一種基于軌跡數(shù)據(jù)分析技術(shù)的集群通信資源智能配置方法與系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于集群通信領(lǐng)域，具體涉及一種基于軌跡數(shù)據(jù)分析技術(shù)的集群通信資源 智能配置方法及系統(tǒng)。
【背景技術(shù)】
[0002] 集群通信系統(tǒng)是一種用于集團(tuán)調(diào)度指揮通信的移動(dòng)通信系統(tǒng)，主要應(yīng)用在專業(yè)移 動(dòng)通信領(lǐng)域。和普通的移動(dòng)通信不同，集群通信最大的特點(diǎn)是，話音通信采用PTT按鍵，以一 按即通的方式接續(xù)，被叫無須摘機(jī)即可接聽，且接續(xù)速度較快，并能支持群組呼叫等功能。
[0003] 集群通信，即無線專用調(diào)度通信系統(tǒng)，集群通信已從"一對(duì)一"的對(duì)講機(jī)形式、同頻 單工組網(wǎng)形式、異頻雙工組網(wǎng)形式以及進(jìn)一步帶選呼的系統(tǒng)，發(fā)展到多信道用戶共享的調(diào) 度系統(tǒng)，并在政府部門、軍隊(duì)、警務(wù)、鐵路、水利、電力、民航以及鋼鐵、物流等各行各業(yè)的指 揮調(diào)度中發(fā)揮了重要作用。
[0004] 目前，全球集群通信系統(tǒng)正從在無線接口采用模擬調(diào)制方式進(jìn)行通信的模擬集群 向采用數(shù)字調(diào)制方式的數(shù)字集群轉(zhuǎn)換。與傳統(tǒng)的模擬集群系統(tǒng)相比，數(shù)字集群系統(tǒng)可以提 供更豐富的業(yè)務(wù)種類、更好的業(yè)務(wù)質(zhì)量、更好的保密特性、更好的連接性和更高的頻譜效 率。正如公眾移動(dòng)通信已從模擬蜂窩電話轉(zhuǎn)向數(shù)字蜂窩電話一樣，集群通信從模擬向數(shù)字 的過渡，也是歷史發(fā)展的必然趨勢。
[0005] 從集群通信系統(tǒng)而言，隨著集群通信系統(tǒng)的規(guī)模的迅猛發(fā)展、業(yè)務(wù)的爆炸式增長， 集群正呈現(xiàn)出服務(wù)形式多樣化、資源分布化等特點(diǎn)。從用戶角度而言，用戶可以利用多種路 徑傳輸協(xié)議同時(shí)傳輸數(shù)據(jù)，數(shù)據(jù)流量更會(huì)呈現(xiàn)前所未有的迅猛增長，因此如何以一定的評(píng) 價(jià)指標(biāo)有效的實(shí)現(xiàn)通信資源的分配顯得尤為重要。
[0006] 目前絕不多數(shù)集群通信系統(tǒng)中的終端都配有GPS或者北斗定位模塊，位置采集技 術(shù)的日益普及，促進(jìn)了人們對(duì)時(shí)間-空間數(shù)據(jù)的大規(guī)模采集，從而為發(fā)現(xiàn)珍貴的關(guān)于用戶移 動(dòng)位置的信心帶來了新的機(jī)遇。使用這些位置采集技術(shù)，用戶可以方便地記錄他們的地理 位置歷史數(shù)據(jù)，這些真實(shí)的數(shù)據(jù)可以幫助上層決策者發(fā)掘在過去一段時(shí)間內(nèi)用戶的活動(dòng)區(qū) 域分布情況，可以作為集群通信系統(tǒng)內(nèi)智能配置資源的重要依據(jù)。
[0007] 目前的集群通信系統(tǒng)中的通信資源在地理位置層面往往是按照一個(gè)固定的模式 進(jìn)行配置，這樣會(huì)導(dǎo)致用戶的實(shí)際需求與資源配置量在空間上出現(xiàn)不匹配，從而降低了集 群通信系統(tǒng)的工作效率和用戶體驗(yàn)。

【發(fā)明內(nèi)容】

[0008] 發(fā)明目的:本發(fā)明的目的是提出一種基于軌跡數(shù)據(jù)分析技術(shù)的集群通信資源配置 方法，該方法基于集群通信系統(tǒng)中移動(dòng)終端的軌跡數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)發(fā)現(xiàn)用戶的位 置時(shí)空特點(diǎn)，并以此為依據(jù)實(shí)現(xiàn)對(duì)集群通信系統(tǒng)內(nèi)資源的智能配置，進(jìn)而提高集群通信系 統(tǒng)的工作和調(diào)度指揮效率。
