CN106376065A - 一种基于pomdp动态调整基站关断窗口长度的机制 - Google Patents

一种基于pomdp动态调整基站关断窗口长度的机制 Download PDF

Info

Publication number
CN106376065A
CN106376065A CN201610765391.5A CN201610765391A CN106376065A CN 106376065 A CN106376065 A CN 106376065A CN 201610765391 A CN201610765391 A CN 201610765391A CN 106376065 A CN106376065 A CN 106376065A
Authority
CN
China
Prior art keywords
base station
state
cycle
sleep
business
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.)
Granted
Application number
CN201610765391.5A
Other languages
English (en)
Other versions
CN106376065B (zh
Inventor
陈前斌
何小强
吴攀
沈海强
张元宝
唐伦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201610765391.5A priority Critical patent/CN106376065B/zh
Publication of CN106376065A publication Critical patent/CN106376065A/zh
Application granted granted Critical
Publication of CN106376065B publication Critical patent/CN106376065B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于POMDP动态调整基站关断窗口长度的机制，包括：a、将基站分为激活模式和睡眠模式，在睡眠模式中又细分为深度睡眠和轻度睡眠，并且假设基站初始状态为激活模式；将每种模式用周期表示，基站在睡眠周期中优先进入深度睡眠周期，紧接着进入轻度睡眠周期；b、判断在每个睡眠周期中到达的业务数量，以决定下个睡眠周期中基站的关断时长；基站的关断时长采用二进制增长机制，用dMMPP模拟到达的业务，基站采用POMDP来预测下一个周期基站可能处于的状态，从而决定下一个睡眠周期中基站的关断时长。本发明以能耗作为优化目标并将队列时延作为约束条件，通过选取最合适的基站关断窗口长度，实现最大化节能。

