CN111050398A - 寻呼方法、装置、设备及存储介质 - Google Patents

Abstract

本发明实施例公开一种寻呼方法、装置、设备及存储介质，该寻呼方法包括：获取与用户标识对应的目标运动轨迹；根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，所述寻呼范围用于确定向所述用户标识对应的用户设备发送寻呼消息。

Description

寻呼方法、装置、设备及存储介质

技术领域

本发明涉及通信领域，尤其涉及一种寻呼方法、装置、设备及存储介质。

背景技术

随着智能手机等移动终端的逐步普及，在过去的十年中移动通信的业务量经历了爆炸式的增长。目前业界普遍认为，随着超高清视频、虚拟现实等新应用的出现及普及，未来10年移动通信的业务量将以指数方式增长，在一些热点地区，将超过1000倍。

1000倍的业务量增长成为驱动第四代移动通信系统(简称4G系统)进一步演进的最大动力。为了满足这一需求，第五代移动通信系统(简称5G系统)提出了极具挑战的1000倍容量提升的目标。移动通信的发展历史表明，小区分裂、更大的带宽、更高的频谱效率是系统容量提升的三大支柱。

随着小区分裂技术的发展，低功率传输节点(Transmission Point，简称为TP)被灵活的、稀疏的部署在宏小区(Macro Cell)覆盖区域之内，形成了由宏小区和小小区(Small Cell)组成的多层异构网络(Heterogeneous Network，简称HetNet)。HetNet不仅可以在保证覆盖的同时提高小区分裂的灵活性及系统容量，分担宏小区的业务压力，还可以扩大宏小区的覆盖范围。在4G系统研究的末期，为了进一步提高系统容量，第三代无线通信协议(3GPP)提出了高密度部署Small Cell增强技术，对Small Cell时出现的问题展开了初步的研究。

超密集网络可以看作是Small Cell增强技术的进一步演进。在超密集网络中，TP密度将进一步提高，TP的覆盖范围进一步缩小，每个TP同时只服务一个或很少的几个终端。超密集部署拉近了TP与终端的距离，使得他们的传输功率可以大大降低，且变得非常接近，上、下行链路的差别也因此越来越小。

在这种超密集网络中，由于Small Cell覆盖的面积变小，Small Cell的个数会相应增多，一个明显的变化就是用户设备(UE)跨小区的移动较宏蜂窝网络的次数会增大。对于连接状态的UE，切换会更加频繁，对于非连接状态，如空闲状态的UE或者未来引入的非激活状态的UE，当作为被叫或者下行业务到来时，需要对这些UE进行寻呼。寻呼时并不知道UE处于哪个小区，按照宏蜂窝网络的技术为了能够提高寻呼成功率，需要相应地扩大寻呼区域。扩大寻呼区域一个明显的问题是若按照一般宏网的寻呼策略，则需要对跟踪区域范围的所有Small Cell进行寻呼，从而产生大量的寻呼指令，不但消耗大量的资源，而且还会影响设备接入量及稳定性。为了缩小寻呼范围，目前也有方法提出把寻呼消息发送到UE注册时所在Small Cell，但是由于UE的高移动特性大多数重选到其他Small Cell，寻呼将失败。因此，如何对UE进行寻呼，尤其是如何对超密集网络中UE进行寻呼还没有一个切实可行的方法。

发明内容

为解决现有存在的技术问题，本发明实施例提供一种寻呼方法、装置、设备及存储介质，能够在节省资源的前提下有效提升寻呼成功率。

为达到上述目的，本发明实施例的技术方案是这样实现的：

一种寻呼方法，包括：获取与用户标识对应的目标运动轨迹，根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，所述寻呼范围用于确定向所述用户标识对应的用户设备发送寻呼消息。

一种寻呼装置，用于获取与用户标识对应的目标运动轨迹，根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，所述寻呼范围用于确定向所述用户标识对应的用户设备发送寻呼消息。

一种寻呼设备，所述寻呼设备包括处理器和用于存储能够在处理器上运行的可执行指令的存储器；其中所述处理器用于运行所述可执行指令时，执行本申请任一实施例所述寻呼方法。

一种存储介质，所述存储介质中存储有可执行指令，所述可执行指令被处理器执行时实现本申请任一实施例所述的寻呼方法。

上述实施例所提供的寻呼方法、装置、设备及存储介质，其中通过获取与用户标识对应的目标运动轨迹，根据目标运动轨迹中携带的位置信息确定寻呼范围，如此，可以通过根据用户的历史行为的规律对用户的未来一个时间段的运动轨迹进行预测得到的目标运动轨迹来确定该用户对应的寻呼范围，从而寻呼范围能够基于对用户行为的潜在规律性的分析得到，通过该寻呼范围可以针对性地向对应的用户设备发送寻呼消息，可以减小信令传输，且同时提升寻呼成功率。

附图说明

图1为本发明一实施例中寻呼方法的运行系统的架构图；

图2为本发明一实施例中寻呼方法的流程图；

图3为本发明另一实施例中寻呼方法的流程图；

图4为本发明一实施例中轨迹合并的流程图；

图5为本发明另一实施例中轨迹合并的流程图；

图6为本发明一实施例中PM的寻呼流程图；

图7为本发明一实施例中更新目标运动轨迹的流程图；

图8为本发明另一实施例中更新目标运动轨迹的流程图；

图9为本发明一实施例中寻呼装置的结构示意图；

图10为本发明一示例中寻呼方法的流程图；

图11为本发明另一示例中寻呼方法的流程图。

具体实施方式

以下结合说明书附图及具体实施例对本发明技术方案做进一步的详细阐述。除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。

