KR20060040129A - 트래픽 밀도 예측 시스템 및 방법 - Google Patents

트래픽 밀도 예측 시스템 및 방법 Download PDF

Info

Publication number
KR20060040129A
KR20060040129A KR1020040089353A KR20040089353A KR20060040129A KR 20060040129 A KR20060040129 A KR 20060040129A KR 1020040089353 A KR1020040089353 A KR 1020040089353A KR 20040089353 A KR20040089353 A KR 20040089353A KR 20060040129 A KR20060040129 A KR 20060040129A
Authority
KR
South Korea
Prior art keywords
traffic density
information
traffic
morphology
density
Prior art date
Application number
KR1020040089353A
Other languages
English (en)
Inventor
신시몬
김정철
유재황
Original Assignee
에스케이 텔레콤주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 에스케이 텔레콤주식회사 filed Critical 에스케이 텔레콤주식회사
Priority to KR1020040089353A priority Critical patent/KR20060040129A/ko
Publication of KR20060040129A publication Critical patent/KR20060040129A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 발명은 모폴로지별로 트래픽 밀도를 산출 및 분석하고, 분석된 결과를 기초로 임의의 지역에 대한 예상 트래픽 밀도를 산출하는 트래픽 밀도 예측 시스템 및 방법에 관한 것이다.
본 발명은 트래픽 모폴로지 서버로부터 전송되는 트래픽 모폴로지를 수신하면, 이를 기 설정된 지리적 모폴로지별로 트래픽 밀도의 평균값을 계산하여, 모폴로지별 트래픽 밀도를 계산하고, 해당 정보를 데이터베이스에 저장하는 트래픽 밀도 산출부; 트래픽 밀도 산출부에 의해 계산된 복수의 빈의 트래픽 밀도와 행정구역별 인구통계 데이터간의 상관관계를 도출하고, 복수의 빈의 트래픽 밀도와 지리정보간의 상관관계를 도출하고, 상관관계를 이용하여 각 빈에 대해 트래픽 밀도에 영향을 미치는 요소에 대한 변수와 연산되어 트래픽 밀도를 결정하기 위한 상수로 구성되는 지리정보 고유 행렬을 산출하고, 해당 정보를 데이터베이스에 저장하는 트래픽 밀도 분석부; 데이터베이스로부터 트래픽 밀도를 예측하고자 하는 빈에 대한 지리정보 고유 행렬 정보를 추출하고, 운용자에 의해 입력되는 지리정보 변화에 따른 변수를 지리정보 고유 행렬과 연산하여 상기 빈에 대해 지리정보 변화에 따른 트래픽 밀도를 산출하는 트래픽 밀도 예측부를 포함하여, 지리 변화에 따른 트래픽 과부화 현상을 미리 예방할 수 있다는 장점이 있다.

Description

트래픽 밀도 예측 시스템 및 방법{System and Method for Prediction of Traffic Density}
도 1은 본 발명에 의한 트래픽 밀도 예측 시스템과 통신망의 연결 관계를 설명하기 위한 도면,
도 2는 본 발명에 의한 트래픽 밀도 예측 시스템의 구성을 상세하게 나타내는 도면,
도 3은 본 발명에 의한 트래픽 모폴로지 서버의 구성을 상세하게 나타내는 도면,
도 4는 본 발명에 의한 트래픽 밀도 예측 방법의 일 실시예를 나타내는 흐름도이다.
<도면의 주요한 부분에 대한 부호의 설명>
10 : 이동통신 단말 100 : RAS
200 : ACR 300 : 트래픽 모폴로지 서버
310 : 제어부 330 : 정보 수집부
350 : 트래픽 위치 파악부 370 : 모폴로지 생성부
390 : 데이터베이스 391 : 수집 정보 DB
393 : 트래픽 위치 정보 DB 395 : 모폴로지 정보 DB
400 : 트래픽 밀도 예측 시스템 410 : 제어부
430 : 트래픽 밀도 산출부 450 : 트래픽 밀도 분석부
470 : 트래픽 밀도 예측부 490 : 데이터베이스
491 : 트래픽 밀도 정보 DB 493 : 분석 결과 정보 DB
495 : 예측 결과 정보 DB
본 발명은 트래픽 밀도 예측 시스템 및 방법에 관한 것으로서, 보다 상세하게는 모폴로지별로 트래픽 밀도를 산출 및 분석하고, 분석된 결과를 기초로 임의의 지역에 대한 예상 트래픽 밀도를 산출하는 트래픽 밀도 예측 시스템 및 방법에 관한 것이다.
인터넷 및 무선 통신망의 성능 분석에 대한 중요성이 강조되면서 네트워크를 관리하고 성능을 평가하기 위한 방법들이 연구되어지고 있다.
