大型体育场馆数据业务模型研究.doc

《大型体育场馆数据业务模型研究.doc》由会员分享，可在线阅读，更多相关《大型体育场馆数据业务模型研究.doc（51页珍藏版）》请在三一办公上搜索。

1、成果上报申请书成果名称大型体育场馆数据业务模型研究成果申报单位上海省（自治区/直辖市）中国移动通信集团上海有限公司成果承担部门/分公司中国移动通信集团上海有限公司网络部运行维护中心项目负责人姓名项目负责人联系电话和Email成果专业类别*数据业务所属专业部门*网络条线成果研究类别*其他省内评审结果*优秀关键词索引（35个）人口到达特征、业务量分布特征、赛时业务量特征应用投资0 万元（指别的省引入应用大致需要的投资金额）产品版权归属单位中国移动通信集团上海有限公司 成果简介： 通过奥运场馆数据业务模型及业务质量研究的分析，探索基于时间、基于区域、基于业务和基于客户的多维度的数据业务模型和业务质量

2、分析的方法，为数据核心网络的精确化维护、为网络资源优化和客户支撑提供保障。 本项目第一次从小区级观测数据业务发展变化，从微观层面总结出一个局部区域的数据业务量变化规律，对数据业务在小区级的保障和规划具有重要意义。 对企业现有标准规范的符合度：（按填写说明5）如果该成果来源于研发项目，请填写研发项目的年度、名称和类型（类型包括：集团重点研发项目、集团联合研发项目、省公司重点研发项目、其他研发项目），可填写多个：省内试运行效果： 项目组根据上海8万人体育场馆的数据出发，计算出模型参数，从而推算出上海虹口体育场的预测数据，与实际测得的数据进行比较，其中SMS、GPRS预测较好、WAP业务较好，彩信预

3、测稍差，WLAN无法预测。推广价值： 虽然本课题进行的是大型体育场馆的数据业务模型研究，但其研究方法和结论并不依赖于具体的场馆，具有一定的普适性，可以作为一个有固定边界区域的数据业务模型。项目推广建议： 虽然模型具有一定的普适性，但要完成预测工作，还需要大量的长期的历史数据的积累，通过历史数据计算出特定区域的模型参数，所以在有大量历史数据的场合下，适合进行推广。文章主体见附件：附件：文章主体：科 研 项 目 成 果 报 告 成果名称 大型体育场馆数据业务模型研究 完成单位 中国移动通信集团上海有限公司运行维护中心 中国移动通信集团上海有限公司2008 年 11月制摘要：2008年8月，中国成功

4、举办了29届奥运会，作为奥运城市的上海，承办了奥运足球部分比赛，比赛场馆为上海八万人体育场。本课题以奥运比赛期间上海八万人体育场移动数据业务数据为基础，结合GPRS（WAP、彩信等）、短信、WLAN等数据业务的系统日志、话单、业务报表等作为数据源。通过不同数据源的关联分析，建立了大型体育场馆的数据业务模型。根据业务模型形成大型体育场馆网络资源配置保障建议。关键字：大型体育场馆、GPRS、WAP、MMS、WLAN、数据业务模型。 大型体育场馆数据业务模型研究-数据维护部1、项目背景随着2008年的到来，奥运通信保障将是上海移动在08年的重要通信保障工作之一。而随着数据网络技术和业务的发展，移动数

5、据业务在重要通信支撑方面起着越来越重要的作用。而数据业务流程复杂，数据业务端到端要涉及到多个数据网平台，目前针对数据业务的统计只能基于网元，且只能统计成功率等一些简单的业务统计要求，远远无法满足当前针对热点保障区域、针对特定客户群的重点业务分析和业务保障的需求。因此，通过此项目，研究奥运场馆数据业务模型和业务质量分析的方法，为重要赛事、热点区域保障积累经验。同时，面向“三新市场”，市场和客户多层次、个性化的需求，也需要对数据业务进行精确化的分析。通过奥运场馆数据业务模型及业务质量研究的分析，探索基于时间、基于区域、基于业务和基于客户的多维度的数据业务模型和业务质量分析的方法，为数据核心网络的精

