9、基于跳跃图的蜂窝用户移动性建模

基于跳跃图的蜂窝用户移动性建模

1. 低通滤波与移动性跳跃

在处理蜂窝网络中用户移动性相关数据时，会面临成员集波动的问题。低通滤波（Low-Pass Filter）是一种抑制相邻扇区活动集中成员波动的有效方法。具体做法是将每个连续活动集中的扇区通过一个队列，若扇区内已在队列中，就将其移至队列尾部；当队列满时，移除最旧的成员，并根据移除顺序生成“平滑”的轨迹。不过，用户可见的扇区数量会变化，这使得确定一个固定的队列大小变得困难。在实际应用中，使用固定队列大小会导致一些不必要的切换，并且可能错过用户的真实移动。

在推断用户移动性时，单个活动集的变化并不能明确表明切换是否由用户移动引起。因此，我们需要消除那些解释模糊的切换，转而关注一系列可能表示移动性的连续切换的最小组。这些组的边界被称为跳跃（Leap），一系列相邻的跳跃构成一个跳跃轨迹（Leap Trace）。构建跳跃轨迹分为以下两个步骤：

• 步骤一：识别重叠扇区
  非正式地说，如果两个扇区之间可以进行切换，那么它们就是重叠的。虽然原则上可以从辅助扇区配置数据（如扇区天线位置、方向和功率）推断重叠情况，但这通常是一项复杂的任务。我们采用以下两个标准来定义两个扇区 (s_i) 和 (s_j) 重叠（表示为 (s_i \sim s_j)）：
• 配置标准 ：(s_i) 和 (s_j) 基于同一个基站。

• 经验标准 ：在指定时间段（评估中为 3 周）的切换轨迹报告的活动集中，(s_i) 和 (s_j) 同时出现。

• <