 용량 이득 시스템은 KPI에 대한 컴퓨팅된 이득 백분율 값 및 KPI에 대한 컴퓨팅된 가중치에 기초하여 KPI에 대한 가중화된 이득 값을 컴퓨팅한다. 이어서, 블록 345a에서, 용량 이득 시스템은 KPI들의 서브셋 내의 KPI들에 대한 컴퓨팅된 가중화된 이득 값들을 사용하여 네트워크 성능 개선 해결책에 대한 전체 가중화된 이득 값을 컴퓨팅한다. 과정(302)의 블록들 350-360은 위에 논의된 과정(300)의 블록들 350-360과 유사하다.
도 3c는 가중화된 이득 메트릭을 사용하여 원거리 통신 서비스 네트워크에서의 셀 사이트들에서 배치될 최적 네트워크 성능 개선 해결책들을 식별하는 과정(303)을 도시한다. 과정(303)의 블록들 305-320은 위에 논의된 과정(300)의 블록들 305-320과 유사하다. 과정(303)의 블록 325d에서, 용량 이득 시스템은 연관된 인덱스 단위 값을 선택한다. 블록 325e에서, 용량 이득 시스템은 네트워크 성능 개선 해결책이 원거리 통신 네트워크 사이트에서 배치되기 전의 KPI 값과 네트워크 성능 개선 해결책이 원거리 통신 네트워크 사이트에서 배치된 후의 KPI 값 간의 차이에 기초하여 각각의 KPI에 대한 오프로드된 단위들 메트릭 값을 컴퓨팅한다. 블록 325f에서, 용량 이득 시스템은 KPI에 대한 컴퓨팅된 오프로드된 단위들 메트릭 값, KPI와 연관된 선택된 인덱스 단위 값, 및 KPI에 대한 컴퓨팅된 가중치에 기초하여 KPI에 대한 오프로드 인덱스 값을 컴퓨팅한다. 블록 345b에서, 용량 이득 시스템은 KPI들의 서브셋 내의 핵심 KPI들에 대한 컴퓨팅된 오프로드 인덱스 값들을 사용하여 네트워크 성능 개선 해결책에 대한 전체 오프로드 인덱스 값을 컴퓨팅한다. 과정(303)의 블록들 350-360은 위에 논의된 과정(300)의 블록들 350-360과 유사하다.
도 8a-8i는 다양한 네트워크 성능 개선 해결책들과 연관된 다양한 메트릭들을 나타내기 위해 사용자에게 디스플레이되는 예시적인 보고들이다. 도 8a-e는 트래픽, 사용자들, 스루풋, CQI, PRB 활용, 데이터 볼륨 등을 포함하는, 몇가지 KPI들에 대한 네트워크 성능 개선 해결책들(예를 들어, 스펙트럼 추가(L1900))에 의해 달성된 이득들을 보여주는 보고들을 도시한다. 도 8f-h는 스펙트럼 추가(L1900 및 L700), 섹터 추가, 셀 분리, 소형 셀, 및 모든 해결책들과 같은 다수의 네트워크 성능 개선 해결책에 의해 달성된 전체 이득들을 보여주는 보고들을 도시한다. 도 8i는 다수의 네트워크 성능 개선 해결책에 의해 달성된 개별적인 KPI 이득들을 보여주는 보고들을 도시한다.
결론
문맥이 달리 요구하지 않는다면, 설명 및 청구범위에 걸쳐, 단어들 "포함한다", "포함하는" 등은 배타적 또는 한정적 의미와 반대로, 포괄적 의미; 즉, "포함하지만, 제한되지 않는다는" 의미로 해석되어야 한다. 본원에 사용된 것과 같이, 용어들 "접속된", "결합된", 또는 이들의 임의의 변형은 2개 이상의 요소들 간의 직접적인 또는 간접적인, 임의의 접속 또는 결합을 의미하고; 요소들 간의 접속의 결합은 물리적, 논리적, 또는 이들의 조합일 수 있다. 부가적으로, 본원에 사용될 때, 단어들 "본원에", "위에", "아래에", 및 유사한 의미의 단어들은 전체적으로 본원을 참조하고 본원의 임의의 특정한 부분들을 참조하지 않는다. 문맥이 허용하는 경우에, 단수 또는 복수를 사용하는 상기 상세한 설명에서의 단어들은 또한 각각 복수 또는 단수를 포함할 수 있다. 2개 이상의 아이템들의 리스트를 참조하여, 단어 "또는"은 그 단어의 다음의 해석들의 모두를 커버한다: 리스트 내의 아이템들 중 임의의 것, 리스트 내의 아이템들의 모두, 및 리스트 내의 아이템들의 임의의 조합.
