1
分类号 Mxxxxxxxx
学
号
欧阳歌谷（2021.02.01）
学校代码10487密级
硕士学位论文论文题目
学位申请人 ： 学指辩
科导论
专教日
业 ： 师 ： 期 ：
XX XXXX XXXX
6月1日
A Thesis Submitted in Partial Fulfillment of the Requirements
for the Degree for the Master of Engineering An Analysis Tool on xxxx: Design and Implementation
Candidate Major Supervisor
： XX ： XXXX ： XXXX
Huazhong University of Science & Technology
Wuhan 430074, P.R.China
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
May, 首创性声明
自己声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究功效。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经颁发或撰写过的研究功效。对本文的研究做出贡献的个人和集体，均已在文中以明确方法标明。自己完全意识到本声明的法令结果由自己承担。
学位论文作者签名： 日期： 年 月
日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保存、使用学位论文的规定，即：学校有权保存并向国家有关部分或机构送交论文的复印件和电子版，允许论文被查阅和借阅。自己授权华中科技年夜学可以将本学位论文的全部或部额外容编入有关数据库进行检索，可以采取影印、缩印或扫描等复制手段保管和汇编本学位论文。
保密□， 在年解密后适用本授权书。
本论文属于
不保密□。
（请在以上方框内打“√”） 学位论文作者签名：
指导教师签名： 日期： 年
日期： 年 月 日
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
月 日
欧阳歌谷创编 1
1
2021年2月
欧阳歌谷创编 2021年2月
1
摘 要
这是一个华科硕士论文模板，也是一个华科结业狗的论文写作经验总结。我编写此模板的目的是希望这个模板能够给以后结业的学弟学妹们在论文写作方面提供一点点帮忙。第一次写这么重要的文档也是战战兢兢，如果有疑问，欢
迎
联
系
：
461453258
。
资
源
见
Github
：
https://github.com/liuweifly/hustthesisword。
具体格式上，我在参考《华中科技年夜学博士、硕士学位论文撰写规定》的基础上，还参考了历年的Word论文模板和Latex论文模板的格式。在章节的题目和正文的格式上，我把所有文中呈现的内容都分门别类编辑成了应用样式，也就是说小伙伴们不需要在纠结调节字、居中等等问题，直接根据不合的内容刷应用样式就可以了。对公式、表和图片的题注和引用，我是采取引用中“拔出题注”的功能，在应用题注时采取的是“交叉引用”的功能，这样的好处是你再也不需要来回的计算表x.x或者图x.x了，也不需要因为删除一张图片而对每张图片的编号年夜动干戈。还有，最头疼的参考文献，我是采取NoteExpress插件做参考文献的拔出的，它的用法稍微有一点点麻烦，可是当你学会了后引用参考文献绝对是so easy！绝对是终极精华总结，说不定你会爱上他呢，之后会详细介绍啦。
关键词：华科，硕士结业论文，Word，模板
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
Abstract
英文摘要，应用格式“宋体小四”
Key words：HUST, Thesis, Word, Template
欧阳歌谷创编 1
2021年2月
欧阳歌谷创编 2021年2月
1
目 录
摘要I AbstractII 目录III
1一级题目（所有题目都是自动编号）1.1二级题目1
1.2图片、表格、公式的操纵2 1.3关于参考文献的引用3 1.4研究布景及意义6 1.5国内外研究现状7 1.6本文主要研究内容10 1.7论文组织结构11 2相关技术概述12 2.1网络丈量参数介绍12 2.2话单定位算法介绍14 2.3本章小结16 3阐发工具的设计17 3.1需求阐发和系统框架17 3.2数据的获取19
欧阳歌谷创编 1
2021年2月
1 欧阳歌谷创编 2021年2月
1
3.3显示模块设计22 3.4信号笼盖模块设计24 3.5话务负载模块设计27
3.6基于地理的笼盖性能模块设计29 3.7本章小结31 4阐发工具的实现33 4.1交互流程设计33 4.2显示模块实现33 4.3信号笼盖模块实现33 4.4话务负载模块实现33
4.5基于地理的笼盖性能模块实现33 4.6本章小结33 5阐发工具的测试34 5.1测试平台与实验数据34 5.2信号笼盖的统计与阐发34 5.3话务负载的统计与阐发34
5.4基于地理的笼盖性能统计与阐发34 5.5本章小结34 6总结与展望35
欧阳歌谷创编 1
2021年2月
欧阳歌谷创编 2021年2月
6.1总结35 6.2展望35 致谢36
欧阳歌谷创编 1
1
2021年2月
欧阳歌谷创编 2021年2月
1
1 一级题目（所有题目都是自动编号）
1.1 二级题目
1.1.1 三级题目 1.1.1.1 四级题目
这是正文。
为了坚持格式的一致性，强烈建议取消word法度的“格式跟踪”功能。设置办法：点击菜单“文件|选项”，调出“选项”对话框，在“高级|编辑选项”页，取消勾选“坚持格式跟踪”。
另外，建议设置文件自动保管。设置办法：点击菜单“文件|保管”，调出“选项”对话框，在“保管”页，设置自动缓存文档间隔1分钟。
图 11 应用样式列表
对所有的题目样式直接点击图 11对应样式更新，其中一级题目的样式是“题目1”，二级题目的样式是“题目2”，以此类推。并且每个题目都是自动编号的。
对正文的样式，直接选择正文，然后点“宋体小四”，这样样式就酿成正文的样式。
下面介绍其他的样式：
Java代码、代码样式：这是java代码、伪代码的样式； 题注样式：这是给题注用的样式；
图片居中：图片使用此样式可以使图片居中显示；
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
无编号题目：这是给诸如摘要、Abstract、目录、致谢等题目使用的样
式，该样式的题目没有编号。
1.2 图片、表格、公式的操纵
对图片、表格、公式比较烦人的就是题注和交叉引用了。 1.2.1 图片
放置完图片后，点“图片居中”样式，图片居中显示。
点击菜单“引用”中的“拔出题注”就可以为图片添加题注了。题注有专门的应用样式“题注”。如图 12，点击“引用”中的“交叉引用”可以完成对图片的引用。这样引用的好处是，如果图片的编号产生变更了，全选文字然后按F9更新域，所有的编号（包含目录）城市自动调整。
图 12 这是题注
如何在一行同时添加三张图片呢？ 如图 13，我的做法是： 1) 拔出一张2行3列的表格
2) 在第一行的表格中放入图片，在第二行的表格中放入对应的题注 3) 隐去边框
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
(a) 图片1
(b) 图片2
图 13 一行同时添加三张图片
(c) 图片3
1.2.2 拔出表格和公式
表 1.1 表格的题注
在应用中点“拔出题注”添加题注 如果没有“表”的标签，则需要自己创建 (1.1)
表格如表 1.1，公式如公式(1.1)，公式直接复制过去使用，公式的编辑使用Word自带的公式编辑器，用它编辑公式很便利的。
1.3 关于参考文献的引用
我是使用工具NoteExpress添加参考文献的，NE可以在华中科技年夜学图书馆网站下载，网址http://www.lib.hust.edu.cn/DBView.aspx?id=40&Tab=1。 NE装置后，会在Word中呈现NE插件按钮，如图 14。
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
图 14 Word中的NE插件
NE的界面如图 15，首先要做的工作就是把你引用的参考文献都添加进来。其中中文的参考文献添加很便利啦，直接使用界面中的“在线检索”中的知网数据库搜索，之后直接添加相应文献的题录。英文参考文献会稍微麻烦点，首先要点开谷歌学术（有可能需要翻墙），搜到相应的文章点击“引用”，保管为EndNote格式文件。
图 15 NE界面
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
图 16 在谷歌学术上找到相应的文献点击“引用”
