通信系统处理方法、服务器和存储介质与流程

1.本技术涉及通信技术领域，尤其涉及一种通信系统处理方法、服务器和存储介质。


背景技术：

2.移动通信系统需要大量投资建设通信基站，以组成连续覆盖的网络，为用户提供无缝覆盖的语音和数据业务服务。移动通信的数字信号依靠无线电波进行传播，而频率资源是十分稀缺的资源。运营商为了充分利用好基站、频率等资源，提升资源的使用效率和用户感知，通常需要获取移动通信系统中小区级别的资源使用情况，从而便于进行资源使用效率的评估。
3.目前，2g、3g、4g以及5g常用的获取移动通信系统中小区级别的资源使用情况的通信系统处理方法是从基站直接获取物理层的资源占用量数据，进而获得资源占用率。通过获得的资源占用率，从而实现移动通信系统资源使用效率的评估。
4.现有的通信系统处理方法无法获得移动通信系统中小区级别的用户实际使用的精准而全面的资源使用率数据，致使运营商无法对用户实际使用的资源使用效率进行精准评估。


技术实现要素：

5.本技术提供一种通信系统处理方法、服务器和存储介质，以获得直接影响用户感知的表征通信系统网络资源使用率的小区标准效能，解决现有技术中无法对用户实际使用的资源使用效率进行精准评估的问题。
6.第一方面，本技术提供一种通信系统处理方法，包括：
7.获取一通信制式对应的小区级的应用层数据和带宽数据；
8.对所述应用层数据进行计算处理，获得平均数据业务流量比；
9.对所述带宽数据进行计算处理，获得带宽因子；
10.根据所述平均数据业务流量比以及带宽因子，进行标准效能计算，获得目标小区的标准效能，所述标准效能用于资源效率的评估。
11.可选地，所述应用层数据包括：目标小区所承载的数据业务流量c，目标小区所属的通信制式所承载的全部数据业务流量f，目标小区所属的通信制式下小区的总数量m，目标小区的小区业务模型修正系数ε；
12.所述对所述应用层数据进行计算处理，获得平均数据业务流量比，包括：
13.采用公式μ＝c
÷
(f
÷
m)
÷
ε确定目标小区的平均数据业务流量比μ。
14.可选地，所述目标小区所承载的数据业务流量c，具体包括：目标小区所承载的至少一类数据业务流量的总和。
15.可选地，所述应用层数据还包括：数据业务j的类型数量m，目标小区中数据业务j的小区级速率权重系数β
j
，数据业务j的网络级速率权重系数α
j
，目标小区中的数据业务j的用户数γ
j
；
16.所述目标小区的小区业务模型修正系数ε采用公式确定。
17.可选地，所述数据业务j的网络级速率权重系数是通过全网数据抓取方式获得的。
18.可选地，所述目标小区中数据业务j的小区级速率权重系数和目标小区中的数据业务j的用户数，均是通过系统抓取方式获得的。
19.可选地，所述带宽数据包括：目标小区所属的通信制式下移动通信系统共配置的载波种类n，目标小区中需统计的配置的载波编号k，其中k∈{1,2,3,...i...n}，目标小区所配置的带宽的绝对数值d，目标小区所属的通信制式下编号为i的载波所配置的带宽的绝对数值b
i
，目标小区所属的通信制式下编号为i的载波对应的小区的总数量n
i
，目标小区所属的通信制式下网络中所有终端中支持编号为k的载波的终端的占比s
k
，目标小区所属的通信制式下小区的总数量m；
20.所述对所述带宽数据进行计算处理，获得带宽因子，包括：
21.采用公式确定目标小区的带宽因子ρ。
22.可选地，所述根据所述平均数据业务流量比以及带宽因子，进行标准效能计算，获得目标小区的标准效能，包括：
23.根据平均数据业务流量比μ以及带宽因子ρ，采用公式η＝μ
÷
ρ确定目标小区的标准效能η。
24.第二方面，本技术提供一种服务器，包括：
25.处理器和存储器；
26.所述存储器存储所述处理器可执行的可执行指令；
27.其中，所述处理器执行所述存储器存储的可执行指令，使得所述处理器执行如上所述的通信系统处理方法。
28.第三方面，本技术提供一种存储介质，所述存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如上所述的通信系统处理方法。
29.第四方面，本技术提供一种程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上所述的方法。
30.本技术提供的通信系统处理方法、服务器和存储介质。通过获取影响用户感知以及通信系统网络资源效率评估的重要参数，对其进行综合计算处理，获得与用户使用通信系统网络资源的实际情况贴切、准确性高的小区标准效能。有效解决现有技术采用的物理层的资源占用量数据中包含了非用户使用的资源占用量数据，致使无法对用户实际使用的资源使用效率进行精准评估的问题。
