[发明专利]基于用户参数特征的基站分类识别方法及系统

说明书

本发明涉及一种基于用户参数特征的基站分类模型建立方法，包括采集终端用户的需求参数；根据预定义的基站类型对所述需求参数执行预处理，并获得包含训练样本数据的训练样本集；其中，所述训练样本数据包含所述终端用户需求信息和与所述终端用户需求信息相对应的基站类型信息；利用所述训练数据集执行模型的迭代训练，并获得基站分类模型。

技术领域

本发明涉及通信和计算机技术领域，特别涉及一种基于用户参数特征的基站分类识别方法及系统。

背景技术

随着科学技术的不断进步，通信网络技术也得到了迅猛发展，为了满足日益增长的移动数据流量和设备连接数量以及差异化的新型业务应用的需求，可以预见的是，建立海量的基站来服务终端用户将成为打造未来人机物互联时代的基础。

现有技术中，通信网络中所建立的基站通常都是具有统一功能的，而基站所服务的终端用户的服务需求却种类繁多，例如，在智慧家居、智能电网等应用场景中，终端用户要求基站能够支撑大量连接且要频繁传输较小的数据包；而在智能车辆和工业控制等应用场景中，终端用户要求基站能够满足毫秒级的延迟和接近100％的可靠性；而在AR/VR、高清视频等应用场景中，终端用户则要求基站具有更大的移动带宽。由此可见，不同应用场景对其所对应基站提出了不同的服务需求。

然而，当前无线通信网络中实现的均是统一基站的建立，由于缺乏对不同功能类别的基站的分类选择方法，无法实现根据不同终端用户业务场景对基站功能类别进行具体划分。而这种统一类型的基站，将会使得资源利用率低、用户使用性能差，在实际应用中将可能出现无法满足终端多样性、极端化服务需求的情况，还造成了基站资源的浪费，无法合理的分配基站资源不仅降低了服务效率，同时也加重了成本负担。

因此，需要一种有效且可靠的基站分类识别方法及系统。

发明内容

本发明提供一种基于用户参数特征的基站分类模型建立方法，包括采集终端用户的需求参数；根据预定义的基站类型对所述需求参数执行预处理，并获得包含训练样本数据的训练样本集；其中，所述训练样本数据包含所述终端用户需求信息和与所述终端用户需求信息相对应的基站类型信息；利用所述训练数据集执行模型的迭代训练，并获得基站分类模型。

优选的，利用KPI参数预定义所述基站类型。

优选的，所述基站类型包括：增强移动带宽的eMBB基站类型，适用于大规模机器通信的mMTC基站类型，以及超高可靠低时延的uRLLC基站类型。

优选的，根据预定义的基站类型对所述需求参数执行预处理进一步包括：根据预定义的基站类型对所述需求参数执行矢量化处理；

优选的，所述需求参数包括连续值参数和离散值参数；执行所述矢量化处理时，针对连续值参数，直接忽略所述连续值参数的单位并以数字形式作为输入；针对离散值参数，分别对所述离散值参数进行编号，并执行归一化处理。

优选的，所述模型建立方法还包括：利用包含检验样本数据的检验样本集检验获得的所述基站分类模型，若获得的对应于所述检验样本的检验样本输出符合预期，则将所述基站分类模型作为最终基站分类模型；反之，则需重新利用所述训练样本集执行模型的迭代训练；其中，所述检验样本数据包含所述终端用户需求信息和与所述终端用户需求信息相对应的基站类型信息。

优选的，利用所述训练数据集执行模型的迭代训练，获得基站分类模型的步骤包括：利用DNN算法执行迭代训练。

优选的，利用所述训练数据集执行模型的迭代训练，获得基站分类模型的步骤还包括：利用交叉熵函数评估利用DNN算法执行迭代训练所得到的网络模型。

优选的，利用所述训练数据集执行模型的迭代训练，获得基站分类模型的步骤还包括：利用softmax函数将所述基站分类模型的线性函数输出转换为预期的数据格式。