시스템의 구현들의 상기 상세한 설명은 시스템을 위에 개시된 정확한 형태로 한정하거나 제한하려는 것이 아니다. 시스템의 특정한 구현들, 및 시스템에 대한 예들이 예시의 목적들을 위해 위에 설명되었지만, 다양한 등가적 수정들이 관련 기술 분야의 통상의 기술자들이 인식하는 것과 같이, 시스템의 범위 내에서 가능하다. 예를 들어, 일부 네트워크 요소들이 소정의 기능들을 수행하는 것으로서 본원에 설명된다. 그들 기능은 네트워크 요소들의 수를 줄일 수 있는, 동일한 또는 상이한 네트워크들 내의 다른 요소들에 의해 수행될 수 있다. 대안적으로, 또는 부가적으로, 그들 기능을 수행하는 네트워크 요소들은 그들 기능의 부분들을 수행하기 위해 2개 이상의 요소들로 대체될 수 있다. 또한, 과정들, 메시지/데이터 흐름들, 또는 블록들이 주어진 순서로 제시되지만, 대안적 구현들은 블록들을 갖는 루틴들을 수행하거나, 상이한 순서로, 블록들을 갖는 시스템들을 이용할 수 있고, 일부 과정들 또는 블록들은 대안 또는 부조합들을 제공하도록 삭제, 이동, 추가, 세분, 조합, 및/또는 수정될 수 있다. 이들 과정, 메시지/데이터 흐름, 또는 블록 각각은 다양한 상이한 방식들로 구현될 수 있다. 또한, 과정들 또는 블록들이 때로는 직렬로 수행되는 것으로서 도시되지만, 이들 과정 또는 블록은 대신에 병렬로 수행될 수 있거나, 상이한 시간들에서 수행될 수 있다. 또한, 본원에 기재된 임의의 특정한 수들은 단지 예들이고: 대안적 구현들이 상이한 값들 또는 범위들을 이용할 수 있다.
본원에 제공된 방법들 및 시스템의 교시들은 반드시 위에 설명된 시스템에 아니라, 다른 시스템들에도 적용될 수 있다. 위에 설명된 다양한 구현들의 요소들, 블록들 및 동작들은 추가의 구현들을 제공하도록 조합될 수 있다.
첨부 출원서들에서 리스트될 수 있는 임의의 것을 포함하는, 위에 기재된 임의의 특허들 및 출원들 및 다른 참조 문헌들은 본원에 참조로 포함된다. 기술의 양태들은, 필요하다면, 기술의 또 다른 구현들을 제공하기 위해 위에 설명된 다양한 참조 문헌들의 시스템들, 기능들, 및 개념들을 이용하기 위해 수정될 수 있다.
이들 및 다른 변화들이 상기 상세한 설명에 비추어서 본 발명에 대해 이루어질 수 있다. 상기 설명이 기술의 소정의 구현들을 설명하고, 고려된 최상의 모드를 설명하지만, 텍스트에서 상기 설명이 얼마나 상세히 나타나든지 간에, 본 발명은 많은 방식들로 실시될 수 있다. 시스템의 상세들이 그것의 구현 상세들에서 상당히 변화할 수 있지만, 본원에 개시된 기술에 의해 여전히 포괄된다. 위에 기재된 것과 같이, 기술의 소정의 특징들 또는 양태들을 설명할 때 사용된 특정한 용어는 그 용어가 임의의 특정한 특성들, 특징들, 또는 그 용어가 연관되는 기술의 양태들로 제한되는 것으로 재정의되는 것을 함축하도록 취해지지 않아야 한다. 일반적으로, 다음의 청구범위에서 사용된 용어들은 상기 상세한 설명 부분이 이러한 용어들을 명시적으로 정의하지 않는다면, 본 명세서에 개시된 특정한 구현들로 본 발명을 제한하는 것으로 해석되지 않아야 한다. 따라서, 본 발명의 실제 범위는 개시된 구현들뿐만 아니라, 청구범위 하에서 본 발명을 실시 또는 구현하는 모든 등가적인 방식들을 포함한다.
기술의 소정의 양태들이 소정의 청구범위 형태들로 아래에 제시되지만, 발명자들은 임의 수의 청구범위 형태들로 기술의 다양한 양태들을 고려한다. 예를 들어, 본 발명의 단지 하나의 양태가 컴퓨터 판독가능 매체에서 구현되는 것으로서 나열되지만, 다른 양태들도 마찬가지로 컴퓨터 판독가능 매체에서 구현될 수 있다. 따라서, 발명자들은 기술의 다른 양태들을 위한 이러한 추가적인 청구범위 형태들을 추구하기 위해 본원을 출원한 후에 추가적인 청구범위를 추가할 권리를 보유한다.

