基于回聲狀態(tài)網(wǎng)絡(luò)的移動(dòng)話務(wù)量預(yù)測(cè)方法.pdf

1、隨著通信業(yè)的發(fā)展,移動(dòng)通信信道容量的分配及評(píng)估直接關(guān)系到通信的質(zhì)量,為此移動(dòng)話務(wù)量作為信道容量的直接衡量標(biāo)準(zhǔn)而日益受到大家的重視。準(zhǔn)確的話務(wù)量預(yù)測(cè)可使信道得到充分的利用,并有效的防止信道堵塞現(xiàn)象的發(fā)生。目前,移動(dòng)話務(wù)量預(yù)測(cè)成為廣大學(xué)者研究的一個(gè)重要問題。
　　 針對(duì)這個(gè)問題,本文開展研究工作。
　　 首先,基于移動(dòng)話務(wù)量數(shù)據(jù)的特征分析及回聲狀態(tài)網(wǎng)絡(luò)(Echo State Network,ESN)原理的學(xué)習(xí),提出適應(yīng)于移動(dòng)

2、話務(wù)量特征的基于ESN的移動(dòng)話務(wù)量預(yù)測(cè)方案。并在此基礎(chǔ)上,構(gòu)建該預(yù)測(cè)方案的matlab語言仿真平臺(tái)及C語言仿真平臺(tái),從軟件仿真的角度分析并論證了該方案的可行性及有效性,對(duì)比這兩種仿真平臺(tái)的預(yù)測(cè)結(jié)果表明:其預(yù)測(cè)精度基本相同,但C語言仿真平臺(tái)具有較高的運(yùn)算效率。
　　 雖然基于ESN的移動(dòng)話務(wù)量預(yù)測(cè)方案具有較好的預(yù)測(cè)精度,但仍待進(jìn)一步提高,且ESN模型不適合解決移動(dòng)話務(wù)量這種多尺度序列的預(yù)測(cè)問題。針對(duì)該問題,引入小波分析這一經(jīng)典處理

3、多尺度序列預(yù)測(cè)問題的的處理方法,將小波分析和ESN預(yù)測(cè)模型相結(jié)合,提出兩種改進(jìn)的預(yù)測(cè)方法。
　　 (1)小波回聲狀態(tài)網(wǎng)絡(luò)模型:采用內(nèi)嵌模式,提出將小波神經(jīng)元作為儲(chǔ)備池中基本信息處理單元。應(yīng)用該模型預(yù)測(cè)帶噪多尺度正弦序列,經(jīng)仿真實(shí)驗(yàn)驗(yàn)證了該模型的有效性,最終,將此模型成功應(yīng)用于移動(dòng)話務(wù)量的預(yù)測(cè)問題。
　　 (2)針對(duì)現(xiàn)有的基于級(jí)聯(lián)模式的小波分解回聲狀態(tài)網(wǎng)絡(luò)模型方法的邊界效應(yīng)及誤差累積問題,提出改進(jìn)的抗邊界效應(yīng)小波分解回聲狀