[发明专利]一种基于新型容量预测模型的旅游城市5G网络组网方法

权利要求书

1.一种基于新型容量预测模型的旅游城市5G网络组网方法，其特征在于，包括以下步骤：

1)、在5G无线网络规划区域内，分别获取景区及周边居民区预设时长内的人流量信息；

2)、使用SARIMA季节性差分自回归滑动平均模型分别对景区和居民区人流量时间序列进行预测，SARIMA模型明确支持具有季节性成分的单变量时间序列数据，该模型包含7个参数，分别为p、d、q、P、D、Q、S，其中p为自回归项数，d为非季节差分数，q为移动平均项数，P为季节性自回归项数，D为季节差分数，Q为季节性移动平均项数，S为周期数，预测时，首先需收集近些年景区与居民区的人流量数据，在保证数据序列平稳的情况下，通过对季节性差分自回归滑动平均模型参数的调整，通过迭代地探索不同的组合找出最合适的参数，从而准确获取未来5年内景区与居民区的人流量数据；

3)、结合预测的人流量数据，根据景区与居民区人流量峰值达到时间不同的情况，对景区与居民区融合组网，共用DU云，完成组网；

所述步骤1)、在5G无线网络规划区域内，分别获取景区及周边居民区预设时长内的人流量信息，具体包括：

获取预设统计周期内位于待预测区域中景区及周边居民区人流量的数据统计信息；对获取的数据统计信息进行缺失值与异常值处理，同时将处理好数据按7：3分成两份，时间靠前的部分称为训练集，靠后的部分称为测试集，将训练集带入模型进行预测，然后将预测结果和测试集进行对比，以验证模型的准确性；所述步骤2)、使用SARIMA季节性差分自回归滑动平均模型模型分别对景区和居民区人流量数据进行预测，还包括测试时间序列的平稳性步骤：确定d和D的大小，即通过选择合理的非季节差分和季节性差分次数，使时间序列顺利通过ADF单位根检验测试，当p值小于0.05，ADF值单位根检验小于显著性水平为1％的临界值，则可以判断序列稳定；

数据平稳后，需要对模型定阶，即确定p、q的阶数，通过AIC方法来确定最优参数，确定最合适的SARIMA模型；

所述确定P、Q、p、q的阶数，通过AIC方法赤池信息量准则来确定最优参数，确定最合适的SARIMA模型，具体包括：通过迭代探索不同的参数组合，对于每个组合，将其带入SARIMA模型,通过AIC方法来评估最优模型，AIC公式为：AIC＝-2log(L)+2(p+q+k+1)，其中：k是参数的数量，L是似然函数，模型得到的AIC值越小，则阶数越合适；

还包括对建立的SARIMA模型进行适应性检验的步骤，具体包括：对模型残差序列进行独立性检验，通过对残差序列的QQ分位数图图和自相关图判断分析，确定SARIMA模型的可用性；使用确定好的SARIMA模型，以训练集数据作为已知时间序列进行实际预测；

对比验证集与预测结果，计算预测的相对误差绝对值大小，判断模型的准确性。

2.根据权利要求1所述的一种基于新型容量预测模型的旅游城市5G网络组网方法，其特征在于，所述步骤3)结合预测的人流量数据，根据景区与居民区人流量峰值达到时间不同的情况，对景区与居民区融合组网，共用DU云，具体包括：合理选择公用机房位置，按照SARIMA模型预测的数据，合理集中放置相应容量的DU设备，景区与居民区中所有的基站采用光纤拉远方式，连接至机房中，实现区域内共用DU设备，联合组网的目的。