[發(fā)明專利]一種基站流量預測方法和設備

在審

• 申請?zhí)枺?/td>: 201711378260.2
• 申請日: 2017-12-19
• 公開（公告）號: CN108234198A
• 公開（公告）日: 2018-06-29
• 發(fā)明（設計）人: 王需;楊錚
• 申請（專利權）人: 清華大學
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L12/26;H04W24/08
• 代理公司: 北京路浩知識產(chǎn)權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

本發(fā)明提供了一種基站流量預測方法和設備，所述方法包括：將待預測基站對應的節(jié)點內流量特征及節(jié)點間流量特征輸入預先基于基站空間依賴關系建立的流量預測模型，獲取輸出的待預測基站的流量預測值；其中，所述節(jié)點內流量特征為待預測基站及與待預測基站相鄰基站的基站內流量，所述節(jié)點間流量特征為待預測基站與待預測基站相鄰基站之間的基站間流量。本發(fā)明通過根據(jù)用戶的移動特性將基站的流量分解為基站內流量和基站間流量，并利用基于基站空間依賴關系建立的流量預測模型進行流量預測，充分考慮了用戶的移動對基站流量的影響，從而準確地進行流量預測。

技術領域

本發(fā)明涉及通信技術領域，具體涉及一種基站流量預測方法和設備。

背景技術

現(xiàn)代社會中，移動互聯(lián)網(wǎng)深刻改變了人們的生產(chǎn)生活方式。據(jù)思科公司流量預測報告顯示，移動網(wǎng)絡流量在2015年增長了74％，在2020年將達到每月30.6EB(1EB約等于1018字節(jié))，是當前網(wǎng)絡流量的8倍以上。如此巨大的流量增長對移動通信運營商來說意味著更大的挑戰(zhàn)。

在某些發(fā)達地區(qū)，網(wǎng)絡容量已經(jīng)不堪重負；并面臨著基站間距進一步縮小、頻率復用過密、網(wǎng)絡底噪抬升等問題。因此，對基站流量進行實時預測，能夠幫助基站進行實時地參數(shù)調整，提早發(fā)現(xiàn)流量異常，從而能夠提升用戶的服務質量。同時，城市范圍內的基站流量預測也能幫助管理者及時發(fā)現(xiàn)人流快速聚集的突發(fā)事件，避免人群踩踏事件的發(fā)生。

然而，在當前網(wǎng)絡環(huán)境下，考慮用戶狀態(tài)不同(如工作、睡眠、乘坐交通工具等)、使用應用程序類型不同(如視頻類、社交類、游戲類等)、用戶移動性、城市用地使用(如商業(yè)區(qū)、居民區(qū)、交通區(qū)等)、人口密度、工作日與假期等因素的影響，面向單個基站的細粒度流量預測顯得尤為困難和復雜。

盡管現(xiàn)有技術中存在關于網(wǎng)絡流量的分析與預測方法，但是主要集中在網(wǎng)絡流量的統(tǒng)計特征和概率分布特征的分析與建模；雖然這些工作能夠幫助我們深入理解網(wǎng)絡流量的規(guī)律，但并不能直接應用到網(wǎng)絡流量的預測。

針對流量的預測模型，現(xiàn)有技術包括基于自回歸積分滑動平均(ARIMA)的預測模型、基于長短期記憶網(wǎng)絡(LSTM)的預測模型以及基于空間自相關的預測模型等，但上述方案要么忽略空間因素的影響，要么使用近似的估計模型對流量建模，導致這些模型無法反映因用戶移動所帶來的長距離空間影響，從而也無法實現(xiàn)高精度的基站流量預測。

發(fā)明內容

針對現(xiàn)有技術中存在的上述缺陷，本發(fā)明提供一種基站流量預測方法和設備。

本發(fā)明的一方面提供一種基站流量預測方法，包括：將待預測基站對應的節(jié)點內流量特征及節(jié)點間流量特征輸入預先基于基站空間依賴關系建立的流量預測模型，獲取輸出的待預測基站的流量預測值；其中，所述節(jié)點內流量特征為待預測基站及與待預測基站相鄰基站的基站內流量，所述節(jié)點間流量特征為待預測基站與待預測基站相鄰基站之間的基站間流量。

其中，所述將待預測基站對應的節(jié)點內流量特征及節(jié)點間流量特征輸入預先基于基站空間依賴關系建立的流量預測模型的步驟前還包括：S1，獲取訓練集并基于有向圖構建圖神經(jīng)網(wǎng)絡模型；所述訓練集包括輸入量及對應的結果；所述輸入量為待預測基站對應的t時段的前k個時段的節(jié)點內流量特征和節(jié)點間流量特征，所述結果為t時段的流量值；其中，k和t為大于1的自然數(shù)；S2，將所述訓練集輸入圖神經(jīng)網(wǎng)絡模型以對圖神經(jīng)網(wǎng)絡模型進行訓練，獲取訓練完成的與待預測基站對應的流量預測模型。

其中，所述S1中獲取訓練集的步驟具體包括：從發(fā)送至基站的數(shù)據(jù)包中獲取流量數(shù)據(jù)；所述流量數(shù)據(jù)包括基站的t時段和前k個時段的流量值以及用戶集合；所述基站包括待預測基站及與待預測基站相鄰的基站；對所述流量數(shù)據(jù)進行分解處理，獲取待預測基站的訓練集。

其中，所述從發(fā)送至基站的數(shù)據(jù)包中獲取流量數(shù)據(jù)的步驟具體包括：通過蜂窩網(wǎng)絡監(jiān)測系統(tǒng)獲取設備發(fā)送至基站的數(shù)據(jù)包；刪除所述數(shù)據(jù)包中不完整的數(shù)據(jù)記錄和/或漫游至本地的數(shù)據(jù)記錄。