一种高速公路5G网络资源需求预测方法

摘要

本发明提供一种高速公路5G网络资源需求预测方法，包括：首先建立各个车道的车流量检测数据集，然后按车流量对车流检测数据集进行重新归集，由相近车流量数据组成新的车流量数据集，并将车型细分为客车和货车；从新归集的车流量数据集中，截取总时间长度为T的客货车流量数据集，并获取相应时间段T内的上下行流量数据集；按时间间隔Δt对时间段T对应的数据集进行切分，基于切分后的数据集构建二元回归模型，进而根据当前客货车当前流量实现上下行通信数据需求预测。本发明能够在不同车流量条件和车流组成条件下，对高速公路的网络资源需求进行高效预测，从而更准确的为路网提供网络资源服务，在保障服务质量的基础上提高资源利用率。