[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

说明书

本发明请求保护一种基于新型容量预测模型的旅游城市5G网络组网方法。涉及5G规划领域，主要将SARIMA模型引入到5G规划中，代替趋势外推法预测用户数量；因该模型对周期性的时间序列预测效果很好，可以在单变量数据中显式地模拟季节性元素，展示数据的季节性特点，很适合旅游城市人流量随淡旺季变化明显的特征。利用SARIMA模型可以对旅游城市人流量做出准确预测的特点，使其为5G组网方案的制定提供数据支持。当对景区与周边居民区进行容量预测时，发现两者人流量达到峰值得时间并不相同，因此将景区基站和居民区的基站融合组网，统一由DU云集中管理，这样的话，在计算该区域容量峰值时不需要将二者峰值的最大值相加计算，从而使网络资源在一定程度上得到节省。

技术领域

本发明属于移动通信技术，尤其涉及一种基于新型容量预测模型的旅游城市5G网络组网方法。

背景技术

当前移动通信技术历经了1G至4G四个时代，正朝着第五代移动通信技术(5G)阔步前进。5G网络能够提供至少十倍于4G的峰值速率、毫秒级的传输时延和千亿级的连接能力，将开启万物广泛互联、人机深度交互的新时代。抓住5G移动通信发展新机遇，加快培育新技术、新产业，驱动传统领域的数字化、网络化和智能化升级，成为拓展经济发展新空间，打造未来国际竞争新优势的关键之举和战略选择。从全球范围看，5G正推动新一轮信息化发展浪潮，众多国家将发展5G作为战略部署的优先领域，作为抢占新时期国际经济、科技和产业竞争制高点的重要举措。我国高度重视5G发展，将其纳入国家战略，视为实施国家创新战略的重要抓手之一。当前，5G网络建设在全国各地如火如荼的展开，相比与4G网络，5G网络的频段更多、站点更密、组网更加复杂，如何科学谋划5G布局、加强5G站址统筹将是5G规划的重点与难点。

旅游城市一般以景区景点为核心、以旅游产业为主体、旅游业产值超过城市GDP7％的一类城市，与一般城市相比，旅游城市人流量随季节变化明显，有着显著的淡旺季特征。正常情况下，数据流量会在一天的某一时刻达到峰值，而其他时间，如午夜，通信设备的利用率相对较低，而对于旅游城市来说，因为有淡旺季之分，在淡季的时候，基站利用率则很低。为了保证用户体验，营运商又必须按照峰值速率来部署设备，也因此，网络设备利用率低下成为一个急需解决的问题。

发明内容

本发明旨在解决现有技术中的问题。提出了一种基于新型容量预测模型的旅游城市5G网络组网方法。本发明的技术方案如下：

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常内的人流量信息；

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。

进一步的，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常内的人流量信息，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。