用户行为对移动通信网络影响的研究.doc

用户行为对挪动通信网络影响的研讨

信息产业部电信规划研讨院段建甫闫凤玲

摘要：在挪动通信中，用户本身的行为对网络配置的影响很大。中国挪动集团在其对GSM网络配置的指点意见中提出了零碎忙时波动系数的概念，但通过实际网络数据的分析，发现该定义仍有欠缺。本文通过对大量网络数据的分析，得出了用户行为对网络酿成的影响程度，并提出了具体算法。
关键字：零碎忙时波动系数零碎波动因子用户挪动因子
前言
在挪动通信中，用户本身的行为对网络配置的影响很大。中国挪动集团为了指点各省公司的网络建设，在2002年下发了《中国挪动通信关于GSM配置的相关参数及要求》，其中定义零碎忙时波动系数如下：
零碎忙时波动系数＝（基站忙时话务量总和/零碎忙时话务量－1）×100％…(1)
该定义反映了不同网络中各基站实际忙时与零碎忙时的不均衡性。仔细分析该定义，可以发现有下方几个问题：
定义中名称的含糊性：在实际零碎中，每天的忙时话务量并不相同，而是具有必然的波动性，将基站实际忙时与零碎忙时的不统一性定义为零碎忙时波动系数有失妥当；
由于零碎忙时值的不统一性，在计算中取零碎忙时话务量值时没有一个统一的标准，不同天的计算结果相差很大;
由于用户活动的周期性，周末和非周末的基站实际忙时话务量相差较大。
基于以上考虑，本文在分析了大量现网数据的基础上，对由于零碎忙时话务量本身的波动和由于用户挪动而酿成的基站实际忙时与零碎实际忙时不统一性分别进行了分析和定义。
零碎波动性的定义与计算方法
理想中的用户是由不同的人组成的，大量的用户构成一个群体。对一个地区的用户来说，虽然每一个用户都具有特殊性，但全体上又具有必然的统计特性。
图1中显示了某市1月份到11月份零碎忙时话务量的变化，从图中可见，该市的零碎忙时话务量在逐渐添加的同时也表现出较大的波动性。
图1某市1月份到11月份系统忙时话务量
从全网上看，零碎话务量的变化主要是由用户增长的要素引发的（图中的直线是采集数据的拟合曲线），但从短时间内看来，用户量的变化并不是影响零碎话务量变化的主要要素，而是用户话务行为的变化。
不计短期内用户的增长，将零碎忙时话务量按每周统计归一化，得到用户话务行为的变化特征如图2所示。
图2某市1月份到11月份用户话务行为的变化情况
从图中可见，某市用户话务行为的波动比较大。通过对数据进行归一化的分析，得出均值为1，标准方差为0.23。统计的归一化用户行为和对应的正态分布的累积分布曲线和概率分布图，如图3所示。统计的数据和对应正态分布的累计分布概率的相关性达到0.968，通过对其它城市的数据分析，发现二者的相关性普通也在0.93以上，因而可以用正态分布函数来拟合用户话务行为的波动性。
图3归一用户行为和对应的正态分布的累计分布概率图
设小区话务量矩阵：
…………（2）
其中为第d天的小区话务量矩阵，表示第d天第n个小区h时的话务量。定义：零碎承担的平均话务量：统计时间内零碎实际忙时话务量的均值
…(3)
根据前面分析，为表征用户话务行为的变化情况，定义零碎忙时波动系数为归一化零碎忙时话务量的标准方差。
定义：零碎忙时波动因子：归一化零碎忙时话务量的标准差
…（4）
由于可以用正态分布函数来拟合用户话务行为的波动性，而零碎忙时话务量是用户数和单用户话务量乘积，因而可以用和来表征零碎忙时话务量的波动情况。实际统计中，采用所达到的统计概率为84%摆布，而采用所达到的统计概率为93%摆布。利用和可以估计未来零碎所承担的最大忙时话务量，从而为交换机和无线网的配置提供根据。
用户挪动性的定义与计算方法
图5不同小区周末和工作日话务量对比情况
与固定用户不同，挪动用户总是处于挪动形状，用户在网络中挪动构成了各小区之间的实际忙时和忙日并不分歧。由于小区的配置是以实际忙时为准，而网络是由多个小区构成，因而网络实际所配置的无线容量需求大于零碎忙时的容量需求。
图4同一天中各小区实际忙时的不统一性
图4显示了同一天的网络中因用户挪动酿成的小区忙时不统一的曲线，而图5则表明周末和工作日用户的活动场所的不同酿成的话务量对比的情况。总之，用户的挪动必然使网络实际所需配置的无线容量要大于零碎忙时的容量需求。
为了表征用户的挪动特性，我们引入用户挪动因子的概念。由公式2，得：
定义：
小区最大话务量：指各小区每天实际忙时话务量的最大值
……（5）
在实际采集数据进行分析时，某个小区可能在数据采集的时间内具有较高的话务量而在其他相当长的时间内话务量偏低，此时若采用采集的时间内的最大值则可能使得容量偏大，从而降低了实际网络利用率。
图6小区波动统计
为了精确配置小区，我们对该地区的小区进行分析。首先对每个小区7天内的最大值进行归一化处理，然后对归一化数据进行统计分析，结果如图6所示。
根据统计，该地小区的归一化数据的统计结果与正态