專利名稱：基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法
技術(shù)領(lǐng)域：
本發(fā)明涉及無線通信技術(shù)領(lǐng)域，特別涉及一種基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法。
背景技術(shù)：
負(fù)載均衡算法的目的是實現(xiàn)業(yè)務(wù)在系統(tǒng)中均勻分布，減少局部負(fù)載過高導(dǎo)致的擁塞狀況，提高系統(tǒng)容量。但由于目前大部分負(fù)載均衡算法都是針對網(wǎng)絡(luò)當(dāng)時的負(fù)載情況，即在知道了網(wǎng)絡(luò)負(fù)載出現(xiàn)擁塞之后才進(jìn)行操作，這種情況叫做滯后效應(yīng)。負(fù)載均衡的滯后效應(yīng)會降低負(fù)載均衡算法的效率，并且會使局部某一段時間會出現(xiàn)擁塞。因此，基于業(yè)務(wù)預(yù)測的負(fù)載均衡算法應(yīng)運而生。其核心思想為，通過業(yè)務(wù)預(yù)測提前知道系統(tǒng)下一時刻的業(yè)務(wù)量，在系統(tǒng)發(fā)生擁塞之前提前對資源進(jìn)行配置操作，避免傳統(tǒng)負(fù)載均衡算法的滯后效應(yīng)，提 高負(fù)載均衡算法性能。目前已有的針對業(yè)務(wù)預(yù)測的負(fù)載算法研究的思路為I、獲取通訊系統(tǒng)負(fù)載的歷史數(shù)據(jù)，分析歷史數(shù)據(jù)，獲得對應(yīng)的負(fù)載變化趨勢，用所對應(yīng)的負(fù)載變化趨勢作為預(yù)測的通訊系統(tǒng)負(fù)載在當(dāng)前時間的變化趨勢。2、判斷所述通訊系統(tǒng)的用于判斷過載的測量參數(shù)是否會超過預(yù)先設(shè)定的過載閾值，如果會超過，所述通訊系統(tǒng)進(jìn)行預(yù)過載處理。如果不超過，通訊正常運行。在無線移動通信網(wǎng)絡(luò)中，經(jīng)常會出現(xiàn)由于短時間內(nèi)大量用戶移動或者業(yè)務(wù)到達(dá)，導(dǎo)致在某個時段出現(xiàn)局部的熱點地區(qū)，該區(qū)域的無線接入業(yè)務(wù)量過大，使得網(wǎng)絡(luò)通信性能迅速下降。與此同時，其它周邊地區(qū)的無線接入業(yè)務(wù)量卻偏低，大部分通信資源處于空閑狀態(tài)。由于業(yè)務(wù)分布在時間和區(qū)域上具有不均衡性，因而導(dǎo)致通信資源的局部緊缺，使得用戶無線接入業(yè)務(wù)(尤其是多媒體業(yè)務(wù))性能大幅度降低。因此我們可以在負(fù)載均衡的基礎(chǔ)上，引入業(yè)務(wù)預(yù)測技術(shù)，將系統(tǒng)資源進(jìn)行提前配置，避免了以往負(fù)載均衡系統(tǒng)普遍存在的滯后效應(yīng)，使系統(tǒng)在發(fā)生擁塞前就已提前做好資源分配，提升了系統(tǒng)容量。目前雖然有針對基于業(yè)務(wù)預(yù)測的負(fù)載均衡研究，但均有以下問題首先，已有的業(yè)務(wù)預(yù)測大多是根據(jù)歷史數(shù)據(jù)進(jìn)行大量的學(xué)習(xí)以及迭代計算，這樣做的結(jié)果往往是增加了系統(tǒng)的復(fù)雜度，降低了收斂速度，使業(yè)務(wù)預(yù)測模型難于時時的輸出準(zhǔn)確的預(yù)測結(jié)果。其次，由于業(yè)務(wù)量的變化存在著時間波動性與突發(fā)性，而現(xiàn)有的技術(shù)大多數(shù)只是針對歷史業(yè)務(wù)量進(jìn)行學(xué)習(xí)，這將會導(dǎo)致預(yù)測模型會隨著突發(fā)的業(yè)務(wù)量的變化而使預(yù)測結(jié)果精確度大幅度下降。最后，由于業(yè)務(wù)預(yù)測的輸入有語音業(yè)務(wù)(單位為Erl)與數(shù)據(jù)業(yè)務(wù)(單位為Mbps)，如何將語音業(yè)務(wù)與數(shù)據(jù)業(yè)務(wù)進(jìn)行統(tǒng)一，得出下一時刻系統(tǒng)資源總需求對負(fù)載均衡模塊來說是一個至關(guān)重要的問題，而已有的技術(shù)并沒有將得出的業(yè)務(wù)進(jìn)行歸一化。

