基于大数据的基站流量预测与网络规划算法研究

发布时间：2020-10-01 18:29

　　随着大数据技术和新型网络技术的发展,无线网络发生了巨大变化,呈现出密集性、复杂性、灵活性和动态性等特点,并且所提供的业务种类越来越多样化,要求的服务质量逐渐提高,因此,面对复杂的无线网络如何进行分析和规划是一项重要的研究任务。然而,传统的网络规划方法在准确性和效率方面都存在欠佳的问题,无法满足各种新型网络规划的高质量需求。因此,本文结合大数据的分析方法,深入研究了智能化的无线网络规划方法。本文在介绍现有的网络规划方法基础上,主要开展了以下三个方面的工作:(1)提出了一种基于时空分析的基站人流量预测模型。该方法从时间、空间角度出发,以基站覆盖为单元区域,研究基站人流分布与基站间人流转移的关系,并全面分析了基站人流分布的时空特征和人流在基站间的交互特征,从而提出了基站人流量预测方法。仿真表明,该方法改善了传统预测方法的缺陷,提高了人流量预测的准确度,为后期的网络规划提供有效的指导。(2)针对RPMA低功耗广域网基站密度大、业务分布不均匀等特点,提出了一种基于数据挖掘的网络规划方法。首先,利用提升回归树算法建立了信号质量预测模型,用于提取网络的覆盖分布空间模式。然后,针对覆盖分布空间模式,采用加权K-centroids分簇算法得到适应当前模式的最优基站部署。最后,根据总目标函数判定得到最终的基站拓扑。通过实际数据集的仿真实验结果表明,与传统的网络规划方法相比,所提的方法很好地提升低功耗广域网网络的覆盖质量。(3)设计并实现了基于大数据的网络规划系统演示平台。该平台基于Jupter Notebook搭建,主要利用scikit-learn、pandas等Python库实现了网络数据的预处理、信号质量模型的训练与预测,以及基站位置的聚类调整过程。该部分详细介绍了整个平台的搭建和核心规划算法的实现,以此为基础验证所提网络规划方法的有效性。
【学位单位】：南京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN929.5;TP311.13
【部分图文】：

架构图,异构网络,架构,基站

图 2.1 异构网络架构在小基站蜂窝网络中，一个重要的问题是从潜在的候选站点中选择最优的部署位置。的选择必须考虑到服务区域内的平均用户需求、可能造成的额外干扰，以及宏单元的负低可能带来的好处。目前有比较简单的方法，如仅根据热点位置或到宏基站的距离来选置，但这没有考虑到无线网络的复杂性，尤其是在城市地区。另外，每个部署都与特定本相关，这些成本取决于基站的位置和类型。例如，在某些地区部署基站可能会非常昂负担不起，而且随着设备功能的增强，收购成本也会增加，例如收发器数量的增加或传率的提高。2 基站规划概述自 20 世纪 40 年代蜂窝小区概念引入以来，蜂窝系统的关键目标是在服务领域提供大和无所不在的覆盖。在设计初期，通过优化基站的安装位置，确定基站的最大发射功率

地图,运维,蜂窝网络,网络覆盖

研究生学位论文第二章无线网络规划及大程师会结合数字地图来选择合适的基站站点并配置它们的参数。和覆盖问题，即覆盖/容量分析，它综合各方面因素比如地貌和干配。最后，无线网络分析阶段考虑信道特征和 KP（IKey performa的 QoS 值。根据 QoS 值评判网络是否达到最优，若是则输出当复上述过程。

框架图,运维,网络规划,框架

图 2.3 基于 AI 的 5G 网络规划和运维的框架2.3 展示了所设想的基于 AI 的 5G 网络规划和运维的组成部分。该框架基于收集的输入数据和智能化处理，以便提出适当的见解和决策支持系统来协助 MNO，主部分组成。首先是数据采集与预处理，MNO 传统上使用复杂、不同的数据集进行操用的信息驻留在多个系统中，比如网络管理系统、账单、库存和网络元素等[46]。因网络规划和运维面临的挑战是如何智能地分析和关联所有这些不同的数据来源。掘，这个阶段主要是对预处理后的数据进行推理，以构建反映相关知识的模型，络操作和规划决策，它的核心是使用机器学习工具来辅助建立这样的模型。知识使用所提取的知识（例如时间/空间的流量预测、用户识别的行为等），决定一套规划和操作的方案。网络规划是指根据市区重建计划的策略目标，提供必要的网基站）以应对现有的业务需求。网络操作包括对部署资源进行相应的处理，以控络行为。

【相似文献】