Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于RSRP预测上行吞吐量的优化方法、系统、装置及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华南理工大学

摘要:本发明公开了基于RSRP预测上行吞吐量的优化方法、系统、装置及介质。所述方法包括:构建包括RSRP值及对应的上行吞吐量的数据集;构建RSRP和上行吞吐量映射关系,得到映射模型;基于改进的LSTM模型对RSRP在时间序列上进行多步预测,所述改进的LSTM模型包括编码器、注意力机制层、解码器和全连接层,注意力机制层用于在解码器每一步预测时,计算当前时刻隐藏状态与编码器所有隐藏状态之间的相关性权重,并据此生成加权和,作为解码器当前时刻的输入;利用改进的LSTM模型预测未来时隙RSRP的值,并结合映射模型进行上行吞吐量的预测。本发明基于深度学习技术,利用5G网络参数RSRP来预测上行吞吐量,从而可以提前分配资源满足当前系统对通信性能的需求。

主权项:1.一种基于RSRP预测上行吞吐量的优化方法,其特征在于,包括以下步骤:进行数据采集,构建包括RSRP值及对应的上行吞吐量的数据集;基于决策树回归算法构建RSRP和上行吞吐量映射关系,得到映射模型;基于改进的LSTM模型对RSRP在时间序列上进行多步预测,所述改进的LSTM模型包括编码器、注意力机制层、解码器和全连接层,编码器用于处理RSRP序列数据并生成对应的隐藏状态,注意力机制层用于在解码器每一步预测时,计算当前时刻隐藏状态与编码器所有隐藏状态之间的相关性权重,并据此生成加权和,作为解码器当前时刻的输入,解码器用于结合注意力机制生成的加权和和先前步的预测值进行多步预测,全连接层用于对解码器的输出进行线性变换并输出RSRP预测值;利用所述改进的LSTM模型预测未来时隙RSRP的值,并结合所述映射模型进行上行吞吐量的预测。

全文数据:

权利要求:

百度查询: 华南理工大学 基于RSRP预测上行吞吐量的优化方法、系统、装置及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。