移動(dòng)網(wǎng)絡(luò)流量特性分析及預(yù)測(cè)研究.pdf

1、移動(dòng)網(wǎng)絡(luò)的快速發(fā)展以及海量移動(dòng)終端和新型業(yè)務(wù)類(lèi)型的出現(xiàn)給移動(dòng)通信行業(yè)的發(fā)展帶來(lái)新一輪的契機(jī)。相對(duì)于傳統(tǒng)移動(dòng)網(wǎng)絡(luò)而言，一方面新型移動(dòng)網(wǎng)絡(luò)更強(qiáng)調(diào)業(yè)務(wù)的多樣性和用戶的移動(dòng)性；另一方面，新型移動(dòng)網(wǎng)絡(luò)也衍生出自己獨(dú)有的特性。如何對(duì)網(wǎng)絡(luò)中的業(yè)務(wù)流量變化規(guī)律和用戶移動(dòng)性規(guī)律進(jìn)行分析和預(yù)測(cè)研究，成為未來(lái)網(wǎng)絡(luò)研究的一個(gè)重要方向。
　　本文在深入研究現(xiàn)有流量特性分析和預(yù)測(cè)方法的基礎(chǔ)上，結(jié)合具體網(wǎng)絡(luò)環(huán)境中采集到的數(shù)據(jù)，從業(yè)務(wù)流量變化規(guī)律和用戶移動(dòng)性規(guī)律

2、兩方面對(duì)移動(dòng)網(wǎng)絡(luò)流量特性分析及預(yù)測(cè)研究進(jìn)行了探索：針對(duì)業(yè)務(wù)流量變化規(guī)律，本文根據(jù)自相似產(chǎn)生的機(jī)理研究了移動(dòng)通信網(wǎng)絡(luò)典型業(yè)務(wù)類(lèi)型在不同時(shí)間尺度下的流量特征，結(jié)合自相似函數(shù)特征和Hurst指數(shù)論證了典型業(yè)務(wù)類(lèi)型的自相似特性，對(duì)此提出一種基于改進(jìn)EMD和ARMA模型的流量預(yù)測(cè)算法。首先，采用EMD理論將流量序列分解為具有短相關(guān)性質(zhì)的本征模態(tài)函數(shù)IMF；然后，基于流量序列和IMF之間的相關(guān)系數(shù)去除本征模態(tài)函數(shù)中的偽分量；最后，對(duì)剩余IMF構(gòu)建A

3、RMA預(yù)測(cè)模型，并將疊加后的預(yù)測(cè)值作為流量預(yù)測(cè)的最終輸出值。文中通過(guò)仿真實(shí)驗(yàn)分別檢驗(yàn)了該算法對(duì)移動(dòng)瀏覽業(yè)務(wù)、移動(dòng)視頻業(yè)務(wù)以及移動(dòng)IM業(yè)務(wù)的預(yù)測(cè)效果。實(shí)驗(yàn)結(jié)果表明，該算法在網(wǎng)絡(luò)流量預(yù)測(cè)研究領(lǐng)域具有較大的優(yōu)勢(shì)，并對(duì)網(wǎng)絡(luò)資源規(guī)劃和優(yōu)化分配具有重要指導(dǎo)意義。針對(duì)用戶移動(dòng)性規(guī)律，本文提出了一種基于用戶群體聚類(lèi)的移動(dòng)軌跡預(yù)測(cè)算法。首先，根據(jù)軌跡的時(shí)間和空間特征對(duì)用戶時(shí)空相似度進(jìn)行了定義，并從時(shí)空相似度的角度對(duì)用戶群體進(jìn)行聚類(lèi)；然后，為每類(lèi)用戶群體生