發(fā)明內(nèi)容
(一)要解決的技術(shù)問題
本發(fā)明要解決的技術(shù)問題是如何提高業(yè)務(wù)預(yù)測的準(zhǔn)確性，且計算復(fù)雜度較低。(二)技術(shù)方案為解決上述技術(shù)問題，本發(fā)明提供了一種基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，包括以下步驟SI :以預(yù)先設(shè)定的時間段為單位，對不同時間段的業(yè)務(wù)量采用不同的業(yè)務(wù)預(yù)測模型進(jìn)行預(yù)測；S2:根據(jù)所述不同的業(yè)務(wù)預(yù)測模型預(yù)測得到的下一負(fù)載均衡處理周期的業(yè)務(wù)量，提前配置業(yè)務(wù)請求調(diào)度結(jié)果，以達(dá)到負(fù)載均衡。其中，所述步驟SI中所述業(yè)務(wù)預(yù)測模型為相同時間段內(nèi)的歷史日期所采用的業(yè) 務(wù)預(yù)測模型。其中，所述步驟SI中在對不同時間段的業(yè)務(wù)量采用不同的業(yè)務(wù)預(yù)測模型進(jìn)行預(yù)測之前還包括將業(yè)務(wù)數(shù)據(jù)進(jìn)行最小二乘法擬合。其中，所述步驟SI中在對不同時間段的業(yè)務(wù)量采用不同的業(yè)務(wù)預(yù)測模型進(jìn)行預(yù)測之前還包括根據(jù)環(huán)境參數(shù)、實際業(yè)務(wù)量及時修正各個業(yè)務(wù)預(yù)測模型。其中，所述步驟SI中在每次預(yù)測完成后，將所述業(yè)務(wù)預(yù)測模型存儲。其中，所述步驟S2具體包括S2. I :收集下一個負(fù)載均衡處理周期的總業(yè)務(wù)量，判斷是否有小區(qū)容量不滿足該小區(qū)下一負(fù)載均衡處理周期的業(yè)務(wù)量對資源的需求，若是執(zhí)行步驟S2. 2，否則結(jié)束；S2. 2 :結(jié)合預(yù)測得到的下一負(fù)載均衡處理周期各個小區(qū)的資源需求與小區(qū)容量，查找下一負(fù)載均衡處理周期負(fù)載最輕的小區(qū)；S2. 3 :確定由步驟S2. I判斷出的在下一負(fù)載均衡處理周期會發(fā)生擁塞的小區(qū)需將多少業(yè)務(wù)量切換到所述負(fù)載最輕的小區(qū)中，并將該業(yè)務(wù)量切換到所述負(fù)載最輕的小區(qū)中。其中，所述步驟S2. I中還包括對不同業(yè)務(wù)預(yù)測模型預(yù)測得到的不同類型的業(yè)務(wù)量按預(yù)先制定的優(yōu)先級排序，步驟S2. 3中按優(yōu)先級由高到低的順序?qū)I(yè)務(wù)量進(jìn)行切換。其中，所述步驟S2之后還包括步驟從網(wǎng)絡(luò)中提取包括實際業(yè)務(wù)量、擁塞率的網(wǎng)絡(luò)參數(shù)，用于評價此次業(yè)務(wù)預(yù)測模型的準(zhǔn)確度，并將上述參數(shù)反饋給所述業(yè)務(wù)預(yù)測模型，及時修正所述業(yè)務(wù)預(yù)測模型參數(shù)。其中，所述預(yù)先設(shè)定的時間段為I小時。(三)有益效果本發(fā)明的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法針對預(yù)先設(shè)定的每個時間段分別進(jìn)行業(yè)務(wù)預(yù)測建模，將處于不同時間段的業(yè)務(wù)量進(jìn)行分段建模的優(yōu)勢是，由于每一段時間的變化趨勢基本相同，不用通過大量的迭代計算，減少了設(shè)計的復(fù)雜度，加快了預(yù)測模型的收斂速度，易于實現(xiàn)。


