[发明专利]基于流量预测的空中基站部署方法及装置

说明书

本发明提供一种基于流量预测的空中基站部署方法及装置，方法包括：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，得到流量预测模型输出的流量预测结果；其中，流量预测模型利用基于邻近性流量数据提取的空间特征、基于邻近性流量数据和周期性流量数据提取的时间特征，进行流量预测；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；根据流量预测结果，对空中基站进行部署。本发明通过提取预处理后的邻近性流量数据和周期性流量数据的空间和时间序列特征，以提前预测潜在的流量热点，从而确保在突发通信请求的基础上按需部署。

技术领域

本发明涉及通信技术领域，尤其涉及一种基于流量预测的空中基站部署方法及装置。

背景技术

随着用户对通信服务的需求急剧增加，传统的地面基站无法满足蜂窝通信的需求，这可能导致蜂窝通信出现瓶颈。无人机(UAV)是一种通过远程控制可以自主飞行的飞机，由于无人机的机动性和可负担性，使得它们在无线通信系统中有许多潜在的应用。携带移动基站的无人机可以作为空中基站被部署，以为出现临时热点的地区提供无线网络服务。在传统的商业蜂窝网络中应用空中基站有几个优点，如不需要预先安装任何设备，也不需要场地租赁费用，能够降低基站部署成本，提高蜂窝网络的灵活性，使网络能够根据具体的服务场景迅速提供灵活、动态的服务。将无人机作为空中基站部署在服务量大的地区，满足流量临时激增的热点地区的通信需求，从而可以提供更好的移动通信服务。

为了不在网络流量低时浪费网络资源，网络运营商需要提前预测潜在的流量热点。而为了满足突发的通信请求，空中基站的按需部署要求它们不断改变位置。然而目前的数流量预测方法大多将蜂窝流量预测问题抽象为时间序列并加以解决，缺乏掌握流量的空间关系和动态特性的能力。

发明内容

本发明提供一种基于流量预测的空中基站部署方法及装置，用以解决现有技术中传统地面基站不足以或无法满足临时流量激增的热点地区通信需求的缺陷，基于数据的空间和时间序列特征预测目标时间段内的空时流量，提高流量预测的准确性，能够快速按需规划空中基站的部署位置，从而提供及时的移动通信服务。

本发明提供一种基于流量预测的空中基站部署方法，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。

根据本发明提供的一种基于流量预测的空中基站部署方法，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。

根据本发明提供的一种基于流量预测的空中基站部署方法，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。

根据本发明提供的一种基于流量预测的空中基站部署方法，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。