移动通信4G网络优化分析

导语：移动通信4G网络优化分析一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：本文基于TD-LTE网络优化的思路，根据TD-LTE网络参数配置与关键TD-LTE网络指标间的关联性，采用“扁平化”网络架构和多样化TD-LTE网络优化方法，从网络部署场景、运营、用户行为三个维度，构建了精细化的TD-LTE网络KPI体系。在此基础上，基于云计算将移动通信4g网络结构划分为数据存储层、数据处理层、网优业务逻辑层及人机交互层4层，并针对私有云等几种关键4G网络优化技术展开分析。

关键词：云计算；移动通信；4G网络

“网络优化”是保障4G通信网络正常、稳定、高速运行的重要手段，但网络优化工作复杂，技术难度大，运营成本高。当前4G网络快速普及，移动互联网技术迅猛发展，从而使4G移动网络主流数据业务逐渐增多，由此对移动通信4G网络优化技术提出更高的要求[1]。在此背景下，本研究基于云计算技术，结合4G网络优化需求，以TD-LTE为核心，根据TD-LTE4G网络优化测量数据的典型特征，提出一种扁平化的TD-LTE网络优化架构。

1基于云计算的移动通信4G网络优化总体思路

1.1构建移动通信。4GTD-LTE网络关键性能指标体系随着互联网技术及网络通讯技术的快速发展，以TD-LTE为核心的新一代移动通信4G网络采用分组形式进行网络传输，所以传统的2G、3G系统网络不再适用于TD-LTE系统。本文基于“端到端”的形式及“扁平化”网络架构，采用云计算建立更为精细化的移动通信4GTD-LTE网络关键性能指标体系。1.2加入关键性指标。在2G、3G指标基础上，需在新一代移动通信网络指标体系中，加入关键性指标，如LTE网络真实性能指标。通过对这些关键性能指标，如移动通信4G网络吞吐量、TD-LTE网络覆盖率、小区边缘TD-LTE网络频率利用率、平均频率利用率、移动通信4G网络掉话率、切换/接入延时、公平性、TD-LTE网络阻塞率、用户网络满意度等进行整合、分析，并找到与这些关键指标相关联的重要参数，从而为云计算背景下移动通信4G网络优化提供技术支持。这些关键性指标不仅与无线配置参数、基站工程参数以及网络频率分配率、无线使用方式等移动通信4G网络工程参数密切关联，还关系到整个移动通信4G网络的管理、无线资源的管理调配以及网络调试[2]。1.3无线网络管理。在无线网络管理方面，基于OFDM正交频分复用技术可对系统宽带、时隙配置、帧结构、无线资源接入切换过程、MIMO适用场景、配置方式甚至调度、算法以及分配过程等进行合理优化。基于上述关键性能指标，可基于LTE系统实现移动通信4G网络组网参数灵活选择与网络配置。1.4网络优化。在网络优化过程中，只有识别无线资源管理相关参数以及底层网络参数同高层关键指标间的关联度与影响因子，方可分析并进一步细化关键指标与影响因子间的关系，进而找到移动通信4G网络问题，有的放矢地进行优化。

2基于云计算的移动通信4G网络优化方法

2.1建立联动关系。在确定关键性指标后，需基于云计算、大数据与网络优化理论，建立移动通信4G无线网络参数与关键性能指标间的联动关系。从网络业务层面来看，传统2G及3G网络单纯以语音与中低速数据业务为主，而新一代移动通信4GTD-LTE网络中大量业务均来源于高速数据业务，且在云计算背景下新一代移动通信4G网络业务开放性较强，不同类型的业务对QoS服务质量定位也存在较大差异[3]。因此，在移动通信4G网络优化过程中，必须综合考虑并统计相关具体网络业务量，合理利用相对有限的网络资源，提供高质量的移动通信网络服务。2.2网络分层优化。在改变传统2G、3G粗放型网络业务模式的基础上，基于精细化分析、统计方式，分别从网络部署场景、网络运营及用户行为三个层面，采用云计算对移动通信多样化的TD-LTE4G网络进行优化。2.2.1网络部署场景从网络部署场景层面而言，商业区域居民区、郊区与城市、室外与室内等不同的网络部署场景，均会对网络业务密度及实现方式产生影响。对此，需对不同网络部署场景下的网络业务量差异进行统计分析。根据业务统计结果，对不同网络部署场景中的网络参数配置差异和内在联系进行分析。2.2.2网络运营。从网络运营层面而言，对具体网络业务进行分析，有助于制定不同的QoS保障策略，并可结合运营商网络业务统计分析结果，调整网络资费，对发展潜力较大的业务给予QoS保障，并对其进行精细化资源管理与控制，同时对不同QoS保障策略进行调整优化，以实现TD-LTE网络运营效益最大化。2.2.3用户行为。从用户行为层面而言，用户行为分析需以网络业务统计分析结果为基础。即在对云计算下的移动通信4G网络进行优化时，需结合网络业务统计数据结果，即对用户使用网络业务时的用户行为，如业务时长分布、不同业务间的关联性与具体比例、网络通信时长等进行深入挖掘。基于用户的具体行为特征，对移动通用性4G网络进行优化，一方面在满足用户网络需求的基础上，实现对系统资源的有效利用；另一方面，根据用户行为，为其提供良好的服务。