附图说明
31.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
32.图1为本技术实施例提供的通信系统处理示意图；
33.图2为本技术实施例提供的通信系统处理方法流程示意图一；
34.图3为本技术实施例提供的通信系统处理方法流程示意图二；
35.图4为本技术实施例提供的小区数据业务偏好标准化处理流程示意图；
36.图5为本技术实施例提供的服务器的结构示意图。
具体实施方式
37.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
38.图1为本技术实施例提供的通信系统处理示意图。如图1所示，通信系统网络包含了底层的物理层和顶层的应用层。应用层中的数据提供设备11与服务器12连接。进一步地，服务器12包括处理器和存储器。数据提供设备11监测、记录并存储流入用户终端的应用层数据以及存储有带宽数据。进一步地，数据提供设备11存储的应用层数据以及带宽数据可以以一个小区为单位进行存储。服务器12从数据提供设备11中获取小区级的应用层数据和带宽数据。服务器12对获取的应用层数据和带宽数据进行标准效能计算，获得目标小区的标准效能。工作人员可使用服务器12获得的标准效能对各个小区的通信系统资源使用情况进行评估，以进行通信系统资源的优化，不断提升用户感知。
39.可选地，数据提供设备11可以是网络管理设备、端到端分析设备或计费系统设备中的任一种设备，本实施例不作具体限定。
40.现有技术中，运营商工作人员通常采用通信系统网络中物理层的资源占用率，对通信系统网络资源进行问题排查或资源优化。如在对4g长期演进(英文：long term evolution，简称：lte)移动通信系统进行资源优化以提升用户感知时，常用4g物理资源块(英文：physical resource block，简称：prb)利用率，对通信系统的资源使用效率进行评估。但有时通信系统内、外存在较强干扰。其中，通信系统内部干扰，例如由于建网结构、网络的结构设计的水平、基站的实际部署位置等因素造成网络结构不合理，形成的通信系统内部干扰；通信系统外部干扰例如通信系统外部环境中的干扰信号对通信系统造成的干扰。通信系统内、外存在的干扰往往导致lte系统中用户的信息无法正确地解码，用户的信息无法得到有效传输，致使用户的信息在系统中反复重传。用户的信息在系统中的反复重传，在prb利用率上呈现出虚高的现象。虚高的prb利用率并不是用户实际使用业务造成的。当工作人员利用prb利用率进行通信系统网络资源使用效率评估时，资源占用的虚高很容易产生误导，导致评估结果不准确。通信系统网络资源使用效率评估的不准确常导致工作人员错过网络中存在的严重干扰问题，甚至，影响通信系统网络资源优化的有效性。
41.本实施例相对于现有技术，主要改进点在于根据通信系统网络资源优化需求，直接获取影响资源使用效率和用户感知的用户实际使用的应用层业务数据和带宽数据。再基于获取的应用层数据和带宽数据进行标准效能计算，获得目标小区的标准效能，以之进行通信系统网络资源效率的精准评估。
42.图2为本技术实施例提供的通信系统处理方法流程示意图一。本实施例是在图1的基础上对通信系统处理方法流程进行详细说明。本实施例执行主体可以为图1所示实施例
中的服务器12，该方法包括：
43.s201、获取一通信制式对应的小区级的应用层数据和带宽数据；
44.目前主流的通信制式是4g和5g，而4g和5g主要影响用户感知和网络资源效率的应用层数据是应用层数据业务流量的相关数据。
45.具体而言，数据提供设备11监测、记录并存储流入每一小区的用户终端的应用层数据以及存储每一小区配置的带宽数据。当需要对一通信制式下的一目标小区的资源效率进行评估时，服务器12根据目标小区的通信编号，从数据提供设备11中读取目标小区的应用层数据以及带宽数据。
46.其中，目标小区的应用层数据包括：目标小区所承载的数据业务流量c，目标小区所属的通信制式所承载的全部数据业务流量f，目标小区所属的通信制式下小区的总数量m。这些应用层数据均是影响目标小区的数据业务流量使用情况的精准评估的重要参数。
47.目标小区配置的带宽数据包括：目标小区所属的通信制式下移动通信系统共配置的载波种类n，目标小区中需统计的配置的载波编号k，其中k∈{1,2,3,...i...n}，目标小区所配置的带宽的绝对数值d，目标小区所属的通信制式下编号为i的载波所配置的带宽的绝对数值b
