CN107567079A - 一种移动互联网数据驱动的基站节能方法 - Google Patents
一种移动互联网数据驱动的基站节能方法 Download PDFInfo
- Publication number
- CN107567079A CN107567079A CN201710685791.XA CN201710685791A CN107567079A CN 107567079 A CN107567079 A CN 107567079A CN 201710685791 A CN201710685791 A CN 201710685791A CN 107567079 A CN107567079 A CN 107567079A
- Authority
- CN
- China
- Prior art keywords
- base station
- community
- flow
- user
- network
- 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
Links
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种移动互联网数据驱动的基站节能方法,包括建立基站间的合作网络、基于基站合作网络的社区划分、建立社区的流量模型和关闭基站的策略。所述的基站合作网络是根据用户在基站下的访问记录建立的一种基站间对用户的合作关系,用复杂网络结构表示。基站合作网络划分根据建立的基站合作网络对基站进行划分,将基站划分成若干社区,社区内基站合作关系紧密。所述建立社区的流量模型是根据划分社区对各社区的聚合流量进行估计,得到社区流量的估计值,关闭基站的策略根据社区流量的估计值按一定策略关闭基站,达到节能目的。本发明优先关闭能量效率低的基站,并将用户服务转移至邻近基站,在保证服务质量情况下,有效降低总体的基站能耗。
Description
技术领域
本发明属于无线网络和计算机技术领域,具体涉及一种通过关闭部分基站的节能技术方案。
背景技术
当前我互联网事业进入飞速发展期,诸多上网设备通过接入移动蜂窝网络获取信息资源,互联网技术的迭代更新也逐步加快。从早期的以模拟技术为基础的蜂窝无线电话系统,近20年间通信技术与互联网技术不断更新与进步,如今已步入第4代移动通信技术时代(4G),较之前的通信技术,4G采用了更先进的信息传输机制、通信技术及网络构架,提高了通信速率与服务质量,使更加广泛地业务能够承载于移动互联网,方便了人们的工作、学习与生活。另外,第五代通信技术(5G)的计划也被搬上了日程,成为了目前通信领域研究的热点。
目前,由于网络需求的增加,而通信的频带却受到限制,为了满足日益增加的用户需求,电信运营商不得不部署更多的基站将空间划分成更加细小的单元实现网络的空分复用。但与此同时,基站消耗的能量也在不断增长,给电力设施带来压力的同时,也成为了运营商一笔不小的经济开支。根据最近研究,全球2%的二氧化碳是由信息与通信技术所消耗的,排放总量与国际空中交通相当。信息与通信技术消耗了总能量的10%,而每年移动通信网络一项就消耗约600亿千瓦时。因此,为了应对巨大的能量消耗,绿色网络的概念被提出,目标通过网络技术减少互联网的能量消耗。
对于移动蜂窝网络而言,基站约消耗了整体能量的2/3。目前研究为了减少能量消耗提高基站能量效率,提出了各种方法,例如,采用更加先进的功率放大器、进行资源管理、采用更加合理的基站部署方案等。目前较为流行的一种基站节能方案是一种通过关闭基站达到节能目的的方法。该方法在流量负荷较轻时关闭部分能量效率较低的基站达到节能的目的。
近年来,相关专家提出了针对通信不同问题的大数据的解决方案,这种方法在进行决策前充分利用机器或人产生的数据为网络运营商提供信息,以此进行自动或人为的相关决策及部署。此类方法已成为解决众多问题的重要手段之一。由于数据产生于用户行为,因此包含着丰富的用户信息,但往往原数据量庞大,信息密度低,难以直接利用。怎样从大量的低价值数据中提取知识,获取决策者想要的信息,成为了采用此方法的关键问题。而目前并未存在较为有效地的方法利用数据信息对基站进行管理与控制。因此研究一种数据驱动的基站的节能技术可以说是非常有意义的。
发明内容
本发明的目的是针对于基站节能问题,提出一种由移动互联网数据驱动的基站节能方案。
本发明所采用的技术方案是:一种移动互联网数据驱动的基站节能方法,其特征在于,包括以下步骤:
步骤1:建立基站合作网络;
步骤2:基于基站合作网络的社区划分;
步骤3:建立社区流量模型;
步骤4:根据社区流量模型,在指定时段指定社区逐步关闭基站达到节能目标。
本发明能够基于现有的移动运营商所提供的基站记录,通过数据处理步骤,提取出有利信息,该信息能够用于指导基站的休眠,实现一种实时、保证一定服务质量高效的基站节能方案。目前的基站休眠技术考虑总体区域的基站休眠,应用在大规模基站时,由于计算复杂,难以实现对基站有效地得出休眠方案,因此通过划分区域,将各个区域的基站分别进行管理,不仅有利于计算,而且对基站的管理与维护提供了帮助与指导。另外,现有基站休眠技术基于基站与用户的实时状态,该状态包含着大量的实时信息,难以保存且不易获取,本发明基于运营商的数据记录,该记录保存于数据库中,可以方便地进行调用。根据这一思路,本发明对基站进行适当的划分。该划分根据实际用户的访问记录,首先建立基站间的合作关系网络,该网络反映了基站间的合作关系。利用多尺度的社区发现算法对基站合作网络进行划分,在同一尺度下,将所有基站划分为若干不重叠的社区,其中每个基站从属于一个社区,社区划分提供了基站到社区的虚拟映射关系,用于基站的区域管理。基于社区划分结果,本发明对各个社区的聚合流量进行估计,预测下一时刻的流量状态。基站休眠策略根据此状态与基站实际负荷情况,在考虑服务质量的情况下关闭能量效率低的基站,提供了总体网络服务质量下降不多的情况下,能够大幅降低网络能量消耗的基站节能方法,有助于社会进步与环境保护要求。
