[发明专利]采用集成回归系统检测LTE网络性能的方法

权利要求书

1.一种采用集成回归系统检测LTE网络性能的方法，包括以下步骤：

(1)样本数据集的收集：对LTE网络的接收指标数据及网络各阶段空口时延进行搜集形成样本数据集，并将所述样本数据集分成训练集和测试集；

其中，训练集用于发现接收指标和空口时延之间的预测关系；测试集用于检测基于训练集所得出的模型预测关系的准确性；

(2)在所述训练集的操作过程中，通过建立的模型，利用接收指标预测空口时延，采用回归算法分别在特定子集上对训练集中的样本进行预测；

(3)通过比较上述步骤(2)中模型获取的预测值与真实的空口时延值，推导出训练集中每个样本的误差值以及回归算法的误差；

其中，对于回归算法J，训练集中的列误差值则被称为误差J；

(4)采用分析方法将回归算法中的误差进行加权处理，通过加权回归组合构成集成回归预测模型；

(5)将步骤(4)中的集成回归算法运用于测试集，检测基于训练集所得出的模型预测关系的准确性。

2.如权利要求1所述的采用集成回归系统检测LTE网络性能的方法，其特征在于，所述步骤(1)中接收指标数据的接收指标包括参考信号接收功率RSRP，参考信号接收质量RSRQ，信号与干扰加噪声比SINR，物理上行共享信道上的物理资源块PUSCH-PRB和物理下行共享信道上的物理资源块PDSCH-PRB。

3.如权利要求2所述的采用集成回归系统检测LTE网络性能的方法，其特征在于，在步骤(2)中采用八种不同的回归算法分别在特定子集上对训练集中的样本进行预测，分别是线性回归，二阶多项式回归，三阶多项式回归，岭回归，LASSO回归，Elastic回归，GAM回归和MARS回归；

其中，所述线性回归给出以下公式(1)：

E(y)＝β₀+β₁x₁+...+β_dx_d (1)，式中E(y)代表预测值，y代表假设空口时延，x₁，...，x_d代表接收指标；该模型中，响应变量y服从高斯分布，运用最小二乘法可以直接计算获取相应的拟合系数β₀，...，β_d；

所述二阶多项式回归算法先计算每个指标集的一次、二次正交多项式，从而获得2D形式，以2D+1项参数进行模型拟合；

所述三阶多项式回归算法，在变量的选取时，正交多项式的次数选取从1次到3次，从而减少了预测模型的约束；

所述岭回归算法给出以下公式(2)：

式中算法通过增加惩罚系数，对系数β₀，...，β_d进行限制，成为收缩，从而找到最小二乘估计量的最小方差，其中参数t根据E.Cule和M.De Iorio基于控制预测值方差所提出的理论进行自动选取，k代表第k个系数，k的范围从1,2,3,...,d；

所述LASSO回归算法给出以下公式(3)：

式中的约束函数限制了回归系数的绝对值之和，除去常系数，t值是自动选取的；

所述Elastic回归算法给出以下公式(4)：

式中的约束函数是对所述岭回归算法和所述LASSO回归算法中的约束函数进行正则化的线性组合，其中，α为1/2，t值是自动选取的；

所述GAM回归算法给出以下公式(5)：

g(E(y))＝β₀+f₁(x₁)+...+f_d(x_d)(5)，式中g表示广义线性联系函数，f₁，...，f_d表示输入变量间的非线性联系，β₀为常数项，x₁，...，x_d是从五个接收指标中获取的数据；

所述MARS回归算法给出以下公式(6)：

x→max(0，x-C)or x→max(0，C-x)；C∈R (6)，在MARS回归中，回归被拟合成一个铰链函数的线性组合。