Description

一种基于POMDP动态调整基站关断窗口长度的机制
技术领域
本发明属于无线通信网络技术领域，涉及一种基于POMDP动态调整基站关断窗口长度的机制。
背景技术
随着用户数量的高速增加和无线网络规模的不断扩大，高容量的通信网络面临着新的巨大的挑战。其主要问题时信息和通信技术(Information and Technology，ICT)中，各种无线通信设备所带来的巨大能耗。美国著名咨询机构Gartner调查显示，信息通信行业消耗的能源占全球总消耗能源的2％-10％。并且在无线网络中，核心网的能耗占网络总能耗的13％、RNC/BSC占5％、基站占79％、用户占3％。显然，核心网和基站的能耗占蜂窝网络总能耗的主要部分。因此，基站能耗的控制是需要迫切解决的问题。
无线通信业务在时间和空间上呈现不均匀性，给节省网络能耗带来了机会。为了满足各个时刻的业务需求，基站是按照峰值业务需求部署的。当业务量比较多时，基站的能量效率较高。相反，当业务量下降到很少或者没有业务到达时，基站的能量效率较低。从上面分析可知，在轻负载或者无负载的时候，基站可以处于关断状态，这样不仅可以提高能量效率，还可以极大地降低网络能耗。
现有技术提出了一种基于N个用户请求的的基站关断机制，该机制原理是基站在处于关断状态时需要检测到达的用户请求个数，直到用户请求数大于等于N个的时候开启基站直到把用户请求处理完毕后再关断基站。现有技术还提出了一种周期性的基站关断机制，该机制的原理是固定基站的关断时长。当基站没有业务的时候进入关断状态，在固定的关断时长后不管有没有业务请求都将打开基站，直到处理完业务请求后再关闭基站。
从上面的分析可以清楚的看到，现有的基站关断机制中还存在许多的不足之处。基于N个用户请求的基站关断机制中，基站必须得等到大于等于N个用户请求时才开启基站，如果N过大，那么会严重影响该部分用户的QoS；如果N过于小，那么基站的开启和关闭将会频繁的切换，并不能达到很好的节能效果。在另外一种周期性的基站关断机制中固定基站的关断时长，并且在基站处于开启状态时基站在处理完用户请求后就立刻进入关断状态。如果基站处关断状态时如果有大量的用户请求到达时，并不能够即时的进行处理，会带来相当大的时延，严重影响用户的QoS。
发明内容
有鉴于此，本发明的目的在于提供一种基于POMDP动态调整基站关断窗口长度的机制，该机制采用部分可测马尔可夫过程(Partially Observable Markov DecisionProcess，POMDP)方法，以能耗作为优化目标并将队列时延作为约束条件，通过选取最合适的基站关断窗口长度，实现最大化节能。
为达到上述目的，本发明提供如下技术方案：
一种基于POMDP动态调整基站关断窗口长度的机制，该机制主要包括以下两部分：
a.将基站分为激活模式和睡眠模式，在睡眠模式中又细分为深度睡眠和轻度睡眠，并且假设基站初始状态为激活模式；将每种模式用周期表示，基站在睡眠周期中优先进入深度睡眠周期，紧接着进入轻度睡眠周期；
b.判断在每个睡眠周期中到达的业务数量，以决定下个睡眠周期中基站的关断时长；基站的关断时长采用二进制增长机制，用dMMPP(discrete-time Markov-modulatedPoisson Process，离散马尔科夫调制泊松过程)模拟到达的业务，基站采用POMDP(Partially Observable Markov Decision Process，POMDP，部分可测马尔科夫决策过程)来预测下一个周期基站可能处于的状态，从而决定下一个睡眠周期中基站的关断时长。