然后在NE中导入该文件到你之前添加参考文献的题录中。点击“文件”中的“导入题录”，呈现如图 17界面。注意选择“以后过滤器”为“EndNote Import”，选择好寄存位置，然后点击“开始导入”，题录的enw文件需要一个个导入。这样，你引用的英文参考文献就在你的NE中了。如果引用的文献在谷歌学术上也没有找到，那就需要你自己制作题录了，自己谷歌下办法吧 ，很简单的。
图 17 导入题录
下一步，在论文需要添加参考文献的处所，点击如图 18“拔出引文”，然后你会发明参考文献的编号就会神奇的呈现在你的文章中了，在文章的末尾就会呈现你引用参考文献了。这时，你会觉得高兴，可是过了一会儿，你可能又会发明不合毛病劲，发明参考文献的样式和学校要求的不一样。那参考文献的样式可不成以修改，固然可以了，点击NE“工具”中的“样式”中的“样式管理器”导入样式。我已经根据学校参考文献的规定编辑好相应的样式规范hustthsis.nes，导入即可。
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
图 18 点击“拔出引文”
这里有个小的tip，在图 18页面，点击设置可以“设置”，可以设置拔出引文的快捷键Alt+1。在参考文献添加完成后，还需要对题目Reference进行调整，把它改成中文的“参考文献”，并且应用格式“无编号题目”。
1.4 研究布景及意义（这是样例）
5月，国际电信联盟（International Telecommunication Union，ITU）公布了《信息与通信技术数据》，陈述称3G网络笼盖率在过去5年间快速提高，由的45%到的69%，城市人口笼盖率达到89%。中国电信每个月城市在其官网上公布其移动用户数。，电信全国3G/4G 用户数由11863万增至14313 万，增幅为20.3%。其中4G 用户数由708万增至5846 万，增幅为725.7%。以上数据说明，移动通信技术经历了前两代的成长，3G/4G业务正在快速增长。
随着3G/4G业务在我国的迅速普及，人们对网络质量的要求也越来越高。网络笼盖和网络质量是移动通信网络运营中的重要部分，网络的优化质量直接决定了移动通信网络的好坏，因此移动通信网络运营商很是重视网络优化工作。做好网络优化工作可以维持或者提高网络质量，进而在用户数和周围环境不竭变更的情况下，继续提供更好的用户体验，来包管在移动通信竞争环境中坚持住有力位置。
移动通信网络优化是通过对入网的设备进行数据收集和阐发，找到网络中存在的问题和造成问题的原因，然后通过对网络设备参数或者通信系统参数的优化和调整，使网络性能最佳[1]。通常网络优化包含两方面要求：解决问题和提高性能。解决问题主要是针对网络中发明的问题和故障提出有效办法加以解决和排除。提高性能是对网络中可能正常运行可是指标较差的情况，通过调整参数优化配置等方法来提高网络性能[2]。
移动通信网络具有较强的地理空间特性，因此在进行网络优化时结合地理位置进行具体阐发才有更多的现实意义。目前一些惯例的网络指标阐发软件与网络优化软件，年夜多是面向某个单一领域，没有将测试的指标数据与地理空间进行关联，更难以对网络性能指
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
标在地理空间上做更高级的阐发。而目前被广泛使用的地理信息系统（GIS）则为移动通信领域提供了一个新的视角，可以将移动通信的网络指标在空间和时间两个维度上进行结合，以直观的空间视图界面展示业务的地理空间散布和随时间变更趋势[3]。同时，通过在空间和时间上的联合阐发，可以找到更多影响网络质量的细节，为最终网络优化的决策提供更加丰富的信息。
基站记录有用户详细的网络数据和用户话单记录，利用这些数据结合年夜数据计算进行相应的阐发，可以比较实时高效地检测网络的运行状况，并及时发明问题和定位原因。云计算平台Hadoop可以用来解决年夜数据面临的存储和计算问题[4]，目前Hadoop主要应用于国外的谷歌、Facebook和国内的腾讯、阿里等互联网公司，可是在移动通信运营商中应用较少。
该论文所设计的移动通信网络笼盖性能测试工具，采取Hadoop云计算平台实现了对基站的话双数据的实时存储，并且结合相应的话单定位算法可以高效地完成对话双数据进行定位处理，获得每个话单产生的时间位置和信号质量信息。最后，结合地理信息系统，可以在舆图上展示出信号质量和话务量在空间和时间维度上的散布，并通过后续的阐发可以找出舆图上的弱笼盖和高负载区域，这些信息对移动通信网络优化具有重要的参考意义。
1.5 国内外研究现状
1.5.1 网络优化技术和工具
随着移动网络技术不竭的升级换代，移动通信网络阐发和优化技术也需要不竭去立异以提高网络检测的效率。传统的网络阐发方法很是依靠人力，例如路测需要用专业的车辆和设备去收集相关数据，并且需要相关专家对数据做专业的阐发。所以路测是比较低效的解决办法。为此，3GPP（the 3rd Generation Partnership Project）在其第9版标准[5]中已经包含了MDT（Minimization of Drive Tests），因此使用此版本网络通信标准可以显著降低本钱。MDT的基本概念是用户的终端（the User Equipment, UEs）可以根据操纵请求向网络陈述它们的地理位置。传统的UE的丈量和MDT的主要区别在于：传统的UE 是基于小区基站获得的地理位置，而MDT是基于用户终真个GPS技术获得的地理位置[6]。运营维护人员可以直接利用这些数据进行网络操纵管理和优化任务。同时，研究人员也可以利用这些定位数据进行网络预测，进而为用户提供更好的网络质量。
为了建立一个准确和可依赖的笼盖舆图，文献[7]提到一种从统计学借鉴来的空间插值技术Kriging[8]。 这种技术依赖于所测的数据的相关性并且可以在感兴趣的区域绘制出一
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
个完整舆图。在一些论文中应用Kriging技术[9]去做笼盖舆图预测。在许多文献[7, 10, 11]都研究Kriging和它的一些衍生技术来进行笼盖预测。
在文献[11]，GalindoSerrano等提出无线环境舆图（Raido Environment Maps, REM）的办法用来解决蜂窝网络笼盖盲区检测的问题。REM对那些有地理位置的数据应用了空间差值的技术来获得真实的地理数据。这种方法可以自动鉴别笼盖盲区的数量、位置和形状。REM 可以对笼盖盲区的检测和预测效率城市有提高。
Milola提出在文献[12]提出地理位置的数据信息需要位置/环境信息。REM存储了地理位置信息、移动通信网络丈量数据、环境信息以及过去的数据。在文献[13, 14]中，作者提出一种网状的REM结构，IC（Interference Cartography），这种结构中的点是方形栅格（比方像素点）。该办法的主要观点是：
1）用收集获得的带有地理位置的丈量数据来预测未丈量位置的丈量数据； 2）测试未丈量位置来提高预测的质量。
然而算法的庞杂性随着丈量点数数目的增加成指数增长O(N3)，N是丈量点的数目）。在文献[15]中提到的FRK （Fixed Rank Kriging）是Kriging的一种变型，它的算法庞杂度为O(NR2)，R是由用户界说的“固定品级”。在文献[16, 17]，该算法被用于笼盖预测。在仿真和实际测试的性能评估中，FRK均被证明在算法庞杂度和预测准确度之间实现了很是好的平衡。
可是之前的这些工作年夜多是建立在移动终端可以准确定位的理想情况下的。然而，文献[18]中指出使用GPS定位的误差在5m到30m规模内，而在文献[19]中说明基于无线网络怀抱的定位技术误差在50m到300m。这都说明定位的不确定性降低了笼盖预测的准确性。
在文献[20]中，A. Palaios等人提出通过采取多种丈量数据来提高定位的准确度和减少定位的误差。这种定位的方法是通过适本地组合不合传感器测到的结果，这种办法虽然能够获得未几的结果，可是显然不适用于用MDT特性丈量的情况。在文献[21]中，作者Braham等人提出了通过扩展FRK算法来处理定位禁绝确的问题。在预测和校准模型中，在FRK模型中定位的禁绝确性影响了函数的均值和协方差。该文献的主要贡献是1）通过在模型中引入定位的不确定性，作者比较和研究了最佳线性无偏预测值和条件期望预测；2）引入了SAEM（Stochastic Approximation EM）算法。SAEM结合了随机EM和Gibbs抽样法度来处理年夜量的计算[22]。Gibbs 算法用并行处理的办法解决了定位几率密度抽样的问题。
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
至于网络优化工具，国际上的优化系统厂商在全球的无线网络优化市场中占据着较年夜的市场份额，其中爱立信公司开发的Tems优化系统应该最为广泛[23]。在国内，例如华为、中兴等公司也在开发相应的网络优化软件，可是开发的优化软件虽然在最近几年已经取得了长足的进步，可是还是存在一定的问题，首先在网络优化的实践过程中仍然需要人工介入，缺少自动化操纵；其次是采取较为传统的数据存储和计算办法，对与海量的通信数据的处理效率不高；最后，仅仅是针对某种特定类型的数据提供处理，优化系统通用性有待提高。
