摘要：面向大量用于描绘无线网络性能的指标，该论文提出了一种以皮尔森算法为核心的指标关联性判断方法。该方法基于皮尔森相关系数构建算法，采用降维、相关性计算、加权、聚类等数据处理手段，并制成相应分析工具，在覆盖、容量、干扰三大根因组合的多场景下，指出根本问题，为优化人员提供了优化方案选取思路，能有效指导异构网的优化工作。

关键词：无线通信;皮尔森相关系数;指标;网络优化

1.背景

在无线网络优化工作中，面对的往往是复合型问题，仅仅依靠单一的指标优化，很难对实际问题进行有效的、准确的、全面的解决，优化方案偏离靶心，治标不治本。

现有优化指导策略提供的大多是基于单一指标的优化思路，如VOLTE高掉话问题，大部分指导书只会说明若是覆盖问题引起就如何处理、若是干扰引起如何处理，缺乏指标间的关联、降维体系，引导复合型网络问题的解决。

2.目前存在的问题

目前主流优化方式主要存在以下两点问题。

2.1.现有优化方式缺乏复合型问题分析指引

现有方法大多是从某项网络指标的优化出发，叙述此项指标从各方面如何优化。但现网存在大量的“复合型”网络问题，即多项指标存在恶化，在此情况下，必须有效梳理指标间关联性，现有优化指导方案不能达到此目的。

2.2.现有优化方法缺乏根因指标关联分析

在网络优化工作中，我们将覆盖、容量、干扰定义为网络问题的根因指标，其他指标恶化为根因指标出现问题引发的上层问题，为“表象”。……