OMCR统计数据分析
- 格式:ppt
- 大小:430.00 KB
- 文档页数:73
OMCR数据(PM)采集操作一.安装1.从软盘安装a.以omcadmin用户登陆OMCR服务器主机, 进入远程操作平台;b.打开一个新的xterm命令行窗口;c.新建目录,为安装作准备:1)在命令行提示符下键击命令:cd /gen/omc-analysis2)在命令行提示符下键击命令:mkdir gep3)在命令行提示符下键击命令:mkdir gep/bin4)在命令行提示符下键击命令:mkdir gep/Pmreport5)在命令行提示符下键击命令:mkdir gep/Rawdatad.准备软盘:1)将保存有PM采集程序的软盘放入工作站软驱(文件列表请参阅附录1);2)在命令行提示符下键击命令:volcheck [回车]e.拷贝安装采集软件:1)在命令行提示符下键击命令:cd /floppy/floppy0 [回车]2)在命令行提示符下键击命令:cp * /gen/omc-analysis/gep/bina.安装完成,弹出软盘:1)在命令行提示符下键击命令:eject2.从光盘安装b.以omcadmin用户登陆OMCR, 进入MMI操作平台;c.打开一个新的xterm命令行窗口;d.新建目录,为安装作准备:1)在命令行提示符下键击命令:cd /gen/omc-analysis2)在命令行提示符下键击命令:mkdir gep3)在命令行提示符下键击命令:mkdir gep/bin4)在命令行提示符下键击命令:mkdir gep/Pmreport5)在命令行提示符下键击命令:mkdir gep/Rawdatae.准备软盘:1)将保存有PM采集程序的光盘放入工作站光驱(文件列表请参阅附录1);f.拷贝安装采集软件:1)在命令行提示符下键击命令:cd /cdrom/cdrom0 [回车]2)在命令行提示符下键击命令:cp * /gen/omc-analysis/gep/bing.安装完成。
二.工作流程1.目录结构初始下载数据(in /gen/omc-analysis/gep/Rawdata)将由程序自动删除。
最新机房运维服务方案优秀5篇机房运维服务方案篇一对分前端机房设备电源、专网设备进行定期除尘,维护保养,保证了机房的正常运行,做到安全无故障传输。
对传输机房空调进行维护、检修,保证了设备的正常运行,避免了因机房温度越限告警的发生。
对传输机房供电和前端机ups电源定期进行了放电检测。
对机房设备资产的清理,图纸补充。
按照机房值班规定,做好机房值班工作,机房设备运行情况及机房电源情况,按照机房实际情况,如实填写机房值班日志,每周测量一次整流柜、电池组及直流配电柜的输出,每周清理设备灰尘及设备防尘网的灰尘,检修发电机,确保应急供电,半年未发现异常情况。
所维修区域有11万多户,现在分前端机房有3个:共有300楼房栋,设备(含:光机、eoc、onu)共4850套,光交接箱18个,因前期网络设计原因,一套设备覆盖,最多有72户,最少有32户,施工电源接头不统一,老网和新网交叉,每天工单壹五0多张,特别是宽带问题最突出,从今年2月份开始,针对分前端作了几次大的调整,配合市公司数据中心、机顶盒厂家、olt厂家,2月份,4月份,6月份等多次宽带检测和扩容,解决用户重复拨号的问题,网格组但仍按公司要求,做了大量解释和测试工作。
网格服务质量指标,都达到公司要求:返单规范率高于公司规定的:98%,及时率达到95%,服务满意度达98%。
服务指标达到市公司要求。
随着ftth的大力发展,网格各机房都新增一台瑞斯康达的olt,在安装的时候咨询安装同事,虚心请教,撑握部分ftth知识。
同时在网上学习,看群里面同事的交流,积累了一些经验,就把学到的知识运用到实际中去,我所在的网格,需要进行ip机顶盒安装,我带领大家安装了200台酒店的ip机顶盒,全组的人对ip机顶盒的新装工作流程,注意事项,实践现场学习,现在所有人员,在安装ip机顶盒及维修时,都达到公司的维修维护要求,把理论运用到实践,网格组整体技术得到了提升。
