CN114342450A - 自组织网络系统 - Google Patents
自组织网络系统 Download PDFInfo
- Publication number
- CN114342450A CN114342450A CN202080060191.4A CN202080060191A CN114342450A CN 114342450 A CN114342450 A CN 114342450A CN 202080060191 A CN202080060191 A CN 202080060191A CN 114342450 A CN114342450 A CN 114342450A
- Authority
- CN
- China
- Prior art keywords
- mobile communication
- data
- communication network
- network
- external
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010295 mobile communication Methods 0.000 claims abstract description 186
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000002123 temporal effect Effects 0.000 claims abstract description 18
- 230000002776 aggregation Effects 0.000 claims abstract description 16
- 238000004220 aggregation Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims abstract description 6
- 230000004044 response Effects 0.000 claims abstract description 6
- 238000012512 characterization method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000003213 activating effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000007405 data analysis Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000013480 data collection Methods 0.000 description 4
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- VEMKTZHHVJILDY-UHFFFAOYSA-N resmethrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=COC(CC=2C=CC=CC=2)=C1 VEMKTZHHVJILDY-UHFFFAOYSA-N 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0226—Traffic management, e.g. flow control or congestion control based on location or mobility
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Transition And Organic Metals Composition Catalysts For Addition Polymerization (AREA)
- Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
Abstract
提供了一种用于移动通信网络(105)的自动优化的自组织系统(100)。自组织系统包括:‑第一单元(115),被配置为收集与外部事件有关的外部数据,该外部事件引起在其中所述外部事件计划发生或正在发生的地理位置中的附连到移动通信网络(105)的用户设备(108)的用户的聚集,其中所述外部数据包括以下中的至少一个:在移动通信网络(105)外面并且独立于移动通信网络(105)生成和收集的数据,以及从或通过移动通信网络获得的关于附连到移动通信网络的用户设备的位置的数据;‑第二单元(120),被配置为处理收集的外部数据以获得所述外部事件的空间和时间识别符并且获得对应的移动通信网络(105)数据业务预报,该移动通信网络(105)数据业务预报有可能由所述外部事件的发生引起;‑第三单元(130),被配置为将所述空间和时间识别符以及所述数据业务预报与内部网络数据相关以便生成对应的网络关键问题报告,该内部网络数据在移动通信网络(105)内被检索和/或生成和/或处理并且与移动通信网络有关,该网络关键问题报告列出由于在外部事件将发生或正在发生时附连到移动通信网络(105)的用户设备(108)的用户的聚集引起的数据业务变化而可以影响移动通信网络的潜在的关键问题;‑第四单元(160),被配置为响应于所述网络关键问题报告而生成网络配置更新;‑第五单元(180),被配置为对移动通信网络(105)实施所述网络配置更新。
Description
技术领域
本发明一般地涉及通信网络领域。更特别地,本发明涉及用于移动通信网络的自动优化的自组织网络(“SON”)系统。
背景技术
在通信网络领域,自组织网络(“SON”)系统是被配置为自动地优化移动通信网络(诸如2G、3G、4G和5G移动通信网络)的系统。
SON系统被配置为通过负载平衡、覆盖和容量、以及移动性优化功能来优化移动通信网络。根据本领域已知的解决方案,由SON系统实现的所述功能提供通过网络有关的数据(下文中称为“内部网络数据”)的收集和测量来监视移动通信网络,该网络有关的数据在移动通信网络自身内被检索和/或生成和/或处理并且与移动通信网络有关(例如,与移动通信网络的状态有关)。内部网络数据涉及网络配置和/或性能和/或设置,诸如例如关于网络性能、呼叫细节记录、故障登记和故障警报的测量。
随着现代移动通信网络的复杂性和大小正在持续地增加,需要改进的SON系统以在不必增加移动通信网络的人工操作者的负担的情况下提高由移动通信网络提供的服务的性能。
出于这个目的,已设计了针对通过从移动通信网络检索的内部网络数据量的增加来提高SON系统的优化性能的不同的已知解决方案(参见例如3GPP技术规范TS28.628Self-Organizing Networks(SON)Policy Network Resource Model(NRM)Integration Reference Point(IRP);Information Service(IS)(Release 15))。
专利US 9,210,600公开了一种用于管理蜂窝无线通信网络的系统。该系统包括包括蜂窝无线通信性能度量的数据存储库、计算机和存储在计算机的非暂态存储器中并且由计算机执行的应用。该应用接收基站收发器台的选择,从数据存储库检索与所选择的基站收发器台相关联的度量,分析与所选择的基站收发器台相关联的度量,识别作为所选择的基站收发器台中的一个的低使用率基站收发器台,其中低使用率基站收发器台与小于预定义的使用率阈值的使用率相关联,基于不包括低使用率基站收发器台的所选择的基站收发器台的度量来确定至少一个度量的平均值,并且传输该至少一个度量的平均值。
在例如在互联网网页https://docplayer.net/3165186-Big-data-driven- knowledge-discovery-for-autonomic-future-internet.html可获得的Department ofMathematics and Computer Science,College of Engineering,Mathematics andPhysical Sciences University of Exeter,U.K.的教授Geyong Min的Big Data DrivenKnowledge Discovery for Autonomic Future Internet中,提供了面向5G移动网络的自动未来互联网(“AFI”)的概念,即,配置为通过内部网络性能数据的收集和分析以及通过由物联网(“IoT”)传感器生成和/或由网络的用户提供的数据使自身适应可变的业务状况的智能自动化网络。
Suzhi Bi、Rui Zhang、Zhi Ding、Shuguang Cui在IEEE CommunicationsMagazine(第53卷,第10期,2015年10月,第190-199页)的文章Wireless communicationsin the era of big data讨论了在设计可扩展的无线系统以迎接大数据时代中的挑战和机遇。不是将移动大数据视为不想要的负担,而是引入了利用大量数据业务的方法,以构建具有更好的无线服务质量和新的移动应用的大数据感知无线网络。
Ari Banerjee在Heavy reading,2014年2月的白皮书Advanced predictivenetwork analytics:Optimize your Network Investments&transform CustomerExperience公开了一种用于由通信运营商拥有的综合数据网络的管理的基于预测性分析的解决方案。
发明内容
申请人已观察到,本领域已知的解决方案都不能够在不必增加移动通信网络的人工操作者的负担的情况下有效地提高由移动通信网络提供的服务的性能。
在具有SON功能的已知移动通信网络中,SON系统仅利用从移动通信网络检索并且仅关于移动通信自身的内部网络数据。因此,由所述SON系统提供的自动优化仅限于移动通信网络自身的操作,并且没有考虑可能影响移动通信网络的性能的外部事件(即,相对于移动通信网络是外部的)。在这方面,申请人已发现可以强烈地影响移动通信网络的性能的可能的外部事件中的一个是在用户由于公共事件(诸如例如艺术/娱乐表演、文化展览、戏剧演出、体育竞赛、演奏会、电影、示威游行等)的发生而形成聚集时其用户设备(例如,智能电话)附连到移动通信网络的用户的数量和地点的变化。
在US 9,210,600中公开的解决方案主要针对提供客户关怀解决方案和关于用户的体验质量(“QoE”)的变化做出预报分析。在US 9,210,600中,没有针对移动通信网络的优化做出特别的努力。
由教授Geyong Min提出的解决方案主要基于内部网络数据和通过IoT传感器获取的数据的处理。
文章Wireless communications in the era of big data仅仅针对用于设计适当可扩展的无线网络以便面对数据业务的增加的方法。
在Advanced predictive network analytics:Optimize your NetworkInvestments&transform Customer Experience中公开的解决方案仅仅瞄准更有效地管理网络资源并且基于网络的用户的不同要求和期望。
鉴于上述情况,申请人已设计了一种SON系统,与已知的解决方案相比,该SON系统能够以更有效的方式优化移动通信网络。
本发明的一个或多个方面在独立权利要求中阐述,其中在从属权利要求中指示同一发明的有利特征,其措辞通过引用逐字包含在本文中(其中参考本发明的特定方面提供的任何有利特征加上必要的变更即可适用于其任何其它方面)。
本发明的一个方面涉及一种用于移动通信网络的自动优化的自组织系统。
根据发明的实施例,该自组织系统包括第一单元,该第一单元被配置为收集与外部事件有关的外部数据,该外部事件引起在其中所述外部事件计划发生或正在发生的地理位置中的附连到移动通信网络的用户设备的用户的聚集。
根据发明的实施例,所述外部数据包括在移动通信网络外面并且独立于移动通信网络生成和收集的数据。
根据发明的实施例,所述外部数据包括从移动通信网络或通过移动通信网络获得的关于附连到移动通信网络的用户设备的位置的数据。
根据发明的实施例,该自组织系统还包括第二单元,该第二单元被配置为处理收集的外部数据以获得所述外部事件的空间和时间识别符并且获得对应的移动通信网络数据业务预报,该移动通信网络数据业务预报有可能由所述外部事件的发生引起。
根据发明的实施例,该自组织系统包括第三单元,该第三单元被配置为将所述空间和时间识别符以及所述数据业务预报与内部网络数据相关以便生成对应的网络关键问题报告,该内部网络数据在移动通信网络内被检索和/或生成和/或处理并且与移动通信网络有关,该网络关键问题报告列出由于在外部事件将发生或正在发生时附连到移动通信网络的用户设备的用户的聚集引起的数据业务变化而可以影响移动通信网络的潜在的关键问题。
根据发明的实施例,该自组织系统包括第四单元,该第四单元被配置为响应于所述网络关键问题报告而生成网络配置更新。
根据发明的实施例,该自组织系统还包括第五单元,该第五单元被配置为对移动通信网络实施所述网络配置更新。
根据本发明的实施例,第二单元被配置为处理收集的外部数据,以从与附连到移动通信网络的用户设备的位置有关的所述数据获得在其中所述外部事件计划发生或正在发生的地理位置中的附连到移动通信网络的用户设备的用户的聚集的指示。
根据发明的实施例,所述内部网络数据包括关于移动通信网络的性能的性能数据和关于移动通信网络的配置的配置数据。
根据发明的实施例,所述第三单元包括第一子单元,该第一子单元被配置为基于所述空间和时间识别符与所述配置数据的相关性来识别移动通信网络的将受所述外部事件影响的节点并且识别所述节点何时将受所述外部事件影响。
根据发明的实施例,所述第三单元包括第二子单元,该第二子单元被配置为通过利用所述性能数据从性能角度表征由第一子单元识别的所述节点。
根据发明的实施例,所述第三单元包括第三子单元,该第三子单元被配置为通过将由第二子单元执行的节点的表征与所述数据业务预报相关来生成所述网络关键问题报告。
根据发明的实施例,所述外部数据包括以下当中的至少一个:
-事件识别数据,包括外部事件的列表和每个列出的外部事件的种类/类型;
-事件时间数据,对于每个外部事件包括外部事件的日期、开始时间以及预计持续期当中的至少一个;
-事件地理数据,对于每个外部事件包括外部事件计划发生的地理位置、对外部事件感兴趣的区域的大小、其容量、关于对到达/离开外部事件位置有用的交通/道路状况和/或公共交通的数据当中的至少一个;
-事件参与者数据,对于每个外部事件包括参与者的预计数量;
-参与者类型数据,对于每个外部事件包括参与者的类型的(例如,表征),例如根据有用的准则;
-历史数据,对于每个外部事件包括与相同外部事件的过去发生的参与者的类型与数量之间的至少一个有关的信息;
-社交网络数据,对于每个外部事件包括与所述外部事件有关的社交网络信息;
-天气预报数据,包括与预报的天气有关的信息。
根据发明的实施例,所述空间和时间识别符包括以下之间的至少一个:
-区域指示符,适于在空间上识别其中所述外部事件将发生的地理区域;
-时间指示符,适于在时间上识别所述外部事件。
根据发明的实施例,对于移动通信网络的所述数据业务预报包括以下当中的至少一个:
-与所述外部事件有关的移动通信网络上的数据业务量;
-所述数据业务的地理分布;
-在外部事件将发生时由附连到移动通信网络的用户设备的用户向移动通信网络请求的服务的种类;
-在外部事件将发生时请求的服务的预计质量;
-由与所述外部事件有关的业务引起的上行链路和下行链路比特速率。
根据发明的实施例,所述网络关键问题报告包括以下当中的至少一个:
-对所述外部事件感兴趣的移动通信网络的节点之间的数据业务的负载不平衡;
-由在所述外部事件的发生期间生成的数据业务引起的网络资源的饱和;
-由所述外部事件引起的服务质量恶化。
根据发明的实施例,所述网络配置更新包括以下当中的至少一个:
-针对修改移动通信网络中的小区覆盖的天线参数的更新;
-针对平衡移动通信网络中的业务负载的切换阈值的更新;
-添加/激活移动通信网络中的/的新的网络节点;
-对移动通信网络的节点激活新的传输频率。
根据发明的实施例,所述性能数据包括以下当中的至少一个:移动通信网络的吞吐量、延迟数据、关键性能指标。
根据发明的实施例,所述配置数据包括以下当中的至少一个:与移动通信网络的节点的地点有关的数据,与当前和潜在可用的移动通信网络资源的可用性和分布有关的数据,关于移动通信网络的节点的天线的位置、数量、大小和/或地点的数据,优先级数据,无线电有关的参数,以及与切换关系有关的数据。
本发明的另一个方面涉及一种用于移动通信网络的自动优化的方法。
根据发明的实施例,该方法包括收集与外部事件有关的外部数据,该外部事件引起在其中所述外部事件计划发生或正在发生的地理位置中的附连到移动通信网络的用户设备的用户的聚集。
根据发明的实施例,所述外部数据包括以下中的至少一个:
在移动通信网络外面并且独立于移动通信网络生成和收集的数据,以及
从或通过移动通信网络获得的关于附连到移动通信网络的用户设备的位置的数据。
根据发明的实施例,该方法包括处理收集的外部数据以获得所述外部事件的空间和时间识别符并且获得对应的移动通信网络数据业务预报,该移动通信网络数据业务预报将有可能由所述外部事件的发生引起。
根据发明的实施例,该方法包括将所述空间和时间识别符以及所述数据业务预报与内部网络数据相关以便生成对应的网络关键问题报告,该内部网络数据在移动通信网络内被检索和/或生成和/或处理并且与移动通信网络有关,该网络关键问题报告列出由于在外部事件将发生或正在发生时附连到移动通信网络的用户设备的用户的聚集引起的数据业务变化而可以影响移动通信网络的潜在的关键问题。
根据发明的实施例,该方法包括响应于所述网络关键问题报告而生成网络配置更新。
根据发明的实施例,该方法包括对移动通信网络实施所述网络配置更新。
根据发明的实施例,所述内部网络数据包括关于移动通信网络的性能的性能数据和关于移动通信网络的配置的配置数据。
根据发明的实施例,所述将所述空间和时间识别符以及所述数据业务预报与从/由移动通信网络检索/生成的内部网络数据相关包括执行以下的操作序列:
a)基于所述空间和时间识别符与所述配置数据的相关性来识别移动通信网络的将受所述外部事件影响的节点并且识别所述节点何时将受所述外部事件影响;
b)通过利用所述性能数据从性能角度表征在操作a)中识别的所述节点;
c)通过将在操作c)中执行的节点的表征与所述数据业务预报相关来生成所述网络关键问题报告。
附图说明
本发明的这些以及其它特征和优点通过阅读以下其示例性和非限制性实施例的详细描述将更清楚地显现。为了它的更好的可理解性,以下描述应当参考附图来阅读,其中:
图1是根据本发明的实施例的SON系统100的示意性表示;
图2是图示由图1的SON系统执行的主要操作的流程图。
具体实施方式
参考附图,图1是根据本发明的实施例的被配置为自动地优化移动通信网络105的SON系统100的示意性表示。
本发明的概念可以独立于移动通信网络105的架构被应用。例如,移动通信网络105可以是2G、3G、4G或5G移动通信网络。
本发明的实施例提供了具有收集外部数据并且将这样的数据与内部网络数据相关以配置移动通信网络105的功能的SON系统,该外部数据包括在移动通信网络105外面并且独立于移动通信网络105被生成和收集的数据,该内部网络数据在移动通信网络105内被检索和/或生成和/或处理并且与移动通信网络有关。以这种方式,通过不仅考虑移动通信网络105的内部状态而且还考虑可能影响移动通信网络105的性能的外部事件,可以优化移动通信网络105的性能。
根据本发明的实施例,可能影响移动通信网络105的性能的所述外部事件是例如局部公共事件,其引起在其中这样的公共事件正在发生的地理位置中的附连到移动通信网络105的用户设备(“UE”)108(例如,智能电话)的用户的聚集。这种外部事件的非限制性示例包括艺术/娱乐表演、文化展览、戏剧演出、体育竞赛、演奏会、电影、示威游行。
根据本发明的实施例,在移动通信网络105外面并且独立于移动通信网络105生成和收集的所述外部数据可以包括与所述外部事件有关的大量(可能非均匀、异构)的不同数据。在图1中利用标号110全局地识别的这种外部数据是识别、定位、表征和一般性地描述所述外部事件的描述符数据。
根据本发明的实施例,在移动通信网络105外面并且独立于移动通信网络105生成和收集的外部数据110可以包括以下种类的描述符数据中的至少一个(优选地至少子集):
-事件识别数据,包括例如外部事件的列表(例如,以事件日历的形式)和每个列出的外部事件的种类/类型(例如,艺术事件、体育事件、政治事件、文化事件、娱乐事件等);
-事件时间数据,对于每个外部事件包括例如外部事件的日期、开始时间和预计持续期;
-事件地理数据,对于每个外部事件包括例如外部事件计划发生的地理位置、对外部事件感兴趣的区域(例如,城市广场、竞技场、体育场)的大小、其容量(在人的数量方面)、关于对到达/离开外部事件位置有用的交通/道路状况和/或公共交通的数据;
-事件参与者数据,对于每个外部事件包括例如参与者的预计数量(例如,基于门票预订);
-参与者类型数据,对于每个外部事件包括例如参与者的类型的(例如,表征),例如根据有用的准则(例如,青少年、家庭、专业人士等);
-历史数据,对于每个外部事件包括例如与相同事件的过去版本/发生的参与者的类型和数量有关的信息;
-社交网络数据,对于每个外部事件包括例如与所述外部事件有关的社交网络信息,从该社交网络信息可以获得参与者的估计;
-天气预报数据,包括例如与可能影响外部事件的参与者的数量的预报的天气有关的信息。
根据本发明的实施例,SON系统100优选地包括外部数据收集模块115,其被配置为例如从(例如,开放数据)互联网网站和社交网络收集外部数据110。
必须意识到,在本说明书中,术语“模块”和“单元”旨在强调其功能(而不是实现)方面。本文将描述的SON系统100的每个模块/单元可以通过软件、硬件和/或其组合来实现。而且,模块和单元也可以至少在概念上反映SON系统100的物理结构。
根据本发明的实施例,SON系统100包括外部数据分析模块120,其被配置为对通过外部数据收集模块115收集的外部数据110进行分析和相关,以便:
-生成区域指示符AI,其例如在地点、形状和大小方面在空间上识别其中外部事件将发生的地理区域,
-生成时间指示符TI,其例如在日期、开始/结束时间和/或持续期方面在时间上识别外部事件,
-确定关于移动通信网络105数据业务的对应的数据业务预报DTP,该移动通信网络105数据业务预计由所考虑的外部事件的参与者引起。
根据本发明的实施例,所述数据业务预报DTP可以包括以下当中的至少一个(并且优选地至少子集):
-与所考虑的外部事件有关的移动通信网络105上的数据业务量;
-所述数据业务的地理分布;
-由所考虑的外部事件的参与者向移动通信网络请求的服务的种类;
-在所考虑的外部事件期间请求的服务的预计服务质量;
-由与所考虑的外部事件有关的业务引起的上行链路和下行链路比特速率。
根据本发明的示例性实施例,外部数据分析模块120可以被配置为通过基于业务生成特点、服务和/或质量有关的数据通过利用相关性的聚类方法处理外部数据110来生成区域指示符AI、时间指示符TI和数据业务预报DTP。例如,所述聚类方法可以被配置为强调服务类型及其特点(例如,上行链路中和/或下行链路中的最大比特速率、上行链路/下行链路关系类型)。
例如,如果外部事件是说唱音乐演奏会,那么参与者将一般是年轻人,这些年轻人将使用在上行链路中要求高最大比特速率的多媒体内容分享服务。
例如,根据本发明的示例性实施例,由分析模块120使用以生成区域指示符AI的外部数据110可以包括事件地理数据,由分析模块120使用以生成时间指示符TI的外部数据110可以包括事件时间数据,由分析模块120使用以生成数据业务预报DTP的外部数据110可以包括事件识别数据、事件参与者数据、参与者类型数据、历史数据、社交网络数据、天气预报数据当中的至少一个。
根据本发明的实施例,由外部数据分析模块120执行的分析的结果–例如,与所考虑的外部事件有关的区域指示符AI、时间指示符TI和数据业务预报DTP–可以存储在外部事件储存库模块125
(例如数据库)中。
以这种方式,可以在外部事件储存库模块125中保存针对过去的外部事件执行的分析的结果。例如,根据本发明的实施例,事件储存库模块125可以对每个过去的外部事件存储先前由外部数据分析模块120计算的对应的区域指示符AI、时间指示符TI和数据业务预报DTP。
根据本发明的实施例,存储在事件储存库模块125中的与过去的外部事件有关的这些分析结果可以被外部数据分析模块120有利地利用以提高针对当前所考虑的外部事件执行的分析的可靠性。
根据本发明的实施例,SON系统100还包括数据相关模块130,其被配置为将由外部数据分析模块120输出的区域指示符AI、时间指示符TI和数据业务预报DTP与在移动通信网络105内检索和/或生成和/或处理并且与移动通信网络有关(例如,与移动通信网络的状态有关)的内部网络数据相关以确定对应的网络关键问题报告NCIR,该网络关键问题报告NCIR列出由于外部事件的参与者生成的数据业务变化而可以影响移动通信网络105的可能的关键问题。
根据本发明的实施例,在网络关键问题报告NCIR中可以列出的关键问题可以包括以下当中的至少一个:
-对所考虑的外部事件感兴趣的移动通信网络105的节点之间的数据业务的非同质性(即,负载不平衡);
-由在所考虑的外部事件的发生期间生成的数据业务引起的网络资源的饱和;
-由所考虑的外部事件引起的QoS恶化。
根据本发明的实施例,由数据相关模块130使用以生成网络关键问题报告NCIR的与移动通信网络105(例如,其状态)有关的内部网络数据包括关于移动通信网络105的性能的性能数据PD与关于移动通信网络105及其节点的配置的配置数据CD之间的至少一个。
关于移动通信网络105的性能的性能数据PD可以包括例如吞吐量、延迟数据和关键性能指标(“KPI”)(例如,每种服务类型的差异化的可访问性、切换失败、每种服务类型的吞吐量、截止)。性能数据PD可以例如通过考虑历史性能数据分析来生成,该历史性能数据分析是考虑用户服务、网络性能和网络配置而进行的。
关于移动通信网络105及其节点的配置的配置数据CD可以包括例如以下当中的至少一个:与移动通信网络105的节点的地点有关的数据、与当前和潜在可用的资源(例如,带宽)的可用性和分布有关的数据、关于移动通信网络105的节点的天线的位置、数量、大小和/或地点的数据、优先级数据、无线电有关的参数、与切换关系有关的数据。例如,关于位置的数据可以从在无线电接入网络规划阶段中使用的地理有关数据导出。
性能数据PD优选地存储在专用网络性能数据库140中并且配置数据CD优选地存储在专用网络库存数据库150中。然而,如果性能数据PD和配置数据CD存储在不同数据库中,诸如在同一数据库中,那么类似的考虑适用。
根据本发明的实施例,数据相关模块130包括第一子模块130(1)、第二子模块130(2)和第三子模块130(3)。
根据本发明的实施例,第一子模块130(1)被配置为识别移动通信网络105的哪些节点将受外部事件影响,即,其小区覆盖其中外部事件将发生的地理区域的部分的节点,并且通过将由外部数据分析模块120生成的区域指示符AI和时间指示符TI与配置数据CD相关来识别何时受影响。
根据本发明的实施例,第二子模块130(2)被配置为通过利用性能数据PD从性能角度表征由第一子模块130(1)识别的通信网络105的节点当中的每个节点。例如,根据本发明的实施例,节点借助于KPI统计信息(诸如例如每种服务类型的差异化的可访问性、切换失败、每种服务类型的吞吐量、和/或截止)来表征。
根据本发明的实施例,第三子模块130(3)被配置为通过将由第二子模块130(2)执行的节点表征与由外部数据分析模块120输出的数据业务预报DTP相关来生成网络关键问题报告NCIR(其列出可以影响移动通信网络105的可能的关键问题)。例如,强调关于节点的性能方面,诸如例如从通信资源角度的节点硬件方面、节点配置(例如,阈值、优先级)以及邻居节点之间的关系。
SON系统100还包括网络配置模块160,其被配置为从数据相关模块130接收网络关键问题报告NCIR,并且生成对应的网络配置更新NCU,该网络配置更新NCU适于在网络配置更新NCU被应用到移动通信网络105时解决或至少减轻网络关键问题报告NCIR中列出的关键问题。
无需讨论SON网络领域的技术人员众所周知的细节,所述网络配置更新NCU包括要被应用到移动通信网络105的当前配置的更新和修改的列表,诸如例如以下当中的一个或多个:
-针对修改小区覆盖的天线参数的更新;
-针对平衡业务负载的切换阈值的更新;
-添加/激活新的网络节点;
-激活新的传输频率。
根据本发明的实施例,由网络配置模块160生成的网络配置更新NCU有利地存储在网络配置数据库170中以便在外部事件发生时被应用到移动通信网络105。以这种方式,生成网络配置更新历史。
而且,根据本发明的实施例,通过保持以网络配置更新历史的形式存储在网络配置数据库170中的过去的网络配置更新NCU,可以有利地利用它们以提高在新的网络配置更新NCU的生成中(诸如例如当识别出外部事件(类似于已经分析的过去的外部事件)要发生时)网络配置模块160的性能。
SON系统100还包括实施器模块180,其适于在外部事件的发生期间根据本领域众所周知的SON过程中的一个将由网络配置模块160生成的网络配置更新NCU应用到移动通信网络105。
有利地,SON系统还可以包括监视器模块190,其适于在外部事件的发生期间监视移动通信网络105的性能,并且相应地在网络性能数据库140中存储关于这样的外部事件涉及的移动通信网络105的节点的性能的性能数据PD。以这种方式,网络性能数据库140可以有利地利用关于在过去的外部事件期间测量的移动通信网络105的(涉及的)节点的性能(例如,KPI)的数据来丰富。这些数据可以有利地被利用以提高与未来的外部事件有关的SON系统100的性能。
图2是图示根据本发明的实施例的SON系统100执行的主要操作的流程图200。
SON系统100通过外部数据收集模块115收集外部数据110(阶段205),例如通过搜索/探索/浏览/检查/监视互联网网站、开放数据数据库、社交网络等。可以周期性地、响应于明确的操作者请求和/或连续地执行这个操作。当信息变得可用时,关于未来的外部事件的数据也可以异步地输入在数据收集系统模块115中。
收集的外部数据然后由外部数据分析模块120分析和相关以便评估未来的外部事件的发生,并且对在未来将发生的每个外部事件(或其至少一部分)生成识别和描述外部事件的对应的区域指示符AI、时间指示符TI和数据业务预报DTP(方框210)。有利地,所述区域指示符AI、时间指示符TI和数据业务预报DTP也可以存储在事件储存库模块125中。
此时,根据本发明的实施例,数据相关模块130将与外部事件对应的区域指示符AI、时间指示符TI和数据业务预报DTP(从外部数据获得)与配置数据CD和性能数据PD(内部数据)相关以便生成对应的网络关键问题报告NCIR,该网络关键问题报告NCIR列出在所述外部事件的发生期间可以影响移动通信网络105的可能的关键问题(方框215、220、230)。
出于这个目的,根据本发明的实施例:
-第一子模块130(1)通过将对应的区域指示符AI和时间指示符TI与配置数据CD相关来识别移动通信网络105的哪些节点将受所述外部事件影响以及何时受影响(方框215);
-第二子模块130(2)通过利用性能数据PD从性能角度表征在方框215处识别的节点(方框220),以及
-第三子模块130(2)通过将在方框220处执行的节点表征与数据业务预报DTP相关来生成网络关键问题报告NCIR(方框225)。
此时,网络配置模块160使用本领域已经知道的SON过程中的一个生成针对面对生成的网络关键问题报告NCIR中列出的问题的网络配置更新NCU(方框240)。有利地,所述网络配置更新NCU也可以以网络配置更新历史的形式存储在网络配置数据库170中。
在方框240处生成的网络配置更新NCU然后在外部事件的发生期间根据本领域已经知道的SON过程中的一个被实施器模块180应用到移动通信网络105(方框250)。
根据本发明的实施例,监视器模块190在外部事件的发生期间监视移动通信网络105的性能,并且在网络性能数据库140中存储与外部事件涉及的移动通信网络105的节点的性能有关的性能数据PD。
在上述发明的实施例中,SON系统100被配置为通过处理外部数据110来生成区域指示符AI、时间指示符TI和数据业务预报DTP,该外部数据110包括在移动通信网络105外面并且独立于移动通信网络105生成和收集的数据。
根据发明的另一个实施例,除了或代替在移动通信网络105外面并且独立于移动通信网络105生成和收集的所述数据,外部数据110还包括从移动通信网络105或通过移动通信网络105获得的关于附连到移动通信网络105的UE 108的位置的数据。
根据本发明的实施例,外部数据分析模块120被配置为收集关于附连到移动通信网络105的UE 108的位置的所述数据,并且处理它们以获得在其中外部事件计划发生或正在发生的地理位置中的附连到移动通信网络105的UE 108的用户的聚集的指示,例如使用利用UE位置数据的用于计数或估计人群中的人的数量的人群计数技术,诸如例如在同一申请人的欧洲专利申请EP3241368、EP3278579、EP3278580中的一个中描述的技术中的一个。
根据发明的这个实施例,外部数据分析模块120被配置为通过利用(例如,还有)通过关于附连到移动通信网络105的UE 108的位置的所述数据的处理获得的UE 108的用户的聚集的指示来生成区域指示符AI、时间指示符TI和数据业务预报DTP。
自然地,为了满足局部和特定要求,本领域技术人员可以对上述发明应用许多逻辑和/或物理修改和改动。更具体地,尽管本发明已参考其优选实施例以一定程度的独特性进行了描述,但是应当理解的是,形式和细节上的各种省略、替换和改变以及其它实施例是可能的。特别地,本发明的不同实施例甚至可以在没有在前面的描述中阐述以提供其更透彻的理解的具体细节的情况下实践;相反,众所周知的特征可能已被省略或简化以便不因不必要的细节妨碍描述。而且,明确地旨在结合本发明的任何公开的实施例描述的特定元件和/或方法步骤可以并入在任何其它实施例中。
更具体地,本发明适合于通过等同的方法(通过使用类似的步骤、移除不是必需的一些步骤、或者添加进一步的可选步骤)实现;而且,这些步骤可以以不同的次序、并发地或以交错的方式(至少部分地)执行。
此外,如果SON系统100具有不同的结构或包括等同的组件,或者它具有其它操作特征,那么相似的考虑适用。在任何情况下,可以将其任何组件分成若干元件,或者可以将两个或更多个组件组合成单个元件;此外,可以复制每个组件以支持并行执行对应的操作。还应当注意的是,不同组件之间的任何交互一般不需要是连续的(除非另外指明),并且它既可以是直接的也可以是通过一个或多个中介间接的。
而且,SON系统100的模块可以由物理机、运行在一个或多个物理服务器上的虚拟机、和/或云计算环境中的虚拟机来实现。
Claims (13)
1.一种用于移动通信网络(105)的自动优化的自组织系统(100),包括:
-第一单元(115),被配置为收集与外部事件有关的外部数据,该外部事件引起在其中所述外部事件计划发生或正在发生的地理位置中的附连到移动通信网络(105)的用户设备(108)的用户的聚集,其中所述外部数据包括以下中的至少一个:
在移动通信网络(105)外面并且独立于移动通信网络(105)生成和收集的数据,以及
从或通过移动通信网络获得的关于附连到移动通信网络的用户设备的位置的数据;
-第二单元(120),被配置为处理收集的外部数据以获得所述外部事件的空间和时间识别符并且获得对应的移动通信网络(105)数据业务预报,该移动通信网络(105)数据业务预报有可能由所述外部事件的发生引起;
-第三单元(130),被配置为将所述空间和时间识别符以及所述数据业务预报与内部网络数据相关以便生成对应的网络关键问题报告,该内部网络数据在移动通信网络(105)内被检索和/或生成和/或处理并且与移动通信网络有关,该网络关键问题报告列出由于在外部事件将发生或正在发生时附连到移动通信网络(105)的用户设备(108)的用户的聚集引起的数据业务变化而能够影响移动通信网络的潜在的关键问题;
-第四单元(160),被配置为响应于所述网络关键问题报告而生成网络配置更新;
-第五单元(180),被配置为对移动通信网络(105)实施所述网络配置更新。
2.如权利要求1所述的自组织系统(100),其中所述第二单元(120)被配置为处理收集的外部数据,以从关于附连到移动通信网络的用户设备的位置的所述数据获得在其中所述外部事件计划发生或正在发生的地理位置中的附连到移动通信网络(105)的用户设备(108)的用户的聚集的指示。
3.如权利要求1或2所述的自组织系统(100),其中所述内部网络数据包括关于移动通信网络的性能的性能数据和关于移动通信网络的配置的配置数据。
4.如权利要求2所述的自组织系统(100),其中所述第三单元(130)包括:
-第一子单元(130(1)),被配置为基于所述空间和时间识别符与所述配置数据的相关性来识别移动通信网络(105)的将受所述外部事件影响的节点并且识别所述节点何时将受所述外部事件影响;
-第二子单元(130(2)),被配置为通过利用所述性能数据从性能角度表征由第一子单元(130(1))识别的所述节点;
-第三子单元(130(3)),被配置为通过将由第二子单元(130(3))执行的节点的表征与所述数据业务预报相关来生成所述网络关键问题报告。
5.如前述权利要求中的任一项所述的自组织系统(100),其中在移动通信网络(105)外面并且独立于移动通信网络(105)生成和收集的所述数据包括以下当中的至少一个:
-事件识别数据,包括外部事件的列表和每个列出的外部事件的种类/类型;
-事件时间数据,对于每个外部事件包括外部事件的日期、开始时间以及预计持续期当中的至少一个;
-事件地理数据,对于每个外部事件包括外部事件计划发生的地理位置、对外部事件感兴趣的区域的大小、其容量、关于对到达/离开外部事件位置的交通/道路状况和/或公共交通的数据当中的至少一个;
-事件参与者数据,对于每个外部事件包括参与者的预计数量;
-参与者类型数据,对于每个外部事件包括参与者的类型;
-历史数据,对于每个外部事件包括与相同外部事件的过去发生的参与者的类型与数量之间的至少一个有关的信息;
-社交网络数据,对于每个外部事件包括与所述外部事件有关的社交网络信息;
-天气预报数据,包括与预报的天气有关的信息。
6.如前述权利要求中的任一项所述的自组织系统(100),其中所述空间和时间识别符包括以下之间的至少一个:
-区域指示符,适于在空间上识别其中所述外部事件将发生的地理区域;
-时间指示符,适于在时间上识别所述外部事件。
7.如前述权利要求中的任一项所述的自组织系统(100),其中对于移动通信网络(105)的所述数据业务预报包括以下当中的至少一个:
-与所述外部事件有关的移动通信网络上的数据业务量;
-所述数据业务的地理分布;
-在外部事件将发生时由附连到移动通信网络(105)的用户设备(108)的用户向移动通信网络请求的服务的种类;
-在外部事件将发生时请求的服务的预计质量;
-由与所述外部事件有关的业务引起的上行链路和下行链路比特速率。
8.如前述权利要求中的任一项所述的自组织系统(100),其中所述网络关键问题报告包括以下当中的至少一个:
-对所述外部事件感兴趣的移动通信网络的节点之间的数据业务的负载不平衡;
-由在所述外部事件的发生期间生成的数据业务引起的网络资源的饱和;
-由所述外部事件引起的服务质量恶化。
9.如前述权利要求中的任一项所述的自组织系统(100),其中所述网络配置更新包括以下当中的至少一个:
-针对修改移动通信网络中的小区覆盖的天线参数的更新;
-针对平衡移动通信网络中的业务负载的切换阈值的更新;
-添加/激活移动通信网络中的/的新的网络节点;
-对移动通信网络的节点激活新的传输频率。
10.如权利要求2、3和4中的任一项或从属于权利要求3时的权利要求5至9中的任一项所述的自组织系统(100),其中:
-所述性能数据包括以下当中的至少一个:移动通信网络的吞吐量、延迟数据、关键性能指标,并且
-所述配置数据包括以下当中的至少一个:与移动通信网络的节点的地点有关的数据,与当前和潜在可用的移动通信网络资源的可用性和分布有关的数据,关于移动通信网络的节点的天线的位置、数量、大小和/或地点的数据,优先级数据,无线电有关的参数,以及与切换关系有关的数据。
11.一种用于移动通信网络(105)的自动优化的方法(200),包括:
-收集(205)与外部事件有关的外部数据,该外部事件引起在其中所述外部事件计划发生或正在发生的地理位置中的附连到移动通信网络(105)的用户设备(108)的用户的聚集,所述外部数据包括以下中的至少一个:
在移动通信网络(105)外面并且独立于移动通信网络(105)生成和收集的数据,以及
从或通过移动通信网络获得的关于附连到移动通信网络的用户设备的位置的数据;
-处理(210)收集的外部数据以获得所述外部事件的空间和时间识别符并且获得对应的移动通信网络(105)数据业务预报,该移动通信网络(105)数据业务预报有可能由所述外部事件的发生引起;
-将所述空间和时间识别符以及所述数据业务预报与内部网络数据相关(215;220;230)以便生成对应的网络关键问题报告,该内部网络数据在移动通信网络(105)内被检索和/或生成和/或处理并且与移动通信网络有关,该网络关键问题报告列出由于在外部事件将发生或正在发生时附连到移动通信网络(105)的用户设备(108)的用户的聚集引起的数据业务变化而能够影响移动通信网络的潜在的关键问题;
-响应于所述网络关键问题报告而生成(240)网络配置更新;
-对移动通信网络(105)实施(250)所述网络配置更新。
12.如权利要求11所述的方法,其中所述内部网络数据包括关于移动通信网络的性能的性能数据和关于移动通信网络的配置的配置数据。
13.如权利要求12所述的方法,其中所述将所述空间和时间识别符以及所述数据业务预报与从/由移动通信网络(105)检索/生成的内部网络数据相关(215;220;230)包括执行以下的操作序列:
a)基于所述空间和时间识别符与所述配置数据的相关性来识别(215)移动通信网络(105)的将受所述外部事件影响的节点并且识别所述节点何时将受所述外部事件影响;
b)通过利用所述性能数据从性能角度表征(220)在操作a)中识别的所述节点;
c)通过将在操作c)中执行的节点的表征与所述数据业务预报相关来生成(230)所述网络关键问题报告。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT102019000015096 | 2019-08-27 | ||
IT102019000015096A IT201900015096A1 (it) | 2019-08-27 | 2019-08-27 | Sistema di rete auto-organizzante |
PCT/EP2020/073659 WO2021037812A1 (en) | 2019-08-27 | 2020-08-24 | Self-organizing network system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114342450A true CN114342450A (zh) | 2022-04-12 |
Family
ID=68988216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080060191.4A Pending CN114342450A (zh) | 2019-08-27 | 2020-08-24 | 自组织网络系统 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220338029A1 (zh) |
EP (1) | EP4022959A1 (zh) |
CN (1) | CN114342450A (zh) |
IT (1) | IT201900015096A1 (zh) |
WO (1) | WO2021037812A1 (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019034805A1 (en) * | 2017-08-14 | 2019-02-21 | University Of Jyväskylä | COGNITIVE SELF-ORGANIZING NETWORKS CENTERED ON THE CUSTOMER |
US20190116505A1 (en) * | 2017-10-13 | 2019-04-18 | At&T Intellectual Property I, L.P. | Network traffic forecasting for non-ticketed events |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9210600B1 (en) | 2012-09-07 | 2015-12-08 | Sprint Communications Company L.P. | Wireless network performance analysis system and method |
US20160164732A1 (en) * | 2013-03-19 | 2016-06-09 | Nokia Solutions And Networks Oy | System and method for rule creation and parameter adaptation by data mining in a self-organizing network |
EP3241368B1 (en) | 2014-12-30 | 2018-10-31 | Telecom Italia S.p.A. | Method and system for a real-time counting of a number of participants at a public happening |
WO2016155769A1 (en) | 2015-03-30 | 2016-10-06 | Telecom Italia S.P.A. | Method and system for a real-time counting of a number of persons in a crowd by means of aggregated data of a telecommunication network |
WO2016155768A1 (en) | 2015-03-30 | 2016-10-06 | Telecom Italia S.P.A. | Method and system for estimating a posteriori a number of persons in one or more crowds by means of aggregated data of a telecommunication network |
-
2019
- 2019-08-27 IT IT102019000015096A patent/IT201900015096A1/it unknown
-
2020
- 2020-08-24 EP EP20768278.2A patent/EP4022959A1/en active Pending
