[發明專利]基于ping業務數據的速率預測方法及裝置

在審

• 申請號: 202110544963.8
• 申請日: 2021-05-19
• 公開（公告）號: CN115374978A
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 劉陽;高愛麗;劉桓;李澤塵;趙旭
• 申請（專利權）人: 中國移動通信集團北京有限公司;中國移動通信集團有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/30
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 謝志超

1.一種基于ping業務數據的速率預測方法，其特征在于，包括：

將ping業務數據中影響MCS值的指標輸入MCS預測模型，得到所述ping業務數據的MCS預測值，其中，所述MCS預測模型是基于真實速率數據中的對應指標樣本和MCS值標簽預先訓練得到；

基于所述MCS預測值，得到所述ping業務數據的調制占比指標；

根據所述ping業務數據中影響MCS值的指標、所述MCS預測值和所述調制占比得到預測指標項，并將所述預測指標項輸入速率預測模型，得到所述ping業務數據的速率，其中，所述速率預測模型是基于所述真實速率數據中對應預測指標項樣本和速率折算值標簽預先訓練得到。

2.根據權利要求1所述的基于ping業務數據的速率預測方法，其特征在于，在將ping業務數據中影響MCS值的指標輸入MCS預測模型，得到所述ping業務數據的MCS預測值之前，包括：

獲得真實速率數據；

從所述真實速率數據中提取影響MCS值的指標和MCS值；

將從所述真實速率數據中提取到的影響MCS值的指標和MCS值分別作為數據樣本和標簽，基于lasso線性回歸算法訓練所述MCS預測模型。

3.根據權利要求2所述的基于ping業務數據的速率預測方法，其特征在于，還包括：

在將從所述真實速率數據中提取到的影響MCS值的指標和MCS值分別作為數據樣本和標簽之前，采用特征增強算法對所述從所述真實速率數據中提取到的影響MCS值的指標和MCS值進行特征增強；

在將ping業務數據中影響MCS值的指標輸入MCS預測模型，得到所述ping業務數據的MCS預測值之前，采用所述特征增強算法對所述ping業務數據中影響MCS值的指標進行特征增強。

4.根據權利要求1-3任一項所述的基于ping業務數據的速率預測方法，其特征在于，所述基于所述MCS預測值，得到所述ping業務數據的調制占比指標，包括：

查詢預設的調制方式映射表，得到對應于所述MCS預測值的調制占比指標，其中，所述調制方式映射表包括MCS預測值和調制占比指標之間的映射關系。

5.根據權利要求1所述的基于ping業務數據的速率預測方法，其特征在于，在根據所述ping業務數據中影響MCS值的指標、所述MCS預測值和所述調制占比得到預測指標項，并將所述預測指標項輸入速率預測模型，得到所述ping業務數據的速率之前，還包括：

從所述真實速率數據中提取對應預測指標項和速率影響項；

根據預設的折算算法對所述速率影響項進行折算，得到所述速率折算值；

將所述真實速率數據中提取到的對應預測指標項作為數據樣本，以及將所述速率折算值作為標簽，基于lasso線性回歸算法訓練所述速率預測模型。

6.根據權利要求5所述的基于ping業務數據的速率預測方法，其特征在于，所述速率影響項包括頻域RB調度數和時域SLOT調度數，通過如下公式得到所述速率折算值，所述公式為：

速率折算值＝真實速率*(1300/頻域RB調度數)*(250/時域SLOT調度數)。

7.根據權利要求5或6所述的基于ping業務數據的速率預測方法，其特征在于，還包括：

在將所述真實速率數據中提取到的對應預測指標項作為數據樣本，以及將所述速率折算值作為標簽，基于lasso線性回歸算法訓練所述速率預測模型之前，對所述真實速率數據中提取到的對應預測指標項和所述速率折算值進行特征增強；

在將所述預測指標項輸入速率預測模型，得到所述ping業務數據的速率之前，對所述預測指標項進行特征增強。