如图1所示，在一个实施例中，提供一种采用本发明实施例所提供的寻呼方法的系统架构图，该系统架构中，包括无线接入网络RAN 200、核心网CN300以及用户设备UE400。UE通过RAN200与CN300之间建立网络连接。在一些实施例中，与寻呼方法对应的寻呼装置100包括用户数据管理组件DM11和寻呼功能组件PM13。UE将用户通过相应网络进行的各类业务的行为记录，如通话记录、上网记录、注册记录、UE建立网络连接的记录等相应发送给RAN200或核心网CN300，形成与用户对应的业务信息。DM11用于从RAN200和/或CN300获取用户一段时间的历史业务信息，如历史通话记录、上网记录、注册记录、UE建立网络连接的记录等进行分析，确定用户的历史运动轨迹后预测用户未来的运动轨迹，PM13根据预测的运动轨迹确定寻呼范围，向UE发送寻呼消息。

这里，DM11和PM13是指基于网络功能确定的网络功能组件，而并非局限于是指网络实体/节点，通过网络功能组件化，可以基于用例来进行功能组件的组织，不限定在具体的网元，从而实现网络功能的灵活部署。如，在一些实施例中，DM11作为一个网络功能组件，可以部署在RAN200侧或者CN300侧的服务器中，如云平台，或者5G网络中的大数据处理模块，DM11可以是独立运行的，并可以进行接口的开放，如开放两个接口，一个作为输入接口，输入接口中传递的信息为用户的历史业务信息，另一个作为用户的目标运动轨迹的预测结果的输出接口；PM13可以部署在RAN200侧的基站201中，可以是作为获取用户运动轨迹的预测结果的一个应用。在另一些实施例中，DM11和PM13可以分别作为独立的网络功能组件，共同部署在基站201中。这里，DM11和PM13分别作为通过网络功能组件化对应的网络功能组件，均是从网络拓扑层面来进行描述的，相应的，接口应理解为相应定义为功能组件的接口而不限于为指一个具体的网络实体的接口。

请参阅图2，为本发明一实施例提供的寻呼方法，该方法包括：

步骤101，获取与用户标识对应的目标运动轨迹。

步骤103，根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，所述寻呼范围用于确定向所述用户标识对应的用户设备发送寻呼消息。

用户标识是指能够唯一表征用户身份的信息，包括如下至少之一：用户对应的用户识别卡SIM卡号、用户名、用户对应的设备标识，如Android设备的移动设备国际识别码IMEI、车载通讯设备标识、穿戴式通讯设备标识等。用户设备UE是应作广义的理解，其可以是能够实现与通讯系统之间通信的任意通讯终端，包括如下至少之一：手机、平板电脑、笔记本电脑、车载通讯设备、穿戴式通讯设备等。

运动轨迹可以是根据各个时间点对应的位置分别确定离散点，将离散点根据时间先后顺序依次连接形成的轨迹。其中，根据不同业务数据的特点，该位置的表示可以是以经纬度表示，或者是处于某个小区或者处于某个节点B(nodeB)。目标运动轨迹是指根据用户的历史行为的规律对用户的未来一个时间段的行为进行预测得到的运动轨迹。

寻呼范围可以是指由根据位置信息确定的寻呼区域形成的集合。同一位置信息对应的寻呼区域根据寻呼范围类型的不同而不同，寻呼范围类型主要包括小区(cell)级别和节点(node B)级别。针对不同寻呼范围类型，根据所述目标运动轨迹中的位置信息确定的寻呼范围而相应不同。以寻呼范围类型为cell级别为例，当位置信息为经纬度时，则需要根据小区的中心位置以及覆盖范围，将经纬度映射到小区，确定相应小区作为寻呼范围，该寻呼范围是根据目标运动轨迹中的位置信息所确定的小区形成的集合；以寻呼范围类型为node B为例，当位置信息为小区时，则需要根据小区归属节点，将小区映射到归属的nodeB，该寻呼范围是根据目标运动轨迹中的位置信息所确定的node B形成的集合。其中，根据目标运动轨迹中的位置信息确定寻呼范围，所述寻呼范围用于确定向所述用户标识对应的用户设备发送寻呼消息。

其中，步骤101，可以是：DM获取与用户标识对应的目标运动轨迹，步骤103，可以是：PM根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围。在一些实施例中，在步骤103之前，还包括：DM将目标运动轨迹发送给PM，该步骤103包括：PM获取预先设置的寻呼范围类型，PM根据所述寻呼范围类型、以及目标运动轨迹中包含的位置信息与该类型的寻呼范围的映射关系，确定所述用户标识对应的寻呼范围。

在另一些实施例中，步骤101，可以是：DM获取与用户标识对应的目标运动轨迹，步骤103，可以是：DM根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围。在步骤103之前，还包括：PM发送预先设置的寻呼范围类型给DM，所述步骤103包括：DM根据预先设置的寻呼范围类型、以及目标运动轨迹中包含的位置信息与该类型的寻呼范围的映射关系，确定所述用户标识对应的寻呼范围。

