CN114390538B - 移动网络小区流量预测方法、装置、电子设备及存储介质 - Google Patents
移动网络小区流量预测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114390538B CN114390538B CN202011131798.5A CN202011131798A CN114390538B CN 114390538 B CN114390538 B CN 114390538B CN 202011131798 A CN202011131798 A CN 202011131798A CN 114390538 B CN114390538 B CN 114390538B
- Authority
- CN
- China
- Prior art keywords
- physical cell
- cell
- future
- recent
- physical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供移动网络小区流量预测方法、装置、电子设备及存储介质,包括:获取移动网络的预设时间点逻辑小区级数据信息;基于预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取物理小区总流量;对物理小区进行匹配,获得预设物理小区标识信息;基于物理小区总流量和预设物理小区标识信息,获得预设物理小区增长系数;获取全网流量未来增长比值,基于预设物理小区增长系数和全网流量未来增长比值,计算得到任一物理小区未来流量预测值。本发明实施例通过采用近期流量和历史流量进行对比计算,并得到物理小区级的未来预测流量,为网络规划提供了更精确的数据支持。
Description
技术领域
本发明涉及无线通信技术领域,尤其涉及移动网络小区流量预测方法、装置、电子设备及存储介质。
背景技术
在无线通信网络中,在为无线通信业务分配无线网络资源之前,需要确定无线网络容量,然后根据无线网络容量分配相应的无线网络资源。
现有的方案在针对确定无线网络容量的过程中,先根据所采集的话务量数据确定未来话务量的基本预测均值、话务量波动参数、以及话务量不均衡系数,然后根据所述话务量波动参数和话务量不均衡系数对所述基本预测均值进行叠加修正,得到无线网络容量。
上述方案仅从全网角度进行了网络容量的预测,并未给出更细粒度的未来流量精准预测方法。
发明内容
本发明实施例提供移动网络小区流量预测方法、装置、电子设备及存储介质,用以解决现有技术中没有针对移动网络小区级流量的精准预测的缺陷。
第一方面,本发明实施例提供移动网络小区流量预测方法,包括:
获取移动网络的预设时间点逻辑小区级数据信息;
基于所述预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取所述物理小区总流量;
对所述物理小区进行匹配,获得预设物理小区标识信息;
基于所述物理小区总流量和所述预设物理小区标识信息,获得预设物理小区增长系数;
获取全网流量未来增长比值,基于所述预设物理小区增长系数和所述全网流量未来增长比值,计算得到任一物理小区未来流量预测值。
进一步地,所述获取移动网络的预设时间点逻辑小区级数据信息,具体包括:
分别获取移动网络的历史逻辑小区级数据信息表,以及近期逻辑小区级数据信息表。
进一步地,所述基于所述预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取所述物理小区总流量,具体包括:
获取处于同一基站下满足预设覆盖条件的若干逻辑小区;
提取任一逻辑小区频点,将所述任一逻辑小区频点作为基础频点,对应的任一逻辑小区为基础频点小区,除去所述基础频点小区,其余逻辑小区作为非基础频点小区;
将所述非基础频点小区的流量基于所述基础频点,合并至所述基础频点小区,得到所述物理小区总流量。
进一步地,所述对所述物理小区进行匹配,获得预设物理小区标识信息,具体包括:
