网络质量测试是TD-LTE网络优化工作中不可缺少的一个环节。传统测试方式对人员技能有一定要求,还需配备专业设备和车辆现场采集数据,且测试效率不高,导致路测成本在整个网优项目中居高不下。因此从现有海量测量报告以及信令数据中挖掘出有效的数据,对降低测试成本,提升测试效率具有十分重要的意义。本文研究的长期演进网络(Long Term Evolution,LTE)虚拟路测技术涵盖了从数据处理层的测量报告(Measure Report,MR)解析,到逻辑计算层的MR数据定位,再到应用层的室内外MR分析以及网络覆盖分析等。针对这些问题,提出了一整套解决方案。首先分析MR数据的组织结构,实现了 MR解析模块,然后通过对问题的深入分析,提出多个优化方案,逐步加快程序运行效率,使得解析模块能够在有限时间内完成海量数据的解析。针对MR定位问题,首先采用基于OTT业务的定位方式,从海量信令数据中挖掘出用户的GPS定位定位信息,通过用户标识IMEI、会话ID等信息,为部分MR数据关联得到精准定位信息,得到原始MR位置信息库;在此基础上采用基于指纹的匹配定位方式,扩充MR位置信息库,同时利用拉格朗日插值法进行反向定位,再次扩充MR位置信息库;为了预防闲时GPS原始定位信息过少,采用约束极小化定位算法作为辅助定位方式。最后,将定位后的MR数据应用于小区级覆盖情况分析。基于以上关键技术,设计实现了 LTE网络虚拟路测系统软件,该软件基于C#语言编写并依赖于.NET平台,采用SQL Server数据库和XML文档进行数据存储。最后通过实际网络数据,对该软件系统进行了全面的测试和应用分析工作,验证系统的合理性和有效性。上述研究工作证明,本文阐述的LTE网络虚拟路测技术对实际网络优化工作中定位问题区域有良好的参考价值,软件系统也能够正常投入实际的现网中使用。