本发明上述实施例中提供的寻呼方法中，通过获取与用户标识对应的目标运动轨迹，根据预测的目标运动轨迹中的位置信息确定寻呼范围，如此，通过根据用户的历史行为的规律对用户的未来一个时间段的运动轨迹进行预测得到的目标运动轨迹确定寻呼范围，从而寻呼范围的确定能够基于对用户行为的潜在规律性的分析得到，通过确定用户对应的寻呼范围后可以针对性地向用户设备发送寻呼消息，可以减小信令传输，且同时提升寻呼成功率。

在一些实施例中，请参阅图3，所述寻呼方法还包括：

步骤104，获取与所述用户标识对应的设置周期内的历史业务信息。

设置周期可以是指预先设定的一个时间周期，也可以是指基于获取用户输入指令而确定的一个时间周期。该设置周期可以根据能够对用户的行为进行分析而确定其规律性的角度进行确定，一般可以设置为3个月～6个月。历史业务信息是指根据UE通过相应网络进行的各类业务对应的行为记录形成的相关数据，通过这些业务对应的行为记录能够提取到用于表征用户在某个时间处于某个位置的相关信息，以相应确定用户的运动轨迹。其中，各类业务对应的行为记录可以包括：通话记录、上网记录、注册记录、UE建立网络连接的记录等，每一记录中携带有用户身份信息、时间信息以及位置信息。在一个实施例中，获取设置周期内的历史业务信息可以是：DM从RAN或CN获取设置周期内用户对应的历史业务信息。

步骤105，根据所述历史业务信息确定所述用户标识对应的历史运动轨迹，根据所述历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹。

运动轨迹可以是根据各个时间点对应的位置分别确定离散点，将离散点根据时间先后顺序依次连接形成的轨迹。其中，根据不同业务数据的特点，该位置的表示可以是以经纬度表示，或者是处于某个小区或者处于某个节点B(node B)。其中，根据历史业务信息确定用户标识对应的历史运动轨迹，可以包括：DM根据用户标识从用户的历史业务信息中提取对应的轨迹数据，所述轨迹数据用于表征用户在某个时刻处于某个位置的位置信息，轨迹数据的表示形式为(时间，位置)，DM根据提取的轨迹数据确定对应的历史运动轨迹。下一时间段是指相对于当前时刻的未来的一个设置长度的时间段，如未来一天、未来一周等。该下一时间段的时间长度通常小于设置周期的时间长度，且设置周期的时间长度通常是该下一时间段的时间长度的整数倍。根据历史运动轨迹预测下一时间段的目标运动轨迹，可以包括：DM根据历史运动轨迹所呈现的行为规律对相对于当前时间的下一时间段的行为特性进行预测，从而确定下一时间段的目标运动轨迹。以设置周期为3个月，下一时间段为未来一周为例，DM通过对用户过去的3个月的历史业务信息进行分析，根据用户在过去3个月的每个工作日的历史业务信息对应确定的历史运动轨迹满足独立的正态分布，根据在过去3个月的每个非工作日的历史业务信息对应确定的历史运动轨迹满足独立的正态分布，从而可以分别确定用户在工作日的行为规律和非工作日的行为规律，预测未来的一周内用户在工作日的目标运动轨迹以及在非工作日的目标运动轨迹。

在一些实施例中，在步骤103，根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围之后，还包括：

步骤106，根据所述用户标识对应的所述寻呼范围，向位于所述寻呼范围内的所述用户标识对应的用户设备发送寻呼消息。

这里，寻呼范围可以是指由根据位置信息确定的寻呼区域形成的集合。同一位置信息对应的寻呼区域根据寻呼范围类型的不同而不同，寻呼范围类型主要包括小区(cell)级别和节点(node B)级别。针对不同寻呼范围类型，根据所述目标运动轨迹中的位置信息确定的寻呼范围而相应不同。以寻呼范围类型为cell级别为例，当位置信息为经纬度时，则需要根据小区的中心位置以及覆盖范围，将经纬度映射到小区，确定相应小区作为寻呼范围，该寻呼范围是根据目标运动轨迹中的位置信息所确定的小区形成的集合；以寻呼范围类型为node B为例，当位置信息为小区时，则需要根据小区归属节点，将小区映射到归属的node B，该寻呼范围是根据目标运动轨迹中的位置信息所确定的node B形成的集合。其中，根据所述用户标识对应的所述寻呼范围，向位于所述寻呼范围内的所述用户标识对应的用户设备发送寻呼消息，可以是：PM根据所述用户标识对应的所述寻呼范围，向位于所述寻呼范围内的所述用户标识对应的用户设备发送寻呼消息。也即，向用户发送寻呼消息是由PM执行。在一些实施例中，PM获取设置的寻呼范围类型，根据目标运动轨迹中的位置信息确定寻呼范围，并根据所述寻呼范围向用户设备发送寻呼消息；在另一些实施例中，PM发送设置的寻呼范围类型给DM，DM根据所述目标运动轨迹中的位置信息确定寻呼范围，并将所述寻呼范围发送给PM，PM根据所述用户标识对应的寻呼范围，向位于所述寻呼范围内的所述用户标识对应的用户设备发送寻呼消息。