1.5.2 地理信息系统
地理信息系统是在计算机软硬件的支持下，收集、管理、检索、阐发和描述与地球概略空间位置相关的数据计算机系统[24]。它起步于60 年代，是一门集合了计算机科学、地理学、空间科学、环境科学和遥感测绘学的学科，它采取的基本技术是地理空间数据库技术、舆图可视化技术和地理空间阐发技术[25]。
近年来，随着科技进步和社会成长，地理信息系统在各行各业已经获得了广泛的应用。在移动通信办事领域，基于GIS的移动空间定位办事已经被绝年夜大都用户所使用，例如用户使用百度舆图APP可以完成定位、路径规划和导航等功能，结合互联网数据，用户通过百度舆图还可以找到邻近的餐馆、银行。在通信网络的建设和优化方面，地理信息系统也有很多用武之地。在文献[26]中，作者提到使用GIS中的数字高程模型（Digital Elevation Model，DEM）以及其他相关阐发办法在多山区域找到最佳建站地址；同时可以借助GIS 的空间数据阐发的特点，结合移动通信网络参数和信号的传播模型，可以绘制出信号笼盖的预测图。在文献[27]中，作者通过结合现有的无线电波传播模型和基站辐射理论，提出并实现一种基于GIS的基站选址计划，该计划能够在基站选址时反应基站对小区、学校和医院的电磁辐射情况，为监管部分在基站审批时提供一个可参考的直观化依据。在文献[28]中，作者提到使用GeoDatabse技术来应对GIS的海量数据存储的问题，并且GeoDatabase还支持多用户并发拜访、版本管理和数据静态更新等功能，比传统的文件形式存储和空间数据的暗示办法有巨年夜的优势。
依照空间数据的组织形式，可以将地理信息系统分为两种类型，一种是基于栅格的，另一种是基于矢量的。基于栅格的GIS以栅格元为地理特征的最小单位，并用同一个数据结构存储地理特征的空间位置信息和属性信息；而基于矢量的GIS是以点和线组成的，首先由点构成地理特征的鸿沟，然后由点和这些点连接成的线共同组成对地理特征的描述[29]，并且在通用的数据库中存储其属性信息，通过数标建立空间位置信息与属性信息的联系[30]。
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
本论文所研究的工具是基于栅格的GIS的应用，栅格图是由排列整齐的栅格点组成的，每个栅格点都有自己对应的空间位置信息和属性信息。比方栅格图是由a*b个栅格组成，每个栅格用(x,y)坐标来标示，然后每个栅格的属性值可以通过颜色或者灰度值值进行暗示[30]。
1.6 本文主要研究内容
本文的研究目的是设计并实现一个基于地理栅格的蜂窝网络笼盖性能阐发的工具。本文处理的数据是某运营商在某一地区一段时间内的PCMD （Per Call Measurement Data）数据。本文所做的主要工作如下：
1. 通过Hadoop散布式处理平台对PCMD数据进行存取，生成栅格数据。PCMD数
据记录的是每天通话记录的情况，包含通话时间、信号质量、基站编号、往返时延等基本信息。其中对PCMD中的基站编号和往返时延采取定位算法进行计算，可以获得每条通话的具体位置。由于PCMD 话双数据量巨年夜，一个月某省就能生成几十亿条话双数据，采取Hadoop 平台可以高效地对这些数据进行存取和计算，生成的栅格数据。
2. 将蜂窝网络的信号笼盖和话务负载信息以栅格图的形式进行展示。要更好地基于
地理位置展示蜂窝网络的信息，需要将地理空间细分为若干个100m*100m 的栅格。Hadoop平台生成的栅格数据包含具体位置、信号质量、话务量、时间戳和日期等信息，具体位置指栅格的ID，信号质量指某一时间段内在该栅格产生的所有通话的信号质量的平均值，话务量指某一时间段内在该栅格中产生的所有通话的数量，时间戳和日期是标识表记标帜某个具体时间段。根据之前已经计算好的每个栅格的信号质量和话务量信息，根据值的年夜小在底图进行染色，最后生成信号笼盖和话务负载的栅格图。
3. 对蜂窝网络的信号笼盖和话务负载信息单独进行处理和阐发，辨别找到阐发地区
在该时间段内的弱笼盖区域和高负载区域。弱笼盖区域是指信号质量低于某一阐发阈值的区域，高负载区域是指话务量高于某一阐发阈值的区域，两个阈值都允许用户手动输入。通过数据阐发，找到栅格数据中信号质量低于某一阈值的栅格，调低染色的透明度，并调高正常区域的染色透明度，在栅格图中重点突出显示弱笼盖区域。同理，突出显示高负载区域。
4. 对蜂窝网络的信号笼盖和话务负载进行联合统计与阐发，统计出同时存在弱笼盖
和高负载栅格的比例，并且在栅格图上重点展示此类栅格的位置。通过阐发这些
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
栅格点与基站距离之间的关系对此类需要优化的栅格点进行分类，针对基站能笼盖到的栅格点，通过调整基站参数结构、天线倾角等方法来优化；针对基站笼盖不到的栅格点，通过增建基站或者放置直放站的方法来优化。
1.7 论文组织结构
本论文由六个章节组成，其组织结构如下所述：
第一章介绍的是本文的的研究布景和意义，介绍国内外有关网络优化常采取的阐发办法和工具，之后又介绍了GIS在移动通信网络中的应用现状，并介绍论文的主要解决的问题，最后给出了论文组织结构。
第二章介绍的是网络丈量的相关参数和有关话单定位的算法，为之后的章节做铺垫。 第三章首先提出的该阐发工具的需求阐发和系统框架，然后依次谈到数据获取的流程和各个模块的设计工作，并详细说明了每个模块设置的意义、具体要解决的问题以及具体的执行流程。
第四章首先给出了该工具的交互流程设计，之后展开谈到每个模块的具体实现。对重点环节给出了伪代码和效果图，并且重点论述了基于地理的笼盖性能模块对II类目标栅格聚类的具体实现思路。
第五章是对本文所设计和实现的工具进行测试，首先辨别对信号笼盖和话务负载模块单独测试，之后再联合测试，并对每一个测试的结果进行结果展示和阐发，对最终的测试结果进行评估。该章节验证了本工具的各功能模块达到了预期效果。
第六章对本文进行了总结和展望，首先总结了本文的工作功效，最后客观地阐发了本文所实现的蜂窝网络优化办法的缺乏，同时给出了未来可以改进的标的目的。
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
2 相关技术概述
2.1 网络丈量参数介绍
在移动通信系统中，衡量一个网络好坏最重要的要素是笼盖、容量、质量、频谱利用率和传输效率[1]。 2.1.1 网络笼盖丈量参数
无线网络笼盖是指在一定区域内，无线信号的强度和质量能够为用户提供移动通信办事，称该地区存在无线网络笼盖。移动通信系统的笼盖率和笼盖质量是衡量移动通信网网络质量和办事质量的重要指标[31]。在网络早期的建设和后期的维护期间，网络运营者通过测试、数据收集和阐发等手段，来检验网络是否满足笼盖要求。如果不克不及达到要求，则需要对网络进行笼盖方面的优化。判断移动通信网络是否在某一地址形成笼盖，需要依据一定的丈量参数。
对GSM系统，判断是否存在网络笼盖只需要测试一个参数，即移动台接收电平（Rx_Power）。一般当Rx_Power90dBm视为该地址存在GSM网络笼盖。在CDMA 系统中，与网络笼盖与导频强度（Ec/Io）有关，一般要求Ec/Io12dB且Rx_Power90dBm 且Tx_Power15dBm，只要这三个条件全部满足，才视为该点存在CDMA 网络的笼盖[32]。
Rx_Power：在GSM系统中，Rx_Power暗示在工作频点上接收的电平强度，该参数直接反应了GSM网络笼盖的水平[33, 34]。CDMA 系统中，Rx_Power暗示在整个1.2288MHz带宽上总的接收功率[35]。该接收功率不但包含办事小区的信号功率，也包含其他小区的信号功率、接收机热噪声及外界干扰。
Ec/Io：Yang在文献[36]介绍Ec/Io指每码片辛哈能量与总功率密度之比。在CDMA 系统中，Ec/Io反应了信号的干扰水平。移动台或者基站均要求信号的Ec/Io必须超出一定阈值才干正确解调。Ec/Io在10dB 以上时，网络质量可以坚持很是良好的水平；当Ec/Io15dB时，则移动台无法接入网络。一般将Ec/Io12dB作为满足网络的笼盖的标准。在CDMA系统中，Ec/Io和Rx_Power 是评价网络前向笼盖能力的指标。
Tx_Power：在CDMA系统中，移动台发射电平Tx_Power反应网络的反向笼盖能力。CDMA系统对标的目的链路采取快速功率控制。在反向传播链路欠欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1 好的情况下，会迅速提高移动台的发射功率，因此移动台的发射功率Tx_Power可以衡量反向笼盖的水平。当Tx_Power15dBm时，可认为该地址达到反向笼盖的要求[37]。
2.1.2 网络容量丈量参数