6、确化维护、为网络资源优化和客户支撑提供保障。2、上海移动数据业务概述2.1 SMS目前上海公司共有8套短信中心，均为中兴设备，其中SC2、SC4、SC6位于浦东移动大楼，SC3、SC5、SC7位于闸北区万荣移动机房，SC8、SC9位于金桥机房，这8套短信中心负荷分担处理上海公司用户的点对点短信、互通短信、梦网业务、接入网关等业务。每套短信中心的MO软件License处理能力683条/秒，硬件实际处理能力为2268条/秒，经过近年的网络优化后，核心交换机为10台4507高端交换机，系统架构为业务处理机和数据库采用合设的UNIX+ORACLE结构；SC2SC9前台均为V3信令机架，每套短信中心24

7、个业务模块，均采用2M高速信令链路。目前8套短信中心通过2M信令上联至HSTP和LSTP，省际短信：由SC2、SC3负荷分担HSTP1上行和HSTP1/2下行的短信，由SC4、SC5负荷分担HSTP2的上行短信；本省短信：由SC2/3/4/5/8/9分担。2007年1月至2008年4月中国移动上海公司每月短信总量由41.6亿条，增长至53.0亿条，平均月增长率仍保持在1.8%左右，07年全年短信总量为502.37亿条，比2006年同比增长23.9%，仍保持着较高的增长量。以2008年的短信月度报表为例（如图2-1所示），除去春节、中秋节等重大节日，2008年每月忙时短信峰值维持在1200150

8、0万/小时。2008年8月奥运期间，上海移动总体短信发送量相较于平时没有明显变化，当月早忙时和晚忙时短信统计指标如图2-1所示。图2-1-1 2008年上海移动月度短信忙时指标统计图图2-1-2 2008年8月上海移动短信忙时业务指标统计图2.2 GPRS1、上海GPRS核心网架构概述及业务分担情况目前，上海共二套GPRS核心网设备，生产厂家分别是ERICSSON和NOKIA。根据上海市城市规划的特点，以陕西南路为界对上海市的区域进行了划分，其中ERICSSON的设备主要覆盖上海市陕西南路以东的区域，以及嘉定F1赛场附近的区域；NOKIA的设备主要覆盖陕西南路以西的区域。爱立信核心网包括10套

9、SGSN（2套为2007年底新扩）、4套GGSN、2套DNS、2套NTP、4套防火墙、2套CG等设备，其中GGSN9/10为2008年GPRS扩容工程中新扩设备（GGSN9尚未入网）。而除NTP服务器为骨干设备外，其余均为上海本地网设备。NOKIA核心网设备包括8套SGSN、2套GGSN、4套防火墙、7套CG等设备，其中4套防火墙也为2008年GPRS扩容工程新增设备。NOKIA与爱立信核心网间通过cmnet网络实现Gn网段的互通。NOKIA与爱立信核心网设备分别采用路由器与各自的CG和网管设备相连，实现计费和网管。GPRS系统通过CMNET与上海本地WAP网关相连实现WAP浏览业务；GPRS

10、系统通过CMNET与internet互联实现GPRS浏览internet以及接入行业应用业务；GPRS系统通过CMNET与其他省市的SGSN、GGSN等实现省际GPRS漫游业务。通过北京设立的GPRS边界网关，经过GRX网络（爱讯特）的中转，实现和国际漫游伙伴的GPRS业务互通。整个上海GPRS核心网具体的网络结构见意图2-2-1：图2-2-1 上海移动GPRS核心网结构示意图2、2008年GPRS业务发展概况GPRS总体业务概括图2-2-2 2008年GPRS附着用户/在线用户增长趋势根据上图中的2008年上海移动GPRS附着用户数及在线用户数增长趋势来看，作为奥运年的2008年，GPRS业

11、务保持稳定增长态势，尤其是奥运赛事进行期间的8月期间，全网附着用户数峰值达到326.92万，峰值在线激活用户数达到32.74万。分别比上月增长了0.6%和6，显示了奥运赛事期间，全网业务量也有一定比例的增长。2.3 WAPWAP核心网由3套WAP网关组成，实现WAP业务全网覆盖。各个WAP网关分别负责不同区域的WAP业务，其中诺西WAP1负者CSD业务，WAP2网关负者GGSN5、6的CMWAP业务，WAP3网关负责GGSN7、8的CMWAP业务。WAP网关开放的业务类型主要包括WAP上网、JAVA、MMS、SOCKET、飞信等。目前上海WAP网关的处理能力见表2.3.1所示设备厂商设备名称并

