大数据分析在移动通信网络优化中的应用研究1.docx

??

?

??

大数据分析在移动通信网络优化中的应用研究

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

摘要：现在我国的各行各业已经开始利用大数据分析技术，移动通信行业当然也不例外，大数据分析技术对于移动通信网络优化起到至关重要的作用。移动通信网络进入新的发展时代，面临着多种挑战，移动通信网络在大数据技术的支持下，能够化解很多问题和困难，本文就来讲述大数据分析在移动通信网络优化中的应用。

关键词：大数据分析；移动通信；网络优化；应用

1.大数据分析在移动通信网络优化应用中存在的问题

1.1数据问题

随着移动通信设备的不断普及，移动通信网络的覆盖范围不断增加，客户数大幅度增长，带动了相关移动网络基站数量的增加，移动通信网络数据量大大增加，通过大数据分析来处理这些庞大的数据难度较大，影响移动通信网络的正常运行。

1.2资金问题

在移动通信网络优化工作中灵活运用大数据技术是一项需要消耗大量时间和资金的工作，比如说，在运用大数据技术建设移动通信网络时，需要综合考虑每一个区域的数据结构以及性质差异，不能同时对所有地区统一优化，因此在具体工作中就会无形延长网络优化工作时间，增加移动通信网络建设成本，造成资金链短缺问题。

1.3安全问题

大数据分析技术在移动通信网络中的主要作用，就是对移动通信网络的各种数据进行研究、处理、分析，在资源转换工作中也发挥着不小的作用。在技术的整个运用环节中，其与整个网络通信的安全因素是密不可分的，但由于当前大数据分析技术的发展还不够成熟，导致技术在运用过程中往往问题较多，很多问题的出现都会对网络通信安全造成不小的影响，严重时会造成网络数据损坏或者丢失。一旦造成重要数据丢失，就有可能对重要用户造成非常大的经济损失，严重影响客户对运营商的信任程度。

2.移动通信网络优化中大数据分析的具体应用

2.1对基站建设地点的选择

移动通信网络主要有话务分析、干扰控制、掉话处理等方面构成。数据挖掘技术的应用就是对移动通信网络内容进行分析优化。为了使移动网络达到运行的最佳状态，移动站点的选择尤为重要，只有满足了信息覆盖的要求、基站的建设可行、周围建筑物和环境等才不会影响移动网络信号的接收。数据挖掘技术有多种方法，如遗传算法、神经网算法、禁忌有哪些信誉好的足球投注网站算法和模拟退火算法，这几种算法既可以单独使用，也可以相互混合使用。选择合适的算法进行基站科学选点，不仅可以降低运营成本，还可以使网络优化达到较优的状态。

2.2对通信中的掉话故障进行处理

移动通信网络在实际开展工作中，常常会发生通话被阻止中断的情况。当发生这类问题后，工作人员可以采用检测异常点对其进行处理，以运行的数据资料为参考基础，针对故障问题点进行定位分析并给出最有效的解决方案。大数据分析中的数据挖掘技术可以对这种故障问题及时进行分析，并对其他容易发生掉话故障的区域进行预测分析，协助工作人员完成预防故障工作，杜绝同类型问题的再次发生，提升系统运行的稳定性。

2.3提升系统对干扰信号控制的精准度

移动通信网络中最容易出现的问题就是信号被干扰，而数据挖掘技术却能快速而准确地找到干扰的原因和位置，并通过数据分析，及时处理干扰带来的问题，这更确保了网络通信的正常运行。而基站也就是基站子系统的简称，也就是移动通信网络所建设的高塔，用来接受和发射信号的塔，它的建立更是要求高质量的无线通信网络。干扰可分为内部干扰和外部干扰，内部干扰就是系统内部因素所造成的干扰，外部干扰指的就是建站周围的建筑和环境等因素所造成的干扰。基站历史数据进行数据分析与挖掘，基于PCA（主成分分析）等方法，可对内外部干扰区分各种因素的影响程度，优先解决对信号干扰最大的因素。

2.4增加话务活动分析的准确度

在移动通信网络中大数据分析还可以在话务活动的预测工作中进行应用。移动通信的运营商在进行硬件投资时，很大程度上要依靠话务工作的预测分析结果，因此通过大数据分析来提高话务活动的分析预测精度是十分有必要的。在日常工作中，如果话务活动的预测结果比较小，与实际结果的偏差比较大时，会导致话务溢出，从而使移动运营商后期的利润大幅降低。反之则会使移动运营商投入过多，从而导致资源的浪费。基于这种情况，工作人员可以使用时间序列法来对话务活动的高峰期进行持续性的预测，然后根据预测结果再对原有的方案进行调整，从而避免失误的发生。

3.大数据分析在移动通信网络优化中的应用策略

3.1应用存储功能

随着移动网络的不断发展，用户日益增加，通信商需要完成对用户的信息数据的管理和保存。运用普通的管理技术，需要庞大的工作量，而利用大数据技术的存储功能，可很好地解决这一问题。数据云可使存储实现虚拟化，把不同结构的数据进行集中性管理，存放于一个信息平台，有效缩小数据动态化容量，从而减少数据管理成本和网络优化的资金投入。

3.2采用阶