网络优化方面,配合网络公司对3个分前端的ipqam扩容整改,5月份,对进行思科80gipqm扩容的工作,6月份,分前端加一台6k交换机,一台烽火olt,以及机房割线等工作。
数据分析常用指标介绍数据分析是指通过收集、整理、分析和解释数据,以便从中得出实际应用的结论和提供决策支持的过程。
在数据分析的过程中,常常需要使用一些指标来度量和描述数据的特征和趋势。
下面将介绍一些常用的数据分析指标。
1.中心位置指标中心位置指标用于描述数据的集中趋势,常用的指标包括平均数、中位数和众数。
-平均数是一组数据的总和除以数据的个数,用于描述数据的平均水平。
-中位数是将一组数据从小到大排列后,位于中间位置的值,用于描述数据的中间水平。
-众数是一组数据中出现次数最多的值,可以用来描述数据的峰值。
2.变异程度指标变异程度指标用于描述数据的波动程度,常用的指标包括标准差和方差。
-标准差是一组数据的平均值与每个数据的差值的平方和的平均值的平方根,用于描述数据的离散程度。
-方差是一组数据的每个数据与平均值的差值的平方和的平均值,用于描述数据的离散程度。
3.百分位数百分位数是将一组数据从小到大排列后,按百分比的位置将其分割成若干等份,用于描述数据的分布情况。
常用的百分位数包括中位数(50%分位数)、四分位数(25%和75%分位数)和百分之一位数(1%和99%分位数)等。
4.相关系数相关系数用于衡量两个变量之间的线性关系程度,常用的相关系数包括皮尔逊相关系数和斯皮尔曼相关系数。
-皮尔逊相关系数在样本数据服从正态分布时使用,取值范围为-1到1,-1表示完全负相关,1表示完全正相关,0表示无相关。
-斯皮尔曼相关系数不要求样本数据服从正态分布,而是转化为等级数据来计算,取值范围同样为-1到15.回归分析指标回归分析是用于研究变量之间关系的一种统计方法,常用的回归分析指标包括回归系数、拟合优度和回归方程。
-回归系数用于衡量自变量对因变量的影响程度,正系数表示正相关,负系数表示负相关。
-拟合优度用于衡量回归模型对实际数据的拟合程度,常用的拟合优度指标包括决定系数(R^2)和调整决定系数。
-回归方程用于描述自变量和因变量之间的关系。
华为答辩题库(绝密)GSM⽹规⽹优答辩试题:1、功率控制主要调整哪些参数答:功率控制开关最⼤发射功率基于电平功率控制窗:上、下⾏电平功率控制上、下限基于质量功率控制窗:上、下⾏质量功率控制上、下限升功率步长降功率步长功率控制最⼩时间间隔电平功率控制采样/判决数(N/P)质量功率控制采样/判决数(N/P)快速功率控制开关及其相关参数2、切换主要调整哪些参数答:各类切换开关(上下⾏电平切换、上下⾏质量切换、上下⾏⼲扰切换、距离切换等)各类切换门限(功率预算切换、上下⾏电平切换、上下⾏质量切换、上下⾏⼲扰切换、距离切换等)各类切换采样/判决(N/P)各⼚家特⾊切换算法开关及门限等3、勘测基站主要关注哪些内容答:基站布局要结合城市发展规划,可以适度超前;选择交通⽅便、市电可靠、环境安全处在建⽹初期设站较少时,选择的站址应保证重要⽤户和⽤户密度⼤的市区有良好的覆盖在不影响基站布局的前提下,应尽量选择现有电信枢纽楼、邮电局或微波站作为站址,并利⽤其机房、电源及铁塔等设施。
避免在⼤功率⽆线发射台附近设站,如雷达站、电视台等,如要设站应核实是否存在相互⼲扰,并采取措施防⽌相互⼲扰。
避免在⾼⼭上设站。
⾼⼭站⼲扰范围⼤,影响频率复⽤避免在树林中设站。
如要设站,应保持天线⾼于树顶。
市区基站中,对于蜂窝区(R=1~3km)基站宜选⾼于建筑物平均⾼度但低于最⾼建筑物的楼房作为站址,对于微蜂窝区基站则选低于建筑物平均⾼度的楼房设站且四周建筑物屏蔽较好。
市区基站应避免天线前⽅近处有⾼⼤楼房⽽造成障碍或反射后⼲扰其后⽅的同频基站。
避免选择今后可能有新建筑物影响覆盖区或同频⼲扰的站址市区两个⽹络系统的基站尽量共址或靠近选址4、LAC分区与⽤户数有什么关系答:LAC分区中的⽤户数要适量,在LAC的寻呼能⼒能满⾜需求前提下,LAC中⽤户数可尽量多5、频率规划有哪些参数答:使⽤频段类型跳频开关跳频算法跳频序列起跳频点6、KPI指标有哪些掉话率/话务掉话⽐⽆线接通率切换成功率最坏⼩区⽐接通率寻呼成功率等等7、同⼼圆⼩区作⽤是什么,如何规划答、同⼼圆⼩区作⽤内外分层、提⾼频率利⽤率、增加⽹络容量将⼩区分为两个区域:外层及内层,外层的覆盖范围是传统的蜂窝⼩区,⽽内层的覆盖范围主要集中在基站附近,需有特殊切换算法配合。
第五章OMCR数据库管理1、informix 目录结构1.1system processor 上的目录结构1.2MMI processor上的目录结构2、数据库的应用软件2.1omc_db_maintomc_db_maint脚本位于OMC_SYS上/$OMC_TOP/current/sbin目录下,是用来对OMC PM数据库中的统计数据进行卸载和删除,并报告数据库的磁盘空间的使用情况。
Omc_db_maint的功能如下:1.如果OMC软件正在运行中,omc_db_maint会将PM parser从PM数据库disconnect.2.Omc_db_maint自动调用db_pm_maint将前一天的统计数据和当前PM 的配置数据从PM数据库卸载备份。
3.压缩从PM数据库卸载下来的数据。
4.自动执行db_pm_maint删除PM上超过delete_flags(一般为5天)以上的统计数据。
5.如果OMC软件正在运行中,omc_db_maint会将EM,LM自动从PM 数据库上disconnect。
6.执行omc_db_ckspace,报告数据库磁盘空间的使用情况。
7.生成一个日志文件,报告omc_db_maint执行的情况。
8.重新连接PM parser和EM,LM应用程序。
2.2onmonitoronmonitor是一个用来对数据库管理的应用软件。
以下是以informix用户身份登入的onmonitor的用户界面:INFORMIX-OnLine: Status Parameters Dbspaces Mode Force-Ckpt ...Status menu to view INFORMIX-OnLine.-----------------------------On-Line------- Press CTRL-W for Help. --------onmonitor应用程序可以友好的菜单的形式来完成informix数据库大部分的管理工作。
Micro指标,通常被称为微观指标,是用来描述和衡量个体或局部现象的统计指标。
这些指标通过对个体的深入研究,可以揭示出整个社会或经济体系的运行规律,因此在现代社会中具有重要的意义。
常见的微观指标包括人口、就业、收入、教育、健康等各个方面的数据。
例如,人口指标可以反映出一个地区的人口规模、年龄结构、性别比例等信息;收入指标可以揭示出一个地区的经济水平、消费能力、贫富差距等情况。
微观指标在各个领域中都有着广泛的应用。
例如,在社会政策制定中,通过对微观指标的研究,可以更准确地了解到社会中存在的问题,从而制定出更符合实际情况的政策。
在企业经营中,通过对消费者的微观指标进行研究,可以更好地理解消费者的需求,提供更符合市场需求的产品和服务。
随着科技的不断进步和数据的不断丰富,微观指标的研究方法也将变得更加深入和精确。
总的来说,微观指标在现代社会中具有重要的地位和作用,它们提供了关于特定经济活动方面的详细信息和洞察,帮助人们更好地了解和解释经济现象。
面板数据模型面板数据模型是一种用于分析和预测数据的统计模型。
它通过收集和整理来自不同来源的数据,将其组织为一个面板或者称为面板数据集,然后通过对这个数据集进行分析和建模,来揭示数据背后的规律和关系。
面板数据模型的基本特点是它可以同时考虑个体(cross-sectional)和时间(time-series)的变化。
在面板数据模型中,每个个体都有多个观测值,这些观测值可以是按时间顺序排列的,也可以是在不同时间点上的交叉观测。
通过对这些观测值进行统计分析,我们可以更好地理解个体之间的差异和变化趋势。
面板数据模型的应用非常广泛,特别是在经济学、金融学和社会科学等领域。
它可以用于分析个体之间的相互作用、评估政策效果、预测未来趋势等。
下面将介绍面板数据模型的基本原理和常见的方法。
