r>[0052] 步驟10,將當(dāng)前的作為小區(qū)極值吞吐量的估計(jì)值。
[0053] 本發(fā)明帶來了以下有益效果：本發(fā)明提供的小區(qū)極值吞吐量的估計(jì)方法中，首先 根據(jù)業(yè)務(wù)質(zhì)量類別定義了服務(wù)質(zhì)量指標(biāo)以標(biāo)識(shí)各種多媒體數(shù)據(jù)業(yè)務(wù)，然后基于小區(qū)測(cè)量數(shù) 據(jù)，訓(xùn)練出最小二乘支持向量機(jī)回歸模型，并對(duì)各服務(wù)質(zhì)量指標(biāo)分別進(jìn)行預(yù)測(cè)，最后選擇滿 足最嚴(yán)格服務(wù)質(zhì)量指標(biāo)的吞吐量，作為小區(qū)極值吞吐量的估計(jì)值。與傳統(tǒng)理論推導(dǎo)和仿真 方法相比，本發(fā)明提供的估計(jì)方法將數(shù)據(jù)挖掘領(lǐng)域的方法有效應(yīng)用到了多媒體業(yè)務(wù)蜂窩移 動(dòng)通信系統(tǒng)中小區(qū)極值吞吐量的估計(jì)中，考慮了現(xiàn)網(wǎng)實(shí)際環(huán)境情況，因此所獲得的估計(jì)結(jié) 果更加具有準(zhǔn)確性，從而解決了現(xiàn)有技術(shù)難以準(zhǔn)確估計(jì)小區(qū)的極值吞吐量的技術(shù)問題。
[0054] 本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分的從說明書中變 得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在說明書、權(quán)利 要求書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。
【附圖說明】
[0055] 為了更清楚的說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要的 附圖做簡(jiǎn)單的介紹：
[0056] 圖1是本發(fā)明實(shí)施例提供的小區(qū)極值吞吐量的估計(jì)方法的流程圖；
[0057]圖2是本發(fā)明實(shí)施例中數(shù)據(jù)采集步驟的詳細(xì)流程圖；
[0058]圖3是本發(fā)明實(shí)施例中訓(xùn)練步驟的詳細(xì)流程圖；
[0059] 圖4是訓(xùn)練步驟中粒子群方法的詳細(xì)流程圖；
[0060] 圖5是本發(fā)明實(shí)施例中預(yù)測(cè)步驟的詳細(xì)流程圖；
[0061]圖6是預(yù)測(cè)步驟中二倍縮放法的詳細(xì)流程圖。
【具體實(shí)施方式】
[0062] 以下將結(jié)合附圖及實(shí)施例來詳細(xì)說明本發(fā)明的實(shí)施方式，借此對(duì)本發(fā)明如何應(yīng)用 技術(shù)手段來解決技術(shù)問題，并達(dá)成技術(shù)效果的實(shí)現(xiàn)過程能充分理解并據(jù)以實(shí)施。需要說明 的是，只要不構(gòu)成沖突，本發(fā)明中的各個(gè)實(shí)施例以及各實(shí)施例中的各個(gè)特征可以相互結(jié)合， 所形成的技術(shù)方案均在本發(fā)明的保護(hù)范圍之內(nèi)。
[0063]如圖1所示，本發(fā)明實(shí)施例提供一種小區(qū)極值吞吐量的估計(jì)方法，包括：
[0064] S1數(shù)據(jù)采集步驟：在預(yù)先設(shè)定的性能連續(xù)測(cè)量時(shí)間內(nèi)，以一定的采樣時(shí)間間隔， 從各小區(qū)采集網(wǎng)絡(luò)配置參數(shù)和性能測(cè)量數(shù)據(jù)，獲得數(shù)據(jù)樣本集，并定義服務(wù)質(zhì)量指標(biāo)以標(biāo) 識(shí)各種多媒體分組數(shù)據(jù)業(yè)務(wù)的質(zhì)量類別。
[0065] S2訓(xùn)練步驟：以定義好的各服務(wù)質(zhì)量指標(biāo)作為目標(biāo)屬性，利用數(shù)據(jù)樣本集訓(xùn)練最 小二乘支持向量機(jī)回歸模型。
[0066] S3預(yù)測(cè)步驟：根據(jù)各小區(qū)的性能測(cè)量數(shù)據(jù)，利用訓(xùn)練好的最小二乘支持向量機(jī)回 歸模型，對(duì)各服務(wù)質(zhì)量指標(biāo)進(jìn)行預(yù)測(cè)，獲得滿足最嚴(yán)格服務(wù)質(zhì)量指標(biāo)的吞吐量，作為各小區(qū) 極值吞吐量的估計(jì)值。
