Алгоритмы адаптивного оценивания и прогнозирования трафика предприятия связи

• Автор: Афанасьева, Ксения Евгеньевна
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Челябинск
• Количество страниц: 161 с. : ил.

ОГЛАВЛЕНИЕ

ОСНОВНЫЕ ОБОЗНАЧЕНИЯ И ТЕРМИНЫ

ВВЕДЕНИЕ

1. ОБЗОР МОДЕЛЕЙ, ОЦЕНИВАНИЕ И ПРОГНОЗИРОВАНИЕ.

1.1. Моделирование трафика с учетом изменения числа абонентов

1.2. Модели диффузии для описания изменения числа абонентов

1.3. Методы фильтрации и адаптивного оценивания

1.4. Модели и методы прогнозирования.

1.5. Постановка задачи и цели исследования.

2. МОДЕЛИРОВАНИЕ ИЗМЕНЕНИЯ ТРАФИКА И ЧИСЛА АБОНЕНТОВ.

2.1. Модель трафика. Исследование логистических моделей

2.2. Построение модели изменения числа абонентов.
2.3. Прогнозирование числа абонентов и трафика предприятия.
Выводы.
3. АЛГОРИТМЫ ОЦЕНИВАНИЯ И ПРОГНОЗИРОВАНИЯ ПО ИНФОРМАЦИИ ОБ ОБЪЕКТАХАНАЛОГАХ
3.1. Поиск объектованалогов.
3.2. Прогнозирование изменения числа абонентов в регионе.
3.3. Алгоритм адаптивного оценивания и идентификации параметров модели с использованием информации об объектаханалогах.
3.4. Применение алгоритма к оцениванию числа абонентов в регионе.
Выводы.
4. АЛГОРИТМ ГАРАНТИРОВАННОГО ОЦЕНИВАНИЯ ПО ИНФОРМАЦИИ ОБ ОБЪЕКТАХАНАЛОГАХ.
4.1. Адаптивное гарантированное оценивание по информации об объектаханалогах.
4.2. Гарантированное адаптивное оценивание числа абонентов
4.3. Сравнение результатов оценивания с помощью минимаксного фильтра и фильтра Калмана.
5. ПРОГАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ ПРОГНОЗИРОВАНИЯ ТРАФИКА И ЧИСЛА АБОНЕНТОВ.
5.1. Общая структура программного обеспечения.
5.2. Описание модулей.
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


В первой главе предлагается построение прогнозов трафика предприятия связи через число абонентов, которое является важнейшим источником информации для целей планирования расширения территории радиопокрытия (см. Приводится обзор моделей для описания изменения числа абонентов. Поскольку информация по трафику но другим операторам отсутствует, предлагается использовать информацию о числе абонентов других предприятий, а также в других регионах с целью выявления общих закономерностей развития в условиях неопределенности. Для уточнения и построения прогнозов описаны существующие подходы к оцениванию состояния объектов и прогнозированию. Емкость системы сотовой связи, определяемая числом абонентов, которых она может обслужить, - очень важная характеристика, и значительная часть усилий при проектировании, создании и развитии системы [4] в большинстве случаев направляется именно на обеспечение достаточно высокой емкости. Предприятие связи ежегодно планирует мероприятия по развитию сетевой инфраструктуры с учетом прогноза по числу абонентов. Голосовая нагрузка на есть измеряется в эрлангах. Эрланг - это единица нагрузки, используемая для выражения величины нагрузки, требуемой для поддержания занятости одного устройства в течение одного часа. Выборочные значения по нагрузке для Челябинского и Курганского отделений предприятия и суммарное изменение числа абонентов предприятия по двум отделениям представлены на рисунке 1. Коэффициент, характеризующий нагрузку на сеть создаваемую одним абонентом, имеет величину порядка КГ3, и является «плавающим» коэффициентом, например, с г. Рисунок 1. Изменение нагрузки и числа абонентов по Челябинскому и Курганскому отделениям Нагрузка на сетевые ресурсы и соответственно трафик определяется числом не всех зарегистрированных абонентов оператора, а в основном числом активных абонентов, т. Как следует из рисунка 1. Utel» являлись активными. Поэтому в дальнейшем расчет ведется для всех (действующих) абонентов предприятия, поскольку целыо работы не является вычисление точной оценки среднего трафика на одного абонента в месяц (MOU). Голосовой трафик измеряется в минутах и связан с числом абонентов через MOU. WH{t) + zmler(t), где z(0 - трафик абонентов оператора, zroum(t) -трафик от роуминга визитеров, zenter (t) - пропуск трафика. При этом приблизительно % в общем трафике z*(/) составляет трафик абонентов оператора z(/). Поэтому в дальнейшем рассматривается только составляющая z(t). В общем случае коэффициент MOU является медленно меняющейся величиной и может быть описан функцией зависящей от времени (рисунок 1. Мет «Фом ВнЛгЛч т. Все ». Al. Рисунок 1. Рисунок 1. Изменение MOU для Челябинского отделения Изменение трафика и числа абонентов для Челябинского отделения предприятия представлено на рисунке 1. MOU на рисунке 1. MOU активных абонентов выше MOU действующих абонентов. Рисунок 1. Модели трафика, например, для определения емкости сети, требуемой для обеспечения заданной вероятности блокировки непрерывных потоков строятся, используя теорию массового обслуживания [, , 2, 3, 6, 3]. В [3] отмечается, что трафик обладает фрактальными свойствами и предлагается модель для фрактального трафика. Трафик прогнозируют с помощью эконометрических моделей [3], но прогнозы, как правило, одношаговые. В [] предлагается модель для выявления взаимозависимых факторов в телекоммуникационном трафике на основе регрессионно-когнитивных графов. Все рассмотренные выше модели не позволяют строить прогнозы на длительную перспективу. Целыо работы является моделирование и прогнозирование трафика на более длительную перспективу от 6 месяцев до 2 лет, поэтому для построения прогнозов и модели используется число абонентов как отдельного предприятия, так и в целом региона (регионов). Прогноз трафика строится на основе прогнозов числа абонентов и MOU. Данные по трафику по другим операторам отсутствуют, а также нет регулярных и точных данных по всем или но части других операторов по числу абонентов. Поэтому задача оценивания и прогнозирования числа абонентов и трафика решается в условиях неопределенности, для этого предлагается использовать косвенную информацию о росте абонентской базы не только в целом в одном регионе, но и в других регионах.