附图说明
图1为本发明实施例的流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
请见图1,本发明提供的一种移动互联网数据驱动的基站节能方法,包括以下步骤:
步骤1:建立基站合作网络;
基站合作网络是一种复杂网络结构,是实际网络合作关系的抽象,由节点与无向带权连边构成,每个节点代表一个基站,连边表示基站间的合作关系,权值代表合作关系的强弱,权值越大代表的合作关系越强。建立合作网络具体有以下几个步骤:
1)定义建立合作网络的使用数据时段,从数据库中获取相应时段的网络记录,并对网络记录按照用户进行排列,即可获取在指定时段每个用户的访问记录,记录包含访问时间、基站ID,消耗流量。基站ID唯一标识一个基站
2)初始化基站合作网络,每个节点代表一个基站。
3)遍历所有用户,对于每个用户u,整理基站记录,并按照以下公式,根据记录建立基站i、基站j对此用户u服务的合作关系,该关系描述了基站间关于服务指定用户u的合作行为:
其中,ρiju表示基站i与基站j对用户u服务的合作关系强弱,为用户u在指定时段基站i下的访问流量,Xu为用户u在指定时段内消耗的总流量,nu为用户u在指定时段访问基站的个数。故基站合作网络权值可表达为:
其中,为用户u访问基站i的指示,如果用户u在指定时段内访问过基站i,则否则 为用户u在指定时段基站i下的访问流量,Xu为用户u在指定时段内消耗的总流量,nu为用户u在指定时段访问基站的个数。
步骤2:基于基站合作网络的社区划分;
本发明采用多尺度社区划分算法对构建网络进行社区划分,经过划分后,在同一社区内的基站合作关系紧密。不同尺度下,社区粒度不同。大尺度下社区粒度大,基站被分为较少数量的社区,小尺度下社区粒度小,基站被分为较多数量的社区。实际中,可以根据需要进行调整。
步骤3:建立社区流量模型;
本发明采用NAMAX方式对流量进行建模。具体步骤如下:
1)收集指定时段各个社区用户记录,将1天均匀划分为24时段,每个时段1小时,统计社区内聚合流量及上网频次。
2)聚合流量及上网频次被描述为以下式子:
其中为社区k的聚合流量,N(t+1)为上网频次,f和g为非线性函数,ε1(t)和ε2(t)为高斯噪声。
本发明采用的f和g为多项式函数。
3)通过指定时间段的流量频次序列对上述公式进行参数求解。得到社区流量模型。
4)根据社区流量模型可以对社区的流量进行预测估计。
步骤4:根据社区流量模型,在指定时段指定社区逐步关闭基站达到节能目标;
具体实现包括以下子步骤:
步骤4.1:对于指定社区通过记录计算流量模型输入所需的历史数据x(t);
步骤4.2:利用社区流量模型估计下一时段时间的流量消耗;
步骤4.3:根据以下效率公式对当前社区基站的效率进行排序,j代表基站编号,Lj为基站j的流量负载,Cj为基站j的容量;
步骤4.4:选择流量效率最低的基站进行关闭;
选择能量效率最低的基站作为待关闭基站,将待关闭基站原有的用户分配至邻近基站,若分配成功,则该待关闭基站被成功关闭;若存在分配用户阻塞,则该待关闭基站不能被关闭,并记录该待关闭基站基站不进入下次效率排序;
邻近基站可根据实际情况定义为地理位置邻近的基站(小于一定距离)或实际信号强度大(大于一定信噪比)的基站。
步骤4.5:重复执行步骤4.4,直至Con<α·Lest(t+1);其中,Con为社区剩余基站总容量,Lest(t+1)为社区下一时刻的估计流量,α为保留参数,根据实际情况进行设置,α越大保留基站越多,关闭基站越少,但QoS(服务质量,如用户阻塞率会相应上升)会相应下降;
步骤4.6:对于所有划分的社区,均按照上述原理进行关闭,最终得到此时刻关闭基站列表,对任意时刻重复以上步骤。
本发明需要一定量的数据对模型进行训练,训练时间长度需根据实际情况自行设定,例如选用1周数据对基站建立合作网络、社区划分及流量建模。模型训练后即可进行使用。本发明参数也需要根据实际情况进行调整已达到较好的实际效果。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (6)
1.一种移动互联网数据驱动的基站节能方法,其特征在于,包括以下步骤:
步骤1:建立基站合作网络;
步骤2:基于基站合作网络的社区划分;
步骤3:建立社区流量模型;
步骤4:根据社区流量模型,在指定时段指定社区逐步关闭基站达到节能目标。
2.根据权利要求1所述的移动互联网数据驱动的基站节能方法,其特征在于,步骤1的具体实现包括以下子步骤:
步骤1.1:定义建立合作网络的使用数据时段,从数据库中获取相应时段的网络记录,并对网络记录按照用户进行排列,即可获取在指定时段每个用户的访问记录,记录包含访问时间、基站ID,消耗流量;基站ID唯一标识一个基站;
步骤1.2:建立基站合作网络,基站合作网络由节点与无向带权连边构成,每个节点代表一个基站,连边表示基站间的合作关系,权值代表合作关系的强弱,权值越大代表的合作关系越强;
步骤1.3:遍历所有用户,对于每个用户u,整理基站记录,并按照以下公式,根据记录建立基站i、基站j对用户u服务的合作关系,该关系描述了基站间关于服务指定用户u的合作行为:
<mrow>
<msub>
<mi>&rho;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>u</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>n</mi>
<mi>u</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mrow>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mi>u</mi>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mi>u</mi>