예를 들어, 통신망 운용자는 통신망의 상태 및 장애를 관리하는 네트워크 관리 시스템(NMS)을 구축하거나 또는 통신망의 성능을 분석하기 위해 가상의 네트워크 모델을 제작하고 이를 이용해 통신망의 성능 평가를 수행하는 시뮬레이션 시스템들을 제작한다.
한편, 건물의 신축이나 도로의 개통 등으로 인한 지형, 지물의 변화는 전파의 경로 변경에 의한 커버리지 변화 뿐만 아니라 가입자의 분포나 이동 패턴에 변 화를 가져와서 기지국의 트래픽 부하에도 변화를 초래한다. 이에 따라, 트래픽 분포의 변화는 통신망의 무선 자원 이용의 효율을 감소시키고, 트래픽 부하의 기지국 용량 초과로 서비스 불능을 초래할 수 있다.
따라서, 지리정보의 변화에 의해 발생하는 통신망의 용량 문제를 해결하기 위해서는 지리정보 변화에 따른 트래픽 밀도 변화를 예측해야 할 필요성이 강조되었다.
본 발명은 상술한 문제점을 해결하기 위하여 안출된 것으로서, 모폴로지별로 트래픽 밀도를 산출 및 분석하고, 임의의 지역에 대한 변수를 대입하여 예상되는 트래픽 밀도를 산출하는 트래픽 밀도 예측 시스템 및 방법을 제공하는데 그 기술적 과제가 있다.
상술한 목적을 달성하기 위한 본 발명은 이동통신망 환경에서 복수의 기지국 정보를 기초로 지역별 트래픽 모폴로지를 생성하는 트래픽 모폴로지 서버와 통신을 수행하며, 지리 정보 변화에 따른 트래픽 밀도를 예측하는 트래픽 밀도 예측 시스템으로서,
지리정보에 따라 기 설정된 모폴로지별 트래픽 밀도 정보, 행정구역별 인구통계 데이터와 트래픽 밀도간의 상관관계 정보 및 지리정보와 트래픽 밀도간의 상관관계 정보를 저장하는 데이터베이스; 상기 트래픽 모폴로지 서버로부터 전송되는 트래픽 모폴로지를 수신하면, 이를 기 설정된 지리적 모폴로지별로 트래픽 밀도의 평균값을 계산하여, 모폴로지별 트래픽 밀도를 계산하고, 해당 정보를 상기 데이터베이스에 저장하는 트래픽 밀도 산출부; 상기 트래픽 밀도 산출부에 의해 계산된 복수의 빈의 트래픽 밀도와 행정구역별 인구통계 데이터간의 상관관계를 도출하고, 복수의 빈의 상기 트래픽 밀도와 지리정보간의 상관관계를 도출하고, 상기 상관관계를 이용하여 각 빈에 대해 트래픽 밀도에 영향을 미치는 요소에 대한 변수와 연산되어 트래픽 밀도를 결정하기 위한 상수로 구성되는 지리정보 고유 행렬을 산출하고, 해당 정보를 상기 데이터베이스에 저장하는 트래픽 밀도 분석부; 상기 데이터베이스로부터 트래픽 밀도를 예측하고자 하는 빈에 대한 지리정보 고유 행렬 정보를 추출하고, 운용자에 의해 입력되는 지리정보 변화에 따른 변수를 상기 지리정보 고유 행렬과 연산하여 상기 빈에 대해 지리정보 변화에 따른 트래픽 밀도를 산출하는 트래픽 밀도 예측부를 포함한다.
다른 본 발명은 이동통신망 환경에서 복수의 기지국 정보를 기초로 지역별 트래픽 모폴로지를 생성하는 트래픽 모폴로지 서버와 통신을 수행하며, 지리 정보 변화에 따른 트래픽 밀도를 예측하는 시스템에서의 트래픽 밀도 예측 방법으로서, 상기 시스템은 지리정보에 따라 기 설정된 모폴로지별 트래픽 밀도 정보, 행정구역별 인구통계 데이터와 트래픽 밀도간의 상관관계 정보 및 지리정보와 트래픽 밀도간의 상관관계 정보를 저장하는 데이터베이스를 구비하며,
상기 트래픽 모폴로지 서버로부터 트래픽 모폴로지를 수신하면, 이를 기 설정된 지리적 모폴로지별로 트래픽 밀도의 평균값을 계산하여, 모폴로지별 트래픽 밀도를 계산하고, 해당 정보를 상기 데이터베이스에 저장하는 제 1 단계; 상기 제 1 단계에서 계산된 복수의 빈의 트래픽 밀도와 행정구역별 인구통계 데이터간의 상관관계를 도출하는 제 2 단계; 상기 복수의 빈의 상기 트래픽 밀도와 지리정보간의 상관관계를 도출하는 제 3 단계; 상기 제 2 단계와 상기 제 3 단계에서 도출된 상관관계를 이용하여 각 빈에 대해 트래픽 밀도에 영향을 미치는 요소에 대한 변수와 연산되어 트래픽 밀도를 결정하기 위한 상수로 구성되는 지리정보 고유 행렬을 산출하고, 해당 정보를 상기 데이터베이스에 저장하는 제 4 단계; 상기 데이터베이스로부터 트래픽 밀도를 예측하고자 하는 빈에 대한 지리정보 고유 행렬 정보를 추출하고, 운용자에 의해 입력되는 지리정보 변화에 따른 변수를 상기 지리정보 고유 행렬과 연산하여 상기 빈에 대해 지리정보 변화에 따른 트래픽 밀도를 산출하는 제 5 단계를 포함한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 보다 상세히 설명하기로 한다.
