[发明专利]基于流量预测的空中基站部署方法及装置

权利要求书

1.一种基于流量预测的空中基站部署方法，其特征在于，包括：

对预先获取的历史流量数据进行预处理，得到邻近性流量数据和周期性流量数据；

将所述邻近性流量数据和周期性流量数据输入至流量预测模型，得到所述流量预测模型输出的流量预测结果；其中，所述流量预测模型利用基于所述邻近性流量数据提取的空间特征、基于所述邻近性流量数据和所述周期性流量数据提取的时间特征，进行流量预测；所述流量预测模型是根据训练样本数据及其对应的流量标签训练得到的；

根据所述流量预测结果，对空中基站进行部署。

2.根据权利要求1所述的基于流量预测的空中基站部署方法，其特征在于，所述流量预测模型，包括：

空间预测块，对输入的邻近性流量数据进行空间特征提取并预测，得到空间预测流量；

时间预测块，分别对所述邻近性流量数据和所述周期性流量数据进行时间特征提取、预测并融合，得到时间预测流量；

流量融合层，对所述空间预测流量和所述时间预测流量进行融合，得到流量预测结果。

3.根据权利要求2所述的基于流量预测的空中基站部署方法，其特征在于，所述对输入的邻近性流量数据进行空间特征提取并预测，得到空间预测流量，包括：

基于预先获取的网格相关性，按由大至小，对与当前网格相关的所有网格进行排序；

基于预设数量，按由大至小，从所有网格中选择网格，并将所选网格对应的邻近性流量数据串联成序列；

对所述序列进行空间特征提取，并基于提取的空间特征和预先获取的注意力进行流量预测。

4.根据权利要求2所述的基于流量预测的空中基站部署方法，其特征在于，所述时间预测块，包括：

邻近性变换器，对所述邻近性流量数据进行时间特征提取，并对提取的时间特征进行流量预测，得到邻近性时间预测流量；

周期性变换器，对所述周期性流量数据进行时间特征提取，并对提取的时间特征进行流量预测，得到周期性时间预测流量；

时间融合器，对所述邻近性时间预测流量和所述周期性时间预测流量进行混合，以生成时间预测流量。

5.根据权利要求4所述的基于流量预测的空中基站部署方法，其特征在于，在对所述邻近性流量数据进行时间特征提取之前，还包括：对所述邻近性流量数据进行数据增强。

6.根据权利要求1所述的基于流量预测的空中基站部署方法，其特征在于，在将所述邻近性流量数据和周期性流量数据输入至流量预测模型之后，包括：

对于输入的邻近性流量数据和周期性流量数据中的各个元素，生成对应嵌入元素；

将各所述元素对应的嵌入元素映射至预设元组中，以获取对应注意力。

7.根据权利要求1所述的基于流量预测的空中基站部署方法，其特征在于，所述对预先获取的历史流量数据进行预处理，包括：

获取历史流量数据，所述历史流量数据包括目标区域及所述目标区域内的历史流量；

基于预设大小对所述目标区域进行网格划分，并基于第一预设时间，对各个网格内的历史流量进行合并，得到对应各所述网格的合并流量；

基于第二预设时间，对对应各所述网格的合并流量进行数据汇总，得到对应网格的汇总数据；

获取当前网格预设范围内的其他网格的汇总数据，得到邻近性流量数据，以及获取预设周期内各所述网格的汇总数据，得到周期性流量数据。

8.一种基于流量预测的空中基站部署装置，其特征在于，包括：

数据获取模块，对预先获取的历史流量数据进行预处理，得到邻近性流量数据和周期性流量数据；

流量预测模块，将所述邻近性流量数据和周期性流量数据输入至流量预测模型，得到所述流量预测模型输出的流量预测结果；其中，所述流量预测模型利用基于所述邻近性流量数据提取的空间特征、基于所述邻近性流量数据和所述周期性流量数据提取的时间特征，进行流量预测；所述流量预测模型是根据训练样本数据及其对应的流量标签训练得到的；

基站部署模块，根据所述流量预测结果，对空中基站进行部署。