12、发请求数（TPS）诺西WAP11100华为WAP27000华为WAP34000表2-3-1 WAP设备容量表2008年WAP网关忙时请求数较为平稳，各套网关的负荷均小于60%，WAP网关的各项指标良好，成功率稳定在很高的水平。WAP网关指标见图2-3-1图2-3-1 2008年WAP网关指标图2.4 MMS目前上海公司共有2套彩信中心，均为华为设备，全部位于浦东18楼数据业务机房。两套彩信中心按号段承载上海彩信业务。每套彩信中心的软件License处理能力285条/秒，硬件实际处理能力为435条/秒，彩信中心核心交换设备为两台华为高性能6506交换机构成，出口配置双防火墙，所有业务主机双机成对

13、配置，整个彩信中心无单点设备故障，整体具有较高的安全性。目前彩信中心承载的主要业务为SP到点和点到点业务，EMAIL到点和点到EMAIL业务目前业务量偏小。在SP到点业务中，手机报业务为SP到点业务的主体。2007年1月至2008年8月中国移动上海公司每月彩信信总量由0.5亿条，增长至1.0亿条，平均月增长率仍保持在3.6%左右，详见图2-4-1图2-4-1 彩信业务量图2008年8月奥运期间，上海移动总体彩信发送量明显放量，这与奥运手机报的重点营销相吻合。当月彩信忙时指标如图2-4-2所示。图2-4-2 上海彩信中心质量统计图数据表明，奥运期间彩信端到端成功率为80%左右，远超集团考核指标。

14、彩信网络接通率为99.9以上，彩信系统运行平稳。2.5 WLAN上海移动WLAN网络包括“已建WLAN公网”、“奥运场馆公网”、“奥运场馆专网”和“奥运在建WLAN”,见图2-5-1图2-5-1 WLAN组网图已建公网：WLAN二期建设在浦东移动大楼、武胜大楼、钦州传输机房、万荣传输机房、长寿传输机房、陆家嘴传输机房、怒江传输机房七处节点机房各安装了1台华为MA5200F的AC设备，AC设备通过数据节点的交换机上联本节点的GSR骨干路由器，接入CMNET。共下辖了166个热点。奥运场馆公网：根据集团公司的要求，在建中的奥运公网包括3个热点，分别为1个奥运场馆上海体育场和2个协议酒店，分别是奥林

15、匹克俱乐部和华亭宾馆，采用Wifi的技术标准建设。在钦州路移动传输机房安装1台汇聚交换机和2台AC，AC互为备份。AC和AP均采用摩托罗拉的设备。奥运场馆专网：根据集团公司要求，奥运场馆必须采用WIPI的标准建设1套奥运专网系统。针对上海，目前作为热点建设的为上海体育场。在钦州路移动传输机房安装2台汇聚交换机和2台AC，分别互为备份。AP采用联信永益的设备，AC采用中太的设备。奥运在建WLAN：在浦东、武胜、钦州、万荣、长寿、陆家嘴、怒江7个节点各建设了一套AC(2台)，采用双机热备方式。根据中国移动宽带解决方案, WLAN有两个独立部分组成：公共无线局域网接入热点区域和局端网络节点组成。在热

16、点区域，运营商布置AP作为无线网络的接入端口，而其用户就通过移动终端（如笔记本电脑、PDA等）加上无线网卡实现Internet的无线接入。同时，局端网络节点则提供了认证和漫游、计费业务等等。通常，运营商在不同公共场所拥有许多热点区域。这些热点的数据信息被连接到IP核心网，核心网提供了接入网并传递鉴权、计费信息至移动网络。本次科研的研究对象是奥运场馆公网和奥运场馆专网，因在比赛场馆存在公网和专网信号互相干扰的问题，故在奥运开始前关闭了所有的WLAN奥运公网场馆AP。在奥运期间，比赛场馆中的WLAN上网途径为奥运专网。专网见示意图2-5-2：图2-5-2 奥运WLAN专网示意图两台中太AC上行部署

17、两台思科WLAN汇聚交换机作为省网WLAN汇聚设备，接入WLAN承载网骨干设备JuniperM320。如图所示，AC之间的备份方式为11备份（主备用）。每台设备出一个上行GE接口与WLAN汇聚交换机对接。AC下行出一个GE接口与汇聚交换机进行连接。二层汇聚交换机由两台华为3528P组成，每台设备单上行至AC。3、大型体育场馆数据业务模型研究3.1、大型体育场馆数据业务模型特点及研究方法大型体育场馆多承办大型体育赛事和活动，数据业务模型的建立需要从多个纬度进行分析。3.1.1、模型纬度：3.1.1.1、用户纬度：用户是产生业务量的基础，大型赛事活动，特别是国际赛事活动，移动数据业务人员参与构成是

18、否与平时不同，有多大不同，国漫业务占比，国漫业务分布等都是需要考虑的因素。除了国漫用户外，国内漫游用户也是需要考虑的因素。3.1.1.2、场馆纬度：每个场馆有每个场馆的特点，场馆造型，出入管理的不由也会造成用户分布的不同，场馆的出口区、观众区、贵宾区和应急出入区的人口分布与活动进程密切相关，建立数据模型，估算峰值业务量，进而配备应急外资，应急资源都与场馆所处的位置、管理活动密切相关。3.1.1.3、时间纬度：人是产生业务量的根本原因，而人是生活在特定的时空环境下，因此大型体育场馆的赛事时间也是影响业务量的重要因素，上午举行的比赛和下午举行的比赛，场馆内的数据业务模型可能会根本不同。再有大型场馆

19、举办的活动内在时间结构也会对数据业务量产生较大影响，比如足球赛分为上半场、中场信息、下半场的时间结构。这个时间结构和NBA分节制赛事根本不同，相应的数据业务量分布模型也具有较大的区别。事实证明，时间纬度是影响大型体育场馆最重要的因素。3.1.1.4、数据业务纬度：每种数据业务具有各自不同的特征，如彩信业务以MT业务量为主要业务量的业务特征，而短信的MO和MT就具有相同的数据量。GPRS和WAP也有自己独有的不同于MMS和短信的业务特征，多种业务组合形成整个场馆的数据业务特征。因此分析大型体育场馆的数据业务本身时必须结合具体的业务进行分析。3.1.2、研究方法：大型体育场馆数据业务模型的建模方法

20、也有别于话务模型的建模方法，数据业务的每种业务之间具有较大的相互依赖性，每种业务的业务量的表述方法也各有特色，如MMS和WAP是以请求次数来作为业务量的表述方法，而GPRS是以多少BIT来作为业务量的表述。另、数据业务是各种分业务的综合，目前每种数据业务虽有各自的报表和监控平台但却没有统一的数据业务统合平台，也没有形成的方法提取出大型体育场馆的业务数据。因此在场馆业务数据获取方面需要有新的方法.3.1.2.1、关联分析的方法目前，数据业务各个业务都有自己成熟的业务统计系统，话单系统等，但都没有基于小区的业务信息，为了获取大型体育场馆小区级的业务数据，就必须对现有的数据记录进行关联分析，而在浩繁

21、的话单日志中进行数据库式的关联分析，除了需要大量的计算资源，还需要进行关联分析算法和软件的开发。使用关联分析方法获取到业务数据后，还需要对数据进行对比研究，找出场馆数据业务模型的建模方法：3.1.2.2、对比分析的方法影响场馆数据业务量的因素很多，而分析数据的获取又比较困难，可供分析的数据较小，这就需要使用对比分析的方法，从获取的有限数据中与业务报表的数据进行广泛的横向和纵向的比较，从中找出大型体育场馆数据业务量的规律，进行抽象出计量模型。3.2、八万人体育场数据业务模型研究3.2.1八万人体育场1 上海体育场地理概况此次奥运会，上海负责承办的是奥运男女足球赛小组赛、四分之一决赛、半决赛和3、

22、4名决赛的部分场次比赛，比赛场馆为位于徐汇区的上海八万人体育场，其具体地理位置如见图3-2-1-1：图3-2-1-1 上海八万人体育场地理位置示意图上图中蓝色箭头所指的地方就是上海八万人体育场，它的周边分别是天钥桥路、中山南路、漕溪北路和斜土路，交通便利，有92路、721路、926路直达，同时也有地铁一、三、四号线换乘点，即使在平时，也是人口密集的区域。2 上海体育场的无线覆盖情况根据奥运赛事期间的上海体育场无线配置资料显示，此次奥运赛事期间，上海移动在上海八万人体育场配置了900/1800的双频覆盖，也就是通常意义上的G网（900MHz）和D网（1800MHz），分别为西门子的BSC285（

23、900MHz）、诺基亚的BSC532（1800MHz）。这两个BSC下各有13个小区（CI）覆盖了上海八万人体育场馆，承载体育场的GPRS业务。另外，为配合此次奥运赛事期间的通信保障，上海移动优化中心还增设了两辆应急通信车共计六个小区（分别属于BSC284和BSC285）为赛事期间的移动业务提供通信保障。整个上海体育场的无线覆盖情况可以参见图3-2-1-2：图3-2-1-2 上海体育场无线覆盖示意综上所述，所有覆盖上海八万人体育场的小区信息可以参见表3-2-1-1：BSC站名LACCI厂商BSC28_5S上海体育馆东基站_1624121777SIEMENSBSC28_5S上海体育馆东基站_26

