本文關(guān)鍵詞：移動(dòng)基站性能管理分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： 網(wǎng)絡(luò)性能分析 基站共址 RLDM 小區(qū)擁塞 組合模型

【摘要】：隨著LTE網(wǎng)絡(luò)技術(shù)發(fā)展成熟,LTE設(shè)備部署到現(xiàn)有的GSM和TD-SCDMA移動(dòng)網(wǎng)絡(luò)中,增加了移動(dòng)運(yùn)營(yíng)商網(wǎng)絡(luò)性能優(yōu)化的難度。由于三種網(wǎng)絡(luò)共存,網(wǎng)絡(luò)資源優(yōu)化調(diào)整、規(guī)劃配置需要同時(shí)考慮三種網(wǎng)絡(luò)性能的運(yùn)行狀況,而設(shè)備廠商只為移動(dòng)運(yùn)營(yíng)商提供單一網(wǎng)絡(luò)性能數(shù)據(jù),這給網(wǎng)絡(luò)優(yōu)化人員對(duì)全部網(wǎng)絡(luò)的性能分析處理帶來(lái)了不便。本文為某市移動(dòng)公司設(shè)計(jì)了一套用于集中管理三種網(wǎng)絡(luò)的移動(dòng)基站性能分析系統(tǒng),利用該系統(tǒng)綜合分析三種網(wǎng)絡(luò)設(shè)備的運(yùn)行狀態(tài),幫助移動(dòng)工作人員優(yōu)化資源配置以及網(wǎng)絡(luò)規(guī)劃設(shè)計(jì),從而提升移動(dòng)網(wǎng)絡(luò)服務(wù)質(zhì)量。移動(dòng)基站性能管理分析系統(tǒng)主要由數(shù)據(jù)導(dǎo)入模塊、共址核查統(tǒng)計(jì)模塊、小區(qū)性能分析模塊、GIS站址呈現(xiàn)模塊以及數(shù)據(jù)處理結(jié)果呈現(xiàn)等模塊構(gòu)成,利用MFC客戶端和WEB客戶端協(xié)作完成系統(tǒng)任務(wù)。首先,系統(tǒng)利用移動(dòng)公司資源管理數(shù)據(jù)實(shí)現(xiàn)同一站址下所有設(shè)備的核查統(tǒng)計(jì),便于網(wǎng)優(yōu)人員對(duì)共站址設(shè)備性能分析及進(jìn)行網(wǎng)間優(yōu)化；其次,系統(tǒng)實(shí)現(xiàn)快速導(dǎo)入三種網(wǎng)絡(luò)小區(qū)性能數(shù)據(jù),并提供小區(qū)性能多維度查詢、圖形化顯示,有助于網(wǎng)優(yōu)人員直觀了解網(wǎng)絡(luò)性能運(yùn)行情況；第三,為了分析網(wǎng)絡(luò)擁塞程度、發(fā)展趨勢(shì)并挖掘高負(fù)載小區(qū),基于小區(qū)無(wú)線利用率指標(biāo),利用本文提出的穩(wěn)健最小距離算法(RLDM)提取其線性趨勢(shì),再使用K均值聚類算法對(duì)所有小區(qū)分類,幫助網(wǎng)優(yōu)人員掌握整體網(wǎng)絡(luò)擁塞程度和業(yè)務(wù)發(fā)展?fàn)顩r；第四,對(duì)重點(diǎn)小區(qū)利用ARIMA和Elman線性組合模型進(jìn)行了趨勢(shì)預(yù)測(cè),預(yù)測(cè)精度達(dá)到良好擬合,能夠有效地幫助網(wǎng)優(yōu)人員掌握重點(diǎn)小區(qū)未來(lái)的走勢(shì),及時(shí)調(diào)整小區(qū)參數(shù)防止小區(qū)性能過(guò)載；最后,利用百度地圖和Ajax技術(shù)實(shí)現(xiàn)了GIS站址呈現(xiàn),有助于網(wǎng)優(yōu)人員快速定位基站,直觀了解基站的位置分布及小區(qū)構(gòu)成,方便進(jìn)行區(qū)域性能優(yōu)化。本文實(shí)現(xiàn)的移動(dòng)基站性能管理分析系統(tǒng)已在某市移動(dòng)公司上線運(yùn)行,并經(jīng)過(guò)現(xiàn)場(chǎng)調(diào)試和功能調(diào)整至今已穩(wěn)定運(yùn)行半年。全網(wǎng)小區(qū)每天90萬(wàn)條性能數(shù)據(jù)導(dǎo)入時(shí)間8分鐘,每月網(wǎng)絡(luò)擁塞和趨勢(shì)分析用時(shí)約5小時(shí)。系統(tǒng)測(cè)試結(jié)果顯示各模塊運(yùn)行正常,用戶體驗(yàn)良好,同時(shí)本文提出的ARIMA和Elman線性組合模型對(duì)小區(qū)性能趨勢(shì)預(yù)測(cè)效果良好,有助于網(wǎng)絡(luò)優(yōu)化人員掌握小區(qū)的動(dòng)態(tài)變化。
【關(guān)鍵詞】：網(wǎng)絡(luò)性能分析 基站共址 RLDM 小區(qū)擁塞 組合模型
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN929.5
