CN101959085B - 一种确定信道数量的方法和系统 - Google Patents

Abstract

本发明公开了一种确定信道数量的方法和系统，通过在建模过程中充分考虑到与现网策略相同的复用策略，要求信道复用度不超过设定复用度，建立的概率模型是不同数量的信道承载第一数据量的数据时，信道复用度达到设定复用度的概率模型，得到信道数量、数据量和信道复用度达到设定复用度的概率三者之间的关系，因此通过本发明的概率模型对待规划小区的数据业务资源进行规划的过程简单，并且规划结果合理。

Description

一种确定信道数量的方法和系统

技术领域

本发明涉及通信领域，尤其涉及一种确定信道数据的方法和系统。

背景技术

随着通信技术的发展，用户的业务要求由传统的话音业务需要逐渐转变为数据业务和话音业务的双业务需求。对于不同的业务需求，需要对小区中的信道资源进行合理的规划，在满足小区内终端的业务需求的条件下确定小区中需要的信道数量，进而确定在小区中安装用于提供信道的载频设备的数量。

由于小区内终端的数量以及终端的业务需求在一段时间内可能是不断变化的，如果仅根据一段时间内小区中业务需求的平均值确定需要的信道数量，则确定的信道数量很难支持峰值状态下的业务需求；如果仅根据业务的峰值需求确定需要的信道数量，则虽然确定的信道数量能够满足业务的需求，但是由于信道数量较多可能会使得部分信道在很多时候处于空闲状态，导致小区中规划的资源成本较高但资源的利用率却较低的问题。为此，现有技术中提出的资源规划方案中需要综合考虑小区中业务需求的平均值和峰值，在平衡两者关系的情况下确定小区中需要的信道数量。

在针对话音业务的资源规划方案中，由于终端进行话音业务时占用的信道资源基本相同，也就是小区中的终端进行话音业务时占用的带宽较少且相对固定，因此，可以根据当前小区中话音业务的业务量，从爱尔兰B表中查询出承载话音业务的业务量的合适信道数量，以此能够比较精确地进行资源规划。但是，对于数据业务这种资源依赖性业务而言，由于业务本身的复杂度(如数据业务占用的带宽较多且不同数据业务对带宽的需求差别较大等)，因此如果直接利用爱尔兰B表对数据业务进行资源规划，则很可能会导致资源规划不合理的问题。

现有针对数据业务的资源规划方式主要有爱尔兰C表规划方法和坎贝尔方法。

爱尔兰C表规划方法：

爱尔兰C表是一种基于无限等待的排队模型，将请求执行的数据业务进行排队，计算每个数据业务的等待概率，从而建立信道数量、小区中终端的数据业务的业务量与等待概率之间的映射关系，得到爱尔兰C表。利用得到的爱尔兰C作为规划的依据，确定小区中终端的业务量在等待概率不大于设定概率的情况下对应的信道数量，并将确定的信道数量作为小区规划的信道数量。

但是在实际的现网业务中，数据业务并不是服务等待型业务，诸如网页浏览、数据下载、手机电视、彩信等数据业务都有一定的实时性要求，爱尔兰C表的规划方式规划出的信道资源很难满足数据业务实时性的要求；另外在接入小区的终端数大于小区中的信道数量时，网络侧采用的是复用策略而不是等待策略，因此，利用等待策略建立的爱尔兰C表并不能完全适用在现网的数据业务的资源规划，所以根据爱尔兰C表确定的信道数量可能是不合理的。

坎贝尔方法：

坎贝尔方法首先是确定小区中各终端请求的数据业务所需要的总的带宽资源，利用虚拟业务量(又称作等效业务量)来表征同一类型的数据业务所需要的带宽资源，通过类似于加权的方式来体现不同类型的数据业务占总的带宽资源的比重。再根据数据业务资源强度＝数据业务需要的带宽/总的带宽资源计算公式，将数据业务的数据量转换成语音业务的话务量后，结合爱尔兰B表确定信道数量。

但是坎贝尔方法中需要确定每个终端请求的数据业务所需要带宽资源以及将数据量转换为话务量，计算过程相当复杂；并且爱尔兰B表对数据业务的数据量的计算并不准确，因此，坎贝尔方法也不能完全适用于数据业务的资源规划。

综上所述，在现有的对数据业务的资源规划过程中，不论是爱尔兰C表规划方法还是坎贝尔方法，都没有很好地考虑到现网的实际策略，导致确定的信道数量不合理，进而导致小区中数据业务的资源规划不合理。

发明内容

本发明实施例提供一种确定信道数量的方法和系统，以解决小区的数据业务资源规划时，确定的信道数量不合理的问题。

一种确定信道数量的方法，所述方法包括：

根据第一时间段内小区中实际占用的信道数量以及信道复用度的采样结果，确定第一数据量；

确定N个信道组中，每个信道组承载第一数据量的数据时，信道复用度达到设定复用度的概率模型；

根据第二时间段内小区中实际占用的信道数量以及信道复用度的采样结果，确定第二数据量，并利用所述概率模型确定N个信道组中，每个信道组承载第二数据量的数据时，信道复用度达到设定复用度的概率；

从每个信道组承载第二数据量的数据时，确定的信道复用度达到设定复用度的概率中选择一个小于阈值的概率，并将选择的概率对应信道组中的信道数量作为需要的信道数量；

其中：N为正整数，并且每个信道组中包含至少一个信道，任意两个信道组中包含的信道数量不同。

一种确定信道数量的系统，所述系统包括：

数据量确定模块，用于根据第一时间段内小区中实际占用的信道数量以及信道复用度的采样结果，确定第一数据量，以及根据第二时间段内小区中实际占用的信道数量以及信道复用度的采样结果，确定第二数据量；

信道组确定模块，用于确定N个信道组，其中：N为正整数，并且每个信道组中包含至少一个信道，任意两个信道组中包含的信道数量不同；

建模模块，用于确定N个信道组中，每个信道组承载第一数据量的数据时，信道复用度达到设定复用度的概率模型；

概率确定模块，用于利用所述概率模型确定N个信道组中，每个信道组承载第二数据量的数据时，信道复用度达到设定复用度的概率；

信道数量确定模块，用于从每个信道组承载第二数据量的数据时，确定的信道复用度达到设定复用度的概率中选择一个小于阈值的概率，并将选择的概率对应信道组中的信道数量作为需要的信道数量。

由于本发明在建模过程中充分考虑到与现网策略相同的复用策略，要求信道复用度不超过设定复用度，建立的概率模型是不同数量的信道承载第一数据量的数据时，信道复用度达到设定复用度的概率模型，得到信道数量、数据量和信道复用度达到设定复用度的概率三者之间的关系，因此通过本发明的概率模型对待规划小区的数据业务资源进行规划的过程简单，并且规划结果合理。

附图说明

图1为本发明实施例一中确定小区中的信道数量的方法步骤示意图；

图2为本发明实施例一中小区接入终端数量的变化示意图；

图3为本发明实施例二中确定信道数量的系统结构示意图。

具体实施方式

本发明实施例充分考虑到现网中信道传输时的复用策略，提出一种基于爱尔兰复用模型的资源规划方法(又称之为基于爱尔兰M表的资源规划方法)，建立信道数量、业务数据对应的数据量和信道复用度达到设定复用度的概率三者之间的对应关系，在需要进行小区规划时，利用已建立的所述对应关系确定待规划小区中合适的信道数量，实现对小区中的数据业务需要的信道资源的合理规划。

下面结合说明书附图对本发明实施例进行详细描述。

实施例一：

如图1所示，为本发明实施例一中确定小区中的信道数量的方法步骤示意图，从图中可以看出本实施例包括以下步骤：

步骤101：对第一时间段内小区中实际占用的信道数量以及信道复用度进行采样。

在需要对小区中的数据业务进行资源规划时，需要对小区中某一段时间(如T1～T2时间段)内的网络资源进行检测，这里的网络资源表征的是无线网络的信道数量以及信道复用度等信息。可以由网络侧中的网管设备对小区内的基地收发信机站(Base Transceiver Station，BTS)上报的信息进行统计，进而检测出在第一时间段内小区中实际占用的信道数量的平均值与实际占用的信道的平均复用度。

步骤102：根据采样得到的小区中实际占用的信道数量以及信道复用度，计算确定第一数据量。

第一数据量＝实际占用的信道数量的平均值×实际占用的信道的平均复用度。

这里的第一数据量是指在第一时间段内，小区中实际发生的数据业务的平均数据量，对于网络侧的上层设备而言，第一数据量的单位是“爱尔兰”。

例如：在第一时间段内对小区中实际占用的信道数量以及信道复用度进行了两次采样，第一次采样得到实际占用的信道数量为8，复用度为1，第二次采样得到的实际占用的信道数量为6，复用度为1，则两次采样得到的实际占用的信道数量的平均值为7，平均复用度为1，通过计算得到第一数据为7爱尔兰。

步骤103：确定N个信道组，其中：N为正整数，并且每个信道组中包含至少一个信道，并且任意两个信道组中包含的信道数量不同。

步骤104：确定每个信道组承载第一数据量的数据时，信道复用度达到设定复用度的概率模型。

本步骤中涉及的概率模型是与在信道复用度不大于设定复用度c₀的情况下，小区中能够接入的最大终端数量x、设定复用度和信道的最大复用度相关的模型，其中：x＝一个信道组中的信道数量/终端平均占用的信道数量。

本步骤中的概率模型是指：信道组A中的信道数量、第一数据量和复用度达到设定复用度的概率的对应关系，表示当信道组A中的多个信道承载第一数据量的数据时，该信道组A中的信道达到设定复用度的概率。由于概率越大，表示信道组A中的信道承载第一数据量时，信道复用度达到设定复用度的可能性越大，则信道组中的信道数量越多，承载第一数据量时对应的概率将越小。

为此，本实施例中设定多个信道组，每个信道组中的信道数量都不相同，则可以得出每个信道组中的信道承载第一数据量时复用度达到设定复用度的概率，进而可以根据经验值判断出当概率小于阈值时，对应的信道组中的信道数量就能够满足小区中实际的数据业务的需要。

在本步骤中，可以不断改变设定复用度的数值，进而得到在不同设定复用度的情况下的概率模型。

步骤105：对第二时间段内小区中实际占用的信道数量以及信道复用度进行采样，根据得到的采样结果确定第二数据量。

通过步骤101至步骤104的方案，得到了信道数量与第一数据量之间的概率模型，则可以根据该概率模型为其他小区或同一小区的其他时间段内的数据业务进行资源规划。

步骤101和步骤105中采样的小区可以是同一个小区也可以是不同小区，并且第一时间段和第二时间段可以是完全相同的时间段，也可以是部分重合的时间段，还可以是完全不重合的时间段。

步骤106：利用所述概率模型确定每个信道组承载第二数据量的数据时，信道复用度达到设定复用度的概率。

根据步骤104中的概率模型的形式不同，步骤106中确定第二数据量在由不同信道组中的信道承载时对应的概率的方式不同。

例如：如果步骤104中仅得到各信道组承载第一数据量的数据时对应概率的概率模型，则可以将第二数据量代入概率模型的公式中得到各信道组承载第二数据量的数据时对应的概率。

如果步骤104中不仅得到各信道组承载第一数据量的数据时对应概率的概率模型，还设定M个业务数据对应的数据量(其中：M为正整数，M个业务数据对应的数据量中可以包含所述第一数据量)，并利用得到的概率模型依次确定N个信道组中，每个信道组承载每个业务数据对应的数据量时，信道复用度达到设定复用度的概率，也就是得到爱尔兰M表，建立了信道组中的信道数量、业务数据对应的数据量和复用度达到设定复用度的概率的对应关系，则在M个业务数据对应的数据量中包含第二数据量时，通过查表就可以得到每个信道组承载的第二数据量的数据时对应的概率；如果M个业务数据对应的数据量中没有包含第二数据量，则从爱尔兰M表中查询出与第二数据量最接近的数据量，将查找出的最接近的数据量赋值给第二数据量，进而通过爱尔兰M表查找出每个信道组承载的第二数据量的数据时对应的概率。

步骤107：从第二数据量对应的概率中选择一个小于阈值的概率，并将选择的概率对应信道组中的信道数量作为需要的信道数量。

在本步骤中，首先确定出第二数据量对应的小于阈值的概率，并从确定的概率中选择一个概率。如果确定出的概率个数为多个，则可以从中任选一个。但考虑到承载第二数据量时对应的概率越小则需要的信道数量越多，而信道数量过多会造成资源规划成本较高且信道利用率低的问题，为此，本实施例中提出：如果在确定阈值的大小时重点考虑了小区中数据业务需求的峰值，也就是阈值设定较小，则选择的概率可以略小于阈值即可；如果在确定阈值的大小时重点考虑的是小区中数据业务需求的平均值，也就是阈值设定较大，则选择的概率可以小于阈值且与阈值的差值较大。

通过以上步骤101至步骤107的方案，本实施例一在充分考虑信道复用度和小区中的数据量的情况下，建立数据量由不同数量的信道承载时，信道复用度达到设定复用度的概率模型，使得在对小区的数据业务进行资源规划时，根据待规划小区在一定时间段内的数据量和建立的概率模型，得到各信道组承载待规划小区在一定时间段内的数据量时对应的概率，进而选择出对应的概率满足一定条件的信道组，得到小区规划时需要的信道数量。由于最终得到的信道数量的确定过程中采用了复用策略，因此最终得到的信道数量是合理资源规划的结果，很好地平衡了数据业务需求的平均值和峰值，在满足数据业务需求和规划成本之间实现有效均衡。

下面对本发明实施例一的实现方案进行详细阐述。

在本发明实施例一的数据业务资源规划方式中，首先需要根据第一数据量对概率模型进行建模，具体的建模过程可以有多种方式，下面着重介绍一种较佳的建模方式：

在本建模方式中，假设是针对N信道组中名为信道组A的信道组承载第一数据量而言的，设定信道组A中的信道数量为s，并且假设涉及的小区中接入的终端是指接入小区执行数据业务的终端。

第一步：根据公式(1)计算得到第一时间段内小区中信道承载的第一数据量。

b＝实际占用的信道数量的平均值*平均复用度(1)

其中：b表示第一数据量。

第二步：确定小区中各终端的平均信道能力n。

终端的信道能力是终端的客观能力属性，表示终端在进行数据传输时可以占用的信道数量，例如：当终端的信道能力为4时，表示终端能够在4条信道上进行数据传输。

由于小区中各终端的信道能力不同，因此，为了计算简便，本实施例中使用小区中各终端的平均信道能力进行概率模型的建模。如果终端的平均信道能力n不是整数，则可以按照四舍五入的方式得到整数形式的终端的平均信道能力，也可以直接使用小数形式的终端的平均信道能力n进行后续方法。

第三步：根据第一时间段内的第一数据量b和小区中各终端的平均信道能力n，利用公式(2)确定第一时间段内小区中实际接入的终端平均数量a。

$a=\frac{b}{n}---\left(2\right)$

第四步：在小区中接入的终端数量k是一个变量，在一段时间内的任意时刻有可能有终端接入小区或有终端离开小区。当有一个终端接入小区时，接入终端的数量由k变为k+1，当一个终端执行完数据业务离开小区时，接入终端的数量由k变为k-1。

如图2所示，为小区中接入终端数量的变化示意图。图2圆圈中的数字、x和N表示小区中接入终端的数量，圆圈中的数字、x和N都是k的可能取值。其中：x表示在信道复用度不大于1的情况下，能够接入的最大终端数量，即 $x=\frac{s}{n},$ s表示当前进行建模的信道组A中的信道数量，n表示小区中各终端的平均信道能力；N表示在信道复用度达到信道的最大复用度c_max时，能够接入的最大终端数量，即N＝c_max*s，当小区中接入终端的数量达到N时将不在允许终端接入。

在小区中不断有终端进入的情况下，由于终端是随机进入小区的，因此，一个终端接入小区的概率λ是恒定不变的，也就是说，不论当前已接入小区的终端数量k是多少，k变为k+1的概率一直为λ。

在小区中接入终端的数量为k的情况下，某一终端完成数据业务离开小区的概率μ_k与终端在小区中执行数据业务时的数据传输速率(即占用的带宽)成正比，即终端的数据传输速率越高，离开小区的概率就越大。但是，当小区中的信道在复用度为1的情况下不能够满足终端的平均信道能力n时，则会发生信道复用的情况，降低数据传输速率。在信道复用度大于1但未超出设定复用度时，表示当前的传输速率是系统能够容忍的传输速率，此时存在s＞n*k，则μ_k正比于终端的传输速率v，也正比于s/nk，终端的传输速率v不受到信道资源的限制，能够达到终端的最大传输速率。

具体地，本实施例可以利用公式(3)计算μ_k。

其中：μ_k表示接入小区的终端数量由k变为k-1的概率；k表示当前小区中接入终端的数量；μ表示小区中只有一个终端时，该终端离开小区的概率，μ是一个定值；s表示当前进行建模的信道组A中的信道数量；n表示小区中各终端的平均信道能力；c_max表示信道的最大复用度；x表示在信道复用度不大于1的情况下，能够接入的最大终端数量。

从公式(3)可以看出，在k＜s/n时，也就是信道组A中的信道满足终端的信道能力并且信道复用度未大于1时，每个终端的数据传输速率较快(也就是占用的带宽较大)，能够很好地满足数据业务执行的需要，在此情况下，整体看来当小区中接入的终端数量越多，在一段时间内某一终端离开的概率也就越大，即μ_k与接入小区的终端数量k成正比。

在s/n≤k≤c_max*s时，也就是信道组A中的信道满足终端的信道能力，但是信道复用度已大于1但还未超过信道的最大复用度时，终端的传输速率较慢，此时，对于某一个终端而言需要更长的时间才能执行完数据业务，也就是说对于某一终端而言完成数据业务后离开小区的概率降低；但是，由于当前小区中接入的终端数量较多，整体看来，在一段时间内一个终端完成数据业务后离开小区的概率反而增大了。例如，在终端执行的数据业务相同并且每个终端的信道能力相同的情况下，小区中接入50个终端和小区中接入30个终端时，在一段时间内，小区中接入50个终端的情况下有终端离开的概率大于小区中接入30个终端的情况。因此，总的来说在s/n≤k≤c_max*s时，小区中终端离开的概率基本相同，也就是说在终端离开小区的概率μ_k与当前接入终端的数量k不相关。

第五步：在本实施例中设定一个概率变量θ_k，用于表示在小区中接入的终端数量为k时，一段时间内同时存在新的终端接入小区和小区中的终端离开的概率。确定概率变量θ_k的具体公式如公式(4)所示。

其中：λ_i表示在小区中已接入i个终端的情况下，再次接入一个终端的概率；μ_i表示在小区中已接入i个终端的情况下，一个终端离开小区的概率；a表示第一时间段内小区中实际接入的终端平均数量；k表示当前小区中接入终端的数量；x表示在信道复用度不大于1的情况下，能够接入的最大终端数量；n表示小区中各终端的平均信道能力；c_max表示信道的最大复用度。

第六步：根据以下公式(5)确定小区中接入k个终端的概率p_k。

其中，p₀表示小区中没有终端接入的概率。

根据归一性原理，得到公式(6)：

$\underset{k=0}{\overset{c_{\max }*x}{\mathrm{\Σ}}}{p}_k=1---\left(6\right)$

将公式(5)和公式(6)联合解方程组，可以得到公式(7)，确定出小区中没有终端接入的概率p₀。

$p_0=[\underset{k=0}{\overset{x-1}{\mathrm{\Σ}}}\frac{a^k}{k!}+\frac{a^x}{x!}*\frac{1-{(a/x)}^{c_{\max }*\mathrm{nx}-x+1}}{1-a/x}]---\left(7\right)$

第七步：由于信道复用度与小区的信道资源是否紧张直接相关，即小区中的信道需要复用到何种程度才能够承载小区中的数据量，因此，可以定义当小区中信道复用度超过设定复用度c₀的概率为c₀条件下小区的超忙率，也就是说小区中信道复用度超过设定复用度c₀的概率表示的是为小区规划的信道数量是否能够满足小区中需要承载的数据量的需求。小区中信道复用度超过设定复用度c₀的概率越小，表示为小区规划的信道数量能够满足小区中需要承载的数据量的可能性越大。

因此，小区中接入的终端数量大于或等于x时，也就是小区中出现k≥x＝s/n的概率可以通过公式(8)确定。

$p\{k\≥x\}=\underset{k=c_{0}x}{\overset{{\mathrm{nc}}_{\max }s}{\mathrm{\Σ}}}{p}_k=\underset{k=c_{0}x}{\overset{{\mathrm{nc}}_{\max }s}{\mathrm{\Σ}}}\frac{a^k{p}_0}{x!x^{k-x}}=p_0*\frac{a^x}{x!}*\frac{{(a/x)}^{c_{0}x-x}-{(a/x)}^{{\mathrm{nc}}_{\max }x-x+1}}{1-a/x}---\left(8\right)$

其中：p{k≥x}表示小区中出现接入的终端数量大于或等于x的概率，也就是小区中信道的复用度达到设定复用度的概率，如果小区中信道复用度达到设定复用度的概率用e(x，c₀，c_max)表示，则公式(8)可以变形为公式(9)：

$e(x,c_0,c_{\max })=p_0*\frac{a^x}{x!}*\frac{{(a/x)}^{c_{0}x-x}-{(a/x)}^{{\mathrm{nc}}_{\max }x-x+1}}{1-a/x}---\left(9\right)$

根据公式(9)即可确定当N个信道组中的信道组A承载第一数据量时，信道复用度达到设定复用度的概率为计算得到的e(x，c₀，c_max)，也就是得到了第一数据量由不同数量的信道承载时，信道复用度达到设定复用度的概率模型。

当计算信道组B承载第一数据量时信道的复用率达到设定复用率的概率，可以根据信道组B中的信道数量s′对公式(9)中的x、p₀等参数进行更改，进而通过公式(9)计算出信道组B承载第一数据量时对应的概率。以此类推，可以得到N个信道组中的每个信道组承载第一数据量时对应的概率。假设第一数据量大小为1爱尔兰，则将每个信道组中的信道数量代入公式(9)后可以得到如表1所示的爱尔兰M表，其中，概率_1表示4条信道承载1爱尔兰数据量时，信道复用度超过设定复用度的概率为概率_1，概率_2～概率_7的含义以此类推。

表1

表1所示的爱尔兰M表是针对一个设定复用度而言的，如果设定复用度发生变化，则需要重新利用公式(9)计算确定变化后的设定复用度对应的爱尔兰M表。

进一步地，如果更改第一数据量的大小，则可以根据更改后的数据量b′对公式(9)中的a、p₀等参数进行修改，进而通过公式(9)计算出各信道组承载更改后的数据量时对应的概率。

也就是说，在为待规划小区进行资源规划时，可以将在第二时间段内采样得到的第二数据量带入公式(9)，得到第二数据量分别由不同数量的信道承载时对应的信道复用度达到设定复用度的概率，进而根据设定的阈值选择出合适的概率，将选择的概率对应的信道数量作为规划的信道数量。

如果设定M个业务数据对应的数据量，每个数据量的大小不同，则可以利用公式(9)计算获得每个信道组承载每个数据量时对应的概率，进而可以在表1的基础得到信息量更多的爱尔兰M表，如表2所示，其中，概率_11表示4条信道承载1爱尔兰数据量时，信道复用度超过设定复用度的概率为概率_1，概率_12～概率_57的含义以此类推。

表2

表2所示的爱尔兰M表也是针对一个设定复用度而言的，如果设定复用度发生变化，则需要重新利用公式(9)计算确定变化后的设定复用度对应的爱尔兰M表。

当得到爱尔兰M表后，如果需要为某一小区进行资源规划，则对第二时间段内待规划小区中实际占用的信道数量以及信道复用度进行采样，得到第二数据量，并根据规划时需要的设定复用度选择对应的爱尔兰M表，例如第二数据量为1.2爱尔兰，并选择表2所示的爱尔兰M表，则可以确定在信道数量从4条至10条时，分别对应的信道复用度超过设定复用度的概率。假设6条至10条信道对应的概率都小于阈值，则可以从6条至10条中任选一个作为规划后小区中需要的信道条数，根据需要的信道条数进而确定小区中需要安装的载频设备数量。

实施例二：

与本发明实施例一属于同一发明构思下的，本发明实施例二还提供一种确定信道数量的系统，如图3所示，所述系统包括数据量确定模块11、信道组确定模块12、建模模块13、概率确定模块14和信道数量确定模块15，其中：数据量确定模块11用于根据第一时间段内小区中实际占用的信道数量以及信道复用度的采样结果，确定第一数据量，以及根据第二时间段内小区中实际占用的信道数量以及信道复用度的采样结果，确定第二数据量；信道组确定模块12用于确定N个信道组，其中：N为正整数，并且每个信道组中包含至少一个信道，任意两个信道组中包含的信道数量不同；建模模块13用于确定N个信道组中，每个信道组承载第一数据量的数据时，信道复用度达到设定复用度的概率模型；概率确定模块14用于利用所述概率模型确定N个信道组中，每个信道组承载第二数据量的数据时，信道复用度达到设定复用度的概率；信道数量确定模块15用于从每个信道组承载第二数据量的数据时，确定的信道复用度达到设定复用度的概率中选择一个小于阈值的概率，并将选择的概率对应信道组中的信道数量作为需要的信道数量。

进一步地，所述建模模块13包括信息确定子模块21和对应关系建立子模块22，其中：信息确定子模块21用于确定在信道复用度不大于设定复用度的情况下，小区中能够接入的最大终端数量、设定复用度和信道的最大复用度，以及M个业务数据对应的数据量，所述M为正整数；对应关系建立子模块22用于根据第一数据量、所述小区中终端能够接入最大终端数量、设定复用度和信道的最大复用度，依次确定N个信道组中，每个信道组承载每个业务数据对应的数据量时，信道复用度达到设定复用度的概率，以及，建立信道组中的信道数量、业务数据对应的数据量和复用度达到设定复用度的概率的对应关系。

所述概率确定模块14还用于当M个业务数据对应的数据量中包含所述第二数据量时，根据建立的信道组中的信道数量、业务数据对应的数据量和复用度达到设定复用度的概率的对应关系，确定每个信道组承载的第二数据量的数据时对应的概率。

所述信息确定子模块21还用于通过以下公式确定在信道复用度不大于设定复用度的情况下，小区中能够接入的最大终端数量x：

x＝一个信道组中的信道数量/终端平均占用的信道数量。

所述对应关系建立子模块22还用于通过以下公式确定信道复用度达到设定复用度的概率：

$e(x,c_0,c_{\max })=p_0*\frac{a^x}{x!}*\frac{{(a/x)}^{c_{0}x-x}-{(a/x)}^{{\mathrm{nc}}_{\max }x-x+1}}{1-a/x}$

其中：e(x，c₀，c_max)表示N个信道组中的一个信道组承载第一数据量的数据时，信道复用度达到设定复用度的概率；c₀和c_max分别表示设定复用度和信道的最大复用度；x表示在信道复用度不大于1的情况下，小区中能够接入的最大终端数量；p₀表示小区中没有终端接入的概率；n表示终端平均信道能力；a表示在第一时间段内小区中实际接入的终端数量。

所述对应关系建立子模块22还用于通过以下公式确定在第一时间段内小区中实际接入的终端数量a：

a＝第一数据量/终端的平均信道能力。

所述对应关系建立子模块22还用于通过以下公式确定小区中有k个终端接入的概率：

以及，将 $\underset{k=0}{\overset{c_{\max }*x}{\mathrm{\Σ}}}{p}_k=1$ 代入小区中有k个终端接入的概率公式，得到小区中无用户接入的概率 $p_0=[\underset{k=0}{\overset{x-1}{\mathrm{\Σ}}}\frac{a^k}{k!}+\frac{a^x}{x!}*\frac{1-{(a/x)}^{c_{\max }*\mathrm{nx}-x+1}}{1-a/x}];$

其中：p_k表示小区中有k个终端接入的概率，k是一个变量，表示小区中接入的终端数量。

所述对应关系建立子模块22还用于通过以下公式确定概率变量：

以及，通过以下公式确定小区中有k个终端接入的概率：

其中：θ_k表示概率变量；λ_i表示在小区中已接入i个终端的情况下，再次接入一个终端的概率；μ_i表示在小区中已接入i个终端的情况下，一个终端离开小区的概率。

所述对应关系建立子模块22还用于根据以下公式确定k个终端中的一个终端离开小区的概率：

其中：μ_k表示接入小区的终端数量由k变为k-1的概率；μ表示小区中只有一个终端时，该终端离开小区的概率。

本发明实施例二中所述的系统各模块是能够实现实施例一方法的逻辑模块，在实施例一中涉及的功能必然由本实施例二中的逻辑模块实现。

通过本发明实施例提供的方法和系统，得到了一种能够表示信道数量、数据量和信道承载所述数据量时的复用度达到设定复用度的概率模型，即爱尔兰M表，则在需要进行小区数据业务的资源规划时，将待规划小区中采样得到的第二数据量带入爱尔兰M表，即可得到合适的信道数量。由于爱尔兰M表的引入，在数据量(即数据业务的业务量)、服务质量(即复用度达到设定复用度的概率)和资源投入(即信道数量)之间建立映射关系，根据运营商设定的期望(即设定的概率阈值)查爱尔兰M表就能过简便、快速地得到规划结果。由于爱尔兰M表的建立过程中充分考虑到信道的最大复用度和运营商设定的复用度，因此，得到的爱尔兰M表的建立策略与网络侧实际的运行策略相同，保证利用爱尔兰M表得到的规划结果的合理性。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (15)

1.一种确定信道数量的方法，其特征在于，所述方法包括：

根据第一时间段内小区中实际占用的信道数量以及信道复用度的采样结果，确定第一数据量；

确定N个信道组中，每个信道组承载第一数据量的数据时，信道复用度达到设定复用度的概率模型；

所述确定所述概率模型，包括：确定在信道复用度不大于设定复用度的情况下，小区中能够接入的最大终端数量、设定复用度和信道的最大复用度，以及M个业务数据对应的数据量，并根据第一数据量、所述小区中终端能够接入最大终端数量、设定复用度和信道的最大复用度，依次确定N个信道组中，每个信道组承载每个业务数据对应的数据量时，信道复用度达到设定复用度的概率，以及，建立信道组中的信道数量、业务数据对应的数据量和复用度达到设定复用度的概率的对应关系，所述M为正整数；

根据第二时间段内小区中实际占用的信道数量以及信道复用度的采样结果，确定第二数据量，并利用所述概率模型确定N个信道组中，每个信道组承载第二数据量的数据时，信道复用度达到设定复用度的概率；

从每个信道组承载第二数据量的数据时，确定的信道复用度达到设定复用度的概率中选择一个小于阈值的概率，并将选择的概率对应信道组中的信道数量作为需要的信道数量；

其中：N为正整数，并且每个信道组中包含至少一个信道，任意两个信道组中包含的信道数量不同；

通过以下公式确定信道复用度达到设定复用度的概率：

$e(x,c_0,c_{\max })=p_0*\frac{a^x}{x!}*\frac{{(a/x)}^{c_{0}x-x}-{(a/x)}^{{\mathrm{nc}}_{\max }x-x+1}}{1-a/x}$

其中：e(x,c₀,c_max)表示N个信道组中的一个信道组承载第一数据量的数据时，信道复用度达到设定复用度的概率；c₀和c_max分别表示设定复用度和信道的最大复用度；x表示在信道复用度不大于1的情况下，小区中能够接入的最大终端数量；p₀表示小区中没有终端接入的概率；n表示终端平均信道能力；a表示在第一时间段内小区中实际接入的终端数量。

2.如权利要求1所述的方法，其特征在于，通过以下步骤确定第一数据量：

对第一时间段内每次采样得到的小区中实际占用的信道数量取平均，得到实际占用的信道数量的平均值，以及将每次采样得到的信道复用度取平均，得到实际占用的信道的平均复用度；

将实际占用的信道数量的平均值与实际占用的信道的平均复用度相乘，将得到的乘积作为第一数据量。

3.如权利要求1所述的方法，其特征在于，确定每个信道组承载第二数据量的数据时，信道复用度达到设定复用度的概率，包括：

当M个业务数据对应的数据量中包含所述第二数据量时，根据建立的信道组中的信道数量、业务数据对应的数据量和复用度达到设定复用度的概率的对应关系，确定每个信道组承载的第二数据量的数据时对应的概率。

4.如权利要求1所述的方法，其特征在于，通过以下公式确定在信道复用度不大于设定复用度的情况下，小区中能够接入的最大终端数量x：

x=一个信道组中的信道数量/终端平均占用的信道数量。

5.如权利要求1所述的方法，其特征在于，通过以下公式确定在第一时间段内小区中实际接入的终端数量a：

a=第一数据量/终端的平均信道能力。

6.如权利要求1所述的方法，其特征在于，确定小区中没有用户接入的概率，包括：

通过以下公式确定小区中有k个终端接入的概率：

其中：p_k表示小区中有k个终端接入的概率，k是一个变量，表示小区中接入的终端数量；

将

代入小区中有k个终端接入的概率公式，得到小区中无用户接入的概率 $p_0=[\underset{k=0}{\overset{x-1}{\mathrm{\Σ}}}\frac{a^k}{k!}+\frac{a^x}{x!}*\frac{1-{(a/x)}^{c_{\max }*\mathrm{nx}-x+1}}{1-a/x}].$

7.如权利要求6所述的方法，其特征在于，该方法还包括：

通过以下公式确定概率变量：

其中：θ_k表示概率变量；λ_i表示在小区中已接入i个终端的情况下，再次接入一个终端的概率；μ_i表示在小区中已接入i个终端的情况下，一个终端离开小区的概率；

通过以下公式确定小区中有k个终端接入的概率：

8.如权利要求7所述的方法，其特征在于，根据以下公式确定k个终端中的一个终端离开小区的概率：

其中：μ_k表示接入小区的终端数量由k变为k-1的概率；μ表示小区中只有一个终端时，该终端离开小区的概率。

9.一种确定信道数量的系统，其特征在于，所述系统包括：

数据量确定模块，用于根据第一时间段内小区中实际占用的信道数量以及信道复用度的采样结果，确定第一数据量，以及根据第二时间段内小区中实际占用的信道数量以及信道复用度的采样结果，确定第二数据量；

信道组确定模块，用于确定N个信道组，其中：N为正整数，并且每个信道组中包含至少一个信道，任意两个信道组中包含的信道数量不同；

建模模块，用于确定N个信道组中，每个信道组承载第一数据量的数据时，信道复用度达到设定复用度的概率模型；

所述建模模块包括：

信息确定子模块，用于确定在信道复用度不大于设定复用度的情况下，小区中能够接入的最大终端数量、设定复用度和信道的最大复用度，以及M个业务数据对应的数据量，所述M为正整数；

对应关系建立子模块，用于根据第一数据量、所述小区中终端能够接入最大终端数量、设定复用度和信道的最大复用度，依次确定N个信道组中，每个信道组承载每个业务数据对应的数据量时，信道复用度达到设定复用度的概率，以及，建立信道组中的信道数量、业务数据对应的数据量和复用度达到设定复用度的概率的对应关系，以及通过以下公式确定信道复用度达到设定复用度的概率：

$e(x,c_0,c_{\max })=p_0*\frac{a^x}{x!}*\frac{{(a/x)}^{c_{0}x-x}-{(a/x)}^{{\mathrm{nc}}_{\max }x-x+1}}{1-a/x}$

其中：e(x,c₀,c_max)表示N个信道组中的一个信道组承载第一数据量的数据时，信道复用度达到设定复用度的概率；c₀和c_max分别表示设定复用度和信道的最大复用度；x表示在信道复用度不大于1的情况下，小区中能够接入的最大终端数量；p₀表示小区中没有终端接入的概率；n表示终端平均信道能力；a表示在第一时间段内小区中实际接入的终端数量；

概率确定模块，用于利用所述概率模型确定N个信道组中，每个信道组承载第二数据量的数据时，信道复用度达到设定复用度的概率；

信道数量确定模块，用于从每个信道组承载第二数据量的数据时，确定的信道复用度达到设定复用度的概率中选择一个小于阈值的概率，并将选择的概率对应信道组中的信道数量作为需要的信道数量。

10.如权利要求9所述的系统，其特征在于，

所述概率确定模块，还用于当M个业务数据对应的数据量中包含所述第二数据量时，根据建立的信道组中的信道数量、业务数据对应的数据量和复用度达到设定复用度的概率的对应关系，确定每个信道组承载的第二数据量的数据时对应的概率。

11.如权利要求9所述的系统，其特征在于，

所述信息确定子模块，还用于通过以下公式确定在信道复用度不大于设定复用度的情况下，小区中能够接入的最大终端数量x：

x=一个信道组中的信道数量/终端平均占用的信道数量。

12.如权利要求9所述的系统，其特征在于，

所述对应关系建立子模块，还用于通过以下公式确定在第一时间段内小区中实际接入的终端数量a：

a=第一数据量/终端的平均信道能力。

13.如权利要求9所述的系统，其特征在于，

所述对应关系建立子模块，还用于通过以下公式确定小区中有k个终端接入的概率：

以及，将

代入小区中有k个终端接入的概率公式，得到小区中无用户接入的概率 $p_0=[\underset{k=0}{\overset{x-1}{\mathrm{\Σ}}}\frac{a^k}{k!}+\frac{a^x}{x!}*\frac{1-{(a/x)}^{c_{\max }*\mathrm{nx}-x+1}}{1-a/x}];$

其中：p_k表示小区中有k个终端接入的概率，k是一个变量，表示小区中接入的终端数量。

14.如权利要求13所述的系统，其特征在于，

所述对应关系建立子模块，还用于通过以下公式确定概率变量：

以及，通过以下公式确定小区中有k个终端接入的概率：

其中：θ_k表示概率变量；λ_i表示在小区中已接入i个终端的情况下，再次接入一个终端的概率；μ_i表示在小区中已接入i个终端的情况下，一个终端离开小区的概率。

15.如权利要求14所述的系统，其特征在于，

所述对应关系建立子模块，还用于根据以下公式确定k个终端中的一个终端离开小区的概率：

其中：μ_k表示接入小区的终端数量由k变为k-1的概率；μ表示小区中只有一个终端时，该终端离开小区的概率。

Images