一、面板数据模型的基本原理面板数据模型的基本原理是建立一个统计模型,通过对面板数据集进行拟合来揭示数据的规律和关系。
面板数据模型通常包括两个部分:固定效应模型和随机效应模型。
1. 固定效应模型固定效应模型假设个体之间的差异是固定的,不随时间变化。
它通过引入个体固定效应来控制个体特征对结果变量的影响。
固定效应模型可以用以下方程表示:Yit = α + βXit + γi + εit其中,Yit是个体i在时间t上的观测值,Xit是个体i在时间t上的解释变量,α是截距,β是回归系数,γi是个体i的固定效应,εit是误差项。
2. 随机效应模型随机效应模型假设个体之间的差异是随机的,可以随时间变化。
它通过引入个体随机效应来控制个体特征对结果变量的影响。
随机效应模型可以用以下方程表示:Yit = α + βXit + γi + εit其中,γi是个体i的随机效应,它服从一个均值为0的正态分布。
其他符号的含义与固定效应模型相同。
二、面板数据模型的常见方法面板数据模型有许多常见的方法,下面介绍几种常用的方法。
1. 固定效应模型的估计固定效应模型的估计通常使用最小二乘法。
目录第1章概述 (3)第2章2OMCR性能管理简介 (3)第3章3OMCR制作系统统计报表 (3)第4章OMCR自定义统计 (9)第5章OMCR激活/禁止统计项 (12)第6章显示统计时间 (14)第7章OMCR修改统计数据的时间间隔 (16)第1章概述KPI优化是一项以统计数据为主,同时结合现场测试,网络规划、频率分析、参数调整、硬件故障排查等多方面内容为一体的复杂工作,需要多种软件工具相互配合使用才能精确定位KPI问题原因、提出调整方案及验证效果。
但首先需要完成就是从OMCR中取的相应的KPI统计数据。
以下就对MOTO统计采集方法简单介绍。
第2章2OMCR性能管理简介OMCR作为无线网络的操作维护中心,系统运行的性能管理是其必不可少的一部分。
性能管理除在GUI上的图标可激活外,还可在以下三个地方方便地运行:●导航图上(Navigation Tree)●网络图(network map)●相关设备的视窗第3章3OMCR制作系统统计报表1、用鼠标左键点击GUI上的Performance图标, 得到如下所示的Performance Management 图。
Performance Management中的三个选项,分别表示如下:Selections 一般选择项Completed Reports 已完成的报表Custom Statistics Manipulation 用户自己定义的统计项2、在Performance Management界面选择Selections,使其变黑,点击OK按键,进入Selections界面,如下图:3、在Selections界面上选择File->New选项打开一个统计报表建立窗口,如下图所示:设备类型(Device Type)有以下几种分类:●BSS●Cell●Neighbour●Carrier●GPROC●MTL●CBL●OML●RSL●XBL统计数据收集窗口设备类型的缺省值为Cell,设备类型选择的不同,它们的统计项也不相同。
蒙特卡罗统计方法蒙特卡罗统计方法是一种利用随机数和概率统计理论进行模拟和估计的方法。
它的核心思想是通过大量随机抽样和计算,近似求解复杂问题的数学期望、方差、分布等统计或数学问题。
该方法以蒙特卡罗赌场而得名,源于其在概率与统计计算中具有强大的能力。
蒙特卡罗统计方法的基本步骤包括以下几个关键点:1. 问题建模:将真实问题抽象为数学问题,并定义问题的目标和假设条件。
将问题中的未知量或变量用数学符号表示,并明确模型的输入和输出。
2. 随机抽样:根据问题的特征和模型的需求,使用概率分布进行随机抽样。
在蒙特卡罗方法中,多使用均匀分布、正态分布或泊松分布等常见分布。
通过指定分布的参数或借助历史数据进行抽样。
3. 模拟计算:根据问题的模型和已抽样的数据,进行模拟计算。
可采用数值方法或统计方法进行计算,模拟问题的各种可能性。
4. 统计分析:对模拟计算的结果进行统计分析。
计算问题的数学期望、方差、置信区间等统计指标。
通过大量抽样重复计算,可以稳定结果并降低误差。