도 1은 본 발명에 의한 트래픽 밀도 예측 시스템과 통신망의 연결 관계를 설명하기 위한 도면이다.
특정 지역의 트래픽 밀도를 예측하기 위한 트래픽 밀도 예측 시스템은(400)은 이동통신 단말(10)과 무선 통신을 수행하여 사용자에게 이동통신 서비스를 제공하는 적어도 하나 이상의 기지국(RAS ; Radio Access Station)(100-1, ~ ,100-n)과 기지국(100)을 제어하는 기지국 제어기(ACR ; Access Control Router) (200)를 포함하는 와이브로망(WiBro ; Wireless Broadband)의 기지국 제어기(200)와 연결되어 복수의 기지국으로부터 전송되는 기지국 정보를 기초로 트래픽 모폴로지를 생성하 는 트래픽 모폴로지 서버(300)로부터 전송되는 트래픽 모폴로지를 기 설정된 지리적 모폴로지별로 트래픽 밀도의 평균값을 산출하여 모폴로지(Morphology)별 트래픽 밀도를 계산하고 해당 정보를 저장한다.
또한, 트래픽 밀도 예측 시스템(400)은 적어도 하나 이상의 빈 각각에 대한 모폴로지별 트래픽 밀도를 이용하여 빈의 지리정보 고유 행렬을 산출하여 저장하며, 트래픽 밀도를 예측하고자 하는 빈에 대한 지리정보 고유 행렬을 추출하고, 상기 지리정보 고유 행렬에 해당 빈의 변수를 대입하여 빈에 대한 트래픽 밀도를 예측한다. 여기에서, 빈(Bin)은 전자지도 데이터 생성 시 임의로 설정되는 최소단위를 의미한다.
이때, 예측된 트래픽 밀도 정보는 무선망 최적화 시스템(RANO ; Radio Access Network Optimizer)과 셀플랜(CellPLAN ; Cellular Radio Planning System) 으로 전송되어 무선망의 성능을 관리하는데 참조된다.
도 2는 본 발명에 의한 트래픽 밀도 예측 시스템의 구성을 상세하게 나타내는 도면이다.
트래픽 밀도 예측 시스템(400)은 트래픽 밀도 예측 시스템(400)의 전체적인 동작을 제어하는 제어부(410), 트래픽 밀도 예측 시스템(400)의 관련 정보를 저장하는 데이터베이스(490), 트래픽 모폴로지 서버(300)로부터 수신하는 트래픽 모폴로지를 이용하여 모폴로지별 트래픽 밀도를 산출하는 트래픽 밀도 산출부(430), 빈단위의 지리정보 고유 행렬을 산출하는 트래픽 밀도 분석부(450) 및 특정 빈의 트래픽 밀도를 예측하는 트래픽 밀도 예측부(470)를 포함한다.
보다 상세히 설명하면, 데이터베이스(490)는 트래픽 모폴로지 서버(300)로부터 수신하는 트래픽 모폴로지 정보 및 지리정보에 따라 기 설정된 모폴로지별 트래픽 밀도 정보를 저장하는 트래픽 밀도 정보 DB(491), 행정구역별 인구통계 데이터와 트래픽 밀도간의 상관관계 정보, 지리정보와 트래픽 밀도간의 상관관계 정보 및 적어도 하나 이상의 빈 각각에 대한 지리정보 고유 행렬을 저장하는 분석 결과 정보 DB(493) 및 트래픽 밀도 예측부(470)에 의해 예측된 특정 빈에 대한 트래픽 밀도 정보를 저장하는 예측 결과 정보 DB(495)를 포함한다.
트래픽 밀도 산출부(430)는 제어부(410)의 제어에 따라 트래픽 모폴로지 서버(300)로부터 전송되는 트래픽 모폴로지를 수신하면, 이를 기 설정된 지리적 모폴로지별로 트래픽 밀도의 평균값을 계산하여 모폴로지별 트래픽 밀도를 계산하고, 해당 정보를 트래픽 밀도 정보 DB(491)에 저장한다.
여기에서, 기 설정된 지리적 모폴로지는 데이터가 없는 지역(Un use), 식물류가 거의 없거나 전혀 없는 지역(Open), 호수, 강 또는 운하지역(Water), 연립 또는 다세대 주택 지역(Residential), 아파트 주거 지역(Apartment), 보행자가 이동하는 지역(Road), 기차역, 전철역, 버스 터미널과 같은 대중교통의 역(Station), 40m 이상의 건물군 지역(Buildings), 저밀도 주거 지구(Villages), 공업지구(Industrial), 나대지(Urban), 삼림지구(Forest) 및 도심 내의 식물지구(Parks)로 구분된다.
(수식 1)
트래픽 밀도 = C + C1 * distance(from station) + C2 * distance(from street) + ...
트래픽 밀도 분석부(450)는 트래픽 밀도 산출부(430)에 의해 계산된 복수의 빈의 트래픽 밀도와 행정구역별 인구통계 데이터간의 상관관계를 도출하고, 복수의 빈의 트래픽 밀도와 지리정보간의 상관관계를 상기 수식 1과 같이 도출하며, 도출된 상관관계를 이용하여 복수의 빈에 대한 트래픽 밀도를 결정하는 상수(예를 들어, C, C1, C2,...)로 구성되는 지리정보 고유 행렬을 산출하고, 해당 정보를 분석 결과 정보 DB(493)에 저장한다.
여기에서, 행정구역별 인구통계 데이터는 지역별 인구밀도 정보, 연령 정보, 성별 정보, 소득 정보 및 교육수준 정보를 포함한다.
예를 들어, 트래픽 밀도 분석부(450)는 트래픽에 영향을 미치는 모든 요소(예를 들어, 역, 거리, 상업지역 등)를 변수로 하고, 요소들의 가중치를 결정하는 상수들을 모아서 지리정보 고유 행렬을 생성한다. 만약, 특정 빈에 대한 자체적인 지리 요소에 의해 발생하는 트래픽이 1 얼랑(Erl)이고, 인접 지하철역으로 인해 발생하는 트래픽이 0.7 얼랑, 백화점으로 인해 발생하는 트래픽이 0.4 얼랑이라면, 지하철역까지의 거리와 백화점까지의 거리가 변수가 되고, 그 변수의 가중치가 지리정보 고유 행렬의 성분이 되는 것이다.
트래픽 밀도 예측부(470)는 데이터베이스(490)로부터 트래픽 밀도를 예측하고자 하는 빈에 대한 지리정보 고유 행렬 정보를 추출하고, 운용자에 의해 입력되는 지리정보 변화에 따른 상기 빈에 대한 변수를 지리정보 고유 행렬에 대입하여 빈에 대한 트래픽 밀도를 산출한다.
도 3은 본 발명에 의한 트래픽 모폴로지 서버의 구성을 상세하게 나타내는 도면으로, 트래픽 모폴로지 서버에서 생성되는 트래픽 모폴로지는 트래픽 밀도 예측 시스템으로 전송되어, 특정 지역의 트래픽 밀도를 예측할 때 참조된다.
트래픽 모폴로지 서버(300)은 트래픽 모폴로지 서버(300)의 전체적인 동작을 제어하는 제어부(310), 트래픽 모폴로지 서버(300)와 관련된 정보를 저장하는 데이터베이스(390), 적어도 하나 이상의 기지국(100)으로부터 수집되는 기지국 정보를 데이터베이스(390)에 저장하는 정보 수집부(330), 수집된 기지국 정보를 기초로 트래픽 발생지점을 파악하는 트래픽 위치 파악부(350) 및 수집된 기지국 정보를 기초로 트래픽 모폴로지를 생성하는 모폴로지 생성부(370)를 포함한다.
보다 상세히 설명하면, 데이터베이스(390)는 복수의 기지국(100)으로부터 수집되는 트래픽 정보, RTD(Round-trip-delay) 및 기지국(100)의 안테나 지향각 정보를 저장하는 수집 정보 DB(391), 수집된 정보를 기초로 파악된 트래픽 발생위치 정보를 저장하는 트래픽 위치 정보 DB(393) 및 수집된 정보를 기초로 제작된 트래픽 모폴로지 정보를 저장하는 모폴로지 정보 DB(395)를 포함한다.
정보 수집부(330)는 제어부(310)의 제어에 따라 복수의 기지국(100)으로부터 수집되는 기지국 정보를 수신하여 수집 정보 DB(391)에 저장한다. 여기에서, 기지국 정보는 트래픽 정보, RTD(Round-trip-delay) 및 기지국(100) 안테나의 지향각 정보를 포함한다. 상기, 기지국 안테나의 지향각 정보는 기지국에 설치된 안테나의 주빔방향이 이동통신 단말(10)의 위치와 일치하도록 조정된 안테나의 지향각 정보이다.
트래픽 위치 파악부(350)는 수집 정보 DB(391)로부터 기지국 정보를 추출하고, 이를 기초로 트래픽 발생지점을 파악한다.
예를 들어, 트래픽 위치 파악부(350)는 수집 정보 DB(391)로부터 추출한 기지국(100) 안테나의 지향각과 RTD를 이용하여 트래픽을 발생시킨 이동통신 단말(10)의 위치를 파악한다. 이때, 트래픽의 RTD를 이용하여 이동통신 단말(10)과 기지국(100) 간의 거리를 계산하고, 안테나 지향각 정보를 이용하여 이동통신 단말(10)의 정확한 위치를 파악한다. 여기에서, RTD는 이동통신 단말(10)로부터 기지국(100)간의 전파지연시간(Propagation Delay) 이외에 시스템 지연 정보, 광선로에 의한 지연 연장 효과 정보 등을 포함하므로, 트래픽 위치 파악부(350)는 이동통신 단말(10)로부터 기지국(100)간의 거리를 산출하기 위해 거리에 직접적 영향을 미치는 전파지연시간 만을 추출하고, 이를 이용하여 위치를 산출하는 것이 바람직하다.
RTD로부터 전파지연시간을 추출하기 위해서는, RTD와 전파지연시간의 상관관계에 대한 정보가 요구되며, RTD와 전파지연시간의 상관관계 도출 방법은 다음과 같다.
1. 고정된 지점에 위치한 이동통신 단말(10)이 호를 시도하면, 기지국(100)은 상기 이동통신 단말(10)에 대한 RTD를 측정한다.
2. 이동통신 단말(10)과 동일한 지점에서 RF 장비로 임펄스(Impulse) 신호를 전송하고, 기지국 위치에서 전파 측정 장비인 채널 사운더(Channel Sounder)가 RF 장비로부터 전송되는 임펄스 신호를 수신하여, 수신된 임펄스 응답(Impulse Response)으로 전파지연시간을 계산한다.
3. 복수의 서로 다른 지점에서 2 과정을 반복하여 RTD를 수집한다.
4. 수집된 정보로 모국 커버리지, 중계기 커버리지상에서 RTD와 전파지연시간의 상관관계를 도출한다.
상기 2 과정에서, 측정한 지점이 기지국이 아닌 중계기 커버리지인 경우, 서비스 받은 중계기를 확인하고, 이동통신 단말로부터 중계기까지의 전파지연시간을 추출한다.
따라서, 트래픽 위치 파악부(350)는 RTD와 전파지연시간의 상관관계를 이용하여 RTD로부터 전파지연시간을 추출하고, 전파지연시간과 안테나 지향각을 이용하여 트래픽이 발생된 지점의 극좌표값을 파악한다.
이때, 실제 트래픽의 발생지점과 안테나 지향각이 정확히 일치하지 않고, 일반 도심지역에서는 지형, 지물의 영향으로 전파경로의 LOS(Line-of-Sight)가 보장되지 않으며, 전파지연시간도 이동통신 단말과 기지국의 거리에 비례하지 않기 때문에, 특정 트래픽 발생지점에 대한 극좌표값 산출 과정을 기 설정된 수만큼 반복 수행하여 안테나 지향각과 RTD의 평균값 및 표준편차 값을 산출하고, 이를 이용하여 트래픽 발생지점의 확률밀도함수를 계산하여, 보다 정확한 위치가 산출될 수 있도록 한다.
이에 따라, 1 Erl의 트래픽은 하나의 빈(Bin)에 위치하지 않고 확률분포에 따라 복수개의 빈에 걸쳐서 분포하게 된다. 상기, 1 Erl(Erlang)은 1회선이 전송할 수 있는 최대 호량을 의미한다.
모폴로지 생성부(370)는 트래픽 위치 파악부(350)에 의해 파악된 특정 기지 국(100)의 트래픽 각각에 대한 발생지점 정보를 기초로 지역별 트래픽 밀도를 파악하고, 이를 기 설정된 항목(예를 들어, 시간대별, 요일별, 계절별 등)으로 나누어 트래픽 모폴로지를 제작하고, 해당 정보를 모폴로지 정보 DB(395)에 저장한다. 모폴로지 정보 DB(395)에 저장된 트래픽 모폴로지는 트래픽 밀도 예측 시스템(400)으로 전송되어 특정 지역의 트래픽 밀도를 예측하는데 이용된다.
