基于 LMA-DeepAR 的基站网络流量预测方法
网络与互联网体系结构
2021-03-29 v1
摘要
基站小区网络流量的准确预测对于基站小区内无线设备的扩容与缩容十分关键。基站小区网络流量的突发性与不确定性使其呈现非线性与非平稳性，给网络流量的长期预测带来挑战。本文基于 DeepAR 建立了面向基站网络的流量模型 LMA-DeepAR。根据网络流量的分布特性，本文提出一种基于局部移动平均（LMA）的人工特征序列计算方法。将该特征序列作为协变量输入 DeepAR，使模型在更新参数时考虑到过去一段时间内网络流量的统计特性，并降低非平稳网络流量对模型训练的干扰。实验结果表明，所提预测方法（LMA-DeepAR）在多小区网络流量的整体长期预测性能与稳定性上优于其他方法。
引用
@article{arxiv.2103.14362,
title = {Base Station Network Traffic Prediction Approach Based on LMA-DeepAR},
author = {Jiachen Zhang and Xingquan zuo and Mingying Xu and Jing Han and Baisheng Zhang},
journal= {arXiv preprint arXiv:2103.14362},
year = {2021}
}
备注
7 pages,4 figures,2 tables