基于时间-空间的业务量区域分类和分析方法技术

本发明专利技术公开了基于时间‑空间的业务量区域分类和分析方法，属于预测和网络优化技术领域。首先选取若干个相邻的基站，构造各基站的坐标点集合，并查询各基站相应的历史业务量。然后构建Delaunay三角网，记录每个三角形的三个基站点坐标，生成三角形链表P。遍历三角形链表P，利用三角形外心寻找维诺边，画出维诺图，自动将所有基站划分为若干多边形区域；同时对每个区域的相邻区域进行记录，实现空间上的划分；同时采用k‑NN算法对所有区域的业务量数据进行分类，实现时间上的划分。最后对维诺图中历史业务量变化趋势相同且相邻的基站区域标记为同一个颜色，并利用格兰杰因果关系检验各分类区域的业务量数据的因果性。本发明专利技术提高了网络优化的准确度。

【技术实现步骤摘要】
基于时间-空间的业务量区域分类和分析方法
本专利技术属于蜂窝网络中预测和网络优化
，具体是一种基于时间-空间的业务量区域分类和分析方法。
技术介绍
随着移动网络的快速发展，无线网络中的数据流量也在急剧增长。根据CiscoVisualNetworkingIndex:ForecastandTrends,2017-2022,’[R]Cisco,Tech.Rep.,November,2018的统计数据以及预测，从2016到2021年，忙时互联网流量将增长4.6倍，闲时互联网流量也将增长3.2倍，手机端流量将超过PC端；流量的成倍增长给网络的运营和维护带来了巨大的挑战，因此，对于无线网络数据的分析和对于业务量模型的研究就显得尤为关键。5G通信的到来将为蜂窝网络带来激增的流量，蜂窝网络中的流量具有时间变异性强，以及时空的强相关性，给网络性能分析带来很大困难。为了合理利用通信网络资源，对蜂窝网络中的流量信息的处理方式变得尤为关键。然而现有的无线网络优化中仍然存在一些问题，例如在网络优化时，工作人员往往根据经验对区域进行划分，如商业区和住本文档来自技高网...

【技术保护点】
1.基于时间-空间的业务量区域分类和分析方法，其特征在于，具体步骤如下：/n步骤一，选取若干个相邻的基站，将各基站的坐标点构造集合B，并查询各基站相应的历史业务量，构成矩阵T；/n步骤二，将各个基站的坐标位置通过Delaunay算法构建Delaunay三角网，并记录Delaunay三角网中构成每个三角形的三个基站点坐标，生成三角形链表P；/nP＝[Tri

【技术特征摘要】
1.基于时间-空间的业务量区域分类和分析方法，其特征在于，具体步骤如下：
步骤一，选取若干个相邻的基站，将各基站的坐标点构造集合B，并查询各基站相应的历史业务量，构成矩阵T；
步骤二，将各个基站的坐标位置通过Delaunay算法构建Delaunay三角网，并记录Delaunay三角网中构成每个三角形的三个基站点坐标，生成三角形链表P；
P＝[Tri1,Tri2......,Trit.....,Trin]
其中，Trit为经过三角剖分之后的第t个三角形；n为所有基站经过三角剖分之后的三角形个数；
步骤三，对三角形链表P进行遍历，利用三角形外心寻找维诺边，存入链表中；
步骤四，根据维诺边画出维诺图，自动将所有基站划分为若干多边形区域；同时对每个区域的相邻区域进行记录，得到每个区域的相邻区域列表，实现空间上的划分；
步骤五，采用k-NN算法对所有区域的业务量数据进行分类，将历史业务量随时间变化趋势相同的基站所在区域划分为一类，最终得到所有基站覆盖区域的聚类，实现时间上的划分；
步骤六、根据k-NN算法的分类结果和相邻区域列表，对维诺图中的多边形区域进行标记，将历史业务量变化趋势相同且相邻的基站区域标记为同一个可视化的颜色，完成基于时间-空间的精确的场景划分；
步骤七，针对精准的各分类区域，利用格兰杰因果关系检验各分类区域的业务量数据的因果性，从因果的角度找到每个区域与相邻区域的业务量之间的关系，应用于通信数据分析优化网络。


2.如权利要求1所述的基于时间-空间的业务量区域分类和分析方法，其...

【专利技术属性】
技术研发人员：张恺飒，啜钢，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11