[发明专利]一种无线网络预测方法、电子设备及存储介质

说明书

本发明公开了一种无线网络预测方法，包括步骤如下：选取若干个网络通信指标变量和对应的目标指标变量建立高斯过程回归模型，确定高斯核函数形式的协方差函数，求取协方差函数中的各个参数的合理值，设定任意时间点的第一待预测值以及所需自变量的第一截面数据向量获取对应的联合分布函数以计算得到第一待预测值的估值；设定任意时间段的第二待预测值以及所需自变量的第二截面数据向量，计算得到所述第二待预测值的估值。本发明运用高斯过程回归方法，对历史积累的网络直播数据进行规律挖掘，构建数据模型，并能够有效预测目标的网络指标在未来某段时间内的变化情况，为优化无线网络资源调配与性能优化提供了更有效的数据参考。

技术领域

本发明涉及一种无线网络通信技术，尤其涉及一种无线网络预测方法、电子设备及存储介质。

背景技术

目前，随着通信信息技术的快速发展，无线通信网络逐渐实现大规模普及，日常生活中用户对无线网络需求依赖度逐渐增强。如何准确并有效地预测不同区域的用户对无线网络的使用旺盛程度，避免出现网络堵塞等情形，有效提高无线网络资源分配效率，是通信运营商日常运维优化的重点内容之一，以进一步提高用户对无线网络使用的满意度。当前对无线网络的使用旺盛程度分析通常由用户事后反馈或网络指标简单统计等分析发现，并且现有的无线网络需求分析方法主要基于指标间的简单一维的线性分析，无法有效地综合多维的数据来提前预知反馈未来一段时间内的无线网络需求

但是，现有的对无线网络的使用旺盛程度分析存在以下缺陷：

(1)常用的线性预测方法、神经网络等方法实用性较差，在小样本下预测结果不稳定，无法很好地兼容不同的网络需求指标预测，如话务量、GPRS使用情况；

(2)无法有效地预测某区域未来一段时间内的无线网络需求变化规律；

(3)无法综合多因子进行无线网络相关指标的预测。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种无线网络预测方法，其根据历史数据更有效预测未来某一时间段内的无线网络需求。

本发明的目的之二在于提供一种电子设备，其根据历史数据更有效预测未来某一时间段内的无线网络需求。

本发明的目的之三在于提供一种计算机存储介质，其根据历史数据更有效预测未来某一时间段内的无线网络需求。

本发明的目的之一采用如下技术方案实现：

一种无线网络预测方法，包括如下步骤：

数据选取步骤：选取若干个网络通信指标变量作为自变量，以及选取所述自变量分别对应的目标指标变量作为因变量，根据所述自变量建立自变量的高斯过程回归模型；

函数确定步骤：根据所述高斯过程回归模型确定高斯核函数形式的协方差函数，所述协方差函数中具有第一未知参数、第二未知参数和第三未知参数；

参数确定步骤：求取第一未知参数、第二未知参数和第三未知参数的合理值；

时间点模型预测步骤：设定任意时间点的第一待预测值以及该第一待预测值所需自变量的第一截面数据向量，根据所述自变量、因变量、第一待预测值以及第一截面数据向量获取对应的联合分布函数以计算得到第一待预测值的估值；

时间段模型预测步骤：设定任意时间段的第二待预测值以及该第二待预测值所需自变量的第二截面数据向量，根据第二截面数据向量和所述联合分布函数计算得到所述第二待预测值的估值。

进一步地，还包括如下步骤：

误差分析步骤：以标准差、相对误差为衡量指标对第二预测值的估值进行误差分析，判断标准差和相对误差是否在预设范围内。