[发明专利]基于流量预测的移动前传光网络带宽调整方法及装置

权利要求书

1.一种基于流量预测的移动前传光网络带宽调整方法，其特征在于，包括：

获取当前时刻的真实流量数据；

根据所述当前时刻的真实流量数据，并基于预先训练的长短期记忆神经网络，获取下一时刻的预测流量数据；

根据所述下一时刻的预测流量数据，对移动前传光网络带宽进行调整；

所述根据所述下一时刻的预测流量数据，对移动前传光网络带宽进行调整，具体包括：

根据所述下一时刻的预测流量数据，计算移动前传光网络的带宽需求；

根据当前时刻分配的带宽和所述带宽需求，计算带宽变化，并在带宽变化大于6.25Gbps时，向移动前传光网络分配至少一个基本带宽；

所述向移动前传光网络分配至少一个基本带宽，包括：

若带宽变化在一个基本带宽容量内，则在原有带宽基础上多分配一个基本带宽。

2.根据权利要求1所述的基于流量预测的移动前传光网络带宽调整方法，其特征在于，在所述获取当前时刻的真实流量数据之前，还包括：

构建长短期记忆神经网络；

获取历史基站流量数据；所述历史基站流量数据包括多个历史时刻及每一历史时刻的真实流量数据；

根据所述历史基站流量数据，对长短期记忆神经网络进行训练。

3.根据权利要求2所述的基于流量预测的移动前传光网络带宽调整方法，其特征在于，所述获取历史基站流量数据，具体包括：

获取历史基站流量原始数据；

对所述历史基站流量原始数据进行预处理；

对预处理后的历史基站流量原始数据进行筛选，得到历史基站流量数据。

4.根据权利要求3所述的基于流量预测的移动前传光网络带宽调整方法，其特征在于，所述对所述历史基站流量原始数据进行预处理，具体包括：

对所述历史基站流量原始数据进行数据集成、数据清洗、数据转换、数据降维和缺失值处理。

5.根据权利要求2所述的基于流量预测的移动前传光网络带宽调整方法，其特征在于，所述根据所述历史基站流量数据，对长短期记忆神经网络进行训练，具体包括：

将多个历史时刻及多个每一历史时刻的真实流量数据输入至长短期记忆神经网络进行训练；

在每次训练过程中，通过历史时刻t-1的真实流量数据，得到历史时刻t的预测流量数据；

根据所述历史时刻t的预测流量数据与真实流量数据之间的误差，对所述长短期记忆神经网络的参数进行更新，实现所述长短期记忆神经网络的训练。

6.根据权利要求1所述的基于流量预测的移动前传光网络带宽调整方法，其特征在于，所述预测流量数据包括预测的资源块数量，所述带宽需求的计算公式为：

L＝P_RB/M_RB；

其中，R_fronthaul表示带宽需求，B表示无线频谱带宽，L表示资源块的利用率，P_RB表示预测的资源块数量，M_RB表示最大可用的资源块数量，A表示一个小区内的天线数。

7.根据权利要求1所述的基于流量预测的移动前传光网络带宽调整方法，其特征在于，所述向移动前传光网络分配至少一个基本带宽，具体包括：

根据所述带宽需求，确定所需分配的最小基本带宽数量，并向移动前传光网络分配所述数量的基本带宽。

8.根据权利要求1所述的基于流量预测的移动前传光网络带宽调整方法，其特征在于，所述基本带宽为一个时隙带宽。

9.一种基于流量预测的移动前传光网络带宽调整装置，其特征在于，包括：

获取模块，用于获取当前时刻的真实流量数据；

预测模块，用于根据所述当前时刻的真实流量数据，并基于预先训练的长短期记忆神经网络，获取下一时刻的预测流量数据；以及，

调整模块，用于根据所述下一时刻的预测流量数据，对移动前传光网络带宽进行调整；

所述调整模块具体用于：

根据所述下一时刻的预测流量数据，计算移动前传光网络的带宽需求；

根据当前时刻分配的带宽和所述带宽需求，计算带宽变化，并在带宽变化大于6.25Gbps时，向移动前传光网络分配至少一个基本带宽；

所述调整模块还用于若带宽变化在一个基本带宽容量内，则在原有带宽基础上多分配一个基本带宽。