主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2020-06-30 公布专利
2020-06-26 公布专利
2020-06-23 公布专利
2020-06-19 公布专利
2020-06-16 公布专利
2020-06-12 公布专利
2020-06-09 公布专利
2020-06-05 公布专利
2020-06-02 公布专利
2020-05-26 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »

一种移动网络状态预测的方法、装置及移动网络有效

申请号: CN201310170734.X 文献下载
申请日: 2013-05-10 公开/公告日: 2018-01-30
公开/公告号: CN104144431B 主分类号: H04W16/22
申请/专利权人: 中国电信股份有限公司
发明/设计人: 王燕蒙
分类号: H04W16/22;H04W24/08
搜索关键词: 一种 移动 网络 状态 预测 方法 装置
 
我不想注册,点击直接下载立即登录,下载文献升级会员,免费下载

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电信股份有限公司,未经中国电信股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

 
地址: 100033 *** 国省代码: 北京;11
代理公司: 中国国际贸易促进委员会专利商标事务所11038 代理人: 方亮
【权利要求书】:

1.一种移动网络状态预测的方法,其特征在于,包括:

接收移动网网管系统周期性输出的网络状态数据;

对获取所述网络状态数据进行离散化处理,形成网络状态历史数据,并发送到网络状态历史数据库存储;

获得小区当前的网络状态数据,与所述网络状态历史数据库中该小区的网络状态历史数据进行匹配,获取近似匹配序列;

根据所述近似匹配序列与小区当前的网络状态数据的欧式距离、计算出加权值,并将当前的网络状态数据与加权值相乘得出下一时刻此小区的网络状态的预测值。

2.如权利要求1所述的方法,其特征在于:

所述移动网网管系统周期性输出的网络状态数据包括:时隙占用率、前向平均吞吐量、平均等效用户数。

3.如权利要求2所述的方法,其特征在于:

所述离散化处理包括:对原始的所述网络状态数据除以10并取整;

将原始的网络状态数据和经过离散处理后的网络状态数据分别发送到网络状态历史数据库存储;

所述网络状态历史数据库将原始的网络状态数据和经过离散处理后的网络状态数据存储为2个3维序列,分别为原始数据序列和离散数据序列;

其中,原始数据序列按时间顺序排列形成原始数据序列集,离散数据序列按时间顺序排列形成离散数据序列集。

4.如权利要求3所述的方法,其特征在于:

获得小区当前的网络状态数据,包括:小区当前的原始数据序列和小区当前的离散数据序列;

从所述网络状态历史数据库中获取该小区的历史数据集,将小区当前的离散数据序列及前L个周期的离散数据序列集成,形成长度为L的3维数据序列集ser;其中,L为大于等于2的正整数;

将ser与该小区的离散数据序列集中的按时间顺序的、连续的L个离散数据序列形成的子集进行匹配;

当匹配成功时,将连续的L个离散数据序列形成的子集为ser的一个近似匹序列,得到了k个匹配序列;k为大于等于0的正整数;

计算ser序列与k个匹配序列对应的原始数据序列的欧式距离;其中,每个与k个匹配序列对应的原始数据序列包括子序列data(j,i),子序列与ser序列的欧式距离为:

d(i)=Σj=1LΣk=1i+L-1[ser(j,k-i+1)-data(j,k)]2;]]>

若k=0则预测值

若k≠0且不存在d(j)=0,j=0,1…k;则

第j个匹配序列的权重

下一时刻此小区的网络状态的预测值

若k≠0且存在d(j)=0,j=0,1…k;则

设I是d(i)=0的下标集合,I={i∈{1,2,…k}∣d(i)=0},设I中的元素的个数为num(I),且valueI={value(j)∣j∈I},则

下一时刻此小区的网络状态的预测值

5.一种移动网络状态预测装置,其特征在于,包括:

网络状态数据接收单元,用于接收移动网网管系统周期性输出的网络状态数据;

网络历史数据生成单元,用于对获取所述网络状态数据进行离散化处理,形成网络状态历史数据;

网络历史数据发送单元,用于发送到网络状态历史数据库存储;

匹配序列获取单元,用于获得小区当前的网络状态数据,与所述网络状态历史数据库中该小区的网络状态历史数据进行匹配,获取近似匹配序列;

网络状态预测单元,用于根据所述近似匹配序列与小区当前的网络状态数据的欧式距离、计算出加权值,并将当前的网络状态数据与加权值相乘得出下一时刻此小区的网络状态的预测值。

6.如权利要求5所述的装置,其特征在于:

所述移动网网管系统周期性输出的网络状态数据包括:时隙占用率、前向平均吞吐量、平均等效用户数。

7.如权利要求6所述的装置,其特征在于:

所述离散化处理包括:所述网络历史数据生成单元对原始的所述网络状态数据除以10并取整;

所述网络历史数据发送单元将原始的网络状态数据和经过离散处理后的网络状态数据分别发送到网络状态历史数据库存储;

所述网络状态历史数据库将原始的网络状态数据和经过离散处理后的网络状态数据存储为2个3维序列,分别为原始数据序列和离散数据序列;

其中,原始数据序列按时间顺序排列形成原始数据序列集,离散数据序列按时间顺序排列形成离散数据序列集。

8.如权利要求7所述的装置,其特征在于:

所述匹配序列获取单元获得小区当前的网络状态数据,包括:小区当前的原始数据序列和小区当前的离散数据序列;

所述匹配序列获取单元从所述网络状态历史数据库中获取该小区的历史数据集,将小区当前的离散数据序列及前L个周期的离散数据序列集成,形成长度为L的3维数据序列集ser;其中,L为大于等于2的正整数;

所述匹配序列获取单元将ser与该小区的离散数据序列集中的按时间顺序的、连续的L个离散数据序列形成的子集进行匹配;

所述匹配序列获取单元当匹配成功时,将连续的L个离散数据序列形成的子集为ser的一个近似匹序列,得到了k个匹配序列;k为大于等于0的正整数;

所述网络状态预测单元计算ser序列与k个匹配序列的欧式距离;其中,每个与k个匹配序列对应的原始数据序列包括子序列data(j,i),子序列与ser序列的欧式距离为:

d(i)=Σj=1LΣk=1i+L-1[ser(j,k-i+1)-data(j,k)]2;]]>

若k=0则预测值

若k≠0且不存在d(j)=0,j=0,1…k;则

第j个匹配序列的权重

下一时刻此小区的网络状态的预测值

若k≠0且存在d(j)=0,j=0,1…k;则

设I是d(i)=0的下标集合,I={i∈{1,2,…k}∣d(i)=0},设I中的元素的个数为num(I),且valueI={value(j)∣j∈I},则

下一时刻此小区的网络状态的预测值

9.一种移动网络,其特征在于:

包括如权利要求5至8任意一项所述的移动网络状态预测的装置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
我不想注册,点击直接下载立即登录,下载文献升级会员,免费下载

本文链接:http://www.vipzhuanli.com/pat/books/201310170734.X/1.html,转载请声明来源钻瓜专利网。

专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top