基于大数据分析的无线通信技术研究.docx

基于大数据分析的无线通信技术研究 马光春摘要：随着当前信息化时代的来临，在可预见的未来，信息传输所具备的规模化、高密度连接、异构业务需求等特征将愈发凸显，由此也将会导致无线网络设计与建设面临重大考验。本文对频谱资源的管理与控制、网络规划与改进、无线资源管理这三方面内的大数据应用展开相关的研究工作。关键词：大数据分析；频谱管理与控制；网络规划与改进；无线资源管理：TN92 ：A ：1007-9416（2017）07-0053-01随着当今信息化时代的高速发展，使得无线通信网络技术也迎来了巨大的挑战威胁。而大数据技术作为一种关键技术对于提升无线通信技术的服务能力可发挥出巨大的作用价值，其可借助于计算机设备及网络信息技术，来针对大规模的信息资源展开高效化分析、处理工作，以促进无线通信技术取得更大的发展成就。对此，本文将基于大数据分析基础上来针对无线通信技术展开深入探究。1 频谱资源管理与控制大数据应用随着信息技术的持续、高速发展，频谱资源的稀缺性愈发凸显，现就针对大数据技术在频谱资源管理与控制中的具体应用情况展开具体分析1。（1）频谱监测数据与大数据的信息处理特征有着高度的契合性，例如数据规模庞大、类型众多、高额价值等。受到信息技术的快速发展影响，无线电频谱应用范围持续扩大，各类频谱检测数据规模也越来越大，以国内某地监测站为例，8座监测站在17分钟内所产生出的数据信息便可达到GB级别。考量到国内无线电管理在长期性的系统运行过程中已经累积出了大规模的数据信息，频谱监测应用大数据已经十分迫切。为应对频谱资源稀缺性的特点，以便更好的满足于将来的无线电管理应用及发展需求，急切需要通过应用大数据技术来针对快速增长的信息资源予以高效化存储、分析及类型归纳，将数据信息内所潜藏存在的隐性价值最大程度的开发出来，以促成对频谱需求的准确化预测，并实现高效化的频率规划及配置，促进对频谱资源利用效率的大幅度提升。（2）无论是对大数据信息资源的精细化应用还是管理而言，准确化的预测与分析都是其中最为重要的一项内容。而要想做到这一点对频谱资源的动态化共享将是核心要义所在。因而，某些甚至已经完全应用动态化频谱管理方式来促成多种通信技术对频谱资源进行管理，这同时也是基于认知无线电频谱管理最为基础的状态方式。但是，在完全或是仅部分应用动态频谱管理之时，为确保各项无线通信技术间可实现对频谱资源的高度共享，不但要能够达到对大规模频谱监测数据信息的及时分析，并且还要同时采集不同用户由不同终端所支持的频率信息，并对不同用户所提出的业务请求、设备应用频谱等信息内容予以精准预测，从而来开发出此类信息和用户在将来的信息应用频率关联性，并以此来对用户的应用频率做出指导。鉴于对设备应用频率会造成干扰的信息源来自于多个方面，例如无线环境、终端参数、网络结构、用户行为等，应用常规的因果逻辑关系进行模型构建和应用频率信息间的关系进行模型建构均存着较大的困难性2。2 网络规划与改进大数据应用无论是何种通信手段方式都存在着特定的适用范围及目标对象，并不存在有单一类型的通信技术可广泛应用于各种各样的通信场景，并满足于用户的各项需求。因此，关于网络信息技术的发展异构融合现已得到了广泛性的认同，这也就预示着网络运营商将需同时运营多项网络系统。基于网络信息系统的融合发展背景下，不同通信形式间的互相操作行为愈发常态化，协调部署与优化工作也呈现出了更加显著的复杂性特征，对于网络管理信息系统在应对各项数据处理时的要求也有明显升高。而且，入网设备数量的不断增多，业务类型愈发趋向于多样化，数据信息的分布不均衡、高能耗等特征也将表现的越来越明显，这也将会导致网络规划及优化工作面临重大挑战。传统网络规划及优化方式的局限性已十分明显，其主要体现在几个方面3：（1）活性较差。传统网络规划难以依据业务需求来做出动态化调整。而在将来的网络部署上则亟需由静态转为动态化，由固定化转为灵活化。（2）网络精确覆盖性差。传统无线网络规划仅是采用的单一传播模型、话务统计及电子地图，这往往会与真实场景产生一定的偏差，并且还将会对网络覆盖规划的精准性产生严重干扰。（3）一体化程度低。各无线网间互为独立关系，无法达到全网统一，且无法满足于多样化通信手段、大规模网络设备增长需求。（4）网络规划缺乏智能化。数据信息来源途径单一，难以及时甄别出有价值的信息内容，投资效益低；而且也难以对站点规划的优先级做到精准明确，规划成本高、效益低，难以确保投资价值得到应有保障。对于大数据的应用便可有效应对以上无线通信技术局限性的重要手段措施。通过应用大数据技术所具备的全网信息搜集能力、数据信息深度挖掘能力、深度智能化学习能力、大数据技术网络规划及优化措施等，来达到对用户需求的中长期预测，并促成对各项指标信息的高效化统计分析，要在用户还未察觉前便检查出问题所在，并采取相应的优化改进措施。3 无线资源管理大数据应用新型业务类型的层出不穷，数据信息多样化与应用场景的差异化，均使得传统资源管理面临重重考验。为积极适应于快速增长的业务发展需求，“云-管-端”的无线接入网架已获得了广泛认同。其所具备的高效化数据采集与精準预测能力，现已成为满足用户差异化需求最为关键的一项内容，如某资源集中化配置无线网络，可借助于对用户行动轨迹、个人兴趣、订阅资讯等内容的掌握，来通过计算机智能化学习算法来构建起相应的模型，对于各区域内每一时刻所大致需求的无线网络技术设施、资源数量等进行大致估测，并促成基站节点自动开关、无线资源精准投放及全区域调控4。另外，网络还可依据用户所接入的位置、运行状况、信号轻若、行为习惯等信息来对用户所即将有可能会发出的业务请求做出预测，并以此来促成对小区资源的精准调控，甚至可以虚拟出一个新的小区，通过对用户运动行为的实时性追踪监测来给予其提供以更加个性化的服务。4 结语总之，在未来的无线通信网络领域内，开展关于无线网络的设计与建设工作困难重重。大数据技术是面向未来无线通信网络设计与建设的核心技术手段之一，其能够实现对无线网络所面临的频谱资源管控、网络规划与改进、无线资源管理等问题的有效处理。最终希望借助于本文的研究工作能够为相关同行提供一些可供参考的内容。参考文献1蔡俊.无线通信技术在数据采集中的应用J.科技视界，2013，（28）：73.2林志坤.无线通信技术的分类及发展J.通讯世界，2017，（3）：59-60.3邵奎斌.大数据在通信领域的应用现状与前景探究J.科技尚品，2017，（2）：187.4李青.大数据在通信行业的应用研究J.通讯世界，2016，（18）：17.endprint -全文完-