在過去的幾年時(shí)間里,中國的移動電話用戶數(shù)量顯著增加。根據(jù)工業(yè)和信息化部發(fā)布的《2018年通信業(yè)統(tǒng)計(jì)公報(bào)》顯示,截至2018年底,中國三大運(yùn)營商手機(jī)用戶總數(shù)已達(dá)15.7億。與此同時(shí),移動通信服務(wù)的類型也在不斷向多元化目標(biāo)邁進(jìn)。尤其是隨著5G時(shí)代的來臨,傳統(tǒng)的移動通信網(wǎng)絡(luò)不能滿足新一代網(wǎng)絡(luò)的需求,在時(shí)延、區(qū)域業(yè)務(wù)容量、傳輸速率和資源利用率等方面都存在可改善的空間。受到有限的系統(tǒng)資源以及現(xiàn)有網(wǎng)絡(luò)架構(gòu)的限制,需要充分運(yùn)用由數(shù)量龐大的移動電話用戶群體所產(chǎn)生的海量移動通信數(shù)據(jù),進(jìn)行用戶的區(qū)域內(nèi)頻繁移動模式分析和移動性預(yù)測研究,并運(yùn)用移動性分析和預(yù)測的結(jié)果解決5G網(wǎng)絡(luò)中系統(tǒng)資源利用率的瓶頸問題。通過使用基于用戶移動性預(yù)測的資源調(diào)度方案,可以有效解決上述問題。運(yùn)用運(yùn)營商大數(shù)據(jù)對用戶的移動性進(jìn)行建模分析,探究移動性時(shí)空分布規(guī)律,之后通過改進(jìn)的挖掘算法總結(jié)用戶的頻繁移動模式;通過建立基于時(shí)空特性的RNN模型對用戶移動性進(jìn)行預(yù)測,并將其應(yīng)用到5G網(wǎng)絡(luò)切片資源調(diào)度方案中。研究的主要內(nèi)容如下:首先,為了探究人群移動的規(guī)律特性,為移動性預(yù)測提供理論支持與參考,使用常用的用戶移動性分析方法,分別從群體和個體兩個角度... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究進(jìn)展
    1.3 論文研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 移動通信數(shù)據(jù)采集與處理
    2.1 移動通信數(shù)據(jù)概述
        2.1.1 TD-LTE系統(tǒng)概述
        2.1.2 LTE信令采集系統(tǒng)概述
        2.1.3 XDR數(shù)據(jù)簡介
    2.2 用戶設(shè)備定位原理
    2.3 本章小結(jié)
第三章 用戶移動性分析
    3.1 引言
    3.2 用戶移動性建模方法
        3.2.1 隨機(jī)路點(diǎn)模型
        3.2.2 參考點(diǎn)群組移動模型
        3.2.3 高斯-馬爾可夫移動模型
    3.3 數(shù)據(jù)集預(yù)處理與平面坐標(biāo)轉(zhuǎn)換
        3.3.1 數(shù)據(jù)集預(yù)處理
        3.3.2 平面坐標(biāo)轉(zhuǎn)換
    3.4 用戶移動性分析結(jié)果
        3.4.1 用戶的空間分布
        3.4.2 移動距離分析
        3.4.3 回旋半徑分析
        3.4.4 停留時(shí)間分析
    3.5 本章小結(jié)
第四章 用戶個體行為模式在城市功能區(qū)內(nèi)的分析
    4.1 引言
    4.2 基于POI數(shù)據(jù)的區(qū)域職能劃分
        4.2.1 POI數(shù)據(jù)簡介
        4.2.2 基站覆蓋區(qū)域劃分
        4.2.3 基站覆蓋區(qū)域功能分配
    4.3 停留點(diǎn)檢測和用戶軌跡語義化
        4.3.1 相關(guān)概念
        4.3.2 停留點(diǎn)檢測
        4.3.3 軌跡語義化