</msubsup>
</mrow>
<msup>
<mi>X</mi>
<mi>u</mi>
</msup>
</mfrac>
<mo>;</mo>
</mrow>
其中,ρiju表示基站i与基站j对用户u服务的合作关系强弱,为用户u在指定时段基站i下的访问流量,Xu为用户u在指定时段内消耗的总流量,nu为用户u在指定时段访问基站的个数;
则基站合作网络权值为所有用户表示的基站合作关系强弱之和为:
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mi>u</mi>
</munder>
<msub>
<mi>&rho;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>u</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mi>u</mi>
</munder>
<mfrac>
<mrow>
<msubsup>
<mi>&delta;</mi>
<mi>i</mi>
<mi>u</mi>
</msubsup>
<msubsup>
<mi>&delta;</mi>
<mi>j</mi>
<mi>u</mi>
</msubsup>
</mrow>
<mrow>
<msub>
<mi>n</mi>
<mi>u</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mrow>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mi>u</mi>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mi>u</mi>
</msubsup>
</mrow>
<msup>
<mi>X</mi>
<mi>u</mi>
</msup>
</mfrac>
<mo>;</mo>
</mrow>
其中,为用户u访问基站i的指示,如果用户u在指定时段内访问过基站i,则否则
3.根据权利要求1所述的移动互联网数据驱动的基站节能方法,其特征在于:步骤2中,采用多尺度社区划分算法对构建网络进行社区划分。
4.根据权利要求1所述的移动互联网数据驱动的基站节能方法,其特征在于,步骤3的具体实现包括以下子步骤:
步骤3.1:收集指定时段各个社区用户记录,将1天均匀划分为24时段,每个时段1小时,统计社区内聚合流量及上网频次;
步骤3.2:计算聚合流量及上网频次;
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<msubsup>
<mi>L</mi>
<mi>k</mi>
<mrow>
<mi>s</mi>
<mi>u</mi>
<mi>m</mi>
</mrow>
</msubsup>
<mo>(</mo>
<mi>t</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
<mo>=</mo>
<mi>f</mi>
<mo>(</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>)</mo>
<mo>+</mo>
<msub>
<mi>&epsiv;</mi>
<mn>1</mn>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>N</mi>
<mo>(</mo>
<mi>t</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
<mo>=</mo>
<mi>g</mi>
<mo>(</mo>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>)</mo>
<mo>+</mo>
<msub>
<mi>&epsiv;</mi>
<mn>2</mn>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
其中,为社区k的聚合流量,N(t+1)为上网频次,f和g为非线性函数,ε1(t)和ε2(t)为高斯噪声;
步骤3.3:通过指定时间段的流量频次序列对步骤3.2中公式进行参数求解,得到社区流量模型;
步骤3.4:根据社区流量模型对社区的流量进行预测估计。
5.根据权利要求1所述的移动互联网数据驱动的基站节能方法,其特征在于,步骤4的具体实现包括以下子步骤:
步骤4.1:对于指定社区通过记录计算流量模型输入所需的历史数据x(t);
步骤4.2:利用社区流量模型估计下一时段时间的流量消耗;
步骤4.3:根据以下效率公式对当前社区基站的能量效率进行排序,j代表基站编号,Lj为基站j的流量负载,Cj为基站j的容量;
<mrow>
<msub>
<mi>E</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>L</mi>
<mi>j</mi>
</msub>
<msub>
<mi>C</mi>
<mi>j</mi>
</msub>
</mfrac>
</mrow>
步骤4.4:选择流量效率最低的基站进行关闭;
选择能量效率最低的基站作为待关闭基站,将待关闭基站原有的用户分配至邻近基站,若分配成功,则该待关闭基站被成功关闭;若存在分配用户阻塞,则该待关闭基站不能被关闭,并记录该待关闭基站不进入下次效率排序;
