Least Squares Parameters Estimation in Infocommunication Systems

Целью статьи является решение задач прогнозирования тренда данных для расчета параметров инфокоммуникационных систем. В результате предложено решение задачи определения изменяющихся значений интересующего временного ряда; предполагается, что он имеет линейную связь с другим временным рядом в моделях инфокоммуникационных систем. Регрессионный анализ применяется для определения значения параметров функции по набору данных наблюдений. При линейной регрессии функция представляет собой линейное уравнение. В статье рассматривается степенная и экспоненциальная регрессия. Для проверки адекватности авторегрессионных моделей можно использовать программы математического моделирования, разработанные для моделей множественной регрессии на основании того, что задачи оценивания параметров множественной линейной регрессии по методу наименьших квадратов не имеют существенных различий с авторегрессией p-го порядка. При этом частные корреляции между компонентами ряда, отстоящими друг от друга более чем на пять тактов, равны нулю. Рассмотренная методология вызывает интерес, поскольку современные инфокоммуникационные системы представляют собой комплексные системы со множеством состояний и созависимостей между ними. Поэтому задача краткосрочного прогнозирования посредством программы математического моделирования упрощает процесс нахождения параметров инфокоммуникационной системы. Программная реализация решения задачи осуществляется в MatLab. Для каждой модели приведены сгенерированные экспериментальные данные, и в графическом виде показана соответствующая реконструированная кривая данных. Результаты программного моделирования подтверждают корректность МНК-оценки моделей. В ходе программной реализации были смоделированы прогнозные значения входящего потока вызовов в систему.