【技術實現步驟摘要】
本專利技術涉及人工智能，尤其涉及一種無線網絡負荷預測方法、裝置、設備、介質及程序產品。
技術介紹
1、無線網絡負荷預測通過對無線網絡中無線網絡負荷數據（如數據流量和負載等）進行預測，能夠優化網絡性能和資源分配，在無線網絡通信中發揮著重要作用。
2、目前，常用的無線網絡負荷預測方法是利用歷史無線網絡負荷數據對負荷預測模型進行訓練，在負荷預測模型訓練完成后，則利用無線網絡負荷數據構造輸入向量，并將輸入向量輸入到訓練完成的負荷預測模型中，由負荷預測模型輸出預測得到的預測負荷數據。
3、然而，在實際的無線網絡通信中，當前或未來的無線網絡負荷數據并不僅僅與自身過去的時間序列特性相關，僅僅根據歷史無線網絡負荷數據預測當前或未來的無線網絡負荷數據，則會出現負荷數據預測精度較低，難以依據預測負荷數據對網絡性能和資源分配進行優化的問題。
技術實現思路
1、本專利技術提供一種無線網絡負荷預測方法、裝置、設備、介質及程序產品，用以解決現有技術中負荷數據預測精度較低的缺陷。
2、本專利技術提供一種無線網絡負荷預測方法，包括：
3、基于無線網絡負荷數據和協變負荷數據，確定協變輸入向量；
4、將所述協變輸入向量輸入至負荷預測模型，得到所述負荷預測模型輸出的第一預設時刻的預測負荷數據；
5、所述負荷預測模型是基于歷史協變輸入向量及其負荷數據標簽訓練得到的。
6、根據本專利技術提供的一種無線網絡負荷預測方法，所述無線網絡負荷數據包
7、基于歷史預設時段的下行物理資源塊利用率數據，確定第一序列數據；
8、基于所述歷史預設時段的上行物理資源塊利用率數據，確定第二序列數據；
9、基于所述歷史預設時段的上行干擾數據，確定第三序列數據；
10、基于所述第一序列數據、所述第二序列數據和所述第三序列數據，確定所述協變多維數據矩陣；
11、基于所述協變多維數據矩陣，確定所述協變輸入向量。
12、根據本專利技術提供的一種無線網絡負荷預測方法，所述基于所述協變多維數據矩陣，確定所述協變輸入向量，包括：
13、基于影響無線網絡負荷的互操作參數的門限范圍，確定互操作參數向量；
14、基于所述協變多維數據矩陣和所述互操作參數向量，確定所述協變輸入向量。
15、根據本專利技術提供的一種無線網絡負荷預測方法，所述基于所述協變多維數據矩陣和所述互操作參數向量，確定所述協變輸入向量，包括：
16、將所述協變多維數據矩陣輸入至時域特征提取層，得到所述時域特征提取層輸出的時域特征向量；所述時域特征提取層包括依次連接的第一長短期記憶網絡層和第二長短期記憶網絡層；
17、基于所述時域特征向量和所述互操作參數向量，確定所述協變輸入向量。
18、根據本專利技術提供的一種無線網絡負荷預測方法，所述負荷預測模型包括依次連接的第一柯爾莫哥洛夫-阿諾德網絡層、第二柯爾莫哥洛夫-阿諾德網絡層和第三柯爾莫哥洛夫-阿諾德網絡層。
19、根據本專利技術提供的一種無線網絡負荷預測方法，在將所述協變輸入向量據輸入至負荷預測模型，得到所述負荷預測模型輸出的第一預設時刻的預測負荷數據之后，還包括：
20、基于所述第一預設時刻的預測負荷數據和所述協變負荷數據，確定新的協變輸入向量；
21、將所述新的協變輸入向量輸入至所述負荷預測模型，得到所述負荷預測模型輸出的第二預設時刻的預測負荷數據；
22、所述第二預設時刻晚于所述第一預設時刻。
23、本專利技術還提供一種無線網絡負荷預測裝置，包括：
24、輸入向量確定模塊，用于基于無線網絡負荷數據和協變負荷數據，確定協變輸入向量；
25、未來負荷預測模塊，用于將所述協變輸入向量輸入至負荷預測模型，得到所述負荷預測模型輸出的第一預設時刻的預測負荷數據；
26、所述負荷預測模型是基于歷史協變輸入向量及其負荷數據標簽訓練得到的。
27、本專利技術還提供一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上述任一種所述無線網絡負荷預測方法。
28、本專利技術還提供一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現如上述任一種所述無線網絡負荷預測方法。
29、本專利技術還提供一種計算機程序產品，包括計算機程序，所述計算機程序被處理器執行時實現如上述任一種所述無線網絡負荷預測方法。
30、本專利技術提供的無線網絡負荷預測方法、裝置、設備、介質及程序產品，通過在利用模型對無線網絡負荷進行預測時，除了無線網絡負荷數據本身，還使用與無線網絡負荷數據具有協變關系的協變負荷數據構建協變輸入向量，能夠在無線網絡負荷預測時考慮與無線網絡負荷數據協變相關的指標數據，從而得到更高精度的預測負荷數據，并依賴更高精度的預測負荷數據對網絡性能和資源分配進行更好優化。
本文檔來自技高網...【技術保護點】
1.一種無線網絡負荷預測方法，其特征在于，包括：
2.根據權利要求1所述的無線網絡負荷預測方法，其特征在于，所述無線網絡負荷數據包括下行物理資源塊利用率數據，所述協變負荷數據包括上行物理資源塊利用率數據和上行干擾數據；所述基于無線網絡負荷數據和協變負荷數據，確定協變輸入向量，包括：
3.根據權利要求2所述的無線網絡負荷預測方法，其特征在于，所述基于所述協變多維數據矩陣，確定所述協變輸入向量，包括：
4.根據權利要求3所述的無線網絡負荷預測方法，其特征在于，所述基于所述協變多維數據矩陣和所述互操作參數向量，確定所述協變輸入向量，包括：
5.根據權利要求1所述的無線網絡負荷預測方法，其特征在于，所述負荷預測模型包括依次連接的第一柯爾莫哥洛夫-阿諾德網絡層、第二柯爾莫哥洛夫-阿諾德網絡層和第三柯爾莫哥洛夫-阿諾德網絡層。
6.根據權利要求1所述的無線網絡負荷預測方法，其特征在于，在將所述協變輸入向量據輸入至負荷預測模型，得到所述負荷預測模型輸出的第一預設時刻的預測負荷數據之后，還包括：
7.一種無線網絡負荷預測裝置
8.一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至6任一項所述無線網絡負荷預測方法。
9.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述無線網絡負荷預測方法。
10.一種計算機程序產品，包括計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述無線網絡負荷預測方法。
...【技術特征摘要】
1.一種無線網絡負荷預測方法，其特征在于，包括：
2.根據權利要求1所述的無線網絡負荷預測方法，其特征在于，所述無線網絡負荷數據包括下行物理資源塊利用率數據，所述協變負荷數據包括上行物理資源塊利用率數據和上行干擾數據；所述基于無線網絡負荷數據和協變負荷數據，確定協變輸入向量，包括：
3.根據權利要求2所述的無線網絡負荷預測方法，其特征在于，所述基于所述協變多維數據矩陣，確定所述協變輸入向量，包括：
4.根據權利要求3所述的無線網絡負荷預測方法，其特征在于，所述基于所述協變多維數據矩陣和所述互操作參數向量，確定所述協變輸入向量，包括：
5.根據權利要求1所述的無線網絡負荷預測方法，其特征在于，所述負荷預測模型包括依次連接的第一柯爾莫哥洛夫-阿諾德網絡層、第二柯爾莫哥洛夫-阿諾德網絡層和第三柯爾莫哥洛夫-阿諾...
【專利技術屬性】
技術研發人員：陳嘉楓，王飛，姬霄鴻，朱智俊，周海驕，朱韜，俞靜，謝玲，
申請(專利權)人：中國移動通信集團浙江有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。