24、24121778SIEMENSBSC28_5S上海体育馆东基站_3624121779SIEMENSBSC28_5S上海体育馆北基站_1624121649SIEMENSBSC28_5S上海体育馆北基站_2624121650SIEMENSBSC28_5S上海体育馆南基站_1624121761SIEMENSBSC28_5S上海体育馆南基站_2624121762SIEMENSBSC28_5S上海体育馆南基站_3624121763SIEMENSBSC28_5S上海体育馆西基站_1624121633SIEMENSBSC28_5S上海体育馆西基站_2624121634SIEMENSBSC28_5S上海体育馆

25、西基站_3624121635SIEMENSBSC28_5S上海体育馆西基站_4624121636SIEMENSBSC28_5S上海体育馆西基站_5624121637SIEMENSBSC53-2N上海体育馆西基站_163799313NOKIABSC53-2N上海体育馆西基站_263799314NOKIABSC53-2N上海体育馆西基站_363799315NOKIABSC53-2N上海体育馆西基站_463799316NOKIABSC53-2N上海体育馆西基站_563799317NOKIABSC53-2N上海体育馆北基站_163799329NOKIABSC53-2N上海体育馆北基站_26379933

26、0NOKIABSC53-2N上海体育馆南基站_163799345NOKIABSC53-2N上海体育馆南基站_263799346NOKIABSC53-2N上海体育馆南基站_363799347NOKIABSC53-2N上海体育馆东基站_163799361NOKIABSC53-2N上海体育馆东基站_263799362NOKIABSC28_5S上海体育馆东基站_163799363NOKIABSC28_4S八万人体育场应急车B_1624117473SIEMENSBSC28_4S八万人体育场应急车B_2624117474SIEMENSBSC28_4S八万人体育场应急车B_3624117475SIEMENS

27、BSC28_5S万体馆应急车A_1624121585SIEMENSBSC28_5S万体馆应急车A_2624121586SIEMENSBSC28_5S万体馆应急车A_3624121587SIEMENS表3-2-1-1 上海体育场小区信息表（含应急通信车）考虑到上述小区均为覆盖上海体育场的，是为上海体育场内的特定用户群体（观众、记者、奥委会官员及赛事工作人员）提供数据业务的。因此在建立奥运场馆数据业务模型中，主要以这些小区的数据业务量作为分析、构建赛事期间GPRS（含WAP、彩信）业务模型的原始数据来源依据，以反映奥运赛事期间特定场馆的数据业务的情况。3.2.2奥运WLAN覆盖场馆情况：WLAN奥

28、运专网的热点为八万人体育场和东亚展览馆。作为比赛场馆的八万人体育场覆盖了30个AP，覆盖区域包括新闻中心、文字记者看台、观众区等。相应AP数量以及开启频点数见下表3-2-2-1：序号覆盖区域专网AP数量802.11b/g开启频点数802.11a开启频点数1新闻中心5552文字记者看台8863观众区171704小计303011表3-2-2-1 奥运WLAN覆盖表3.2.3 八万人体育场奥运赛事观众情况：2008年奥运会期间，上海八万人体育场承办了奥运足球比赛，九场足球赛期共吸引观众达40余万人。根据网管统计，其中九场比赛期间移动用户数如表3-2-2-1所示。日期用户数8月7日4.6万8月10日4

29、.2万8月12日3.1万8月13日3.7万8月15日3.5万8月16日4.2万8月18日4.0万8月19日3.5万8月22日3.6万表3-2-2-1 上海体育场奥运足球赛期间观赛移动用户数情况根据网管统计数据，上海体育场足球赛事期间，本地用户占场馆总移动用户数的83%，省际和国际漫游用户所占比例相对较小，分别为12%和5%，如图3-3-2-1所示。图3-3-2-1 上海体育场足球赛期间本地/漫游用户类型分布3.3 场馆业务模型特征3.3.1 人口到达特征从小区短信下发中推导出人口到达特征。可以认为小区短信量的变化是人口到达的导数。上海体育场奥运赛事期间，为了更好地服务于场馆内观赛用户，上海移动

