Hình 3.1. Đồ thị biểu diễn dữ liệu thô tại trạm BTS Mobifone
Đồ thị trên biểu diễn dữ liệu thô về công suất tiêu thụ của các thiết bị 2G, 3G (chính là phần lõi đảm bảo hoạt động thông tin được ổn định) và công suất
Trang 48
tổng thu được tại trạm BTS/NodeB của Mobifone, để làm một trường hợp minh họa. Dữ liệu thu được trong thời gian 14 ngày, với thời gian lấy mẫu là 60s/mẫu với các chú thích đồ thị như sau:
+ Đồ thị màu xám: biểu diễn công suất nguồn tổng cho cả trạm BTS/NodeB.
+ Đồ thị màu xanh dương: biểu diễn công suất tiêu thụ cho thiết bị 2G. + Đồ thị màu cam: biểu diễn công suất tiêu thụ cho thiết bị 3G.
Dựa trên đồ thị, về cảm nhận ban đầu ta có thể đưa ra một số nhận xét tại trạm BTS này như sau:
+ Có sự lặp lại về dạng đồ thị của công suất tổng trong 14 ngày.
+ Có sự trùng khớp về dạng đồ thị của công suất tiêu thụ 2G, 3G với đồ thị của công suất tổng (Khi công suất tổng ở mức thấp, thì công suất tiêu thụ của 2G, 3G cũng ở mức thấp)
+ Công suất tiêu thụ của các thiết bị 2G cao hơn của 3G rất nhiều. Dựa trên những nhận xét này, ta có thể nói rằng công suất nguồn tiêu thụ tại trạm BTS/NodeB này có sự lặp lại giữa các ngày với nhau. Khi công suất tiêu thụ của các thiết bị 2G, 3G giảm thấp, thì công suất nguồn tổng cũng giảm theo. Nhưng một vấn đề quan trong được đặt ra là: tại sao công suất tiêu thụ của các thiết bị 2G, 3G lại giảm hoặc tăng và ta có thể dựa vào tiêu chí nào để gián tiếp giám sát sự tăng giảm công suất này không? Vì hiện tại có thể nói nước ta hoàn toàn bị phụ thuộc vào các công nghệ của nước ngoài, nên đối với các thiết bị của 2G, 3G ta chỉ có thể thực hiện công tác khai thác, sử dụng. Nếu thực hiện được việc giám sát gián tiếp công suất này, ta hoàn toàn có thể thực hiện việc chủ động phân phối nguồn hợp lý cho trạm BTS/NodeB.
Một nhận định ban đầu được đưa ra dựa vào dữ liệu thu thập được là các thiết bị của 2G, 3G trong trạm BTS/NodeB sẽ tiêu thụ công suất nguồn lớn hơn, khi số lượng người dùng các dịch vụ tại khu vực của trạm quản lý tăng lên, và
Trang 49
ngược lại. Hay ta có thể nói về quan hệ giữa lưu lượng và công suất tiêu thụ tại trạm BTS/NodeB như sau: khi lưu lượng tại trạm tăng, công suất nguồn cũng sẽ tăng lên, và ngược lại khi lưu lượng tại trạm giảm, công suất nguồn cũng sẽ giảm xuống.
Đây là một nhận định mang tính chủ quan, được suy diễn từ dữ liệu thô thu tại một trạm BTS. Để có thể khẳng định tính chính xác của nhận định này, nội dung chương 3 sẽ tìm cách chứng minh mối quan hệ đã được đề cập, đồng thời dựa vào kết quả chứng minh sẽ tìm ra được một mức công suất ngưỡng tại một trạm BTS/NodeB.
Trong bài luận văn này, tác giả sử dụng dữ liệu thu thập được từ trạm BTS/NodeB của Viettel [5] để phân tích. Toàn bộ dữ liệu và tính khoa học của chương này đã được công bố trên tạp chí Đại học Thái Nguyên, Tập 204, Số 11, Năm 2019.
Các dữ liêu này thu thập được là nhờ sử dụng các mạch điện tử đã được trình bày trong chương 2, các mạch điện tử này được kết nối không dây với nhau và tạo thành một hệ thống thu thập dữ liệu hoàn chỉnh. Vị trí các điểm đo trong trạm được bố trí như sau:
Hình 3.2. Sơ đồ bố trí các điểm đo trong trạm BTS
Dựa vào sơ đồ trên ta có một số điểm nhận xét sau:
+ Điểm đo 1 dùng để thu thập công suất nguồn tổng cho toàn trạm BTS (bao gồm các thiết bị phụ tải 2G, 3G, điều hòa, đèn điện và các thiết bị khác).
Trang 50
+ Điểm đo 2 dùng để thu thập công suất cần thiết cho riêng phụ tải 2G. + Điểm đo 3 dùng để thu thập công suất cần thiết cho riêng phụ tải 3G. Một khi lưu lượng thông tin tại trạm (đo bằng đơn vị Erl) tăng lên, nghĩa là nhu cầu trao đổi thông tin của mọi người trong khu vực của trạm BTS đang tăng. Khi đó các thiết bị phụ tải của 2G và 3G sẽ phải tiêu thụ nhiều công suất hơn để có thể phục vụ nhu cầu của mọi người. Nghĩa là khi đó công suất tổng (điểm đo 1) từ nguồn nuôi cho trạm BTS cũng sẽ tăng lên.
Từ các dữ liệu thu thập được qua các điểm đo, ta sẽ có được một “mini data” chứa các thông tin hữu ích về trạm BTS đó và muốn biết được thông tin đó là gì, ta cần phải thực hiện công việc phân tích mini data này. Việc phân tích dữ liệu đang là mối quan tâm rất lớn của tất cả các lĩnh vực từ y tế, giáo dục cho đến khoa học công nghệ, phân tích dữ liệu sẽ đưa đến những tri thức mới, giúp huấn luyện máy móc và đó là tiền đề để phát triển AI (Artificial Intelligent). Hiện nay trên thế giới có rất nhiều công cụ để phân tích dữ liệu và R là một trong các công cụ đó.