利用异质蜂窝网络大数据跨层优化无线资源

杨晨阳 韩圣千 李荣鹏 易芝玲

(1. 北京航空航天大学, 北京 100191; 2. 浙江大学, 浙江杭州 310027; 3. 中国移动研究院,北京 100053)

1 引言

为了支持爆炸性增长的业务需求,第五代移动通信的主流发展趋势是网络密集化、频谱宽带化和进一步提高网络频谱效率。然而,美国联邦通信委员会的研究表明,蜂窝网络中大量基站在每天的大量时间内资源并未得到充分利用。中国某运营商对已部署的第四代移动通信网络所进行的测量结果表明,无线资源块的平均利用率低于15%。造成这种困境的一个原因是业务在时间和空间上的动态变化;另一个原因则是现有网络是在保守理念下设计的。这样的设计理念源于用户使用网络资源的行为是随机、不可预测的假设,因此面向峰值负载进行设计。在电信网中所承载的电话和视频会议等实时(Real-time, RT)业务的内容确实是随机的。然而,现有和未来无线网络中主要承载的是视频点播和文件下载等非实时(Non-real-time, NRT)业务,这些业务的内容可预知、可缓存。

无线业务的时空变化来自用户行为的时变,因此预测用户行为可以减少业务的不确定性。尽管用户行为具有很强的随机性,但由于日常作息习惯和人类本身的计划性,已有不同学科的大数据分析结果表明用户行为具有很强的规律性,这意味着与用户行为相关的信息可预测。根据2010年“科学”杂志的报导,人类运动模式的可预测性竟高达93%[1]！

在蜂窝网络的核心网、基站、或移动终端可以观测和采集到大量的业务和信令数据,例如网络的业务流量、用户的历史请求、平均接收信号强度、位置时间序列(即移动轨迹)等。……