GSM-GPRS網(wǎng)絡(luò)優(yōu)化智能決策支持系統(tǒng)中若干技術(shù)的研究與實(shí)現(xiàn).pdf

1、近年來中國移動通信用戶規(guī)模增長很快,網(wǎng)絡(luò)優(yōu)化已成為移動通信運(yùn)營商日常的重要工作之一.GSM/GPRS網(wǎng)絡(luò)優(yōu)化智能決策支持系統(tǒng)是針對中國移動的GSM/GPRS網(wǎng)絡(luò)和中國聯(lián)通的GSM網(wǎng)絡(luò)而開發(fā)的輔助網(wǎng)優(yōu)人員進(jìn)行日常網(wǎng)絡(luò)優(yōu)化的智能軟件.無線信號場強(qiáng)預(yù)測和網(wǎng)絡(luò)優(yōu)化數(shù)據(jù)管理是GSM/GPRS網(wǎng)絡(luò)優(yōu)化智能決策支持系統(tǒng)的重要組成部分.精確的場強(qiáng)預(yù)測是覆蓋控制和頻率優(yōu)化的關(guān)鍵.網(wǎng)優(yōu)數(shù)據(jù)管理部分是整個系統(tǒng)運(yùn)行的基礎(chǔ).該文介紹了傳統(tǒng)流水線回歸神經(jīng)網(wǎng)絡(luò)絡(luò)(P

2、ipelined Recurrent Neural Networks,PRNN)的網(wǎng)絡(luò)結(jié)構(gòu),給出了該神經(jīng)網(wǎng)絡(luò)的梯度下降算法.進(jìn)一步該文擴(kuò)展了傳統(tǒng)PRNN的網(wǎng)絡(luò)結(jié)構(gòu),使其適用于動態(tài)系統(tǒng)辨識,并提出一種基于最小二乘法的PRNN訓(xùn)練學(xué)習(xí)算法.通過所給多個動態(tài)系統(tǒng)辨識例子仿真試驗(yàn)表明,改進(jìn)后的PRNN較之傳統(tǒng)基于梯度下降學(xué)習(xí)算法的PRNN在網(wǎng)絡(luò)學(xué)習(xí)收斂速度和數(shù)據(jù)預(yù)測精度等方面都有一定程度提高.利用改進(jìn)型PRNN,我們設(shè)計實(shí)現(xiàn)了自適應(yīng)蜂窩移動通信