圖I是本發(fā)明實施例的一種基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法流程圖；圖2是業(yè)務(wù)預(yù)測模型預(yù)測時的具體流程圖；圖3是圖I中步驟S2的具體流程圖4是實現(xiàn)圖I中方法的系統(tǒng)結(jié)構(gòu)示意圖。
具體實施例方式下面結(jié)合附圖和實施例，對本發(fā)明的具體實施方式
作進(jìn)一步詳細(xì)描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。如圖I所示，本實施例的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法包括步驟S101，以預(yù)先設(shè)定的時間段為單位，對不同時間段的業(yè)務(wù)量采用不同的業(yè)務(wù)預(yù)測模型進(jìn)行預(yù)測。本實施例中，對一天24小時的橫向劃分，劃分成24個時間段。每個時間段采用不同的業(yè)務(wù)預(yù)測模型對該時間段內(nèi)的業(yè)務(wù)量進(jìn)行預(yù)測，即有24個業(yè)務(wù)預(yù)測模型。在預(yù)測之前，搜集一個小區(qū)所有基站上報的數(shù)據(jù)，提取出以負(fù)載均衡處理周期為時間間隔及與其所對應(yīng)的語音與數(shù)據(jù)的業(yè)務(wù)量(負(fù)載均衡處理周期包括一個或多個上述橫向劃分的時間段)，即搜集上一負(fù)載均衡處理周期T= It1, t2，…，tM}以及對應(yīng)的業(yè)務(wù)量數(shù)據(jù)X1={xn, x12,…，x1M}, ti為上述橫向劃分的時間段，i = 1,2, . . . , M, M為樣本數(shù)量，I表示 X為第I種業(yè)務(wù)類型?？v向上找出與預(yù)測當(dāng)日業(yè)務(wù)量變化趨勢相近的歷史日期Transult day，橫向上找出歷史所處的時長為一個負(fù)載均衡處理周期的一段時間tpt2，…，tk，k為輸入的樣本數(shù)據(jù)X所處的時間段的數(shù)量，歷史日期分為以下3種情況I、預(yù)測日期為工作日，非節(jié)假日，如周五，則需要調(diào)用上一周周五的日期。若上一周周五為假日，則調(diào)用上上周周五的日期，依次類推。2、預(yù)測日期為假日，如元旦，則需調(diào)用上一年元旦的日期。3、若為雙休日且不為假日，則調(diào)用上一周的對應(yīng)的日期。例要預(yù)測4月17日(周二)上午8點至12點的語音業(yè)務(wù)的業(yè)務(wù)量。則通過縱向時間匹配，選擇4月10日(周二)，通過橫向匹配，選擇4月10日8點至12點采集樣本，此時 I 為語音業(yè)務(wù)，Tcmsult _為4月 10 日，T = {8:00-9:00、9:00-10:00、10:00-11:00、11:00-12:00} ,X1 = {8:00-9:00 累計業(yè)務(wù)量、9:00-10:00 累計業(yè)務(wù)量、10:00-11:00 累計業(yè)務(wù)量、11:00-12:00累計業(yè)務(wù)量}。在選好歷史日期后，查找預(yù)先存儲的該日期T_sult day與T所處的相應(yīng)的時間段的業(yè)務(wù)預(yù)測模型，查找到對應(yīng)的業(yè)務(wù)預(yù)測模型F = E Afi，其中，系數(shù)%取0或I。取I表示業(yè)務(wù)量數(shù)據(jù)X處于此時間段，0則反之。A表示時間段i時的業(yè)務(wù)預(yù)測初始函數(shù)。i取I到24。查找到業(yè)務(wù)預(yù)測模型之后便可開始進(jìn)行預(yù)測，預(yù)測流程如圖2所示。優(yōu)選地，在開始預(yù)測之前，為了削弱業(yè)務(wù)量的突變對業(yè)務(wù)預(yù)測模型在學(xué)習(xí)業(yè)務(wù)量變化時造成的影響，將輸入的業(yè)務(wù)量數(shù)據(jù)X1 = Ix11, X12,…，X1mI進(jìn)行最小二乘法擬合，得到平滑輸入的業(yè)務(wù)量數(shù)據(jù)^ = ( , ,--, }，并將萬=輸入到業(yè)務(wù)預(yù)測模型進(jìn)行預(yù)測。優(yōu)選地，本實施例將環(huán)境參數(shù)對業(yè)務(wù)預(yù)測模型的影響考慮進(jìn)來，由網(wǎng)絡(luò)參數(shù)(如實際的業(yè)務(wù)量、阻塞率等)同歷史業(yè)務(wù)量一起及時修正業(yè)務(wù)預(yù)測模型，得到修改正后的業(yè)務(wù)預(yù)測模型6^...&，保證下一負(fù)載均衡處理周期業(yè)務(wù)預(yù)測的準(zhǔn)確度。ee2，…，0n表示如實際的業(yè)務(wù)量，阻塞率等網(wǎng)絡(luò)參數(shù)。根據(jù)最小二乘法輸入的處于此時間段的，經(jīng)過平滑的歷史數(shù)據(jù)與修正模塊輸入的環(huán)境參數(shù)來制定業(yè)務(wù)預(yù)測模型，(即根據(jù)輸入的經(jīng)過去除奇點的歷史數(shù)據(jù)與環(huán)境參數(shù)來得出下一負(fù)載均衡處理周期的業(yè)務(wù)預(yù)測值)得出下一負(fù)載均衡處理周期業(yè)務(wù)預(yù)測量的值為了供下一次業(yè)務(wù)預(yù)測調(diào)用使用，優(yōu)選地，同時在一天的業(yè)務(wù)預(yù)測執(zhí)行結(jié)束后，會把這一天所使用的24個業(yè)務(wù)預(yù)測模型保存。步驟S102，根據(jù)所述不同的業(yè)務(wù)預(yù)測模型預(yù)測得到的下一負(fù)載均衡處理周期的業(yè)務(wù)量，提前配置業(yè)務(wù)請求調(diào)度結(jié)果，以達(dá)到負(fù)載均衡。具體流程如圖3所示。收集下一個負(fù)載均衡處理周期總業(yè)務(wù)量Y = YJY2+-+',判斷是否有小區(qū)容量C不滿足該小區(qū)下一時刻的業(yè)務(wù)量Y對資源的需求(Y > C)，若是，則結(jié)合預(yù)測得到的下一負(fù)載均衡處理周期各個小區(qū)的資源需求與小區(qū)容量C，查找下一負(fù)載均衡處理周期負(fù)載最輕的小區(qū)，并確定下一負(fù)載均衡處理周期會發(fā)生擁塞的小區(qū)需將多少業(yè)務(wù)量切換到負(fù)載最輕的小區(qū)中，并將該業(yè)務(wù)量切換到負(fù)載最輕的小區(qū)中，直到發(fā)生擁塞的小區(qū)滿足Y < C。否則結(jié)束。優(yōu)選地，在進(jìn)行負(fù)載均衡之前還包括將預(yù)測I種業(yè)務(wù)的業(yè)務(wù)量進(jìn)行優(yōu)先級由高到 底的排序(Y1, Y2,…，YJ，在負(fù)載切換時，按優(yōu)先級由高到低的順序?qū)砣^(qū)的業(yè)務(wù)量提前配置給負(fù)載最輕的小區(qū)。為了提高預(yù)測的準(zhǔn)確性，負(fù)載均衡后根據(jù)當(dāng)前網(wǎng)絡(luò)情況，提取網(wǎng)絡(luò)性能指標(biāo)評估參數(shù)，如阻塞率與實際的業(yè)務(wù)量等，即提供反饋參數(shù)Q1, 02，…，0n，以對業(yè)務(wù)預(yù)測模型進(jìn)行修正，e為從現(xiàn)網(wǎng)提取的實際數(shù)據(jù)。如Q1表示現(xiàn)網(wǎng)實際的阻塞率，02為實際業(yè)務(wù)量等。準(zhǔn)確度通常與反饋參數(shù)成正比。圖4是實現(xiàn)上述方法的一個優(yōu)選地系統(tǒng)結(jié)構(gòu)示意圖，包括單元401 :業(yè)務(wù)預(yù)測數(shù)據(jù)采集模塊，搜集一個小區(qū)所有基站上報的數(shù)據(jù)，提取出以負(fù)載均衡模塊處理周期為時間間隔及與其所對應(yīng)的語音與數(shù)據(jù)的業(yè)務(wù)量。