【技术实现步骤摘要】
本专利技术涉及无线通信，尤其是一种基于卷积神经网络的负载均衡方法、系统、设备及介质。
技术介绍
1、在移动通信网络中，基站是负责移动设备接入的网元，基于用户的移动性特征，处于容量受限的关键节点，无线网络每个基站包含多个小区，根据网络结构每个小区负责覆盖对应的区域，为移动用户提供无线接入功能。由于移动用户分布和业务模型的不均衡性，不同小区之间的负载可能存在差异，当某个小区的负载过高时，可能会导致用户感知差、体验速率降低、时延增大等等问题，为了让不同小区间的负荷更为均衡，需要对基站小区之间通过互操作实现负荷均衡。通过基站小区间的负荷均衡可以通过合理调整业务量和用户连接的分配，实现提高无线网络效能、提高用户感知的目的。
2、传统的基站小区间负荷均衡方案主要依赖于参数门限进行控制，依赖于经验规则和静态配置来进行负荷均衡，这种方法需要耗费人力资源，影响了基站小区间负荷均衡的效率，且静态门限无法适应移动网络动态变化和复杂性，静态门限无法涵盖所有情况，可能导致负荷均衡效果不佳，影响了基站小区间负载均衡的准确性。此外常规的负荷均衡方案通常只...
【技术保护点】
1.一种基于卷积神经网络的负载均衡方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于卷积神经网络的负载均衡方法，其特征在于，所述负载均衡方法还包括预先训练所述卷积神经网络模型的步骤，其具体包括：
3.根据权利要求2所述的一种基于卷积神经网络的负载均衡方法，其特征在于，所述将所述训练时序关联矩阵和所述负载均衡处理操作标签输入到所述卷积神经网络模型进行训练，得到训练好的所述卷积神经网络模型这一步骤，其具体包括：
4.根据权利要求3所述的一种基于卷积神经网络的负载均衡方法，其特征在于，所述对所述训练时序关联矩阵进行特征提取...
【技术特征摘要】
1.一种基于卷积神经网络的负载均衡方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于卷积神经网络的负载均衡方法，其特征在于，所述负载均衡方法还包括预先训练所述卷积神经网络模型的步骤，其具体包括：
3.根据权利要求2所述的一种基于卷积神经网络的负载均衡方法，其特征在于，所述将所述训练时序关联矩阵和所述负载均衡处理操作标签输入到所述卷积神经网络模型进行训练，得到训练好的所述卷积神经网络模型这一步骤，其具体包括：
4.根据权利要求3所述的一种基于卷积神经网络的负载均衡方法，其特征在于，所述对所述训练时序关联矩阵进行特征提取得到第一训练时序关联特征图这一步骤，其具体包括：
5.根据权利要求3所述的一种基于卷积神经网络的负载均衡方法，其特征在于，所述对所述第一训练时序关联特征图进行自相关关联强化得到第二训练时序关联特征图这一步骤，其具体包括：
6.根据权利要求3所述的一种基于卷积神经网络的负载均衡方法，其特征在于，所述对所述第二训练时序关联特征图进行特征分布优化得...
【专利技术属性】
技术研发人员：赵楠，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
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。