随着我国电信业的发展，积累了大量的话务数据，对这些数据进行分析，找出其中的规律，然后进行预测，有助于做出相应的科学决策，对电信业的发展有重要意义。 话务数据可以看成是一类随时间变化的信号。信号处理早期主要借助于傅立叶分析，但傅立叶分析不能刻画时间域上信号的局部特性。由于小波分析具有良好的“自适应”和“变焦特性”，能很好地兼顾信号的时域和频域特性，在信号处理领域得到越来越广泛的应用。 同时，话务数据也具有时间序列特征，也可以用时间序列分析方法对其进行预测。时间序列分析方法经过40多年的发展，理论更趋完善，在参数估计算法、定阶方法及建模过程等方面得到了许多改进，并进一步迈向实用化，已逐渐成为随机数据序列分析的有效工具。 基于上述分析，并针对移动话务数据的特点，本文将小波分析和时间序列分析相结合进行话务预测研究。通过对传统预测模型的分析，本文提出一个基于小波和时间序列分析的话务预测模型，将其用于地区级话务数据预测，仿真实验表明其预测效果明显优于常规的时间序列分析方法。另一方面，针对小区级话务数据的特征，本文提出了一个基于小波和时间序列分析的大周期话务预测模型，并进行仿真实验，取得了较好的预测效果。