單元402 :時間匹配模塊，首先，時間匹配模塊縱向?qū)ふ遗c當(dāng)日業(yè)務(wù)量變化規(guī)律最相近的歷史日期，這分為以下3種情況I、預(yù)測日期為工作日，非節(jié)假日，如周五，則需要調(diào)用上一周周五的日期。若上一周周五為假日，則調(diào)用上上周周五的日期，依次類推。2、預(yù)測日期為假日，如元旦，則需調(diào)用上一年元旦的日期。3、若為雙休日且不為假日，則調(diào)用上一周的對應(yīng)的日期。在選好歷史日期后，便將此日期輸入給403預(yù)測模型存儲模塊以便預(yù)測模型存儲模塊將此日期所建立的業(yè)務(wù)預(yù)測模型組調(diào)用出來。然后，時間匹配模塊還需將處于不同時間段的業(yè)務(wù)流根據(jù)其所屬時段內(nèi)分別送入基于對應(yīng)的業(yè)務(wù)預(yù)測模塊進(jìn)行預(yù)測。單元403 :預(yù)測模型存儲模塊。在進(jìn)行業(yè)務(wù)預(yù)測之前，根據(jù)時間匹配模塊所輸入的歷史匹配日期，預(yù)測模型存儲模塊調(diào)用所對應(yīng)的24個業(yè)務(wù)預(yù)測模塊，供業(yè)務(wù)預(yù)測使用。在每次業(yè)務(wù)預(yù)測執(zhí)行完后，預(yù)測模型存儲模塊會存儲業(yè)務(wù)預(yù)測模型，供下次對稱日期業(yè)務(wù)預(yù)測調(diào)用。預(yù)測存儲模塊存儲了過去一年所有節(jié)日日期的業(yè)務(wù)預(yù)測模塊與過去2個月內(nèi)所有日期的業(yè)務(wù)預(yù)測模塊。當(dāng)進(jìn)行完新的一天的業(yè)務(wù)預(yù)測后，便將此天得業(yè)務(wù)預(yù)測模塊存入預(yù)測模型存儲模塊中，同時刪除往前推2個月前第一天的業(yè)務(wù)預(yù)測模型。單元404:業(yè)務(wù)預(yù)測模塊由于在現(xiàn)網(wǎng)中，一天不同時段業(yè)務(wù)量變化差異很大，因此將處于不同時段的業(yè)務(wù)變換情況分別預(yù)測，以保證預(yù)測的準(zhǔn)確性，提高預(yù)測模型的收斂速度。將一天分為24個時段，針對24個時段分別設(shè)置了 24個業(yè)務(wù)預(yù)測模塊。將凌晨0:00-1:00設(shè)為時段1，以此類推，時段23:00-24:00設(shè)為時段24。業(yè)務(wù)預(yù)測模塊執(zhí)行內(nèi)容如下業(yè)務(wù)流進(jìn)行時間匹配后，尋找對應(yīng)所屬時間段的業(yè)務(wù)預(yù)測模型，業(yè)務(wù)預(yù)測模型針對輸入的業(yè)務(wù)流首先進(jìn)行最小二乘法擬合，平滑輸入數(shù)據(jù)，去掉突發(fā)業(yè)務(wù)變化情況。業(yè)務(wù)預(yù)測建模根據(jù)最小二乘法擬合輸入的經(jīng)過平滑后的數(shù)據(jù)，對已有的數(shù)據(jù)進(jìn)行建模，同時考慮環(huán)境參數(shù)，如網(wǎng)絡(luò)的阻塞率、實際業(yè)務(wù)量情況等及時修正業(yè)務(wù)預(yù)測模型。在此次業(yè)務(wù)預(yù)測結(jié)束后，業(yè)務(wù)預(yù)測模塊會存儲當(dāng)前的業(yè)務(wù)預(yù)測模型給預(yù)測模型存儲模塊，以便下次調(diào)用時使用。單元405 :業(yè)務(wù)優(yōu)先級排序模塊，完成對業(yè)務(wù)預(yù)測單元輸入的業(yè)務(wù)量進(jìn)行排序，輸出給負(fù)責(zé)均衡模塊使用。單元406 :負(fù)載均衡模塊。根據(jù)業(yè)務(wù)優(yōu)先級排序模塊所提供的下一負(fù)載均衡處理周期業(yè)務(wù)量以及業(yè)務(wù)優(yōu)先級排序，提前配置業(yè)務(wù)請求調(diào)度結(jié)果。 