[0067]本發(fā)明實(shí)施例提供的小區(qū)極值吞吐量的估計(jì)方法中，首先根據(jù)業(yè)務(wù)質(zhì)量類別定義 了服務(wù)質(zhì)量指標(biāo)以標(biāo)識(shí)各種多媒體數(shù)據(jù)業(yè)務(wù)，然后基于小區(qū)測(cè)量數(shù)據(jù)，訓(xùn)練出最小二乘支 持向量機(jī)回歸模型，并對(duì)各服務(wù)質(zhì)量指標(biāo)分別進(jìn)行預(yù)測(cè)，最后選擇滿足最嚴(yán)格服務(wù)質(zhì)量指 標(biāo)的吞吐量，作為小區(qū)極值吞吐量的估計(jì)值。與傳統(tǒng)理論推導(dǎo)和仿真方法相比，本發(fā)明實(shí)施 例提供的估計(jì)方法將數(shù)據(jù)挖掘領(lǐng)域的方法有效應(yīng)用到了多媒體業(yè)務(wù)蜂窩移動(dòng)通信系統(tǒng)中 小區(qū)極值吞吐量的估計(jì)中，考慮了現(xiàn)網(wǎng)實(shí)際環(huán)境情況，因此所獲得的估計(jì)結(jié)果更加具有準(zhǔn) 確性，從而解決了現(xiàn)有技術(shù)難以準(zhǔn)確估計(jì)小區(qū)的極值吞吐量的技術(shù)問題。
[0068] 下面描述本發(fā)明的一個(gè)具體實(shí)施例。本實(shí)施例中的多媒體業(yè)務(wù)蜂窩移動(dòng)通信系 統(tǒng)中包含600個(gè)小區(qū)，該系統(tǒng)使用兩個(gè)頻段，一個(gè)載頻點(diǎn)在700MHz，10MHz帶寬，另一個(gè)載 頻點(diǎn)在2100MHz，5MHz帶寬，該系統(tǒng)中的基站擁有2個(gè)發(fā)射天線，具有兩種傳輸模式。多 媒體業(yè)務(wù)蜂窩移動(dòng)通信系統(tǒng)中網(wǎng)絡(luò)配置了兩個(gè)業(yè)務(wù)質(zhì)量類別（QoSClassIdentifier，簡(jiǎn) 稱QCI)，QCI1用于語音通信業(yè)務(wù)，QCI8用于基于傳輸控制協(xié)議（TransmissionControl Protocol，簡(jiǎn)稱TCP)的數(shù)據(jù)傳輸業(yè)務(wù)。具體的操作步驟如下：
[0069]S1數(shù)據(jù)采集步驟：在預(yù)先設(shè)定的性能連續(xù)測(cè)量時(shí)間內(nèi)，以一定的采樣時(shí)間間隔， 從各小區(qū)采集網(wǎng)絡(luò)配置參數(shù)和性能測(cè)量數(shù)據(jù)，獲得數(shù)據(jù)樣本集，并定義服務(wù)質(zhì)量指標(biāo)以標(biāo) 識(shí)各種多媒體分組數(shù)據(jù)業(yè)務(wù)的質(zhì)量類別。
[0070] 如圖2所示，數(shù)據(jù)采集步驟具體包括：
[0071]S101 :選擇網(wǎng)絡(luò)配置參數(shù)和性能測(cè)量指標(biāo)，作為小區(qū)極值吞吐量估計(jì)模型的輸入 輸出參數(shù)。根據(jù)經(jīng)驗(yàn)，選擇多媒體業(yè)務(wù)蜂窩移動(dòng)通信系統(tǒng)的網(wǎng)絡(luò)配置參數(shù)和性能測(cè)量指標(biāo)， 本實(shí)施例中選定的參數(shù)和指標(biāo)如下表：
[0072]
[0073]S102 :設(shè)定性能連續(xù)測(cè)量時(shí)間，以小時(shí)作為采樣時(shí)間間隔，從各小區(qū)采集網(wǎng)絡(luò)配置 參數(shù)和性能測(cè)量數(shù)據(jù)，獲得初始數(shù)據(jù)樣本集。
[0074] 本實(shí)施例在連續(xù)6天的時(shí)間內(nèi)，每隔1小時(shí)分別從各小區(qū)采集上表的數(shù)據(jù)，最終得 到的數(shù)據(jù)樣本數(shù)量為24X6X600 = 86400個(gè)。
[0075]S103:從初始數(shù)據(jù)樣本集中，選取時(shí)隙利用率大于預(yù)設(shè)值的樣本數(shù)據(jù)，作為數(shù)據(jù)樣 本集。作為一個(gè)優(yōu)選方案，時(shí)隙利用率的預(yù)設(shè)值為60%。
[0076] 本步驟是對(duì)初始數(shù)據(jù)樣本集中的數(shù)據(jù)進(jìn)行過濾的過程，只選取小區(qū)忙時(shí)的數(shù) 據(jù)，即從數(shù)據(jù)樣本集中剔除時(shí)隙利用率小于60%的數(shù)據(jù)。小區(qū)極值吞吐量是每個(gè)時(shí)隙 (Time-to-Interval，簡(jiǎn)稱TTI)都被占滿時(shí)的小區(qū)平均吞吐量，只有當(dāng)時(shí)隙利用率（TTI UtilizationRatio)等于1時(shí)，所獲得的小區(qū)吞吐量才能當(dāng)作小區(qū)極值吞吐量。因此，為了 保證小區(qū)極值吞吐量估計(jì)的準(zhǔn)確性和可靠性，本實(shí)施例中只選取時(shí)隙利用率大于60%的樣 本數(shù)據(jù)，最終選取了 4102個(gè)樣本數(shù)據(jù)，作為數(shù)據(jù)樣本集。
