大数据技术在移动通信网络优化中的应用

李 哲

（北京中网华通设计咨询有限公司，北京 110000）

0 引 言

近年来，移动网络通信技术的发展速度飞快。同时，对移动网络通信技术的要求也日益增高。2013年，相关部门向通信单位下发支持4G运行的移动通信网络许可牌照。移动通信网络的优化主要体现在技术水平的提升和对数据的有效利用。其中，将大数据应用到网络优化已成为社会关注的焦点。在研究过程中，应将重点放在大数据在移动通信网络优化实践中的应用，力求进一步提高运行效率。

1 大数据和移动通信网络

运用大数据技术可以容纳更大规模的资料，其规模远远超过当前使用较广泛的软件。在管理者决策过程中，大数据技术可以提供保障目标精准性的信息。在诸多数据材料中，只有一部分是在企业发展中需要用到的内容，大数据技术便是将这种信息在最短的时间内提取出来并且进行处理的一种技术，可以充分发挥数据信息的价值。随着生产发展需求的变化，分散性比较强的信息关联性更弱，更难被发掘，传统的信息处理技术往往不能对数据进行最为有效的处理，因而不能满足实际发展需要。在移动通信的网络建设中，采用大数据技术进行优化设计，有助于通信网络的发展，对移动通信事业的变革有着良好的影响[1]。

大数据技术主要包括数据的存储、处理和分析三项技术，是一种集合性较强的技术。其中，应用最为广泛的数据存储技术是以云计算为基础发展出的云存储，该技术可将高分散性的文件集合起来执行操作，实现多种类型设备之间的协调。数据处理是分散性结构技术中非常重要的部分。数据分析是三者中最为关键的技术，致力于细化处理存储的数据后，找出相应的规律。

当前，使用较为广泛的移动通信网络也主要分为三种，分别是CDMA、EVDO和FDD-LTE，即2G、3G和4G。其中，2G网络以数字技术为研究发展的前提，主要用于进行扩频通信，达到码分多址分流的作用。3G网络主要用于对分组处理的数据展开进一步优化，是由高频谱利用率的码分多址技术发展而来，优化程度比较高，可以在大数据技术支持下促使数据传输的速度突破峰值。4G网络是现阶段研究的重点，属于一种正在不断优化与更新的网络，在应用此种网络的过程中，需要注意TFDD-LTE和TD-LTE两种模式。这两种模式分别是基于频率和时效来进行分工的，可以实现无线链路和时间的区分工作。以上三种网络存在着较大的差异性，在实际中却又处于并存的状态，所以优化难度较高，在频率和时效上改进基本已达到峰值，若要进行突破，可能会造成较大的消耗，所需基站的数量也会增加。

2 大数据应用现状

在移动通信用户管理工作中，应用大数据技术可以有效记录用户的基本信息、传输状态与传输内容，保障移动通信网络服务的进一步展开，为数据的提取和处理提供便利，促进移动网络通信建设数字化、信息化和科技化的实现。在移动通信计费系统管理工作中，可运用大数据查阅网络用户选择的套餐和消费数据，帮助通信部门挖掘用户信息，进而找出其中的共性，实现创新的和对市场的进一步占领。在移动通信用户位置信息管理中，位置信息是最难把控的信息项，会在一定程度上制约移动通信基站的优化发展，进而影响通信行业的发展。大数据技术则顺利攻克这一难题。在移动通信用户行为管理中，用户选择的业务、使用习惯和次数存在着诸多不同，因而进行软件的设计时很有可能因为把控不准而产生定位错误。而在应用大数据进行处理分析后，对用户的业务使用情况的了解更加准确，有利于向用户定向推送新业务[2]。

移动通信网络的优化即是在应用大数据技术的前提下对数据进行提取、收集、处理和分析，在优化过程中需要重点找出导致网络速度变慢和质量问题出现的核心原因，保障数据的合理性，从而获得最大程度的经济效益。当前，大数据在移动通信网络优化中的应用障碍主要体现在以下方面：第一，网络体系规模较大，调控困难指数较高，且网络的结构复杂性比较强，用户基数大，不能稳定控制处于建设状态基站的数据更新；第二，在网络中应用大数据时不能保障时间的匹配度，可能导致网络优化滞后，且在建设中资金不到位或工期延长都会对网络使用产生不利影响，如果部分地区的网络建设优化速度与其他区域不统一也会造成数据结构不相适应；第三，现阶段手机和网络技术的发展直接导致用户业务种类变多和数量变大，一些人口密集的区域可能出现网络堵塞现象，在区域内易产生数据碎片化，提高了数据整理的难度。

3 大数据的具体实施要点

在移动通信网络优化中，必须以数据的采集为发展的基础。这些数据主要包括用户的使用情况、网络业务的类型和具体的信号信息。其中，性能方面的数据则主要包括信号、导频和基站的具体情况；网络业务上的数据更多地属于话务方面的数据，主要包括卡话率和接通率；信号测试方面的数据主要有驱动测试数据和话务质量数据两种，前者是指在特定路线上采用不同方式实施呼叫所获得的信道通畅指标，后者则是在特定基站采用固定手法进行呼叫所测得的优质通话数据。

针对移动网络通信建设对存储的需求，可将虚拟化处理转变为自动化处理，并结合精简化处理方式，对后续进行定位与分析。虚拟化存储可以保存比较隐晦的细节化信息，并整合各种各样的数据文件，将其存储至一个固定的平台中，进而改变动态容量，减少因存储资源过剩造成的消耗，提升管理效率。虚拟化存储技术主要由集成架构和托管架构组成，可以保障数据中心服务的移动与恢复，工作人员在登陆完成后即可进行数据的提取与分析。

数据源不同，数据传输也就不会同步。因此，在数据传输处理过程中可以针对传输的数据源实施处理技术的优化，并通过传输异步扩大处理的数据数量，在根本上提升处理能力。应用大数据技术可以对多个数据源系统进行传输与整合，提升数据处理的安全性与效率。移动通信网络的建设发展并不是直线上升下降的，而是呈现出螺旋式的上升。即使在当前优化工作没有对整体建设产生过多的限制性，但相互之间的制约是真实存在的。

应大力发展大数据在网络分析中的应用。移动通信网络优化的最后一个步骤是对所产生的问题进行精准定位分析，主要包括通信信号不畅通、话务量区域差距较大和故障切换困难等问题。

进行网络优化建设时，应保障信号覆盖的持续性与稳定性。网络优化建设的实施具体有四个阶段，分别是优化的准备工作、采集数据、分析所发现问题和根据问题及成因进行优化处理。其中，在采集数据阶段需要明确所需数据、指标优化方向和网站基点信息，并要求在测试后获取数据；在分析阶段，要进行数据的提取并确定问题来源，进而根据问题成因提供相应解决策略；在进行优化调整的过程中，则需要调整天线射须和后台参数，其中天线射须可以保障网络覆盖情况下的接收质量，后台参数则可以保障后台咎数的匹配，确定无线信号的分布与运行状态[3]。

4 结 论

在大数据背景下，移动通信网络优化主要包括数据的存储、处理和分析工作。在网络优化过程中，需要深入分析大数据应用中存在的问题，并制定相应的方案实施挖掘和提取数据。当前，大数据技术已经广泛应用于各种工作中，移动通信网络优化的整个阶段也需要相应的数据作为支撑。大数据技术在移动通信网络建设中的应用有利于摆脱网络建设中的障碍，推动网络优化工作的顺利进行，促进移动通信行业的变革与发展。