移動話務預測模型研究.pdf

1、話務預測,是指通過分析電信網(wǎng)絡話務的歷史數(shù)據(jù)統(tǒng)計規(guī)律或相關因素,對未來網(wǎng)絡可能出現(xiàn)的話務進行估計和預期.話務預測,是電信網(wǎng)絡規(guī)劃的基礎,也是網(wǎng)絡維護和優(yōu)化的重要依據(jù),對話務預測模型進行研究和引入新的預測模型,將具有重大意義.該文以廣東移動通信有限責任公司珠海分公司GSM網(wǎng)絡作為研究對象,比較系統(tǒng)地開展有關話務預測模型的分析、研究和應用.回顧移動電話網(wǎng)絡話務或用戶數(shù)預測,國內外多家規(guī)劃院或運營商普遍采用分析法、黑匣子預測法、回歸法進行預測

2、和ARIMA時間序列預測等,總體來說,這些預測方法具有一些明顯缺點,譬如確定重要參數(shù)上困難、需要非常大量數(shù)據(jù)或準確率較低等.針對這些問題,該文嘗試引入卡爾曼濾波器技術,建立移動話務預測模型.從理論的角度看,維納濾波和卡爾曼濾波都是解決最佳線性過濾和預測的問題,但卡爾曼濾波適用范圍更廣,也非常適合計算機實現(xiàn).實際上,卡爾曼濾波在交通流量、GPS、財務預測、電力負荷預測以及其他各種控制方面已經有很廣泛應用的;不過,用于移動話務預測,還是全新

3、的一個方法.使用卡爾曼濾波技術對移動電話網(wǎng)絡的話務量變化預測時,系統(tǒng)的狀態(tài)可以分解為話務水平和增長趨勢,這就確定了二維的話務預測模型(為了更準確表述出中國移動用戶的季節(jié)性行為特征,也可以采用更多的狀態(tài)量,如14個).在預測模型確定后,需要進一步確定模型中涉及的主要參數(shù),包括"階躍矩陣"和"觀察矩陣"等,同時,也需要利用卡爾曼濾波器的自適應理論和特點對引進模型時出現(xiàn)的動態(tài)噪聲和統(tǒng)計誤差進行逼近,這些是文章闡述的重點.當然,重點部分也包括移

4、動話務的卡爾曼濾波預測模型(二維)計算機程序實現(xiàn).利用珠海移動公司的現(xiàn)網(wǎng)實際數(shù)據(jù),對卡爾曼預測模型進一步檢驗和應用,證明這個新的預測模型具有目前常用的預測方法和模型更好的準確率,同時在預測局部規(guī)律性的話務變化方面,也相當成功.當然,卡爾曼預測模型也有不足的地方,如短期強烈的噪聲對長期預測造成影響等,因此,需要對數(shù)據(jù)進行預處理.另外,為了更好的預測話務和業(yè)務發(fā)展,實際應用中,作者認為可以通過多種預測方法進行綜合,使預測模型的預測功能發(fā)揮的