3基于云计算的移动通信4G网络优化架构

为满足移动通信4G网络优化需求，本文根据云计算最新的研究进展，在网络优化业务逻辑及大数据典型性特征的基础上，通过对LTE话务统计数据及LTE测量报告数据的深入分析，提出了一种“自下而上”的移动通信4G网络优化云计算架构，其总体结构如图1所示。由图1可知，基于云计算的移动通信4G网络优化架构自下而上可分为四层，即数据存储层、处理层、网优业务逻3.1数据存储层。数据存储层可有效发挥不同类型数据库的技术优势，使不同类型数据可在不同数据库中分类存储。比如，GIS地理空间数据库中可存储地理图层信息，具体如ArcGIS和SuperMap的Geodatabase与SDX+数据等。GIS数据库是一种用于承载地理信息的基于标准关系数据库技术的数据模型。在关系型Oracle数据库中，主要存储有业务参数、权限数据、平台用户数据及业务模型等几类具体数据。其中，海量的业务分析数据、性能统计、路测、测量数据等，均存储于HBase分布式数据库中。3.2数据处理层。基于数据挖掘技术，可在Hadoop分布式集群中依次针对测量数据、业务模型数据、工参数据、地理图层信息数据、海量统计数据等进行离线、在线分析计算与处理。3.3网优业务逻辑层。网优业务逻辑层主要功能在于结合云计算下的移动通信4G网络不同的分析、优化维度，提出网络配置优化建议，自动生成预测分析报告以及制定网络性能优化方案等。3.4人机交互层。人机交互层主要为云计算下的移动通信4G网络人机交互层操作网优平台的应用及软件界面的操作使用提供基础。综上可以看出，系统在上述四层结构基础上，基于云计算平台的企业OpenStack私有云，采用HBase分布式数据存储系统及Hadoop分布式并行计算框架，可对海量大数据进行处理。在处理数据时，通过对OpenStack云平台API管理接口和应用程序编程接口进行调用，可实现集群中Hadoop节点和应用程序节点的弹性可伸缩。当负荷较大时，可适当减少相应的动态节点；当负荷较小时，可适当增加相应的动态节点。这种优化架构与传统关系数据库、服务器主机的网优系统相比，可使移动通信4G网络优化成本更低，系统网络运行性能更佳。

4云计算背景下移动通信4G网络优化技术分析

上述网优架构的实现离不开下列几项关键技术：4.1企业私有云。OpenStack企业私有云技术是一个开源的云环境，其几乎支持所有云计算项目管理。其采用统一的标准，可大规模扩展平台，实施简单，可对企业大量内存容量、CPU计算能力、网络硬盘空间等进行整合，同时还可灵活、快速创建和分配云主机的资源，不仅能够有效提高计算机的资源利用率，还可实现应用数据迁移、容灾、负荷均衡等。通过在企业私有云OpenStack平台中构建移动通信4G网络优化平台，即可根据网优发展趋势及计算分析数据规模，弹性扩容，快速部署。4.2Hadoop集群。Hadoop属于开源的分布式并行计算架构。通过构建基于Hadoop的MapReduce并行计算编程模型，即可设计移动通信4G网络优化算法，进而充分利用Hadoop分布式集群框架，对移动通信4G网络优化相关存储数据进行高速运算与海量优化。4.3HBase大数据存储。因移动通信4G网络话务统计数据和网络优化测量报告数据较为复杂、离散，体量超大。所以，为了满足大数据时代对移动通信4G网络优化数据存储的要求，应采用GoogleBigTable技术和HBase分布式数据库分析处理数据，快速搭建大规模的Hadoop存储数据集群，以提高分布式存储系统性能和可伸缩性[4]。4.4应用程序集群伸缩设计。云平台下移动通信4G网络优化用户并发数大，排队时间长，提交的Job数量庞杂，采用程序集群的伸缩设计，可自动分摊Job，增加应用程序节点，并通过向虚拟机管理服务申请，创建指定类型和指定数量的节点。4.5Hadoop集群伸缩设计。Hadoop集群的伸缩设计一般只针对DataNode节点进行扩展处理。由于移动通信4G网络数据节点只负责对实际数据进行存储，所以通常只能单向增长。当Hadoop集群容量增大时，可适当增加DataNode集群节点或增加磁盘空间，同时还可根据Job负荷自动增加运算节点。

5结论

综上所述，云计算与互联网技术的快速发展，推动了移动通信技术与4G网络技术优化的融合。本文运用云计算的移动通信4G网络优化总体思路，选用云计算移动通信4G网络分层优化方法，基于四层网络优化架构，分别对四种移动通信4G网络优化技术进行分析，发现结合TD-LTE网络优化关键技术，可大幅提升网络优化效益。本系统的顺利实施，能够提高移动通信4G网络运营管理水平，改善服务状况，产生良好社会效益与经济效益。

参考文献：

[1]林健标.基于云计算的移动通信4G网络优化方法探讨[J].通讯世界，2017（8）：28-29.

[2]李清亮.基于云计算的移动通信4G网络优化[J].信息通信，2017（5）：259-260.

[3]冷宇，张小丽.基于云计算的移动通信4G网络优化探讨[J].电脑迷，2016（4）：166.

[4]陈澄广，林良成.云计算下移动通信4G网络优化探讨[J].电脑迷，2016（4）：172.

作者:姜炳辉 单位:上海邮电设计咨询研究院有限公司