对一个移动通信系统而言，除包管笼盖和质量要求外，容量的包管也至关重要。容量优化是网络优化工作中必不成少的一部分，移动给用户数量的增长、用户通信行为的变更、新业务的使用及设备故障灯，城市引起网络的可用容量降低，招致用户测验考试接入网络时可用资源分派。因此，为包管移动网络高质量地运行，必须实时监控网络的容量变更，及时发明网络容量缺乏的问题，并采纳相应增扩容量的办法，以满足用户通信的要求。
同时，作为移动通信运营商，在满足用户的话务需求的同时，也要充分合理利用既有网络设备和频谱资源，实现资源利用率最年夜化，从而达到提供优质办事、节省投资的目的。这也是网络优化的目标和原则。
无线网络的容量体现了移动通信网络提供办事的能力。移动通信系统中，使用无线电波作为信息的传输载体，完成用户终端与基站之间的信息传送。由于无线频谱的资源限制，使得无线网络容量的瓶颈不合于固定网络。固定网络的容量“瓶颈”主要在于交换机的交换能力，而移动通信网络的容量瓶颈则取决于无线频谱的宽度、频率复用方法和调制方法等。
在通信系统中，无论是固定通信系统还是移动通信系统，都用话务量来反应通信业务量的年夜小，也用来反应网络容量的年夜小和通信设备的负荷。
在文献[38, 39]提到，话务量的单位是爱尔兰（Erlang，简写为Erl），是为了纪念话务理论的开创人，丹麦学者A. K. Erlang 而命名的。爱尔兰界说为单位时间内信道被占用的时长。如果一个信道在1小时内被全部连续占用，称此时的话务量为1Erl；如果一个信道在1小时内被占用30分钟，称此时的话务量为0.5Erl。
话务量的计算办法为：单位时间内产生的呼叫次数和每次呼叫所占用的时间的乘积[40]。话务量一般用A暗示，即
(2.1)
其中，为单位时间内的呼叫次数，为每次呼叫的坚持时间。
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
从话务量的公式可以看出，话务量受两个因素的影响：一个是单位时间内的呼叫次数，用户越多或者呼叫越频繁，话务量就越高；另一个是呼叫坚持时间，用户的通话坚持时间越长，话务量就会越高。
对有多个用户的系统，系统的总话务量即是所有用户话务量之和：
(2.2)
其中，中系统的总话务量，为系统中总的用户数量，为平均每个用户的话务量。
值得注意的是，通信网络中各个时段的话务量往往其实不是平均分派的，话务量最高的一个小时称为忙时。忙时这一个小时的话务量称为忙时话务量。忙时话务量与全天话务量之比，称为忙时集中系数。忙时集中系数一般在10%~15%之间。
因此，忙时话务量可由下式计算，即
(2.3)
式中，为全天话务量，为忙时集中系数。
在进行网络规划和优化时，一般以满足网络忙时的话务量需求作为规划和优化的目标。
2.2 话单定位算法介绍
在PCMD话双数据中提取用于话单定位的数据，针对每条话单连接基站数目的不合辨别采取不合的定位算法。
COO(Cell of Origin)定位算法的基来源根基理是根据移动终端距离基站的距离和扇区的编号来确定移动终真个位置[41]。该论文中使用COO 定位算法对只连接一个基站的话单进行定位。
欧阳歌谷创编 2021年2月
1
欧阳歌谷创编 2021年2月
1
图 21单点定位示意图
如图 21，P1为小区位置，是小区方位角，是小区半波瓣角60，为小区传播时延换算的接入距离，介于[,+]的随机数。接入位置以P1为原点，以 标的目的，半径为r处的位置。
AOA(Angle of Arrival)定位算法是基于标的目的角的两基站定位算法。文献[42]提到，其基来源根基理是利用移动终端达到两个基站的距离和所在的扇区的编号来计算其具体位置。如图 22：
图 22两点定位示意图
两圆相离(d>r1+r2)：d为两小区之间直线距离，以P1为原点，P1、P2
连线标的目的，r1为接入距离；
两圆相含(d+r1 两圆相交(d 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 TOA(Time of Arrival)/TDOA(Time Difference of Arrival)定位算法基本思想是找到移动终端距离三个移动终真个交叉点即为移动终真个位置[43]，该办法要求移动终端和基站的时间精确同步。为了丈量移动终真个发射信号的达到时间,需要在每个基站处设置一个位置丈量单位，为了避免定位点的模糊性，该论文中使用TOA/TDOA 定位算法对连接至少三个基站的话单进行定位，如下图 23。所示： 图 23三点及三点以上定位示意图 两圆相离、相含：处理办法同AOA，不再考虑第三点。 两圆相交：求出P1、P2圆的交点G1 和G2;求出P3到G1、G2的距离 辨别为d31 和d32；用P3的接入距离r3进行选取，如果|d31r3|>|d{32r3|, 则接入距离为G2，不然为G1。 2.3 本章小结 本章介绍了网络笼盖阐发最新的一些技术以及网络笼盖和网络容量经经常使用到的一些丈量参数，这些参数中部分会在之后的章节中呈现。在这之后本章又介绍了地理信息系统的一些概念，重点讲解了下地理栅格产生的布景。最后，本文概要地介绍了下话单的定位算法。 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 3 阐发工具的设计 3.1 需求阐发和系统框架 移动通信网络是一个静态的网络，在网络继续运营的过程中，会呈现一些在网络规划设计中无法周全考虑的一些变更，例如传播环境的变更、用户业务量的变动以及业务质量的修改。这都需要对移动通信网络进行相应的优化，以更适应实际的变更。网络优化就是解决网络运行中存在的问题，优化资源配置，最年夜限度地阐扬网络和设备的效能。相较于网络建设，网络优化是一个继续的过程[32]。 针对网络优化，目前已经存在一些阐发工具，这些工具主要是通过收集路测数据、用户投诉数据进行阐发，然后再结合现网的运行和工程情况制定出适宜的优化调整计划。虽然对收集的样本数据和对用户投诉数据进行阐发获得的结果具有一定的可信性，但这样的做法比较耗费人力本钱并且获得的数据偏少不克不及完整反应某一地区所有区域的网络笼盖情况。而基站中的话双数据完整地记录了每一次通话的网络笼盖情况，某一地区的所有基站则记录了该地区所有通话的网络情况，对某一地区的所有话双数据进行整体年夜数据阐发，就能简单直观地反应出该地区信号笼盖和话务负载情况，并且进一步阐发可以得出更加可信的网络优化计划。 该工具通过对某运营商某地区一按时间段内的 PCMD数据进行年夜数据处理，以100m*100m栅格为粒度将该地区分红若干个小栅格，计算出该地区每个栅格的信号笼盖质量和话务量信息。针对每条 PCMD数据连接不合数量基站的情况，辨别采纳 COO、AOA、TOA/TDOA算法进行定位处理。之后对获得的每个栅格的信号笼盖质量和话务量信息进行统计和处理，以栅格图的形式直观展现信号质量和话务量笼盖情况。并对处理后的信号笼盖质量和话务负载联合统计，找出该地区中需要优化的目标栅格，根据栅格距离基站的距离是否在基站有效笼盖半径之内，对目标栅格进行分类。最后对不合类另外目标栅格采纳不合的改良战略。 通过对移动通信网络信号笼盖质量和话务量的阐发，发明网络笼盖中话务量较高可是信号笼盖质量较差的区域，为移动通信网络的优化提供有价值的参 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 考信息。其中获得的基站优化排序和增建基站区域排序，再结合实际情况，可以作为网络优化计划的一部分。 该工具是从 PCMD话双数据中提取出栅格话双数据，来阐发蜂窝网络信号笼盖和话务负载特性，并通过栅格图、统计图表等方法直观展示阐发结果，最终提出网络优化计划的。 核心功能部分栅格话单数据信号覆盖系统输入话务负载覆盖统计覆盖处理覆盖告警联合分析PCMD话单数据话务统计话务告警Web网页用户用户数据系统输出统计图、数据列表、栅格图 图 31系统总体框架 该阐发工具主要框架如图 31所示，分为数据存取部分、核心功能部分和界面展示部分。其中数据获取部分是从 PCMD话单中提取栅格话双数据，其中 PCMD话单来源于某省的某运营商传输局，该部分主要运用了 Hadoop散布式处理平台和 COO、AOA、 TOA/TDOA三种定位算法。界面展示部分是 Web网页，使用 HTML、CSS和JavaScript语言编辑实现，用户可以通过该部分输入相应参数，最终结果也会在这里呈现出来。该工具的关键部分是核心功能部分，包含信号笼盖特性的统计和阐发模块、话务负载的统计和阐发模块、两者的联合阐发模块以及制图显示模块等。信号笼盖模块会利用栅格话双数据中的 Ec/Io和栅格 ID信息，统计 Ec/Io在数值空间上的散布，并阐发出信号笼盖弱笼盖区域；话务负载模块会利用栅格话双数据中的话务量和栅格 ID信息，统计话务量在数值和空间上的散布，并阐发出话务高负载区域；最后使用基于地理的笼盖性能模块，联合阐发找出弱笼盖目标栅格，并最终阐发出具体的目标栅格的改良战略。 