随着无线通信与网络技术的快速发展,移动业务类型快速增加和变化,移动数据业务量也急剧增加。各种上层业务对数据流量的带宽与时延等性能需求驱动着通信运营商加快部署基站设备,以适应区域的覆盖需求和热点区域的容量需求。在多层异构蜂窝网络快速演进的背景之下,传统的六边形格状蜂窝模型不断受到了质疑与挑战,基站位置的空间分布规律及其模型,引起了人们的重新关注与思考；业务量在空间分布的特性也随之变化,需要更符合实际蜂窝网场景的调查分析。论文首先全面介绍了随机几何(Stochastic Geometry)理论中、点过程的基本概念与性质。具体介绍了独立分布的Poisson点过程,之后按照聚类特性依次介绍了代表性的Gibbs点过程与Neyman-Scott点过程,并将作为后续基站空间建模的待选模型。之后,论文列举了空间点过程拟合的常用方法和拟合优度的统计评估指标,并针对上述各类点过程模型在无线通信场景下的应用作调研分析。论文主体部分基于大量实测数据,分析了GSM网络下基站在城市、乡村区域内的聚集特性,利用二阶统计量与覆盖率作为评估指标,发现Strauss硬核模型与Matern聚类模型是能够较准确拟合乡村区域与城市区域内基站分布的点过程模型。文章还依次分析了宏基站、微基站在大范围内的聚集程度并对它们建模。论文利用实测数据分析了密集区域的基站业务量的空间分布特点,并对业务量在不同小区之间的相关性,以及与小区面积的关系作了分析。之后分别针对宏基站和微基站的位置和业务量特点,分析了非均匀性在位置分布与流量分布的相似特点,给出了比较丰富的分析结果。最后,论文给出了本研究下一步的研究方向,并分析了基站位置与业务量分布建模潜在的研究和应用领域。