Claims (20)

  1. 원거리 통신 서비스 네트워크에서의 셀 사이트들에서 배치될 네트워크 성능 개선 해결책들을 식별하기 위한, 컴퓨터에 의해 구현되는 방법으로서, 상기 방법은
    고객 경험과의 각각의 성능 표시자의 상관에 기초하여 성능 표시자들의 세트로부터 핵심 성능 표시자들의 서브셋을 선택하는 단계;
    핵심 성능 표시자들의 상기 서브셋 내의 각각의 핵심 성능 표시자에 대한 가중치를 컴퓨팅하는 단계 - 상기 핵심 성능 표시자들에 대해 컴퓨팅된 상기 가중치들은 핵심 성능 표시자들의 상기 서브셋 내의 다른 핵심 성능 표시자들 중에서 핵심 성능 표시자의 상대적 중요도를 반영함 -;
    네트워크 성능 개선 해결책들의 상기 세트 내의 각각의 네트워크 성능 개선 해결책에 대해:
    핵심 성능 표시자들의 상기 서브셋 내의 각각의 핵심 성능 표시자에 대해:
    상기 네트워크 성능 개선 해결책이 원거리 통신 네트워크 사이트에서 배치되기 전의 핵심 성능 표시자 값과, 상기 네트워크 성능 개선 해결책이 상기 원거리 통신 네트워크 사이트에서 배치된 후의 핵심 성능 표시자 값 간의 차이에 기초하여 이득 백분율 값을 컴퓨팅하는 단계;
    상기 핵심 성능 표시자에 대한 상기 컴퓨팅된 이득 백분율 값 및 상기 핵심 성능 표시자에 대한 상기 컴퓨팅된 가중치에 기초하여 상기 핵심 성능 표시자에 대한 가중화된 이득 값을 컴퓨팅하는 단계; 및
    핵심 성능 표시자들의 상기 서브셋 내의 상기 핵심 성능 표시자들에 대한 상기 컴퓨팅된 가중화된 이득 값들을 사용하여 상기 네트워크 성능 개선 해결책에 대한 전체 가중화된 이득 값을 컴퓨팅하는 단계;
    각각의 네트워크 성능 개선 해결책에 대한 상기 컴퓨팅된 이득 백분율 값들에 기초하여 네트워크 성능 개선 해결책들의 상기 세트 내의 각각의 네트워크 성능 개선 해결책에 대한 가중화된 이득 순위 값을 컴퓨팅하는 단계; 및
    상기 컴퓨팅된 가중화된 이득 순위 값들에 기초하여 상기 원거리 통신 네트워크 사이트에서 구현될 네트워크 성능 개선 해결책을 제공 또는 선택하기 위해 상기 컴퓨팅된 가중화된 이득 순위 값들의 디스플레이가능한 보고를 제공하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서, 성능 표시자들의 상기 세트는
    트래픽,
    사용자들의 수,
    물리 리소스 블록(PRB) 활용,
    채널 품질 표시자(CQI),
    스루풋,
    캐리어 집성,
    향상된 직교 진폭 변조(QAM),
    네트워크 성능 개선 해결책을 배치하는 비용,
    상기 네트워크 성능 개선 해결책을 유지하는 비용,
    상기 네트워크 성능 개선 해결책의 예상된 수명,
    상기 네트워크 성능 개선 해결책을 배치하는 지속기간,
    상기 네트워크 성능 개선 해결책의 수명,
    상기 네트워크 성능 개선 해결책의 효율, 또는
    이들의 임의의 조합을 포함하는 방법.
  3. 제1항에 있어서, 상기 최적 네트워크 성능 개선 해결책은
    상기 원거리 통신 네트워크 사이트의 위치,
    상기 원거리 통신 네트워크 사이트의 리스 정보,
    상기 네트워크 성능 개선 해결책의 배치의 지속기간,
    상기 네트워크 성능 개선 해결책을 배치하기 위해 요구되는 자격들 및 허가들,
    타워 높이,
    가장 가까운 가용한 사이트,
    상기 원거리 통신 네트워크 사이트에 의해 서브되는 인구,
    상기 원거리 통신 네트워크 사이트에 의해 서브되는 가정들,
    상기 네트워크 성능 개선 해결책과 연관된 렌트 비용,
    백홀 가용성, 또는
    이들의 임의의 조합
    중 하나 이상에 기초하여 추가로 선택되는 방법.
  4. 제1항에 있어서, 핵심 성능 표시자들의 상기 서브셋은 상기 고객 경험과의 최대 상관을 갖는 최상 임계 수의 성능 표시자들을 포함하는 방법.
  5. 제1항에 있어서, 핵심 성능 표시자들의 상기 서브셋은 서로 낮은 정도들의 상관을 갖는 성능 표시자들을 포함하는 방법.
  6. 제1항에 있어서, 상기 핵심 성능 표시자들에 대한 상기 가중치들은 주요 성분 분석에 기초하여 컴퓨팅되는 방법.
  7. 제1항에 있어서, 상기 핵심 성능 표시자들에 대한 상기 가중치들은 핵심 성능 표시자들의 상기 서브셋 내의 핵심 성능 표시자들의 상호의존성을 최소화하도록 컴퓨팅되는 방법.
  8. 제1항에 있어서, 네트워크 성능 개선 해결책들의 세트는
    셀 분리,
    소형 셀 배치,
    스펙트럼 추가,
    스펙트럼 제거,
    섹터 추가,
    섹터 제거, 또는
    이들의 임의의 조합을 포함하는 방법.
  9. 원거리 통신 서비스 네트워크에서의 셀 사이트들에서 배치될 최적 네트워크 성능 개선 해결책들을 식별하기 위한, 컴퓨터에 의해 구현되는 방법으로서, 상기 방법은
    고객 경험과의 각각의 성능 표시자의 상관에 기초하여 성능 표시자들의 세트로부터 핵심 성능 표시자들의 서브셋을 선택하는 단계;
    핵심 성능 표시자들의 상기 서브셋 내의 각각의 핵심 성능 표시자에 대한 가중치를 컴퓨팅하는 단계 - 상기 핵심 성능 표시자에 대해 컴퓨팅된 가중치는 핵심 성능 표시자들의 상기 서브셋 내의 다른 핵심 성능 표시자들 중에서 상기 핵심 성능 표시자의 상대적 중요도를 반영함 -;
    핵심 성능 표시자들의 상기 서브셋 내의 각각의 핵심 성능 표시자에 대해,
    연관된 인덱스 단위 값을 선택하는 단계;
    네트워크 성능 개선 해결책들의 세트 내의 각각의 네트워크 성능 개선 해결책에 대해:
    핵심 성능 표시자들의 상기 서브셋 내의 각각의 핵심 성능 표시자에 대해:
    상기 네트워크 성능 개선 해결책이 상기 원거리 통신 네트워크 사이트에서 배치되기 전의 핵심 성능 표시자 값과 상기 네트워크 성능 개선 해결책이 상기 원거리 통신 네트워크 사이트에서 배치된 후의 핵심 성능 표시자 값 간의 차이에 기초하여 오프로드된 단위들 메트릭 값을 컴퓨팅하는 단계; 및
