本文關(guān)鍵詞：基于群體感知的基站優(yōu)化診斷工具的設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： Android 基站 群體感知 診斷 決策樹模型

【摘要】：近年來,隨著移動(dòng)互聯(lián)網(wǎng)的迅速發(fā)展,3G、4G通信技術(shù)應(yīng)用不斷拓寬,手機(jī)終端用戶的數(shù)量逐年增加,使得相關(guān)基站建設(shè)的任務(wù)和地位極其重要。然而,在基站建設(shè)中,由于地理位置或參數(shù)設(shè)置不合理,使得基站的覆蓋以及切換存在一定的問題,例如乒乓效應(yīng)、孤島效應(yīng)就直接影響到用戶的通話質(zhì)量以及電量消耗。同時(shí),對(duì)于乒乓效應(yīng)、孤島效應(yīng)等方面的診斷也存在著需要消耗大量人力的困境和診斷不全面的困難。針對(duì)這些問題,鑒于Android智能手機(jī)數(shù)量巨大的背景,本文設(shè)計(jì)與開發(fā)了一款C/S架構(gòu)的基站優(yōu)化診斷工具。本文的研究與開發(fā)工作主要有以下方面：(1)了解與分析Android系統(tǒng)相關(guān)的技術(shù)背景以及基站覆蓋和產(chǎn)生乒乓效應(yīng)以及孤島效應(yīng)的原因,研究基站優(yōu)化診斷需要用到的決策樹模型以及ID3算法。(2)針對(duì)乒乓效應(yīng)以及孤島效應(yīng)的特征,對(duì)基站優(yōu)化診斷工具的研制開發(fā)進(jìn)行了需求分析,提出了基于群體感知的基站優(yōu)化診斷工具結(jié)構(gòu)框架,并結(jié)合流程圖和結(jié)構(gòu)圖,設(shè)計(jì)了工具應(yīng)該具備的功能。該診斷工具分為客戶端與服務(wù)器,其中客戶端包括采集、過濾以及數(shù)據(jù)分析,服務(wù)器則由分類器、數(shù)據(jù)訓(xùn)練、診斷模塊組成。(3)提出了乒乓效應(yīng)以及孤島效應(yīng)的模型以及診斷方法,研究實(shí)現(xiàn)了工具各模塊關(guān)鍵技術(shù)。具體的技術(shù)實(shí)現(xiàn)過程是：首先,通過對(duì)服務(wù)器接收到的數(shù)據(jù)進(jìn)行預(yù)處理,然后采用ID3決策算法與診斷方式對(duì)接受到的數(shù)據(jù)進(jìn)行分析診斷,以判斷是否存在相應(yīng)基站覆蓋問題。最后,根據(jù)診斷的地點(diǎn)和結(jié)果在地圖上做出動(dòng)態(tài)地標(biāo)注出,實(shí)時(shí)地反饋數(shù)據(jù)與診斷結(jié)果,使人能一目了然地看到存在覆蓋盲點(diǎn)、乒乓效應(yīng)、孤島效應(yīng)的地點(diǎn)。從診斷工具的測(cè)試結(jié)果分析與比較可以看出,本文設(shè)計(jì)實(shí)現(xiàn)的基于群體感知的基站優(yōu)化診斷工具能在最大限度降低流量與電量的消耗情況下,充分利用群體感知的特點(diǎn),比較準(zhǔn)確地完成各經(jīng)緯度的數(shù)據(jù)采集,做出比較準(zhǔn)確的分析判斷。這說明本文研制開發(fā)的基站優(yōu)化診斷工具是可行和有效的,具有較好的可用性。本文設(shè)計(jì)的診斷工具的技術(shù)創(chuàng)新點(diǎn)在于：(1)充分利用群體感知這一新概念以及Android用戶的大基數(shù),對(duì)基站信息進(jìn)行采集,提高診斷的數(shù)據(jù)量與診斷精確度；(2)將ID3算法的決策樹模型運(yùn)用到乒乓效應(yīng)診斷的算法中,實(shí)現(xiàn)了對(duì)基站乒乓效應(yīng)、以及孤島效應(yīng)的診斷,為優(yōu)化基站提供了科學(xué)的診斷結(jié)果與數(shù)據(jù)支持。
【關(guān)鍵詞】：Android 基站 群體感知 診斷 決策樹模型
【學(xué)位授予單位】：廣西大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN929.5
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 論文研究背景及意義10-13
• 1.1.1 論文的選題背景10-12
• 1.1.2 論文的研究意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-14
• 1.3 研究?jī)?nèi)容14-15
• 1.4 論文的組織結(jié)構(gòu)15-16
• 第二章 相關(guān)知識(shí)介紹16-30
• 2.1 Android平臺(tái)與開發(fā)環(huán)境介紹16-19
• 2.2 基站覆蓋問題19-25
• 2.3 群體感知25-26
• 2.4 決策樹模型26-27
• 2.5 ID3生成樹算法27-29
• 2.6 本章總結(jié)29-30
• 第三章 群體感知的診斷工具需求與設(shè)計(jì)30-47
• 3.1 基站覆蓋異常原因分析30-31
• 3.2 診斷工具的功能需求31-32
• 3.3 診斷工具模型與框架結(jié)構(gòu)設(shè)計(jì)32-36
• 3.4 診斷工具客戶端的設(shè)計(jì)36-42
• 3.4.1 數(shù)據(jù)采集模塊37-39
• 3.4.2 數(shù)據(jù)過濾模塊39-40
• 3.4.3 數(shù)據(jù)分析模塊40-42
• 3.5 診斷工具服務(wù)端的設(shè)計(jì)42-46
• 3.5.1 數(shù)據(jù)融合模塊43-44
• 3.5.2 特征訓(xùn)練44-45
• 3.5.3 數(shù)據(jù)診斷45-46
• 3.6 本章小結(jié)46-47
• 第四章 群體感知的診斷工具的實(shí)現(xiàn)47-59
• 4.1 乒乓效應(yīng)模型定義47-49
• 4.2 基于ID3決策樹的乒乓效應(yīng)診斷算法49-54
• 4.3 孤島效應(yīng)模型及診斷算法分析54-55
• 4.4 基于模糊邏輯的覆蓋盲點(diǎn)診斷方案55-58
• 4.5 本章小結(jié)58-59
• 第五章 診斷測(cè)試59-68
• 5.1 測(cè)試環(huán)境59
• 5.2 功能測(cè)試59-64
• 5.2.1 安裝與卸載59-60
• 5.2.2 客戶端測(cè)試60-62
• 5.2.3 覆蓋盲點(diǎn)標(biāo)記62-63
• 5.2.4 乒乓效應(yīng)的診斷63-64
• 5.2.5 孤島效應(yīng)的診斷64
• 5.3 性能測(cè)試64-66
• 5.3.1 測(cè)量準(zhǔn)確率分析64-66
• 5.3.2 工具電量消耗測(cè)試66
• 5.4 本章小結(jié)66-68
• 第六章 總結(jié)與展望68-70
• 6.1 本文工作總結(jié)68-69
• 6.2 進(jìn)一步的工作展望69-70
• 參考文獻(xiàn)70-74
• 致謝74-75
• 攻讀學(xué)位期間發(fā)表論文情況75

【參考文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 陳偉亮;3G網(wǎng)絡(luò)基站建設(shè)與覆蓋優(yōu)化研究[D];華南理工大學(xué);2011年

2 任靜;GSM-R網(wǎng)絡(luò)中越區(qū)切換失效和優(yōu)化的研究[D];北京交通大學(xué);2007年

，

本文編號(hào)：1087346