30、在每位用户进场和退场时分别下发小区短信。因此，我们根据小区短信下发情况的统计结果，再结合网管统计的每场比赛期间观赛用户情况，得出赛事期间人数变化曲线。我们把一场比赛分成三个阶段，即入场、开赛期间和退场，显而易见，入场时人数变化是逐渐上升的，近似为斜率为a的曲线；退场时人数是下降的，近似为斜率为b的曲线，且退场时下降的坡度必然大于入场时上升的坡度，即；而开赛期间，人数理论上应该是恒定不变的，近似为一条水平直线。这样我们对每场比赛场馆内人数变化特点进行研究，就可以得到比赛场馆人口到达特征模型。假设某场比赛场馆内人数变化情况为X(t)，用Xmax表示该场比赛场馆内峰值人数，则我们可以得到该场比赛人数

31、变化特征曲线。对几次比赛求平均，即可得到上海体育场人口到达特征模型，如图3-3-1-1所示。图3-3-1-1 上海体育场人口到达特征模型3.3.2 业务漫游分布特征3.3.2.1 SMS 由图3-3-2-1-1可见，本地短信业务量为业务量的主体。省际用户短信量也有相当大的比重，而国际短信量占比较小，在分析业务量的变化时可以简化忽略。图3-3-2-1-1 上海体育场足球赛期间本地/漫游短信业务分布3.3.2.2 GPRSGPRS业务漫游分布特征分析见图3-3-2-2-1图3-3-2-2-1 奥运赛事期间场馆GPRS业务分布示意图如上图所示，通过对信令监测系统采集的奥运赛事期间相关Gb数据的分析，

32、从总量上来看，漫游业务量较小，不足1，而从本地业务量上构成来看，WAP业务占据主导地位，接近总流量的80%，NET类业务在21%左右，WAP和NET类业务的比例约为3.6:1，略小于全网的2：1这个数值，这可能是因为在上海体育场这一特定的位置环境下，特定用户群体中观看比赛的观众占多数，大都是使用手机方式上网，使用数据卡连接笔记本电脑上网的较少。而WAP页面经过WAP网关适配后数据量小，因此更适合于手机浏览，因此可能是众多手机上网用户的优选上网方式（由于根据上海移动数据网路由组织及局数据设置原则，省际漫游采用就近接入原则，由漫游地SGSN/GGSN/WAP网关疏通，因此从某种意义上来说，省际漫游

33、和本地业务在激活流程上不存在差异，将其视为本地业务处理）。3.3.2.3 WAP经统计我们发现本地用户流量约占CMWAP总流量的91%，省际漫游流量约占9%，本地用户的业务量是业务量的主体。详见图3-3-2-3-1图3-3-2-3-1 WAP漫游分布图3.3.2.4 MMS在奥运期间，上海本地业务量为所有业务量的主体，国际彩信业务量最小，可以忽略不计。详细分布见下图3-3-2-4-1。 图3-3-2-3-1 彩信漫游业务量分布图3.3.3 赛时业务量总体分布特征：3.3.3.1 SMS我们以一场奥运期间足球比赛为例，分析短信业务量在比赛过程中的分布特征，如图3-3-4所示。比赛期间，总业务量达

34、16.8万，以5分钟粒度统计，5分钟最大业务量达10426条，峰值业务量12.5BHSM，即34.8条（MO+MT）/秒；平均每用户业务量4.8条/秒。由于短信存在MO和MT的区别，MO作为上行短信量，一般是由用户主动发起的，是一种主动行为；而MT作为下行短信量，表示用户接收的短信，可以是点对点短信，也可能是SP下发的短信，对用户而言是一种被动行为。为了更好地区分体育场赛事期间MO和MT短信的特征，我们对MO和MT分别进行分析，如图3-3-3-1-2所示。总体而言，在比赛过程中，MT略小于MO，这与全网的情况相反（在比赛时间段，即晚忙时，全网短信MT是高于MO的，这一点下一节将介绍）。但是在比

35、赛开始和结束的时刻MT高于MO业务量，这主要是由于上海体育场在奥运足球赛期间于入场和退场时，对用户下发小区短信所致。详细情况见图3-3-3-1-1和图3-3-3-1-2图3-3-3-1-1 上海体育场足球赛事期间短信业务量分布图3-3-3-1-2 上海体育场足球赛事期间短信MO与MT分布3.3.3.2 GPRSGPRS业务量的主体为上下行流量，上下行流量的多少决定了无线资源的配置是否充裕，为了简化问题分析，在GPRS业务预测模型中只考虑上下行流量，重点考察其峰值的情况。3.3.3.3 WAP以某场比赛为例，在比赛期间有一个业务峰值，而且峰值出现在每场比赛的中场信息时间，可能是比赛暂停后，用户有