    상기 핵심 성능 표시자에 대한 상기 컴퓨팅된 오프로드된 단위들 메트릭 값, 상기 핵심 성능 표시자와 연관된 상기 선택된 인덱스 단위 값, 및 상기 핵심 성능 표시자에 대한 상기 컴퓨팅된 가중치에 기초하여 상기 핵심 성능 표시자에 대한 오프로드 인덱스 값을 컴퓨팅하는 단계; 및
    핵심 성능 표시자들의 상기 서브셋 내의 상기 핵심 성능 표시자들에 대한 상기 컴퓨팅된 오프로드 인덱스 값들을 사용하여 상기 네트워크 성능 개선 해결책에 대한 전체 오프로드 인덱스 값을 컴퓨팅하는 단계;
    각각의 네트워크 성능 개선 해결책에 대한 상기 컴퓨팅된 전체 오프로드 인덱스 값들에 기초하여 네트워크 성능 개선 해결책들의 상기 세트 내의 각각의 네트워크 성능 개선 해결책에 대한 순위 값을 컴퓨팅하는 단계; 및
    상기 컴퓨팅된 순위 값들에 기초하여 최적 네트워크 성능 개선 해결책을, 원거리 통신 네트워크 사이트에서 선택, 및 구현하는 단계
    를 포함하는 방법.
  10. 제9항에 있어서, 성능 표시자들의 상기 세트는
    트래픽,
    사용자들의 수,
    물리 리소스 블록(PRB) 활용,
    채널 품질 표시자(CQI),
    스루풋,
    캐리어 집성,
    향상된 직교 진폭 변조(QAM),
    네트워크 성능 개선 해결책을 배치하는 비용,
    상기 네트워크 성능 개선 해결책을 유지하는 비용,
    상기 네트워크 성능 개선 해결책의 예상된 수명,
    상기 네트워크 성능 개선 해결책을 배치하는 지속기간,
    상기 네트워크 성능 개선 해결책의 수명,
    상기 네트워크 성능 개선 해결책의 효율, 또는
    이들의 임의의 조합을 포함하는 방법.
  11. 제9항에 있어서, 상기 최적 네트워크 성능 개선 해결책은
    상기 원거리 통신 네트워크 사이트의 위치,
    상기 원거리 통신 네트워크 사이트의 리스 정보,
    상기 네트워크 성능 개선 해결책의 배치의 지속기간,
    상기 네트워크 성능 개선 해결책을 배치하기 위해 요구되는 자격들 및 허가들,
    타워 높이,
    가장 가까운 가용한 사이트,
    상기 원거리 통신 네트워크 사이트에 의해 서브되는 인구,
    상기 원거리 통신 네트워크 사이트에 의해 서브되는 가정들,
    상기 네트워크 성능 개선 해결책과 연관된 렌트 비용,
    백홀 가용성, 또는
    이들의 임의의 조합
    중 하나 이상에 기초하여 추가로 선택되는 방법.
  12. 제9항에 있어서, 핵심 성능 표시자들의 상기 서브셋은 상기 고객 경험과의 최대 상관을 갖는 최상 임계 수의 성능 표시자들을 포함하는 방법.
  13. 제9항에 있어서, 핵심 성능 표시자들의 상기 서브셋은 서로 낮은 정도들의 상관을 갖는 성능 표시자들을 포함하는 방법.
  14. 제9항에 있어서, 상기 핵심 성능 표시자들에 대한 상기 가중치들은 주요 성분 분석에 기초하여 컴퓨팅되는 방법.
  15. 제9항에 있어서, 상기 핵심 성능 표시자들에 대한 상기 가중치들은 핵심 성능 표시자들의 상기 서브셋 내의 핵심 성능 표시자들의 상호의존성을 최소화하도록 컴퓨팅되는 방법.
  16. 제9항에 있어서, 네트워크 성능 개선 해결책들의 세트는
    셀 분리,
    소형 셀 배치,
    스펙트럼 추가,
    스펙트럼 제거,
    섹터 추가,
    섹터 제거, 또는
    이들의 임의의 조합을 포함하는 방법.
  17. 제9항에 있어서, 특정한 핵심 성능 표시자에 대한 연관된 인덱스 단위 값이 상기 특정한 핵심 성능 표시자에 대해 측정될 최소의 유효 이득을 표시하도록 선택되는 방법.
  18. 제9항에 있어서, 네트워크 성능 개선 해결책들의 상기 세트는 상기 최적 네트워크 성능 개선 해결책이 구현될 상기 원거리 통신 네트워크 사이트와 유사한 셀 사이트들에서 배치된 해결책들을 포함하는 방법.
  19. 제9항에 있어서, 네트워크 성능 개선 해결책들의 상기 세트는 선택된 지리적 영역 내의 셀 사이트들에서 배치된 해결책들을 포함하는 방법.
  20. 일시적 신호들을 배제하고 프로세서에 의해 실행될 때, 네트워크에서의 사이트들 또는 노드들에서 배치될 네트워크 성능 개선 해결책들을 식별하기 위한 동작들을 수행하는 명령어들을 포함하는 적어도 하나의 컴퓨터 판독가능 매체로서, 상기 동작들은
    선택된 핵심 성능 표시자들의 서브셋 내의 각각의 핵심 성능 표시자에 대한 가중치를 컴퓨팅하는 것;
    다수의 네트워크 성능 개선 해결책의 세트 내의 각각의 네트워크 성능 개선 해결책에 대해:
    핵심 성능 표시자들의 상기 서브셋 내의 각각의 핵심 성능 표시자에 대해:
    복합 용량 이득 메트릭 값을 컴퓨팅하는 것;
    핵심 성능 표시자들의 상기 서브셋 내의 핵심 성능 표시자들에 대한 상기 컴퓨팅된 복합 용량 이득 메트릭 값들을 사용하여 상기 네트워크 성능 개선 해결책에 대한 전체 복합 용량 이득 메트릭 값을 컴퓨팅하는 것;
    각각의 네트워크 성능 개선 해결책에 대한 상기 컴퓨팅된 복합 용량 이득 메트릭 값들에 기초하여 네트워크 성능 개선 해결책들의 상기 세트 내의 상기 네트워크 성능 개선 해결책들을 순위화하는 것; 및
    상기 순위화들에 기초하여 적어도 하나의 네트워크 사이트 또는 노드에서 구현될 최적 네트워크 성능 개선 해결책을 선택하기 위한 데이터를 제공하는 것
    을 포함하는 적어도 하나의 컴퓨터 판독가능 매체.
KR1020200096887A 2019-08-01 2020-08-03 최적 네트워크 성능 개선 해결책들 선택 시스템들 및 방법들 KR102278362B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/529,702 2019-08-01
US16/529,702 US10555191B1 (en) 2019-08-01 2019-08-01 Optimum network performance improvement solutions selection systems and methods

