络优化中的运用
摘要：4G网络开始向着5G演进，但原本的网络结构没有本质的变化，考虑网络容量、性能、能效比以及覆盖连续性问题，也不满足5G部署需求，因此在移动通信网络循序渐进的演进中，针对4G移动通信网络进行优化依然具有必要性，为此采取综合分析、文献法等方法，探索了数据挖掘技术在4G移动通信网络优化当中的应用，指出了具体的应用场景，仅供参考。
关键词：4G；移动通信网络；数据挖掘；优化
移动通信网络优化当中运用数据挖掘技术具有重要价值，目前基于数据挖掘实现移动通信网络的优化是一个研究热点，4G环境下，通信技术依然在不断进步，移动通信规模与网络业务模型也在不断进步，由此造成了网络实际性能与最初设计的差别，为此利用数据挖掘技术对其进行优化。
一、4G移动通信网络简介
4G移动通信网络，即第四代移动通信网络,其标准网络制式为LTE，LTE是基于OFDMA技术，在3GPP标准定义下的全球通用标准网络制式，包括时分双工和频分双工，即TD-LTE和FDD-LTE，两者没有本质上的区别。
4G移动网络主要依靠的就是LTE，可达到100mbps的下行数据速度，50mbps的上行速度，其是无线核心网与接入网演进后的产物，核心技术包括多载波技术、多天线技术、同步技术、动态资源分配技术、检测接收技术。其中多载波技术、多天线技术是比较关键的核心技术。
4G网络从2001年开始研究，2010年国外开始大规模建设4G，国内则是在2012年探索4G牌照，2013年发放牌照并开始试点，到现在4G基本已经实现国内全面覆盖，并且开始向着第五代移动通信网络演进，即5G。
1.
数据挖掘技术内涵及挖掘步骤 1. 技术内涵
目前很多领域在应用大数据技术，数据挖掘是大数据技术的重要基础，没有数据挖掘，大数据应用没有根基，只有数据挖掘才能在海量数据中找到需要的数据为决策提供信息。例如某企业因为办公自动化累积了大量数据，这些数据一定程度上是企业的重要资产，但并非所有数据都有用，只有有用的数据才有价值，所以必须使用数据挖掘来挖掘有用数据。例如企业希望拓展VIP客户，则企业需要从已有VIP客户信息上着手，利用数据挖掘找到VIP客户的本质特征，以此分析规律，从而为决策做数据支撑。因此数据挖掘本质就是在庞大的数据库内，找到关联数据，并建立相关数学模型求解的一项技术。其核心是数学模型，即算法，数据挖掘是一种计算方法，这种计算方法通常是基于统计学的统计方法，但与传统数据统计不同，数据挖掘算法针对非随机抽样样本，因此数据挖掘得到的结论更全面科学。
1. 挖掘步骤
数据挖掘方法有很多，比如购物篮子（关联规则算法）、MBR、SVM、遗传算法、聚类分析、决策树分析等等。例如MBR，是利用一个已知的案例来分析预测未来某个案例的属性，并在预测期间通过比对相似案例获悉预测结果的准确性，这个流程很好地揭示了数据挖掘的过程。要先确定挖掘的目标，明确要针对的业务场景，需要达到什么样的效果，即要实现移动通信网络的优化这就是目标。基于这一目标针对性地从数据库或文件中采集数据，这些数据不一定全都有用，有可能是无意义的数据因此需要对数据进行异常值分析、缺失值分析等，剔除掉不需要的数据，然后再针对性地进行变量转换、数据归约等等，如此得到一份可用的数据集，此时就可以选择现有的算法或者自定义一个算法，根据挖掘目标确定
最优的算法模型，定义好算法，利用Python、WEKA等工具将模型上线，开始数据挖掘分析。
三、4G移动通信网络优化对数据挖掘的运用
基于前述分析，利用数据挖掘4G移动通信网络优化首先需要准备一个可用的数据集，数据集当中应当包含与网络优化相关联的数据，然后基于数据集和相应算法进行数据分析，进而确定网络优化方案。实际数据挖掘应用场景可参考如下。
1.
