预测业务热点的方法及装置制造方法及图纸

本发明专利技术公开了一种预测业务热点的方法及装置，属于无线通信技术领域。方法包括：获取小区内的各个用户终端上报的测量参数，并确定小区内的各个用户终端归属的预先划分的子区域；获取每个子区域的历史业务相关数据，对历史业务相关数据进行小波变换和方差分析，得到主导性的数据分量；根据主导性的数据分量构建预测模型，并根据构建的预测模型预测各个子区域的业务热点。本发明专利技术通过对获取到的历史业务相关数据进行方差分析，简化了构建模型的数据分量，从而简化了构建模型的复杂度，缩短了业务热点预测的时间。同时对获取到的历史业务相关数据进行小波变换，可以使构建的预测模型以更细粒度进行业务热点预测，从而增加了业务热点预测的准确性。

【技术实现步骤摘要】

本专利技术涉及无线通信
，特别涉及一种小区热点的预测方法及装置。
技术介绍
业务热点是由于高业务需求在某一区域形成，而业务热点的出现会对网络性能带来冲击，如造成网络掉话率上升、用户服务质量下降等。因此，为了保证网络整体性能，在对现有网络进行动态调整时消除业务热点带来的冲击是考虑的主要因素之一。为此，如何及时准确的预测业务热点，是保证网络整体性能，提高用户体验的关键。现有技术在预测业务热点时，可以通过两种方法进行预测。第一种预测方法：基于已有数据业务，利用已有的时序分析的积累预测模型和自回归移动平均模型，对未来时刻的业务量进行预测，根据未来时刻的业务量大小确定该时刻是否为业务热点。第二种预测方法：假设业务量呈现kernel（核）的线性叠加形式，采用最小误差-支持向量机算法获得业务量进行建模，得到业务量的表达式，根据业务量的表达式对业务热点进行预测。在实现本专利技术的过程中，专利技术人发现现有技术至少存在以下问题：对于第一种预测方法，自回归移动平均模型的复杂度比较大，使得预测时间较长，从而不能及时的预测业务热点，导致预测到的信息具有一定的局限性。对于第二种预测方法，获得的业务量表达式不能描述业务量的长期特性、周期特性以及瞬时变化特性，使得当业务量未达到业务热点临界值时，不能以更细粒度预测该时刻是否为业务热点，从而降低了预测业务热点的准确性，致使预测到的信息具有一定的局限性。
技术实现思路
<br>为了解决现有技术的问题，本专利技术实施例提供了一种预测业务热点的方法及装置。所述技术方案如下：第一方面，提供了一种预测业务热点的方法，所述方法包括：获取小区内的各个用户终端上报的测量参数，所述测量参数至少包括参考信号接收功率RSRP、参考信号接收质量RSRQ和抵达时间TOA中的一种参数；根据所述小区内的各个用户终端上报的测量参数确定所述小区内的各个用户终端归属的预先划分的子区域，所述小区被划分为预设数目个子区域；获取每个子区域的历史业务相关数据，对获取到的历史业务相关数据进行小波变换和方差分析，得到主导性的数据分量；根据得到的主导性的数据分量构建预测模型，并根据构建的预测模型预测各个子区域的业务热点。结合第一方面，在第一方面的第一种可能的实现方式中，所述根据所述小区内的各个用户终端上报的测量参数确定所述小区内的各个用户终端归属的预先划分的子区域，包括：通过最小路测算法将所述小区内的各个用户终端上报的测量参数与预设的最小路测数据库中的位置信息进行匹配，得到所述小区内的各个用户终端的位置信息；根据所述小区内的各个用户终端的位置信息确定所述小区内的各个用户终端归属的预先划分的子区域。结合第一方面，在第一方面的第二种可能的实现方式中，所述对获取到的历史业务相关数据进行小波变换和方差分析，得到主导性的数据分量，包括：根据获取到的历史业务相关数据确定小波变换的尺度层数；获取各个尺度上的近似分量和小波系数；计算各个细节分量和近似分量的方差；根据所述各个细节分量和近似分量的方差得到主导性的数据分量。结合第一方面或第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述获取每个子区域的历史业务相关数据之后，包括：将获取到的每个子区域的历史业务相关数据按照时间进行分类，得到每个子区域的历史业务相关时间数据；将获取到的每个子区域的任一时刻历史业务相关数据按照位置进行分类，得到每个子区域的历史业务相关空间数据；所述对获取到的历史业务相关数据进行小波变换和方差分析，得到主导性的数据分量，包括：对历史业务相关时间数据进行小波变换和方差分析，得到主导性的时间数据分量；对历史业务相关空间数据进行小波变换和方差分析，得到主导性的空间数据分量。结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述主导性的数据分量包括主导性的时间数据分量和主导性的空间数据分量；所述根据得到的主导性的数据分量构建预测模型，包括：根据得到的主导性的时间数据分量构建时间预测模型，并根据得到的主导性的空间数据分量构建空间预测模型；所述根据构建的预测模型预测各个子区域的业务热点，包括：根据构建的时间预测模型和空间预测模型分别预测各个子区域的业务热点，得到业务热点发生的时间及位置。第二方面，提供了一种预测业务热点的装置，所述装置包括：第一获取模块，用于获取小区内的各个用户终端上报的测量参数，所述测量参数至少包括参考信号接收功率RSRP、参考信号接收质量RSRQ和抵达时间TOA中的一种参数；确定模块，用于根据所述第一获取模块获取到的所述小区内的各个用户终端上报的测量参数确定所述小区内的各个用户终端归属的预先划分的子区域，所述小区被划分为预设数目个子区域；第二获取模块，用于获取每个子区域的历史业务相关数据；分析模块，用于对所述第二获取模块获取到的历史业务相关数据进行小波变换和方差分析，得到主导性的数据分量；构建模块，用于根据所述分析模块得到的主导性的数据分量构建预测模型；预测模块，用于根据所述构建模块构建的预测模型预测各个子区域的业务热点。结合第二方面，在第二方面的第一种可能的实现方式中，所述确定模块，用于通过最小路测算法将所述小区内的各个用户终端上报的测量参数与预设的最小路测数据库中的位置信息进行匹配，得到所述小区内的各个用户终端的位置信息；根据所述小区内的各个用户终端的位置信息确定所述小区内的各个用户终端归属的预先划分的子区域。结合第二方面，在第二方面的第二种可能的实现方式中，所述分析模块，包括：第一确定单元，用于根据获取到的历史业务相关数据确定小波变换的尺度层数；获取单元，用于获取各个尺度上的近似分量和小波系数；计算单元，用于计算各个细节分量和近似分量的方差；第二确定单元，用于根据所述计算单元得到的所述各个细节分量和近似分量的方差得到主导性的数据分量。结合第二方面或第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，所述装置，包括：第三获取模块，用于将获取到的每个子区域的历史业务相关数据按照时间进行分类，得到每个子区域的历史业务相关时间数据；第四获取模块，用于将获取到的每个子区域的任一时刻历史业务相关数据按照位置进行分类，得到每个子区域的历史业务相关空间数据；所述分析模块，包括：第一分析单元，用于对所述第三获取模块获取到本文档来自技高网...

【技术保护点】
一种预测业务热点的方法，其特征在于，所述方法包括：获取小区内的各个用户终端上报的测量参数，所述测量参数至少包括参考信号接收功率RSRP、参考信号接收质量RSRQ和抵达时间TOA中的一种参数；根据所述小区内的各个用户终端上报的测量参数确定所述小区内的各个用户终端归属的预先划分的子区域，所述小区被划分为预设数目个子区域；获取每个子区域的历史业务相关数据，对获取到的历史业务相关数据进行小波变换和方差分析，得到主导性的数据分量；根据得到的主导性的数据分量构建预测模型，并根据构建的预测模型预测各个子区域的业务热点。

【技术特征摘要】
1.一种预测业务热点的方法，其特征在于，所述方法包括：
获取小区内的各个用户终端上报的测量参数，所述测量参数至少包括参考
信号接收功率RSRP、参考信号接收质量RSRQ和抵达时间TOA中的一种参数；
根据所述小区内的各个用户终端上报的测量参数确定所述小区内的各个用
户终端归属的预先划分的子区域，所述小区被划分为预设数目个子区域；
获取每个子区域的历史业务相关数据，对获取到的历史业务相关数据进行
小波变换和方差分析，得到主导性的数据分量；
根据得到的主导性的数据分量构建预测模型，并根据构建的预测模型预测
各个子区域的业务热点。
2.根据权利要求1所述的方法，其特征在于，所述根据所述小区内的各个
用户终端上报的测量参数确定所述小区内的各个用户终端归属的预先划分的子
区域，包括：
通过最小路测算法将所述小区内的各个用户终端上报的测量参数与预设的
最小路测数据库中的位置信息进行匹配，得到所述小区内的各个用户终端的位
置信息；
根据所述小区内的各个用户终端的位置信息确定所述小区内的各个用户终
端归属的预先划分的子区域。
3.根据权利要求1所述的方法，其特征在于，所述对获取到的历史业务相
关数据进行小波变换和方差分析，得到主导性的数据分量，包括：
根据获取到的历史业务相关数据确定小波变换的尺度层数；
获取各个尺度上的近似分量和小波系数；
计算各个细节分量和近似分量的方差；
根据所述各个细节分量和近似分量的方差得到主导性的数据分量。
4.根据权利要求1或3所述的方法，其特征在于，所述获取每个子区域的
历史业务相关数据之后，包括：
将获取到的每个子区域的历史业务相关数据按照时间进行分类，得到每个
子区域的历史业务相关时间数据；
将获取到的每个子区域的任一时刻历史业务相关数据按照位置进行分类，
得到每个子区域的历史业务相关空间数据；
所述对获取到的历史业务相关数据进行小波变换和方差分析，得到主导性
的数据分量，包括：
对历史业务相关时间数据进行小波变换和方差分析，得到主导性的时间数
据分量；
对历史业务相关空间数据进行小波变换和方差分析，得到主导性的空间数
据分量。
5.根据权利要求4所述的方法，其特征在于，所述根据得到的主导性的数
据分量构建预测模型，包括：
根据得到的主导性的时间数据分量构建时间预测模型，并根据得到的主导
性的空间数据分量构建空间预测模型；
所述根据构建的预测模型预测各个子区域的业务热点，包括：
根据构建的时间预测模型和空间预测模型分别预测各个子区域的业务热
点，得到业务热点发生的时间及位置。
6.一种预测业务热点的装置，其特征在于，所述装置包括：
第一获取模块，用于获取小区内的各个用...

【专利技术属性】
技术研发人员：孙春华，张洁涛，庄宏成，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44