i
，目标小区所属的通信制式下编号为i的载波对应的小区的总数量n
i
，目标小区所属的通信制式下网络中所有终端中支持编号为k的载波的终端的占比s
k
，目标小区所属的通信制式下小区的总数量m。这些带宽数据均是影响目标小区带宽使用情况的精准评估的重要参数。具体地，中心频点和带宽均相同的载波属于同一种载波，同一种载波使用同一个载波编号。
48.接着，服务器12对影响目标小区资源效率精准评估的应用层数据和带宽数据按下述步骤进行综合计算处理，以得到精准的用于通信系统网络资源效率评估的标准能效。
49.s202、对应用层数据进行计算处理，获得平均数据业务流量比；
50.具体而言，不同场景的用户使用数据业务时对不同类别的数据业务偏好不同。例如高中校园场景的用户游戏app使用较多，而商务办公场景的用户电子邮件或者视频类业务较多。游戏型数据业务的典型特点是频繁触发但是流量偏小，邮件或者视频类业务的特点是连续型大流量。高中校园场景中的小区所承载的数据业务流量c值偏小，商务办公场景中的小区c值偏大，这种差异并不是网络出现问题所导致。为了在对小区数据业务流量进行评估时避免出现误判，极有必要对小区数据业务的偏好进行标准化处理。因此，服务器12首先对目标小区的数据业务的偏好进行标准化处理，获得目标小区的小区业务模型修正系数ε。
51.接着，基于目标小区所承载的数据业务流量c，目标小区所属的通信制式所承载的全部数据业务流量f，目标小区所属的通信制式下小区的总数量m，目标小区的小区业务模型修正系数ε。服务器12采用如下公式确定目标小区的平均数据业务流量比μ：
52.μ＝c
÷
(f
÷
m)
÷
ε。
53.服务器12确定的目标小区的平均数据业务流量比μ，消除了不同小区对数据业务的偏好。同时服务器12获得目标小区所承载的数据业务流量占目标小区所属的通信制式下所有小区所承载的平均的数据业务流量的比值。服务器12确定的目标小区的平均数据业务流量比μ，极大方便了工作人员对不同小区进行数据业务流量的精准对比分析。
54.s203、对带宽数据进行计算处理，获得带宽因子；
55.具体而言，服务器12采用如下公式确定目标小区的带宽能力占该通信制式的所有小区的带宽能力的比值，即目标小区的带宽因子ρ：
[0056][0057]
其中，n是目标小区所属的通信制式下移动通信系统共配置的载波种类，k是目标小区中需统计的配置的载波编号，其中k∈{1,2,3,...i...n}，d是目标小区所配置的带宽的绝对数值，b
i
是目标小区所属的通信制式下编号为i的载波所配置的带宽的绝对数值，n
i
是目标小区所属的通信制式下编号为i的载波对应的小区的总数量，s
k
是目标小区所属的通信制式下网络中所有终端中支持编号为k的载波的终端的占比，m是目标小区所属的通信制式下小区的总数量。具体地，中心频点和带宽均相同的载波属于同一种载波，同一种载波使用同一个载波编号。
[0058]
服务器12确定的目标小区的带宽因子ρ，以一载波的带宽以及该载波的小区总数为基础，再附加考虑目标小区所配置的载波的终端渗透率等影响因素综合计算而得。服务器12确定的目标小区的带宽因子ρ，考虑了小区带宽评价的自身带宽因素以及用户使用的终端设备的影响因素，确保该带宽因子更贴合用户实际使用情况。
[0059]
s204、根据平均数据业务流量比以及带宽因子，进行标准效能计算，获得目标小区的标准效能，标准效能用于资源效率的评估；
[0060]
具体而言，服务器12根据所述平均数据业务流量比μ以及带宽因子ρ，进行标准效能计算，获得目标小区的标准效能。具体地，服务器12采用公式η＝μ
÷
ρ确定目标小区的标准效能η。
[0061]
服务器12根据本实施例提供的方法可计算出不同小区的标准效能。进一步地，服务器12将小区标准效能与预设阈值进行对比，获得小区资源效率的判断结果。具体地，预设阈值包括一个阈值上限δ
high
和一个阈值下限δ
low
。当η＞δ
high
，即小区标准效能高于δ
high
时，判断结果为该小区承载业务量过多，负荷较重，可能导致用户感知变差；当η＜δ
low
，即小区标准效能低于δ
low
时，就说明该小区承载的业务量过少，无线资源没有得到充分利用，相关问题需要尽快得到处理解决。
[0062]
可选地，步骤s202中目标小区所承载的数据业务流量c可以是目标小区所承载的全部数据业务流量的总和，也可以是目标小区所承载的至少一类数据业务流量的总和。
[0063]
