A telecommunications network is divided into cells, which have radio properties to lessen interference. Users move between these cells with their equipment. If the equipment is actively used, it goes through a process called handover when it moves between cells, this creates sequences of visited cells. This thesis investigates these handovers and the corresponding sequences of visited cells. In this thesis there are two objectives related to the handovers between cells. The first is to determine if different types of sequences have different proportions of unwanted behaviour, the second is to develop a method to detect changes in the patterns of the handovers, between different time periods. For both objectives it is examined if the sequences of visited cells can be modelled as r-order Markov chains. For the first objective, it is examined if there are different proportions of unwanted behaviour for the r most recently visited cells, using a Markov chain approach. The sequences are also examined as a whole with a clustering method using dissimilarity matrices. For the second objective, it is first examined if it is possible to model the sequences of visited cells from different time periods as Markov chains and then perform a homogeneity test between them. After that it is examined if dissimilarity metrics could be used to detect changes between time periods, this is done using dissimilarity matrices. In the end it can be concluded that different types of sequences have different proportions of unwanted behaviour. Furthermore, it can be concluded that the approach of modelling the sequences as Markov chains in order to detect changes in handover behaviour between time periods, does not work. Finally, it is concluded that dissimilarity metrics could be used to detect changes between time periods, and additionally, some suitable dissimilarity metrics are presented. / Ett telekommunikationsnätverk är uppdelat i celler, dessa har radioegenskaper som ska minska interferensen. Användare rör sig mellan cellerna med sin utrustning. Om utrustningen används aktivt, så kommer den gå igenom en process kallad handover när den rör sig mellan celler, och sekvenser av besökta celler skapas. Detta examensarbete undersöker dessa handovers och de motsvarande cellsekvenserna. I detta examensarbete finns det två mål relaterade till handover mellan celler. Det första målet är att bestämma om olika typer av cellsekvenser har olika proportioner av oönskat beteende, det andra målet är att skapa en metod som kan upptäcka skillnader i handovermönster mellan olika tidsperioder. För båda målen så undersöks det om cellsekvenserna kan modelleras som Markovkedjor av ordning r. För att uppnå det första målet, så undersöks det med hjälp av en Markovkedjemetod, om sekvenser med samma r första celler har samma proportion av oönskat beteende. Cellsekvenserna undersöks också i sin helhet genom att de klassificeras med hjälp av en olikhetsmatris. För att uppnå det andra målet, så undersöks det först om det är möjligt att modellera cellsekvenserna från olika tidsperioder som Markovkedjor för att sedan göra ett homogenitetstest dem emellan. Efter detta så undersöks det om olikhetsmått kan användas för att upptäcka skillnader mellan tidsperioder, detta görs med hjälp av olikhetsmatriser. I detta examensarbete så kan man konstatera att olika typer av sekvenser har olika proportioner av oönskat beteende. Dessutom så kan det konstateras att det inte fungerar att detektera skillnader i handovermönster genom att modellera cellsekvenserna som Markovkedjor och sedan göra homogenitetstest. Slutligen så kan det även konstateras att det fungerar att använda olikhetsmått för att upptäcka skillnader i handovermönster, dessutom så finns det förslag på några lämpliga olikhetsmått.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-229069 |
Date | January 2018 |
Creators | Resare, Pontus |
Publisher | KTH, Matematisk statistik |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Relation | TRITA-SCI-GRU ; 2018:215 |
Page generated in 0.004 seconds