[发明专利]蜂窝网络中的性能指标的预测有效

专利信息
申请号: 201780072673.X 申请日: 2017-11-20
公开(公告)号: CN109983798B 公开(公告)日: 2021-02-23
发明(设计)人: 宝玲·辛;李英;杨劲;王佶;赵文文 申请(专利权)人: 华为技术有限公司
主分类号: H04W24/00 分类号: H04W24/00;H04L12/24
代理公司: 北京同立钧成知识产权代理有限公司 11205 代理人: 杨小莉;臧建明
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 蜂窝 网络 中的 性能指标 预测
【权利要求书】:

1.一种预测蜂窝网络性能的方法,所述方法基于观察性能指标数据,所述观察性能指标数据是从来自蜂窝网络中的高负载小区的观察网络数据推导出的,所述方法包括:

访问观察性能指标数据集,所述观察性能指标数据包括在一段时间内测量的所述蜂窝网络的性能指标,使用所述观察性能指标数据的一个子集作为训练数据,另一个子集作为测试数据,再一个子集作为验证数据;

基于所述观察性能指标数据对小区进行分类,所述分类包括将所述小区分类为高负载增长小区或高负载无增长小区;

基于所述分类,推导出至少两个预测模型,其中所述至少两个预测模型包括第一预测模型和第二预测模型,并且所述第一预测模型和所述第二预测模型中的每一个都基于来自高负载增长小区、所有高负载小区和高负载无增长小区中的不同小区的训练数据;

基于所述分类,使用预测模型基于用作所述预测模型的输入的所述小区的测试数据计算至少一个所述性能指标的未来值,其中所述计算包括通过计算所述高负载增长小区的所述至少两个预测模型结合未来值来计算集成预测模型;以及

输出所述至少一个所述性能指标的所述未来值;

其中,所述观察性能指标数据集包括一段时间的性能指标数据。

2.根据权利要求1所述的方法,其中,所述至少两个预测模型包括所述第一预测模型、所述第二预测模型和第三预测模型,每个模型预测高负载增长小区的至少一个性能指标的未来值,并且其中,

所述第一预测模型基于来自高负载增长小区的训练数据,并且所述使用所述集成预测模型计算未来值包括利用来自高负载增长小区的测试数据计算所述第一预测模型;

所述第二预测模型基于来自所有高负载小区的训练数据,并且所述使用所述集成预测模型计算还包括利用来自高负载增长小区的所述测试数据计算所述第二预测模型;并且

所述第三预测模型基于来自所有高负载无增长小区的训练数据,并且所述使用所述集成预测模型计算还包括利用来自高负载增长小区的所述测试数据计算所述第三预测模型。

3.根据权利要求1或2所述的方法,其中,所述第一预测模型包括自回归模型。

4.根据权利要求1或2所述的方法,其中,所述第二预测模型和第三预测模型包括k-聚类模型。

5.根据权利要求2所述的方法,其中,所述性能指标数据集还包括验证数据,并且所述方法还包括通过以下方式确定所述输出的未来值:

将通过所述第一预测模型、所述第二预测模型和所述第三预测模型中的每一个计算的所述至少一个性能指标的预测未来值与所述验证数据中的所述至少一个性能指标的至少一个实际值比较,并且

如果所有预测未来值都高于或低于所述至少一个实际值,则通过相对于所述验证数据具有最小误差的所述预测模型选择预测未来值;或者

如果不是所有预测未来值都高于或低于所述至少一个实际值,则通过对每个模型相对于所述性能指标的所述至少一个实际值的误差进行加权来将所述第一预测模型、所述第二预测模型和所述第三预测模型中的每一个的所述预测未来值融合成集成预测值。

6.根据权利要求5所述的方法,其中,所述至少一个性能指标的所述至少一个实际值包括所述至少一个性能指标的多个实际值,并且其中,所述预测未来值包括通过所述第一预测模型、所述第二预测模型和所述第三预测模型中的每一个预测的所述至少一个性能指标的多个未来值,并且所述比较包括对所述多个实际值求平均值,以及对通过所述第一预测模型预测的所述多个未来值、通过所述第二预测模型预测的所述多个未来值,和通过所述第三预测模型预测的所述多个未来值中的每一个求平均值;并且

所述比较包括比较所述至少一个性能指标的所述多个实际值的平均值和所述第一预测模型、所述第二预测模型和所述第三预测模型中的每一个的所述多个未来值的平均值。

7.根据权利要求5所述的方法,其中,所述融合包括通过为来自被确定为具有较低预测误差率的所述预测模型的预测未来值分配相对较高的权重,并且为来自被确定为具有较高预测误差率的所述预测模型的预测未来值分配相对较低的权重来计算所述集成预测值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201780072673.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top