[發(fā)明專利]基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110838710.1
• 申請日: 2021-07-23
• 公開（公告）號: CN113691993A
• 公開（公告）日: 2021-11-23
• 發(fā)明（設(shè)計(jì)）人: 駱超;丁奉乾
• 申請（專利權(quán)）人: 山東師范大學(xué)
• 主分類號: H04W16/22
• 分類號: H04W16/22;H04L12/24;G06N3/04;G06N3/08
• 代理公司: 濟(jì)南圣達(dá)知識產(chǎn)權(quán)代理有限公司 37221
• 代理人: 閆圣娟

1.一種基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測方法，其特征在于，包括：

獲取5G連通簇中每個(gè)基站的流量原始時(shí)間序列；

基于所述流量原始時(shí)間序列構(gòu)建多階模糊認(rèn)知圖；

基于得到的每階模糊認(rèn)知圖，利用圖神經(jīng)網(wǎng)絡(luò)模型生成包含豐富空間信息的模糊認(rèn)知圖節(jié)點(diǎn)嵌入序列；

基于獲得的節(jié)點(diǎn)嵌入序列，利用時(shí)序卷積模型建立時(shí)序關(guān)系，實(shí)現(xiàn)對5G連通簇中多個(gè)基站的流量時(shí)間序列的預(yù)測。

2.如權(quán)利要求1所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測方法，其特征在于，所述多階模糊認(rèn)知圖的構(gòu)建，具體包括：將每個(gè)基站特定時(shí)刻的流量數(shù)據(jù)作為模糊認(rèn)知圖的概念節(jié)點(diǎn)，連通簇中的每個(gè)基站間的關(guān)聯(lián)程度作為模糊認(rèn)知圖的權(quán)值有向邊，其中，k階模糊認(rèn)知圖的迭代公式具體表示如下：

其中，A_i(t)表示第i個(gè)基站節(jié)點(diǎn)在第t時(shí)刻的流量數(shù)據(jù)，σ為激活函數(shù)，表示在第k階模糊認(rèn)知圖中，基站節(jié)點(diǎn)j到基站節(jié)點(diǎn)i的權(quán)值。

3.如權(quán)利要求2所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測方法，其特征在于，所述基站間的關(guān)聯(lián)程度的計(jì)算，具體為：通過模糊認(rèn)知圖學(xué)習(xí)得到的權(quán)重矩陣對基站間的關(guān)聯(lián)程度進(jìn)行表示。

4.如權(quán)利要求1所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測方法，其特征在于，所述利用圖神經(jīng)網(wǎng)絡(luò)模型生成包含豐富空間信息的模糊認(rèn)知圖節(jié)點(diǎn)嵌入，具體包括：分別將每階模糊認(rèn)知圖輸入圖神經(jīng)網(wǎng)絡(luò)模型中，獲得模糊認(rèn)知圖中每個(gè)節(jié)點(diǎn)與其他節(jié)點(diǎn)經(jīng)過特征融合后得到的抽象空間特征向量。

5.如權(quán)利要求1所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測方法，其特征在于，所述圖神經(jīng)網(wǎng)絡(luò)模型具體包括若干密集連接圖卷積神經(jīng)網(wǎng)絡(luò)，其中，每個(gè)密集連接圖卷積神經(jīng)網(wǎng)絡(luò)具有兩層圖卷積層，且所述密集連接圖卷積神經(jīng)網(wǎng)絡(luò)的個(gè)數(shù)與模糊認(rèn)知圖的階數(shù)一致。

6.如權(quán)利要求1所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測方法，其特征在于，所述時(shí)序卷積模型由若干殘差塊組成，其中，每個(gè)殘差塊包括兩層空洞卷積層。

7.如權(quán)利要求6所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測方法，其特征在于，所述時(shí)序卷積模型的最后一個(gè)殘差塊連接有全連接層，通過所述全連接層輸出5G連通簇中基站下一時(shí)刻的流量預(yù)測值。

8.一種基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測系統(tǒng)，其特征在于，包括：

數(shù)據(jù)獲取單元，其用于獲取5G連通簇中每個(gè)基站的流量原始時(shí)間序列；

模糊認(rèn)知圖構(gòu)建單元，其用于基于所述流量原始時(shí)間序列構(gòu)建多階模糊認(rèn)知圖；

節(jié)點(diǎn)嵌入單元，其用于基于得到的每階模糊認(rèn)知圖，利用圖神經(jīng)網(wǎng)絡(luò)模型生成包含豐富空間信息的模糊認(rèn)知圖節(jié)點(diǎn)嵌入；

預(yù)測單元，其用于基于獲得的節(jié)點(diǎn)嵌入，利用時(shí)序卷積模型建立時(shí)序關(guān)系，實(shí)現(xiàn)對5G連通簇中多個(gè)基站的流量時(shí)間序列的預(yù)測。

9.一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測方法。

10.一種非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的一種基于圖神經(jīng)網(wǎng)絡(luò)的5G連通簇基站群流量預(yù)測方法。