5G核心网业务模型的智能化预测研究

核心网业务模型的建立是5G网络容量规划和网络建设的基础，通过现有方法得到的理论业务模型是静态不可变的且与实际网络存在偏离。为了克服现有5G核心网业务模型与现网模型适配性较差以及规划设备无法满足用户实际业务需求的问题，提出了一种长短期记忆（long short-term memory, LSTM）网络与卷积LSTM（convolutionLSTM, ConvLSTM）网络双通道融合的5G核心网业务模型预测方法。该方法基于人工智能（artificial intelligence, AI）技术以实现高质量的核心网业务模型的智能预测，形成数据反馈闭环，实现网络自优化调整，助力网络智能化建设。...

Full description

Saved in:
Bibliographic Details
Published in电信科学 Vol. 38; no. 8; pp. 111 - 119
Main Authors 冯楠, 刘贺林, 周泉, 杨海俊, 付蜜能, 钟大平
Format Journal Article
LanguageChinese
Published 中国通信学会 20.08.2022
人民邮电出版社有限公司
中国移动通信有限公司研究院,北京 100053%中国移动通信集团有限公司,北京 100032
Subjects
网络智能化
核心网业务模型
5G
LSTM
ConvLSTM
Online AccessGet full text
ISSN1000-0801
DOI10.11959/j.issn.1000-0801.2022046

Cover

More Information
Summary:核心网业务模型的建立是5G网络容量规划和网络建设的基础，通过现有方法得到的理论业务模型是静态不可变的且与实际网络存在偏离。为了克服现有5G核心网业务模型与现网模型适配性较差以及规划设备无法满足用户实际业务需求的问题，提出了一种长短期记忆（long short-term memory, LSTM）网络与卷积LSTM（convolutionLSTM, ConvLSTM）网络双通道融合的5G核心网业务模型预测方法。该方法基于人工智能（artificial intelligence, AI）技术以实现高质量的核心网业务模型的智能预测，形成数据反馈闭环，实现网络自优化调整，助力网络智能化建设。
ISSN:1000-0801
DOI:10.11959/j.issn.1000-0801.2022046