[发明专利]模型训练方法、无线资源调度方法及其装置及电子设备

权利要求书

1.一种模型训练方法，其特征在于，包括：

分别采集用户侧视频业务数据和基站侧无线性能数据；

对所述用户侧视频业务数据进行视频业务质量量化评分，并对所述基站侧无线性能数据进行无线性能参数的提取；

基于预设算法训练所述基站侧的视频业务质量预测模型；其中，所述视频业务质量预测模型的训练数据包括所述用户侧业务数据的评分和所述无线性能参数；

其中，所述视频业务质量预测模型用于根据所述基站侧的无线性能参数，对用户侧视频业务质量进行实时预测。

2.根据权利要求1所述的模型训练方法，其特征在于，所述基于预设算法训练所述基站侧的视频业务质量预测模型，包括：

将数据集随机划分为训练集和预测集，其中，所述数据集根据所述用户侧业务数据的评分和所述无线性能参数得到；

以XGboost模型作为所述视频业务质量预测模型的初始模型，根据所述训练集对XGboost模型的参数进行训练；

根据所述预测集对训练后的所述视频业务质量预测模型的准确性进行验证。

3.根据权利要求2所述的模型训练方法，其特征在于，在所述将数据集随机划分为训练集和预测集之前，还包括：

采用以下公式对所述数据集进行归一化处理：

其中，所述数据集的每个样本包括多个维度的特征数据，针对每个维度，x_i为特征数据列的第i个原始值，x_min为所述特征数据列的最小值，x_max为所述特征数据列的最大值，xⁱ_new为归一化后的值。

4.根据权利要求1至3中任一项所述的模型训练方法，其特征在于，所述用户侧视频业务数据包括网络IP数据包；所述采集用户侧视频业务数据，包括：

采用网络抓包工具获取所述用户侧观看视频过程中产生的网络IP数据包；

所述对所述用户侧视频业务数据进行视频业务质量量化评分，包括：

分析所述IP数据包获取视频相关参数；

根据所述视频相关参数进行视频业务质量量化评分。

5.根据权利要求4所述的模型训练方法，其特征在于，所述视频相关参数至少包括：视频分辨率、视频码率、视频初始缓冲时长和视频播放卡顿时长；

根据所述视频相关参数进行视频业务质量量化评分，包括：

根据所述视频分辨率和所述视频码率获取视频原始信号经过采样和编码损伤后的质量评分sQuality；

根据所述视频初始缓冲时长的得分、所述视频播放卡顿时长的得分，以及sQuality，获取视频业务质量评分；其中，所述视频初始缓冲时长得分和所述视频播放卡顿时长得分均预设有分配权重。

6.根据权利要求5所述的模型训练方法，其特征在于，所述根据所述视频初始缓冲时长的得分、所述视频播放卡顿时长的得分，以及sQuality，获取视频业务质量评分，包括：

使用以下公式计算视频业务质量评分vMOS：

其中，vMOS为视频业务质量评分，sLoading为所述视频初始缓冲时长的得分，sStalling为所述视频播放卡顿时长的得分，P1为所述视频初始缓冲时长得分的分配权重，P2为所述视频播放卡顿时长得分的分配权重。

7.根据权利要求1至3中任一项所述的模型训练方法，其特征在于，所述无线性能参数包括以下之一或其任意组合：时延、吞吐率、丢包率、误块率。

8.一种无线资源调度方法，其特征在于，包括：

实时采集基站侧无线性能数据；

对所述基站侧无线性能数据进行无线性能参数的提取；

将所述无线性能参数输入预先训练的视频业务质量预测模型，得到视频业务质量预测评分；其中，所述视频业务质量预测模型根据权利要求1至7中任一项所述的模型训练方法得到；

基于所述视频业务质量预测评分，实时调整无线资源的调度。