根据预设物理小区判断条件,获取历史物理小区列表和所述近期物理小区列表的对应关系;
基于所述对应关系,获得所述预设物理小区标识信息,并基于所述物理小区标识信息分别对所述历史物理小区列表和所述近期物理小区列表进行标识更新。
进一步地,所述基于所述对应关系,获得所述预设物理小区标识信息,并基于所述物理小区标识信息分别对所述历史物理小区列表和所述近期物理小区列表进行标识更新,具体包括:
若所述物理小区判断为第一预设物理小区标识,则在所述近期物理小区列表中将所述物理小区标识为存续小区;
若所述物理小区判断为第二预设物理小区标识,则在所述近期物理小区列表中将所述物理小区标识为新增小区;
若所述物理小区判断为第三预设物理小区标识,则在所述历史物理小区列表中将所述物理小区标识为已删除小区。
进一步地,所述基于所述物理小区总流量和所述预设物理小区标识信息,获得预设物理小区增长系数,具体包括:
基于近期全网流量和历史全网流量,得到全网流量近期增长比值;
若判断获知所述物理小区为所述存续小区,则基于任一物理小区近期流量、任一物理小区历史流量和所述全网流量近期增长比值计算得到任一物理小区近期增长系数;
否则,若判断获知所述物理小区为所述新增小区,则认为任一物理小区未来增长系数与所述任一物理小区近期增长系数相等,并标识为1;
通过中心极限定理,基于任一物理小区近期增长系数,计算得到所述任一物理小区近期增长系数的预设置信区间的上下限值;
若判断所述任一物理小区近期增长系数位于所述预设置信区间内,则将任一物理小区未来增长系数取值为所述任一物理小区近期增长系数;
否则,将所述任一物理小区近期增长系数与所述上下限值进行比较,若判断获知所述任一物理小区近期增长系数大于上限值,则将所述任一物理小区近期增长系数取值为所述上限值,否则若判断获知所述任一物理小区近期增长系数小于下限值,则将所述任一物理小区近期增长系数取值为所述下限值。
进一步地,所述获取全网流量未来增长比值,基于所述预设物理小区增长系数和所述全网流量未来增长比值,计算得到任一物理小区未来流量预测值,具体包括:
直接给定或者基于全网未来流量和近期全网流量得到所述全网流量未来增长比值;
基于所述全网流量未来增长比值和所述任一物理小区未来增长系数,得到任一物理小区未来增长比值;
基于所述任一物理小区近期流量和所述任一物理小区未来增长比值,得到任一物理小区未来流量;
累加全部的物理小区未来流量,得到预测全网未来流量;
由给定全网未来流量或基于所述近期全网流量和所述全网流量未来增长比值得到的全网未来流量,以及所述预测全网未来流量,计算得到附加调整系数;
基于所述附加调整系数和所述任一物理小区未来流量,得到任一物理小区未来流量预测值。
第二方面,本发明实施例还提供移动网络小区流量预测装置,包括:
获取模块,用于获取移动网络的预设时间点逻辑小区级数据信息;
合并模块,用于基于所述预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取所述物理小区总流量;
匹配模块,用于对所述物理小区进行匹配,获得预设物理小区标识信息;
计算模块,用于基于所述物理小区总流量和所述预设物理小区标识信息,获得预设物理小区增长系数;
预测模块,用于获取全网流量未来增长比值,基于所述预设物理小区增长系数和所述全网流量未来增长比值,计算得到任一物理小区未来流量预测值。
第三方面,本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述移动网络小区流量预测方法的步骤。
第四方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述移动网络小区流量预测方法的步骤。
本发明实施例提供的移动网络小区流量预测方法、装置、电子设备及存储介质,通过采用近期流量和历史流量进行对比计算,并得到物理小区级的未来预测流量,为网络规划提供了更精确的数据支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的移动网络小区流量预测方法的流程示意图;