[0009]技術(shù)方案:本發(fā)明提出了基于移動(dòng)終端軌跡數(shù)據(jù)分析技術(shù)的集群通信資源配置方 法。具體步驟如下：
[0010] (1)終端軌跡數(shù)據(jù)的預(yù)處理，將終端的原始軌跡數(shù)據(jù)按照用戶和時(shí)間順序整理成 子文件，并對(duì)軌跡數(shù)據(jù)進(jìn)行去噪平滑處理等預(yù)處理，生成分析所需的數(shù)據(jù)格式；
[0011] (2)定義和計(jì)算終端軌跡的停留點(diǎn)/感興趣點(diǎn)；
[0012] (3)計(jì)算識(shí)別終端的感興趣區(qū)域以及區(qū)域熱度；
[0013] (4)資源的智能配置計(jì)算方法，根據(jù)終端的感興趣區(qū)域和區(qū)域熱度，計(jì)算不同區(qū)域 的資源配置數(shù)量，從而實(shí)現(xiàn)資源的智能配置，并根據(jù)實(shí)際資源消耗量對(duì)配置策略進(jìn)行評(píng)估。
[0014] 本發(fā)明的主要技術(shù)內(nèi)容包含以下幾點(diǎn)：
[0015] (1)終端軌跡數(shù)據(jù)的預(yù)處理
[0016] 從海量終端軌跡數(shù)據(jù)中隨機(jī)抽取一小部分作為訓(xùn)練集，訓(xùn)練集中包含一定比例 "正常"數(shù)據(jù)和離群點(diǎn)，人為對(duì)這些數(shù)據(jù)進(jìn)行類標(biāo)記，將軌跡去噪轉(zhuǎn)化為分類問題。利用SVM 分類方法對(duì)訓(xùn)練集進(jìn)行建模，構(gòu)建離群點(diǎn)檢測模型。對(duì)于給定一個(gè)新軌跡點(diǎn)對(duì)象，如果該軌 跡點(diǎn)在正常類別的決策邊界內(nèi)，則它被視為正常的；如果該軌跡點(diǎn)在決策邊界外，則它被視 為噪聲離群點(diǎn)，從而實(shí)現(xiàn)對(duì)原始軌跡數(shù)據(jù)的去噪預(yù)處理。
[0017] (2)定義和計(jì)算終端軌跡的停留點(diǎn)/感興趣點(diǎn)
[00? 8] 定義一個(gè)停留點(diǎn)S是由一組連續(xù)的G P S點(diǎn)P = p m，p m + 1，…，ρ η組成，其中 tan且 | ρη· T-pm· Τ | 2 Θt。其中兩個(gè)GPS點(diǎn)之間的距離我們使用Haver sin e公式，分別是距離閾值和時(shí)間閾值。停留點(diǎn)s的經(jīng)度和煒度分別是P經(jīng)、煒度的平 均值，通過以下公式計(jì)算得出：
[0021 ] 此外8.31^ = 口1!1.1'和8.16￥1 = 口11.1'分別代表了用戶到達(dá)和離開此區(qū)域的時(shí)間。
[0022]從輸入軌跡的第二個(gè)GPS點(diǎn)開始，停留點(diǎn)檢測算法迭代計(jì)算它與接下來GPS點(diǎn)之前 的距離，一旦發(fā)現(xiàn)距離超過閾值0d，就標(biāo)注這兩個(gè)點(diǎn)并計(jì)算它們之間的時(shí)間間隔。如果時(shí)間 間隔超過時(shí)間閾值Θ*，那么包含在這兩個(gè)點(diǎn)之間的所有GPS點(diǎn)就組成了一個(gè)停留點(diǎn)，將此停 留點(diǎn)插入到停留點(diǎn)集合S中，然后轉(zhuǎn)向下一個(gè)GPS點(diǎn)。這里的距離閾值0 d和時(shí)間閾值0t是根據(jù) 終端移動(dòng)特點(diǎn)所取的經(jīng)驗(yàn)閾值。
[0023] (3)計(jì)算識(shí)別終端的感興趣區(qū)域以及區(qū)域熱度
