[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

本發明實施例公開了一種基于ping業務數據的速率預測方法及裝置，該方法包括：將ping業務數據中影響MCS值的指標輸入MCS預測模型，得到ping業務數據的MCS預測值，其中，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MCS預測值，得到ping業務數據的調制占比指標；根據ping業務數據中影響MCS值的指標、MCS預測值和調制占比得到預測指標項，并將預測指標項輸入速率預測模型，得到ping業務數據的速率，其中，速率預測模型是基于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。本發明的實施例可以通過ping業務數據預測運營商真實速率，具有電信運營商的速率測試成本低、測試效率高的優點。

技術領域

本發明涉及通信技術領域，具體涉及一種基于ping業務數據的速率預測方法、裝置、電子設備及存儲介質。

背景技術

現有的競對運營商速率指標獲取方法是針對預定區域進行人工遍歷拉網測試獲取，即人工使用測試終端以驅車遍歷道路的方式進行FTP(File Transfer Protocol，文件傳輸協議)下載業務測試，收集競對運營商的速率。

然而，因競對運營商SIM卡(Subscriber Identity Module客戶識別模塊)成本高導致實際無法全網進行全量道路的速率類拉網，無法及時有效的掌握競對運營商的速率。現有的競對運營商速率指標獲取方法在拉網測試過程中會產生大量的流量，按照一個網格區域平均速率達上百Mbps、測試時長以小時為單位計算、5G流量耗費成本高，全網按94個網格計算測試一輪成本約幾萬元，測試成本過高，無法完成全網遍歷測試，無法及時有效掌握競對運營商的速率指標情況；另外，競對運營商已經實現5G基站共享，現有的競對運營商速率指標獲取方法不能同車同時測試兩個運營商，否則同時占用同一個5G基站時速率會減半，因此同一區域必須測試兩遍，測試效率較低。

發明內容

基于現有技術中存在的問題，本發明實施例提出一種基于ping業務數據的速率預測方法、裝置、電子設備及存儲介質。

第一方面，本發明實施例提供了一種基于ping業務數據的速率預測方法，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。

進一步地，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。

進一步地，所述基于ping業務數據的速率預測方法，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。