一种基于ARMA模型的移动通信网管数据挖掘系统设计方法

2022-09-12

随着后2G时代的来临, GSM移动通信网络在我国的运营已经超过了10个年头, 移动通信网络管理积累了大量的网络测量数据, 需要并能够进行整理和处理。随着数据库、统计学等信息技术的不断发展, 近来热门的数据仓库以及数据挖掘技术已经成为移动通信网络数据分析的有效解决方案。[1]

1 基于ARMA模型的数据挖掘系统

1.1 移动通信网管数据挖掘系统数据挖掘的实现

移动通信网管数据具有时序性、周期性的特点, 基于时间序列的数据挖掘方法能够较好的拟合移动通信网络的情况。ARMA模型是时间序列模型的一种, 是由美国统计学波克斯 (Box) 和金肯 (Jenkins) 在20世纪70年代提出, 该模型的数学表达式为:

通过对上述的数学表达式进行统计处理后, 可以得到自相关系数为:

由以上公式可以看看出, 自相关系数是θ1和φ1的函数, 自相关函数从开始, 呈指数衰减。若φ1>0, 自相关函数的指数衰减是平滑的;若φ1<0, 自相关函数的衰减是交变的, 在正负值之间振荡, 的符号由 (φ1-θ1) 所决定, 它决定指数衰减趋于0的方向。其偏自相关函数的起始值θ11=, 以后呈指数衰减。若θ1>0, θkk是平滑指数衰减;若θ1<0, θkk的指数衰减是振荡的。θ11的符号与相同, 也由 (θ1-) 所决定。

以对话务量的预测为研究对象, 以预测周期前3个月的相关数据作为训练序列, 建立一个合理、计算简单且准确度高的ARMA模型来预测将来一段时间内的话务量, 并与实际得到的数据作比较, 判断所建的模型是否合理, 反复循环修正, 直至最优。

1.2 移动通信网管数据挖掘系统数据挖掘的实现

如图1所示。

2 结语

基于电信网络“全程全网”的特点, 软交换网络的引入, 除电路和信令外同样必须考虑同步时钟、计费、网管和CDS等与MSS和MGW的连接。由于技术的进步, 与相关设备的连接方式也发生了变化, 如与CDS的连接, 用户平面仍然采用TDM方式, 但控制流则由IP专网的承载, 也实现了控制与承载的分离。从而说明了软技术不仅是核心网本身的进步, 也推动了与其相关设备及接口的同步发展。本文提出的设计方法, 能够实现软交换设备与现网同步系统和计费、网管、CDS等系统的融合, 已经部署在实际的网络环境中。

摘要：本文以某省移动通信网管数据分析平台项目为背景, 阐述了在移动通信网管中引入数据仓库技术, 采用数据挖掘方法, 解决目前网络分析中的数据瓶颈问题。

关键词：数据挖掘