摘要
本发明公开了一种基于流量预测和强化学习的天线下倾角优化方法及系统,涉及无线通信技术领域。构建目标区域内基站的网络流量数据的时空事件立方体数据集;根据时空事件立方体数据集得到流量预测模型;通过流量预测模型预测目标区域中每个基站的未来流量值;根据每个基站的未来流量值和三维位置信息,对基站进行是否参与天线下倾角调整的聚类分析后,确定需要进行天线下倾角调整的基站。本发明获得精确的网络流量预测后,基于预测流量和用户的地理位置进行天线下倾角调整的聚类分析,并通过深度强化学习算法对基站间的天线下倾角进行协同优化调整,从而有效实现移动通信网络资源的合理调度与利用。
技术关键词
下倾角
网络流量数据
流量预测模型
天线
特征提取模块
三维位置信息
基站
立方体
时间域
小区
注意力机制
深度强化学习算法
噪声特征提取
优化设备
网络流量预测
通信网络资源
系统吞吐量
无线通信技术
系统为您推荐了相关专利信息
介质阻挡放电等离子体反应器
强化学习网络
旋风分离器
数字孪生模型
粉尘场所
资源分配调度方法
高并发环境
波动特征
调度算法
模拟真实环境
网络入侵检测方法
门控循环神经网络
时序特征
网络流量数据
图形处理器