第九章 通信网络规划.pptVIP

9.3.1 2G移动通信网规划 与周围基站覆盖的重叠情况，原规划网点处覆盖及信号质量情况，并在BSC中收取其与周围基站在话务、质量和切换等方面的数据，综合评估此基站对网络质量的影响程度，如其影响超出可忍受的程度，使局部的网络质量指标恶化，则应将此基站搬迁至原规划的合理网点处。 （d）小区指向不合理基站的整治 对此类基站的处理方法是，了解其小区覆盖范围和与周围基站覆盖的重叠情况，并在BSC中收集其与周围基站在话务、质量和切换等方面的数 9.2.4相关分析预测法 1．一元线性回归预测法 如果将预测对象的时间序列数据拟合成趋势线，可以用线性方程表示，则称为线性回归。线性回归预测是假设今后的发展趋势与过去的发展趋势相一致，利用线性回归方程对未来发展状况进行预测。 一元线性回归方程研究某一因变量yt与一个自变量t之间的关系，其数学模型为 (9.28) 式中：yt——预测对象在t年的预测值； t——预测年数； a,b——回归系数； ——随机误差。 9.2.4相关分析预测法 （1）回归系数 在建立线性回归预测的数学模型时，常使用最小二乘法，即通过使时间序列数据到拟合趋势线的偏差距离的平方和为最小来确定回归系数a,b，从而得到最佳回归方程。 根据对t和yt的n组观测样本值ti和yi，用最小二乘法估计a和b的值，即通过使时间序列数据到拟合趋势线的偏差距离 的平方和为最小来确定回归系数a，b，由此即可求解得到回归方程及其系数表达式: (9.29) 求得回归系数: 9.2.4相关分析预测法 (9.30) (9.31) 其中: (9.32) 由上述分析可见，一元线性回归预测法与时间序列外推预测线性模型法是一致的。 有了n组两两线性相关的历史数据，即可利用（9.29）~（9.32）求得回归方程及系数。这样就可以根据给定一个未来的自变数t，求得相应的一个最接近的因变数yt，从而达到预测的目的。 9.2.4相关分析预测法 在计算回归系数过程中，如果时间序列中的数据数目为奇数，如为九个，则取-4，-3，-2，-1，0，1，2，3，4的编号，这样，可使 以达到进一步简化计算的目的。此时回归系数为： (9.3 3) a= (9.34) 回归预测主要适用于近期预测。 9.2.4相关分析预测法 （2）模型检验 根据观测数据利用统计方法建立的预测模型并不一定是合理的，需要用统计学中模型检验方法检验模型的可用性和可信性。 ①相关性检验 相关性检验采用相关系数r进行检验。r用于表达在线性模式下，观测样本值ti和yi之间相关密切的程度。其计算公式为: (9.35) 当 =1时表示ti和yi依概率1线性相关，亦即为确定性关系；当 =0时表示二者不相关。一般 在0～1之间，越接近于1表示关系越密切。r为正值表示正相关，负值表示负相关. 9.2.4相关分析预测法 ②线性假