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 3.2 数据的获取 3.2.1 原始数据介绍 该课题收集的PCMD话双数据时间长度为4个周，笼盖规模为某省全省，收集共计几十亿条的PCMD话双数据。这些数据依照地级市进行划分，每个地级市一个文件夹。每个文件夹内记录着这个地级市内的话单记录，话双数据依照小时以地级市为划分生成，平均每小时的产生量为数GB左右。 在论文中，为了便利，统一将某地级市称为某地区，某地区下的某县区镇或者截取的某一固定年夜小的处所则统一称为某区域。通常，该工具是以某地区为单位进行计算的，可是最后的呈现可以依照用户需求显示某一区域的特性阐发情况。 该工具要对PCMD进行提取，计算出以100m*100m栅格为粒度的蜂窝网络信号笼盖质量和话务量信息。其中会用到的PCMD字段如下表 3.1所示： 表 3.1 从PCMD中提取到的字段表 序号 1 2 3 4 5 6 7 8 9 10 字段名称 CallStartTime CallType CallEstablished init_CellSite init_ref_CellPAF init_ref_PilotStrength init_ref_RoundTripDelay init_non_ref_ CellSite1 init_non_ref _CellPaf1 init_non_ref_ PilotStrength1 说明 德律风开始时间 呼叫类型 通话是否已建立 参考基站 参考扇区 参考导频强度 参考往返延迟 非参考基站1 非参考扇区1 非参考导频强度1 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 11 12 13 14 15 init_non_ref_PrimaryCellRoundTripDelay1 init_non_ref_CellSite2 init_non_ref _CellPaf2 init_non_ref_PilotStrength2 init_non_ref _PrimaryCellRoundTripDelay2 非参考基站往返时延1 非参考基站2 非参考扇区2 非参考导频强度2 非参考基站往返时延2 3.2.2 Hadoop散布式处理平台 Hadoop是一个在机群上使用简单的编程模型来处理超年夜数据集的软件框架。它可以支持从一台办事器到上千台有本地计算和存储功能的机器处理数据。并且它能自发检测和处理应用层的故障从而解脱对硬件高可靠性的依赖，来提供高可靠性的办事[44]。 Hadoop主要由HDFS(Hadoop Distributed File System)和MapReduce两部分组成。最底层是HDFS，它存储Hadoop集群中所有存储节点上的文件，HDFS的上一层是MapReduce引擎，用于处理年夜规模数据集[45]。 HDFS是一个运行在办事器上的散布式文件系统。与其他散布式文件系统不合的是，它[46] •具有高容错性，可以安排在价格昂贵的办事器上； •提供高吞吐量来获取应用数据，适合于那些有着超年夜数据集的应用法度； •放宽一些POSIX的要求，支持以流式数据拜访文件系统数据。 MapReduce是一个软件框架，它可以让用户更加容易地编写法度来在年夜规模办事器机群（千台量级）上以一种可靠、高容错性的方法并行处理年夜规模数据（TB量级）。MapReduce工作原理是将任务分化为成百上千个小任务，然后发送到计算机集群中。每台计算机再传送自己那部分信息，MapReduce则迅速整合这些反响并形成谜底。简单来说,就是任务的分化和结果的合成[47]。 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 MapReduce处理框架PCMD数据获取导入话单定位Hbase数据库导出全省各地区经纬度各地区栅格信息计算每个栅格的Ec/io值和话务量导出TXT文件 图 32 基于Hadoop平台的数据获取流程 如图 32所示，在该课题中MapReduce主要应用于： 处理话双数据，定位每条话单经纬度； 并行导入数据到Hbase数据库； 计算全省各地区的舆图栅格信息； 计算每个栅格内的平均Ec/Io值和话务量，生成TXT文件。 3.2.3 数据结构 通过Hadoop平台获得的TXT文件的每条记录都包含着栅格ID编号、经纬度、Ec/Io、话务量、时间戳等信息，在该论文中统一称为栅格数据。其中通过单点定位算法计算得来的栅格数据称为一点栅格数据，同理有两点栅格数据和三点栅格数据。每条栅格数据包含的字段如下，其中时间戳是以 2个小时为粒度标注的，时间戳的格式是0:002:00为1，2:004:00为2，以此类推至22:0024:00为12。 表 3.2每条栅格数据的字段表 字段编号 1 2 3 字段名称 grid_id longitude latitude 说明 栅格的ID编号，如648ˆ738 栅格对应的经度 栅格对应的纬度 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 4 5 6 7 Ec/Io call_count call_count data 该栅格的信号质量Ec/Io 该栅格的话务量 时间戳 日期 比方表 3.3，代表在 5月3日2:004:00时间段内，在编号为 1000ˆ1003、经纬度为(30.85763,114.72652)的栅格中通话的Ec/Io的平均值为9.79，总话务量为90。 表 3.3数据库中的栅格数 grid_id 1000ˆ1003 longitude 104.72652 latitude 34.85763 Ec/Io 9.79 call_count 90 call_count 2 data 150503 3.3 显示模块设计 本论文研究的是对网络信号笼盖和话务负载进行阐发的工具，核心功能模块都需要与数据打交道，可是该工具在处理之后获得的数据自己其实不克不及够给用户带来直观的展示。为了能够把最终展示的结果直接地呈现给用户，以便用户根据处理结果来调整参数和评估最后获得的计划，该工具提供了两种暗示方法：数据统计图和栅格图。 3.3.1 数据统计图 数据统计图允许用户通过输入统计区域和统计时间来检查话双数据中的某一地区某个时间段内的Ec/Io 或者话务量在数值区间上或者时间上的散布情况。 统计模块输入区域、时间段统计统计数据Highcharts渲染输出Web页面展示 图 33 数据统计模块流程 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 如图 33所示，用户在Web页面输入要统计的区域和时间段，该模块从某地区的TXT文件中获得要统计区域的栅格数据进行统计，最后将数据通过ajax请求以JSON格式发送给前台，前台调用Highcharts库进行统计图的渲染，最后在Web页面展示。 3.3.2 栅格图 通过将全省划分红 100m*100m的栅格并对栅格进行染色处理，栅格图可以将某区域的Ec/Io或话务量基于地理位置进行直观地展示。 该工具采取经纬度每相隔 0.001度为一个栅格。经度每相差 0.001度，平均直线距离为97m；纬度每相差 0.001度，平均直线距离为 111m。按经纬度 0.001度为单位划分栅格，基本可满足百米精度要求，可以近似将栅格年夜小看成 100m*100m。据此，某省全省可划分为约2400万个栅格。每个栅格能够按两个字段（Ec/Io和话务量）的进行颜色填充。 栅格绘制模块输入全省某地级市栅格数据排序按百分比取出阈值输出经模块处理后的某区域栅格数据绘制栅格图PNG图片某区域经纬度范围截取某地级市地图某区域地图 图 34绘制栅格图流程 如图 34所示，绘制栅格首先要对 Ec/Io或者话务量进行排序，找到每种染色的颜色对应的数值鸿沟，后要计算好每个栅格在舆图上的对应的像素值，最后染色，输出 PNG图片。 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 3.4 信号笼盖模块设计 信号笼盖模块是对栅格话单中Ec/Io 进行统计、处理和阐发的模块，它可以帮忙用户更好的了解Ec/Io在数值和空间上的散布。用户可以根据需求自行配置参数，经过模块计算，最终结果以比例图和栅格图的形式呈现。 3.4.1 信号笼盖模块需求阐发 (a)一点栅格图有圆环示意图 (b) 栅格图栅格有缺失示意图 图 35 信号笼盖模块需求阐发 (c) 栅格图可读性差示意图 通过之前介绍的定位算法，我们已经明确知道通过该算法定位的话单会在一个的圆环上，我们采取的是随机在该圆环取一点作为该话单的位置。所以单点定位的栅格数据会有圆环，可信度较低，如图 35(a)。 全省的栅格数据年夜约有605是单点栅格数据，所以如果完全舍弃单点栅格数据会造成很过栅格数据缺失。所以需要对单点和多点栅格数据进行融合，使得融合后的数据能够避免单点定位的圆环现象，同时减少呈现栅格缺失的情况。 图 35 (b)所示，栅格图栅格有缺失。这是由于话单统计时间过短或者该栅格处恰好没有通话产生，所以会造成栅格图中某些栅格由于数值缺失招致不克不及染色，对用户利用栅格图进行信号笼盖情况阐发会造成影响，这会影响用户体验。