面向綠色蜂窩網(wǎng)的流量預(yù)測分析與智能化基站管理策略研究.pdf

1、蜂窩網(wǎng)日益面臨著高效承載快速增長業(yè)務(wù)量的現(xiàn)實需求，這就要求蜂窩網(wǎng)在資源和能耗的雙重約束下，優(yōu)化網(wǎng)絡(luò)資源的同時盡可能地降低能耗，打造綠色通信與網(wǎng)絡(luò)。事實上，由于基站能耗并不僅僅同覆蓋區(qū)域內(nèi)的流量負(fù)載有關(guān)，當(dāng)前蜂窩網(wǎng)在流量負(fù)載較低時，基站內(nèi)空調(diào)等輔助設(shè)備仍然會帶來很大的能量開銷。本學(xué)位論文定位于實現(xiàn)綠色蜂窩網(wǎng)的一種途徑——基于流量感知的智能化基站管理，即通過動態(tài)調(diào)整基站的工作狀態(tài)，使之同流量的負(fù)載需要相適應(yīng)，從而減少低負(fù)載的基站及其不必要的

2、輔助設(shè)備能量開銷;特別地，本學(xué)位論文設(shè)想并構(gòu)建了軟件定義蜂窩網(wǎng)的框架，并在此基礎(chǔ)上針對流量特性分析、流量預(yù)測算法和智能化基站管理的策略做了深入的研究，概括為:
　　基于流量“大數(shù)據(jù)”，分析了蜂窩網(wǎng)流量特性:利用熵理論分析了語音、短信、數(shù)據(jù)流量的可預(yù)測性，并證實了利用時間、空間和語音-短信之間信息進(jìn)行流量預(yù)測的可能;研究了移動互聯(lián)網(wǎng)的即時消息業(yè)務(wù)規(guī)律，得出了其重尾的分布特點;研究了利用α-穩(wěn)定模型描述移動互聯(lián)網(wǎng)即時消息、網(wǎng)頁瀏覽、視

3、頻等常見業(yè)務(wù)的準(zhǔn)確性;探討了蜂窩網(wǎng)流量稀疏性特點。
　　結(jié)合上述蜂窩網(wǎng)流量特性，研究了具體的流量預(yù)測算法:提出了空、時壓縮感知算法，并驗證了其在語音、短信業(yè)務(wù)流量預(yù)測上更優(yōu)異的性能;針對數(shù)據(jù)業(yè)務(wù)流量，揭示了僅僅使用α-穩(wěn)定模型進(jìn)行線性預(yù)測會產(chǎn)生可近似為高斯分布的預(yù)測誤差;提出了基于α-穩(wěn)定模型和字典學(xué)習(xí)的交替方向法，算法充分利用本文得出的已知流量特性，在一系列的仿真分析中表現(xiàn)了更為魯棒的預(yù)測準(zhǔn)確性。
　　設(shè)計并提出了兩種智能

4、化基站管理算法。針對流量通過預(yù)測等手段成為已知的場景，提出了格狀基站動態(tài)管理算法，算法根據(jù)預(yù)測的流量負(fù)載，僅保留恰當(dāng)數(shù)量基站工作，而使其他基站進(jìn)入休眠狀態(tài)，并通過基于實際流量數(shù)據(jù)的仿真分析驗證了能效提升的可能性;針對不預(yù)測流量即流量信息未知的場景，首先把流量波動下基站資源管理建模成了馬爾科夫決策過程，并以此為前提，提出了基于強化學(xué)習(xí)的節(jié)能算法;為了加快強化學(xué)習(xí)的學(xué)習(xí)過程，充分考慮流量分析得出的時空相關(guān)性，設(shè)計了轉(zhuǎn)移Actor-criti