基于贝叶斯神经网络的优化移动数据业务吞吐率方法的应用研究

发布时间：2021-03-16 05:10

　　《2018年上半年中国移动互联网行业发展分析报告》指出,我国2018年上半年手机终端业务日活跃用户数超过7000万,月活跃用户数超过2亿。使用移动数据业务上网的用户占比从2017年7月份的23.7%上升到2018年6月份的28.2%,半年增长近6%,而且这一数字还在持续扩大。随着用户数量的增长,在运营商投资通信网络建设成本一定的情况下,充分利用现有通信网络的资源提升用户移动数据业务吞吐率,对满足用户上网体验至关重要。参数优化是网络侧优化吞吐率的主要方法。受现网配置参数的限制,网络中很难有高质量的差异化数据去喂“机器学习”算法;同时,吞吐率还受话务模型,网络质量等因素的影响,所以在网络侧通过建模优化吞吐率比较困难,网络侧只能针对某些异常小区进行定位,达不到全网调优的目的。本文采用了贝叶斯神经网络算法,对影响移动数据业务吞吐率的因子进行学习,识别出关键因子并建立了一个优化模型,该优化模型通过调整手机终端上报的RANK等级达到提升吞吐率的目的。该优化模型具有充分利用网络资源,实现原理简单,适用范围广泛的优点。本文完成的主要工作有以下三个方面:1.通过构建测试环境,编写测试用例模拟现网情况,采... 

【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】：71 页

【学位级别】：硕士

【部分图文】：

无线网络结构拓扑图

图2.1时间分集

空间分集天线上发生分集的次数越多，应用上数据传输的成功率就越高


本文编号：3085468