图2是本发明实施例提供的物理小区匹配流程图;
图3是本发明实施例提供的物理小区未来增长系数计算流程图;
图4是本发明实施例提供的物理小区未来流量预测流程图;
图5是本发明实施例提供的移动网络小区流量预测装置的结构示意图;
图6是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对现有技术的不足,本发明实施例提出了针对小区级流量精准预测的方法,图1是本发明实施例提供的移动网络小区流量预测方法的流程示意图,如图1所示,包括:
101,获取移动网络的预设时间点逻辑小区级数据信息;
首先,通过导入两个不同时间点,例如近期和历史的移动网络逻辑小区级数据信息表。
102,基于所述预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取所述物理小区总流量;
在上述信息表的基础上,将多个逻辑小区合并转换为同一个物理小区,计算得到物理小区的总流量。
103,对所述物理小区进行匹配,获得预设物理小区标识信息;
进一步对得到的物理小区的属性进行匹配,得到各物理小区的具体属性,并打上对应的标识,基于标识将信息表进行更新。
104,基于所述物理小区总流量和所述预设物理小区标识信息,获得预设物理小区增长系数;
然后根据各物理小区总流量信息和物理小区标识信息,计算得到物理小区的增长系数。
105,获取全网流量未来增长比值,基于所述预设物理小区增长系数和所述全网流量未来增长比值,计算得到任一物理小区未来流量预测值。
最后,获取全网流量未来增长比值,该值可直接给定,或者通过给定未来某一时间点的全网流量和近期全网流量来获得,并和前述步骤得到的物理小区增长系数一起计算得到任一物理小区未来流量预测值。
本发明实施例通过综合采用近期流量和历史流量进行对比计算,并得到物理小区级的未来预测流量,为网络规划提供了更精确的数据支持。
基于上述实施例,该方法中步骤101具体包括:
分别获取移动网络的历史逻辑小区级数据信息表,以及近期逻辑小区级数据信息表。
具体地,划定两个具体的时间点,分别记作近期和历史,统计得到移动网络的历史逻辑小区级数据信息表和近期逻辑小区级数据信息表,通常该信息表一般包括小区ID、经纬度、小区方位角、对应的基础频点小区ID和小区流量等字段信息。
基于上述任一实施例,该方法中步骤102具体包括:
获取处于同一基站下满足预设覆盖条件的若干逻辑小区;
提取任一逻辑小区频点,将所述任一逻辑小区频点作为基础频点,对应的任一逻辑小区为基础频点小区,除去所述基础频点小区,其余逻辑小区作为非基础频点小区;
将所述非基础频点小区的流量基于所述基础频点,合并至所述基础频点小区,得到所述物理小区总流量。
具体地,将处于同一基站下,相同或相近覆盖方位的多个逻辑小区流量合并到一个物理小区中。
将非基础频点小区的流量值,按该小区所标识的“对应的基础频点小区ID“,将流量合并至所对应的”基础频点小区“中。
例如,在某4G物理小区下有3个逻辑小区,分别为F频段的1个小区(标记为“Cell_F1”),其流量记作Data_F1,还有D频段的2个小区,其流量分别记作Data_D1、Data_D2,其中F频段的小区被标识为“基础频点小区”,另外2个D频段小区的“对应的基础频点小区ID”标识为Cell_F1,则该4G物理小区的流量=Data_F1+Data_D1+Data_D2。
基于上述任一实施例,该方法中步骤103具体包括:
根据预设物理小区判断条件,获取历史物理小区列表和所述近期物理小区列表的对应关系;
基于所述对应关系,获得所述预设物理小区标识信息,并基于所述物理小区标识信息分别对所述历史物理小区列表和所述近期物理小区列表进行标识更新。
其中,所述基于所述对应关系,获得所述预设物理小区标识信息,并基于所述物理小区标识信息分别对所述历史物理小区列表和所述近期物理小区列表进行标识更新,具体包括:
若所述物理小区判断为第一预设物理小区标识,则在所述近期物理小区列表中将所述物理小区标识为存续小区;
若所述物理小区判断为第二预设物理小区标识,则在所述近期物理小区列表中将所述物理小区标识为新增小区;
若所述物理小区判断为第三预设物理小区标识,则在所述历史物理小区列表中将所述物理小区标识为已删除小区。
具体地,本发明实施例根据基础频点小区ID或经纬度与小区方位角的组合,来判定历史物理小区列表中的小区与近期物理小区列表中的小区之间对应关系。判定的结果存在如下三种可能:一一匹配、无历史小区匹配近期小区n和无近期小区匹配历史小区n,整体判定流程如图2所示。
将判定为“一一匹配”的物理小区,在近期物理小区列表中将该物理小区标识为“存续小区”;
将判定为“无历史小区匹配近期小区n”的物理小区,在近期物理小区列表中将该物理小区标识为“新增小区”;
将判定为“无近期小区匹配历史小区n”的物理小区,在历史物理小区列表中将该小区标识为“已删除小区”。
基于上述任一实施例,该方法中步骤104具体包括:
基于近期全网流量和历史全网流量,得到全网流量近期增长比值;
若判断获知所述物理小区为所述存续小区,则基于任一物理小区近期流量、任一物理小区历史流量和所述全网流量近期增长比值计算得到任一物理小区近期增长系数;
否则,若判断获知所述物理小区为所述新增小区,则认为任一物理小区未来增长系数与所述任一物理小区近期增长系数相等,并标识为1;
通过中心极限定理,基于任一物理小区近期增长系数,计算得到所述任一物理小区近期增长系数的预设置信区间的上下限值;
若判断所述任一物理小区近期增长系数位于所述预设置信区间内,则将任一物理小区未来增长系数取值为所述任一物理小区近期增长系数;
否则,将所述任一物理小区近期增长系数与所述上下限值进行比较,若判断获知所述任一物理小区近期增长系数大于上限值,则将所述任一物理小区近期增长系数取值为所述上限值,否则若判断获知所述任一物理小区近期增长系数小于下限值,则将所述任一物理小区近期增长系数取值为所述下限值。
具体地,如图3所示,首先是步骤1,计算计算全网流量近期增长比值,记作Rr:
Rr=Dr/Dp;
其中,Dr为近期全网流量,Dp为历史全网流量;
判定1:近期物理小区n是否为“存续小区”?
若判定为“是”时,进入步骤2-1;
若判定为“否”时,进入步骤2-2;
步骤2-1:计算物理小区n近期增长系数,记作Ccrn:
Ccrn=Dcrn/Dcpn/Rr;
其中,Dcrn为物理小区n近期流量,Dcpn为物理小区n历史流量,Rr为全网流量近期增长比值;
可以理解的是,“增长系数”的技术效果为,Dcrn/Dcpn获得的是物理小区n流量在近期与历史之间的增长比值,体现的是本物理小区流量增长的“绝对”效果,通过将物理小区n流量增长的“绝对”效果Dcrn/Dcpn再与Rr相除,以获得物理小区n流量增长相对于全网流量增长的“相对”效果;
步骤2-2:计算物理小区n未来增长系数,记作Ccfn:
Ccfn=Ccrn=1;
其中,物理小区n未来增长系数Ccfn=物理小区n近期增长系数Ccrn=1;
此处,对于近期物理小区列表中标识为“新增小区”的小区,由于历史物理小区列表中无对应小区,因此,将该物理小区的流量增长速度与全网流量的增长速率取值为一致,也即为“相对”的增长系数取值为1;
步骤3:计算Ccrn序列置信水平为预设置信区间上下限值Ch和Cl:
以Ccr1、Ccr2、……和Ccrn作为一组给定的样本数据,置信水平取定为95%,通过中心极限定理求得预设置信区间[Cl,Ch]的上下行限值Ch和Cl,计算方法如下:
P(Cl<均值<Ch)=95%
P(0~Cl)=2.5%
P(Ch~∞)=2.5%
此处,通过上述计算,消除数量来源、数据加工等环节中存在的数据误差或错误统计,防止Ccrn值的数值过大或过小。
判定2:Cl=<Ccrn<=Ch?
若判定为“是”,则进入步骤4-1;
若判定为“否”,则进入判定3;
判定3:Ccrn>Ch?