Publications (2)

Publication Number Publication Date
KR20210015728A true KR20210015728A (ko) 2021-02-10
KR102278362B1 KR102278362B1 (ko) 2021-07-15

Family

ID=69230120

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200096887A KR102278362B1 (ko) 2019-08-01 2020-08-03 최적 네트워크 성능 개선 해결책들 선택 시스템들 및 방법들

Country Status (4)

Country Link
US (2) US10555191B1 (ko)
KR (1) KR102278362B1 (ko)
AU (1) AU2020210310B1 (ko)
CA (1) CA3088586C (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10555191B1 (en) 2019-08-01 2020-02-04 T-Mobile Usa, Inc. Optimum network performance improvement solutions selection systems and methods
US11121805B2 (en) * 2019-10-31 2021-09-14 Verizon Patent And Licensing Inc. Systems and methods for determining initial channel quality conditions of a channel for provision of content
US11343683B2 (en) 2020-04-22 2022-05-24 T-Mobile Usa, Inc. Identification and prioritization of optimum capacity solutions in a telecommunications network
US11350289B2 (en) 2020-05-14 2022-05-31 T-Mobile Usa, Inc. Identification of indoor and outdoor traffic usage of customers of a telecommunications network
US11064382B1 (en) 2020-05-07 2021-07-13 T-Mobile Usa, Inc. Management of telecommunications network congestion on roadways
US11153765B1 (en) 2020-05-15 2021-10-19 T-Mobile Usa, Inc. Capacity planning of telecommunications network by detecting anomalies in site behavior
US20230308889A1 (en) * 2020-08-14 2023-09-28 NEC Laboratories Europe GmbH Method and system for design planning of a cellular network
US20240064531A1 (en) 2020-12-28 2024-02-22 Telecom Italia S.P.A. Cellular communication system featuring son functionality
US11470490B1 (en) 2021-05-17 2022-10-11 T-Mobile Usa, Inc. Determining performance of a wireless telecommunication network
US11800398B2 (en) 2021-10-27 2023-10-24 T-Mobile Usa, Inc. Predicting an attribute of an immature wireless telecommunication network, such as a 5G network
WO2023105254A1 (en) * 2021-12-10 2023-06-15 Telefonaktiebolaget Lm Ericsson (Publ) Determination of individual node contributions to cluster performance
US11856412B2 (en) 2021-12-17 2023-12-26 T-Mobile Usa, Inc. Telecommunications network planning system
IT202100032966A1 (it) 2021-12-29 2023-06-29 Telecom Italia Spa Sistema di comunicazione cellulare con funzionalità son avanzata
WO2024079737A1 (en) * 2022-10-12 2024-04-18 Telefonaktiebolaget Lm Ericsson (Publ) First node and methods performed thereby for handling location of a network node in a geographical area for operation in a communications system
CN115442375B (zh) * 2022-11-08 2023-01-10 深圳市亲邻科技有限公司 一种基于云边协同技术的物业数字化管理***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120089467A (ko) * 2009-08-19 2012-08-10 오팡가 네트웍스, 인크. 네트워크 통신 품질 및 트래픽의 실시간 분석에 기반한 개선된 데이터 전달
KR20150021561A (ko) * 2012-06-04 2015-03-02 이든 락 커뮤니케이션즈, 엘엘씨 셀룰러 네트워크 부하 밸런싱을 위한 방법 및 시스템
US20160381580A1 (en) * 2015-06-29 2016-12-29 Cisco Technology, Inc. Association rule analysis and data visualization for mobile networks
KR20170076700A (ko) * 2014-10-08 2017-07-04 어슈어런트, 인코포레이티드 네트워크 분석을 위한 방법들, 장치들, 및 시스템들
US20180006957A1 (en) * 2016-06-30 2018-01-04 Verizon Patent And Licensing Inc. METHODS AND SYSTEMS FOR EVALUATING VOICE OVER WI-FI (VoWiFi) CALL QUALITY

