基于自适应自回归模型的非线性流量负荷预测

摘要：

针对新一代移动数据业务(MMS,KJAV,WAP)具有复杂的非线性特性和不平稳特性,采用鲁棒Klman滤波算法,提出了一种自适应自回归滑动平均模型(AARMA),并将其应用于移动数据业务负荷预测中.实际预测结果表明,即使是对变动大且不稳定的移动业务流量,自适应ARMA模型稳定,预测精度高,且预测误差的白噪声特性明显.

关键词：自适应回归(模型AARMA)、预测、Kalman滤波

所属期刊栏目：18

分类号：TN915.02

资助基金：广东高校优秀青年创新人才培育项目LYM10035;高等学校博士学科点专项科研基金联合资助项目200805640010;公益性行业农业科研专项经费项目20090323-06

在线出版日期：2011-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：4219-4222