[0024] 初始，將計(jì)算得到停留點(diǎn)集合S中所有的停留點(diǎn)都被標(biāo)記為"未訪問"?；诿芏鹊?聚類算法隨機(jī)的選擇一個(gè)未訪問的停留點(diǎn)s，標(biāo)記s為"已訪問"，并檢查s的領(lǐng)域是否至少 包含MinPts個(gè)停留點(diǎn)。如果不是，則s被標(biāo)記為噪聲點(diǎn)。否則為s創(chuàng)建一個(gè)新的簇C，并且把s 的ε_(tái)領(lǐng)域中所有停留點(diǎn)都放到候選集合N中。聚類算法迭代地把N中不屬于其他簇的停留點(diǎn) 添加到C中。在此過程中，對(duì)于Ν中標(biāo)記為"未訪問"的停留點(diǎn)Υ，算法把它標(biāo)記為"已訪問"， 并且檢查它的ε_(tái)領(lǐng)域。如果停留點(diǎn)Υ的ε_(tái)領(lǐng)域至少有MinPts個(gè)停留點(diǎn)，則Υ的ε-領(lǐng)域中停 留點(diǎn)都被添加到Ν中。算法繼續(xù)添加停留點(diǎn)到C，直到C不能再擴(kuò)展，即直到Ν為空。此時(shí)，簇C 完全生成，形成一個(gè)感興趣區(qū)域。
[0025]定義第i個(gè)感興趣區(qū)域的熱度Heati:
[0027]其中，ci是第i個(gè)感興趣區(qū)域中停留點(diǎn)的個(gè)數(shù)，N。是感興趣區(qū)域的個(gè)數(shù)。
[0028] (4)資源的智能配置計(jì)算方法
[0029]根據(jù)計(jì)算得到的感興趣區(qū)域的個(gè)數(shù)Nc和各個(gè)區(qū)域的熱度值Heat，定義資源配置的 收益函數(shù)為：
[0031] 其中，模型的約束為
，Wl為第i個(gè)感興趣區(qū)域分配的資源數(shù)量，Μ是可以分 配的資源總量。優(yōu)化資源配置轉(zhuǎn)化為利用動(dòng)態(tài)規(guī)劃思想計(jì)算收益函數(shù)G的最大值。
[0032] 本發(fā)明公開一種基于軌跡數(shù)據(jù)分析技術(shù)的集群通信資源智能配置系統(tǒng)，包括:月艮 務(wù)調(diào)度中心、集群通信網(wǎng)絡(luò)和移動(dòng)終端。
[0033]服務(wù)調(diào)度中心包括：
[0034] (1)軌跡文件數(shù)據(jù)庫服務(wù)器，用于存儲(chǔ)所有終端上傳的位置信息；
[0035] (2)軌跡分析程序服務(wù)器，用于終端的軌跡分析，實(shí)現(xiàn)資源的智能配置；
[0036] (3)可視化Web服務(wù)器，用于動(dòng)態(tài)展示終端的歷史軌跡，并將終端分布區(qū)域計(jì)算模 塊得到的終端熱點(diǎn)區(qū)域和資源智能配置模塊計(jì)算得到的資源數(shù)量顯示在地圖上。
[0037] 軌跡分析程序服務(wù)器包括：1)軌跡數(shù)據(jù)預(yù)處理模塊，用于將終端的原始軌跡數(shù)據(jù) 按照用戶和時(shí)間順序整理成子文件，并對(duì)軌跡數(shù)據(jù)進(jìn)行去噪平滑處理，生成分析所需的數(shù) 據(jù)格式;2)終端軌跡的停留點(diǎn)/感興趣點(diǎn)，用于定義終端軌跡的停留點(diǎn)，刻畫終端軌跡興趣 點(diǎn);3)終端分布區(qū)域計(jì)算模塊，將計(jì)算得到的停留點(diǎn)利用聚類算法，計(jì)算識(shí)別終端的感興趣 區(qū)域以及區(qū)域熱度;4)資源智能配置模塊，用于計(jì)算得到的感興趣區(qū)域和區(qū)域熱度，計(jì)算不 同區(qū)域的資源配置數(shù)量，從而實(shí)現(xiàn)資源的智能配置。
