一种资源占用量的预测方法与预测系统技术方案

本发明专利技术提供了一种资源占用量的预测方法及预测系统，该方法包括获取在历史时间段内的历史业务数据量，以及与历史业务数据量对应的历史资源占用量；根据历史业务数据量、历史资源占用量，确定预测模型；基于历史业务数据量，得到在待预测时间段内的预期业务数据量；根据预期业务数据量，通过预测模型，得到在待预测时间段内的预期资源占用量。本发明专利技术通过以上技术方案，解决了现有方式无法分析复杂业务数据对资源的占用情况，从而影响用户使用感受的问题。通过确定业务数据量和资源占用量的函数关系，提高了利用业务数据量预测资源占用量的精度，以此可以更加科学地规划未来LTE网络的数据业务发展比重，对网络资源优化具有极其重要的指导意义。

【技术实现步骤摘要】

本专利技术涉及移动通信
，尤其涉及一种资源占用量的预测方法与预测系 统。
技术介绍
随着4G网络的快速发展，移动网络的数据业务流量迅猛增长，而且不断推出新形 式的数据业务，给运营商的网络运营带来了前所未有的冲击。为了提高网络的承载能力，科 学地规划未来的数据业务发展方向，需要科学准确地分析各数据业务对无线资源的占用情 况。由于数据业务的多样性、随机性和突发性等特点，对无线资源的占用不能像语音 业务一样使用爱尔兰进行衡量和分析，但是如果在进行网络容量规划时不能充分估计数据 业务的无线资源占用情况，将会影响用户使用感受。国内外现有方式往往不适用于LTE送 种复杂维度数据的处理，不同的数据业务对无线资源的占用情况各不相同，如何更加科学 地规划未来的数据业务发展比重，需要探寻业务与无线资源关联规律，从而进行预测和规 划。
技术实现思路
本专利技术提供了一种资源占用量的预测方法与预测系统，解决了现有方式无法分析 复杂业务数据对资源的占用情况，从而影响用户使用感受的问题。为解决上述技术问题，本专利技术提供了一种资源占用量的预测方法，包括： 获取在历史时间段内的历史业务数据量，W及与所述历史业务数据量对应的历史 资源占用量； 根据所述历史业务数据量、历史资源占用量，确定预测模型； 基于所述历史业务数据量，得到在待预测时间段内的预期业务数据量； 根据所述预期业务数据量，通过所述预测模型，得到在所述待预测时间段内的预 期资源占用量。 在本专利技术的一种实施例中，在根据所述历史业务数据量、历史资源占用量，确定预 测模型之前，还包括： 对所述历史业务数据量、历史资源占用量进行筛选，删除不合理的历史业务数据 量及对应的历史资源占用量。 在本专利技术的一种实施例中，根据所述历史业务数据量、历史资源占用量，确定预测 模型具体包括： 根据线性回归模型，对所述历史业务数据量、历史资源占用量进行拟合，计算线性 回归拟合函数的回归系数； 根据所述回归系数，确定所述线性回归拟合函数，将所述线性回归拟合函数作为 预测模型。 在本专利技术的一种实施例中，设f(X)为因变量，所述因变量为资源占用量，X为自变 量，所述自变量为业务数据量，且所述自变量X与所述因变量f(X)之间为线性关系时，所述 线性回归模型为： f(x) = biX+b2X^3X^+b4x'^+b5X?+bgX?+b〇, 其中，b。为常数项，bi、bz、bs、b4、bs、be为回归系数。 在本专利技术的一种实施例中，基于所述历史业务数据量，得到在待预测时间段内的 预期业务数据量具体包括： 获取待预测时间段内所有子时间段中的部分子时间段内的业务数据量，所述部分 子时间段为k化=1，2, 3,…）个； 获取与所述待预测时间段对应的至少一个历史时间段内所有子时间段中的部分 子时间段内的历史业务数据量，所述部分子时间段为k化=1，2, 3,…）个； 分别计算相同子时间段内的业务数据量与历史业务数据量之间的欧式距离的平 方m2; 根据预测精度，确定阔值j(j> 0); 判断所述欧式距离的平方m2是否满足 若满足，则根据所述欧式距离的平 ?： 方m2,得到所述至少一个历史时间段中的历史业务数据量，将平均后的历史业务数据量作 为在待预测时间段内的预期业务数据量；或者， 根据所述历史业务数据量，通过最小二乘算法，确定所述历史业务数据量与所述 历史时间段之间的拟合函数； 根据所述待预测时间段，得到预期业务数据。 