步骤4.5:重复执行步骤4.4,直至Con<α·Lest(t+1);其中,Con为社区剩余基站总容量,Lest(t+1)为社区下一时刻的估计流量,α为保留参数,根据实际情况进行设置,α越大保留基站越多,关闭基站越少,但服务质量QoS会相应下降;
步骤4.6:对于所有划分的社区,均按照上述原理进行关闭,最终得到此时刻关闭基站列表,对任意时刻重复以上步骤。
6.根据权利要求5所述的移动互联网数据驱动的基站节能方法,其特征在于:步骤4.4中,邻近基站根据实际情况定义为地理位置小于一定距离的基站或实际信号强度大于一定信噪比的基站。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710685791.XA CN107567079B (zh) | 2017-08-11 | 2017-08-11 | 一种移动互联网数据驱动的基站节能方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710685791.XA CN107567079B (zh) | 2017-08-11 | 2017-08-11 | 一种移动互联网数据驱动的基站节能方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107567079A true CN107567079A (zh) | 2018-01-09 |
CN107567079B CN107567079B (zh) | 2019-08-02 |
Family
ID=60974063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710685791.XA Active CN107567079B (zh) | 2017-08-11 | 2017-08-11 | 一种移动互联网数据驱动的基站节能方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107567079B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108235415A (zh) * | 2018-02-07 | 2018-06-29 | 武汉大学 | 一种考虑用户体验的基站节能方法 |
CN108848520A (zh) * | 2018-05-28 | 2018-11-20 | 西安交通大学 | 一种基于流量预测与基站状态的基站休眠方法 |
CN112867110A (zh) * | 2020-12-31 | 2021-05-28 | 河南省信息咨询设计研究有限公司 | 通信小区的效能识别方法、装置及电子设备 |
CN113055903A (zh) * | 2019-12-26 | 2021-06-29 | 中国电信股份有限公司 | 用于基站的节能关断的方法、设备和介质 |
CN114845309A (zh) * | 2022-03-29 | 2022-08-02 | 北京沐璋教育科技有限公司 | 一种基于大数据的智能通信分配系统 |
CN116761207A (zh) * | 2023-08-22 | 2023-09-15 | 杭州纵横通信股份有限公司 | 一种基于通信行为的用户画像构建方法与系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104093197A (zh) * | 2014-07-17 | 2014-10-08 | 中国联合网络通信集团有限公司 | 一种移动互联网中的设备节能方法及系统 |
CN105050170A (zh) * | 2015-06-30 | 2015-11-11 | 东南大学 | 一种异构网络中基于流量预测的基站休眠方法 |
EP3002889A1 (en) * | 2013-06-28 | 2016-04-06 | Huawei Technologies Co., Ltd. | Multi-mode base station control method and base station |
CN106714223A (zh) * | 2015-11-16 | 2017-05-24 | 中国移动通信集团公司 | 一种基站能耗模型的建立方法及装置 |
-
2017
- 2017-08-11 CN CN201710685791.XA patent/CN107567079B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3002889A1 (en) * | 2013-06-28 | 2016-04-06 | Huawei Technologies Co., Ltd. | Multi-mode base station control method and base station |
CN104093197A (zh) * | 2014-07-17 | 2014-10-08 | 中国联合网络通信集团有限公司 | 一种移动互联网中的设备节能方法及系统 |
CN105050170A (zh) * | 2015-06-30 | 2015-11-11 | 东南大学 | 一种异构网络中基于流量预测的基站休眠方法 |
CN106714223A (zh) * | 2015-11-16 | 2017-05-24 | 中国移动通信集团公司 | 一种基站能耗模型的建立方法及装置 |
Non-Patent Citations (1)
Title |
---|
郝敏: "5G 网络中基于距离感知的动态基站关闭算法", 《电视技术》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108235415A (zh) * | 2018-02-07 | 2018-06-29 | 武汉大学 | 一种考虑用户体验的基站节能方法 |
