基于经验模态分解与LSTM的多基站流量短期趋势预测

摘要：

　　针对基站流量随时间波动，具有多周期的特点，提出一种基于经验模态分解与长短期记忆网络(LSTM)的多基站流量预测方法。该方法首先将多个原始基站流量数据依据经验模态分解出多个内涵模态分量，滤除噪声分量并进行重构，最后导入再基于LSTM 网络进行预测。仿真结果表明，基于经验模态分解和LSTM 网络的多基站流量预测模型可以实现短期基站流量的预测，并且可以为基站流量和能耗管理提供指导。

关键词： 流量预测 经验模态分解 LSTM 多基站

作者: 孟德彬 张延华 贾克斌

作者单位: 北京工业大学信息与通信工程学院,北京 100124

会议类型: 国内会议

会议名称: 第十五届全国信号和智能信息处理与应用学术会议

会议地点: 重庆

会议语种:中文

页码: 295-299

在线出版日期: 2022-04-10（万方平台首次上网日期，不代表论文的发表时间）