进一步，在a中，将基站分为激活模式和睡眠模式两种模式，在睡眠模式中又细分为深度睡眠模式和轻度睡眠模式，并且假设基站初始状态为激活模式；具体包括：
在每一段时间结束后，都需要对基站的模式进行判断：如果基站处于激活模式，则基站将保持最大发射功率；如果基站处于深度睡眠模式，则基站处于休眠状态，此时基站不处理任何业务，能耗最低；如果基站处于轻度睡眠模式，则基站会处理业务，但是其发射功率相对激活模式要低一些；激活模式和睡眠模式之间的转换需要作出判断后执行，由激活模式转换到睡眠模式需要在连续一段时间τ内没有业务到达，由睡眠模式转换到激活模式则需要在连续k个睡眠周期内到达的业务数量都较多；如果基站处于睡眠模式，则将每个睡眠模式用睡眠周期表示，并且由深度睡眠周期和轻度睡眠周期组成，基站在睡眠周期中优先进入深度睡眠周期，紧接着才进入轻度睡眠周期,每个睡眠周期都是如此。
进一步，在b中，判断在每个睡眠周期中到达的业务数量，以决定下个睡眠周期中基站的关断时长；具体包括：
在每个睡眠周期中，当业务到达较少或没有业务到达时，下一个睡眠周期中深度睡眠周期的时长将按照二进制指数增长，直到增长到规定的最大值为止，并且轻度睡眠周期的时长保持不变；当业务到达较多时，下一个睡眠周期中深度睡眠周期的时长将保持不变，并且轻度睡眠周期的时长将适当的延长，以保证处理完当前深度睡眠周期中到达的业务；由于诸多因素例如信道条件不好的影响下，对每个周期内业务的情况不能够准确得到，因此就只能通过已知的可以得到的一些信息对下一个周期内业务的情况进行预测，这时使用部分可测马尔科夫决策过程(Partially Observable Markov Decision Process，POMDP)来预测下一个周期的状态，并采用动态规划的方法求解出使得基站功耗最小的关断时长，将基站的每个周期都抽象为一个状态所对应的时间间隔，业务模型采用离散马尔科夫调制泊松过程(discrete-time Markov-modulated Poisson Process，dMMPP)，每一个状态都用业务的到达率表示，并且不同的状态其业务的到达率不同，每种状态都是服从泊松分布；
以每个周期内到达的业务数量作为观察状态，用于预测下一个状态；用每个周期内基站的关断时长作为基站采取的行动，基站会在每个周期末采取相应的行动，该行动决定了下个周期内基站的关断时长，同时系统转移到下一个状态；此时，系统会得到新的观测值，并计算出得到该观测值对应的概率，然后计算和更新信念状态信息，最终确定系统的状态；同时以能耗为优化目标，以队列时延作为约束条件，采用动态规划的方法，求解出使得能耗最低的每个状态下的关断时长，基站只需要根据采用POMDP方法和动态规划的求解思路将最优的关断时长作为行动实施即可。
进一步，所述的基于部分可测马尔可夫过程关断窗口长度决策算法，具体包括：
1)将基站的每个周期都抽象为一个状态所对应的时间间隔；
2)业务模型采用离散马尔科夫调制泊松过程(discrete-time Markov-modulatedPoisson Process，dMMPP)，每一个状态都用业务的到达率表示，并且不同的状态其业务的到达率不同，每种状态都是服从泊松分布；
3)以每个周期内到达的业务数量作为观察状态，用于预测下一个状态；
4)用每个周期内基站的关断时长作为基站采取的行动，基站会在每个周期末采取相应的行动，该行动决定了下个周期内基站的关断时长，同时系统转移到下一个状态；此时，根据上一个周期内到达的业务数量和业务的到达率，计算和更新信念状态信息；