当目标小区所承载的数据业务流量c是目标小区所承载的全部数据业务流量的总和时，小区平均数据业务流量比是小区总的数据业务流量比。获得的小区标准效能可用于工作人员进行小区通信系统网络资源问题排查和资源优化。工作人员根据服务器12计算出的不同小区的标准效能以及判断结果即可准确、及时找出资源效率异常的问题小区。工作人员通过快速地对小区资源效率进行评估分析，提升资源优化响应速率，进而提升用户感知。此外，结合小区标准效能和小区prb利用率，对系统内、外干扰也可进行有效评估分析。
[0064]
当目标小区所承载的数据业务流量c是目标小区所承载的多类数据业务流量中的一类数据业务流量的总和，小区平均数据业务流量比是小区所承载的一类数据业务流量比。获得的小区标准效能可用于工作人员对具体的一类数据业务进行分析，有助于数据业务的业务优化或以此为设计参考依据进行新的数据业务的开发。
[0065]
进一步地，服务器12对小区标准效能进行计算确定时，从数据提供设备11中获取
的应用层数据和带宽数据的时间周期可以是以月份为时间周期，也可以是以季度或年度等周期为时间周期，本实施例不作具体限定。
[0066]
本实施例通过服务器12获取直接影响用户感知以及通信系统网络资源效率评估的重要参数，对其进行综合计算处理，获得精准的小区标准效能。在获得小区标准效能过程中，对不同小区的数据业务偏好以及数据业务流量特点进行标准化处理，获得的小区平均数据业务流量比确保了不同小区之间的对比分析的准确性。而带宽因子不但考虑了网络本身的带宽因素，还考虑了用户使用的终端设备对数据业务流量的使用的影响。因此，基于小区平均数据业务流量比和带宽因子综合计算获得的小区标准效能，与用户使用网络资源的实际情况贴切。本实施例提供的通信系统处理方法精确度高，极大方便工作人员进行通信系统网络资源效率的准确评估。此外，获得的小区标准效能，有助于数据业务开发人员对现有数据业务进行业务优化或以此为参考依据进行新的数据业务的开发。
[0067]
图3为本技术实施例提供的通信系统处理方法流程示意图二。图3是在图2所示实施例的基础上的进一步详细说明，如图3所示，该方法包括：
[0068]
s301、获取一通信制式对应的小区级的应用层数据和带宽数据；
[0069]
具体而言，步骤s301与图2所示实施例中步骤s201的具体实现方式类似，本实施例此处不再赘述。
[0070]
s302、根据应用层数据计算确定目标小区的小区业务模型修正系数；
[0071]
具体而言，根据应用层数据计算确定目标小区的小区业务模型修正系数具体流程如图4所示。图4为本技术实施例提供的小区数据业务偏好标准化处理流程示意图，服务器12按步骤s301获取目标小区的应用层数据后，按图4所示流程对不同类别的数据业务的偏好进行标准化处理，获得目标小区的小区业务模型修正系数ε。具体包括：
[0072]
s401、获取一通信制式对应的小区级的数据业务流量；
[0073]
具体而言，步骤s401与图2所示实施例中步骤s201的具体实现方式类似，本实施例此处不再赘述。
[0074]
s402、对数据业务流量按数据业务类型进行分类；
[0075]
具体地，服务器12对数据业务流量按数据业务类型进行分类，如游戏类，网页浏览类，即时通信类，视频类等，并为每一类数据业务j配置一个网络级速率权重系数α
j
和一个小区级速率权重系数β
j
。
[0076]
s403、通过数据抓取方式获得网络级速率权重系数和小区级速率权重系数；
[0077]
具体而言，网络级速率权重系数α
j
和小区级速率权重系数β
j
均由服务器12通过数据抓取方式获得。
[0078]
其中，网络级速率权重系数α
j
由服务器12可通过全网的数据抓取方式获得。具体地，服务器12全网数据抓取目标小区所属的通信制式下所有用户连续使用数据业务j所产生的数据业务平均速率。然后，服务器12将所有用户使用数据业务j所产生的数据业务平均速率的绝对值设定为α
j
。可选地，服务器12也可以将目标小区所属的通信制式下不同种类的数据业务j所产生的数据业务平均速率的大小关系相对值设定为α
j
。
[0079]
小区级速率权重系数β
j
由服务器12可通过系统抓取方式获得。具体地，服务器12系统抓取目标小区的所有用户连续使用数据业务j所产生的数据业务平均速率。然后，服务器12将目标小区的所有用户使用数据业务j所产生的数据业务平均速率的绝对值设定为
β
j
。可选地，服务器12也可以将目标小区的不同种类的数据业务j所产生的数据业务平均速率的大小关系相对值设定为β
j
。
[0080]
s404、通过数据抓取方式获得目标小区每一数据业务的用户数；
[0081]
具体地，服务器12通过系统抓取方式对目标小区每一数据业务j的用户数进行抓取，获得目标小区每一数据业务j的用户数γ
j
。
[0082]
s405、通过数据抓取方式获得目标小区每一数据业务的用户数；
[0083]
具体地，服务器12基于步骤s403
‑
s404获得的网络级速率权重系数α
j
、小区级速率权重系数β
j
以及目标小区每一数据业务j的用户数γ
j
，采用如下公式确定目标小区的小区业务模型修正系数ε：
[0084][0085]
其中，j＝1,2,3,...m。
[0086]
该目标小区的小区业务模型修正系数综合考虑了不同场景的用户对数据业务的偏好因素以及不同类别的数据业务的特点，后续用于计算小区的平均数据业务流量比时可获得精准度高的平均数据业务流量比。目标小区的小区业务模型修正系数确保了后续将不同小区的平均数据业务流量比进行对比分析时的准确性。
[0087]
服务器12将目标小区的小区业务模型修正系数用于计算小区的平均数据业务流量比的具体方式如下s303步骤所示。
[0088]
s303、基于目标小区的小区业务模型修正系数，对应用层数据进行计算处理，获得平均数据业务流量比；
[0089]
s304、对带宽数据进行计算处理，获得带宽因子；
[0090]
s305、根据平均数据业务流量比以及带宽因子，进行标准效能计算，获得目标小区的标准效能，标准效能用于资源效率的评估；
[0091]
具体而言，步骤s303
‑
s305与图2所示实施例中步骤s202
‑
s204的具体实现方式类似，本实施例此处不再赘述。
[0092]
使用本实施例提供的方法可快速识别出通信系统中网络资源使用异常的小区，便于工作人员快速有效地解决小区级的问题，增强用户的感知。采用下述具体实现案例对本实施例提供的方法进行进一步的说明。
[0093]
如下为服务器12通过本实施例提供的方法对以小区a在8月份的标准效能进行确定的具体过程。服务器12从数据提供设备11中获取小区a相关的应用层数据和带宽数据。服务器12获取的小区a相关的应用层数据和带宽数据为：小区a所属4g通信制式下4g网络分别部署在900mhz(简称：l900)、1800mhz(简称：l1800)、2100mhz(简称：l2100)三个频段上，小区a频段为l900，其中，
[0094]
l900共有100个小区，该100个小区所配置的带宽都是10mhz；
[0095]
l1800共有200个小区，该200个小区所配置的带宽都是20mhz；
[0096]
l2100共有100个小区，该100个小区所配置的带宽都是20mhz；
[0097]
小区a所属4g通信制式下4g手机中有90％支持l900的频段；
[0098]
小区a所属4g通信制式下8月的4g网络总流量是55000gb(英文：gigabyte，简称：gb)；
[0099]
小区a在8月承载的数据业务流量为35gb。
[0100]
首先，服务器12计算小区a业务模型修正系数ε过程如下：
[0101]
具体地，服务器12首先将8月的数据业务分为游戏类、网页浏览类、即时通信类、视频类的4类数据业务。
[0102]
服务器12接着通过全网数据抓取获得4类数据业务在小区a所属4g通信制式下4g网络中所产生的数据业务平均速率为：游戏类100kbps，网页浏览类200kbps，即时通信类600kbps，视频类2000kbps。由此，服务器12分别设定4类数据业务的网络级速率权重系数α
j
分别为：游戏类α1＝100，网页浏览类α2＝200，即时通信类α3＝600，视频类α4＝2000。
[0103]
同理地，服务器12通过系统数据抓取获得4类数据业务在小区a中所产生的数据业务平均速率为：游戏类90kbps，网页浏览类190kbps，即时通信类400kbps，视频类1000kbps。服务器12分别设定4类数据业务小区级速率权重系数β
j
分别为：游戏类β1＝90，网页浏览类β2＝190，即时通信类β3＝400，视频类β4＝1000。
[0104]
同理地，服务器12通过系统数据抓取获得4类数据业务在小区a中用户数γ
j
分别为：游戏类γ1＝201，网页浏览类γ2＝301，即时通信类γ3＝401，视频类γ4＝202。
[0105]
服务器12根据上述4类数据业务的网络级速率权重系数α
j
、小区级速率权重系数β
j
以及小区a中用户数γ
j
，计算小区a的目标小区的小区业务模型修正系数ε为：