CN108235415B (zh) * | 2018-02-07 | 2020-05-22 | 武汉大学 | 一种考虑用户体验的基站节能方法 |
CN108848520A (zh) * | 2018-05-28 | 2018-11-20 | 西安交通大学 | 一种基于流量预测与基站状态的基站休眠方法 |
CN113055903A (zh) * | 2019-12-26 | 2021-06-29 | 中国电信股份有限公司 | 用于基站的节能关断的方法、设备和介质 |
CN113055903B (zh) * | 2019-12-26 | 2022-05-17 | 中国电信股份有限公司 | 用于基站的节能关断的方法、设备和介质 |
CN112867110A (zh) * | 2020-12-31 | 2021-05-28 | 河南省信息咨询设计研究有限公司 | 通信小区的效能识别方法、装置及电子设备 |
CN112867110B (zh) * | 2020-12-31 | 2023-03-31 | 河南省信息咨询设计研究有限公司 | 通信小区的效能识别方法、装置及电子设备 |
CN114845309A (zh) * | 2022-03-29 | 2022-08-02 | 北京沐璋教育科技有限公司 | 一种基于大数据的智能通信分配系统 |
CN114845309B (zh) * | 2022-03-29 | 2023-05-09 | 广州中移软件科技有限公司 | 一种基于大数据的智能通信分配系统 |
CN116761207A (zh) * | 2023-08-22 | 2023-09-15 | 杭州纵横通信股份有限公司 | 一种基于通信行为的用户画像构建方法与系统 |
CN116761207B (zh) * | 2023-08-22 | 2023-12-15 | 杭州纵横通信股份有限公司 | 一种基于通信行为的用户画像构建方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107567079B (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107567079A (zh) | 一种移动互联网数据驱动的基站节能方法 | |
CN108848520B (zh) | 一种基于流量预测与基站状态的基站休眠方法 | |
WO2021209024A1 (zh) | 节能方法、基站、控制单元及存储介质 | |
CN104158855B (zh) | 基于遗传算法的移动服务组合计算卸载方法 | |
CN104159258B (zh) | 一种通信节点状态调整方法、装置及系统 | |
CN105682109B (zh) | 节能方法及装置 | |
Liu et al. | Deep reinforcement learning based dynamic resource allocation in 5G ultra-dense networks | |
CN108134979B (zh) | 基于深度神经网络的小基站开关控制方法 | |
CN111405646B (zh) | 异构蜂窝网络中基于Sarsa学习的基站休眠方法 | |
CN104822162B (zh) | 一种混合能源网络中的绿色基站分流方法及装置 | |
Huang et al. | Joint demand forecasting and DQN-based control for energy-aware mobile traffic offloading | |
Zhu et al. | Joint traffic prediction and base station sleeping for energy saving in cellular networks | |
Fletscher et al. | Coalitional planning for energy efficiency of HetNets powered by hybrid energy sources | |
CN108055678B (zh) | 异构蜂窝网络中基于smdp的家庭基站休眠方法 | |
CN109391511A (zh) | 一种基于可拓展训练网络的智能通信资源分配策略 | |
CN111935825A (zh) | 移动边缘计算系统中基于深度值网络的协作资源分配方法 | |
CN113747450B (zh) | 一种移动网络中业务部署方法、装置及电子设备 | |
CN105682124B (zh) | 一种基于虚拟网络的节能方法 | |
Gu et al. | Traffic offloading and power allocation for green HetNets using reinforcement learning method | |
CN103533624B (zh) | 一种移动基站能耗控制方法和系统 | |
CN105592537B (zh) | 一种5g中继网络节能方法及系统 | |
Wei et al. | The offloading model for green base stations in hybrid energy networks with multiple objectives | |
CN111194045A (zh) | 一种基于用户群体聚集行为模型进行节能的方法 | |
CN108235415A (zh) | 一种考虑用户体验的基站节能方法 | |
CN109548138A (zh) | 小蜂窝网络中一种基于重叠社区检测的跟踪区列表管理方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |