超密集无线网络中基于业务流量预测的负载均衡技术研究

发布时间：2020-12-06 15:38

　　超密集网络通过密集化部署基础设施,不断缩小小区覆盖范围,提高资源空间复用率,增大网络容量,成为第五代移动通信的关键技术之一。然而,随着子网数目的不断增多,网络中小区负载动态变化加快,这使得网络负载均衡方案开销急剧增加,基于触发进行负载均衡的方式将导致严重的滞后性,而基于动态网络状态的负载均衡方案收敛速度无法与网络状态变化速度相匹配。此外,随着网络覆盖半径不断变小,接入每个子网内的用户数随机性随之增强,局部区域内负载变化情况更加剧烈,这使得一般的预测方法直接用在超密集网络流量预测中无法获得较高的精确度,难以为负载均衡提供有效信息。基于上述问题,本文首先提出了多维时间序列预测方法,提高了超密集网络业务流量的预测精度,并在此基础上,提出了分级式智能负载均衡方案,有效缓解了现有负载均衡方案开销大、速度慢的问题,其主要研究内容和创新点如下:首先,针对超密集网络业务波动大的问题,提出了多维时间序列预测方法,缓解了流量波动大难以预测的问题,提高了预测精度。首先,从流量预测本身出发,分别采用统计学习回归模型以及深度学习中的卷积神经网络对其进行预测,然后,根据用户数与流量的相关性以及用户数的稳定性,基于... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

丁TR案纤角载讨程均衡采章}sl

要性随时间推移逐渐下降，将历史数据的值Twx ，该数值即为该时刻的一个历史数据加两种特征构造方式进行特征构造： 1~3 小时和 4~6 小时的用户数和流量的平均化趋势的新特征；3、6、12、24 小时的用户数和流量进行加权共构造出 42 个特征。然后，将特征与目标 回归模型。模型参数为 n_estimators=36，m型中集成的决策树数量为 36 个，决策树最流程框架如图 2.8 所示：数据对数变换

【参考文献】：
期刊论文
[1]第五代移动通信系统5G标准化展望与关键技术研究[J]. 周一青,潘振岗,翟国伟,田霖.  数据采集与处理. 2015(04)
[2]异构分层无线网络中的混合动态流量均衡算法研究[J]. 宁国勤,朱光喜,彭烈新,卢小峰.  通信学报. 2007(01)

硕士论文
[1]基于时间序列分析的汽车销量预测研究[D]. 章旭.合肥工业大学 2017
[2]基于计算智能的无线异构网络负载均衡算法研究[D]. 张晓萌.山东财经大学 2016
[3]超密集网络（UDN）的性能分析与关键技术研究[D]. 冯伟龙.北京交通大学 2016
[4]基于时间序列预测的异构无线网络负载均衡技术研究[D]. 申红磊.上海师范大学 2015
[5]LTE系统移动负载均衡算法研究[D]. 李南.吉林大学 2015
[6]无线异构网络中一种基于未来负载预测的自适应负载均衡算法[D]. 张磊.南京邮电大学 2015
[7]异构网络负载均衡机制研究[D]. 孙博闻.西安电子科技大学 2013
[8]异构无线网络的负载均衡算法研究[D]. 陈晓玉.南京邮电大学 2013
[9]LTE系统中的负载均衡研究[D]. 王志国.北京邮电大学 2011



本文编号：2901620