这需要通过参考周围栅格的数值对缺失栅格进行合理的填补。 如图 35 (c)所示，栅格图有杂点，这会对栅格图的可读性带来一些障碍。可以给用户设置一些可调整的平滑参数，让用户可以自行调节参数来达到平滑欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 栅格图中颜色的效果，以便用户更好地观察某区域信号笼盖的整体情况。同样的，用户还需要可以设置相应阈值，过滤出信号质量差的栅格，绘制出弱笼盖区域。 3.4.2 信号笼盖模块功能设计 经过考虑，该模块设计了四个子模块来满足如上的需求，辨别是数据融合、栅格增补、栅格平滑和寻找弱笼盖区域。 信号覆盖模块输入栅格话单数据数据融合栅格增补寻找弱覆盖区域栅格平滑栅格图统计图 图 36信号笼盖模块设计流程 信号笼盖模块的设计流程如图 36。在数据融合子模块中，对单点定位的栅格数据和两三点定位的栅格数据按一定比例进行融合；在栅格增补子模块中，通过计算周边栅格的数据对确实的栅格进行填补。在数据处理完毕之后，可以使用栅格平滑和寻找弱笼盖区域两个子模块对数据进行阐发。在栅格平滑子模块中，对栅格数据进行平滑处理，来显示整体信号质量的笼盖态势；在寻找弱笼盖区域子模块中，设定弱笼盖阈值，重点显示局部的弱笼盖区域。下面详细讲一些每个模块的具体设计： 数据融合子模块是为了解决话单单点定位禁绝确而多点定位的栅格数据又偏少的问题。基于的基来源根基理是，在邻近的栅格规模内，Ec/Io值不会产生突变。所以每个栅格的Ec/Io值，对邻近栅格都具有参考意义，这是融合算法的基础。 该子模块的数据融合算法流程如图 37所示，首先要遍历该区域的每一个栅格，判断该栅格处都有几种类型定位的栅格数据，之后对不合类型定位方法采纳不合的处理办法，根据输入参数进行计算输出融合后的栅格数据。用户需要输入的参数有：当融合定位数据都有时的单点比例one_point_percent、多点比例several_points_percent；当只有单点定位数据时的参考半径radius、参考比例refer_percent。例如用户输入 (0,1,3,0.7)，暗示当单点和多点定位栅格数据都欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 存在时，只取多点定位数据，舍弃失落单点数据；当只有单点定位栅格数据时，参考横坐标在 [x3,x+3]、纵坐标在 [y3,y+3]共计48个栅格的 Ec/Io值，然后依照70%的权重与30%权重的单点定位数据相加求和。 输入：单点多点都有时，单点比例，多点比例；只有单点时，参考范围，参考比例遍历该区域的每一个栅格单点定位单点多点定位都有判断有几点定位多点定位根据参考范围，计算该栅格周边的平均Ec/io值，并根据参考比例确定最后的Ec/io值直接取Ec/io值根据比例参数确定最后的Ec/io值输出：融合后的栅格数据 图 37数据融合算法流程图 栅格增补子模块是通过参考缺失栅格周围的栅格数据来对该缺失栅格进行增补。用户需要输入的参数为参考半径radius，可以计算参考栅格数据的平均值作为该缺失栅格值。例如，参数为3，假设该缺失栅格坐标为(x,y)，则要计算横坐标在 [x3,x+3]、纵坐标在[y3,y+3]共计48个栅格的Ec/Io的平均值。 栅格平滑的主要功能是通过用户自行调节参数能够取出栅格杂点的干扰，更加便利的观察到某区域笼盖的整体情况。 该子模块的栅格平滑算法流程如图 38所示，用户需要输入的参数有阈值gap、参考半径radius、参考比例refer_portion。栅格平滑算法判断一个栅格是否为需要平滑的主要依据是该栅格的Ec/Io值与以其为中心的周围个栅格 Ec/Io平均值的差值是否年夜于gap，如果年夜于，则判断该点需要平滑；类似于增欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 补算法，平滑算法平滑也是根据refer_portion参考周围栅格数据的，如果refer_portion为0.8，则暗示该栅格取周围个栅格Ec/Io平均值的80%与自己Ec/Io值的20%作为该栅格平滑后的Ec/Io值。 输入：阈值，参考半径，参考比例判断栅格与周围栅格的Ec/io差值是否大于阈值是否遍历该区域的每一个栅格按照参考比例，重新确定Ec/io值输出：平滑后的栅格数据 图 38栅格平滑算法流程图 寻找弱笼盖区域子模块的功能与栅格平滑子模块相对应，栅格平滑子模块展示的是信号笼盖整体态势图，而它展示的是局部的弱笼盖区域的栅格图。它的算法类似于话务负载模块中的寻找高负载区域子模块的算法，将在下文谈到。 3.5 话务负载模块设计 话务负载模块是对栅格话单中话务量进行统计、阐发的模块，从而使话务量可以在数值和空间上呈现。最终反应的结果可以帮忙用户更好的掌控整个区域的网络负载情况，从而及时作出网络优化调整。 首先，需要有话务负载的栅格展示功能，可以让用户看到话务量在空间上的呈现。另外，该模块要允许用户设定阈值，可以过滤出超出阈值的话务高的栅格，绘制话务高负载区域。 如图 39，话务负载模块需要有数据融合、栅格平滑和寻找高负载区域三个子模块来满足需求。数据融合子模块把单点栅格数据和多点栅格数据中的话单进行融合；栅格平滑子模块通过对栅格数值的平滑处理，来显示话务负载的整体态势；在寻找高负载区域子模块中，设定高负载阈值，通过数据统计和显示模块，重点显示局部的高负载区域。 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 话务负载模块输入栅格话单数据数据融合寻找高负载区域栅格平滑输出栅格图统计图 图 39话务负载模块设计流程 其中数据融合子模块和栅格平滑子模块与信号笼盖模块中的相应子模块类似，这里不再多做解释。 输入：参考半径、高负载分析阈值判断该栅格数据与参考栅格的平均值是否大于阈值是遍历该区域的每一个栅格该栅格记为高负载栅格输出：记为高负载的栅格数据 图 310寻找高负载告警算法流程图 如图 310是寻找高负载告警算法流程图，该算法重点是要判断该栅格数据与周围参考栅格的平均值是否年夜于阈值。用户可以输入的参数有：参考半径radius、高负载阐发阈值threshold。参考半径为计算某个栅格话务量时的参考规模，使用该子模块计算以该栅格为中心、参考半径规模内的栅格区域内的栅格平均话务量。高负载阐发阈值为该栅格区域的话务负载报警阈值，如果该区域话务量超出阈值，则判别该栅格为高负载栅格。 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 3.6 基于地理的笼盖性能模块设计 3.6.1 笼盖性能模块需求阐发 前文主要是讲到从信号笼盖和话务负载双方面阐发的功能设计，双方面阐发虽然能够检测出蜂窝网络的运行状况，可是对网络优化提出解决计划帮忙不年夜。所以需要通过对两者进行联合阐发，进一步定位出网络中呈现问题的原因并给出具体的解决办法。 基于地理的笼盖性能模块是要对信号笼盖和话务负载进行基于地理栅格的联合统计与阐发。首先要通过联合统计子模块找到同时存在弱笼盖和高负载的“目标栅格”，具体弱笼盖和高负载的阈值应允许用户自行设定，并通过栅格图的形式直观展示目标栅格的散布。同时对目标栅格进行分类，比方分为可以通过调整基站参数可以改良的目标栅格和需要增建基站才干改良的目标栅格，最后对不合类另外栅格进行阐发，给出优先需要调整的基站和优先需要增建基站的区域等。 3.6.2 笼盖性能模块功能设计 如图 311，笼盖性能模块应有信号笼盖与话务负载联合统计、笼盖性能阐发两个子模块来满足需求。 联合统计子模块是用来对某区域的信号笼盖和话务负载做联合统计的子模块，比方它可以统计出在 Ec/Io在某一数值区间的栅格的话务量的散布比例。用户需要输入 Ec/Io的数值区间、话务量分档的数值区间，最后获得反应话务量比例的饼形图。 覆盖性能模块输入信号覆盖栅格数据联合统计话务负载栅格数据覆盖性能分析增建基站方案输出基站改善方案基站位置数据 图 311笼盖性能模块设计流程 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 通过设置合适的参数，统计子模块可以筛选出用户需要的栅格。设置参数，经过统计子模块，可以获得信号差且话务量多的区域，该区域通常是需要进行网络优化的，在论文中称该区域为目标区域，称该区域中的栅格为目标栅格。 笼盖性能阐发子模块可以对目标栅格进行分类，对获得的不合类别栅格采纳不合的优化战略，最后输出给出待改良基站的排名和增建基站区域。 图 312笼盖性能阐发算法流程图 如图 312是该子模块的笼盖性能阐发算法流程图。用户需要自行输入弱笼盖阐发阈值，在本论文中作为基站的有效笼盖半径使用。虽然真实情况是基站在各个标的目的的有效笼盖半径受到周围环境、天线朝向功率等各方面条件的影响，可是应需求方要求，假设基站在各个标的目的的笼盖半径相同可以更便利实验和测试，所以本论文中所有基站在各标的目的的笼盖半径统一为。