基于深度学习的移动通信网络负载预测与调度方法及系统

本发明涉及网络负载预测与调度方法技术领域，更具体地说，涉及基于深度学习的移动通信网络负载预测与调度方法及系统，包括：获取来自多个边缘计算节点的数据，包括基站数据、用户行为数据和环境参数数据；基于中央系统和边缘系统协同工作，构建用于负载预测和资源调度的多层模型；利用边缘计算节点中的动态特征嵌入变换模块进行特征提取；基于优化特征进行递归时空特征处理；通过预测模型生成网络负载预测结果；基于预测结果通过强化学习模型进行资源调度优化，通过对原始数据的动态特征嵌入，将多维特征嵌套映射到高维特征空间。嵌套特征进一步通过时变协同张量优化算法进行优化，能够在捕捉复杂非线性特征的同时，增强不同基站间的空间关联性。