CN104735786A - 一种资源调度的方法和装置 - Google Patents

Abstract

本发明公开了一种资源调度的方法，基站根据历史调度资源数预测下一次调度能够使用的资源的最大上限，在下一次调度时根据基站当前业务情况以及所述资源的最大上限进行资源分配；本发明同时还公开了一种资源调度的装置，该装置包括预测模块和资源分配模块。

Description

一种资源调度的方法和装置

技术领域

本发明涉及无线通信技术，尤其涉及一种资源调度的方法和装置。

背景技术

随着移动通信迅速发展，长期演进（LTE，Long Term Evolution）移动通讯技术越来越受到通讯行业的关注。LTE基站系统下行链路结构如图1所示，基带子系统101对来自核心网的数据进行调度、调制等处理；中频处理器102对接收到基带子系统101的数字信号进行滤波、上变频等处理；数字预失真（DPD，Digital Predistortion）处理器104对接收到中频处理器102变频后的数字信号进行削峰和数字预失真处理；数字模拟转化器（DAC，Digital-to-Analog Converter）105对数字信号进行数字到模拟的转换处理；射频链路106对模拟信号进行模拟变频处理；功率放大器（PA，Power Amplifier）107对模拟射频信号进行功率放大；天线108对放大的模拟信号进行发射；射频系统控制器103完成对射频系统各个单元的控制。

其中，PA是通信系统基站设备功耗较大的器件之一，降低功放功耗、提高功放的效率是提升LTE基站系统效率的有效手段之一。传统的功放采用恒定的偏置电压，为了降低功放功耗，可以根据实际输出功率动态的调整功放的偏置电压，这样既保证了系统的正常运行，又降低了功放功耗，提升了LTE基站系统的效率。

为了使节能效果达到最优，理论上根据每个正交频分复用（OFDM，Orthogonal Frequency Division Multiplexing）符号功率来调整功放偏置电压可以使节能效果达到最优。但是符号级调整对射频拉远单元（RRU，Radio RemoteUnit）电源模块的调整速度和DPD的处理能力要求都很高，大部分的电源模块和DPD都达不到这个要求，所以一般都采用符号功率检测、无线帧级调整的方式来进行PA偏置电压的调整。

针对LTE基带信号时域波动剧烈的特性，符号功率检测、无线帧级调整的方式通常为：以OFDM符号时长为周期快速进行功率计算，获取相应的功率；依据设定的查询时间，统计查询时间段内的最大符号功率；根据查询时间段内的最大符号功率来获取功率等级；根据获取的功率等级映射出功放偏置电压；再根据映射出的功放偏置电压生成调压信息，将调压信息传送至电源模块，对PA的偏置电压进行调整。

对于系统带宽为20MHz的LTE系统，共包括100个资源块（RB，ResourceBlock）。当下行业务需要使用110RB时，一些系统的调度方式为：前一个传输时间间隔（TTI，Transmission Time Interval）先分配100RB，下一个TTI时再分配10RB。这样，使用100RB时的符号功率比使用10RB时的符号功率就会高很多。如果在一个无线帧的时间长度（10ms）内有一次分配的RB数过多，而其他9次分配的RB数都很少时，就会导致突发的OFDM符号功率很高，而所述时间长度内平均符号功率不大的情况。在这种情况下，当使用上述的符号功率检测、无线帧级调整的方式调整PA偏置电压时，突发的几次OFDM符号功率就会导致PA偏置电压调节范围很小甚至不能进行PA偏置电压调节的问题。

发明内容

本发明主要提供一种资源调度方法和装置，至少能够解决PA偏置电压调节范围很小甚至不能进行PA偏置电压调节的问题。

本发明的技术方案是这样实现的：

本发明提供的一种资源调度的方法，该方法包括：

基站根据历史调度资源数预测下一次调度能够使用的资源的最大上限，在下一次调度时根据基站当前业务情况以及所述资源的最大上限进行资源分配。

上述方案中，所述根据历史调度资源数预测下一次调度能够使用的资源的最大上限为：基站获取用户输入的时间窗的长度及预测方法，根据所述预测方法及时间窗内的历史调度资源数预测下一次调度能够使用的资源的最大上限。

上述方案中，所述历史调度资源数为时间窗内最近调度的资源数；所述时间窗包括：短时间窗和/或长时间窗。

上述方案中，所述预测方法包括：移动平均法、和/或趋势平均法、和/或加权平均法、和/或平滑指数法。

上述方案中，所述根据所述预测方法及时间窗内的历史调度资源数预测下一次调度能够使用的资源的最大上限为：

根据预测方法及短时间窗内的历史调度资源数预测短时间窗内的调度资源数；

根据预测的短时间窗内的调度资源数预测长时间窗内的调度资源数；

根据预测的短时间窗内的调度资源数、预测的长时间窗内的调度资源数、全带宽资源数及资源补偿量预测下一次调度能够使用的资源的最大上限。

上述方案中，所述资源补偿量根据预测的短时间窗内的调度资源数及相应调度周期实际调度资源数进行动态调整。

本方面提供的一种资源调度的装置，该装置包括：预测模块、资源分配模块；其中，

所述预测模块，用于根据历史调度资源数预测下一次调度能够使用的资源的最大上限；

所述资源分配模块，用于在下一次调度时根据基站当前业务情况以及资源的最大上限进行资源分配。

上述方案中，所述预测模块，具体用于获取用户输入的时间窗的长度及预测方法，根据所述预测方法及时间窗内的历史调度资源数预测下一次调度能够使用的资源的最大上限。

上述方案中，所述历史调度资源数为时间窗内最近调度的资源数；所述时间窗包括：短时间窗和/或长时间窗。

上述方案中，所述预测方法包括：移动平均法、和/或趋势平均法、和/或加权平均法、和/或平滑指数法。

上述方案中，所述预测模块具体用于：

根据预测方法及短时间窗内的历史调度资源数预测短时间窗内的调度资源数；

根据预测的短时间窗内的调度资源数预测长时间窗内的调度资源数；

根据预测的短时间窗内的调度资源数、预测的长时间窗内的调度资源数、全带宽资源数及资源补偿量预测下一次调度能够使用的资源的最大上限。

上述方案中，所述预测模块，具体还用于根据预测的短时间窗内的调度资源数及相应调度周期实际调度资源数对资源补偿量进行动态调整。

本发明提供了一种资源调度的方法和装置，基站根据历史调度资源数预测下一次调度能够使用的资源的最大上限，在下一次调度时根据基站当前业务情况以及所述资源的最大上限进行资源分配；如此，能够在下一次调度时参考之前历史调度资源数，在使用符号功率检测、无线帧级调整的方式进行PA偏置电压调节时，防止出现平均功率较小但是存在OFDM符号功率很高的情况，解决了PA偏置电压调节范围很小甚至不能进行PA偏置电压调节的问题，降低了功放功耗，提高了功放的效率。

附图说明

图1为现有技术中LTE基站系统下行链路结构示意图；

图2为本发明实现资源调度方法的流程示意图；

图3为本发明实现资源调度装置的结构示意图。

具体实施方式

本发明实施例中，基站根据历史调度资源数预测下一次调度能够使用的资源的最大上限，在下一次调度时根据基站当前业务情况以及所述资源的最大上限进行资源分配。

下面通过附图及具体实施例对本发明做进一步的详细说明。

本发明实施例实现一种资源调度的方法，如图2所示，该方法包括以下几个步骤：

步骤201：基站根据历史调度资源数预测下一次调度能够使用的资源的最大上限；

具体的，基站获取用户输入的时间窗的长度及预测方法，根据所述预测方法及时间窗内的历史调度资源数预测下一次调度能够使用的资源的最大上限；

所述基站获取用户输入的时间窗的长度及预测方法可以是：基站从网管的文本框中获取用户输入的时间窗的长度，并从网管的选项列表中获取用户输入的预测方法；

所述时间窗包括：长时间窗和/或短时间窗；

其中，所述短时间窗的长度等于M个的TTI，M为正整数；长时间窗的长度等于N倍的短时间窗的长度，N为正整数；

所述预测方法包括：移动平均法、和/或趋势平均法、和/或加权平均法、和/或平滑指数法；

其中，可以根据不同地区长期的历史调度资源数变化情况来选择相应的预测方法。例如，当一个地区历史调度资源数之间变化较大时，则可以使用加权平均法，使得在预测时，距离下一次调度较近的历史调度资源数占较大的权值，距离下一次调度较远的历史调度资源数占较小的权值。

所述根据所述预测方法及时间窗内的历史调度资源数预测下一次调度能够使用的资源的最大上限，具体可以是：

基站根据预测方法及短时间窗内的历史调度资源数预测短时间窗内的调度资源数，根据预测的短时间窗内的调度资源数预测长时间窗内的调度资源数，并根据预测的短时间窗内的调度资源数、预测的长时间窗内的调度资源数、全带宽资源数及资源补偿量预测下一次调度能够使用的资源的最大上限；

其中，所述历史调度资源数为：时间窗内最近调度的资源数；

所述根据短时间窗内的调度资源数预测长时间窗内的调度资源数中，所述短时间窗内的调度资源数为：最近预测的短时间窗内的调度资源数。

当预测方法为移动平均法时，所述基站根据预测方法及短时间窗内的历史调度资源数预测短时间窗内的调度资源数，具体为：

当调度时间T小于短时间窗的长度T1时，预测短时间窗内的调度资源数为全带宽资源数；

当调度时间T大于或者等于短时间窗的长度T1时，则预测短时间窗内的调度资源数MS(T1)为：

$\mathrm{MS}\left(T1\right)=\frac{\underset{t=1}{\overset{T1}{\mathrm{\Σ}}}\mathrm{SS}\left(t\right)}{T1}$

其中：T1表示短时间窗的长度；SS(t)表示第t个历史调度周期实际调度资源数，如果从短时间窗的右边往左边进行累加每个TTI的调度资源数的话，当t=1时，SS(1)表示上一次调度实际调度的资源数，如果从短时间窗的左边往右边进行累加每个TTI的调度资源数的话，t=T1，SS(T1)表示上一次调度实际调度的资源数。

这里，所述资源一般是指RB资源；所述调度时间表示进行调度的次数，随着调度的继续不断的累加；所述全带宽资源数为系统带宽所包括的资源数，例如，当系统带宽为20MHz时，全带宽资源数为100个RB。

当预测方法为移动平均法时，所述根据短时间窗内的调度资源数预测长时间窗内的调度资源数，具体为：

当调度时间T小于短时间窗的长度T1时，预测长时间窗内的调度资源数为全带宽资源数；

当调度时间T大于或等于短时间窗的长度T1小于长时间窗的长度T2时，则预测长时间窗内的调度资源数ML(T2)为：

$\mathrm{ML}\left(T2\right)=\left(\underset{k=1}{\overset{M}{\mathrm{\Σ}}}\mathrm{MS}\left(T_k\right)\right)/M$

其中：MS(T_k)表示第k次预测的短时间窗内的调度资源数，如果按照预测的先后次序定义第一次预测为M的话，当k=1时，MS(T₁)表示最近一次预测的短时间窗内的调度资源数，如果按照预测的先后次序定义第一次预测为1的话，当k=M时，MS(T_M)表示最近一次预测的短时间窗内的调度资源数；M表示调度时间T除以短时间窗的长度T1的整数部分。

当调度时间T大于或者等于长时间窗的长度T2时，则预测长时间窗内的调度资源数ML(T2)为：

$\mathrm{ML}\left(T2\right)=\left(\underset{k=1}{\overset{T2\÷T1}{\mathrm{\Σ}}}\mathrm{MS}\left(T_k\right)\right)/(T2\÷T1)$

其中：MS(T_k)表示第k次预测的短时间窗内的调度资源数，如果按照预测的先后次序定义第一次预测为T2÷T1的话，当k=1时，MS(T₁)表示最近一次预测的短时间窗内的调度资源数，如果按照预测的先后次序定义第一次预测为1的话，当k=T2÷T1时，MS(T_T2÷T1)表示最近一次预测的短时间窗内的调度资源数。

当预测方法为加权平均法时，所述基站根据预测方法及短时间窗内的历史调度资源数预测短时间窗内的调度资源数，具体为：

当调度时间T小于短时间窗的长度T1时，预测短时间窗内的调度资源数为全带宽资源数；

当调度时间T大于或者等于短时间窗的长度T1时，则预测短时间窗内的调度资源数MS(T1)为：

$\mathrm{MS}\left(T1\right)=\frac{\underset{t=1}{\overset{T1}{\mathrm{\Σ}}}\mathrm{SS}\left(t\right)\×\mathrm{KS}\left(t\right)}{\underset{t=1}{\overset{T1}{\mathrm{\Σ}}}\mathrm{KS}\left(t\right)}$

其中：T1表示短时间窗的长度，SS(t)表示第t个历史调度周期实际调度资源数，KS(t)表示第t个历史调度周期实际调度资源数所占的权值；如果从短时间窗的右边往左边进行累加每个TTI的调度资源数的话，当t=1时，SS(1)表示上一次调度实际调度的资源数，如果从短时间窗的左边往右边进行累加每个TTI的调度资源数的话，t=T1，SS(T1)表示上一次调度实际调度的资源数。

通过该公式，能够实现距离下一次调度较近的历史调度资源数占较大的权值，距离下一次调度较远的历史调度资源数占较小的权值。

当预测方法为加权平均法时，所述根据短时间窗内的调度资源数预测长时间窗内的调度资源数，具体为：

当调度时间T小于短时间窗的长度T1时，预测长时间窗内的调度资源数为全带宽资源数；

当调度时间T大于或等于短时间窗的长度T1小于长时间窗的长度T2时，则预测长时间窗内的调度资源数ML(T2)为：

$\mathrm{ML}\left(T2\right)=\frac{\underset{k=1}{\overset{M}{\mathrm{\Σ}}}(\mathrm{MS}\left(T_k\right)\×\mathrm{KL}\left(k\right))}{\underset{k=1}{\overset{M}{\mathrm{\Σ}}}\mathrm{KL}\left(k\right)}$

其中：MS(T_k)表示第k次预测的短时间窗内的调度资源数，KL(k)表示第k次预测的短时间窗内的调度资源数所占的权值，如果按照预测的先后次序定义第一次预测为M的话，当k=1时，MS(T₁)表示最近一次预测的短时间窗内的调度资源数，KL(1)表示最近一次预测的短时间窗内的调度资源数所占的权值，如果按照预测的先后次序定义第一次预测为1的话，当k=M时，MS(T_M)表示最近一次预测的短时间窗内的调度资源数，KL(M)表示最近一次预测的短时间窗内的调度资源数所占的权值；M表示调度时间T除以短时间窗的长度T1的整数部分。

当调度时间T大于或者等于长时间窗的长度T2时，则预测长时间窗内的调度资源数ML(T2)为：

$\mathrm{ML}\left(T2\right)=\frac{\underset{k=1}{\overset{T2\÷T1}{\mathrm{\Σ}}}\left(\mathrm{MS}\left(T_k\right)\×\mathrm{KL}\left(k\right)\right)}{\underset{k=1}{\overset{T2\÷T1}{\mathrm{\Σ}}}\mathrm{KL}\left(k\right)}$

其中：MS(T_k)表示第k次预测的短时间窗内的调度资源数，KL(k)表示第k次预测的短时间窗内的调度资源数所占的权值，如果按照预测的先后次序定义第一次预测为T2÷T1的话，当k=1时，MS(T₁)表示最近一次预测的短时间窗内的调度资源数，KL(1)表示最近一次预测的短时间窗内的调度资源数所占的权值，如果按照预测的先后次序定义第一次预测为1的话，当k=T2÷T1时，MS(T_T2÷T1)表示最近一次预测的短时间窗内的调度资源数，KL(T2÷T1)表示最近一次预测的短时间窗内的调度资源数所占的权值。

所述根据预测的短时间窗内的调度资源数、预测的长时间窗内的调度资源数、全带宽资源数及资源补偿量预测下一次调度能够使用的资源的最大上限，具体为：

当预测的长时间窗内的调度资源数大于或者等于预测的短时间窗内的调度资源数时，则预测下一次调度能够使用的资源的最大上限RB_E为：

RB_E=min（ML(T2)+△RB，RB_ALL）

其中：ML(T2)表示预测的长时间窗内的调度资源数；RB_ALL表示全带宽资源数；△RB表示资源补偿量。

当预测的长时间窗内的调度资源数小于预测的短时间窗内的调度资源数时，则预测下一次调度能够使用的资源的最大上限RB_E为：

RB_E=min（MS(T1)+△RB，RB_ALL）

其中：MS(T1)表示预测的短时间窗内的调度资源数；RB_ALL表示全带宽资源数；△RB表示资源补偿量。

其中，所述资源补偿量通过获取用户输入确定，并且资源补偿量可以根据预测的短时间窗内的调度资源数及相应调度周期实际调度资源数进行动态调整；具体可以是：

在预测短时间窗内的调度资源数之前，根据存储的之前预测的短时间窗内的调度资源数及相应调度周期内实际调度资源数获得短时间窗内的预测差值，并根据短时间窗内的预测差值对资源补偿量进行调整；

所述相应调度周期表示短时间窗所处的调度周期，例如，上一次预测的短时间窗与上一次的调度周期相对应；

所述根据存储的之前预测的短时间窗内的调度资源数及相应调度周期实际调度资源数获得短时间窗内的预测差值ΔRBL为：

$\mathrm{\ΔRBL}=\frac{\underset{k=1}{\overset{T1}{\mathrm{\Σ}}}|\mathrm{MS}\left(T_k\right)-\mathrm{SS}\left(k\right)|}{T1}$

其中：T1表示短时间窗的长度；MS(T_k)表示第k次预测的短时间窗内的调度资源数，SS(k)表示第k个历史调度周期实际调度资源数，如果按照预测的先后次序定义第一次预测为T1的话，当k=1时，MS(T₁)表示最近一次预测的短时间窗内的调度资源数；SS(1)表示上一次调度实际调度的资源数，如果按照预测的先后次序定义第一次预测为1的话，当k=T1时，MS(T_T1)表示最近一次预测的短时间窗内的调度资源数；SS(T1)表示上一次调度实际调度的资源数。

所述根据短时间窗内的预测差值对资源补偿量进行调整为：当短时间窗内的预测差值大于预定值时，则将资源补偿量减小预定步长；当短时间窗内的预测差值小于预定值时，则将资源补偿量增加预定步长；

其中，所述预定值和所述预定步长可以通过用户输入确定；

例如，预定值为4，预定步长为1，当短时间窗内的预测差值为8时，则将资源补偿量减1；

例如，预定值为2，预定步长为1，当短时间窗内的预测差值为1时，则将资源补偿量加1。

步骤202：在下一次调度时根据基站当前业务情况以及资源的最大上限进行资源分配；

具体的，在下一次调度时，根据基站当前业务情况以及资源的最大上限进行资源数分配和资源位置分配；

所述当前业务情况为经过优先级排序后的各用户设备（UE，UserEquipment）下行等待调度的状态；

所述根据基站当前业务情况以及资源的最大上限进行资源数分配属于现有技术，本发明使用步骤201中预测的能够使用的资源的最大上限对系统带宽可用资源数进行替换；

所述资源位置分配可以是：基站将所分配的虚拟资源通过映射方式映射到实际的物理资源位置；

其中，所述映射方式包括：分布式和/或集中式。

为了实现上述方法，本发明实施例还提供一种资源调度的装置，如图3所示，该装置位于基站调度器包括：预测模块301、资源分配模块302；其中，

所述预测模块301，用于根据历史调度资源数预测下一次调度能够使用的资源的最大上限；

所述资源分配模块302，用于在下一次调度时根据基站当前业务情况以及所述资源的最大上限进行资源分配；

所述预测模块301，具体用于获取用户输入的时间窗的长度及预测方法，根据所述预测方法及时间窗内的历史调度资源数预测下一次调度能够使用的资源的最大上限；

所述预测模块301，具体可以是从文本框中获取用户输入的时间窗的长度，并从选项列表中获取用户输入的预测方法；

所述时间窗包括：长时间窗和/或短时间窗；

其中，所述短时间窗的长度等于M个的TTI，M为正整数；长时间窗的长度等于N倍的短时间窗的长度，N为正整数；

所述预测方法包括：移动平均法、和/或趋势平均法、和/或加权平均法、和/或平滑指数法；

其中，可以根据不同地区长期的历史调度资源数变化情况来选择相应的预测方法。例如，当一个地区历史调度资源数之间变化较大时，则可以使用加权平均法，使得在预测时，距离下一次调度较近的历史调度资源数占较大的权值，距离下一次调度较远的历史调度资源数占较小的权值；

所述预测模块301，具体可以是：根据预测方法及短时间窗内的历史调度资源数预测短时间窗内的调度资源数，根据短时间窗内的调度资源数预测长时间窗内的调度资源数，并根据短时间窗内的调度资源数、长时间窗内的调度资源数、全带宽资源数及资源补偿量预测下一次调度能够使用的资源的最大上限；

其中，所述历史调度资源数为：时间窗内最近调度的资源数；

其中，所述根据短时间窗内的调度资源数预测长时间窗内的调度资源数中，所述短时间窗内的调度资源数为：最近预测的短时间窗内的调度资源数。

当预测方法为移动平均法时，所述预测模块301具体用于：

当调度时间T小于短时间窗的长度T1时，预测短时间窗内的调度资源数为全带宽资源数；

当调度时间T大于或者等于短时间窗的长度T1时，则预测短时间窗内的调度资源数MS(T1)为：

$\mathrm{MS}\left(T1\right)=\frac{\underset{t=1}{\overset{T1}{\mathrm{\Σ}}}\mathrm{SS}\left(t\right)}{T1}$

其中：T1表示短时间窗的长度；SS(t)表示第t个历史调度周期实际调度资源数，如果从短时间窗的右边往左边进行累加每个TTI的调度资源数的话，当t=1时，SS(1)表示上一次调度实际调度的资源数，如果从短时间窗的左边往右边进行累加每个TTI的调度资源数的话，t=T1，SS(T1)表示上一次调度实际调度的资源数。

这里，所述资源一般是指RB资源；所述调度时间表示进行调度的次数，随着调度的继续不断的累加；所述全带宽资源数为系统带宽所包括的资源数，例如，当系统带宽为20MHz时，全带宽资源数为100个RB。

当预测方法为移动平均法时，所述预测模块301具体用于：

当调度时间T小于短时间窗的长度T1时，预测长时间窗内的调度资源数为全带宽资源数；

当调度时间T大于或等于短时间窗的长度T1小于长时间窗的长度T2时，则预测长时间窗内的调度资源数ML(T2)为：

$\mathrm{ML}\left(T2\right)=\left(\underset{k=1}{\overset{M}{\mathrm{\Σ}}}\mathrm{MS}\left(T_k\right)\right)/M$

其中：MS(T_k)表示第k次预测的短时间窗内的调度资源数，如果按照预测的先后次序定义第一次预测为M的话，当k=1时，MS(T₁)表示最近一次预测的短时间窗内的调度资源数，如果按照预测的先后次序定义第一次预测为1的话，当k=M时，MS(T_M)表示最近一次预测的短时间窗内的调度资源数；M表示调度时间T除以短时间窗的长度T1的整数部分。

当调度时间T大于或者等于长时间窗的长度T2时，则预测长时间窗内的调度资源数ML(T2)为：

$\mathrm{ML}\left(T2\right)=\left(\underset{k=1}{\overset{T2\÷T1}{\mathrm{\Σ}}}\mathrm{MS}\left(T_k\right)\right)/(T2\÷T1)$

其中：MS(T_k)表示第k次预测的短时间窗内的调度资源数，如果按照预测的先后次序定义第一次预测为T2÷T1的话，当k=1时，MS(T₁)表示最近一次预测的短时间窗内的调度资源数，如果按照预测的先后次序定义第一次预测为1的话，当k=T2÷T1时，MS(T_T2÷T1)表示最近一次预测的短时间窗内的调度资源数。

当预测方法为加权平均法时，所述预测模块301具体用于：

当调度时间T小于短时间窗的长度T1时，预测短时间窗内的调度资源数为全带宽资源数；

当调度时间T大于或者等于短时间窗的长度T1时，则预测短时间窗内的调度资源数MS(T1)为：

$\mathrm{MS}\left(T1\right)=\frac{\underset{t=1}{\overset{T1}{\mathrm{\Σ}}}\left(\mathrm{SS}\left(t\right)\×\mathrm{KS}\left(t\right)\right)}{\underset{t=1}{\overset{T1}{\mathrm{\Σ}}}\mathrm{KS}\left(t\right)}$

其中：T1表示短时间窗的长度，SS(t)表示第t个历史调度周期实际调度资源数，KS(t)表示第t个历史调度周期实际调度资源数所占的权值；如果从短时间窗的右边往左边进行累加每个TTI的调度资源数的话，当t=1时，SS(1)表示上一次调度实际调度的资源数，如果从短时间窗的左边往右边进行累加每个TTI的调度资源数的话，t=T1，SS(T1)表示上一次调度实际调度的资源数。

通过该公式，能够实现距离下一次调度较近的历史调度资源数占较大的权值，距离下一次调度较远的历史调度资源数占较小的权值。

当预测方法为加权平均法时，所述预测模块301具体用于：

当调度时间T小于短时间窗的长度T1时，预测长时间窗内的调度资源数为全带宽资源数；

当调度时间T大于或等于短时间窗的长度T1小于长时间窗的长度T2时，则预测长时间窗内的调度资源数ML(T2)为：

$\mathrm{ML}\left(T2\right)=\frac{\underset{k=1}{\overset{M}{\mathrm{\Σ}}}\left(\mathrm{MS}\left(T_k\right)\×\mathrm{KL}\left(k\right)\right)}{\underset{k=1}{\overset{M}{\mathrm{\Σ}}}\mathrm{KL}\left(k\right)}$

其中：MS(T_k)表示第k次预测的短时间窗内的调度资源数，KL(k)表示第k次预测的短时间窗内的调度资源数所占的权值，如果按照预测的先后次序定义第一次预测为M的话，当k=1时，MS(T₁)表示最近一次预测的短时间窗内的调度资源数，KL(1)表示最近一次预测的短时间窗内的调度资源数所占的权值，如果按照预测的先后次序定义第一次预测为1的话，当k=M时，MS(T_M)表示最近一次预测的短时间窗内的调度资源数，KL(M)表示最近一次预测的短时间窗内的调度资源数所占的权值；M表示调度时间T除以短时间窗的长度T1的整数部分。

当调度时间T大于或者等于长时间窗的长度T2时，则预测长时间窗内的调度资源数ML(T2)为：

$\mathrm{ML}\left(T2\right)=\frac{\underset{k=1}{\overset{T2\÷T1}{\mathrm{\Σ}}}\left(\mathrm{MS}\left(T_k\right)\×\mathrm{KL}\left(k\right)\right)}{\underset{k=1}{\overset{T2\÷T1}{\mathrm{\Σ}}}\mathrm{KL}\left(k\right)}$

其中，MS(T_k)表示第k次预测的短时间窗内的调度资源数，KL(k)表示第k次预测的短时间窗内的调度资源数所占的权值，如果按照预测的先后次序定义第一次预测为T2÷T1的话，当k=1时，MS(T₁)表示最近一次预测的短时间窗内的调度资源数，KL(1)表示最近一次预测的短时间窗内的调度资源数所占的权值，如果按照预测的先后次序定义第一次预测为1的话，当k=T2÷T1时，MS(T_T2÷T1)表示最近一次预测的短时间窗内的调度资源数，KL(T2÷T1)表示最近一次预测的短时间窗内的调度资源数所占的权值。

所述预测模块301具体还用于：

当预测的长时间窗内的调度资源数大于或者等于预测的短时间窗内的调度资源数时，则预测下一次调度能够使用的资源的最大上限RB_E为：

RB_E=min（ML(T2)+△RB，RB_ALL）

其中：ML(T2)表示长时间窗内的调度资源数；RB_ALL表示全带宽资源数；△RB△RB表示资源补偿量。

当预测的长时间窗内的调度资源数小于预测的短时间窗内的调度资源数时，则预测下一次调度能够使用的资源的最大上限RB_E为：

RB_E=min（MS(T1)+△RB，RB_ALL）

其中：MS(T1)表示短时间窗内的调度资源数；RB_ALL表示全带宽资源数；△RB△RB表示资源补偿量。

其中，所述资源补偿量通过获取用户输入确定；

所述预测模块301，具体还用于根据预测的短时间窗内的调度资源数及相应调度周期实际调度资源数进行动态调整，具体可以是：在预测短时间窗内的调度资源数之前，根据存储的之前预测的短时间窗内的调度资源数及相应调度周期实际调度资源数获得短时间窗内的预测差值，并根据短时间窗内的预测差值对资源补偿量进行调整；

所述相应调度周期表示短时间窗所处的调度周期，例如，上一次预测的短时间窗与上一次的调度周期相对应；

所述根据存储的之前预测的短时间窗内的调度资源数及相应调度周期实际调度资源数获得短时间窗内的预测差值ΔRBL为：

$\mathrm{\ΔRBL}=\frac{\underset{k=1}{\overset{T1}{\mathrm{\Σ}}}|\mathrm{MS}\left(T_k\right)-\mathrm{SS}\left(k\right)|}{T1}$

其中：T1表示短时间窗的长度；MS(T_k)表示第k次预测的短时间窗内的调度资源数，SS(k)表示第k个历史调度周期实际调度资源数，如果按照预测的先后次序定义第一次预测为T1的话，当k=1时，MS(T₁)表示最近一次预测的短时间窗内的调度资源数；SS(1)表示上一次调度实际调度的资源数，如果按照预测的先后次序定义第一次预测为1的话，当k=T1时，MS(T_T1)表示最近一次预测的短时间窗内的调度资源数；SS(T1)表示上一次调度实际调度的资源数。

所述根据短时间窗内的预测差值对资源补偿量进行调整为：当短时间窗内的预测差值大于预定值时，则将资源补偿量减小预定步长；当短时间窗内的预测差值小于预定值时，则将资源补偿量增加预定步长；