本发明上述实施例所提供的寻呼方法，通过获取设置周期内的历史业务信息，根据历史业务信息确定用户的历史运动轨迹，并根据用户的历史运动轨迹预测未来的一个时间段的目标运动轨迹，根据预测的目标运动轨迹中的位置信息确定寻呼范围，如此，通过分析用户的历史行为的规律来对用户的未来一个时间段的运动轨迹进行预测，根据预测的运动轨迹确定寻呼范围，从而寻呼范围的确定能够基于对用户行为的潜在规律性的分析得到，通过确定用户对应的寻呼范围后向用户设备发送寻呼消息，不仅可以大大减小信令传输，且可以提升寻呼成功率。

在一个实施例中，在步骤105之前，还包括对历史业务信息进行预处理的步骤，所述预处理主要包括如下至少之一：

确定所述历史业务信息中包含无效位置信息时，将所述无效位置信息对应的业务信息删除；

确定所述历史业务信息中包含针对同一业务的起始时刻与结束时刻所分别对应的位置信息均相同的业务信息时，将起始时刻或者结束时刻对应的所述位置信息作为所述同一业务对应的连续时间内的位置信息。

这里，无效位置信息可以是指异常位置信息，异常的判断方法可以是位置信息实际不存在、位置信息对应的值为不合理的值等。以位置信息为经纬度为例，如经纬度超出正常范围则可以视为异常位置信息，以位置信息为小区或节点为例，如小区ID或节点ID值为不合理值则可以视为异常位置信息。通过删除无效位置信息，可以对历史业务信息进行筛选，减少干扰数据。针对同一业务的起始时刻与结束时刻所分别对应的位置信息均相同时，可以默认为为静止状态，从而可以将该起始时刻或者结束时刻对应的位置信息作为该同一业务对应的连续时间内的位置信息，补充该同一业务对应在起始时刻和结束时刻之间的这一连续时间段内的缺失值。以业务为通话为例，如果起呼点和通话结束点对应的位置信息为同一个，则认为这段时间内UE处于静止状态，可以将从起呼点到通话结束这段连续时间段内的位置信息都设置为对应为该起呼点的位置信息，从而对所述通话的连续时间段内的位置信息的缺失值进行填补。其中，所述预处理的步骤可以是由DM执行。通过对历史业务信息进行数据删除和填补缺失值的预处理，可以减少无效的历史业务信息的干扰和确保可用数据的完整性，可以提升根据历史业务信息确定历史运动轨迹的效率。

在一个实施例中，在步骤105中，根据所述历史业务信息确定所述用户标识对应的历史运动轨迹，包括：

根据所述设置周期内不同时间段内行为的相似性，将所述历史业务信息进行分类；确定各类对应的历史运动轨迹。

不同时间段内行为的相似性可以是指根据用户在不同日期属性的时间段内的行为规律而对设置周期进行时间段的划分，或者根据用户的行为规律而对设置周期进行时间段的划分。通过将历史业务信息进行分类，确定各类对应的历史运动轨迹，便于能够利用各类结果中的运动轨迹的共性对下一时间段的目标运动轨迹进行更加准确的预测。

其中，所述根据所述设置周期内不同时间段内行为的相似性，将所述历史业务信息进行分类，包括如下至少之一：

根据所述设置周期内不同时间段的日期属性，将同一日期属性对应的时间段的历史业务信息划分为同一类；

根据所述设置周期内任意两个时间段分别对应的运动轨迹之间的距离，将所述运动轨迹之间的距离小于设定值的所述两个时间段对应的历史业务信息划分为同一类。

日期属性可以是指能够表征某个周期内包含的时间特性的共同点，如可以是以天为周期，将时间段区分为工作日、节假日两类；或者以周为周期，将时间段区分为周一～周日七类；或者以周为周期，将时间段区分为周一～周五、周六及周日三类等。通过不同时间段自身所具有的日期属性对历史业务信息进行划分，主要是利用用户在相同的日期属性的行为具有相似性而进行的划分，有利于更加准确的确定出用户在相同的日期属性中的行为规律。

时间段的划分还可以是根据用户行为的常见循环周期进行设置确定，如通过预先设置的以天进行时间段划分，根据用户每天的运动轨迹之间的相似度而将运动轨迹相似的天数划分为同一类；需要说明的是，通过进行预先设置的方式划分时间段还可以是以一个或者多个小时进行时间段划分。其中，两个时间段的运动轨迹之间的相似度可以根据两个时间段所分别对应的运动轨迹之间的距离确定，如，可以是指两个运动轨迹线之间的最大距离小于设定的距离阈值时，则可以认为相应两条运动轨迹之间的相似度高，从而可以划分为同一类；或者，可以是指通过按照两个时间段分别对应的开始时间点和结束时间点计算对应的轨迹线之间的面积，当面积小于设定的面积阈值时，则可以认为相应两条运动轨迹之间的相似度高，从而可以划分为同一类。

可以理解的，DM根据设置周期内的不同时间段内行为的相似性，将历史业务信息进行分类的步骤中，根据不同时间段的日期属性进行分类和根据两个时间段对应的运动轨迹之间的距离进行分类这两种分类规则可以择一进行，也可以同时包括。当两种分类规则同时包括时，可以分别得到相应的分类规则下的历史运动轨迹，分别基于相应的分类规则下的历史运动轨迹得到下一时间段的目标运动轨迹。

在一些实施例中，所述步骤105中，根据所述历史业务信息确定所述用户标识对应的历史运动轨迹，包括：

根据所述历史业务信息中携带的与所述历史业务对应的时间与位置信息生成所述用户标识对应的运动轨迹；

确定任意两条运动轨迹是否符合轨迹合并条件，若是，将所述两条运动轨迹进行合并处理；

根据处理后的运动轨迹得到用户标识对应的历史运动轨迹。

这里，DM根据历史业务信息确定用户对应的历史运动轨迹的过程中，可以基于运动轨迹之间是否符合轨迹合并条件而进行合并，减少历史运动轨迹的总数量。其中，轨迹合并条件可以包括：两条运动轨迹存在重合点且所述重合点与所述运动轨迹之间的面积小于第一门限值；或者，两条运动轨迹分别在设置的时间间隔内的面积小于第二门限值。

请参阅图4，以轨迹合并条件为两条运动轨迹存在重合点且所述重合点与所述运动轨迹之间的面积小于第一门限值为例，对运动轨迹进行合并处理包括如下步骤：

S301，把各个时间点对应的位置和时间段对应的位置画出，连成线；也即根据历史业务信息中携带的与所述历史业务对应的时间与位置信息生成用户的运动轨迹。

S302，找出轨迹中的交叉，计算重合点和两条轨迹线之间的面积；如，将重合点分别与两条轨迹线的各自的端点连接，并将所述重合点与对应轨迹线的两个端点的连线所围设的面积作为所述重合点与所述对应轨迹线之间的面积。

S303，如果面积小于设置的值，将两条轨迹按照时间点进行合并，如果不能则为两条轨迹；

S304，轨迹两两比较完后，形成一个轨迹集合。这里，轨迹集合即指根据合并处理后的运动轨迹得到的用户对应的历史运动轨迹。

请参阅图5，以轨迹合并条件为两条运动轨迹分别在设置的时间间隔内的面积小于第二门限值为例，对运动轨迹进行合并处理包括如下步骤：

S401，把各个时间点对应的位置和时间段对应的位置画出，连成线；也即根据历史业务信息中携带的与所述历史业务对应的时间与位置信息生成用户的运动轨迹。

S402，每隔一个固定的时间间隔，计算任意两条轨迹在这个时间间隔的面积；如，确定两条轨迹分别与这个时间间隔对应的端点，将所述端点的连线所围设的面积作为所述两条轨迹在这个时间间隔的面积。

S403，如果面积小于设置的值，轨迹进行合并；否则为两条轨迹；

S404，轨迹两两比较完后，形成一个轨迹集合。

本发明上述实施例中，通过设置轨迹合并条件对基于历史业务信息确定的历史运动轨迹进行合并处理，可以减少轨迹的总数量，选择出相对更加具有代表性的历史运动轨迹用于预测用户相对于当前时间的下一时间段的目标运动轨迹。

需要说明的是，本实施例中，基于轨迹合并条件对历史运动轨迹进行两两判断可以是在对历史运动轨迹进行分类后进行的，在确定各类对应的历史运动轨迹之后，分别判断各类包含的历史运动轨迹中两两之间是否符合轨迹合并条件，得到各类对应的历史运动轨迹的集合。

在一些实施例中，在步骤105中，根据历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹，包括：

根据所述历史运动轨迹中置信概率符合设置条件的历史运动轨迹，预测相对于当前时间的下一时间段的目标运动轨迹。

这里，DM根据所述历史运动轨迹中置信概率符合设置条件的历史运动轨迹，预测相对于当前时间的下一时间段的目标运动轨迹可以是，各类对应的历史运动轨迹均满足独立的正态分布，采用正态分布函数计算在未来的某一时刻，处于某条轨迹的置信概率来对未来的运动轨迹进行预测，最终得到未来的一个时间段，也即相对于当前时间的下一时间段内的用户的目标运动轨迹。置信概率满足设置条件可以是：设置一个置信概率的阈值，当历史运动轨迹的置信概率大于该阈值时，则视为满足设置条件；或者，确定出历史运动轨迹各自对应的置信概率，将历史运动轨迹的置信为最大值时则视为满足设置条件。以下一时间段为相对于当前时间的未来一天为例，可以根据在该未来一天，用户处于历史运动轨迹的集合中每条历史运动轨迹的置信概率，将置信概率符合设置条件的历史运动轨迹确定为目标运动轨迹；以下一时间段为相对于当前时间的未来一周为例，可以根据在该未来一周内的每一天，用户处于历史运动轨迹的集合中每条历史运动轨迹的置信概率，将置信概率符合设置条件的历史运动轨迹确定为目标运动轨迹。可以理解的，目标运动轨迹的数量可以一条或者多条，其根据下一时间段的时间长度以及置信概率的设置条件的不同而不同。