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-13
• 1.1 課題來(lái)源背景和意義10
• 1.2 研究現(xiàn)狀10-11
• 1.3 本文的主要工作11-12
• 1.4 論文結(jié)構(gòu)安排12-13
• 2 基礎(chǔ)理論技術(shù)13-21
• 2.1 移動(dòng)共址基站以及性能優(yōu)化流程介紹13-15
• 2.1.1 移動(dòng)網(wǎng)絡(luò)共址基站系統(tǒng)13-14
• 2.1.2 移動(dòng)網(wǎng)絡(luò)性能優(yōu)化處理流程概括14-15
• 2.2 AJAX技術(shù)及ASP.NET MVC框架15-16
• 2.2.1 AJAX技術(shù)15
• 2.2.2 ASP.NET MVC框架15-16
• 2.3 時(shí)間序列分析預(yù)測(cè)常用方法16-19
• 2.3.1 整合自回歸移動(dòng)平均模型16-17
• 2.3.2 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型17-19
• 2.4 最小二乘法19
• 2.5 K均值聚類算法19-20
• 2.6 本章小結(jié)20-21
• 3 移動(dòng)基站性能管理分析系統(tǒng)設(shè)計(jì)21-36
• 3.1 系統(tǒng)需求分析21-24
• 3.1.1 業(yè)務(wù)需求分析21-23
• 3.1.2 移動(dòng)基站性能管理分析系統(tǒng)關(guān)鍵性能指標(biāo)23-24
• 3.2 系統(tǒng)總體設(shè)計(jì)24-25
• 3.3 數(shù)據(jù)導(dǎo)入及共址統(tǒng)計(jì)模塊設(shè)計(jì)25-27
• 3.3.1 設(shè)備數(shù)據(jù)導(dǎo)入及共址統(tǒng)計(jì)的設(shè)計(jì)25-26
• 3.3.2 小區(qū)性能數(shù)據(jù)導(dǎo)入的設(shè)計(jì)26-27
• 3.4 小區(qū)性能分析及預(yù)測(cè)模塊設(shè)計(jì)27-30
• 3.4.1 全網(wǎng)小區(qū)性能分析27-29
• 3.4.2 重點(diǎn)小區(qū)趨勢(shì)預(yù)測(cè)分析29-30
• 3.5 基于GIS的站址定位模塊設(shè)計(jì)30-31
• 3.6 系統(tǒng)交互模塊總體設(shè)計(jì)31-32
• 3.7 數(shù)據(jù)庫(kù)模塊設(shè)計(jì)32-35
• 3.8 本章小結(jié)35-36
• 4 移動(dòng)基站性能管理分析系統(tǒng)實(shí)現(xiàn)36-44
• 4.1 數(shù)據(jù)導(dǎo)入及共址統(tǒng)計(jì)模塊實(shí)現(xiàn)36-40
• 4.1.1 設(shè)備數(shù)據(jù)導(dǎo)入及共址統(tǒng)計(jì)的實(shí)現(xiàn)36-38
• 4.1.2 小區(qū)性能數(shù)據(jù)導(dǎo)入的實(shí)現(xiàn)38-40
• 4.2 小區(qū)性能分析模塊實(shí)現(xiàn)40-41
• 4.3 基于GIS的站址定位模塊實(shí)現(xiàn)41-42
• 4.4 系統(tǒng)交互模塊實(shí)現(xiàn)42-43
• 4.5 本章小結(jié)43-44
• 5 基站小區(qū)類型分析及重點(diǎn)小區(qū)趨勢(shì)預(yù)測(cè)44-62
• 5.1 小區(qū)性能短期趨勢(shì)模型44-50
• 5.1.1 小區(qū)趨勢(shì)類型分析以及線性趨勢(shì)提取方法44-46
• 5.1.2 LSM與LDM線性趨勢(shì)提取46-48
• 5.1.3 穩(wěn)健LDM線性趨勢(shì)提取48-50
• 5.2 重點(diǎn)小區(qū)性能長(zhǎng)期趨勢(shì)預(yù)測(cè)模型50-61
• 5.2.1 數(shù)據(jù)來(lái)源及預(yù)處理52-53
• 5.2.2 ARIMA模型建立過(guò)程53-55
• 5.2.3 Elman神經(jīng)網(wǎng)絡(luò)模型建立過(guò)程55-56
• 5.2.4 ARIMA與Elman組合模型建立過(guò)程56-57
• 5.2.5 擬合預(yù)測(cè)結(jié)果對(duì)比分析57-61
• 5.3 本章小結(jié)61-62
• 6 系統(tǒng)運(yùn)行及測(cè)試分析62-66
• 6.1 系統(tǒng)運(yùn)行62
• 6.2 模塊測(cè)試及分析62-65
• 6.2.1 MFC客戶端測(cè)試62-64
• 6.2.2 WEB客戶端測(cè)試64-65
• 6.3 本章小結(jié)65-66
• 結(jié)論66-67
• 參考文獻(xiàn)67-70
• 致謝70-71