其中，所述预定值和所述预定步长可以通过用户输入确定；

例如，预定值为4，预定步长为1，当短时间窗内预测差值为8时，则将资源补偿量减1；

例如，预定值为2，预定步长为1，当短时间窗内预测差值为1时，则将资源补偿量加1；

所述资源分配模块302，具体用于在下一次调度时，根据基站当前业务情况以及资源的最大上限进行资源数分配和资源位置分配；

所述当前业务情况为经过优先级排序后的各用户设备下行等待调度的状态；

所述根据基站当前业务情况以及资源的最大资源上限进行资源分配属于现有技术，本发明使用预测模块301中预测的能够使用的资源的最大上限对系统带宽可用资源数进行替换。

所述资源分配模块302，具体用于将所分配的虚拟资源根据映射方式映射到实际的物理资源位置；

其中，所述映射方式包括：分布式和/或集中式。

所述预测模块301可以由基站调度器的中央处理器（CPU，Central ProcessingUnit）和存储器实现，所述资源分配模块302可以由基站调度器的CPU和调度接口实现。

本发明实施例所述资源调度的方法如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式，所述存储介质包括但不限于U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、磁盘存储器、CD-ROM、光学存储器等。

本申请是根据本申请实施例的方法、装置、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

相应的，本发明实施例还提供一种计算机存储介质，其中存储有计算机程序，该计算机程序用于执行本发明实施例的资源调度的方法。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (12)

1.一种资源调度的方法，其特征在于，该方法包括：

基站根据历史调度资源数预测下一次调度能够使用的资源的最大上限，在下一次调度时根据基站当前业务情况以及所述资源的最大上限进行资源分配。

2.根据权利要求1所述的方法，其特征在于，所述根据历史调度资源数预测下一次调度能够使用的资源的最大上限为：基站获取用户输入的时间窗的长度及预测方法，根据所述预测方法及时间窗内的历史调度资源数预测下一次调度能够使用的资源的最大上限。

3.根据权利要求2所述的方法，其特征在于，所述历史调度资源数为时间窗内最近调度的资源数；所述时间窗包括：短时间窗和/或长时间窗。

4.根据权利要求3所述的方法，其特征在于，所述预测方法包括：移动平均法、和/或趋势平均法、和/或加权平均法、和/或平滑指数法。

5.根据权利要求3或4所述的方法，其特征在于，所述根据所述预测方法及时间窗内的历史调度资源数预测下一次调度能够使用的资源的最大上限为：

根据预测方法及短时间窗内的历史调度资源数预测短时间窗内的调度资源数；

根据预测的短时间窗内的调度资源数预测长时间窗内的调度资源数；

根据预测的短时间窗内的调度资源数、预测的长时间窗内的调度资源数、全带宽资源数及资源补偿量预测下一次调度能够使用的资源的最大上限。

6.根据权利要求5所述的方法，其特征在于，所述资源补偿量根据预测的短时间窗内的调度资源数及相应调度周期实际调度资源数进行动态调整。

7.一种资源调度的装置，其特征在于，该装置包括：预测模块、资源分配模块；其中，

所述预测模块，用于根据历史调度资源数预测下一次调度能够使用的资源的最大上限；

所述资源分配模块，用于在下一次调度时根据基站当前业务情况以及资源的最大上限进行资源分配。

8.根据权利要求7所述的装置，其特征在于，所述预测模块，具体用于获取用户输入的时间窗的长度及预测方法，根据所述预测方法及时间窗内的历史调度资源数预测下一次调度能够使用的资源的最大上限。

9.根据权利要求8所述的装置，其特征在于，所述历史调度资源数为时间窗内最近调度的资源数；所述时间窗包括：短时间窗和/或长时间窗。

10.根据权利要求8所述的装置，其特征在于，所述预测方法包括：移动平均法、和/或趋势平均法、和/或加权平均法、和/或平滑指数法。

11.根据权利要求9或10所述的装置，其特征在于，所述预测模块具体用于：

根据预测方法及短时间窗内的历史调度资源数预测短时间窗内的调度资源数；

根据预测的短时间窗内的调度资源数预测长时间窗内的调度资源数；

根据预测的短时间窗内的调度资源数、预测的长时间窗内的调度资源数、全带宽资源数及资源补偿量预测下一次调度能够使用的资源的最大上限。

12.根据权利要求11所述的装置，其特征在于，所述预测模块，具体还用于根据预测的短时间窗内的调度资源数及相应调度周期实际调度资源数对资源补偿量进行动态调整。