[0077]S104:根據(jù)業(yè)務(wù)質(zhì)量類別，定義服務(wù)質(zhì)量指標(biāo)以標(biāo)識(shí)各種多媒體數(shù)據(jù)業(yè)務(wù)。
[0078] 本實(shí)施例中的多媒體分組數(shù)據(jù)移動(dòng)通信網(wǎng)絡(luò)配置了兩個(gè)業(yè)務(wù)質(zhì)量類別，其中，QCI 1用于語音通信服務(wù)，通信量大約3. 80%;QCI8用于基于TCP的數(shù)據(jù)傳輸服務(wù)，通信量大 約96. 20%。因此，本實(shí)施例將QCI1作為延遲敏感服務(wù)，選擇VoLTESatisfUsRatio作為其 服務(wù)質(zhì)量指標(biāo)；將QCI8作為吞吐量敏感服務(wù)，選擇IWgUt為其服務(wù)質(zhì)量指標(biāo)。
[0079] 本實(shí)施例中，首先選擇網(wǎng)絡(luò)配置參數(shù)和性能測(cè)量指標(biāo)，作為小區(qū)極值吞吐量估計(jì) 模型的輸入輸出參數(shù)；然后設(shè)定總的性能連續(xù)測(cè)量時(shí)間，以小時(shí)作為采樣時(shí)間間隔，從各小 區(qū)采集網(wǎng)絡(luò)配置參數(shù)和性能測(cè)量數(shù)據(jù)，作為初始數(shù)據(jù)樣本集；最后對(duì)數(shù)據(jù)進(jìn)行過濾，只選取 小區(qū)忙時(shí)數(shù)據(jù)，即從數(shù)據(jù)樣本集中剔除時(shí)隙利用率參數(shù)小于60%的數(shù)據(jù)，保證了結(jié)果的準(zhǔn) 確性。
[0080]S2訓(xùn)練步驟：以定義好的各服務(wù)質(zhì)量指標(biāo)作為目標(biāo)屬性，利用數(shù)據(jù)樣本集訓(xùn)練最 小二乘支持向量機(jī)回歸模型。
[0081] 如圖3所示，因?yàn)楸緦?shí)施例中定義了 2個(gè)目標(biāo)屬性，所以也需要訓(xùn)練2個(gè)最小二乘 支持向量機(jī)回歸模型。因此先設(shè)置最小二乘支持向量機(jī)回歸模型的數(shù)量Nqi2,并以循環(huán) 訓(xùn)練的方式分別訓(xùn)練2個(gè)目標(biāo)屬性相應(yīng)的最小二乘支持向量機(jī)回歸模型。其中，以凡 q= 2 作為循環(huán)訓(xùn)練次數(shù)的上限，T代表當(dāng)前訓(xùn)練次數(shù)，并且初始的T= 0。
[0082] 訓(xùn)練步驟具體包括：
[0083]S201:以服務(wù)質(zhì)量指標(biāo)作為目標(biāo)屬性，以服務(wù)質(zhì)量指標(biāo)以外的其他參數(shù)作為輸入 數(shù)據(jù)，確定訓(xùn)練樣本集D= {(X;，y;) |i= 1，2,. . .，n}。
[0084] 其中，Xl為輸入數(shù)據(jù)，在本實(shí)施例中即為樣本剔除yi之后的剩余參數(shù)；服務(wù)質(zhì)量指 標(biāo)7^乍為該模型的預(yù)測(cè)值。
[0085] S202 :建立最小二乘支持向量機(jī)回歸模型。
[0086] 在特征空間中，線性估計(jì)函數(shù)定義為：
[0087]y=f(x,w) =wT <}) (x)+b
[0088] 其中，w為權(quán)重，b為偏置項(xiàng)。
[0089] 最小二乘支持向量機(jī)回歸的優(yōu)化目標(biāo)可表示為：
[0090]
[0091]s.t.yi=w1(xD+b+ | 土i= 1，? ? ?，N
[0092] 其中，w為權(quán)向量，<i>( ?)為非線性映射函數(shù)，I為松弛因子，b為偏置項(xiàng)，C>0為 懲罰因子。
[0093]引入拉格朗日乘子ai，得出拉格朗日函數(shù)為：
[0094]
[0095]根據(jù)KKT(Karush-Kuhn-Tucker)條件可得到：
[0096]
[0097] 可得到最小二乘支持向量機(jī)回歸的回歸函數(shù)模型為：
[0098]
[0099] 本實(shí)施例采用具有較好泛化能力的徑向基核作為核函數(shù)，其表達(dá)式為：
[0100] K(xi;Xj)= <i> (x;) <i>(Xj)= exp(-| Ix^