同时输入还有经过联合统计子模块获得的目标栅格数据和从运营商处获得的基站位置数据。 RwRwⅠ类栅格Ⅱ类栅格 图 313 目标栅格分类 参照基站位置数据，对目标栅格做分类，具体分类示意图如图 313。在基站规模内的目标栅格，这一类栅格是可以通过调整基站参数、优化基站配置或者调整天线等办法改良的，在该论文中我们统一称这一类目标栅格为Ⅰ类目标欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 栅格。对在基站规模外的目标栅格，这一类栅格可能因位置比较偏远而不克不及被有效笼盖到，主要通过增建基站或者放置直放站的方法来改良，我们统一称这一类为Ⅱ类目标栅格。 为了优化Ⅰ类目标栅格，首先对所有基站依照笼盖Ⅰ类目标栅格个数排序，其中排名靠前的基站可以作为优化的重点来解决Ⅰ类目标栅格的笼盖性能问题。而对Ⅱ类目标栅格，首先对其进行聚类阐发，然后对聚类后获得的目标区域采纳增建基站的方法来解决其笼盖性能的问题。聚类阐发子使用Ⅱ类目标栅格数据作为输入源，通过基本 K均值算法、 DBSCAN等聚类算法，对栅格进行聚类阐发，将目标区域依照位置区分红小的目标区域，并对每个区域依照统一的弱笼盖区域评价准则评价排序，其中排名靠前的弱笼盖区域应是优先考虑建站的区域。最后获得的待改良基站排名和增建基站区域排名可以为该地区的网络优化提供有价值的信息参考。 为了对弱笼盖区域进行评价，判断该区域是否有需要增建基站，本文设计了一个弱笼盖区域评价准则。 弱笼盖区域评价准则： (3.1) 其中暗示对聚类后的第个区域的评估值，暗示该区域中第个目标栅格所对栅格的信号质量，小于 0；暗示该区域中第个目标栅格所对应栅格的话务量，是用户输入的参数，用来调整栅格信号质量和话务量权重的系数，、是常数，辨别是12dB、10。信号质量越差，越小，此时值越年夜，代表该区域增建基站的需求越年夜；话务量越年夜，越年夜，此时值越年夜，同样也代表该区域增建基站的需求越年夜。 3.7 本章小结 本章首先给出了该工具的需求阐发，详细说明了该工具的功能需求。其次介绍了阐发工具的整体框架设计，并详细介绍了各功能模块。接下来介绍了本文的数据的获取。最后对各功能模块的设计进行详细说明阐发。 首先详细叙述了显示模块的设计，该模块作为本工具的核心功能之一，能够将统计或者处理之后的数据以直观地数据统计图表和栅格图的形式展示。然后设计了信号笼盖模块和话务负载模块，信号笼盖模块主要用于处理与信号质欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 量相关的数据，话务负载则用于处理与话务量相关的数据，最后处理的结果通过显示模块做出相应展示，展现出数据在数值区间、时间和空间上的散布关系。最重要的是，根据用户需求，完成了对基于地理的笼盖性能模块的设计，该模块是对之前模块功能的总结和升华，采取联合统计的方法，找到目标栅格，再结合目标区域的基站数据对目标栅格进行分类。对不合分类的目标栅格采纳不合的优化计划。本章介绍各模块办法的设计思想，为后续实现章节提供指导。 欧阳歌谷创编 1 2021年2月 欧阳歌谷创编 2021年2月 1 4 阐发工具的实现 4.1 交互流程设计 4.2 显示模块实现 4.3 信号笼盖模块实现 4.4 话务负载模块实现 4.5 基于地理的笼盖性能模块实现 4.6 本章小结 欧阳歌谷创编 1 2021年2月 欧阳歌谷创编 2021年2月 1 5 阐发工具的测试 5.1 测试平台与实验数据 5.2 信号笼盖的统计与阐发 5.3 话务负载的统计与阐发 5.4 基于地理的笼盖性能统计与阐发 5.5 本章小结 欧阳歌谷创编 1 2021年2月 欧阳歌谷创编 2021年2月 1 6 总结与展望 6.1 总结 6.2 展望 欧阳歌谷创编 1 2021年2月 欧阳歌谷创编 2021年2月 1 致谢 References: [1] 邹铁刚, 刘建民, 张明臣. 移动通信网络优化技术与实践. 第1版. 北京: 清华年夜学出 版社, . [2] 吴松, 何照东, 葛海平. 面向3G的无线网络优化体系. 邮电设计技术, , 11: 1014 [3] 熊华伟. 基于Gis的移动通信网络质量监控与阐发系统研究. 信息通信, , 04: 129130 [4] 黎宏剑, 刘恒, 黄广文 et al. 基于Hadoop的海量电信数据云计算平台研究. 电信科学, , 08: 8085 [5] Network T R A. Study On Minimization of DriveTests in Next Generation Networks;(Release 9). . [6] Holma H, Toskala A. LTE Advanced: 3GPP Solution for IMTAdvanced. 第John Wiley & Sons, . [7] Riihijärvi J, Mähönen P. Estimating Wireless Network Properties with Spatial Statistics and Models. In, ed. Modeling and Optimization in Mobile, Ad Hoc and Wireless Networks (WiOpt), 10th International Symposium on. IEEE, . 331336 [8] Cressie N. Statistics for Spatial Data. 第John Wiley & Sons, . [9] Dejonghe A, Van Wesemael P, Pavloski M et al. Flexible and Spectrum Aware Radio Access through Measurements and Modelling in Cognitive Radio Systems. . [10] GalindoSerrano A, Sayrac B, Ben Jemaa S et al. Automated Coverage Hole Detection for Cellular Networks Using Radio Environment Maps. In, ed. Modeling & Optimization in Mobile, Ad Hoc & Wireless Networks (WiOpt), 11th International Symposium on. IEEE, . 3540 [11] GalindoSerrano A, Sayrac B, Ben Jemaa S et al. Harvesting MDT Data: Radio Environment Maps for Coverage Analysis in Cellular Networks. In, ed. Cognitive Radio Oriented Wireless Networks (CROWNCOM), 8th International Conference on. IEEE, . 3742 [12] Mitola J. Cognitive RadioAn Integrated Agent Architecture for Software Defined Radio. 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 2000, [13] AlayaFeki A, Ben Jemaa S, Sayrac B et al. Informed Spectrum Usage in Cognitive Radio Networks: Interference Cartography. In, ed. Personal, Indoor and Mobile Radio Communications, . PIMRC . IEEE 19th International Symposium on. IEEE, . 15 [14] AlayaFeki A B H, Sayrac B, Jemaa S B et al. Interference Cartography for Hierarchical Dynamic Spectrum Access. In, ed. New Frontiers in Dynamic Spectrum Access Networks, . DySPAN . 3rd IEEE Symposium on. IEEE, . 15 [15] Cressie N, Johannesson G. Fixed Rank Kriging for Very Large Spatial Data Sets. Journal of the Royal Statistical Society: Series B (Statistical Methodology), , 1: 209226 [16] Braham H, Ben Jemaa S, Sayrac B et al. Coverage Mapping Using Spatial Interpolation with Field Measurements. In, ed. Personal, Indoor, and Mobile Radio Communication (PIMRC), IEEE 25th Annual International Symposium on. IEEE, . 