[發明專利]基于大數據統計模型的無線網絡話務量預測方法

在審

• 申請號: 201410238066.4
• 申請日: 2014-05-30
• 公開（公告）號: CN103987056A
• 公開（公告）日: 2014-08-13
• 發明（設計）人: 吳冬華;程艷云;閆興秀
• 申請（專利權）人: 南京華蘇科技有限公司
• 主分類號: H04W16/22
• 分類號: H04W16/22
• 代理公司: 南京知識律師事務所 32207
• 代理人: 高玲玲

1.一種基于大數據統計模型的無線網絡話務量預測方法，其特征在于在無線網絡中給定的一個小區中，無線網絡話務量的預測方法包括以下步驟：

1）趨勢分量T(t)的預測：

11）建立趨勢分量T(t)預測模型：

將獲取的無線網絡話務量歷史數據的測量時間序列分成m份，每段長度為n天，取置信度為95%，如果趨勢分量歷史數據呈現正態分布，確定其邊界為u-2σ和u?+?2σ，來排除離群異常值；分段考慮每段上的數據，將每一段的起始無線網絡話務量歷史數據X_k和斜率Slope_k擬合為一條直線，在擬合過程中，保證每相鄰兩條擬合曲線首尾連續，將無線網絡話務量歷史數據作為訓練樣本進行建模，獲得趨勢分量T(t)預測模型：

???????????????????????????(1)；

12）斜率Slope_k的修正：

如果最近連續N個斜率不小于零，那么第N+1的斜率不應小于零，修正后斜率由下式表示：

????(2)，

其中是可調節的，直到一個最佳常數時候使得真實值與擬合值的差距達到最小；

13）趨勢分量的預測：

采用趨勢分量的預測模型獲得趨勢分量的預測值；

2）季節性分量S(t)?的預測：

21）確定周期長度i：

????設L是獲取的無線網絡話務量歷史數據的時間序列長度，周期長度i=1～L/2，i分為j份，對于i=1,2...L/2，按下式計算出各i值下關于j的方差和值：

????????????????????????????????（3）；

????對于i=1,2,3…L/2，假設p為i內每段的采樣點數目，定義p=L/i，構建p個樣本數據集，每個樣本數據集包含p中相同位置q上的所有樣本，按下式計算出每個p的方差的和：

???????????????????????????????????（4）；

????選出使比值最小的i值即為無線網絡話務量的周期性變化的長度；

22）季節性分量S(t)的預測?：

????每個q位置處的季節分量可表示為p樣本中相同位置q處的數據的平均值，按下式計算出q位置處的季節分量：

???????????????????????????????????（5）；

3）突發分量B的預測：?突發分量B反映可疑資源指標或流量指標的測量值超過一個預定義的閾值的突發情況，突發分量的捕捉更依賴于大量歷史數據中的突發分量的呈現后，按照突發分量的特征作出系統性的歸納；判斷突發分量的標準是比較無線網絡話務量歷史數據與趨勢分量的數值，如果百分比高于預定義的閾值，就確定這是一個突發點，集合所有無線網絡話務量歷史數據的突發：

????????????????????（6），

根據突發分量的特征，找出指定小區的地理位置，為各種可能的節日、體育比賽,或集會確定近似區間，根據突發時間為突發類型匹配突發數值：

????????????????（7），

????觀察在給定時間間隔內規律出現的突發情況，最終確認給定的突發是一個常規的，獲得突發分量B：

????????????????????（8）；

4）隨機誤差分量R的預測：

????無線網絡話務量歷史數據減去趨勢分量、季節性分量和突發分量即為隨機誤差分量的預估值；

5）無線網絡話務量X(t)的預測：

????由上述分量的預測值通過下式獲得無線網絡話務量X(t)的預測值：

X(t)=(1?+?B(t))×(T(t)+?S(t)+?R(t))??????????????（9）。

2.根據權利要求1所述的基于大數據統計模型的無線網絡話務量預測方法，其特征在于：所述建立趨勢分量T(t)預測模型中異常值的排除，首先判斷歷史數據樣本集是否呈現正態分布，如果通過正態分布的檢驗，采用正態分布的邊界來排除異常值；如果時間序列不符合正態分布，采用四分位差法排除異常值。