使用偏最小二乘方法对信令负荷进行评估

摘要

本文主要介绍了利用R软件的pls包进行偏最小二乘建模方法，基于“分布式归属用户数据服务器”的多种接口信令计数(counter)和信令单元CPU负荷和内存使用率数据，将移动用户使用VoLTE业务的用户行为进行量化，生成用户话务模型，将用户话务模型对应的各种类型信令数量(counter)作为自变量，将“分布式归属用户服务器”信令处理单元的CPU负荷和内存使用率作为因变量进行偏最小二乘的建模和拟合回归。
　　将此作为核心算法的“分布式归属用户数据服务器评估预测方案”在VoLTE业务快速部署大环境下，对突发事件引起使用人群、话务模型、信令数量等突变场景，可以在事前做具有实际应用价值的评估，准备场景预防方案，从而达到“面向用户和业务出发，对网络设备进行精细化管理”的目标。
　　本论文结构如下
　　第一章 绪论:
　　全面介绍该课题所处背景-移动通信网络VoLTE业务全面快速部署和新设备运维需求，对方案和涉及设备做描述性说明，阐述该课题的需求来源和实际应用场景价值。
　　在此基础上介绍该方案的设计思路和核心算法。
　　第二章 数据来源与分析:
　　在指定设备获取需要数据的手段和这些数据的业务含义。
　　介绍如何对获取的数据进行预处理。
　　第三章 偏最小二乘方法算法:
　　原理性解释说明偏最小二乘方法。
　　说明如何通过R语言对获取的数据进行偏最小二乘分析。
　　第四章 信令负荷评估模型
　　详细说明如何利用R软件中PLS包，使用“偏最小二乘方法”对DHSS设备的信令计数进行建模、分析、回溯。
　　第五章 结论与展望
　　对分析结果进行结论性描述，系统说明该文所论述的方法对实际工作中的技术指导和商业推广价值。
　　第六章 参考文献.

目录

声明

致谢

摘要

一、绪论

1．1 课题来源

1．2 VoLTE介绍

1．3 DHSS设备及信令介绍

1．4 主要内容

二、数据来源与描述性分析

2．1 数据来源与提取方法

2．2 数据预处理

三、偏最小二乘方法

3．1 偏最小二乘原理

3．2 偏最sJ、_-乘步骤

3．3 根据交叉验证结果选择模型成分个数

3．4 回归系数的显著性检验

四、信令负荷评估模型

4．1 建模原理

4．2 使用R语言进行建模

4．3 显著性检验

五、结论与展望

参考文献