在一些实施例中，在步骤103中，根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，包括：

根据寻呼范围类型，以及所述目标运动轨迹中包含的位置信息与对应类型的所述寻呼范围的映射关系，确定所述用户标识对应的寻呼范围。

寻呼范围类型主要包括小区(cell)级别和节点(node B)级别。针对不同寻呼范围类型，所述目标运动轨迹中的位置信息与寻呼范围的映射关系相应不同，从而确定的寻呼范围也相应不同。如寻呼范围类型为cell级别，则位置信息与寻呼范围的映射关系是指位置信息与cell的映射关系，根据该映射关系确定的寻呼范围是指由小区形成的集合；寻呼范围类型为node B级别，则位置信息与寻呼范围的映射关系是指位置信息与node B的映射关系，根据该映射关系确定的寻呼范围是指由node B形成的集合。这里，PM根据位置信息与对应类型的寻呼范围的对应关系，确定每一位置信息对应该寻呼范围类型下的寻呼区域，得到所述位置信息对应的寻呼范围。以寻呼范围类型为cell级别为例，当位置信息为经纬度时，则需要根据小区的中心位置以及覆盖范围，将经纬度映射到小区，得到所述位置信息对应的小区，确定相应小区作为寻呼范围，该寻呼范围是根据目标运动轨迹中的位置信息所确定的小区形成的集合；以寻呼范围类型为node B为例，当位置信息为小区时，则需要根据小区归属节点，将小区映射到归属的node B，得到所述位置信息对应的node B，该寻呼范围是根据目标运动轨迹中的位置信息所确定的node B形成的集合。

在一个实施例中，在步骤106中，根据所述用户标识对应的所述寻呼范围，向位于所述寻呼范围内的用户设备发送寻呼消息，包括：

向所述寻呼范围中对应的超密集网络UDN小区发送寻呼消息，通过所述UDN小区将所述寻呼消息经公共信道发送给所述用户标识对应的用户设备。

这里，寻呼范围可以是指由根据位置信息确定的寻呼区域形成的集合。请参阅图6，PM根据寻呼范围向用户设备发送寻呼消息，具体包括：S501，PM确定寻呼集合后，向寻呼集合中对应的UDN小区发送寻呼消息；S502，UDN小区将寻呼消息通过共同信道发送给UE。

在一个实施例中，在步骤105，根据所述历史业务信息确定所述用户标识对应的历史运动轨迹，根据所述历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹之后，还包括：

获取用户设备在建立无线连接完成时上传的运动数据，根据所述运动数据生成所述用户标识对应的当前运动轨迹；或者，获取用户设备在建立无线连接完成时上传的当前移动状态以及用户设备当前位置信息，根据所述当前移动状态以及当前位置信息生成所述用户标识对应的当前运动轨迹；

根据所述当前运动轨迹更新所述目标运动轨迹。

这里，DM还通过实时获取UE在建立无线连接完成时上传的运动数据，从而实时获取到近期内最新的运动数据来更新对未来运动轨迹的预测。该运动数据可以是指截止至UE建立无线连接完成的时刻之前的设置的时间段内的运动数据，也可以称为近期运动数据。如此，通过根据用户在设置周期内的历史运动轨迹而对未来的下一时间段的运动轨迹进行预测，以充分利用用户的行为具有很强的规律性这一特点的前提下，进一步采集最新的运动数据对预测到的该下一时间段的运动轨迹进行更新，从而当可能出现的一些突发的、不可预知的行为变化时，仍可以根据实时获得的当前运动数更新目标运动轨迹。

其中，所述根据所述当前运动轨迹更新所述目标运动轨迹，包括：

确定所述当前运动轨迹与所述目标运动轨迹之间是否符合轨迹合并条件；若是，将所述当前运动轨迹与对应目标运动轨迹进行合并处理；若否，将所述当前运动轨迹增加为新的目标运动轨迹。

这里，若该当前运动轨迹与任一目标运动轨迹之间符合轨迹合并条件时，可以理解为基于步骤105中得到的目标运动轨迹与当前时刻的运动数据是相符的，通过将当前运动轨迹与目标运动轨迹进行合并可以减少目标运动轨迹的数量，减少基于目标运动估计中的位置信息确定寻呼范围的计算量；若当前运动轨迹与任一目标运动轨迹之间不符合轨迹合并条件时，可以理解为用户当前的运动状态与设置周期内的行为规律不够相符，将当前运动轨迹增加为新的目标运动轨迹，从而增加目标运动轨迹中寻呼范围的覆盖范围，以确保能够提升寻呼成功率。

请参阅图7，在一个实施例中，DM根据所述当前运动轨迹更新所述目标运动轨迹，包括：

S601，UE在无线连接完成时附带上传最近的历史运动信息；这里，最近的历史运动信息即指UE在建立无线连接完成时上传的运动数据。

S602，RAN把UE的历史运动信息发送给DM；

S603，DM根据合并算法把历史运动信息和预测的轨迹进行轨迹合并，更新预测的轨迹集合，更新置信概率。这里，预测的轨迹是指基于步骤105得到的目标运动轨迹，其中，该目标运动轨迹为置信概率符合设置条件的一条或者多条历史运动轨迹的轨迹集合。合并算法可以是指如图5和/或图6所示的设置轨迹合并条件。