Family Cites Families (77)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9134398B2 (en) 1996-09-09 2015-09-15 Tracbeam Llc Wireless location using network centric location estimators
US6262980B1 (en) 1997-12-02 2001-07-17 At&T Corp Dynamic resource allocation method and apparatus for broadband services in a wireless communications system
US6526010B1 (en) 1999-10-13 2003-02-25 Matsushita Electric Industrial Co., Ltd. Recording medium, method and apparatus for recording/reproducing information which has been scrambled using a medium identifier and a sector number
US7038993B2 (en) 1999-12-02 2006-05-02 Matsushita Electric Industrial Co., Ltd. Optical disc medium having a plurality of sector groups, a recording method thereof and recorder
US6917816B2 (en) 2001-09-07 2005-07-12 Lucent Technologies Inc. Method and apparatus for analyzing and designing various network configuration scenarios
US6876890B1 (en) 2002-01-31 2005-04-05 Sprint Spectrum L.P. Method and system for customer-specific field testing in a wireless communication system
US7813952B2 (en) 2002-06-04 2010-10-12 Sap Ag Managing customer loss using customer groups
DE60332642D1 (de) 2002-07-01 2010-07-01 Panasonic Corp Optischer datenträger, aufzeichnungseinrichtung mit optischem datenträger, aufzeichnungsverfahren mit optischem datenträger
US6973312B1 (en) 2002-07-18 2005-12-06 Sprint Spectrum L.P. Method and system of identifying cells in which to apply a carrier frequency
US6891694B2 (en) 2002-08-23 2005-05-10 Hitachi Global Storage Technologies Netherlands B.V. Method for writing streaming audiovisual data to a disk drive
US7463562B2 (en) 2003-04-30 2008-12-09 Samsung Electronics Co., Ltd. Method of recording temporary defect list on write-once recording medium, method of reproducing the temporary defect list, recording and/or reproducing apparatus, and the write-once recording medium
US7987122B2 (en) 2003-09-04 2011-07-26 At&T Intellectual Property I, L.P. Shared usage telecommunications billing system and method
US7321656B2 (en) 2003-09-04 2008-01-22 Sbc Knowledge Ventures, L.P. Shared usage telecommunications billing system and method
US7522995B2 (en) 2004-02-05 2009-04-21 Nortrup Edward H Method and system for providing travel time information
KR100716972B1 (ko) 2004-02-19 2007-05-10 삼성전자주식회사 기록/재생 방법
US7343375B1 (en) 2004-03-01 2008-03-11 The Directv Group, Inc. Collection and correlation over time of private viewing usage data
KR100619020B1 (ko) 2004-05-22 2006-08-31 삼성전자주식회사 광 기록 정보 저장 매체 및 기록/재생 장치
US20060064346A1 (en) 2004-08-31 2006-03-23 Qualcomm Incorporated Location based service (LBS) system and method for targeted advertising
US7929459B2 (en) 2004-10-19 2011-04-19 At&T Mobility Ii Llc Method and apparatus for automatically determining the manner in which to allocate available capital to achieve a desired level of network quality performance
US7966233B1 (en) 2005-12-30 2011-06-21 At&T Intellectual Property Ii, L.P. Method for end to end data synchronization for networking arrangement
US7826847B1 (en) 2006-07-14 2010-11-02 Carrier Iq, Inc. Neighbor list generation in wireless networks
US7849027B2 (en) 2006-10-18 2010-12-07 Yahoo! Inc. Automated clustering of records, biased by supervised classification processing
US8199901B2 (en) 2007-01-04 2012-06-12 Xora, Inc. Method and apparatus for customer retention
US7957993B2 (en) 2007-07-31 2011-06-07 Business Objects Software Ltd. Apparatus and method for determining a validity index for key performance indicators
US8060079B1 (en) 2007-09-12 2011-11-15 Sprint Spectrum L.P. Minimum least squares error based analysis for throughput-prioritized radio frequency performance optimization
US8060602B2 (en) 2007-09-24 2011-11-15 Verizon Patent And Licensing Inc. Network usage collection system
US9253334B1 (en) 2007-10-29 2016-02-02 Sprint Spectrum L.P. Method and system for balancing soft handoff gain and resource usage
US9411653B2 (en) 2008-04-11 2016-08-09 Adobe Systems Incorporated System and method for provisioning and load balancing user accounts on server clusters
US8705484B2 (en) 2008-08-15 2014-04-22 Ntt Docomo, Inc. Method for varying transmit power patterns in a multi-cell environment
US8966055B2 (en) 2008-11-14 2015-02-24 Qualcomm Incorporated System and method for facilitating capacity monitoring and recommending action for wireless networks
US20110090820A1 (en) 2009-10-16 2011-04-21 Osama Hussein Self-optimizing wireless network
US8332256B2 (en) 2010-01-11 2012-12-11 International Business Machines Corporation Social network marketing plan monitoring method and system
US8782045B1 (en) 2010-04-15 2014-07-15 Google Inc. Evaluating techniques for clustering geographic entities
CN102244899B (zh) 2010-05-13 2015-08-12 中兴通讯股份有限公司 一种在接入网对互联网访问数据进行分流的方法及装置
US8270979B1 (en) 2010-11-10 2012-09-18 Sprint Spectrum L.P. Methods and systems for facilitating handoff
US9198226B2 (en) * 2010-11-11 2015-11-24 Nokia Solutions And Networks Oy Network management
US8918108B2 (en) 2010-11-19 2014-12-23 Taqua Wbh, Llc Methods and systems for frequency reuse in multi-cell deployment model of a wireless backhaul network
US8526320B2 (en) 2010-12-01 2013-09-03 At&T Intellectual Property I, L.P. Method and apparatus for automatic estimation of traffic reassignment
US8694018B2 (en) 2011-03-10 2014-04-08 Telefonaktiebolaget L M Ericsson (Publ) Load balancing in a cellular telecommunication network
US9154974B2 (en) 2011-03-25 2015-10-06 Telefonaktiebolaget L M Ericsson (Publ) Dynamic, distributed coordination of parameters in a cellular telecommunication network
CN102737327B (zh) 2011-03-31 2016-02-10 国际商业机器公司 一种划分客户群集的计算机实现的方法和***
US8782216B2 (en) 2011-07-29 2014-07-15 Cisco Technology, Inc. Quantitative management assessments of data communication networks with converged architectures
US9042933B2 (en) 2011-10-14 2015-05-26 Futurewei Technologies, Inc. Inter-cell interference coordination for wireless communication systems
US9154550B1 (en) 2011-10-17 2015-10-06 Google Inc. Methods and systems for determining, controlling, and reporting network data usage at the application and feature level
US9031561B2 (en) 2011-11-17 2015-05-12 Cisco Technology, Inc. Method and system for optimizing cellular networks operation
US8954791B2 (en) 2012-01-18 2015-02-10 Seagate Technology Llc Mirroring disk drive sectors
KR20130104174A (ko) 2012-03-13 2013-09-25 삼성전자주식회사 이동통신 시스템에서 클러스터 사이 협력 통신을 위한 방법 및 장치
EP2832150B1 (en) 2012-03-25 2017-11-22 Intucell Ltd. Communication apparatus and method for optimizing performance of a communication network
US8891746B2 (en) 2012-05-22 2014-11-18 T-Mobile Usa, Inc. System and method for profitable operation of an unlimited communications plan
US9622123B2 (en) 2012-06-11 2017-04-11 Telefonaktiebolaget Lm Ericsson (Publ) Methods for handover configuration
US9892026B2 (en) 2013-02-01 2018-02-13 Ab Initio Technology Llc Data records selection
US9439081B1 (en) 2013-02-04 2016-09-06 Further LLC Systems and methods for network performance forecasting
US9047226B2 (en) 2013-03-21 2015-06-02 Sharp Laboratories Of America, Inc. Computing device having optimized file system and methods for use therein
US8861691B1 (en) 2013-05-24 2014-10-14 Wipro Limited Methods for managing telecommunication service and devices thereof
US9826412B2 (en) 2013-10-24 2017-11-21 At&T Intellectual Property I, L.P. Facilitating adaptive key performance indicators in self-organizing networks
EP2882135B1 (en) 2013-12-05 2017-08-23 Accenture Global Services Limited Network server system, client device, computer program product and computer-implemented method
EP2887728A1 (en) 2013-12-19 2015-06-24 Telefonaktiebolaget L M Ericsson (publ) Technique for performance management in a mobile communications network
US9413890B2 (en) 2014-01-08 2016-08-09 Avaya Inc. Systems and methods for monitoring and prioritizing metrics with dynamic work issue reassignment
US9204319B2 (en) 2014-04-08 2015-12-01 Cellco Partnership Estimating long term evolution network capacity and performance
US9628363B2 (en) 2014-05-08 2017-04-18 Accenture Global Services Limited Network usage monitoring and analytics for differentiated data services
US9264932B2 (en) 2014-05-16 2016-02-16 Verizon Patent And Licensing Inc. Application-specific traffic multiplexing
WO2015180090A1 (en) 2014-05-29 2015-12-03 Empire Technology Development Llc Remote driving assistance
US9503919B2 (en) 2014-07-08 2016-11-22 P. I. Works TR Bilisim Hizm. San. ve Tic A.S. Wireless communication network using multiple key performance indicators and deviations therefrom
US9563491B2 (en) 2014-09-12 2017-02-07 Nxp Usa, Inc. High voltage failure recovery for emulated electrically erasable (EEE) memory system
US9753477B2 (en) 2014-09-15 2017-09-05 Honeywell International Inc. Load forecasting for residential sector demand response
US9430944B2 (en) 2014-11-12 2016-08-30 GM Global Technology Operations LLC Method and apparatus for determining traffic safety events using vehicular participative sensing systems
US9424121B2 (en) 2014-12-08 2016-08-23 Alcatel Lucent Root cause analysis for service degradation in computer networks
US9456362B2 (en) 2015-01-19 2016-09-27 Viavi Solutions Uk Limited Techniques for dynamic network optimization using geolocation and network modeling
US9706438B1 (en) 2015-02-10 2017-07-11 Amdocs Software Systems Limited System, method, and computer program for congestion relief in a communication network
US10374882B2 (en) 2016-03-16 2019-08-06 Futurewei Technologies, Inc. Systems and methods for identifying causes of quality degradation in wireless networks
US9867080B2 (en) 2016-03-31 2018-01-09 T-Mobile Usa, Inc. Determining network congestion based on target user throughput
US9924045B1 (en) 2016-08-24 2018-03-20 Verizon Patent And Licensing Inc. Identifying unused capacity in wireless networks
US9674374B1 (en) 2016-08-24 2017-06-06 Verizon Patent And Licensing Inc. Tracking data usage in wireless networks
US10039013B2 (en) 2016-12-27 2018-07-31 T-Mobile Usa, Inc. LTE cell level layer management auto optimization
US10091679B1 (en) 2017-03-17 2018-10-02 T-Mobile Usa, Inc. Determining network performance metrics using customer-specific information
US10693575B2 (en) * 2018-08-31 2020-06-23 At&T Intellectual Property I, L.P. System and method for throughput prediction for cellular networks
US10555191B1 (en) 2019-08-01 2020-02-04 T-Mobile Usa, Inc. Optimum network performance improvement solutions selection systems and methods

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120089467A (ko) * 2009-08-19 2012-08-10 오팡가 네트웍스, 인크. 네트워크 통신 품질 및 트래픽의 실시간 분석에 기반한 개선된 데이터 전달
KR20150021561A (ko) * 2012-06-04 2015-03-02 이든 락 커뮤니케이션즈, 엘엘씨 셀룰러 네트워크 부하 밸런싱을 위한 방법 및 시스템
KR20170076700A (ko) * 2014-10-08 2017-07-04 어슈어런트, 인코포레이티드 네트워크 분석을 위한 방법들, 장치들, 및 시스템들
US20160381580A1 (en) * 2015-06-29 2016-12-29 Cisco Technology, Inc. Association rule analysis and data visualization for mobile networks
US20180006957A1 (en) * 2016-06-30 2018-01-04 Verizon Patent And Licensing Inc. METHODS AND SYSTEMS FOR EVALUATING VOICE OVER WI-FI (VoWiFi) CALL QUALITY

Also Published As

Publication number Publication date
KR102278362B1 (ko) 2021-07-15
US11146974B2 (en) 2021-10-12
US10555191B1 (en) 2020-02-04
AU2020210310B1 (en) 2020-12-03
US20210037399A1 (en) 2021-02-04
CA3088586C (en) 2021-05-04
CA3088586A1 (en) 2021-02-01

Similar Documents

Publication Publication Date Title
KR102278362B1 (ko) 최적 네트워크 성능 개선 해결책들 선택 시스템들 및 방법들
US11005705B1 (en) Network fault detection and quality of service improvement systems and methods
US9848337B2 (en) Metro cell planning
US8825064B2 (en) Femtocell measurements for merger integration planning
US11792662B2 (en) Identification and prioritization of optimum capacity solutions in a telecommunications network
US11277768B2 (en) Data congestion management system and method
US11606725B2 (en) Wireless band priority metrics analysis and response
KR20160054899A (ko) 무선 통신 시스템에서 안테나 파라미터를 최적화하기 위한 장치 및 방법
US20230276252A1 (en) Identification of indoor and outdoor traffic usage of customers of a telecommunications network
US10582399B1 (en) Roaming analysis based on user equipment metrics
EP3908013B1 (en) Management of telecommunications network congestion on roadways
US11240679B2 (en) Multidimensional analysis and network response
KR20210118627A (ko) 무선 통신 시스템에서 통신망 부하를 예측하고 로드 밸런싱을 수행하기 위한 방법 및 장치
US20210035135A1 (en) Dominant customer locations identification systems and methods
JP6433059B2 (ja) 通信レコードに基づき移動端末を測位する装置、プログラム及び方法
Bauomy An Efficient RF Self Optimization Tool (SOT) for 4G/5G Mobile Communication
US11153765B1 (en) Capacity planning of telecommunications network by detecting anomalies in site behavior
Yin et al. Cognitive spectrum handoff game in the TV white space with radio environment map
US20240259868A1 (en) System, method, and non-transitory computer-readable media for forecasting capacity breaches in a mobile network
US20240179544A1 (en) Apparatus and method for highly utilized cell identification
Li et al. Analytics and Machine Learning Powered Wireless Network Optimization and Planning
WO2023214973A1 (en) A network visualization system and method of the same
CN115884268A (zh) 通信负载均衡方法、装置及存储介质

Legal Events

Date Code Title Description
E601 Decision to refuse application
GRNT Written decision to grant