17431747 [17] Braham H, Ben Jemaa S, Sayrac B et al. Low Complexity Spatial Interpolation for Cellular Coverage Analysis. In, ed. Modeling and Optimization in Mobile, Ad Hoc, and Wireless Networks (WiOpt), 12th International Symposium on. IEEE, . 188195 [18] Grewal M S, Weill L R, Andrews A P. Global Positioning Systems, Inertial Navigation, and Integration. 第John Wiley & Sons, . [19] Whitepaper. An Overview of LTE Positioning. In, ed. [20] Palaios A, Jagadeesan S, Perpinias N et al. Studying and Mitigating the Impact of GPS Localization Error On Radio Environment Map Construction. In, ed. Personal, Indoor, and Mobile Radio Communication (PIMRC), IEEE 25th Annual International Symposium on. IEEE, . 258263 [21] Braham H, Jemaa S B, Fort G et al. Spatial Prediction Under Location Uncertainty in Cellular Networks. arXiv preprint arXiv:1510.03638, , [22] Delyon B, Lavielle M, Moulines E. Convergence of a Stochastic Approximation Version of the EM Algorithm. Ann Stat, 1999, 94128 [23] 郑伟. 栅格化数据在移动通信网络优化中的应用研究:[ 硕士学位论文]. 北京邮电年夜 学, . [24] 方裕, 周成虎, 景贵飞 et al. 第四代Gis软件研究. 中国图象图形学报, , 09: 511 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 [25] 刘学锋, 李先华, 何幼斌. 地理信息系统在通信领域的应用研究进展. 上海年夜学学报 (自然科学版), , 04: 389393 [26] 周成国, 范玉山, 赵修涛. 基于Gis技术的沂蒙山区无线通信基站选址与网络优化. 城 市勘测, , 06: 1315 [27] 宋海营. 城市移动通信基站的建站阐发和选址计划设计. 中国无线电, , 10: 5558 [28] 方黎, 于海波. 基于GeoDatabase的管线数据库建库若干问题研究. 城市勘测, , 06: 2225 [29] Xie M, Esaki T, Zhou G. GISbased Probabilistic Mapping of Landslide Hazard Using a ThreeDimensional Deterministic Model. Nat Hazards, , 2: 265282 [30] 章孝灿, 潘云鹤. Gis中基于“栅格技术”的栅格数据矢量化技术. 计算机帮助设计与图 形学学报, , 10: 895900 [31] Herath P, Krzymien W, Tellambura C. Coverage and Rate Analysis for Limited Information Cell Association in StochasticLayout Cellular Networks. , [32] 陈威兵, 何松华, 彭曙光. 移动通信系统. 第1版. 北京: 清华年夜学出版社, . [33] Makanjuola N T, Shoewu O O, Akinyemi L A et al. Comparative Analysis of GSM Network and IS95 CDMA Network Using Signal Strength. The Pacific Journal of Science and Technology, , [34] Ruohonen J. Method for Reducing Power Consumption of a Mobile Station and a Mobile Station. In, ed谷歌 Patents, . [35] Sampath H, Gore D A, Teague E H. Digital and Analog Power Control for an OFDMA/CDMA Access Terminal. In, ed谷歌 Patents, . [36] Yang J, Lee W C, Shin S. Design Aspects and System Evaluations of IS95 Based CDMA Systems. In, ed. Universal Personal Communications Record, 1997. Conference Record., 1997 IEEE 6th International Conference on. IEEE, 1997. 381385 [37] Gilhousen K S, Padovani R, Wheatley Iii C E. Method and Apparatus for Controlling Transmission Power in a CDMA Cellular Mobile Telephone System. In, ed谷歌 Patents, 1991. [38] Viterbi A M, Viterbi A J. Erlang Capacity of a Power Controlled CDMA System. 1993, [39] Sampath A, Mandayam N B, Holtzman J M. Erlang Capacity of a Power Controlled Integrated Voice and Data CDMA System. In, ed. Vehicular Technology Conference, 1997, 欧阳歌谷创编 2021年2月 1 欧阳歌谷创编 2021年2月 1 IEEE 47th. IEEE, 1997. 15571561 [40] Lee J S, Miller L E. CDMA Systems Engineering Handbook. 第Artech House, Inc., 1998. [41] 李俊. Gsm系统中的移动定位技术研究:[ 硕士学位论文]. 国防科学技术年夜学, . [42] Cong L, Zhuang W. Hybrid TDOA/AOA Mobile User Location for Wideband CDMA Cellular Systems. Wireless Communications, IEEE Transactions on, , 3: 439447 [43] 刘全胜. 基于Gsm系统的移动台定位办法研究:[ 硕士学位论文]. 年夜连海事年夜学, . [44] Foundation T A S. What is Apache Hadoop. In, ed. [45] 郝树魁. Hadoop HDFS和MapReduce架构浅析. 邮电设计技术, , 07: 3742 [46] Foundation T A S. HDFS Architecture Guide. In, ed. [47] Foundation T A S. MapReduce Tutorial. In, ed. 校对陈述 以后使用的样式是 [硕士论文] 以后文档包含的题录共52条 有0条题录存在必填字段内容缺失的问题 所有题录的数据正常 欧阳歌谷创编 2021年2月 1 因篇幅问题不能全部显示，请点此查看更多更全内容