【技术实现步骤摘要】
本专利技术属于移动网络资源调度，尤其涉及一种基于流量预测的qos流资源预分配方法及系统。
技术介绍
1、随着科技的发展，移动终端的功能越来越强大，移动终端的服务越来越多样化，人们的生活质量得到了极大的提升，生活更加便捷。但是，随着新的应用和技术的出现，应用程序对通信业务质量的要求不断提高，这些服务和应用需要更高的数据速率、更低的延迟、更高的频谱效率、更高的能源效率和更大的网络容量。
2、为了实现三大用例在内的各种服务在同一基站的同时运行，研究人员提出了网络切片技术，3gpp规定了多种类型的qos流(qos flow)，通过将不同业务的数据流在基站端映射到不同qos流或者多条qos流之上，组成不同业务所需的承载，满足不同业务的qos需求，以此来实现网络切片的性能隔离和功能隔离。根据3gpp标准，目前在基站端，基站对于端到端的业务数据流是无法感知的，只能对各个qos流进行资源调度。在4g移动通信系统中，3gpp在ts23.203中规定了9种qos流(在4g中被称为承载)，每种qos流对于传输速率、延迟和包丢失率的要求不同；在5g...
【技术保护点】
1.一种基于流量预测的QoS流资源预分配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于流量预测的QoS流资源预分配方法，其特征在于，利用XGBoost完成对流量的时序预测，用Qiprediction表示第i种QoS流的流量预测结果；具体包括以下步骤：
3.根据权利要求2所述的基于流量预测的QoS流资源预分配方法，其特征在于，利用集成学习方式更新预测模型；整个预测模型由N个子模型共同组成，最终的预测结果为N个子模型的均值；以7天作为数据集时间跨度训练子模型，当子模型的数目超过N时，删除最旧的子模型，增加新的子模型。
4...
【技术特征摘要】
1.一种基于流量预测的qos流资源预分配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于流量预测的qos流资源预分配方法，其特征在于，利用xgboost完成对流量的时序预测，用qiprediction表示第i种qos流的流量预测结果；具体包括以下步骤：
3.根据权利要求2所述的基于流量预测的qos流资源预分配方法，其特征在于，利用集成学习方式更新预测模型；整个预测模型由n个子模型共同组成，最终的预测结果为n个子模型的均值；以7天作为数据集时间跨度训练子模型，当子模型的数目超过n时，删除最旧的子模型，增加新的子模型。
4.根据权利要求3所述的基于流量预测的qos流资源预分配方法，其特征在于，通过将调度系统的数据分组服务过程建模为m/m/1排队系统，建立了流量、信道质量与qos流的服务质量需求之间的关系并以最小化分组平均时延为目标构建了优化问题；具体包括以下步骤：
5.根据权利要求4所述的基于流量预测的qos流资源预分配方法，其特征在于，通过离线学习的方式训练dqn，使得dqn能够根据网络流量信息和信道质量信息求解该离散空间下的组合优化问题，将训练...
【专利技术属性】
技术研发人员：胡杰，梁勇康，王洋，于秦，
申请(专利权)人：电子科技大学长三角研究院湖州，
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。