探析大数据在无线网络优化中的运用获奖科研报告

探析大数据在无线网络优化中的运用获奖科研报告摘

要：随着科技的快速发展，计算机的处理能力正在持续提高，而基于计算机的新技术也在不停地涌现。在这样的时代背景下，无线网络运用得到极大的推广，用户的需求也越来越多样化，网络数据信息呈海量趋势。因此，对无线通信网进行优化，显得更是十分重要，而这也是整个通信中最难解决的问题。而大数据又具有高效果的处理和存储能力，在无线网络优化中体现出先进性。鉴于此，本文也将对大数据在无线网络优化中的应用进行一定的分析，从而提高用户的体验感。

关键词：大数据;无线网络;优化;运用

一、引言

无线网络是整个通信的支撑，而大数据时代，物联网技术、数字化技术的出现，则为无线网络的优化提供了更大便利和提高了其效率。在大数据时代下，无线通信网络优化与改革也是十分必要的。对于运营商而言，在信息的时代下，能够对多种不同的网络数据进行有效的存储，以及进行有力的运行，是一种非常有力的资本。在市场角度上看，可以加强大数据产品的服务发展，能够对相关用户行为与偏好进行研究，还可有效地给各类客户进行推荐，可以以人本主义的方式，进一步地提高用户体验，满足其多元化的需求。从网络方面上看，是不同软硬件的资源的优化调整，流量与话务量要改进，就需要利用大数据对其性能指标进行研究，从而使得网络质量和相关的资源运用变得更加高效。在企业的角度上，能够依靠大数据进来研究财务、物业等，分析出其发展的策略，从而提高自身的竞争力。总而言之，大数据能够全面利用数据，给用户提供其需要的有效的信息服务。可见，大数据在无线网络优化中的作用十分重要，本文将其具体的优化过程进行分析。

二、大数据核心技术分析

（一）网络性能大数据存储

大数据存储技术，是一种以单一数据进行采集和存储过程的技术，运用在无线网络中，其主要就是采集数据，对网络用户的网络性能、话务量以及掉话率等进行收集，再对这些数据进行整理和分析，从而得知无线网络的运行状态。其中，用户性能数据是通信网络中基本的指标，不单止包括用户的位置、信号接收效果、接入载波频点等，还包括基站的位置、基站的性能，对可以进行来保证信息的正常传输。信号的测试数据，主要包括有DT数据和CQT数据，这两者分别显示不同的测试路线，DT数据主要是通过测试设备沿指定的路线进行移动，采用的是接入端呼叫以及接收端呼叫的方式来完成整个网络指标的测试过程的。而CQT数据，仅是对特定的地点进行测试，也也是确保点信息传输安全的重要方法。

（二）基于大数据技术的基站维护

随着通信业的不断发展，通信业务也在不断地增多，因为对基站进行建设是不可避免的。作为运营商，首先要对基站的性能以及其运行状态有一定了解，但是伴随着基站的不断增多，传统的方法已经无法完成基站检测等工作了。此时，可以通过大数据统计方式来完成，这不单止需要大数据存储功能，还运用到其对数据分析和处理功能，完成该过程主要依靠的虚拟技术。通过虚拟存储技术，能够实现自动分层以及精简配置，同时还能够隐藏细节和复杂性，大大提高了服务器的弹性和可扩展性。另外。虚拟化存储功能还能够处理多种结构化数据，以及非结构数据，其能够实现所有数据整合，有效地保障数据的安全性和独立性。对于数据中心，虚拟化也能够改变其动态容量，这样便可以进一步降低地能耗，减少成本的投入。采用集成和托管的架构就可实现多种虚拟化技术，从而实现物理数据中心同虚拟中心结合，利用基础的网络设施，从而来保证多个数据中心服务的分发、移动以及恢复，使移动通信系统变得更加灵活。

三、大数据在无线网络优化中的运用

（一）优化准备阶段

无线网络的优化的关键在于抗干扰，以及对网络进行定位。因此，我们要解决定位网络中所存在的一些问题，包括掉话率、干扰以及故障和安全隐患。无线网络的优化，包括优化准备、数据采集、问题分析、优化以及提取数据印证五个环节。在无线网络进行运行时，要实施的网络测试，即对于数据采集并不是一次性的，其与问题分析以及优化都是相关联的，要貫穿始终。因此，我们先要明确需要优化的网络的基本数据，比如关键网络优化指标、数据测试、线路测试以及网络基站划分的簇数据等。

（二）优化测试阶段

这里主要指的是数据的测试过程以及收集的过程，优化测试准备阶段完成后，即可进DT/CQT测试了。该测试采取虚拟化技术来对存储数据作出整理和分析，从而高效判断该网络存在的问题，包括掉话率、干扰等，获得相关的指标数据，提供数据给优化人员进行及时的调整。一般来说，主要解决的问题为网络覆盖度低，越覆盖、无主导小区以及切换问题，因此，通过运用大数据技术，我们可以根据获得的数据特征来进行明确的判断，并作出科学、合理的。

（三）优化调整阶段

优化调整，主要包括天线射频优化调整，以及后台参数调整。即首先对基站天线的调整，从而保证天线的位置与夹角等基本常数合理，同时为确保移动通信的质量，还要对后台的参数进行分析，包括接入参数、信道参数、基站功率参数等，从中调整参数，保障优化过程顺利进行。因此，无线网络的优化人员要根据调整计划，对不合理的区域的天线射频进行优化调整，对存在错误的后台参数及时的修改。注意在优化过程中，网络相关的数据使用都必须贯穿始终，因为优化的过程依赖于数据的有效存储与便捷的提取。可见大数据技术的应用，能够使得无线网络优化过程更加顺利，其网络优化效果更加明显更佳。

（四）加强全局数据采集

对无线网络进行优化时，想要其数据处理的最终结果更加准确，那么就要依靠高随机性的数据源来采集样本，使其具有广泛性。因此，我们在研究无线网络优化过程中，对于数据源的收集，还要加强其采集样本的随机性，这样的数据会具有更好的参考价值，同时也能够促进无线网络优化，进一步提高其优化的效果率，以及在一定程度上增强其确优化的质量。对于那些没有经过加工处理的源数据，在采集时会涉及到很多信息，因此要根据自身的实际情况，对有效的数据进行筛选。若其中的样本数据接近于某个值，则在数据里所获得的有用信息就会更少。目前运用比较广泛的方式是随机采样，由于样本的随机性会影响数据的精确程度。所以，在样本数据的随机采样中，要使其符合普遍性的特征，在这样的情况下，其分析出来的样本结果才会更加精确，根据该结果数据，来制定对应的无线网络优化措施，效果更佳。因此，我们应该加强大数据分析平台应用，这样能更好地收集和分析数据源，避免了传统随机采采样方式的缺陷，进一步强化数据分析能力。