请参阅图8，在另一个实施例中，DM根据所述当前运动轨迹更新所述目标运动轨迹，包括：

S701，UE在无线连接完成时附带上传UE的移动状态信息；这里，UE的移动状态可以是高速移动、中速移动或低速移动。

S702，RAN把UE的移动状态信息以及当前所在的小区信息发送给DM；这里，当前所在小区的信息可以根据UE在无线连接完成时所对应确定的小区的信息，UE通过根据UE的移动状态信息以及当前所在的小区信息可以预测UE的运动距离。

S703，DM构造出新的轨迹，和预测的轨迹进行轨迹合并，更新预测的轨迹集合，更新置信概率。这里，预测的轨迹是指基于步骤105得到的目标运动轨迹，其中，该目标运动轨迹为置信概率符合设置条件的一条或者多条历史运动轨迹的轨迹集合。进行轨迹合并所采用的合并算法可以是指如图5和/或图6所示的设置轨迹合并条件。

本发明的上述实施例中，通过实时获取到近期内最新的运动数据来更新对未来运动轨迹的预测，如此，在通过根据用户在设置周期内的历史运动轨迹而对未来的下一时间段的运动轨迹进行预测的基础上，进一步采集最新的运动数据对预测到的该下一时间段的运动轨迹进行更新，从而在充分利用用户的行为具有很强的规律性这一特点对用户的未来运动轨迹进行预测的前提下，当可能出现的一些突发的、不可预知的行为变化时，仍可以根据实时获得的当前运动数更新目标运动轨迹，确保目标运动轨迹预测的准确性。

如图9所示，在一些实施例中，提供一种寻呼装置，该装置包括：用户数据管理组件DM11，用于获取与用户标识对应的目标运动轨迹；根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，所述寻呼范围用于确定向所述用户标识对应的用户设备发送寻呼消息。

其中，所述DM11，还用于获取与所述用户标识对应的设置周期内的历史业务信息；根据所述历史业务信息确定所述用户标识对应的历史运动轨迹，根据所述历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹。

其中，所述DM11，具体用于根据所述历史业务信息确定所述用户标识对应的历史运动轨迹，包括：根据所述历史业务信息中携带的与所述历史业务对应的时间与位置信息生成所述用户标识对应的运动轨迹；确定任意两条运动轨迹是否符合轨迹合并条件，若是，将所述两条运动轨迹进行合并处理；根据处理后的运动轨迹得到所述用户标识对应的历史运动轨迹。

其中，所述DM11，具体用于根据历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹，包括：根据所述历史运动轨迹中置信概率符合设置条件的历史运动轨迹，预测相对于当前时间的下一时间段的目标运动轨迹。

其中，所述DM11，还用于在所述根据所述历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹之后，获取用户设备在建立无线连接完成时上传的运动数据，根据所述运动数据生成所述用户标识对应的当前运动轨迹；或者，获取用户设备在建立无线连接完成时上传的当前移动状态以及用户设备当前位置信息，根据所述当前移动状态以及当前位置信息生成用户的当前运动轨迹；根据所述当前运动轨迹更新所述目标运动轨迹。

其中，所述DM11，具体用于根据所述当前运动轨迹更新所述目标运动轨迹，包括：确定所述当前运动轨迹与所述目标运动轨迹之间是否符合轨迹合并条件；若是，将所述当前运动轨迹与对应目标运动轨迹进行合并处理；若否，将所述当前运动轨迹增加为新的目标运动轨迹。

其中，所述DM11，还用于在根据所述历史业务信息确定所述用户标识对应的历史运动轨迹之前，包括如下至少之一：确定所述历史业务信息中包含无效位置信息时，将所述无效位置信息对应的业务信息删除；确定所述历史业务信息中包含针对同一业务的起始时刻与结束时刻所分别对应的位置信息均相同的业务信息时，将所述起始时刻或者结束时刻对应的位置信息作为所述同一业务对应的连续时间内的位置信息。

其中，所述DM11，具体用于根据所述历史业务信息确定用户标识对应的历史运动轨迹，包括：根据所述设置周期内不同时间段内行为的相似性，将所述历史业务信息进行分类；确定各类对应的历史运动轨迹。

其中，所述DM11，具体用于根据所述设置周期内不同时间段内行为的相似性，将所述历史业务信息进行分类，包括如下至少之一：根据所述设置周期内不同时间段的日期属性，将同一日期属性对应的时间段的历史业务信息划分为同一类；根据所述设置周期内任意两个时间段分别对应的运动轨迹之间的距离，将所述运动轨迹之间的距离小于设定值的所述两个时间段对应的历史业务信息划分为同一类。

其中，所述DM11，根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，包括：根据寻呼范围类型，以及所述目标运动轨迹中包含的位置信息与寻呼范围的映射关系，确定所述用户标识对应的寻呼范围。

其中，所述寻呼装置还包括寻呼功能组件PM13，所述PM13用于根据所述用户标识对应的所述寻呼范围，向位于所述寻呼范围内的所述用户标识对应的用户设备发送寻呼消息。

其中，所述PM13，具体用于向所述寻呼范围中对应的超密集网络UDN小区发送寻呼消息，通过所述UDN小区将所述寻呼消息经公共信道发送给所述用户标识对应的用户设备。

在一些实施例中，提供一种寻呼装置，包括：寻呼功能组件PM11，用于获取与用户标识对应的目标运动轨迹；根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，所述寻呼范围用于确定向所述用户标识对应的用户设备发送寻呼消息。