5)以能耗为优化目标，以队列时延作为约束条件，采用动态规划的方法，求解出使得能耗最低的每个状态下的关断时长。
进一步，所述POMDP由6个多元组组成{S、A、P、Z、O、R}，其中S表示系统状态集合，A表示行动集合，P表示系统状态转移概率空间，Z表示观测值，O表示观测值概率空间，R表示回报函数，因此，将基站的每一个周期都抽象为一个状态所对应的时间间隔。
进一步，状态用业务来表征，业务用离散马尔科夫调制泊松过程dMMPP进行建模，因此状态采用不同到达率的业务表征，并需要事先定义好每个状态之间的转移概率，这个转移概率可以通过统计一段时间内的状态变化情况得到；通过观察来预测下一个周期的状态，这里用当前周期内到达的业务数量作为观测状态，也就是观测值用当前周期内到达的业务数量表征，利用当前周期内的观测值和状态，根据泊松过程的概率密度函数计算出该观测值对应的观测值概率；
系统的行动用基站的关断时长表征，基站在每个周期末采取相应的行动，该行动决定了下个周期内基站的关断时长，同时系统转移到下一个状态，此时，系统需要根据上一个周期内系统的状态和观测值，更新系统的信念状态；信念状态表征的是系统处于某个状态的概率，用来预测系统下一个可能处于的状态。
本发明的有益效果在于：1)基站能够根据实时到达的业务，即时调整基站自身的状态，包括基站激活模式和睡眠模式的确定，以及基站在处于睡眠模式中的关断时长的确定。相对于现有的基站关断机制，在决定基站关断时长这一块更加灵活，也更加容易掌控。不仅如此，在本发明实施例中，基站还能够在保证用户QoS的前提下，最大化的降低能耗，相对于现有的基站关断机制来说对系统有一个优化过程。2)基于POMDP的基站关断窗口长度选取算法，该算法可以很好的对即将到来的业务情况进行预测，并且特别适用于用离散时间马尔科夫决策过程dMMPP对业务建模的系统，因为dMMPP过程是一种比传统泊松模型适用面更广的用于描述业务流到达规律的随机过程。通过对业务进行预测，再结合动态规划的解法。可以提前知晓使得能耗最小的基站的关断时长，这样的预判能够最大化的降低基站的能耗。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为基于POMDP动态调整基站关断窗口长度的机制示意图；
图2为传统的基于N个用户请求的基站关断机制示意图；
图3为传统的周期性基站关断机制示意图；
图4为POMDP决策过程的流程图；
图5为利用POMDP对基站关断机制建模的原理图；
图6为利用POMDP对基站关断机制建模的具体流程图；
图7为利用动态规划求解最优基站关断时长流程图；
图8为系统总的流程图。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
图1为基于POMDP动态调整基站关断窗口长度的机制示意图，图8为系统总的流程图，如图所示，该机制的特点如下，1)将基站分为激活模式和睡眠模式两种模式；2)将每个睡眠模式用睡眠周期表示，并且由深度睡眠周期和轻度睡眠周期组成；3)基站激活模式和睡眠模式之间的转换需要做出判断后执行，由激活模式转换到睡眠模式需要在连续一段时间τ内没有业务到达，由睡眠模式转换到激活模式则需要在连续k个睡眠周期里轻度睡眠周期时长都延长即在这连续k个睡眠周期内到达的业务数量都较多；4)在每个睡眠周期中，当业务到达较少或没有业务到达时，下一个睡眠周期中深度睡眠周期的时长将按照二进制指数增长，直到增长到规定的最大值为止；5)在每个睡眠周期中，当业务到达较少或没有业务到达时，下一个睡眠周期中轻度睡眠周期的时长保持不变。当业务到达较多时，将适当延长轻度睡眠周期的时长以保证处理完当前深度睡眠周期中到达的业务。
图2为传统的基于N个用户请求的基站关断机制示意图。该机制的特点是基站在处于关断状态时需要检测到达的用户请求个数，直到用户请求数大于等于N个的时候开启基站直到把用户请求处理完毕后再关断基站。
图3为传统的周期性基站关断机制示意图。现该机制的原理是固定基站的关断时长。当基站没有业务的时候进入关断状态，在固定的关断时长后不管有没有业务请求都将打开基站，直到处理完业务请求后再关闭基站。
图4为POMDP决策过程的流程图。从图中可以看到POMDP的决策过程，首先需要统计t时刻系统的状态、系统的观测值、系统的信念状态、系统可采取的行动等指标。在t时刻采取行动过后，系统将转移到t+1时刻对应的下一个状态，此时需要更新系统的信念状态，并根据更新的系统信念状态最终确定t+1时刻的状态。
图5为利用POMDP对基站关断机制建模的原理图。从图中可以很清楚的了解到POMDP在其中的运作。系统在每次执行行动后都会转移到下一个状态，同时会得到一个观测值。图中表现为在dt-1时刻采取行动A1后，系统由状态S1转移到状态S2，并得到观测值O2。dt时刻观测值O2，dt-1时刻信念状态B1以及行动A1共同决定了dt时刻更新的系统信念状态B2，整个系统状态都按照此方法转移。
图6为利用POMDP对基站关断机制建模的具体流程图，如图所示，具体包括以下步骤：
步骤601：对于当前时刻，基站首先需要获取当前基站处于哪种状态，即基站需要知道在当前周期内业务的到达率。
步骤602：基站在每个周期末都会采取相应的行动，然后系统会进入到下一个状态，这里的行动指的是选取基站的关断窗口长度。
步骤603：基站在进入下一个状态后，会得到新的观测值，这里的观测值指的是到达基站的业务数量。
步骤604：基站在获取新的观测值后，根据泊松过程的概率密度函数可以计算出该观测值对应的观测值概率。
步骤605：系统根据新的观测值、系统可能出现的状态以及上一时刻执行的行动来更新信念状态信息，信念状态描述了系统处于某个状态的概率。
步骤606：根据更新的信念状态信息，基站最终确定下一时刻基站所处的状态，然后重复步骤601到步骤606来完成对下下个周期系统状态的估计。
图7为利用动态规划求解最优基站关断时长流程图。利用动态规划求解最优基站关断时长，并且将业务的平均时延作为约束条件，优化的目的是计算出使基站能耗最低的情况下对应的基站的关断时长，以最大化的实现基站的节能。
步骤701：动态规划采用T步迭代算法，T的具体取值取决于系统总的状态数，此时将中间变量t赋值为T。
步骤702：判断t是否大于或者等于1，如果是则跳转到步骤703；如果不是，则结束程序，迭代终止。
步骤703：每执行一步，中间变量t的值减少1个单位。
步骤704：计算当前周期内业务的时延大小。
步骤705：将时延大小与系统设置好的时延阈值进行比较，如果大于时延阈值说明时延太高，不符合条件，此时将基站能耗赋予事先定义好的能耗最大值，也说明该行动不可取，然后返回步骤702。
步骤705：当时延符合要求时，计算出该行动对应的能耗即可，同时返回步骤702。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (6)

1.一种基于POMDP动态调整基站关断窗口长度的机制，其特征在于：该机制主要包括以下两部分：
a.将基站分为激活模式和睡眠模式，在睡眠模式中又细分为深度睡眠和轻度睡眠，并且假设基站初始状态为激活模式；将每种模式用周期表示，基站在睡眠周期中优先进入深度睡眠周期，紧接着进入轻度睡眠周期；
b.判断在每个睡眠周期中到达的业务数量，以决定下个睡眠周期中基站的关断时长；基站的关断时长采用二进制增长机制，用dMMPP(discrete-time Markov-modulatedPoisson Process，离散马尔科夫调制泊松过程)模拟到达的业务，基站采用POMDP(Partially Observable Markov Decision Process，POMDP，部分可测马尔科夫决策过程)来预测下一个周期基站可能处于的状态，从而决定下一个睡眠周期中基站的关断时长。
2.根据权利要求1所述的基于POMDP动态调整基站关断窗口长度的机制，其特征在于：在a中，将基站分为激活模式和睡眠模式两种模式，在睡眠模式中又细分为深度睡眠模式和轻度睡眠模式，并且假设基站初始状态为激活模式；具体包括：
在每一段时间结束后，都需要对基站的模式进行判断：如果基站处于激活模式，则基站将保持最大发射功率；如果基站处于深度睡眠模式，则基站处于休眠状态，此时基站不处理任何业务，能耗最低；如果基站处于轻度睡眠模式，则基站会处理业务，但是其发射功率相对激活模式要低一些；激活模式和睡眠模式之间的转换需要作出判断后执行，由激活模式转换到睡眠模式需要在连续一段时间τ内没有业务到达，由睡眠模式转换到激活模式则需要在连续k个睡眠周期内到达的业务数量都较多；如果基站处于睡眠模式，则将每个睡眠模式用睡眠周期表示，并且由深度睡眠周期和轻度睡眠周期组成，基站在睡眠周期中优先进入深度睡眠周期，紧接着才进入轻度睡眠周期,每个睡眠周期都是如此。
3.根据权利要求1所述的基于POMDP动态调整基站关断窗口长度的机制，其特征在于：在b中，判断在每个睡眠周期中到达的业务数量，以决定下个睡眠周期中基站的关断时长；具体包括：
在每个睡眠周期中，当业务到达较少或没有业务到达时，下一个睡眠周期中深度睡眠周期的时长将按照二进制指数增长，直到增长到规定的最大值为止，并且轻度睡眠周期的时长保持不变；当业务到达较多时，下一个睡眠周期中深度睡眠周期的时长将保持不变，并且轻度睡眠周期的时长将适当的延长，以保证处理完当前深度睡眠周期中到达的业务；使用部分可测马尔科夫决策过程(Partially Observable MarkovDecision Process，POMDP)来预测下一个周期的状态，并采用动态规划的方法求解出使得基站功耗最小的关断时长，将基站的每个周期都抽象为一个状态所对应的时间间隔，业务模型采用离散马尔科夫调制泊松过程(discrete-time Markov-modulated Poisson Process，dMMPP)，每一个状态都用业务的到达率表示，并且不同的状态其业务的到达率不同，每种状态都是服从泊松分布；
以每个周期内到达的业务数量作为观察状态，用于预测下一个状态；用每个周期内基站的关断时长作为基站采取的行动，基站会在每个周期末采取相应的行动，该行动决定了下个周期内基站的关断时长，同时系统转移到下一个状态；此时，系统会得到新的观测值，并计算出得到该观测值对应的概率，然后计算和更新信念状态信息，最终确定系统的状态；同时以能耗为优化目标，以队列时延作为约束条件，采用动态规划的方法，求解出使得能耗最低的每个状态下的关断时长，基站只需要根据采用POMDP方法和动态规划的求解思路将最优的关断时长作为行动实施即可。
4.根据权利要求3所述的基于POMDP动态调整基站关断窗口长度的机制，其特征在于：所述的基于部分可测马尔可夫过程关断窗口长度决策算法，具体包括：
1)将基站的每个周期都抽象为一个状态所对应的时间间隔；
2)业务模型采用离散马尔科夫调制泊松过程(discrete-time Markov-modulatedPoisson Process，dMMPP)，每一个状态都用业务的到达率表示，并且不同的状态其业务的到达率不同，每种状态都是服从泊松分布；
3)以每个周期内到达的业务数量作为观察状态，用于预测下一个状态；
4)用每个周期内基站的关断时长作为基站采取的行动，基站会在每个周期末采取相应的行动，该行动决定了下个周期内基站的关断时长，同时系统转移到下一个状态；此时，根据上一个周期内到达的业务数量和业务的到达率，计算和更新信念状态信息；
5)以能耗为优化目标，以队列时延作为约束条件，采用动态规划的方法，求解出使得能耗最低的每个状态下的关断时长。
5.根据权利要求4所述的基于POMDP动态调整基站关断窗口长度的机制，其特征在于：所述POMDP由6个多元组组成{S、A、P、Z、O、R}，其中S表示系统状态集合，A表示行动集合，P表示系统状态转移概率空间，Z表示观测值，O表示观测值概率空间，R表示回报函数，因此，将基站的每一个周期都抽象为一个状态所对应的时间间隔。
6.根据权利要求5所述的基于POMDP动态调整基站关断窗口长度的机制，其特征在于：状态用业务来表征，业务用离散马尔科夫调制泊松过程dMMPP进行建模，因此状态采用不同到达率的业务表征，并需要事先定义好每个状态之间的转移概率，这个转移概率可以通过统计一段时间内的状态变化情况得到；通过观察来预测下一个周期的状态，这里用当前周期内到达的业务数量作为观测状态，也就是观测值用当前周期内到达的业务数量表征，利用当前周期内的观测值和状态，根据泊松过程的概率密度函数计算出该观测值对应的观测值概率；系统的行动用基站的关断时长表征，基站在每个周期末采取相应的行动，该行动决定了下个周期内基站的关断时长，同时系统转移到下一个状态，此时，系统需要根据上一个周期内系统的状态和观测值，更新系统的信念状态；信念状态表征的是系统处于某个状态的概率，用来预测系统下一个可能处于的状态。
CN201610765391.5A 2016-08-30 2016-08-30 一种基于pomdp动态调整基站关断窗口长度的机制 Active CN106376065B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610765391.5A CN106376065B (zh) 2016-08-30 2016-08-30 一种基于pomdp动态调整基站关断窗口长度的机制

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610765391.5A CN106376065B (zh) 2016-08-30 2016-08-30 一种基于pomdp动态调整基站关断窗口长度的机制

Publications (2)

Publication Number Publication Date
CN106376065A true CN106376065A (zh) 2017-02-01
CN106376065B CN106376065B (zh) 2019-08-20

Family

ID=57901607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610765391.5A Active CN106376065B (zh) 2016-08-30 2016-08-30 一种基于pomdp动态调整基站关断窗口长度的机制

Country Status (1)

Country Link
CN (1) CN106376065B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107708148A (zh) * 2017-09-30 2018-02-16 重庆邮电大学 一种基于mdp的小基站异步关断节能方法
CN108093467A (zh) * 2017-12-14 2018-05-29 微梦创科网络科技（中国）有限公司 一种降低网络能耗的通信方法、小蜂窝设备及相关系统
CN110708745A (zh) * 2018-07-09 2020-01-17 普天信息技术有限公司 一种适用于5g场景的基站休眠方法和基站设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102804640A (zh) * 2009-06-26 2012-11-28 Lg电子株式会社 用于运行睡眠模式的设备和方法
CN103327587A (zh) * 2013-05-29 2013-09-25 北京创毅讯联科技股份有限公司 一种终端睡眠周期控制方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102804640A (zh) * 2009-06-26 2012-11-28 Lg电子株式会社 用于运行睡眠模式的设备和方法
CN103327587A (zh) * 2013-05-29 2013-09-25 北京创毅讯联科技股份有限公司 一种终端睡眠周期控制方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
魏强: "OFDMA系统中基于决策理论的干扰协调技术研究", 《复旦大学》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107708148A (zh) * 2017-09-30 2018-02-16 重庆邮电大学 一种基于mdp的小基站异步关断节能方法
CN107708148B (zh) * 2017-09-30 2020-10-27 重庆邮电大学 一种基于mdp的小基站异步关断节能方法
CN108093467A (zh) * 2017-12-14 2018-05-29 微梦创科网络科技（中国）有限公司 一种降低网络能耗的通信方法、小蜂窝设备及相关系统
CN110708745A (zh) * 2018-07-09 2020-01-17 普天信息技术有限公司 一种适用于5g场景的基站休眠方法和基站设备

Also Published As

Publication number Publication date
CN106376065B (zh) 2019-08-20

Similar Documents

Publication Publication Date Title
CN106231660B (zh) 一种基于长短休眠周期的基站关断机制
CN109218747B (zh) 超密集异构网络中基于用户移动性的视频业务分类缓存方法
CN110968426B (zh) 一种基于在线学习的边云协同k均值聚类的模型优化方法
CN105682109B (zh) 节能方法及装置
CN106376065A (zh) 一种基于pomdp动态调整基站关断窗口长度的机制
CN113469325B (zh) 一种边缘聚合间隔自适应控制的分层联邦学习方法、计算机设备、存储介质
CN103889001A (zh) 一种基于未来负载预测的自适应负载均衡方法
CN114071661A (zh) 一种基站节能控制方法和装置
CN104363635B (zh) 快速能耗优化的流媒体应用带宽资源分配方法
CN105636056A (zh) 一种频谱资源自优化的节能方法、装置和系统
CN104093197A (zh) 一种移动互联网中的设备节能方法及系统
CN112954707B (zh) 基站的节能方法、装置、基站和计算机可读存储介质
CN109803285A (zh) 一种小区处理方法、装置及网络设备
CN107567079A (zh) 一种移动互联网数据驱动的基站节能方法
CN106569580A (zh) 智能终端的动态节能方法及系统
CN103929752A (zh) 基站间动态协同覆盖方法
CN113141616B (zh) O+b域数据+业务场景自适应识别的节能基站选择及节能模式选取的方法、装置和系统
CN109831801B (zh) 基于深度学习神经网络的用户行为预测的基站缓存方法
CN110167059A (zh) 一种边缘计算场景下基站业务量预测方法
Li et al. Collaborative optimization of edge-cloud computation offloading in internet of vehicles
EP2590443A1 (en) Control device and method, and node device
CN106162699B (zh) 一种基站工作模式管理方法及网络设备
CN109660995B (zh) 基于机器学习算法的WiFi系统中AP智能节能控制方法及设备
CN103581048B (zh) 一种电力通信网络的分布式资源过载控制方法
Cho et al. Improving power savings by using adaptive initial-sleep window in IEEE802. 16e

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant