本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：无线网络质量是运营商的命脉与核心，合理的无线网络规划能够保障网络覆盖范围广、干扰低、系统服务质量高、运营成本低以及网络结构达到最佳。提出了一种基于LightGBM算法的网络信号预测方法，采集基站现有的MR数据，对MR数据进行栅格化，并对栅格化后的数据进行分析处理，通过LightGBM算法对有经纬度的未知地区进行网络信号强度预测，从而实现无线网络优化，保证网络通信质量。
关键词：LightGBM算法；信号预测；MR栅格化；网络优化
doi：10.12045/j.issn.1007-3043.2020.10.005
前言
随着LTE网络大规模应用以及市场竞争的白热化，用户越来越重视自身的感知体验，因此运营商对覆盖优化和质量优化的要求也越来越高。现阶段的无线网络优化工作，主要采用CQT（CallQualityTest）、DT（DrivingTest）和用户投诉等方式发现覆盖问题和质量问题。但是CQT和DT方式需要运营商投入大量的时间和人力，用户投诉方式又严重影响用户感知和满意度。
针对传统方法存在的弊端，本文提出了一种基于LightGBM算法的网络信号预测的新方法，使用MR数据和LightGBM算法对未知地区的网络信号进行预测，不仅解决了现有技术数据采集成本高、数据分析过程烦琐等问题，还创新地将AI技术与网络优化相结合，提高无线网络优化的自动化水平。
