The embodiment of the present invention provides a method and device for predicting the performance index of a wireless cell, which includes: acquiring the unique heat code and historical performance index of the cell name of the target cell; embedding the unique heat code of the cell name into the neural network based on the trained embedded neural network model to obtain the latitude and longitude vector representation information of the target cell; and embedding the latitude and longitude vector into the target cell. The representation information and the historical performance indicators are input into the trained long-term and short-term memory network model to obtain the performance indicators prediction data of the target cell. The embodiment of the present invention combines the embedded neural network model with the long-term and short-term memory network model, predicts the performance index of the wireless network service of the target cell according to the longitude and latitude vector representation information and historical performance index of the target cell to be predicted, improves the prediction accuracy and improves the stability of the resource carrier scheduling.
【技术实现步骤摘要】
无线小区性能指标预测方法及装置
本专利技术实施例涉及无线通信
,尤其涉及一种无线小区性能指标预测方法及装置。
技术介绍
随着无线通信技术的不断成熟与发展,无线通信用户爆发性增长,业务流量不断增加,运营商必须对无线网络资源进行预估,防止网络拥塞。通过对无线网络性能进行预测,能够了解性能指标的发展趋势,从而指导网络优化人员发现未来存在的隐患,及时的维护和优化网络。目前对无线小区的性能指标的预测,大多数是采用自回归模型进行向前推算预测。由于,此种预测方式是基于一种线性模型,对序列数据的信息表达有限,对于复杂的信息预测存在较大的误差。因此,现在亟需一种无线小区性能指标预测方法及装置来解决上述问题。
技术实现思路
针对现有技术存在的问题,本专利技术实施例提供一种无线小区性能指标预测方法及装置。第一方面,本专利技术实施例提供了一种无线小区性能指标预测方法,包括:获取目标小区的小区名称独热编码和历史性能指标;基于训练好的嵌入神经网络模型,对所述小区名称独热编码进行神经网络嵌入处理,得到所述目标小区的经纬度向量表征信息;将所述经纬度向量表征信息和所述历史性能指标输入到训练好的长短时记忆网络模型,获取所述目标小区的性能指标预测数据。第二方面,本专利技术实施例提供了一种无线小区性能指标预测装置,包括:获取模块,用于获取目标小区的小区名称独热编码和历史性能指标;处理模块,用于基于训练好的嵌入神经网络模型,对所述小区名称独热编码进行神经网络嵌入处理,得到所述目标小区的经纬度向量表征信息;预测模块,用于将所述经纬度向量表征信息和所述历史性能指标输入到训练好的长短时记忆网络模型,获 ...
【技术保护点】
1.一种无线小区性能指标预测方法,其特征在于,包括:获取目标小区的小区名称独热编码和历史性能指标;基于训练好的嵌入神经网络模型,对所述小区名称独热编码进行神经网络嵌入处理,得到所述目标小区的经纬度向量表征信息;将所述经纬度向量表征信息和所述历史性能指标输入到训练好的长短时记忆网络模型,获取所述目标小区的性能指标预测数据。
【技术特征摘要】
1.一种无线小区性能指标预测方法,其特征在于,包括:获取目标小区的小区名称独热编码和历史性能指标;基于训练好的嵌入神经网络模型,对所述小区名称独热编码进行神经网络嵌入处理,得到所述目标小区的经纬度向量表征信息;将所述经纬度向量表征信息和所述历史性能指标输入到训练好的长短时记忆网络模型,获取所述目标小区的性能指标预测数据。2.根据权利要求1所述的方法,其特征在于,在所述获取目标小区的小区名称独热编码和历史性能指标之前,所述方法还包括:对样本小区的小区名称进行独热编码处理,获取第一样本数据;将所述第一样本数据输入到嵌入神经网络模型进行训练,得到所述样本小区的样本经纬度向量表征信息,并获取所述训练好的嵌入神经网络模型。3.根据权利要求2所述的方法,其特征在于,在所述将所述第一样本数据输入到嵌入神经网络模型进行训练,得到所述样本小区的样本经纬度向量表征信息,并获取所述训练好的嵌入神经网络模型之后,所述方法还包括:将所述样本小区的样本性能指标和所述样本经纬度向量表征信息进行关联处理,得到第二样本数据;将所述第二样本数据输入到长短时记忆网络模型进行训练,获取所述训练好的长短时记忆网络模型。4.根据权利要求3所述的方法,其特征在于,所述将所述第一样本数据输入到嵌入神经网络模型进行训练,得到所述样本小区的样本经纬度向量表征信息,包括:通过所述第一样本数据对所述嵌入神经网络模型进行训练,获取所述嵌入神经网络模型的隐藏层中第一层输出的所述样本经纬度向量表征信息。5.根据权利要求1至4任一项所述的方法,其特征在于,所述性能指标预测数据包括:...
【专利技术属性】
技术研发人员:赵伟,安新周,
申请(专利权)人:北京市天元网络技术股份有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。