[0038] 有益效果:本發(fā)明的基于移動(dòng)終端軌跡數(shù)據(jù)分析技術(shù)的集群通信資源配置方法， 與現(xiàn)有的技術(shù)相比，有益效果如下：1)單純的GPS數(shù)據(jù)不帶有任何的語義信息，本發(fā)明預(yù)先 把GPS點(diǎn)利用停留點(diǎn)檢測算法轉(zhuǎn)化為停留點(diǎn)，代表終端停留了一定時(shí)間間隔的地理區(qū)域，表 征此區(qū)域?yàn)榻K端興趣區(qū)域的含義;2)本發(fā)明利用基于密度的聚類算法，避免了層次聚類方 法中不能更正聚類錯(cuò)誤的缺陷，同時(shí)可以發(fā)現(xiàn)任意形狀的感興趣區(qū)域，使得資源配置更加 合理;3)本發(fā)明提出一種基于移動(dòng)終端軌跡數(shù)據(jù)分析技術(shù)的集群通信資源智能配置方法， 為傳統(tǒng)的資源配置策略提供了一種優(yōu)化和補(bǔ)充方案，可以與傳統(tǒng)資源配置策略結(jié)合起來， 提高有限資源的利用率。4)本發(fā)明提出一種基于移動(dòng)終端軌跡數(shù)據(jù)分析技術(shù)的集群通信資 源智能配置系統(tǒng)，在現(xiàn)有集群通信通信系統(tǒng)中添加了智能服務(wù)中心，利用基于移動(dòng)終端軌 跡數(shù)據(jù)分析技術(shù)為集群通信資源配置和智能調(diào)度提供有效地決策。
【附圖說明】
[0039] 圖1基于軌跡數(shù)據(jù)分析技術(shù)的集群通信資源智能配置流程
[0040] 圖2軌跡日志和停留點(diǎn)
[0041] 圖3停留點(diǎn)聚類算法示意圖
[0042] 圖4基于軌跡數(shù)據(jù)分析技術(shù)的集群通信資源智能配置系統(tǒng)
【具體實(shí)施方式】
[0043]下面結(jié)合附圖對(duì)本發(fā)明作更進(jìn)一步的說明。
[0044] 本發(fā)明提供了一種基于移動(dòng)終端軌跡數(shù)據(jù)分析技術(shù)的集群通信資源智能配置方 法，說明過程以數(shù)字集群通信為例，本方法可以拓廣到其他集群通信系統(tǒng)中。
[0045] 以數(shù)字集群通信中移動(dòng)終端的GPS日志為例，本方法采用包括精度、煒度和時(shí)間的 時(shí)空軌跡數(shù)據(jù)，具體的，一個(gè)時(shí)空軌跡Traj是由一系列的GPS點(diǎn)以時(shí)間順序排序組成。每一 個(gè)GPS點(diǎn)包括:時(shí)間戳(1^ = 口11')、精度^ = 口1丄即1:)和煒度^ = 口11^)信息。1^」口"口2 ---->pn，滿足Pi · T<pi+1 · T，且每一個(gè)GPS點(diǎn)都是一個(gè)三元組Pi = (Xi，yi，ti)。
[0046] 如圖1所示，本發(fā)明公開一種基于移動(dòng)終端軌跡數(shù)據(jù)分析技術(shù)的集群通信資源智 能配置方法，具體包括：
[0047] 步驟1:軌跡書將終端的原始軌跡數(shù)據(jù)按照用戶和時(shí)間順序整理成子文件，并對(duì)軌 跡數(shù)據(jù)進(jìn)行去噪平滑處理，生成分析所需的數(shù)據(jù)格式；
[0048] 1.定義和計(jì)算終端軌跡的停留點(diǎn)/感興趣點(diǎn)；
[0049] 2.計(jì)算識(shí)別終端的感興趣區(qū)域以及區(qū)域熱度；
[0050] 3.根據(jù)終端的感興趣區(qū)域和區(qū)域熱度，計(jì)算不同區(qū)域的資源配置數(shù)量，從而實(shí)現(xiàn) 資源的智能配置，并根據(jù)實(shí)際資源消耗量對(duì)配置策略進(jìn)行評(píng)估。
[0051 ]具體的實(shí)施步驟如下：
[0052] 終端軌跡數(shù)據(jù)的預(yù)處理如下：
[0053] 從海量終端軌跡數(shù)據(jù)中隨機(jī)抽取一小部分作為訓(xùn)練集，訓(xùn)練集中包含一定比例 "正常"數(shù)據(jù)和噪聲數(shù)據(jù)，人為對(duì)這些數(shù)據(jù)進(jìn)行類標(biāo)記，分別將正常數(shù)據(jù)和噪聲數(shù)據(jù)標(biāo)記為 "1"和"0"，將軌跡去噪轉(zhuǎn)化為分類問題。利用SVM分類方法對(duì)訓(xùn)練集進(jìn)行建模，構(gòu)建噪聲