大规模基站网络流量模式挖掘和预测

发布时间：2021-09-24 10:01

　　随着4G无线技术普及,无线基站流量持续增加。作为承载无线网络的基础设施,分析基站流量的静态和动态特征、挖掘基站流量演变模式对无线基站的运营方案制定、参数合理配置至关重要。目前已有的测量和模型工作,聚焦在短时间粒度（如分钟、小时、天）的流量变化规律,至今尚缺少一个长时间尺度（如一年）的城市基站流量变化的准确测量和模式挖掘结果。为此,本文基于一个中国大型无线网络运营商在一个大型城市的基站网络的流量测量数据,对超过7千个基站、以月度为单位、持续一年的基站流量的静态和动态特征进行了观察与测量,并对基站流量的时间变化模式进行了聚类、分析和预测。本文贡献如下:（1）提出了一种新的基站流量演变模式的聚类方法。该方法基于基站月度总流量值在一年内的排序序列进行聚类。在我们数据集上的实验结果表明:该方法对短时间序列（不存在周期性）的波形涨跌特点有很好的描述,能得到比传统方法更容易理解的聚类结果。（2）基于该聚类方法,我们对运营商的7千多个基站的流量演变模式进行了大规模聚类分析,获得了 6种典型基站流量演变模式,最主要的一种流量模式涵盖了 38.6%的基站,特点为流量总体呈上升趋势,11月份达到高峰,次年2... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图３－１全市基站流量分布??Ｆｉｇｕｒｅ?３－１?Ｔｒａｆｆｉｃ?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?Ｂａｓｅ?Ｓｔａｔｉｏｎｓ?ｉｎ?ｔｈｅ?Ｃｉｔｙ??

图３－２全市基站区块面积分布??Ｆｉｇｕｒｅ?３－２?Ａｒｅａ?Ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?Ｂａｓｅ?Ｓｔａｔｉｏｎ?Ｂｌｏｃｋｓ?ｉｎ?ｔｈｅ?Ｃｉｔｙ??

图３－３全市基站流量密度分布??Ｆｉｇｕｒｅ?３－３?Ｃｉｔｙｗｉｄｅ?Ｂａｓｅ?Ｓｔａｔｉｏｎ?Ｔｒａｆｆｉｃ?Ｄｅｎｓｉｔｙ?Ｄｉｓｔｒｉｂｕｔｉｏｎ??


本文编号：3407561