若判定为“是”,则进入步骤4-2;
若判定为“否”,则进入步骤4-3;
步骤4-1:计算物理小区n未来增长系数,取值为Ccrn:
Ccfn=Ccrn
即物理小区n未来增长系数Ccfn等于物理小区n近期增长系数Ccrn;
步骤4-2:计算物理小区n未来增长系数,取值为Ch:
Ccfn=Ch
即将物理小区n未来增长系数取值为物理小区n近期增长系数Ccrn的95%置信区间上限;
步骤4-3:物理小区n未来增长系数,取值为Cl:
Ccfn=Cl
即将物理小区n未来增长系数取值为物理小区n近期增长系数Ccrn的95%置信区间下限。
基于上述任一实施例,该方法中步骤105具体包括:
直接给定或者基于全网未来流量和近期全网流量得到所述全网流量未来增长比值;
基于所述全网流量未来增长比值和所述任一物理小区未来增长系数,得到任一物理小区未来增长比值;
基于所述任一物理小区近期流量和所述任一物理小区未来增长比值,得到任一物理小区未来流量;
累加全部的物理小区未来流量,得到预测全网未来流量;
由给定全网未来流量或基于所述近期全网流量和所述全网流量未来增长比值得到的全网未来流量,以及所述预测全网未来流量,计算得到附加调整系数;
基于所述附加调整系数和所述任一物理小区未来流量,得到任一物理小区未来流量预测值。
具体地,如图4所示,首先输入全网流量未来增长比值,记作Rf,该Rf值可直接给定,也可给定未来全网流量Df后通过计算得到:
Rf=Df/Dr
即全网流量未来增长比值Rf等于未来全网流量Df/近期全网流量Dr;
步骤1:计算物理小区n未来增长比值,记作Rcfn:
Rcfn=Rf*Ccfn
即物理小区n未来增长比值Rcfn等于全网流量未来增长比值Rf乘以物理小区n未来增长系数Ccfn;
步骤2:计算物理小区n未来流量’,记作Dcfn’:
Dcfn’=Dcrn*Rcfn
即物理小区n未来流量’Dcfn’等于物理小区n近期流量Dcrn乘以物理小区n未来增长比值Rcfn;
步骤3:计算全网未来流量’,记作Df’:
Df’=Dcf1’+……+Dcfn’
即将所有的单个物理小区未来流量进行累加;
步骤4:计算附加调整系数α:
α=Df/Df’
其中Df或在输入中直接给出,或通过如下计算获得:
Df=Dr*Rf
即等于近期全网流量Dr乘以全网流量未来增长比值Rf;
步骤5:计算物理小区n未来流量Dcfn:
Dcfn=Dcfn'*α
即物理小区n未来流量Dcfn等于物理小区n未来流量’乘以附加调整系数α;
可以理解的是,上述步骤是对所有物理小区的未来流量值进行等比缩放,使得预测的全部物理小区的流量合计值与给定的“未来全网流量”一致,即Df=Dcf1+……+Dcfn。
下面对本发明实施例提供的移动网络小区流量预测装置进行描述,下文描述的移动网络小区流量预测装置与上文描述的移动网络小区流量预测方法可相互对应参照。
图5是本发明实施例提供的移动网络小区流量预测装置的结构示意图,如图5所示,包括:获取模块51、合并模块52、匹配模块53、计算模块54和预测模块55;其中:
获取模块51用于获取移动网络的预设时间点逻辑小区级数据信息;合并模块52用于基于所述预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取所述物理小区总流量;匹配模块53用于对所述物理小区进行匹配,获得预设物理小区标识信息;计算模块54用于基于所述物理小区总流量和所述预设物理小区标识信息,获得预设物理小区增长系数;预测模块55用于获取全网流量未来增长比值,基于所述预设物理小区增长系数和所述全网流量未来增长比值,计算得到任一物理小区未来流量预测值。
本发明实施例通过综合采用近期流量和历史流量进行对比计算,并得到物理小区级的未来预测流量,为网络规划提供了更精确的数据支持。
图6示例了一种电子设备的实体结构示意图,如图6所示,该电子设备可以包括:处理器(processor)610、通信接口(communicationinterface)620、存储器(memory)630和通信总线(bus)640,其中,处理器610,通信接口620,存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令,以执行移动网络小区流量预测方法,该方法包括:获取移动网络的预设时间点逻辑小区级数据信息;基于预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取物理小区总流量;对物理小区进行匹配,获得预设物理小区标识信息;基于物理小区总流量和预设物理小区标识信息,获得预设物理小区增长系数;获取全网流量未来增长比值,基于预设物理小区增长系数和全网流量未来增长比值,计算得到任一物理小区未来流量预测值。
此外,上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的移动网络小区流量预测方法,该方法包括:获取移动网络的预设时间点逻辑小区级数据信息;基于预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取物理小区总流量;对物理小区进行匹配,获得预设物理小区标识信息;基于物理小区总流量和预设物理小区标识信息,获得预设物理小区增长系数;获取全网流量未来增长比值,基于预设物理小区增长系数和全网流量未来增长比值,计算得到任一物理小区未来流量预测值。
又一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的移动网络小区流量预测方法,该方法包括:获取移动网络的预设时间点逻辑小区级数据信息;基于预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取物理小区总流量;对物理小区进行匹配,获得预设物理小区标识信息;基于物理小区总流量和预设物理小区标识信息,获得预设物理小区增长系数;获取全网流量未来增长比值,基于预设物理小区增长系数和全网流量未来增长比值,计算得到任一物理小区未来流量预测值。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.移动网络小区流量预测方法,其特征在于,包括:
获取移动网络的预设时间点逻辑小区级数据信息;
基于所述预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取所述物理小区总流量;
对所述物理小区进行匹配,获得预设物理小区标识信息;
基于所述物理小区总流量和所述预设物理小区标识信息,获得预设物理小区增长系数;
获取全网流量未来增长比值,基于所述预设物理小区增长系数和所述全网流量未来增长比值,计算得到任一物理小区未来流量预测值;
所述基于所述物理小区总流量和所述预设物理小区标识信息,获得预设物理小区增长系数,具体包括:
基于近期全网流量和历史全网流量,得到全网流量近期增长比值;
若判断获知所述物理小区为存续小区,则基于任一物理小区近期流量、任一物理小区历史流量和所述全网流量近期增长比值计算得到任一物理小区近期增长系数;
否则,若判断获知所述物理小区为新增小区,则认为任一物理小区未来增长系数与所述任一物理小区近期增长系数相等,并标识为1;
通过中心极限定理,基于任一物理小区近期增长系数,计算得到所述任一物理小区近期增长系数的预设置信区间的上下限值;
若判断所述任一物理小区近期增长系数位于所述预设置信区间内,则将任一物理小区未来增长系数取值为所述任一物理小区近期增长系数;
否则,将所述任一物理小区近期增长系数与所述上下限值进行比较,若判断获知所述任一物理小区近期增长系数大于上限值,则将所述任一物理小区近期增长系数取值为所述上限值,否则若判断获知所述任一物理小区近期增长系数小于下限值,则将所述任一物理小区近期增长系数取值为所述下限值。
2.根据权利要求1所述的移动网络小区流量预测方法,其特征在于,所述获取移动网络的预设时间点逻辑小区级数据信息,具体包括:
分别获取移动网络的历史逻辑小区级数据信息表,以及近期逻辑小区级数据信息表。
3.根据权利要求1或2所述的移动网络小区流量预测方法,其特征在于,所述基于所述预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取所述物理小区总流量,具体包括:
获取处于同一基站下满足预设覆盖条件的若干逻辑小区;
提取任一逻辑小区频点,将所述任一逻辑小区频点作为基础频点,对应的任一逻辑小区为基础频点小区,除去所述基础频点小区,其余逻辑小区作为非基础频点小区;
将所述非基础频点小区的流量基于所述基础频点,合并至所述基础频点小区,得到所述物理小区总流量。
4.根据权利要求2所述的移动网络小区流量预测方法,其特征在于,所述对所述物理小区进行匹配,获得预设物理小区标识信息,具体包括:
根据预设物理小区判断条件,获取历史物理小区列表和近期物理小区列表的对应关系;
基于所述对应关系,获得所述预设物理小区标识信息,并基于所述物理小区标识信息分别对所述历史物理小区列表和所述近期物理小区列表进行标识更新。
5.根据权利要求4所述的移动网络小区流量预测方法,其特征在于,所述基于所述对应关系,获得所述预设物理小区标识信息,并基于所述物理小区标识信息分别对所述历史物理小区列表和所述近期物理小区列表进行标识更新,具体包括:
若所述物理小区判断为第一预设物理小区标识,则在所述近期物理小区列表中将所述物理小区标识为所述存续小区;
若所述物理小区判断为第二预设物理小区标识,则在所述近期物理小区列表中将所述物理小区标识为所述新增小区;
若所述物理小区判断为第三预设物理小区标识,则在所述历史物理小区列表中将所述物理小区标识为已删除小区。
6.根据权利要求1所述的移动网络小区流量预测方法,其特征在于,所述获取全网流量未来增长比值,基于所述预设物理小区增长系数和所述全网流量未来增长比值,计算得到任一物理小区未来流量预测值,具体包括:
直接给定或者基于全网未来流量和近期全网流量得到所述全网流量未来增长比值;
基于所述全网流量未来增长比值和所述任一物理小区未来增长系数,得到任一物理小区未来增长比值;
基于所述任一物理小区近期流量和所述任一物理小区未来增长比值,得到任一物理小区未来流量;
累加全部的物理小区未来流量,得到预测全网未来流量;
由给定全网未来流量或基于所述近期全网流量和所述全网流量未来增长比值得到的全网未来流量,以及所述预测全网未来流量,计算得到附加调整系数;
基于所述附加调整系数和所述任一物理小区未来流量,得到任一物理小区未来流量预测值。
7.移动网络小区流量预测装置,其特征在于,包括:
获取模块,用于获取移动网络的预设时间点逻辑小区级数据信息;
合并模块,用于基于所述预设时间点逻辑小区级数据信息将待预测逻辑小区合并为物理小区,获取所述物理小区总流量;
匹配模块,用于对所述物理小区进行匹配,获得预设物理小区标识信息;
计算模块,用于基于所述物理小区总流量和所述预设物理小区标识信息,获得预设物理小区增长系数;
预测模块,用于获取全网流量未来增长比值,基于所述预设物理小区增长系数和所述全网流量未来增长比值,计算得到任一物理小区未来流量预测值;
所述基于所述物理小区总流量和所述预设物理小区标识信息,获得预设物理小区增长系数,具体包括:
基于近期全网流量和历史全网流量,得到全网流量近期增长比值;
若判断获知所述物理小区为存续小区,则基于任一物理小区近期流量、任一物理小区历史流量和所述全网流量近期增长比值计算得到任一物理小区近期增长系数;
否则,若判断获知所述物理小区为新增小区,则认为任一物理小区未来增长系数与所述任一物理小区近期增长系数相等,并标识为1;
通过中心极限定理,基于任一物理小区近期增长系数,计算得到所述任一物理小区近期增长系数的预设置信区间的上下限值;
若判断所述任一物理小区近期增长系数位于所述预设置信区间内,则将任一物理小区未来增长系数取值为所述任一物理小区近期增长系数;
否则,将所述任一物理小区近期增长系数与所述上下限值进行比较,若判断获知所述任一物理小区近期增长系数大于上限值,则将所述任一物理小区近期增长系数取值为所述上限值,否则若判断获知所述任一物理小区近期增长系数小于下限值,则将所述任一物理小区近期增长系数取值为所述下限值。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述移动网络小区流量预测方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述移动网络小区流量预测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011131798.5A CN114390538B (zh) | 2020-10-21 | 2020-10-21 | 移动网络小区流量预测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011131798.5A CN114390538B (zh) | 2020-10-21 | 2020-10-21 | 移动网络小区流量预测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114390538A CN114390538A (zh) | 2022-04-22 |
CN114390538B true CN114390538B (zh) | 2023-08-15 |
Family
ID=81193651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011131798.5A Active CN114390538B (zh) | 2020-10-21 | 2020-10-21 | 移动网络小区流量预测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114390538B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103338461A (zh) * | 2013-06-18 | 2013-10-02 | 中国联合网络通信集团有限公司 | 基于业务量预测的网络规划方法及装置 |
CN103987056A (zh) * | 2014-05-30 | 2014-08-13 | 南京华苏科技有限公司 | 基于大数据统计模型的无线网络话务量预测方法 |
CN104038941A (zh) * | 2013-03-06 | 2014-09-10 | 中国联合网络通信集团有限公司 | 网络扩容方法和装置 |
CN106209461A (zh) * | 2016-07-15 | 2016-12-07 | 中国联合网络通信集团有限公司 | 一种流量处理方法及装置 |
EP3357271A1 (en) * | 2015-09-30 | 2018-08-08 | Telecom Italia S.p.A. | Method for managing wireless communication networks by prediction of traffic parameters |
CN110769454A (zh) * | 2018-07-25 | 2020-02-07 | 中国移动通信集团浙江有限公司 | 流量预测方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130225156A1 (en) * | 2012-02-29 | 2013-08-29 | Cerion Optimization Services, Inc. | Systems and Methods for Convergence and Forecasting for Mobile Broadband Networks |