    4.4 基于改進(jìn)的PrefixSpan算法的用戶行為模式挖掘
        4.4.1 行為模式挖掘概述
        4.4.2 算法描述
        4.4.3 相似性度量
        4.4.4 實(shí)驗(yàn)結(jié)果及性能評估
    4.5 本章小結(jié)
第五章 基于時(shí)空RNN的用戶位置預(yù)測與應(yīng)用
    5.1 傳統(tǒng)RNN網(wǎng)絡(luò)概述
    5.2 基于時(shí)空特性的RNN模型
        5.2.1 模型描述
        5.2.2 基于BPTT的模型訓(xùn)練方法
        5.2.3 模型性能分析
    5.3 基于移動性預(yù)測的網(wǎng)絡(luò)切片調(diào)度方案
        5.3.1 應(yīng)用場景
        5.3.2 識別熱點(diǎn)區(qū)域
        5.3.3 切片資源調(diào)度模型
        5.3.4 切片資源調(diào)度方案
        5.3.5 實(shí)驗(yàn)結(jié)果
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 未來工作展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]大數(shù)據(jù)分析在LTE無線網(wǎng)規(guī)劃建設(shè)中的應(yīng)用[J]. 程功利,張南國.  移動通信. 2018(04)
[2]面向5G承載的網(wǎng)絡(luò)切片架構(gòu)與關(guān)鍵技術(shù)[J]. 王強(qiáng),陳捷,廖國慶.  中興通訊技術(shù). 2018(01)
[3]遞歸神經(jīng)網(wǎng)絡(luò)在降雨量預(yù)測中的應(yīng)用研究[J]. 張帥,魏正英,張育斌.  節(jié)水灌溉. 2017(05)
[4]面向5G網(wǎng)絡(luò)切片無線資源分配[J]. 粟欣,龔金金,曾捷.  電子產(chǎn)品世界. 2017(04)
[5]LTE移動性負(fù)載均衡策略驗(yàn)證和應(yīng)用[J]. 謝靜,王梅,王剛.  電信技術(shù). 2016(06)
[6]電信運(yùn)營商DPI系統(tǒng)優(yōu)化建設(shè)研究[J]. 伍岳.  電信工程技術(shù)與標(biāo)準(zhǔn)化. 2016(02)
[7]TD-LTE隨機(jī)接入過程的研究與分析[J]. 谷向陽,李貴勇.  光通信研究. 2010(04)
[8]基于位置信息的序列模式挖掘算法[J]. 張利軍,李戰(zhàn)懷,王淼.  計(jì)算機(jī)應(yīng)用研究. 2009(02)
[9]誤差反向傳播算法與信噪分離[J]. 王忠勇,陳恩慶,葛強(qiáng),史小軍.  河南科學(xué). 2002(01)

博士論文
[1]未來移動通信網(wǎng)絡(luò)架構(gòu)和移動性管理的若干關(guān)鍵技術(shù)研究[D]. 王胡成.北京郵電大學(xué) 2018

碩士論文
[1]基于人類移動特性的分布式位置管理策略的研究[D]. 趙靜文.北京郵電大學(xué) 2018
[2]基于移動數(shù)據(jù)的旅游行為模式挖掘[D]. 孫天悅.北京郵電大學(xué) 2018
[3]基于神經(jīng)網(wǎng)絡(luò)的云圖識別與超短期直接太陽光輻射預(yù)測研究及應(yīng)用[D]. 趙亮亮.東南大學(xué) 2017
[4]基于LTE MR的移動網(wǎng)絡(luò)優(yōu)化研究[D]. 姜備.上海師范大學(xué) 2016
[5]基于CDRs大數(shù)據(jù)的用戶移動性分析[D]. 石立興.中國科學(xué)技術(shù)大學(xué) 2015
[6]MODIS影像數(shù)據(jù)預(yù)處理技術(shù)研究[D]. 李柳霞.中國農(nóng)業(yè)大學(xué) 2004



本文編號：3205631