[0106][0106]
其中，j＝1,2,3，...m。
[0107]
然后，服务器12计算小区a的平均数据业务流量比μ为：
[0108]
μ＝c
÷
(f
÷
m)
÷
ε
[0109]
＝35
÷
[55000
÷
(100+200+100)]
÷
0.756
[0110]
＝0.337；
[0111]
接着，服务器12计算小区a的带宽因子ρ为：
[0112][0113]
最后，服务器12计算小区a的标准效能η：
[0114]
η＝μ
÷
ρ＝0.337
÷
0.514＝0.656。
[0115]
进一步地，服务器12预设上限阈值δ
high
＝0.8，下限阈值δ
low
＝0.7。根据小区a的标准效能η＝0.656，服务器12判定结果为：小区a的小区标准效能低于下限阈值δ
low
，小区a未能充分发挥作用，使用效率偏低。
[0116]
接下来工作人员可以基于上述服务器12判定结果，对小区a进行网络问题的分析，看到底是弱覆盖、干扰、载波均衡配置不当等到底哪些因素导致其使用效率偏低，在解决问题之后，能够让小区a更加充分的吸收数据业务流量。
[0117]
本实施例通过服务器12对小区所承载的数据业务流量进行分类，然后通过数据抓取方式获得每一类数据业务的网络级速率权重系数和小区级速率权重系数。采用每一类数
据业务的网络级速率权重系数和小区级速率权重系数，实现了对不同小区的数据业务偏好进行标准化处理，获得目标小区的小区业务模型修正系数。然后采用目标小区的小区业务模型修正系数计算获得的小区平均数据业务流量比是经修正的数值，确保了不同小区之间小区平均数据业务流量比的对比分析的准确性。最后采用修正的小区平均数据业务流量比和带宽因子进行标准效能计算，获得精准的小区标准效能。将小区标准效能与预设阈值进行对比，即可直接获得对小区通信系统网络资源使用效率的判定结果。工作人员通过该判定结果即可快速识别出通信系统中网络资源使用异常的小区，迅速有效地解决小区级的问题，优化网络资源，极大增强用户的感知。
[0118]
本技术实施例还提供一种服务器。图5为本技术实施例提供的服务器的结构示意图。如图5所示，该服务器包括处理器51和存储器52，存储器52存储有处理器51可执行的可执行指令，使得该处理器51可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。应理解，上述处理器51可以是中央处理单元(英文：central processing unit，简称：cpu)，还可以是其他通用处理器、数字信号处理器(英文：digital signal processor，简称：dsp)、专用集成电路(英文：application specific integrated circuit，简称：asic)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。存储器52可能包含高速ram存储器，也可能还包括非易失性存储nvm，例如至少一个磁盘存储器，还可以为u盘、移动硬盘、只读存储器、磁盘或光盘等。
[0119]
本技术实施例还提供一种存储介质，该存储介质中存储有计算机执行指令，这些计算机执行指令被处理器执行时，实现上述的通信系统处理方法。
[0120]
存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
[0121]
一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(英文：application specific integrated circuits，简称：asic)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
[0122]
本技术实施例还提供一种程序产品，如计算机程序，该计算机程序被处理器执行时实现本技术所涵盖的通信系统处理方法。
[0123]
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0124]
最后应说明的是：以上实施方式仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施方式对本发明已经进行了详细的说明，但本领域的普通技术人员应当理解：其依然可以对前述实施方式所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明
实施方式技术方案的范围。