도 4는 본 발명에 의한 트래픽 밀도 예측 방법의 일 실시예를 나타내는 흐름도이다.
트래픽 밀도 예측 시스템(400)의 트래픽 밀도 산출부(430)는 트래픽 모폴로지 서버(300)로부터 트래픽 모폴로지를 수신하면, 이를 기 설정된 지리적 모폴로지별로 트래픽 밀도의 평균값을 계산하여, 모폴로지별 트래픽 밀도를 계산하고, 해당 정보를 트래픽 밀도 정보 DB(491)에 저장한다(S101).
여기에서, 기 설정된 지리적 모폴로지는 데이터가 없는 지역(Un use), 식물류가 거의 없거나 전혀 없는 지역(Open), 호수, 강 또는 운하지역(Water), 연립 또는 다세대 주택 지역(Residential), 아파트 주거 지역(Apartment), 보행자가 이동하는 지역(Road), 기차역, 전철역, 버스 터미널과 같은 대중교통의 역(Station), 40m 이상의 건물군 지역(Buildings), 저밀도 주거 지구(Villages), 공업지구(Industrial), 나대지(Urban), 삼림지구(Forest) 및 도심 내의 식물지구(Parks)로 구분된다.
이어서, 트래픽 밀도 분석부(450)는 단계 S101에서 계산된 복수의 빈의 트래픽 밀도(예를 들어, 특정 지역내의 모폴로지별 트래픽 밀도)와 행정구역별 인구통 계 데이터간의 상관관계를 도출한다(S103). 여기에서, 행정구역별 인구통계 데이터는 지역별 인구밀도 정보, 연령 정보, 성별 정보, 소득 정보 및 교육수준 정보를 포함한다.
(수식 1)
트래픽 밀도 = C + C1 * distance(from station) + C2 * distance(from street) + ...
이후, 트래픽 밀도 분석부(450)는 복수의 빈의 트래픽 밀도와 지리정보간의 상관관계를 수식 1과 같이 도출한다(S105).
트래픽 밀도 분석부(450)는 단계 S103과 S105에서 도출된 상관관계를 이용하여 복수의 빈에 대한 트래픽 밀도를 결정하는 상수(예를 들어, C, C1, C2, ...)로 구성되는 지리정보 고유 행렬을 산출하고, 해당 정보를 분석 결과 정보 DB(493)에 저장한다(S107).
이어서, 트래픽 밀도 예측부(470)는 데이터베이스(490)로부터 트래픽 밀도를 예측하고자 하는 빈에 대한 지리정보 고유 행렬 정보를 추출하고, 운용자에 의해 입력되는 지리정보 변화에 따른 예측 대상 빈에 대한 변수를 상기 지리정보 고유 행렬에 대입하여 특정 빈에 대한 트래픽 밀도를 산출한다(S109).
한편, 상기에서는 미리 지리정보 고유 행렬이 산출되어 있는 빈에 대한 트래픽 밀도 예측에 대해서만 설명하였으나, 새로운 빈의 생성에 따른 신규 트래픽 밀도 예측도 가능하다. 즉, 새로운 빈에 대하여 트래픽에 영향을 미치는 요소로서 인구밀도, 연령, 성별, 소득, 교육 수준을 예측하고, 또한 지리정보를 예측하고, 예측된 정보와 앞서 도출된 인구통계 데이터 및 지리정보와 트래픽 밀도 간의 상관 관계를 이용하여 지리정보 고유 행렬을 산출한 후 트래픽 밀도를 예측할 수 있다. 이는, 새로운 빈에 대한 트래픽 밀도를 예측하기 위하여 예측 정보를 이용하여 지리정보 고유 행렬을 생성하는 것으로, 기존의 빈에 대한 지리정보 고유 행렬의 산출 방법과 비교하여 볼 때, 예측 정보를 이용하는지, 실제 정보를 이용하는지의 차이만이 존재하고 결과적으로 거의 동일하므로, 상세한 설명은 생략한다.
본 발명에서 개시되는 트래픽 모폴로지 서버와 트래픽 밀도 예측 시스템은 동일한 시스템 내에서 함께 구현되는 것이 가능하다.
이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
상술한 바와 같이 본 발명 트래픽 밀도 예측 시스템 및 방법은 지리 변화에 따른 특정 지역의 트래픽 밀도를 예측할 수 있기 때문에, 지리 변화에 따른 트래픽 과부화 현상을 미리 예방할 수 있다는 장점이 있다.
또한, 본 발명은 모폴로지별 트래픽 밀도를 저장하고 있기 때문에, 저장된 정보를 분석하여 모폴로지 특성에 따른 무선망 성능을 예측 및 개선할 수 있다는 장점이 있다.

