NetSpatial：面向细胞规划与运营的空间条件交通生成
计算工程、金融与科学
2026-03-17 v1
摘要
基站 (BS) 的部署与运营是网络性能的基本要素，但需要准确的需求理解，这一点运营商往往难以实现。 密集城市地区的细胞流量已被充分测量，但高度动态，这削弱了基于预测的管理方法；而新兴地区的流量测量稀缺，限制了基于数据驱动的部署决策。 现有方法因此要么依赖手动规划启发式方法，要么使用自回归预测器而无法捕捉随机流量变动。 本文提出 NetSpatial，一个用于细胞规划与运营的统一系统，通过空间条件交通生成实现网络规划与运营。 NetSpatial 利用多模态城市语境，包括卫星图像和兴趣点 (POI) 分布，学习物理环境和功能语义如何塑造 BS 需求。它采用多层流匹配架构，将周期结构与残差动力学分离，实现对长期流量序列的直接生成。 NetSpatial 支持两种互补的决策场景，即用于部署规划的 what-if 分析，通过生成的流量轮廓对候选站点进行排序；以及用于网络运营的 what-to-do 支持，通过生成的流量预测指导 BS 休眠调度和负载均衡。 在真实世界的细胞流量数据上进行的实验表明，NetSpatial 相对于最强基线将 Jensen-Shannon 散度 (JSD) 降低了 29.44%，在零样本实验中能够跨城市泛化，并在保持超过 80% 质量体验的前提下实现最高可达 16.8% 的能源节省。
引用
@article{arxiv.2603.13839,
title = {NetSpatial: Spatially Conditional Traffic Generation for Cellular Planning and Operations},
author = {Shiyuan Zhang and Jiale Du and Yuanwei Liu and Kaibin Huang and Hongyang Du},
journal= {arXiv preprint arXiv:2603.13839},
year = {2026}
}
备注
15 pages, 12 figures