| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-17页 |
| ·课题背景及研究的目的意义 | 第8-9页 |
| ·国内外研究现状 | 第9-15页 |
| ·时间序列预测方法研究现状 | 第9-12页 |
| ·时间序列分析的小波方法研究现状 | 第12-14页 |
| ·移动通信话务量预测方法研究现状 | 第14-15页 |
| ·本文主要研究内容及结构 | 第15-17页 |
| 第2章 经典时间序列预测方法分析 | 第17-30页 |
| ·基于ARMA 模型的时间序列建模和预测方法 | 第17-22页 |
| ·ARMA 模型基本原理 | 第17-20页 |
| ·基于ARMA 模型的预测算法实现 | 第20-22页 |
| ·ARMA 模型与趋势和周期特性的结合 | 第22-23页 |
| ·ARMA 模型与趋势特性——ARIMA 模型 | 第22-23页 |
| ·ARIMA 模型与周期特性——乘积季节性ARIMA 模型 | 第23页 |
| ·移动通信话务量预测 | 第23-29页 |
| ·结合经典模型的移动话务量特点分析 | 第24页 |
| ·移动话务量预测实例 | 第24-28页 |
| ·预测结果分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 时间序列小波分析 | 第30-47页 |
| ·时间序列小波分析原理 | 第30-35页 |
| ·连续信号的小波变换原理 | 第30-32页 |
| ·有限时间序列的小波变换原理 | 第32-35页 |
| ·时间序列小波分析算法 | 第35-37页 |
| ·离散小波变换 | 第35-36页 |
| ·极大重叠离散小波变换 | 第36-37页 |
| ·小波分析中需要考虑的问题探讨 | 第37-46页 |
| ·小波基选择 | 第38-41页 |
| ·分解层数选择 | 第41-43页 |
| ·非2 的整数次幂抽样尺寸的处理 | 第43-44页 |
| ·端点效应的处理 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于先验知识的移动话务量小波分析及预测 | 第47-61页 |
| ·基于常识和傅里叶谱的话务量先验知识 | 第47-50页 |
| ·基于常识的话务量先验知识 | 第47页 |
| ·基于傅里叶谱的话务量先验知识 | 第47-49页 |
| ·融合常识和话务量谱的先验知识 | 第49-50页 |
| ·基于融合型先验知识的话务量小波分析 | 第50-54页 |
| ·小波分解算法的选择 | 第50-52页 |
| ·分解层数的选择 | 第52-53页 |
| ·小波基的选择 | 第53-54页 |
| ·话务量成分分析实例 | 第54-57页 |
| ·结合实例的小波分解与合成 | 第57-58页 |
| ·话务量预测实例 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间发表的学术论文 | 第66-68页 |
| 致谢 | 第68页 |