36、浏览WAP网页的需求。详见图3-3-3-3-1图3-3-3-3-1 WAP业务量总体特征上图中，统计时间间隔为10分钟，峰值请求数为1500次，整场比赛期间，人均忙时请求0.28次。在比赛中，总的请求次12000次。3.3.3.4 MMS我们以一场奥运期间足球比赛为例，分析彩信业务量在比赛过程中的分布特征。首先我们对MO和MT进行分析，MO和MT业务量对比如图3-3-3-4-1示，图3-3-3-4-1 彩信业务量分布图由图可见，MT业务量是场馆业务量的主体，彩信业务量以MT业务量为主导。在以被动业务MT业务量为主导业务量特征的情况下，经过与大网业务量变化曲线对比，我们可以发现比赛期间业务量变化

37、曲线和大网同一时段的业务量变化曲线具有相似性。图示如下：经统计，比赛期间，彩信业务量如图3-3-3-4-2所示。图3-3-3-4-2 彩信业务量时序图同一时间段大网业务量分布曲线如图3-3-3-4-3：图3-3-3-4-2 大网时间段业务量分布图由上图可见，比赛期间业务量变化曲线与相同时间段的大网业务量变化曲线具有较高的相似性。从大网业务量出发，就可以演绎出场馆的彩信业务量变化，这在以后的计算模型中加以体现。总之，比赛期间彩信业务量的变化与比赛进行关联度较低，业务量与大网业务量变化相当。而大网业务量随时间的分布情况，我们下文专题描述。3.3.3.5 WLAN图3-3-3-5-1为比赛日下行流量

38、和随机一台公网AC流量的对比图。由图可知，公网AC流量的流量峰值发生在工作日的午休时间和工作日的下班前两小时。而专网的流量峰值则发生在比赛中场休息和比赛后两小时内。由此可见，公网的重点保障时间为午休和下班前，专网的重点保障时间为比赛休息时间。图3-3-3-5-1 AC流量对比图图中红线为奥运比赛日专网用户数曲线，蓝线为随机抽取一台公网AC的用户数曲线。可以看出，专网用户数的峰值和比赛时间密切相关，而公网的用户数和工作时间相关，即从9点至17点的用户数较大。3.3.4 大网业务量分布特征3.3.4.1 SMS全网短信业务随时间变化具有其自身特点，因此对于大型体育场馆承办的赛事而言，比赛在不同时间

39、举行，其业务分布特点是有一定区别的。为了更好地分析大型体育场馆赛事期间短信业务量分布特点，首先要分析全网短信业务量的特点。我们取奥运比赛当月的短信业务统计数据，即8月份的每日短信统计数据，求其平均值后如图3-3-4-1-1所示。从图中可以看出，短信业务量存在两个峰值，即早忙时（8：0011：00）和晚忙时（18：0021：00）；在凌晨，短信业务量很小，且MO与MT几乎相等，说明该时段主要是点对点短信业务；而白天及晚忙时期间，MT明显高于MO，主要是由于SP下发短信造成。可见，大型体育场馆承办比赛的时间对业务量有一定的影响，例如凌晨举办的比赛和早忙时或晚忙时举办的比赛，短信业务量就将明显不同。

40、早忙时或晚忙时，不可避免会有大量SP下发短信到用户手机终端；而若凌晨举办比赛，则场馆内业务将以点对点短信为主。因此，在建立大型体育场馆赛事期间短信业务模型时，必须考虑比赛时间段全网短信业务的特点。图3-3-4-1-1 2008年8月全网短信业务量日分布图3.3.4.2 GPRS1 全网GPRS业务量分布特征概述图3-3-4-2-1 8月工作日期间GPRS全网人均业务模型示意图3-3-4-2-2 8月节假日期间GPRS全网人均业务模型示意如图3-3-4-2-1和3-3-4-2-2所示，通过统计报表，采样了8月份奥运赛事举行期间的全月Gb数据，按照1400万移动的用户数，构建了8月份全网GPRS人