US9451473B2 (en) * | 2014-04-08 | 2016-09-20 | Cellco Partnership | Analyzing and forecasting network traffic |
-
2020
- 2020-10-21 CN CN202011131798.5A patent/CN114390538B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104038941A (zh) * | 2013-03-06 | 2014-09-10 | 中国联合网络通信集团有限公司 | 网络扩容方法和装置 |
CN103338461A (zh) * | 2013-06-18 | 2013-10-02 | 中国联合网络通信集团有限公司 | 基于业务量预测的网络规划方法及装置 |
CN103987056A (zh) * | 2014-05-30 | 2014-08-13 | 南京华苏科技有限公司 | 基于大数据统计模型的无线网络话务量预测方法 |
EP3357271A1 (en) * | 2015-09-30 | 2018-08-08 | Telecom Italia S.p.A. | Method for managing wireless communication networks by prediction of traffic parameters |
CN106209461A (zh) * | 2016-07-15 | 2016-12-07 | 中国联合网络通信集团有限公司 | 一种流量处理方法及装置 |
CN110769454A (zh) * | 2018-07-25 | 2020-02-07 | 中国移动通信集团浙江有限公司 | 流量预测方法及装置 |
Non-Patent Citations (1)
Title |
---|
异构网络中面向资源分配优化的用户移动性预测算法研究;田松奇;中国优秀硕士学位论文全文数据库信息科技辑;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114390538A (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10153955B2 (en) | Network selection using current and historical measurements | |
CN109996168B (zh) | 一种获取终端位置的方法及装置 | |
CN110262959B (zh) | 底层服务压力测试方法、装置、电子设备及存储介质 | |
CN110213800A (zh) | 网络切片业务的处理方法及装置 | |
CN108770057B (zh) | 预定指纹库的确定方法及指纹定位方法、装置、存储介质 | |
CN109596985A (zh) | 动力电池包内阻在线估算方法及电池管理系统 | |
CN115988421A (zh) | 一种基于时间权重聚类的职住地估计方法及装置 | |
CN111541986A (zh) | 定位方法、装置、存储介质及处理器 | |
CN110348717B (zh) | 基于栅格粒度的基站价值评分方法和装置 | |
CN109618281B (zh) | 一种高铁小区的识别方法及装置 | |
CN107343292A (zh) | 一种td-lte系统干扰判断方法及装置 | |
CN114390538B (zh) | 移动网络小区流量预测方法、装置、电子设备及存储介质 | |
CN113112126B (zh) | 基于人工智能的供水管漏损预警方法及系统 | |
CN112637888A (zh) | 覆盖空洞区域识别方法、装置、设备及可读存储介质 | |
CN111385804B (zh) | 小区簇划分方法及电子设备 | |
CN116302874A (zh) | 模型能力测试方法、装置、电子设备、存储介质及产品 | |
CN108961071B (zh) | 自动预测组合业务收益的方法及终端设备 | |
CN112969193A (zh) | 无线网络的干扰确定方法、装置及设备 | |
CN115967906A (zh) | 用户常驻位置识别方法、终端、电子设备及存储介质 | |
CN110677544B (zh) | Pcrf位置脚本更新方法、装置、设备及存储介质 | |
CN115087023A (zh) | 道路网络的分析方法及装置 | |
CN113657695B (zh) | 报账点电量有效性判定方法及装置 | |
CN114040435B (zh) | 网络覆盖质量的评测方法、装置、存储介质及设备 | |
CN112953734A (zh) | 网络鲁棒性提升方法、装置、电子设备及计算机存储介质 | |
CN111294840B (zh) | 一种专网断点定位方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |