基于改进小波 Elman神经网络算法的蜂窝网流量预测

对于在现代蜂窝网资源管理中,动态信道资源和能源效率控制技术的提升,很大程度依赖于早期精准的监测和对蜂窝基站流量的预测。分析基站流量数据,主要通过有效提取基站间隐含的时空信息进行流量预测。在本文中,我们通过对华北某大城市的实测数据,进行了基于时空关联性的分析,采用k-NN算法,获取蜂窝网基站间的时间相关性,选择合适的移动窗口大小,并结合了小波-Elman神经网络(ENN)算法来实现流量预测。最后,通过量化蜂窝网流量预测的准确度,并与先前存在的其他方法进行对比,得出了本文提出的方法有优越性。