41、均业务模型。由于节假日和工作日的业务流量的不同，对其分别进行构建并其算术平均，得到的人均业务模型如上图所示。可以发现，每日GPRS人均业务量具有周期性变化特性，工作日和节假日的不同在于节假日没有10点和13点左右的业务高峰（这可能与节假日股市停盘有一定关系）。而将其与奥运赛事期间场馆的业务量作对比，可以发现具有一定关联性，场馆业务量与全网构成一定的映射关系，在后续的建模中将着重研究两者之间的关系，寻找其规律性的东西，以此构建场馆的GPRS业务模型。3.3.4.3 WAPWAP全网人均业务量在0点后大幅下滑，至6点开始上升，在上午10点达到全天最高值，然后在下午2点和6点有2个小高峰。WAP全网

42、人均业务量的峰值出现在上午10点，达0.187TPS左右、平均业务量约0.092TPS。详见图3-3-4-3-1.图3-3-4-3-1 WAP大网人均业务量分布图3.3.4.4 MMSMMS业务是以MT业务量为主导的业务量，但经过分析，不能发现，AO业务量为MT业务量主要来源。各种业务量来源图3-3-4-4-1如示：图3-3-4-4-1 MMS业务发起方分布可见AO业务量为彩信业务量的主体，而AO也就是SP业务，目前因中移动大力推广移动手机报业务，使得在AO业务量主要是移动手机报业务量，所以移动手机报的下发策略对整个彩信业务业务量分布具有较大的影响，决定了整个彩信业务的忙时，与峰值。下图图3-

43、3-4-4-2为大网人均业务量业务分布图：图3-3-4-4-1 大网人均业务量分布图由图图3-3-4-4-1可见，随手机报的集中下发，在早报和晚报下发时间段，也就是早上8：009：00，下午18：00到19：00形成两个业务高峰。在两个高峰旁边，还有几个小高峰，经统计，他们要是SP业务集中下发导致的业务小高蜂。全天统计，彩信人均业务量为0.2条。3.3.5 赛时业务量时间模式特征3.3.5.1 SMS 通过对奥运期间上海体育场足球比赛期间短信业务量的分析，我们可以发现赛时短信业务量随时间的变化具有显著特点。大体上可以把比赛期间业务量分为三个阶段，即赛前、赛中和赛后。其中，赛前业务量随着比赛的临

44、近而增加，赛中业务量趋于稳定，而赛后是一个业务量下降的过程。显然，业务量也与人口达到模型密切相关。以一场奥运期间足球比赛为例，期间短信业务量随时间变化曲线如图3-3-5-1-1所示。图3-3-5-1-1（a）为奥运当月全网人均短信业务分布图，图3-3-5-1-1 (b)为上海体育场足球赛事期间短信业务量分布图。为了分析赛前后赛后业务量变化情况，我们取赛前2小时和赛后1个半小时，即图中3-3-5-1-1的17：0022：00。短信业务的晚忙时正好落于比赛期间，从全网分布可以看出，晚忙时人均业务量整体较高，但并没有明显峰值量。图3-3-5-1-1（a） 图3-3-5-1-1 (b)图3-3-5-1

45、-1（a）2008年8月全网短信业务量日分布 图3-3-5-1-1（b）上海体育场足球赛事期间短信MO与MT分布从图3-3-5-1-1 (b)可以看出，赛前短信业务量随人数的增加逐渐增加，且MO与MT的量近似相等；比赛开始时，短信业务量出现一个小高峰，比赛期间短信业务量基本维持稳定水平，且MO 开始略高于MT；比赛结束时，MO和MT均出现明显峰值，且MO峰值发生实践略提前于MT。分析其原因，比赛场馆内，用户出于某种需要，比如同他人分享赛况等，主动发起业务的比例提升，故相较于全网分布而言，MO业务量增加，尤其是比赛过程中，MO的业务量甚至高于MT。比赛结束时刻，用户或是急于向亲友汇报赛果，或是与

46、亲友联系离场回家，因此造成发起短信量突增（即MO突增），而MT的突增则是由于公司对于离场用户发送小区短信的缘故，这也是为什么MT的峰值滞后于MO。 总结体育场馆赛事期间短信业务量随时间变化的特点有以下两方面：一是短信业务量的变化与人口达到模型密切相关；二是与全网人均业务量有一定关系，但其影响对于MO和MT程度不同；三是比赛结束时，MO存在峰值，MT是否存在峰值则与特定业务活动相关，故短信的MT受到特定业务活动影响。3.3.5.2 GPRS1GPRS赛时业务量时间模式特征分析图3-3-5-2-1赛事期间流量趋势图形（以8月16日四分之一决赛为例）如图3-3-5-2-1，选取比赛期间的相关小区的流量，通过统计分析，经过平滑处理后，可以得到流量趋势，可见赛事