單元407 :網(wǎng)絡(luò)評估模塊，負(fù)載均衡執(zhí)行后，用于對配置結(jié)果進(jìn)行網(wǎng)絡(luò)評估，提取網(wǎng)絡(luò)中實際的業(yè)務(wù)量、擁塞率等參數(shù)，用于評價此次業(yè)務(wù)預(yù)測模型的準(zhǔn)確度，并將上述參量反饋給業(yè)務(wù)預(yù)測模型，及時修正業(yè)務(wù)預(yù)測模型參數(shù)，提高其預(yù)測的準(zhǔn)確性。單元408 :參數(shù)反饋模塊將網(wǎng)絡(luò)評估模塊所提供的實際業(yè)務(wù)量、擁塞率等參數(shù)進(jìn)行分析處理，并將其根據(jù)各個業(yè)務(wù)流的特征做適當(dāng)處理后反饋給業(yè)務(wù)預(yù)測模型，用于修正其模型參數(shù)，提高預(yù)測準(zhǔn)確度。本發(fā)明針對每個時段分別進(jìn)行業(yè)務(wù)預(yù)測建模，將處于不同時間段得業(yè)務(wù)量進(jìn)行分段建模的好處是，由于每一段時間的變化趨勢基本相同，不用通過大量的迭代計算，減少了設(shè)計的復(fù)雜度，加快了預(yù)測模型的收斂速度，易于實現(xiàn)。另外，通過最小二乘法模塊對輸入數(shù)據(jù)進(jìn)行平滑，削弱了業(yè)務(wù)的突發(fā)性，保證歷史業(yè)務(wù)的突發(fā)變化不會對預(yù)測模型造成太大的影響。同時，引入了環(huán)境參數(shù)，將環(huán)境參數(shù)加入預(yù)測模型的好處是，可以通過一些環(huán)境指標(biāo)的變化來判斷預(yù)測的準(zhǔn)確性，而不是僅僅是依賴業(yè)務(wù)量。通過以上的設(shè)計會使業(yè)務(wù)預(yù)測的精確度有所提聞。以上實施方式僅用于說明本發(fā)明，而并非對本發(fā)明的限制，有關(guān)技術(shù)領(lǐng)域的普通技術(shù)人員，在不脫離本發(fā)明的精神和范圍的情況下，還可以做出各種變化和變型，因此所有等同的技術(shù)方案也屬于本發(fā)明的范疇，本發(fā)明的專利保護(hù)范圍應(yīng)由權(quán)利要求限定。
權(quán)利要求
1.ー種基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，其特征在于，包括以下步驟 Si:以預(yù)先設(shè)定的時間段為單位，對不同時間段的業(yè)務(wù)量采用不同的業(yè)務(wù)預(yù)測模型進(jìn)行預(yù)測； S2 :根據(jù)所述不同的業(yè)務(wù)預(yù)測模型預(yù)測得到的下ー負(fù)載均衡處理周期的業(yè)務(wù)量，提前配置業(yè)務(wù)請求調(diào)度結(jié)果，以達(dá)到負(fù)載均衡。
2.如權(quán)利要求I所述的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，其特征在于，所述步驟SI中所述業(yè)務(wù)預(yù)測模型為相同時間段內(nèi)的歷史日期所采用的業(yè)務(wù)預(yù)測模型。
3.如權(quán)利要求I所述的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，其特征在于，所述步驟SI中在對不同時間段的業(yè)務(wù)量采用不同的業(yè)務(wù)預(yù)測模型進(jìn)行預(yù)測之前還包括將業(yè)務(wù)數(shù)據(jù)進(jìn)行最小ニ乘法擬合。
4.如權(quán)利要求I所述的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，其特征在于，所述步驟SI中在對不同時間段的業(yè)務(wù)量采用不同的業(yè)務(wù)預(yù)測模型進(jìn)行預(yù)測之前還包括根據(jù)環(huán)境參數(shù)、實際業(yè)務(wù)量及時修正各個業(yè)務(wù)預(yù)測模型。
