劉俊霞， 賈振紅， 覃錫忠， 常 春， 王 浩

（①新疆大學(xué) 信息與工程學(xué)院，新疆 烏魯木齊 830046；②中國(guó)移動(dòng)通信集團(tuán)新疆分公司，新疆 烏魯木齊 830000；③新疆機(jī)電職業(yè)技術(shù)學(xué)院，新疆 烏魯木齊 830011）

0 引言

由于無線頻譜資源有限，移動(dòng)網(wǎng)絡(luò)中每個(gè)基站可用的載頻數(shù)受限，該區(qū)域內(nèi)的用戶使用網(wǎng)絡(luò)資源的時(shí)間又相對(duì)集中，因此，在GSM網(wǎng)絡(luò)中存在相當(dāng)多的忙時(shí)、忙點(diǎn)、忙區(qū)，特別是在推出(E)GPRS服務(wù)后，使這個(gè)問題變得更加突出。網(wǎng)絡(luò)忙時(shí)和小區(qū)忙時(shí)，基站忙時(shí)和移動(dòng)交換中心忙時(shí)，不同小區(qū)的忙時(shí)是不同的；無線網(wǎng)絡(luò)是以滿足全網(wǎng)忙時(shí)話務(wù)量需求為目標(biāo)進(jìn)行規(guī)劃和建設(shè)的，故正確的忙時(shí)檢測(cè)顯得尤為重要。

1 忙時(shí)檢測(cè)算法

其中m是測(cè)試次數(shù)，NX是X取離散值的個(gè)數(shù)，RU(X)的取值為[0,1]，m＞NX，當(dāng)RU(X)=0時(shí)表示X是常量，其分布具有顯著特征，當(dāng)RU(X)=1時(shí)表明X服從均勻分布[1-4]。

文獻(xiàn)[4]用上述相對(duì)熵理論檢測(cè)EDGE網(wǎng)絡(luò)忙時(shí),取某個(gè)特定的時(shí)間測(cè)量網(wǎng)絡(luò)的用戶數(shù)X，計(jì)算RU(X)的值，分析X的分布特性。該方法中相對(duì)熵RU(X)公式（1）的計(jì)算結(jié)果受觀測(cè)次數(shù)m的影響，若則當(dāng)且僅當(dāng)時(shí)，RU(X)=1，此時(shí)X的分布具有最大的不確定性，并不是我們檢測(cè)忙時(shí)所要的。因此只有當(dāng)m＞NX時(shí)，相對(duì)熵理論才能用于檢測(cè)忙時(shí)，此方法受觀測(cè)次數(shù)的影響，具有一定的局限性。

2 改進(jìn)的忙時(shí)檢測(cè)算法

改進(jìn)算法采用相對(duì)條件熵

在(E)GPRS網(wǎng)絡(luò)中，X是具有一維特征的觀測(cè)變量，是不同時(shí)刻的用戶數(shù),A是X取特定值的集合。令是采樣次數(shù)，mi是ai在m次采樣中出現(xiàn)的次數(shù)；讓

將采樣數(shù)據(jù)值，分成2類S和R。S是A的子集，S中所有元素均大于R中所有元素，是的最小整數(shù)，則S中的元素的分布具有忙時(shí)特性，R中元素的分布接近均勻分布，無忙時(shí)特性。所以S中的元素即為檢測(cè)出的忙時(shí)。

3 案例分析

數(shù)據(jù)從移動(dòng)現(xiàn)網(wǎng)某小區(qū)提取，利用改進(jìn)的忙時(shí)檢測(cè)算法檢測(cè)出該小區(qū)忙時(shí)是23點(diǎn)、0點(diǎn)和1點(diǎn)。

若將該小區(qū)的吞吐量值從現(xiàn)網(wǎng)數(shù)據(jù)中提取，可以得到如圖1所示。

圖1 現(xiàn)網(wǎng)某小區(qū)一周內(nèi)24小時(shí)的平均吞吐量

可以看出吞吐量最大的時(shí)間是23點(diǎn)，0點(diǎn)和1點(diǎn)，與用本文采用的基于條件相對(duì)熵忙時(shí)檢測(cè)算法結(jié)果是一致的，證明了該算法的有效性。

4 結(jié)語

無線網(wǎng)絡(luò)是以滿足全網(wǎng)忙時(shí)話務(wù)量需求為目標(biāo)進(jìn)行規(guī)劃和建設(shè)的，故忙時(shí)檢測(cè)在數(shù)據(jù)網(wǎng)絡(luò)中變得越來越重要，本文將忙時(shí)算法進(jìn)行改進(jìn)可以準(zhǔn)確的管理并檢測(cè)出數(shù)據(jù)網(wǎng)絡(luò)的忙時(shí)，不僅可以提高載頻利用率還能更合理的分配網(wǎng)絡(luò)資源，從而為網(wǎng)絡(luò)優(yōu)化提供依據(jù)。

[1]馮桂,林其偉,陳東華.信息論與編碼技術(shù)[M].北京:清華大學(xué)出版社,2007:20-21.

[2]THOMAS M, CORER J, THOMAAS A.信息論基礎(chǔ)[M].北京:機(jī)械工業(yè)出版社,2008:2-3.

[3]賈世樓,信息論基礎(chǔ)[M].第 2版.哈爾濱:哈爾濱工業(yè)大學(xué)出版社,2004:35-36.

[4]LIU Lu, ZHOU Wenan, MA Fei, et al. QOE-oriented EDGE Network Busy Time Detection and Analysis[C].USA:IEEE International Conference on.,2009:232-236.

[5]XU Kuai, ZHANG Zhili, SUPRATIK Bhattacharyya. Profiling Internet Backbone Traffic: Behavior Models and Applications[C]. USA, Proceedings of the 2005 Conference on Applications, Technologies, Architectures, and Protocols for Computer Communications,2005: 169-180.