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王立;;最小二乘法在注水井測(cè)試資料解釋中的應(yīng)用[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自科版);2013年10期

2 周浩;;線性數(shù)據(jù)擬合方法的誤差分析及其改進(jìn)應(yīng)用[J];大學(xué)數(shù)學(xué);2013年01期

3 董春嬌;邵春福;熊志華;李娟;;基于Elman神經(jīng)網(wǎng)絡(luò)的道路網(wǎng)短時(shí)交通流預(yù)測(cè)方法[J];交通運(yùn)輸系統(tǒng)工程與信息;2010年01期

4 王建海;段軍;;TD LTE與TD-SCDMA及GSM干擾共存的研究[J];電信網(wǎng)技術(shù);2009年06期

5 肖玉俠;張穎;;用線性趨勢(shì)季節(jié)模型預(yù)測(cè)出院人次[J];中國(guó)衛(wèi)生統(tǒng)計(jì);2008年03期

6 賈小勇;徐傳勝;白欣;;最小二乘法的創(chuàng)立及其思想方法[J];西北大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年03期

7 李雄軍;幾種線性回歸方法的比較[J];計(jì)量技術(shù);2005年08期

8 夏詠梅;基于文本挖掘的分類與聚類技術(shù)[J];情報(bào)探索;2005年03期

9 楊淑娥,黃禮;基于BP神經(jīng)網(wǎng)絡(luò)的上市公司財(cái)務(wù)預(yù)警模型[J];系統(tǒng)工程理論與實(shí)踐;2005年01期

10 王楠,律方成;基于小波變換的介損在線監(jiān)測(cè)數(shù)據(jù)趨勢(shì)提取[J];高電壓技術(shù);2003年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 權(quán)笑;朱旭;周興圍;姚柒零;湯凱;;TD-LTE網(wǎng)絡(luò)優(yōu)化數(shù)據(jù)采集與處理解決方案研究與實(shí)現(xiàn)[A];2015LTE網(wǎng)絡(luò)創(chuàng)新研討會(huì)論文集[C];2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前9條

1 許寧;移動(dòng)通信網(wǎng)絡(luò)性能管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];山東大學(xué);2014年

2 劉松波;移動(dòng)通信網(wǎng)實(shí)時(shí)性能監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];湖南大學(xué);2011年

3 楊健;基于Google Maps的網(wǎng)絡(luò)優(yōu)化系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)[D];華中科技大學(xué);2011年

4 吳悅祥;移動(dòng)通信基站性能監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2010年

5 王輝明;時(shí)間序列分析技術(shù)在移動(dòng)網(wǎng)絡(luò)性能建模與預(yù)測(cè)中的應(yīng)用[D];湖南大學(xué);2009年

6 劉淵;誤差理論與數(shù)據(jù)處理[D];大連理工大學(xué);2009年

7 安瀟瀟;ARMA相關(guān)模型及其應(yīng)用[D];燕山大學(xué);2008年

8 任麗娜;基于Elman神經(jīng)網(wǎng)絡(luò)的中期電力負(fù)荷預(yù)測(cè)模型研究[D];蘭州理工大學(xué);2007年

9 楊立娟;基于浮動(dòng)車(chē)的城市道路行程時(shí)間采集與預(yù)測(cè)方法研究[D];吉林大學(xué);2007年

，

本文編號(hào)：749801