5. 结果评估:根据统计分析的结果,评估模型的效果和准确性。
分析结果是否与实际问题相符,是否满足需求。
根据实际情况对模型进行调整和改进。
蒙特卡罗统计方法在各个领域都有广泛应用。
例如,在金融领域,可以利用蒙特卡罗方法对股票价格、期权价格等进行模拟和风险评估;在物理领域,可以模拟分子运动、量子力学问题等;在工程领域,可以评估结构的可靠性、安全性等;在生命科学领域,可以模拟生物过程、遗传问题等。
蒙特卡罗统计方法的优点是可以使用数学模型对复杂问题进行建模和求解,能够较好地处理随机性和不确定性。
同时,该方法通用性强,不受问题的具体形式和复杂程度的限制。
但是,蒙特卡罗方法也存在一些限制,比如计算速度较慢,需要大量的随机抽样和计算;另外,模拟的结果也受样本误差的影响,需要进行统计分析和评估。
总之,蒙特卡罗统计方法是一种重要的数值模拟和统计求解方法,可以用来处理复杂问题的数学期望、方差、分布等统计或数学问题。
DT测试优化分析思路(菜鸟篇)道路测试优化分析思路1相关数据准备⼯作 (1)2DT测试数据分析 (2)3覆盖类问题分析 (2)3.1弱覆盖 (2)3.2过覆盖 (3)3.3⽆主服务⼩区 (4)3.4不合理的覆盖区 (5)4通话质量类问题分析 (5)4.1⼲扰 (5)5切换类问题分析 (6)5.1没有切换 (6)5.2切换延时 (7)5.3乒乓切换 (8)5.4切换失败 (8)6掉话类问题分析 (9)1相关数据准备⼯作在做测试问题点分析前,我们需要准备⼀些数据:◆⼯参表包含基站经纬度、天线⽅向⾓、下倾⾓、天线挂⾼、天线类型、⼩区频点、邻区关系等,⽣成相应的mapinfo⽂件。
◆OMCR统计数据包含⼩区的KPI指标、硬件相关统计(如mrr,fas,icmb)等,在分析DT数据时可以结合起来更容易定位问题。
◆⼩区配置参数主要是影响到覆盖、切换等相关的⽆线配置参数,如基站发射功率、KHYST/KOFFSET 切换门限、层切换参数等。
◆告警数据主要是时钟失锁、基站退服等告警。
我们在做DT数据分析时,可能并不完全准备好以上数据,但⾄少需要准备好⼯参表相应数据。
2DT测试数据分析路测是对GSM⽆线⽹络的下⾏信号的场强进⾏测试,主要⽤于获得以下数据:服务⼩区信号强度、话⾳质量(误码率)、各相邻⼩区的信号强度、切换及接⼊的信令过程(L3层信息)、⼩区识别码(BSIC)、区域识别码(LAC)、⼿机所处的地理位置信息等,然后结合实际的⽹络情况,对现⾏⽹络进⾏优化。
路测数据核⼼就是信号强度和通话质量,它是我们分析DT测试过程中出现各种问题的基础。
下列问题为DT测试过程中通常出现的:没有切换(handover)(Handover)切换延时乒乓切换(Handover)过覆盖(Overshooting)没有主服务⼩区(No Dominant Server)弱覆盖(Poor Coverage)不合理覆盖区(Unreasonable Serving Area)⼲扰(Interference)切换失败(Handover Failure)切换掉话(Handover Loss)掉话(Drop Call)根据以上问题,我们⼤致上可以分成4类:覆盖类问题,通话质量类问题,切换类问题,掉话类问题。
OMCR统计数据分析目录一、统计数据初步............................. 错误!未定义书签。
1、数据统计机理 (2)(1)数据统计用途: (2)(2)统计数据介绍: (2)(3)BSS性能管理(PM-Performance Management) (3)(4)子系统的接口: (4)(5)BSS软件回顾: (10)(6)阶梯图 (144)2、OMCR统计数据分类 (156)(1)统计数据分类 (156)(2)Counter (168)(3)Counter统计例子 (3017)(4)Counter Array (3218)(5)Counter Array例子 (182)(6)Gauge (204)(7)Gauge统计例子 (204)(8)Duration (216)(9)Duration统计例子 (228)(10)Normal Distribution (234)(11)Normal Distribution统计例子 (242)(12)Weighted Distribution (254)(13)Weighted Distribution统计例子 (266)(14)总结 (278)3、统计人机接口(MMI)命令 (50)(1)显示激活统计 (5028)(2)激活/禁止统计 (292)(3)改变/显示统计特性 (304)(4)设置统计间隔/清除统计值/显示统计间隔开始时间 (328)(5)显示统计数据 (60)二、统计数据分析............................ 错误!未定义书签。
31、指标性数据 (366)(1)呼叫建立成功率 (388)(2)TCH阻塞率 (7039)(3)TCH掉话率 (7240)(4)TCH业务量 (7441)(5)SDCCH阻塞率 (436)(6)SDCCH射频丢失率 (448)(7)SDCCH业务量 (8044)(8)切换成功率 (8244)(9)切换失败率 (8445)2、数据分析流程 (476)(1)硬件问题分析 (488)(2)频率干扰分析 (548)(3)呼叫建立分析 (10459)(4)阻塞分析 (6712)(5)掉话分析 (694)3、统计数据分析的TOP20法 (739)题目: (121)附录一:呼叫处理阶梯图 (7622)附录二、原始统计数据及其位置、解释 (859)一、统计数据初步1、数据统计机理(1)数据统计用途:任何一个通信网络的性能都应能被监控和测量,并向用户提供一个可量化的服务指标。
一、统计数据分析的原始统计数据按其功能的不同可分为接口统计、呼叫统计、杂项等三大类。
其中接口统计又分为BSS内部接口(OML、RSL和XBL)统计、MTL接口统计等。
呼叫统计分为连接建立统计、TCH分配统计、使用率/拥塞统计、呼叫清除统计和切换统计。
杂项统计包括处理器利用率统计、下行BER统计、信道上下行平衡(Path_Balance)统计、发射功率电平统计、空闲信道干扰统计等。
原始统计数据还可按照其统计范围来分类:BSS统计、Cell统计、邻小区统计、载频和时隙统计、GPROC统计、MTL 统计、CBL,OML,RSL和XBL统计。
按功能的不同●接口统计(interface statistics)●内部接口(OML、RSL和XBL)统计●MTL接口统计●呼叫统计(call statistics)●连接建立统计(connection eastablishmentstatistics)●TCH分配统计(TCH assignment statistics)●使用率/拥塞统计(usage/congestion statistics)●呼叫清除统计(call clearing statistics)●切换统计(handover statistics)●杂项统计(miscellaneous statistics)●处理器利用率统计(processor utilisationstatistics)●下行BER统计(downlink BER monitoring statistics)●信道上下行平衡统计(Path_Balance)●发射功率电平统计(transmit power levelsstatistics)●空闲信道干扰统计(idle interference monitoringstatistics)等等●按统计范围的不同●BSS统计(BSS statistics)●Cell统计(cell statistics)●邻小区统计(neighbour statistics)●载频和时隙统计(carrier and timeslot statistics)●GPROC统计(GPROC statistics)●MTL统计(MTL statistics)●CBL,OML,RSL和XBL统计(CBL, OML, RSL and XBLstatistics)1、指标性数据前面已经提到原始统计数据共有100多项,因此又定义了关键统计数据(key statistics),对最主要的系统性能进行监控,它是用原始统计数据通过一些预先定义的公式组合计算出来的。