加，故運(yùn)行時長比線性算法提升了 7%，在系統(tǒng)硬件平臺不升級時，可用此算法進(jìn)行離線 預(yù)測。當(dāng)系統(tǒng)硬件平臺升級后，提升的硬件性能可以抵消該算法增加的運(yùn)算時長，可將離線 預(yù)測，升級為在線監(jiān)測，當(dāng)網(wǎng)絡(luò)業(yè)務(wù)類型相關(guān)性增加時，帶寬配置程序中啟動該算法，可以 有效地節(jié)省帶寬，節(jié)約網(wǎng)絡(luò)成本。隨著后期硬件集成度和運(yùn)算性能的不斷提高，該算法運(yùn)行 速度受限于計算機(jī)的處理能力的瓶頸將消除，可以從有線網(wǎng)絡(luò)帶寬配置應(yīng)用中，擴(kuò)展到無 線移動帶寬配置，算法實用性將會進(jìn)一步得到提升。
【附圖說明】
[0041]圖1為小波變換的樹圖。
[0042]圖2為三層RBF網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖。
[0043] 圖3為RBF訓(xùn)練流程圖。
[0044] 圖4為基于RBF的城域網(wǎng)流量測算流程圖。
[0045] 圖5為樣本L和Η的對比圖。
[0046] 圖6為L'和樣本Η的對比曲線圖。
[0047]圖7(a)和圖7(b)為處理后的Η'和測算得出的Τ的示意圖。
[0048] 圖8為測算結(jié)果Τ和實際數(shù)據(jù)S的對比結(jié)果。
【具體實施方式】
[0049] 本發(fā)明公開了一種基于RBF的城域數(shù)據(jù)網(wǎng)流量測算方法，如圖4所示，包括如下步 驟：
[0050] 步驟1，取樣：以a天為周期，從現(xiàn)有城域網(wǎng)設(shè)備中采集一個區(qū)域f時段的入流量作 為輸入樣本L，將接下a+Ι~2a天該區(qū)域f時段的入流量作為輸出樣本H;
[0051]步驟2,預(yù)處理:將輸入樣本L進(jìn)行小波分解，對輸入樣本L中的低頻分量加矩形窗 函數(shù)后重構(gòu)，得到輸入樣本L的近似值L' ；；
[0052] 步驟3，建模:將L'作為訓(xùn)練網(wǎng)絡(luò)模型的輸入，Η作為訓(xùn)練網(wǎng)絡(luò)模型的輸出，采用K-均值聚類方法，學(xué)習(xí)后得到訓(xùn)練好的網(wǎng)絡(luò)模型；
[0053] 步驟4,對輸出樣本Η進(jìn)行小波分解后的低頻分量加矩形窗函數(shù)，重構(gòu)之后得到其 近似值Η'，保持步驟3的網(wǎng)絡(luò)參數(shù)(權(quán)值、訓(xùn)練次數(shù)和訓(xùn)練步長)不變，將Η'作為輸入，輸出則 為預(yù)測值Τ，Τ為2a+l~3a天該區(qū)域f時段的入流量預(yù)測值。
[0054] 本發(fā)明對預(yù)測值T進(jìn)行性能分析，分析結(jié)果表明本發(fā)明既能反映流量的變化規(guī)律， 又能節(jié)約帶寬，具有一定的實用性。
[0055]本實施例搭建于MATLAB平臺，對計算機(jī)內(nèi)存的要求是4G以上。樣本數(shù)據(jù)從某地運(yùn) 營商的阿爾卡特7750SR12設(shè)備端口上取得，以3個月為時段周期，1天為采樣間隔，研究BRAS 設(shè)備的入流量均值。數(shù)據(jù)預(yù)處理使用靜態(tài)小波，分解尺度為1，小波基為"bior3.5"。具體實 施步驟如下：
[0056] (1)樣本采集。流量特征按照地域、時間等因素劃分為以下幾種模式：
[0057] 將流量分為人口密集區(qū)（市中心、高校、居民區(qū)等)和稀疏區(qū)(城中村、郊區(qū)等）； [0058] 將區(qū)域按寬帶速率分為20M以下區(qū)和20M以上區(qū)；
[0059] 將一周的7天分為工作日（星期一至星期五）和休息日（星期六和星期天）兩種類 型；
[0060] 將每天都分為忙時(9:00-23:00)和閑時（23 :00-次日9:00)，共有兩種類型，尤其 以晚上20:00-22:00最忙。
[0061 ]樣本集L = (Li，L2，…，Lk)中的每個元素稱作一個特征，網(wǎng)絡(luò)流量具有按時間周期 變化的特征，因此，輸入特征包含的日期信息對建模有重要作用。
[0062] 城域網(wǎng)絡(luò)一般分為3個層次：核心層、匯聚層和接入層。核心層主要提供高帶寬的 業(yè)務(wù)承載和傳輸，完成和已有網(wǎng)絡(luò)（如ATM、DDN、IP網(wǎng)）的互聯(lián)互通，其特征為寬帶傳輸和高 速調(diào)度。核心層把多個匯聚層連接起來，用戶的數(shù)據(jù)流通過匯聚層出口上行到骨干網(wǎng)絡(luò)上， 通過骨干網(wǎng)獲取需要的業(yè)務(wù)。匯聚層的主要功能是為業(yè)務(wù)接入節(jié)點提供用戶數(shù)據(jù)的匯聚和 分發(fā)處理，同時實現(xiàn)業(yè)務(wù)的服務(wù)等級分類。接入層利用多種技術(shù)，進(jìn)行帶寬和業(yè)務(wù)分配，實 現(xiàn)用戶的接入，接入節(jié)點設(shè)備完成多業(yè)務(wù)的復(fù)用和傳輸。
[0063] 運(yùn)營商網(wǎng)絡(luò)扁平化之后，城域網(wǎng)多采用二層結(jié)構(gòu)，即只有匯聚層和核心層。由于網(wǎng) 絡(luò)層次越高，流量以"金字塔式"分布規(guī)律遞減，所以本發(fā)明只研究匯聚層的入流量，采樣數(shù) 據(jù)從BRAS設(shè)備端口取得。在樣本數(shù)據(jù)選擇過程中，假設(shè)以90天為時段周期，采集某個人口密 集小區(qū)晚忙時的入流量作為輸入樣本L，將接下91-180天同時段入流量作為輸出樣本H，預(yù) 測181-270天的流量趨勢。
[0064] (2)樣本處理。對樣本使用小波分解與重構(gòu)，可達(dá)到降噪和增強(qiáng)的效果。小波變換 的有效方法是使用濾波器，即Mallat于1989年提出的信號多分辨分解與重構(gòu)算法。該算法 中，輸入信號分別經(jīng)過低通和高通濾波器卷積后，進(jìn)行隔二取一的下采樣得到平滑信號和 細(xì)節(jié)信號。引入下采樣操作可以減少數(shù)據(jù)的冗余，對提高運(yùn)算速度具有重要意義。但下采樣 使得離散小波變換具有平移依賴性，采樣的時候只保留偶數(shù)項，這樣奇數(shù)項所含有的時移 信息就被丟棄了，那么信號間斷點處容易產(chǎn)生失真現(xiàn)象。
[0065] 然而，靜態(tài)小波變換SWT在濾波時不進(jìn)行下采樣，濾波后的近似系數(shù)和細(xì)節(jié)系數(shù)與 原始信號長度一樣，可以很好地保持原始信號中奇異信號出現(xiàn)的時刻和相位。近似系數(shù)和 細(xì)節(jié)系數(shù)分別作用于重建低通和高通濾波器后，直接就能夠重構(gòu)上一層次的近似信號，并 具有重構(gòu)信號不發(fā)生偏移的優(yōu)點。所以本發(fā)明選擇靜態(tài)小波預(yù)處理流量數(shù)據(jù)。
[0066]如圖1所示，S表示原始的輸入信號，通過兩個互補(bǔ)的濾波器組，其中一個濾波器為 低通濾波器h，通過該濾波器可得到信號的近似值A(chǔ)，另一個為高通濾波器g，通過該濾波器 可得到信號的細(xì)節(jié)值D。層層分解下去，近似值是大縮放因子及計算的系數(shù)，表示信號的低 頻分量;而細(xì)節(jié)值是小縮放因子計算的系數(shù)，表示信號的高頻分量。從圖1中可以明顯看出， 多分辨分析只是對低頻分量進(jìn)行進(jìn)一步分解，而高頻分量則不予以考慮。分解的關(guān)系為S = A3+D3+D2+D1。如果要進(jìn)一步進(jìn)行分解，可以把低頻分量A3分解成低頻分量A4和尚頻分量D4， 往下再分解依此類推。其分解的最終目的是力求構(gòu)造一個正交小波基，這些頻率分辨率不 同的正交小波基相當(dāng)于帶寬各異的帶通濾波器。
[0067] 設(shè)％表示分解中的低頻分量A的第j個函數(shù)子空間，W」表示分解中的高頻分量D的第 j個函數(shù)子空間，小波分解的過程定義為用函數(shù)子空間序列％和^來表示函數(shù)空間L 2(R)，則 Wj表不Vj在Vj+i中的正交補(bǔ)，即：
[0068] Vf+i=VJ?Wli (1)
[0069] 其中，」=1，2，一，1~表示分解尺度的總數(shù)，取值為自然數(shù)，％+1表示％的下一個函 數(shù)子空間，Wj包含的是信號函數(shù)SEL2(R)的細(xì)節(jié)值，則，R表示實數(shù)域；
[0070] 步驟2-3,對于上任意的信號函數(shù)SeVn，采用如下公式(2)和(3)的分解方法 得到公式(4):
[0071] r〇 =? 弟 W ?朽=…"·=匕 ?% ，（2)
[0072] 公式(2)中，Vo表示分解尺度為0的低頻子空間，VN表示分解尺度為N的低頻子空間， WN表示分解尺度為N的高頻子空間。
[0073]
[0074] 公式(3)中，An表示原始輸入信號的分解尺度為N時對應(yīng)的近似值，Dn表示原始輸入 信號的分解尺度為N時對應(yīng)的細(xì)節(jié)值，N為分解尺度的總數(shù)，i取值1~N;當(dāng)N = 0時，即L的分 解尺度為〇，S等于原始輸入信號L;當(dāng)N= 1時，SiAi+Di，即分解為一個低頻分量和一個高頻 分量之和；
[0075]則得到如下公式(4):
[0076]
[0077] 公式⑷中，Aj,k表示大小為jXk的低頻分量，Dj,k表示大小為jXk的高頻分量;k表 示時間位移，取值范圍為整數(shù)集合Z;S(t)表示時域上的原始輸入信號，t表示時間序列，取 值為正整數(shù)；尺度函婁
，小波母函數(shù)^^ = 2 ，并且也 (t)具有1階消失矩，1 = 1，2,……，N，小波母函數(shù)至少有一階消失矩；
[0078] 再采用公式(5)的雙尺度方程得到小波分解方法：
[0079]
[0080] A川,i為紅適過低通濾波器h后得到第j+Ι層的低頻分量，D川,i為紅k通過高通濾 波器g后得到