5.如權(quán)利要求I所述的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，其特征在于，所述步驟SI中在毎次預(yù)測完成后，將所述業(yè)務(wù)預(yù)測模型存儲。
6.如權(quán)利要求I所述的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，其特征在于，所述步驟S2具體包括 S2. I :收集下一個負(fù)載均衡處理周期的總業(yè)務(wù)量，判斷是否有小區(qū)容量不滿足該小區(qū)下ー負(fù)載均衡處理周期的業(yè)務(wù)量對資源的需求，若是執(zhí)行步驟S2. 2，否則結(jié)束； S2. 2 :結(jié)合預(yù)測得到的下ー負(fù)載均衡處理周期各個小區(qū)的資源需求與小區(qū)容量，查找下ー負(fù)載均衡處理周期負(fù)載最輕的小區(qū)； S2. 3 :確定由步驟S2. I判斷出的在下ー負(fù)載均衡處理周期會發(fā)生擁塞的小區(qū)需將多少業(yè)務(wù)量切換到所述負(fù)載最輕的小區(qū)中，并將該業(yè)務(wù)量切換到所述負(fù)載最輕的小區(qū)中。
7.如權(quán)利要求6所述的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，其特征在于，所述步驟S2.I中還包括對不同業(yè)務(wù)預(yù)測模型預(yù)測得到的不同類型的業(yè)務(wù)量按預(yù)先制定的優(yōu)先級排序，步驟S2. 3中按優(yōu)先級由高到低的順序?qū)I(yè)務(wù)量進(jìn)行切換。
8.如權(quán)利要求I所述的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，其特征在于，所述步驟S2之后還包括步驟從網(wǎng)絡(luò)中提取包括實際業(yè)務(wù)量、擁塞率的網(wǎng)絡(luò)參數(shù)，用于評價此次業(yè)務(wù)預(yù)測模型的準(zhǔn)確度，并將上述參數(shù)反饋給所述業(yè)務(wù)預(yù)測模型，及時修正所述業(yè)務(wù)預(yù)測模型參數(shù)。
9.如權(quán)利要求I 8中任一項所述的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，其特征在于，所述預(yù)先設(shè)定的時間段為I小時。
全文摘要
本發(fā)明公開了一種基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法，涉及無線通信技術(shù)領(lǐng)域，包括以下步驟以預(yù)先設(shè)定的時間段為單位，對不同時間段的業(yè)務(wù)量采用不同的業(yè)務(wù)預(yù)測模型進(jìn)行預(yù)測；S2根據(jù)所述不同的業(yè)務(wù)預(yù)測模型預(yù)測得到的下一負(fù)載均衡處理周期的業(yè)務(wù)量，提前配置業(yè)務(wù)請求調(diào)度結(jié)果，以達(dá)到負(fù)載均衡。本發(fā)明的基于業(yè)務(wù)預(yù)測的負(fù)載均衡方法針對每個時段分別進(jìn)行業(yè)務(wù)預(yù)測建模，將處于不同時間段得業(yè)務(wù)量進(jìn)行分段建模的好處是，由于每一段時間的變化趨勢基本相同，不用通過大量的迭代計算，減少了設(shè)計的復(fù)雜度，加快了預(yù)測模型的收斂速度，易于實現(xiàn)。
文檔編號H04W28/08GK102711177SQ20121012771
公開日2012年10月3日 申請日期2012年4月26日 優(yōu)先權(quán)日2012年4月26日
發(fā)明者馮志勇, 劉慶, 宋浩明, 尉志清, 尹鵬, 莊荔, 張奇勛, 張平, 楊棟, 王瑩, 石聰, 陳亞迷, 陳施, 馬云飛 申請人:北京郵電大學(xué)