Claims (6)

  1. 이동통신망 환경에서 복수의 기지국 정보를 기초로 지역별 트래픽 모폴로지를 생성하는 트래픽 모폴로지 서버와 통신을 수행하며, 지리 정보 변화에 따른 트래픽 밀도를 예측하는 트래픽 밀도 예측 시스템으로서,
    지리정보에 따라 기 설정된 모폴로지별 트래픽 밀도 정보, 행정구역별 인구통계 데이터와 트래픽 밀도간의 상관관계 정보 및 지리정보와 트래픽 밀도간의 상관관계 정보를 저장하는 데이터베이스;
    상기 트래픽 모폴로지 서버로부터 전송되는 트래픽 모폴로지를 수신하면, 이를 기 설정된 지리적 모폴로지별로 트래픽 밀도의 평균값을 계산하여, 모폴로지별 트래픽 밀도를 계산하고, 해당 정보를 상기 데이터베이스에 저장하는 트래픽 밀도 산출부;
    상기 트래픽 밀도 산출부에 의해 계산된 복수의 빈의 트래픽 밀도와 행정구역별 인구통계 데이터간의 상관관계를 도출하고, 복수의 빈의 상기 트래픽 밀도와 지리정보간의 상관관계를 도출하고, 상기 상관관계를 이용하여 각 빈에 대해 트래픽 밀도에 영향을 미치는 요소에 대한 변수와 연산되어 트래픽 밀도를 결정하기 위한 상수로 구성되는 지리정보 고유 행렬을 산출하고, 해당 정보를 상기 데이터베이스에 저장하는 트래픽 밀도 분석부; 및
    상기 데이터베이스로부터 트래픽 밀도를 예측하고자 하는 빈에 대한 지리정보 고유 행렬 정보를 추출하고, 운용자에 의해 입력되는 지리정보 변화에 따른 변 수를 상기 지리정보 고유 행렬과 연산하여 상기 빈에 대해 지리정보 변화에 따른 트래픽 밀도를 산출하는 트래픽 밀도 예측부;
    를 포함하는 것을 특징으로 하는 트래픽 밀도 예측 시스템.
  2. 제 1 항에 있어서,
    상기 행정구역별 인구통계 데이터는 지역별 인구밀도 정보, 연령 정보, 성별 정보, 소득 정보 및 교육수준 정보를 포함하는 것을 특징으로 하는 트래픽 밀도 예측 시스템.
  3. 제 1 항에 있어서,
    상기 지리적 모폴로지는 데이터가 없는 지역(Un use), 식물류가 거의 없거나 전혀 없는 지역(Open), 호수, 강 또는 운하지역(Water), 연립 또는 다세대 주택 지역(Residential), 아파트 주거 지역(Apartment), 보행자가 이동하는 지역(Road), 기차역, 전철역, 버스 터미널과 같은 대중교통의 역(Station), 40m 이상의 건물군 지역(Buildings), 저밀도 주거 지구(Villages), 공업지구(Industrial), 나대지(Urban), 삼림지구(Forest) 및 도심 내의 식물지구(Parks)로 구분되어 있는 것을 특징으로 하는 트래픽 밀도 예측 시스템.
  4. 이동통신망 환경에서 복수의 기지국 정보를 기초로 지역별 트래픽 모폴로지를 생성하는 트래픽 모폴로지 서버와 통신을 수행하며, 지리 정보 변화에 따른 트 래픽 밀도를 예측하는 시스템에서의 트래픽 밀도 예측 방법으로서, 상기 시스템은 지리정보에 따라 기 설정된 모폴로지별 트래픽 밀도 정보, 행정구역별 인구통계 데이터와 트래픽 밀도간의 상관관계 정보 및 지리정보와 트래픽 밀도간의 상관관계 정보를 저장하는 데이터베이스를 구비하며,
    상기 트래픽 모폴로지 서버로부터 트래픽 모폴로지를 수신하면, 이를 기 설정된 지리적 모폴로지별로 트래픽 밀도의 평균값을 계산하여, 모폴로지별 트래픽 밀도를 계산하고, 해당 정보를 상기 데이터베이스에 저장하는 제 1 단계;
    상기 제 1 단계에서 계산된 복수의 빈의 트래픽 밀도와 행정구역별 인구통계 데이터간의 상관관계를 도출하는 제 2 단계;
    상기 복수의 빈의 상기 트래픽 밀도와 지리정보간의 상관관계를 도출하는 제 3 단계;
    상기 제 2 단계와 상기 제 3 단계에서 도출된 상관관계를 이용하여 각 빈에 대해 트래픽 밀도에 영향을 미치는 요소에 대한 변수와 연산되어 트래픽 밀도를 결정하기 위한 상수로 구성되는 지리정보 고유 행렬을 산출하고, 해당 정보를 상기 데이터베이스에 저장하는 제 4 단계; 및
    상기 데이터베이스로부터 트래픽 밀도를 예측하고자 하는 빈에 대한 지리정보 고유 행렬 정보를 추출하고, 운용자에 의해 입력되는 지리정보 변화에 따른 변수를 상기 지리정보 고유 행렬과 연산하여 상기 빈에 대해 지리정보 변화에 따른 트래픽 밀도를 산출하는 제 5 단계;
    를 포함하는 것을 특징으로 하는 트래픽 밀도 예측 방법.