合理选择基站站点
基站是移动通信网络无线接入网部分的重点装备，针对4G网络来讲，OFDM实现了发射端将数据调制成可再多个相互正交的子载波发送的数据，多个并行运行的子载波实现高速率数据传输，MIMO技术则是 将数据处理后，再发射端的副天线上进行信号放大然后发送，接收端同样具有多天线，接收数据后进行数据还原并发送给UE,整个过程中基站都发挥着非常重要的作用，要达到针对UE的可移动性，解决网络结构的复杂性和传播复杂性，基于运营商的数据挖掘关联基站的相关数据，并对基站相关数据进行分析，以为基站建设规划提供参考依据。
1.
分析通信网络干扰
电子产品增多，对移动通信网络的干扰增强，干扰是目前移动通信中比较复杂的一个病害，基于运营商的故障数据，定义干扰关联分析，从而快速挖掘处理运营商故障数据当中的干扰故障数据，进一步对干扰故障数据展开分析，预测未来可能发生的干扰故障，如此为排除干扰故障提供决策支撑。
1.
进行掉话分析
在移动通信当中掉话分析是保证移动通信网络性能质量的关键环节之一，由于4G网络中，语音通话业务与传统的GSM移动通信有一定的差别，在整个业务数据传输过程中，从业务发送端到业务接收端之间，需要经过RAN，基站，有线网络汇聚层、核心层然后转向另一侧的汇聚层、基站、RAN到UE。由于业务交互过程复杂，掉话分析复杂程度过高，利用数据挖掘技术进行掉话分析结果准确，可预测语音业务增减量，并合理调整动态资源分配，LTE中动态资源分配技术按信道状况以及受干扰情况自动调整网络当中的数据调制方式，并使接发数据适应不同信道状况和干扰情况。如此在数据挖掘中针对测试数据分析，找出掉话分析关联数据，确定掉话形成的主因和解决方案。
1.
展开通信网络切换分析
基于上一节的动态资源分配技术简述，4G移动网络性能与业务质量好坏，很大程度上取决于动态资源分配技术，同时也受同步技术、检测接受技术的影响，网络切换是确保业务无缝衔接，顺利切换的关键环节，比如高速铁路上，列车运行时速度快，从一个基站到另一个基站需要实现无缝切换，如果做不到就会导致网络延迟或卡死。利用数据挖掘技术，对此展开数据分析，查找网络切换数据波动范围，并研究动态资源分配技术，对数据进行优化配置，以达到优化网络的目的。
1.
分析网络有效覆盖
移动通信网络必须要实现全面覆盖的，目前技术手段暂时做不到全面覆盖，比如地下停车场，就会由于各种障碍和干扰影响信号强度。反过来讲，每一个基站根据其性能不同，天线数量不同，其覆盖范围是不一样的，一个基站的信号覆盖范围是以天线为中心的球型空间，这个空间有范围限制，且存在干扰因素导致球形空间中有部分区域无法覆盖，考虑到无缝切换，也即两个基站形成的球形空间要存在交叉重叠，如此根据设备台账数据，设备性能参数、基站周边环境数据
等进行数据挖掘分析基站球形空间的覆盖面积大小、干扰因素等，从而确定关键问题，并结合业务增量数据，预测基站覆盖面、基站容量扩容等情况。
结束语：
综上所述，当前4G网络基本实现全覆盖，同时也开始向5G演进，由于4G的演进并没有完全改变原本的移动通信网络结构，反而是通过对网络性能的不断优化来实现演进，考虑到4G网络全面普及时间比较短，要实现5G部署还需要对网络进行全面的优化，当然4G网络本身也存在一些性能与设计预期不符的情况，因此结合数据挖掘技术来进行网络优化将更加有效。
参考文献：
[1]刘蕊,刘宏嘉,王鑫炎.大数据技术在通信网络优化中的应用[J].技术与市场,2020(04):126.
[2]温丽媛.大数据分析在移动通信网络优化中的应用[J].通信电源技术,2020(03):92-93.
[3]白杨鹏程.云计算下的移动通信网络优化分析[J].科技与创新,2020(11):54.
因篇幅问题不能全部显示，请点此查看更多更全内容