基于小区性能的移动网络特征研究与应用

发布时间：2020-05-21 16:11

【摘要】：中国移动通信技术的持续发展导致移动通信网的设备运行的性能数据也在不停的增加。为了达到通信用户不断增加的体验要求,移动运营商需要在现有设备与数据的基础上对移动通信网络进行优化以及对用户进行精确化营销,以提高运营商的市场竞争力。具体来讲,运营商不仅希望通过出现问题再解决问题这一事后处理模式来处理网络中遇到的异常,更希望实现实时地对网络性能进行定位分析,及时对可能出现的异常进行规避且做出相应措施,避免其可能带来的危害。本论文为某市移动分公司设计了一套基于对网络特征进行研究的小区性能分析系统,此系统采集小区原始性能数据实现了小区性能获取、小区历史性能基准值计算、重点小区性能实时预测等功能,结合MFC客户端给网络优化人员的网络救援与市场营销人员营销计划的制定提供可靠的、及时的依据。首先,系统实现对小区原始数据进行快速导入导出以及对性能数据空值进行插值处理等功能,为之后的网络特征的分析奠定基础;其次,利用K-means对移动运营商最关注的小区性能指标进行聚类,区分小区为重点与非重点小区;第三,利用算术平均滤波法、中位值滤波法、防脉冲平均滤波法对小区性能数据进行拟合,计算小区历史性能基准值,根据用户设定的预警门限范围计算性能预警门限值,判断小区性能是否处于高负载状态,帮助优化的人员及时掌握小区网络整体运行情况,对持续高负载小区进行报警给出异常建议,为移动营销的人员拟定精确化的营销计划提供依据;最后,利用指数平滑法、BP神经网络法、极限学习机、基于主成分分析的极限学习机对重点小区的主要性能进行实时预测,方便优化人员及时规避可能出现的网络异常,提高用户上网体验感。本论文实现的基于网络特征研究的小区性能分析系统已经在某市移动分公司上线半年,通过大量的测试系统基本稳定持续的运行。一周一次的小区性能基准值计算,预警准确率超过85%。重点小区实时预测,预警准确率超过80%,达到系统设计要求。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN929.5

【参考文献】

相关期刊论文 前9条

1 季雪美;高军伟;刘新;张彬;;基于ELM算法的短时交通流预测研究[J];青岛大学学报(工程技术版);2015年04期

2 张伟;耿继进;邱卫宁;蒋健君;;利用K均值聚类建立拟稳基准的价格关联体系新方法[J];测绘地理信息;2014年03期

3 毕艳兰;任小娜;彭丹;杨国龙;张林尚;汪学德;;粒子群最小二乘支持向量机结合偏最小二乘法用于芝麻油质量的鉴别[J];分析化学;2013年09期

4 李翔;朱全银;;Adaboost算法改进BP神经网络预测研究[J];计算机工程与科学;2013年08期

5 黄丽平;孙永雄;申晨;;用基于中值滤波的高斯过程预测3G网络性能[J];计算机工程与应用;2013年02期

6 周云轩;张彦;;基于回声状态网络的移动话务量预测[J];黑龙江科技信息;2011年22期

7 张冉;赵成龙;;ARIMA模型在网络流量预测中的应用研究[J];计算机仿真;2011年02期

8 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期

9 滕卫平;俞善贤;胡波;胡丰成;;SVM回归法在汛期旱涝预测中的应用研究[J];浙江大学学报(理学版);2008年03期

，

本文编号：2674560