当前移动互联网技术飞速发展,移动通信正处于2G、3G、4G多制式多运营商共同运营状态,而5G技术也正在紧锣密鼓的准备商业化部署,如何协调各种网络资源,实现网络资源的最优化,满足用户高速移动互联业务需求、保障数据业务性能水平,是各运营商、各业务平台的核心目标。移动通信网络覆盖是整个网络生存的基础,它决定了整个网络的规划、部署、优化和维护,本课题立足于广州市科技计划项目-面向5G网络测试云平台技术研究及产业化,基于Spark大数据平台搭建了一个支持高用户并发的移动网络覆盖分析系统。本文通过对移动通信过程中路测测量报告MR数据、DT数据、用户数据的采集与分析,设计了一个支持高用户并发的移动网络覆盖分析系统,并对整个项目进行了功能验证及负载测试。首先介绍了基于大数据平台的网络覆盖分析系统的研究背景及研究意义,讨论了当前环境部署基于Spark大数据优化平台的需求;然后根据覆盖分析系统的设计思路,介绍了系统设计过程中涉及的主要技术背景,从系统性能测试、Hadoop工作原理及优势、Spark工作原理及方式、网络优化常用方法与侧重点、DT&CQT等多个维度对背景进行了阐述。然后介绍了覆盖系统的需求分析、软硬件部署、大数据环境及开发环境的搭建;接下来大致阐述了覆盖分析系统的设计思路及实现步骤,从架构设计、具体模块实现的思路出发,讲解了并发测试模块、数据清洗模块、覆盖分析模块、客户端、自动路测模块等部分的设计思路、技术要点及实施方式,着重讲解分析系统涉及的基于密度的距离检测算法LOF、聚类算法DBSCAN、Spark分类解析及SQL查询思路与实现;最后进行各模块测试,并以昭通MR数据为例仿真了区域覆盖分析、广州DT数据为例仿真自动路测,将结果在地图界面显示,也支持报表分析与报表导出,此外对覆盖分析系统进行了功能检测及性能验证。实验结果显示:对比上一代网优系统,本覆盖分析系统更符合当前大数据通信环境,可以处理TB级别的数据,且时间达到预期;对比市面上其他覆盖分析系统,本文具有高兼容性、高适应性、多功能性等,减轻网优人员的工作时间及工作强度,提高网优效率,更符合未来5G通信场景需求。