一种基于栅格划分的人群分布预测方法

本发明属于广域无线通信网络，特别涉及一种人群分布预测技术。

背景技术：

1、随着通信技术的不断进步，人工智能(ai)赋能传统通信技术是当前十分有前景的研究方向，其中，用户移动性管理是5g核心网(cn,core network)的关键要素，通常表现为：在移动通信网络中，基站(bs,base station)可以感知用户(ue,user experience)的位置或距离，在用户移动过程中，用户与基站间能够顺畅地保持网络连接和流畅地进行通信。在当前的移动通信网络当中，移动性管理存在的核心问题是由于用户的移动性，信息获取的滞后性，即使消耗资源对用户位置进行监控，移动通信网络的mcs方案，功率分配等策略调整得可能仍然不够准确。传统的轨迹预测方案将工作集中在使用数学方法对单个人类目标的坐标-时间序列进行预测，然后扩展至数个人，然而这只适用于一类具有某些相似习惯的用户群体，亦或是小范围区域内的轨迹预测，数学方法的普适性不足的缺陷将会暴露。同时，对于广域无线通信场景下的预测，也并不需要聚焦于对单个目标的预测。

技术实现思路

1、为解决上述技术问题，本发明提出一种基于栅格划分的人群分布预测方法，在移动通信场景下，通过划分区域栅格并预测的方式，利用卷积长短期记忆神经网络辅以cbam(convolutional block attention module,卷积注意力机制模块)注意力和与lstm(longshort-term memory,长短期记忆人工神经网络)网络解决其缺陷，为用户移动性预测提供有效的解决手段。在具体的实施方案中，采取两步走的方式对用户移动性预测进行预测：首先对人类轨迹数据进行整合处理，通过栅格划分的形式将坐标数据处理成人群分布灰度图。然后使用convlstm网络基于过去的分布图预测未来的分布图。

2、本发明采用的技术方案为：一种基于栅格划分的人群分布预测方法，应用于广域无线通信系统，所述广域无线通信系统包括多个基站和多个用户，各基站每个时隙感知并记录其覆盖范围内用户的位置一次，所述预测方法包括：

3、s1、取每一个时隙的全部位置数据，并对全部位置数据构成的矩形预测区域进行栅格划分；

4、s2、根据每个栅格中的人数，将各栅格编码成灰度图；得到矩形预测区域对应的灰度分布图；

5、s3、基于步骤s2得到的灰度分布图对convlstm网络进行训练，根据训练完成的convlstm网络产生粗预测结果；

6、s4、搭建cbam注意力机制，将步骤s3产生的粗预测结果输入cbam注意力机制，得到特征图；

7、s5、搭建lstm对热点区域进行预测补正，将lstm预测出的结果合并至步骤s4的特征图中，得到最终预测结果。

8、本发明的有益效果：本发明针对无线通信场景下的移动性预测问题，基于划分单元栅格的方法，设计出一套以convlstm网络为主辅以cbam注意力机制和与lstm网络补正机制的联合解决方案，具有优秀的拓展性。本发明在无线通信移动性预测需求的同时，具有广泛的场景普适性，除此之外，由于区域内人群被转化为灰度图进行预测，大量的人群聚集也不会对神经网络的算力产生负担，即本发明的性能上限不受场景内人数限制。

技术特征：

1.一种基于栅格划分的人群分布预测方法，其特征在于，应用于广域无线通信系统，所述广域无线通信系统包括多个基站和多个用户，各基站每个时隙感知并记录其覆盖范围内用户的位置一次，所述预测方法包括：

2.根据权利要求1所述的一种基于栅格划分的人群分布预测方法，其特征在于，所述矩形预测区域的确定过程为：以东南西北四个方向用户能达到的最大距离，或者通信基站感知的最远距离为边界，得到矩形预测区域。

3.根据权利要求2所述的一种基于栅格划分的人群分布预测方法，其特征在于，各栅格的像素灰度表示为：

4.根据权利要求3所述的一种基于栅格划分的人群分布预测方法，其特征在于，convlstm网络训练过程中的损失函数mse计算公式为：

5.根据权利要求4所述的一种基于栅格划分的人群分布预测方法，其特征在于，步骤s4的处理过程为：

6.根据权利要求5所述的一种基于栅格划分的人群分布预测方法，其特征在于，步骤s5的处理过程为：

7.根据权利要求6所述的一种基于栅格划分的人群分布预测方法，其特征在于，步骤s51确定热点区域的过程为：在80％的时间上，该区域超过整体每个格子平均灰度值的一倍以上。

8.根据权利要求6所述的一种基于栅格划分的人群分布预测方法，其特征在于，lstm网络的输入输出维度与convlstm网络保持一致。

技术总结本发明公开一种基于栅格划分的人群分布预测方法，应用于广域无线通信网络技术领域，针对传统轨迹预测使用数学方法对单个人类目标的坐标‑时间序列进行预测，然后扩展至数个人，不适用于广域无线通信场景下的预测的问题；本发明首先对人类轨迹数据进行整合处理，通过栅格划分的形式将坐标数据处理成人群分布灰度图。然后使用ConvLstm网络基于过去的分布图预测未来的分布图；本发明通过划分区域栅格并预测的方式，利用卷积长短期记忆神经网络辅以CBAM注意力和与LSTM网络解决其缺陷，为用户移动性预测提供有效的解决手段。技术研发人员：刘强,杨子慕,冷甦鹏受保护的技术使用者：电子科技大学技术研发日：技术公布日：2024/7/29