在本专利技术的一种实施例中，在根据所述预期业务数据量，通过所述预测模型，得到 在所述待预测时间段内的预期资源占用量之后，还包括： 根据所述预测资源占用量，对网络进行优化。 本专利技术还提供一种资源占用量的预测系统，包括： 获取模块，用于获取在历史时间段内的历史业务数据量，W及与所述历史业务数 据量对应的历史资源占用量； 确定模块，用于根据所述获取模块获取的历史业务数据量、历史资源占用量，确定 预测模型； 处理模块，用于基于所述获取模块获取的历史业务数据量，得到在待预测时间段 内的预期业务数据量； 预测模块，用于根据所述处理模块得到的预期业务数据量，通过所述确定模块确 定的预测模型，得到在所述待预测时间段内的预期资源占用量。 在本专利技术的一种实施例中，还包括： 预处理模块，用于对所述获取模块获取的历史业务数据量、历史资源占用量进行 筛选，删除不合理的历史业务数据量及对应的历史资源占用量。 在本专利技术的一种实施例中，还包括： 计算模块，用于根据线性回归模型，对所述获取模块获取的历史业务数据量、历史 资源占用量进行拟合，计算线性回归拟合函数的回归系数； 所述确定模块具体用于根据所述计算模块得到的回归系数，确定所述线性回归拟 合函数，将所述线性回归拟合函数作为预测模型。 在本专利技术的一种实施例中，所述获取模块还用于获取待预测时间段内所有子时间 段中的部分子时间段内的业务数据量，所述部分子时间段为k化=1，2, 3,…）个； 所述获取模块还用于获取与所述待预测时间段对应的至少一个历史时间段 内所有子时间段中的部分子时间段内的历史业务数据量，所述部分子时间段为k化= 1，2,3，"〇 个； 所述计算模块还用于分别计算相同子时间段内的业务数据量与历史业务数据量 之间的欧式距离的平方m; 所述确定模块还用于根据预测精度，确定阔值j(j> 0); 还包括： 判断模块，用于判断所述欧式距离的平方m2是否满足 所述处理模块具体用于若所述判断模块判断满足，则根据所述欧式距离的平方 m2,得到所述至少一个历史时间段中的历史业务数据量，将平均后的历史业务数据量作为 在待预测时间段内的预期业务数据量；[004引或者， 所述确定模块还用于根据所述历史业务数据量，通过最小二乘算法，确定所述历 史业务数据量与所述历史时间段之间的拟合函数； 所述处理模块具体用于根据所述待预测时间段，得到预期业务数据。 本专利技术的有益效果： 本专利技术提供一种资源占用量的预测方法与预测系统，通过确定业务数据量和资源 占用量的函数关系，提高了利用业务数据量预测资源占用量的精度，W此可W更加科学地 规划未来LTE网络的数据业务发展比重，对网络资源优化具有极其重要的指导意义。通过 多元线性回归算法，结合业务和资源占用的正相关性，对数据量和占用量进行了回归拟合， 准确地反应了两者之间的关系，为预测提供理论支撑。通过时间维的最小二乘多项式拟合， 对时间维的数据变化予W充分考虑，比较直观准确地展现了业务量的变化趋势，与W往方 法相比较大地提升了预测的准确性。【附图说明】 图1为本专利技术实施例一提供的资源占用量的预测方法的流程图； 图2为本专利技术实施例二提供的资源占用量的预测系统的结构示意图； 图3为本专利技术实施例H提供的业务数据量和资源占用量的预测曲线的示意图； 图4为本专利技术实施例H提供的业务吞吐量变化趋势的示意图；图5为本专利技术实施例四提供的用户数和资源占用量的拟合曲线的示意图； 图6为本专利技术实施例四提供的不同业务的用户数与资源占用量的拟合曲线的示 意图。【具体实施方式】下面将结合本发当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种资源占用量的预测方法，其特征在于，包括：获取在历史时间段内的历史业务数据量，以及与所述历史业务数据量对应的历史资源占用量；根据所述历史业务数据量、历史资源占用量，确定预测模型；基于所述历史业务数据量，得到在待预测时间段内的预期业务数据量；根据所述预期业务数据量，通过所述预测模型，得到在所述待预测时间段内的预期资源占用量。

【技术特征摘要】

【专利技术属性】
技术研发人员：顾军，易正磊，张士蒙，马达，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44