基于深度学习的LTE小区趋势预测研究

作者：钱兵; 王兵

来源：信息通信技术与政策, 2019, (06): 1-7.

• LTE网络
• 趋势预测
• LSTM
• ARIMA
• 人工智能

当前,在人工智能技术迅猛发展的推动下,无线网运维领域也逐渐尝试使用算法辅助人工,增加运维效率和降低运维成本。本文以中国电信在东南沿海某省的LTE小区为例,选取KPI数据中平均激活用户数、下行用户面流量以及平均RRC连接用户数3个关键指标进行未来一周的趋势预测,通过对比机器学习中的ARIMA和深度学习中的LSTM两种算法优劣,最终使用3000个小区训练样本建立LSTM算法并得到上述3个指标预测最大精度分别是92%、71%和67.5%,可见在平均激活用户数指标上预测效果最好,超过80%。最后,将该算法推广到全省1.4016万个小区的平均激活用户数预测,进一步验证算法的效果。

• 单位
  中国电信集团有限公司