- 2020-08-24 US US17/635,940 patent/US20220338029A1/en active Pending
- 2020-08-24 CN CN202080060191.4A patent/CN114342450A/zh active Pending
- 2020-08-24 WO PCT/EP2020/073659 patent/WO2021037812A1/en unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019034805A1 (en) * | 2017-08-14 | 2019-02-21 | University Of Jyväskylä | COGNITIVE SELF-ORGANIZING NETWORKS CENTERED ON THE CUSTOMER |
US20190116505A1 (en) * | 2017-10-13 | 2019-04-18 | At&T Intellectual Property I, L.P. | Network traffic forecasting for non-ticketed events |
Also Published As
Publication number | Publication date |
---|---|
US20220338029A1 (en) | 2022-10-20 |
IT201900015096A1 (it) | 2021-02-27 |
EP4022959A1 (en) | 2022-07-06 |
WO2021037812A1 (en) | 2021-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3794775B1 (en) | Data analytics management, configuration specification and procedures, provisioning, and service based architecture | |
US11477668B2 (en) | Proactively adjusting network infrastructure in response to reporting of real-time network performance | |
CN108028780B (zh) | 用于数据分析管理的方法及设备 | |
CN103959850A (zh) | 用于无线宽域网和无线局域网的互通的测量 | |
CN111614563A (zh) | 一种用户面路径的选择方法及装置 | |
US11290915B2 (en) | Systems and methods for granular beamforming across multiple portions of a radio access network based on user equipment information | |
CN115004653A (zh) | 一种数据分析方法、装置及系统 | |
US20220408293A1 (en) | Method and device for providing network analysis information for rfsp index selection in mobile communication network | |
KR20120056296A (ko) | 적응성 트래픽 및 간섭 인지 무선 리소스 관리 | |
US11696167B2 (en) | Systems and methods to automate slice admission control | |
Meixner et al. | 4G/LTE channel quality reference signal trace data set | |
US20220095164A1 (en) | Traffic volume prediction method and apparatus | |
Barmpounakis et al. | Data analytics for 5G networks: A complete framework for network access selection and traffic steering | |
US11140582B2 (en) | Wireless band priority metrics analysis and response | |
US11564117B2 (en) | User equipment based network capability scoring for wireless wide area network management | |
Paul et al. | Opportunistic traffic scheduling in cellular data networks | |
WO2021159314A1 (zh) | 一种业务处理方法、装置以及系统 | |
WO2020136512A1 (en) | Prioritizing users based on revenue during congestion | |
WO2020088734A1 (en) | Method and recommendation system for providing an upgrade recommendation | |
CN114342450A (zh) | 自组织网络系统 | |
WO2021208877A1 (zh) | 一种网络性能数据的监控方法及相关设备 | |
EP4135413A1 (en) | Communication network arrangement and method for selecting a network component | |
US20240049060A1 (en) | First node, third node, and methods performed thereby, for handling quality of service in a communications network | |
Said Ally et al. | Enhancing Communication Efficiency in Mobile Networks Using Smartphone-Enabled Edge Computing | |
JP2023527499A (ja) | 通信ネットワーク分析を実行する機械学習モデルを提供する通信ネットワーク配置及び方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |