[发明专利]基于ping业务数据的速率预测方法及装置

说明书

本发明实施例公开了一种基于ping业务数据的速率预测方法及装置，该方法包括：将ping业务数据中影响MCS值的指标输入MCS预测模型，得到ping业务数据的MCS预测值，其中，MCS预测模型是基于真实速率数据中的对应指标样本和MCS值标签预先训练得到；基于MCS预测值，得到ping业务数据的调制占比指标；根据ping业务数据中影响MCS值的指标、MCS预测值和调制占比得到预测指标项，并将预测指标项输入速率预测模型，得到ping业务数据的速率，其中，速率预测模型是基于真实速率数据中对应预测指标项样本和速率折算值标签预先训练得到。本发明的实施例可以通过ping业务数据预测运营商真实速率，具有电信运营商的速率测试成本低、测试效率高的优点。

技术领域

本发明涉及通信技术领域，具体涉及一种基于ping业务数据的速率预测方法、装置、电子设备及存储介质。

背景技术

现有的竞对运营商速率指标获取方法是针对预定区域进行人工遍历拉网测试获取，即人工使用测试终端以驱车遍历道路的方式进行FTP(File Transfer Protocol，文件传输协议)下载业务测试，收集竞对运营商的速率。

然而，因竞对运营商SIM卡(Subscriber Identity Module客户识别模块)成本高导致实际无法全网进行全量道路的速率类拉网，无法及时有效的掌握竞对运营商的速率。现有的竞对运营商速率指标获取方法在拉网测试过程中会产生大量的流量，按照一个网格区域平均速率达上百Mbps、测试时长以小时为单位计算、5G流量耗费成本高，全网按94个网格计算测试一轮成本约几万元，测试成本过高，无法完成全网遍历测试，无法及时有效掌握竞对运营商的速率指标情况；另外，竞对运营商已经实现5G基站共享，现有的竞对运营商速率指标获取方法不能同车同时测试两个运营商，否则同时占用同一个5G基站时速率会减半，因此同一区域必须测试两遍，测试效率较低。

发明内容

基于现有技术中存在的问题，本发明实施例提出一种基于ping业务数据的速率预测方法、装置、电子设备及存储介质。

第一方面，本发明实施例提供了一种基于ping业务数据的速率预测方法，包括：

将ping业务数据中影响MCS值的指标输入MCS预测模型，得到所述ping业务数据的MCS预测值，其中，所述MCS预测模型是基于真实速率数据中的对应指标样本和MCS值标签预先训练得到；

基于所述MCS预测值，得到所述ping业务数据的调制占比指标；

根据所述ping业务数据中影响MCS值的指标、所述MCS预测值和所述调制占比得到预测指标项，并将所述预测指标项输入速率预测模型，得到所述ping业务数据的速率，其中，所述速率预测模型是基于所述真实速率数据中对应预测指标项样本和速率折算值标签预先训练得到。

进一步地，在将ping业务数据中影响MCS值的指标输入MCS预测模型，得到所述ping业务数据的MCS预测值之前，包括：

获得真实速率数据；

从所述真实速率数据中提取影响MCS值的指标和MCS值；

将从所述真实速率数据中提取到的影响MCS值的指标和MCS值分别作为数据样本和标签，基于lasso线性回归算法训练所述MCS预测模型。

进一步地，所述基于ping业务数据的速率预测方法，还包括：

在将从所述真实速率数据中提取到的影响MCS值的指标和MCS值分别作为数据样本和标签之前，采用特征增强算法对所述从所述真实速率数据中提取到的影响MCS值的指标和MCS值进行特征增强；

在将ping业务数据中影响MCS值的指标输入MCS预测模型，得到所述ping业务数据的MCS预测值之前，采用所述特征增强算法对所述ping业务数据中影响MCS值的指标进行特征增强。