摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第11-16页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 国内外研究进展 | 第12-13页 |
1.3 论文研究内容 | 第13-15页 |
1.4 论文组织结构 | 第15-16页 |
第二章 移动通信数据采集与处理 | 第16-21页 |
2.1 移动通信数据概述 | 第16-19页 |
2.1.1 TD-LTE系统概述 | 第16-17页 |
2.1.2 LTE信令采集系统概述 | 第17-18页 |
2.1.3 XDR数据简介 | 第18-19页 |
2.2 用户设备定位原理 | 第19-20页 |
2.3 本章小结 | 第20-21页 |
第三章 用户移动性分析 | 第21-34页 |
3.1 引言 | 第21页 |
3.2 用户移动性建模方法 | 第21-24页 |
3.2.1 随机路点模型 | 第21-22页 |
3.2.2 参考点群组移动模型 | 第22-23页 |
3.2.3 高斯-马尔可夫移动模型 | 第23-24页 |
3.3 数据集预处理与平面坐标转换 | 第24-27页 |
3.3.1 数据集预处理 | 第24-25页 |
3.3.2 平面坐标转换 | 第25-27页 |
3.4 用户移动性分析结果 | 第27-33页 |
3.4.1 用户的空间分布 | 第27-28页 |
3.4.2 移动距离分析 | 第28-30页 |
3.4.3 回旋半径分析 | 第30-32页 |
3.4.4 停留时间分析 | 第32-33页 |
3.5 本章小结 | 第33-34页 |
第四章 用户个体行为模式在城市功能区内的分析 | 第34-60页 |
4.1 引言 | 第34-35页 |
4.2 基于POI数据的区域职能划分 | 第35-42页 |
4.2.1 POI数据简介 | 第35-36页 |
4.2.2 基站覆盖区域划分 | 第36-40页 |
4.2.3 基站覆盖区域功能分配 | 第40-42页 |
4.3 停留点检测和用户轨迹语义化 | 第42-46页 |
4.3.1 相关概念 | 第42页 |
4.3.2 停留点检测 | 第42-46页 |
4.3.3 轨迹语义化 | 第46页 |
4.4 基于改进的PrefixSpan算法的用户行为模式挖掘 | 第46-58页 |
4.4.1 行为模式挖掘概述 | 第46-47页 |
4.4.2 算法描述 | 第47-51页 |
4.4.3 相似性度量 | 第51-55页 |
4.4.4 实验结果及性能评估 | 第55-58页 |
4.5 本章小结 | 第58-60页 |
第五章 基于时空RNN的用户位置预测与应用 | 第60-74页 |
5.1 传统RNN网络概述 | 第60-61页 |
5.2 基于时空特性的RNN模型 | 第61-66页 |
5.2.1 模型描述 | 第61-62页 |
5.2.2 基于BPTT的模型训练方法 | 第62-64页 |
5.2.3 模型性能分析 | 第64-66页 |
5.3 基于移动性预测的网络切片调度方案 | 第66-73页 |
5.3.1 应用场景 | 第66-67页 |
5.3.2 识别热点区域 | 第67-68页 |
5.3.3 切片资源调度模型 | 第68-69页 |
5.3.4 切片资源调度方案 | 第69-70页 |
5.3.5 实验结果 | 第70-73页 |
5.4 本章小结 | 第73-74页 |
第六章 总结与展望 | 第74-76页 |
6.1 全文总结 | 第74页 |
6.2 未来工作展望 | 第74-76页 |
参考文献 | 第76-82页 |
致谢 | 第82-83页 |
攻读学位期间取得的研究成果 | 第83页 |