线性回归分析在GSM网络话务及负荷预测中的应用

线性回归分析在GSM网络话务及负荷预测中的应用

论文摘要

近年来移动通信在我国的迅速发展,移动通信用户的绝对数量和增长速度已超过固定电话用户。由于用户和话务的迅速变化,网络话务高峰来临时,网络基础建设时的设计已经滞后不足,网络负荷冲击对于网络可能安全造成影响。在如何让网络的建设与迅速变化增长的用户话务相匹配,是各移动运营商面临的巨大挑战。同时,话务量的变化直接影响着运营商的市场策略及网络结构调整。因此,建立更精准、可自动化的话务预测系统对运营商来说是十分迫切的需求。本文首先介绍了GSM网络的技术和发展,和统计预测技术的发展现状,并提出了利用线性回归法进行话务预测的解决方案,并将其应用到实际话务预测系统中。此外,本文还尝试将话务预测与利用网络地理信息进行网格化相结合。从而实现对于将网元归属关系频繁变化的BSC/MSC等网元的话务统计预测中。并对于进一步的调整也提供很好的参考价值。本文主要内容包括以下几个方面:第一:介绍移动通信的产业背景及话务预测的研究课题,给出研究目标;对几种常见网元的话务特性做出分析。同时对于GSM网络技术进行了简要介绍,和对现有的统计预测理论进行了介绍。第二:利用数据仓库,采用一元线性回归法,利用历史数据,对于节假日话务量,进行建模、预测方案。取得预测结果后,通过网格化对于话务进行分解,进而对于网元负荷进行预测方案。第三:按上述建模方法制成移动通信话务预测,提出网络提前的调整建议,在移动通信系统中试运行。并对预测和调整的结果的效果进行评价,得出相应结论。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 引言
  • 1.1 背景
  • 1.2 课题意义
  • 1.3 研究内容
  • 1.4 论文结构
  • 第二章 GSM网络基本原理
  • 2.1 GSM系统基础原理
  • 2.1.1 GSM系统的基本特点
  • 2.1.2 GSM系统提供的业务与功能
  • 2.1.3 GSM网元结构与功能
  • 2.1.4 接口协议
  • 2.1.5 GSM网络话务构成
  • 2.1.6 GSM网元负荷构成
  • 第三章 GSM网络话务预测的算法选择与相关理论
  • 3.1 选择回归分析进行话务预测
  • 3.2 回归分析基础理论
  • 3.2.1 一元线性回归模型
  • 3.2.2 最小二乘估计
  • 3.2.3 预测问题
  • 3.2.4 控制问题
  • 3.2.5 可化为一元线性回归的情形
  • 第四章 线性回归法话务与负荷预测系统设计及实施
  • 4.1 进行话务和负荷分析和预测的必要性
  • 4.2 话务与网元负荷预测建模描述
  • 4.3 话务和负荷预测的基本参数选取
  • 4.4 方案设计
  • 4.4.1 数据仓库
  • 4.4.2 时间序列平均数趋势整理
  • 4.4.3 话务预测
  • 4.4.4 网元负荷与话务相关性分析
  • 4.4.5 网元负荷预测
  • 4.4.6 地理栅格化处理
  • 4.4.7 话务分配
  • 4.4.8 高峰时间窗口的业务量计算
  • 4.4.9 网元负荷的预测
  • 4.5 项目实施
  • 第五章 预测效果验证
  • 5.1 话务预测与实际结果比较
  • 5.2 网元负荷预测的评估
  • 5.2.2 误差分析与比较
  • 5.2.3 预测评估效果小结
  • 5.2.4 总结
  • 第六章 推广应用价值与开发空间
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].采用联系数与蒙特卡洛模拟的规模化电动汽车充电负荷预测[J]. 电器与能效管理技术 2019(20)
    • [2].基于自适应卡尔曼滤波在气象影响下负荷预测[J]. 计算机测量与控制 2020(01)
    • [3].含分布式电源的智能电网负荷预测研究[J]. 国外电子测量技术 2020(02)
    • [4].基于力控上位机软件热网负荷预测[J]. 数字技术与应用 2020(01)
    • [5].基于多气象因素混合回归的重庆地区夏季日最高负荷预测[J]. 水电能源科学 2020(04)
    • [6].空间负荷预测在某县城核心区负荷预测的应用[J]. 电子技术与软件工程 2019(15)
    • [7].配电网规划中负荷预测实际问题及措施[J]. 通讯世界 2017(22)
    • [8].基于分布式图计算的台区负荷预测技术研究[J]. 中国电机工程学报 2018(12)
    • [9].电力用户侧大数据分析与并行负荷预测研究[J]. 自动化应用 2016(11)
    • [10].电力检修中负荷预测技术的发展现状研究[J]. 民营科技 2016(12)
    • [11].基于电力载波通信的居民用电负荷预测大数据应用[J]. 科技创新与应用 2017(04)
    • [12].基于贪婪算法的配电网网格负荷预测与规划方法[J]. 计算机工程 2016(11)
    • [13].负荷预测在煤改电工程的应用分析[J]. 电气时代 2017(05)
    • [14].组合预测在饱和负荷预测中的应用[J]. 电力与能源 2017(02)
    • [15].基于区域负荷预测值综合评价的大电网短期负荷预测[J]. 电气应用 2017(11)
    • [16].空间负荷预测中确定元胞负荷合理最大值的主成分分析法[J]. 电测与仪表 2017(14)
    • [17].多级负荷预测协调的母线负荷预测系统[J]. 云南电力技术 2017(03)
    • [18].饱和负荷预测方法研究综述[J]. 山东工业技术 2017(23)
    • [19].配电网空间负荷预测方法的应用研究[J]. 城市建设理论研究(电子版) 2017(22)
    • [20].广西来宾供电局:负荷预测“扬眉吐气”[J]. 广西电业 2015(08)
    • [21].负荷预测精准度对电力系统经济运行的影响[J]. 电子测试 2016(03)
    • [22].基于灰色模型的电力系统长期负荷预测优化研究[J]. 黑龙江科学 2020(14)
    • [23].考虑光伏出力与电动汽车接入的配电网空间负荷预测[J]. 电子设计工程 2020(15)
    • [24].在线学习神经网络用于空调负荷预测研究[J]. 建筑热能通风空调 2020(08)
    • [25].机理计算与机器学习结合的空调负荷预测[J]. 江苏建筑 2020(04)
    • [26].云南电网综合负荷预测平台升级后的功能及应用[J]. 云南电力技术 2018(06)
    • [27].基于土地使用性质的饱和空间负荷预测研究[J]. 广东电力 2019(08)
    • [28].基于多代理系统理论的空间负荷预测——空间负荷预测实例[J]. 科技创新导报 2018(01)
    • [29].基于空间负荷预测的临夏城网远期饱和负荷预测方法研究[J]. 电工技术 2018(11)
    • [30].基于支持向量机的某地区电网短期电力负荷预测[J]. 电网与清洁能源 2016(12)

    标签:;  ;  ;  ;  

    线性回归分析在GSM网络话务及负荷预测中的应用
    下载Doc文档

    猜你喜欢