[發明專利]一種基于空時壓縮感知的蜂窩網絡流量預測方法

無效

• 申請號: 201210329676.6
• 申請日: 2012-09-07
• 公開（公告）號: CN102982386A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 文倩;張宏綱;趙志峰
• 申請（專利權）人: 浙江大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F17/16
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 周烽

技術領域

本發明涉及通信技術領域，尤其涉及一種基于空時壓縮感知的蜂窩網絡流量預測方法。?

背景技術

近年來，全球變暖已經成為各國政府的一個極為重要的議題。目前，信息與通信產業（ICT產業）消耗全球3%-4%的電能，而且由于用戶數的急劇攀升以及網絡規模的逐漸擴大，ICT產業正逐步成為未來能量消耗的有力貢獻者，其能耗比例在現有能源使用模式下正在以每十年翻一番的速度增長。ICT產業對生態環境不斷增加的潛在影響和破壞力使得提高通信系統的能量效率勢在必行。?

此外，除了減少ICT產業對生態環境的影響以外，通信系統的綠色節能還有其經濟上的動力和必要性。提高通信系統的能量效率有利于運營商增加利潤收成。在各種網絡運營成本中，電能損耗成本占據了極大的一部分，改善能量利用等于間接增加運營商的利潤。?

作為ICT產業鏈的一個重要組成部分，蜂窩網絡的能量消耗占據了整個ICT產業的極大一部分。典型的蜂窩網絡基本上都是基于滿足峰值期用戶容量需求的原則而設計。然而，蜂窩網絡用戶峰值時刻很少出現，由于用戶的行為模式具有白天-夜晚差異性以及用戶在辦公區與住宅區之間的規律往返活動，蜂窩網絡的負載流量在不同時刻不同地點波動較大，呈現出明顯的時空差異性特征。網絡負載的這種時空差異性特征正好與蜂窩網絡的最大化容量的設計準則背道而馳。這樣一來，當網絡中的負載流量較低時（例如，白天住宅區的負載流量或者晚上辦公區的負載流量），大量蜂窩基站雖然沒有用戶接入卻維持工作狀態，以維持峰值流量，從而造成整個網絡能量的極大浪費。如果能夠讓蜂窩網絡根據網絡流量的變化動態調整各個基站的工作狀態，使得在網絡負載較低時關閉部分不必要的基站，將大大的減少網絡能量的浪費，改善網絡能量的利用效率。而這其中最關鍵的部分就是對整個網絡的負載流量的精確分析和預測，它是基站合理調節自身工作狀態的前提條件和依據。?

在蜂窩網絡中，網絡流量一般通過流量矩陣來描述：它記錄了不同小區在不同時刻的流量數據，該矩陣的行代表不同時隙，列則表示不同的蜂窩小區，該矩陣每一行元素反映了各個小區流量在不同時刻的波動趨勢。這種矩陣形式?表示的網絡流量數據具有十分廣泛的應用，例如，網絡推測，網絡容量規劃，節點異常檢測診斷等等。?

在現實環境中，通常不可能實現對數據的直接地、完整地、準確地、不間斷地的觀測采樣。因此，通過流量矩陣記錄網絡流量數據是總是會出現數據的缺失和不完全現象，而應用這類流量數據的一個重大挑戰便是精確重構和預測缺失的流量數據信息。由于許多需要利用網絡流量數據的應用常常要求精確的數據或者對數據缺失比較敏感，所以根據部分間接觀測值準確恢復缺失的原始數據十分重要。?

壓縮感知（Compressive?Sensing）是一種利用現實數據的特殊結構性特征或冗余信息處理和精確重構缺失數據的通用性方法。它是近幾年來的一項新興信號處理技術，其核心思想是將數據采樣和壓縮合并進行，首先采集信號的非自適應線性投影（測量值），然后根據相應的重構算法由測量值復原信號。近年來，壓縮感知在各個領域都受到了普遍關注與廣泛研究，已經產生了許多利用數據稀疏性特征和低秩信息的啟發式算法。同時，壓縮感知的理論證明，原始數據信號必須滿足以下技術條件：信號的稀疏性，觀測基（觀測矩陣）與變換基（變換矩陣）的非相關性。?

盡管在壓縮感知領域已經取得了不少成果，但現有的壓縮感知算法應用在實際數據上，恢復其缺失數據時往往性能很差，尤其當數據的丟失率較高，且數據缺失呈現出某些結構性特征時。主要原因是實際數據信號往往不符合使現有的壓縮感知算法性能最優的數學約束條件。這些最優化約束條件包括：1）矩陣元素服從高斯或近似高斯分布；2）矩陣具有嚴格低秩特征；3）不同矩陣元素的缺失完全獨立；4）矩陣的觀測值約束滿足一定的技術條件，例如各向同性性質。不幸的是，這些約束條件對實際流量矩陣一般都不適用，實時流量矩陣元素常常呈現出高度非正態特性，即最大元素和最小元素之間相差幾個數量級。此外，實時流量矩陣只能滿足近似的低秩特點，數據也具有高度的結構性，最后，實時流量矩陣的觀測值約束也不一定滿足提出的技術條件。?

綜上所述，以往的網絡流量預測存在較大的差錯率，并且對于有數據丟失的流量矩陣難以從訓練數據中得到精確的預測流量值，因此，研究通過以矩陣形式表示的實時蜂窩網絡流量數據的精確重構恢復來實現基于空時壓縮感知的蜂窩網絡流量的預測十分必要。這樣，我們才能進一步對各個蜂窩小區流量進行相關分析預測，并依據預測結果調整蜂窩小區基站的工作狀態，提高蜂窩網絡整體能量利用效率。?

發明內容