[发明专利]采用集成回归系统检测LTE网络性能的方法

说明书

本发明提供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：(2)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)推导出训练集中每个样本的误差值以及回归算法的误差；(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。通过采用集成回归系统检测LTE网络性能的方法的运营推广，可以分析和推断出用户级的空口时延，从而使移动运营商识别出较高空口时延的问题小区，进而通过优化问题小区提高LTE网络服务质量。

技术领域

本发明涉及一种检测LTE网络性能的方法，尤其是涉及一种采用集成回归系统检测LTE网络性能的方法。

背景技术

近年来，随着LTE无线网络的快速发展，通信数据的产生及获取也随之蓬勃发展起来。除了对此数据流的存储和管理，一个较大的挑战是如何利用此数据更好地服务通信网络。因此，通过将数据转换为相应的网络指标来评估网络性能和用户体验质量(QoE)成为最终目标。通过分析，由于较大值的空口时延将影响网络接收质量以及增加网络干扰，这对用户感知体验具有较为直接的影响，因此将空口时延作为一个核心指标。一般情况下，空口时延是通过软采获取，但是软硬件投入成本较高，不具备全面推广条件。

对于移动通信业务而言，最重要的时延是端到端时延，即对于已经建立连接的收发两端，数据包从发送端产生，到接收端正确接收的时延。根据业务模型不同，端到端时延可分为单程时延和回程时延，其中单程时延指数据包从发射端产生经过无线网络正确到达另外一个接收端的时延，回程时延指数据包从发射端产生到目标服务器收到数据包并返回相应的数据包直至发射端正确接收到应答数据包的时延。

现有的移动通信主要是人与人之间的通信，随着硬件设备的小型化和智能化，未来的移动通信更多“人与物”及“物与物”之间的高速连接应用。机器通信(Machine TypeCommunication，MTC)业务应用范围非常广泛，如移动医疗、车联网、智能家居、工业控制、环境监测等将会推动MTC系统应用爆发式增长，大量设备将接入网络，实现真正的“万物互联”，为移动通信带来无限生机。同时，广泛的MTC系统应用范围也会给移动通信带来新的技术挑战，例如实时云计算、虚拟现实、在线游戏、远程医疗、智能交通、智能电网、远程实时控制等业务对时延比较敏感，对时延提出更高的需求。

因此，需要研究出一种检测方法，分析和推断出用户级的空口时延，从而使移动运营商识别出较高空口时延的问题小区，进而通过优化问题小区提高LTE网络服务质量。

发明内容

本发明的目的是提供一种用集成回归系统检测LTE网络性能的方法以解决使移动运营商识别出较高空口时延的问题小区，进而通过优化问题小区提高LTE网络服务质量的问题。

本发明的技术解决方案是：

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；