本發(fā)明涉及性能評(píng)估，尤其涉及一種lte無(wú)線(xiàn)網(wǎng)絡(luò)的評(píng)估方法及服務(wù)器。

背景技術(shù)：

1、性能評(píng)估技術(shù)領(lǐng)域用于量化和分析系統(tǒng)或設(shè)備的操作性能，在無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)，尤其是lte領(lǐng)域中，性能評(píng)估至關(guān)重要，包括測(cè)量網(wǎng)絡(luò)覆蓋范圍、信號(hào)質(zhì)量、數(shù)據(jù)傳輸速率、延遲以及服務(wù)的穩(wěn)定性和可靠性，評(píng)估過(guò)程使用模擬或?qū)嶋H的用戶(hù)數(shù)據(jù)流，以確定在不同條件下網(wǎng)絡(luò)的響應(yīng)性和承載能力，性能評(píng)估的結(jié)果支持網(wǎng)絡(luò)規(guī)劃、優(yōu)化和質(zhì)量保證，確保用戶(hù)體驗(yàn)的最優(yōu)化和網(wǎng)絡(luò)資源的有效管理。

2、其中，lte無(wú)線(xiàn)網(wǎng)絡(luò)的評(píng)估方法專(zhuān)注于評(píng)估和分析lte網(wǎng)絡(luò)的性能參數(shù)，用于識(shí)別網(wǎng)絡(luò)中的潛在問(wèn)題，優(yōu)化網(wǎng)絡(luò)配置，以及提高數(shù)據(jù)傳輸效率和用戶(hù)服務(wù)質(zhì)量，通過(guò)應(yīng)用評(píng)估方法，網(wǎng)絡(luò)運(yùn)營(yíng)商能夠確保網(wǎng)絡(luò)設(shè)施滿(mǎn)足日益增長(zhǎng)的數(shù)據(jù)需求，同時(shí)最小化延遲和中斷，保證高效且連續(xù)的服務(wù)供應(yīng)，該方法在于為lte網(wǎng)絡(luò)的維護(hù)和升級(jí)提供科學(xué)依據(jù)和技術(shù)支持，特別是在用戶(hù)密集或地理位置復(fù)雜的環(huán)境。

3、傳統(tǒng)方法未采用歷史數(shù)據(jù)中的模式和趨勢(shì)分析，難以匹配用戶(hù)密集和地理環(huán)境復(fù)雜的網(wǎng)絡(luò)調(diào)優(yōu)需求，導(dǎo)致資源分配不均和服務(wù)質(zhì)量問(wèn)題，傳統(tǒng)方法中未實(shí)現(xiàn)的數(shù)據(jù)季節(jié)性分解和趨勢(shì)預(yù)測(cè)功能，限制了網(wǎng)絡(luò)調(diào)優(yōu)的前瞻性和適應(yīng)性，影響網(wǎng)絡(luò)的擴(kuò)展能力和升級(jí)效率，缺少實(shí)時(shí)性能監(jiān)控和動(dòng)態(tài)調(diào)優(yōu)機(jī)制在高負(fù)載情況下尤為明顯，導(dǎo)致服務(wù)延遲增加和用戶(hù)體驗(yàn)下降，整體上限制了網(wǎng)絡(luò)性能的最優(yōu)化和有效管理。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是解決現(xiàn)有技術(shù)中存在的缺點(diǎn)，而提出的一種lte無(wú)線(xiàn)網(wǎng)絡(luò)的評(píng)估方法及服務(wù)器。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：一種lte無(wú)線(xiàn)網(wǎng)絡(luò)的評(píng)估方法，包括以下步驟：

3、s1：基于lte網(wǎng)絡(luò)的歷史性能數(shù)據(jù)，通過(guò)歸一化處理，優(yōu)化數(shù)據(jù)偏差，識(shí)別負(fù)載波動(dòng)和信號(hào)強(qiáng)度的變化模式，并對(duì)比差異時(shí)間節(jié)點(diǎn)之間的數(shù)據(jù)差異，生成歷史性能分析結(jié)果；

4、s2：基于所述歷史性能分析結(jié)果，進(jìn)行數(shù)據(jù)序列的季節(jié)性分解，提取趨勢(shì)和周期性成分，并調(diào)整數(shù)據(jù)結(jié)構(gòu)匹配至模型輸入需求，得到季節(jié)性調(diào)整模型；

5、s3：基于所述季節(jié)性調(diào)整模型，對(duì)未來(lái)一周的網(wǎng)絡(luò)負(fù)載和性能進(jìn)行預(yù)測(cè)，分析趨勢(shì)變化和潛在的性能波動(dòng)，獲取負(fù)載預(yù)測(cè)信息；

6、s4：基于所述負(fù)載預(yù)測(cè)信息，采用arima模型，對(duì)負(fù)載峰值期間的資源需求進(jìn)行分析，計(jì)算所需的最優(yōu)帶寬和信號(hào)調(diào)整量，并根據(jù)需求調(diào)整資源配置，生成資源優(yōu)化方案；

7、s5：基于所述資源優(yōu)化方案，利用支持向量機(jī)，實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)性能，自動(dòng)調(diào)整網(wǎng)絡(luò)配置，包括信道和頻率的動(dòng)態(tài)更新，對(duì)網(wǎng)絡(luò)負(fù)載變化進(jìn)行匹配，生成動(dòng)態(tài)調(diào)優(yōu)信息；

8、s6：基于所述動(dòng)態(tài)調(diào)優(yōu)信息，評(píng)估網(wǎng)絡(luò)的穩(wěn)定性和效率，通過(guò)性能指標(biāo)比對(duì)分析調(diào)優(yōu)前后的性能差異，確定網(wǎng)絡(luò)運(yùn)行效率，得到終端性能評(píng)估日志。

9、本發(fā)明改進(jìn)有，所述歷史性能分析結(jié)果包括歸一化指標(biāo)、波動(dòng)趨勢(shì)圖、信號(hào)變化曲線(xiàn)，所述季節(jié)性調(diào)整模型包括趨勢(shì)分量圖、周期分量圖、殘差圖，所述負(fù)載預(yù)測(cè)信息包括每日負(fù)載量預(yù)測(cè)表、性能穩(wěn)定性預(yù)測(cè)圖，所述資源優(yōu)化方案包括帶寬調(diào)整計(jì)劃、信號(hào)強(qiáng)度調(diào)節(jié)計(jì)劃、資源分配時(shí)間表，所述動(dòng)態(tài)調(diào)優(yōu)信息包括信道更新記錄、頻率調(diào)整細(xì)節(jié)、性能監(jiān)控日志，所述終端性能評(píng)估日志包括調(diào)優(yōu)效果比較數(shù)據(jù)、運(yùn)行效率數(shù)據(jù)、穩(wěn)定性分析結(jié)果。

10、本發(fā)明改進(jìn)有，基于lte網(wǎng)絡(luò)的歷史性能數(shù)據(jù)，通過(guò)歸一化處理，優(yōu)化數(shù)據(jù)偏差，識(shí)別負(fù)載波動(dòng)和信號(hào)強(qiáng)度的變化模式，并對(duì)比差異時(shí)間節(jié)點(diǎn)之間的數(shù)據(jù)差異，生成歷史性能分析結(jié)果的步驟具體為：

11、s101：基于lte網(wǎng)絡(luò)的歷史性能數(shù)據(jù)，通過(guò)歸一化處理，移除異常值，統(tǒng)一數(shù)據(jù)格式，并對(duì)差異時(shí)間點(diǎn)的記錄進(jìn)行時(shí)間標(biāo)準(zhǔn)化處理，得到歸一化數(shù)據(jù)集；

12、s102：基于所述歸一化數(shù)據(jù)集，進(jìn)行時(shí)間序列構(gòu)建，利用滑動(dòng)窗口法提取關(guān)鍵時(shí)間點(diǎn)，分析時(shí)間點(diǎn)的負(fù)載波動(dòng)和信號(hào)強(qiáng)度變化，得到時(shí)間點(diǎn)波動(dòng)記錄；

13、s103：基于所述時(shí)間點(diǎn)波動(dòng)記錄，對(duì)比時(shí)間節(jié)點(diǎn)數(shù)據(jù)，采用差分法識(shí)別關(guān)鍵變化趨勢(shì)和異常波動(dòng)，包括變化點(diǎn)和波動(dòng)范圍，生成歷史性能分析結(jié)果。

14、本發(fā)明改進(jìn)有，基于所述歷史性能分析結(jié)果，進(jìn)行數(shù)據(jù)序列的季節(jié)性分解，提取趨勢(shì)和周期性成分，并調(diào)整數(shù)據(jù)結(jié)構(gòu)匹配至模型輸入需求，得到季節(jié)性調(diào)整模型的步驟具體為：

15、s201：基于所述歷史性能分析結(jié)果，進(jìn)行數(shù)據(jù)層次分解，隔離季節(jié)性和非季節(jié)性因素，通過(guò)數(shù)據(jù)分割突出季節(jié)性的關(guān)鍵模式，得到季節(jié)模式詳情；

16、s202：基于所述季節(jié)模式詳情，細(xì)化趨勢(shì)成分和周期性波動(dòng)，通過(guò)移動(dòng)平均法調(diào)整和平衡趨勢(shì)線(xiàn)，優(yōu)化數(shù)據(jù)的季節(jié)適應(yīng)性，得到趨勢(shì)平滑結(jié)果；

17、s203：基于所述趨勢(shì)平滑結(jié)果，通過(guò)優(yōu)化數(shù)據(jù)頻次和分辨率，進(jìn)行數(shù)據(jù)結(jié)構(gòu)優(yōu)化，匹配模型的輸入要求，得到季節(jié)性調(diào)整模型。

18、本發(fā)明改進(jìn)有，基于所述季節(jié)性調(diào)整模型，對(duì)未來(lái)一周的網(wǎng)絡(luò)負(fù)載和性能進(jìn)行預(yù)測(cè)，分析趨勢(shì)變化和潛在的性能波動(dòng)，獲取負(fù)載預(yù)測(cè)信息的步驟具體為：

19、s301：基于所述季節(jié)性調(diào)整模型，定量評(píng)估未來(lái)一周內(nèi)每日的網(wǎng)絡(luò)負(fù)載和性能指標(biāo)，繪制未來(lái)負(fù)載趨勢(shì)圖，識(shí)別關(guān)鍵趨勢(shì)和變化幅度，得到趨勢(shì)變化預(yù)測(cè)細(xì)節(jié)；

20、s302：基于所述趨勢(shì)變化預(yù)測(cè)細(xì)節(jié)，與歷史同期數(shù)據(jù)進(jìn)行對(duì)比，確定潛在的高負(fù)載時(shí)間段和性能波動(dòng)范圍，并對(duì)關(guān)鍵波動(dòng)時(shí)間點(diǎn)進(jìn)行標(biāo)識(shí)，生成波動(dòng)時(shí)段識(shí)別記錄；

21、s303：基于所述波動(dòng)時(shí)段識(shí)別記錄，集中分析關(guān)鍵時(shí)段數(shù)據(jù)，創(chuàng)建負(fù)載與性能的波動(dòng)預(yù)測(cè)圖表，整理并匯總關(guān)鍵預(yù)測(cè)信息，獲取負(fù)載預(yù)測(cè)信息。

22、本發(fā)明改進(jìn)有，基于所述負(fù)載預(yù)測(cè)信息，采用arima模型，對(duì)負(fù)載峰值期間的資源需求進(jìn)行分析，計(jì)算所需的最優(yōu)帶寬和信號(hào)調(diào)整量，并根據(jù)需求調(diào)整資源配置，生成資源優(yōu)化方案的步驟具體為：

23、s401：基于所述負(fù)載預(yù)測(cè)信息，采用arima模型，對(duì)多個(gè)時(shí)間段的網(wǎng)絡(luò)資源使用量進(jìn)行分析，計(jì)算峰期的帶寬需求和信號(hào)調(diào)整需求量，并根據(jù)網(wǎng)絡(luò)需求，得到帶寬和信號(hào)需求指標(biāo)；

24、s402：基于所述帶寬和信號(hào)需求指標(biāo)，設(shè)計(jì)匹配差異網(wǎng)絡(luò)負(fù)載的資源配置措施，進(jìn)行網(wǎng)絡(luò)資源分配，并對(duì)資源分配和峰期負(fù)載進(jìn)行匹配，生成資源配置明細(xì)；

25、s403：基于所述資源配置明細(xì)，進(jìn)行網(wǎng)絡(luò)配置更新操作，對(duì)信號(hào)分配和設(shè)備設(shè)置進(jìn)行調(diào)整，將網(wǎng)絡(luò)配置匹配至預(yù)測(cè)的負(fù)載，生成資源優(yōu)化方案。

26、本發(fā)明改進(jìn)有，所述arima模型，按照公式：

27、φ(b)(1-b)dyt＝θ(b)(1+αl+βl2)et

28、計(jì)算網(wǎng)絡(luò)負(fù)載預(yù)測(cè)值，其中，φ(b)為自回歸參數(shù)的多項(xiàng)式，θ(b)為移動(dòng)平均參數(shù)的多項(xiàng)式，b為后移算子，d為差分階數(shù)，yt為時(shí)間序列中的負(fù)載數(shù)據(jù)，et為誤差項(xiàng)，l為季節(jié)性調(diào)整因子，α和β分別為季節(jié)性調(diào)整的一次和二次權(quán)重系數(shù)。

29、本發(fā)明改進(jìn)有，基于所述資源優(yōu)化方案，利用支持向量機(jī)，實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)性能，自動(dòng)調(diào)整網(wǎng)絡(luò)配置，包括信道和頻率的動(dòng)態(tài)更新，對(duì)網(wǎng)絡(luò)負(fù)載變化進(jìn)行匹配，生成動(dòng)態(tài)調(diào)優(yōu)信息的步驟具體為：

30、s501：基于所述資源優(yōu)化方案，利用支持向量機(jī)，持續(xù)追蹤網(wǎng)絡(luò)性能指標(biāo)，記錄性能波動(dòng)和網(wǎng)絡(luò)負(fù)載，識(shí)別即時(shí)性能下降或異常波動(dòng)點(diǎn)，得到實(shí)時(shí)性能監(jiān)控記錄；

31、s502：基于所述實(shí)時(shí)性能監(jiān)控記錄，分析識(shí)別的異常點(diǎn)，自動(dòng)調(diào)整信道和頻率參數(shù)，并使用網(wǎng)絡(luò)管理工具進(jìn)行配置更新，生成自動(dòng)配置調(diào)整記錄；

32、s503：基于所述自動(dòng)配置調(diào)整記錄，對(duì)調(diào)整后的網(wǎng)絡(luò)性能進(jìn)行評(píng)估，通過(guò)數(shù)據(jù)對(duì)比分析驗(yàn)證調(diào)整的有效性，并驗(yàn)證網(wǎng)絡(luò)負(fù)載變化是否符合預(yù)期標(biāo)準(zhǔn)，生成動(dòng)態(tài)調(diào)優(yōu)信息。

33、本發(fā)明改進(jìn)有，基于所述動(dòng)態(tài)調(diào)優(yōu)信息，評(píng)估網(wǎng)絡(luò)的穩(wěn)定性和效率，通過(guò)性能指標(biāo)比對(duì)分析調(diào)優(yōu)前后的性能差異，確定網(wǎng)絡(luò)運(yùn)行效率，得到終端性能評(píng)估日志的步驟具體為：

34、s601：基于所述動(dòng)態(tài)調(diào)優(yōu)信息，持續(xù)監(jiān)控網(wǎng)絡(luò)穩(wěn)定性和效率關(guān)聯(lián)的性能指標(biāo)，進(jìn)行數(shù)據(jù)收集和初步趨勢(shì)分析，得到網(wǎng)絡(luò)穩(wěn)定性測(cè)評(píng)指標(biāo)；

35、s602：基于所述網(wǎng)絡(luò)穩(wěn)定性測(cè)評(píng)指標(biāo)，計(jì)算關(guān)鍵性能指標(biāo)的變化率，比較差異時(shí)間點(diǎn)的網(wǎng)絡(luò)響應(yīng)速度和數(shù)據(jù)處理能力，并評(píng)估性能提升或下降的數(shù)值，生成性能效率對(duì)比結(jié)果；

36、s603：基于所述性能效率對(duì)比結(jié)果，整理和匯總性能優(yōu)化前后的關(guān)鍵指標(biāo)，制定網(wǎng)絡(luò)運(yùn)行評(píng)價(jià)文件，包括關(guān)鍵性能數(shù)據(jù)和優(yōu)化記錄，得到終端性能評(píng)估日志。

37、一種lte無(wú)線(xiàn)網(wǎng)絡(luò)的評(píng)估服務(wù)器，所述服務(wù)器包括：

38、歷史數(shù)據(jù)分析模塊收集lte網(wǎng)絡(luò)的歷史性能數(shù)據(jù)，執(zhí)行歸一化處理，對(duì)數(shù)據(jù)偏差進(jìn)行優(yōu)化，通過(guò)時(shí)間節(jié)點(diǎn)分析，識(shí)別負(fù)載波動(dòng)和信號(hào)強(qiáng)度的變化，得到歷史性能分析結(jié)果；

39、數(shù)據(jù)結(jié)構(gòu)調(diào)整模塊基于所述歷史性能分析結(jié)果，執(zhí)行季節(jié)性分解，提取趨勢(shì)和周期性成分，調(diào)整成分并匹配模型的輸入需求，生成季節(jié)性調(diào)整模型；

40、性能預(yù)測(cè)模塊基于所述季節(jié)性調(diào)整模型，預(yù)測(cè)未來(lái)一周內(nèi)網(wǎng)絡(luò)的負(fù)載和性能，與歷史同期數(shù)據(jù)進(jìn)行對(duì)比，分析潛在的趨勢(shì)變化，對(duì)關(guān)鍵波動(dòng)時(shí)間點(diǎn)進(jìn)行標(biāo)識(shí)，得到負(fù)載預(yù)測(cè)信息；

41、資源配置模塊基于所述負(fù)載預(yù)測(cè)信息，分析負(fù)載峰值期間的資源需求，計(jì)算最優(yōu)帶寬和信號(hào)調(diào)整量，進(jìn)行網(wǎng)絡(luò)配置更新操作，調(diào)整信號(hào)分配和設(shè)備設(shè)置，生成資源優(yōu)化方案；

42、動(dòng)態(tài)調(diào)優(yōu)模塊基于所述資源優(yōu)化方案，實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)性能，執(zhí)行網(wǎng)絡(luò)配置自動(dòng)調(diào)整，動(dòng)態(tài)更新信道和頻率，匹配網(wǎng)絡(luò)負(fù)載變化，并評(píng)估網(wǎng)絡(luò)的穩(wěn)定性和效率，通過(guò)性能指標(biāo)，分析調(diào)優(yōu)前后的性能差異，得到終端性能評(píng)估日志。

43、與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)和積極效果在于：

44、本發(fā)明中，通過(guò)歸一化處理和數(shù)據(jù)偏差優(yōu)化，增強(qiáng)了歷史性能數(shù)據(jù)的可用性與分析的準(zhǔn)確性，允許更準(zhǔn)確的網(wǎng)絡(luò)負(fù)載預(yù)測(cè)和性能預(yù)期，促進(jìn)了資源配置的合理化，季節(jié)性分解揭示了數(shù)據(jù)內(nèi)的趨勢(shì)和周期性成分，提供了更詳細(xì)的數(shù)據(jù)洞察，輔助網(wǎng)絡(luò)調(diào)優(yōu)的決策過(guò)程，采用arima模型預(yù)測(cè)資源需求和支持向量機(jī)進(jìn)行實(shí)時(shí)性能監(jiān)控，確保了網(wǎng)絡(luò)配置的適時(shí)調(diào)整和優(yōu)化，提高了網(wǎng)絡(luò)的響應(yīng)靈活性和服務(wù)的連續(xù)性。