[發明專利]微區域流動參量的預測方法和裝置

有效

• 申請號: 201410039161.1
• 申請日: 2014-01-26
• 公開（公告）號: CN103761442B
• 公開（公告）日: 2017-05-17
• 發明（設計）人: 杜翠鳳;陸蕊;蔣仕寶
• 申請（專利權）人: 廣州杰賽科技股份有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 廣州華進聯合專利商標代理有限公司44224
• 代理人: 王茹,曾旻輝

1.一種微區域流動參量的預測方法，其特征在于，包括以下步驟：

收集宏區域的固定參量A的時間序列和流動參量B的時間序列；

根據宏區域與各微區域關系，對所收集的宏區域的固定參量A的時間序列進行分類、匯總，得到各微區域的固定參量A的時間序列；

基于所收集的宏區域的固定參量A的時間序列和流動參量B的時間序列，利用擴展卡爾曼濾波的狀態方程，得到各微區域的固定參量A的時間序列和各微區域的流動參量B的時間序列之間的關系；

基于所得到的各微區域的固定參量A的時間序列，利用所求得的各微區域的固定參量A的時間序列和各微區域的流動參量B的時間序列之間的關系，得到各微區域的流動參量B的時間序列預測值；

根據所獲得的各微區域的固定參量A的時間序列和各微區域的流動參量B的時間序列預測值對各微區域進行資源優化；

在所述得到各微區域的流動參量B的時間序列預測值后，還包括：根據各微區域的流動參量B的時間序列與宏區域的流動參量B的時間序列之間的關系，修正所述各微區域的流動參量B的時間序列預測值。

2.根據權利要求1所述的微區域流動參量的預測方法，其特征在于，所述各微區域的流動參量B的時間序列預測值由以下步驟計算得到：

各微區域的固定參量A的時間序列為A_i，設各微區域的流動參量B的時間序列為B_i，i＝1,2,...,N；

預測矩陣T(x)的計算公式為：T(x)＝[A₁,A₂,...,A_N]，狀態變量的計算公式為：

狀態變量和其對應的協方差矩陣P滿足：P_k+1|k＝P_k|k+Q_k，其中Q_k為第k次迭代過程的激勵協方差矩陣，為已知第k+1步以前狀態情況下第k+1步的先驗狀態估計，為第k步的后驗狀態估計；

計算卡爾曼增益：P為協方差矩陣；J為雅克比矩陣，其計算公式為：其中T(x)為預測矩陣；S為殘余協方差矩陣，其計算公式為：其中R_k為第k次迭代的觀眾噪聲協方差矩陣；

更新狀態變量和其對應的協方差矩陣P為：

P_k+1|k+1＝(I-K_k+1J_k+1)P_k+1|k，其中K為卡爾曼增益；為殘余變量，其計算公式為：m_k為第k次迭代的觀察變量，T(x)為預測矩陣；I為單位矩陣，J為雅克比矩陣；為第k+1步的后驗狀態估計，為已知第k+1步以前狀態情況下第k+1步的先驗狀態估計。

3.一種微區域流動參量的預測方法，其特征在于，包括以下步驟：

收集宏區域的固定參量A的時間序列和流動參量B的時間序列；

根據宏區域與各微區域關系，對所收集的宏區域的固定參量A的時間序列進行分類、匯總，得到各微區域的固定參量A的時間序列；

基于所收集的宏區域的固定參量A的時間序列和流動參量B的時間序列，利用擴展卡爾曼濾波的狀態方程，得到各微區域的固定參量A的時間序列和各微區域的流動參量B的時間序列之間的關系；

基于所得到的各微區域的固定參量A的時間序列，利用所求得的各微區域的固定參量A的時間序列和各微區域的流動參量B的時間序列之間的關系，得到各微區域的流動參量B的時間序列預測值；

根據所獲得的各微區域的固定參量A的時間序列和各微區域的流動參量B的時間序列預測值對各微區域進行資源優化；

在所述得到各微區域的流動參量B的時間序列預測值后，還包括：收集各微區域中任一微區域w的流動參量B的時間序列真實值，與所述微區域w的流動參量B的時間序列預測值進行誤差分析，根據誤差分析的結果，修正所述各微區域的流動參量B的時間序列預測值。