基于云计算移动通信4G网络优化探析.docVIP

基于云计算移动通信4G网络优化探析 　　摘要：随着信息技术的快速发展，移动通信网络页呈现出规模划的发展趋势，其网络优化工作日渐得到重视。尤其是当前网络发展迅速，4G网络的诞生，在推动无线通信技术进一步发展的同时也带给了网络优化工作一定的挑战。因此文章重点就基于云计算的移动通信4G网络优化展开相关探讨 关键词：云计算；移动通信；4G网络；优化措施 中图分类号：TN929.53 文献标识码：A 文章编号：1007-9416（2017）02-0068-01 1 TD-LTE网络优化思路 近年来，移动通信4G网络快速发展，4G网络以TD-LTE为核心，这种TD-LTE网络的各项业务主要是基于分组形式，以这种形式实现通信数据传输，所以有些TD-LTE网络的关键性能指标不适合2G或者3G网络。TD-LTE网络和3G网络不同，其基于扁平化网络结构体系，并且采用端到端架构，所以根据TD-LTE网络运行要求，结合4G网络的关键性能指标，优化构建TD-LTE网络体系，并且基于这种移动网络指标体系，不仅保留3G，2G指标，还可以加入TD-LTE网络的各项关键性能指标，合理整合和有效分析各项关键性能指标，研究影响TD-LTE网络运行关键性能指标参数，科学判断和分析TD-LTE网络平台，提供有利支持[1] 2 基于云计算的移动通信4G网络优化软件的实现 2.1 数据存储层 众所周知，数据库主要功能在于对各种数据的有效存储，不过不同类型的数据资源则需存储于不同数据库之中。诸如地理图层信息则需要在GIS地理空间数据库中进行存储；平台用户数据、权限数据、业务模型以及业务参数等则需要在传统的关系型数据库Oracle中予以存储；海量的性能统计数据、业务分析数据等则需要在分布式数据库HBase中进行存储 2.2 数据处理层 科学合理运用数据挖掘技术，同时积极将地理图层信息、各项工业参数数据、业务模型等相关信息数据进行有效融合，基于Hadoop分布式集群，从而实现在线分析计算和离线分析处理等功能 2.3 网优业务逻辑层 针对各种类型的分析优化维度，进而生成分析预测报告，以便于最终提出相应的配置优化意见和性能优化方案 2.4 人机交互层 网优人员仅需借助人机交互层的软件界面就可以对平台仅需相应的操作使用。系统的云计算平台则是在OpenStack的企业私有云的基础之上，运用分布式并行计算框架中的adoop系统以及分布式数据存储中的HBase系统等来实现对海量的庞大信息数据进行分析处理。此时，仅需要对云平台中的OpenStack所管理的API进行适当的调用，便可以实现可伸缩性的对集群中的相关应用程序节点以及Hadoop节点等进行弹性管理。当系统负荷整体较重，仅需要适当的将对应的节点予以动态增加即可，反之则适当予以减少。该操作模式在很大程度上，有利于系统整体性能的大幅度提升，同时还能够对系统的运行成本进行适当的降低 3 TD-LTE网络优化的关键技术 3.1 TD-LTE网络关键性能指标体系及统计分析 开展网络优化工作时，离不开相应的科学合理的网络关键性能指标体系的支撑，其即提供了方向和指南，还有助于对优化问题进行及早识别。基于云计算的移动网络4G网络优化系统，则是汲取了2G/3G移动通信网络优化中的精华，同时对于一些过时的关键性能指标予以及时的摒弃，同时还结合4G网络时代的特点，添加了一些新型的、更能精准反映TD-LTE网络真实性能的各项指标。通过综合整理、分析这些性能指标，并查明影响这些关键性能指标的重要参数，以便于提供给网络优化更为切实可靠的一手数据资料，确保网络得以最佳优化[2] 3.2 基于路测数据的网络覆盖和干扰预测分析 综合运用实际测试和算法研究两种研究方法，将路测数据中所能够展现出的各种有用信息进行充分的挖掘，同时对路测数据的拓展性应用予以重点考虑。具体而言，合理运用TD-LTE路测仪表将典型区域的路测数据进行采集，然后将路测所收集整理到的有限的线数据和点数据进行重点研究，并补充预测网络所能够覆盖到的面数据。同时，还需要对路测数据所能够覆盖的区域和实际造成的干扰程度进行定量分析。最终综合分析目标区域内的覆盖情况和干扰情况，并科学评估网络以及业务的实际质量水平。此外还需要对异常路测所测试出的覆盖区域和干扰现象中的问题进行分析 3.3 网络自组织技术 对于不同时间、地理场景而言，可以综合运用时间序列分析技术，来对网络所能够覆盖的区域内的用户的业务行为、业务流量等进行综合分析。结合网络的性能指标以及用户对于服务质量的具体要求，综合运用云计算大数据挖掘技术。来对业务类型、网络配置等相关性予以综合分析。合理运用时间、地理场景相似性匹配技术，优化配置网络结构和资源，同