  5. 제 4 항에 있어서,
    상기 행정구역별 인구통계 데이터는 지역별 인구밀도 정보, 연령 정보, 성별 정보, 소득 정보 및 교육수준 정보를 포함하는 것을 특징으로 하는 트래픽 밀도 예측 방법.
  6. 제 4 항에 있어서,
    상기 지리적 모폴로지는 데이터가 없는 지역(Un use), 식물류가 거의 없거나 전혀 없는 지역(Open), 호수, 강 또는 운하지역(Water), 연립 또는 다세대 주택 지역(Residential), 아파트 주거 지역(Apartment), 보행자가 이동하는 지역(Road), 기차역, 전철역, 버스 터미널과 같은 대중교통의 역(Station), 40m 이상의 건물군 지역(Buildings), 저밀도 주거 지구(Villages), 공업지구(Industrial), 나대지(Urban), 삼림지구(Forest) 및 도심 내의 식물지구(Parks)로 구분되어 있는 것을 특징으로 하는 트래픽 밀도 예측 방법.
KR1020040089353A 2004-11-04 2004-11-04 트래픽 밀도 예측 시스템 및 방법 KR20060040129A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020040089353A KR20060040129A (ko) 2004-11-04 2004-11-04 트래픽 밀도 예측 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020040089353A KR20060040129A (ko) 2004-11-04 2004-11-04 트래픽 밀도 예측 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20060040129A true KR20060040129A (ko) 2006-05-10

Family

ID=37147162

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040089353A KR20060040129A (ko) 2004-11-04 2004-11-04 트래픽 밀도 예측 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20060040129A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101013276B1 (ko) * 2008-09-08 2011-02-09 주식회사 케이티 특정 이벤트 시 자동 호 제어 방법, 장치 및 시스템
KR102085303B1 (ko) * 2019-10-16 2020-03-05 한국교통연구원 통신 빅데이터 기반 db 분석맵 구축 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101013276B1 (ko) * 2008-09-08 2011-02-09 주식회사 케이티 특정 이벤트 시 자동 호 제어 방법, 장치 및 시스템
KR102085303B1 (ko) * 2019-10-16 2020-03-05 한국교통연구원 통신 빅데이터 기반 db 분석맵 구축 방법

Similar Documents

Publication Publication Date Title
US10542330B2 (en) Automatic adaptive network planning
CN110831019B (zh) 基站规划方法、装置、计算机设备和存储介质
US9125019B1 (en) Positioning arrangement, method, mobile device and computer program
CN103347261B (zh) 基于cdma网络数据确定lte网络部署的组网方法和装置
CN101150836B (zh) 无线精确规划模测系统及方法
US20100103868A1 (en) Method for modeling wireless network coverage under line-of-sight conditions
CN101389125A (zh) 配置邻区列表的方法、系统及设备
CN104410978A (zh) 站点规划评估方法及装置
WO2013003513A1 (en) Method and apparatus for mapping operating parameter in coverage area of wireless network
CN113133046B (zh) 网络覆盖评估方法及装置、电子设备和计算机存储介质
CN103369571A (zh) 基于多网联合测量的传播模型校正与覆盖自优化方法
CN102362517A (zh) 无线电波状态测量系统、无线电波状态测量方法及存储无线电波状态测量程序的存储介质
Yusri et al. LORAWAN Internet of Things network planning for smart metering services
CN101304595B (zh) 获取频率规划的方法、装置
CN105407520A (zh) 一种集中式基站休眠决策方法及休眠系统
CN104349326B (zh) 网络规划方法
CN113395704A (zh) 一种5g基站的选址方法及装置
CN103686895A (zh) 切换控制方法、无线网络控制器和接入节点
CN110366099B (zh) 终端定位方法及终端定位装置
Ramm et al. Mobile positioning for traffic state acquisition
KR20060040129A (ko) 트래픽 밀도 예측 시스템 및 방법
Horstmann et al. Evaluation of LoRa in a Real-World Smart City: Selected Insights and Findings
Nisirat et al. Hata based propagation loss formula using terrain criterion for 1800 MHz
Storsaeter et al. A GIS-based tool for optimizing C-ITS communication infrastructure
Primawan et al. The study of access point outdoor coverage deployment for wireless digital campus network

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination