[發(fā)明專利]網(wǎng)絡(luò)性能數(shù)據(jù)的預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202210408256.0
• 申請(qǐng)日: 2022-04-19
• 公開（公告）號(hào): CN114745289A
• 公開（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 楊飛虎;劉賢松;歐大春;石旭榮;許國平;佘士釗;張碩偉;陳旻
• 申請(qǐng)（專利權(quán)）人: 中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司
• 主分類號(hào): H04L41/142
• 分類號(hào): H04L41/142;H04L41/147;H04L43/08;H04W24/08;H04W24/10
• 代理公司: 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 11205
• 代理人: 邱婧雯;臧建明

本申請(qǐng)?zhí)峁┑囊环N網(wǎng)絡(luò)性能數(shù)據(jù)的預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備，首先獲取終端設(shè)備發(fā)送的待檢測(cè)小區(qū)的至少一組測(cè)量報(bào)告數(shù)據(jù)；然后，將至少一組測(cè)量報(bào)告數(shù)據(jù)輸入訓(xùn)練后的決策樹模型，并獲取訓(xùn)練后的決策樹模型輸出的預(yù)測(cè)結(jié)果，訓(xùn)練后的決策樹模型是通過歷史網(wǎng)絡(luò)性能數(shù)據(jù)和歷史測(cè)量報(bào)告數(shù)據(jù)訓(xùn)練生成的，決策樹模型用于通過循環(huán)迭代輸出回歸的預(yù)測(cè)結(jié)果，預(yù)測(cè)結(jié)果包括至少一組測(cè)量報(bào)告數(shù)據(jù)分別對(duì)應(yīng)的網(wǎng)絡(luò)性能數(shù)據(jù)的預(yù)測(cè)值。通過該方式，由于可以根據(jù)終端設(shè)備發(fā)送的測(cè)量報(bào)告數(shù)據(jù)及訓(xùn)練后的決策樹模型，獲取終端設(shè)備對(duì)應(yīng)的下行信干噪比數(shù)據(jù)的預(yù)測(cè)值，從而有效地提高了下行信干噪比數(shù)據(jù)的獲取效率。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種網(wǎng)絡(luò)性能數(shù)據(jù)的預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備。

背景技術(shù)

信號(hào)與干擾加噪聲比(Signal to Interference plus Noise Ratio，SINR)是一個(gè)非常重要的網(wǎng)絡(luò)性能指標(biāo)。在長(zhǎng)期演進(jìn)(Long Term Evolution，LTE)網(wǎng)絡(luò)中，信干噪比是指終端設(shè)備接收到的有用信號(hào)的強(qiáng)度與接收到的干擾信號(hào)的強(qiáng)度的比值，即信號(hào)與噪聲干擾的功率比。

信干噪比可以分為上行信干噪比和下行信干噪比，其中下行信干噪比直接決定了無線傳輸?shù)恼{(diào)制編碼階數(shù)和傳輸塊的大小，從而決定了數(shù)據(jù)傳輸速率和長(zhǎng)期演進(jìn)語音承載業(yè)務(wù)(Voice over Long Term Evolution，VoLTE)質(zhì)量。因此，下行信干噪比數(shù)據(jù)的獲取對(duì)于網(wǎng)絡(luò)質(zhì)量的優(yōu)化和評(píng)估具有重要意義。

現(xiàn)有技術(shù)中，主要通過路測(cè)的方法采集下行信干噪比數(shù)據(jù)。例如，專業(yè)測(cè)試人員駕駛車輛經(jīng)過目標(biāo)路線，通過路測(cè)設(shè)備實(shí)地測(cè)試，以采集包括下行信干噪比的路測(cè)數(shù)據(jù)。然而，由于現(xiàn)場(chǎng)路測(cè)過程對(duì)測(cè)試人員的技能要求高，且路測(cè)數(shù)據(jù)的采集需要配備專門的路測(cè)設(shè)備和車輛等。因此，現(xiàn)有的路測(cè)方法難以高效地獲取下行信干噪比數(shù)據(jù)。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┮环N網(wǎng)絡(luò)性能數(shù)據(jù)的預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)及設(shè)備，以解決現(xiàn)有技術(shù)中難以高效地獲取下行信干噪比數(shù)據(jù)的技術(shù)問題。

第一方面，本申請(qǐng)?zhí)峁┮环N網(wǎng)絡(luò)性能數(shù)據(jù)的預(yù)測(cè)方法，所述方法包括：

獲取終端設(shè)備發(fā)送的待檢測(cè)小區(qū)的至少一組測(cè)量報(bào)告數(shù)據(jù)；

將所述至少一組測(cè)量報(bào)告數(shù)據(jù)輸入訓(xùn)練后的決策樹模型，并獲取所述訓(xùn)練后的決策樹模型輸出的預(yù)測(cè)結(jié)果，所述訓(xùn)練后的決策樹模型是通過歷史網(wǎng)絡(luò)性能數(shù)據(jù)和歷史測(cè)量報(bào)告數(shù)據(jù)訓(xùn)練生成的，所述決策樹模型用于通過循環(huán)迭代輸出回歸的預(yù)測(cè)結(jié)果，所述預(yù)測(cè)結(jié)果包括所述至少一組測(cè)量報(bào)告數(shù)據(jù)分別對(duì)應(yīng)的網(wǎng)絡(luò)性能數(shù)據(jù)的預(yù)測(cè)值。

一種可選的實(shí)施方式中，所述網(wǎng)絡(luò)性能數(shù)據(jù)包括信號(hào)與干擾加噪聲比。

一種可選的實(shí)施方式中，在所述將所述測(cè)量報(bào)告數(shù)據(jù)輸入訓(xùn)練后的決策樹模型之前，所述方法還包括：

獲取歷史網(wǎng)絡(luò)性能數(shù)據(jù)和歷史測(cè)量報(bào)告數(shù)據(jù)；

根據(jù)所述歷史網(wǎng)絡(luò)性能數(shù)據(jù)和所述歷史測(cè)量報(bào)告數(shù)據(jù)，對(duì)所述決策樹模型進(jìn)行訓(xùn)練。

一種可選的實(shí)施方式中，所述對(duì)所述決策樹模型進(jìn)行訓(xùn)練，包括：

從所述歷史測(cè)量報(bào)告數(shù)據(jù)中確定出特征數(shù)據(jù)；

從所述歷史網(wǎng)絡(luò)性能數(shù)據(jù)中確定出所述特征數(shù)據(jù)對(duì)應(yīng)的標(biāo)簽數(shù)據(jù)；

將所述特征數(shù)據(jù)及所述特征數(shù)據(jù)對(duì)應(yīng)的標(biāo)簽數(shù)據(jù)組成樣本集數(shù)據(jù)，對(duì)所述決策樹模型進(jìn)行訓(xùn)練。

一種可選的實(shí)施方式中，所述從所述歷史網(wǎng)絡(luò)性能數(shù)據(jù)中確定出所述特征數(shù)據(jù)對(duì)應(yīng)的標(biāo)簽數(shù)據(jù)，包括：

根據(jù)所述特征數(shù)據(jù)的時(shí)間戳，從所述歷史網(wǎng)絡(luò)性能數(shù)據(jù)中確定出至少一個(gè)目標(biāo)歷史網(wǎng)絡(luò)性能數(shù)據(jù)，所述至少一個(gè)目標(biāo)歷史網(wǎng)絡(luò)性能數(shù)據(jù)的時(shí)間戳與所述特征數(shù)據(jù)的時(shí)間戳之間的時(shí)間間隔均小于預(yù)設(shè)的時(shí)間間隔；