其中，该装置还包括用户数据功能组件DM11，所述DM用于获取与所述用户标识对应的设置周期内的历史业务信息；根据所述历史业务信息确定所述用户标识对应的历史运动轨迹，根据所述历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹。

其中，所述DM11，具体用于根据所述历史业务信息确定所述用户标识对应的历史运动轨迹，包括：根据所述历史业务信息中携带的与所述历史业务对应的时间与位置信息生成所述用户标识对应的运动轨迹；确定任意两条运动轨迹是否符合轨迹合并条件，若是，将所述两条运动轨迹进行合并处理；根据处理后的运动轨迹得到所述用户标识对应的历史运动轨迹。

其中，所述DM11，具体用于根据历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹，包括：根据所述历史运动轨迹中置信概率符合设置条件的历史运动轨迹，预测相对于当前时间的下一时间段的目标运动轨迹。

其中，所述DM11，还用于在所述根据所述历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹之后，获取用户设备在建立无线连接完成时上传的运动数据，根据所述运动数据生成所述用户标识对应的当前运动轨迹；或者，获取用户设备在建立无线连接完成时上传的当前移动状态以及用户设备当前位置信息，根据所述当前移动状态以及当前位置信息生成用户的当前运动轨迹；根据所述当前运动轨迹更新所述目标运动轨迹。

其中，所述DM11，具体用于根据所述当前运动轨迹更新所述目标运动轨迹，包括：确定所述当前运动轨迹与所述目标运动轨迹之间是否符合轨迹合并条件；若是，将所述当前运动轨迹与对应目标运动轨迹进行合并处理；若否，将所述当前运动轨迹增加为新的目标运动轨迹。

其中，所述DM11，还用于在根据所述历史业务信息确定所述用户标识对应的历史运动轨迹之前，包括如下至少之一：确定所述历史业务信息中包含无效位置信息时，将所述无效位置信息对应的业务信息删除；确定所述历史业务信息中包含针对同一业务的起始时刻与结束时刻所分别对应的位置信息均相同的业务信息时，将所述起始时刻或者结束时刻对应的位置信息作为所述同一业务对应的连续时间内的位置信息。

其中，所述DM11，具体用于根据所述历史业务信息确定用户标识对应的历史运动轨迹，包括：根据所述设置周期内不同时间段内行为的相似性，将所述历史业务信息进行分类；确定各类对应的历史运动轨迹。

其中，所述DM11，具体用于根据所述设置周期内不同时间段内行为的相似性，将所述历史业务信息进行分类，包括如下至少之一：根据所述设置周期内不同时间段的日期属性，将同一日期属性对应的时间段的历史业务信息划分为同一类；根据所述设置周期内任意两个时间段分别对应的运动轨迹之间的距离，将所述运动轨迹之间的距离小于设定值的所述两个时间段对应的历史业务信息划分为同一类。

其中，所述DM11，根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，包括：根据寻呼范围类型，以及所述目标运动轨迹中包含的位置信息与寻呼范围的映射关系，确定所述用户标识对应的寻呼范围。

其中，所述PM13还用于根据所述用户标识对应的所述寻呼范围，向位于所述寻呼范围内的所述用户标识对应的用户设备发送寻呼消息。

其中，所述PM13，具体用于向所述寻呼范围中对应的超密集网络UDN小区发送寻呼消息，通过所述UDN小区将所述寻呼消息经公共信道发送给所述用户标识对应的用户设备。

需要说明的是：上述实施例提供的寻呼装置在实现寻呼用户设备时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述步骤分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。需要说明的是，本发明实施例提供的寻呼装置与寻呼方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本发明实施例还提供了一种寻呼设备，该寻呼设备包括处理器以及用于存储能够在处理器上运行的可执行指令的存储器，其中，所述处理器用于运行所述可执行指令时，执行本申请任一实施例所提供的寻呼方法的步骤。这里，处理器和存储器并非指代对应的数量为一个，而是可以为一个或者多个。该寻呼设备可以是如图1所示的基站；或者，该寻呼设备包括基站和服务器。

本发明实施例还提供了一种存储介质，例如包括存储有可执行指令的存储器，该可执行指令可以由处理器执行，以完成本申请任一实施例所提供的寻呼方法的步骤。该存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备。

下面通过两个具体示例对实现本发明实施例所提供的寻呼方法作进一步详细的说明。

示例一：

请参阅图10，寻呼方法包括：

S11，DM从RAN或者CN获取用户信息；该用户信息是根据UE通过相应网络进行的各类业务对应的行为记录形成的信息。

S12，DM进行数据处理；其中该数据处理可以包括剔除异常数据、填补缺失值等。

S13，DM进行未来轨迹预测；

S14，PM确定寻呼集合。这里，PM从DM获取预测得到的未来轨迹，根据未来轨迹中的位置信息确定对应的寻呼区域的集合。

示例二：

请参阅图11，寻呼方法包括：

S21，DM从RAN或CN获取用户信息；该用户信息是根据UE通过相应网络进行的各类业务对应的行为记录形成的信息。

S22，DM进行数据处理；其中该数据处理可以包括剔除异常数据、填补缺失值等。

S23，DM进行未来轨迹预测；

S24，DM确定寻呼集合。这里，DM可以从PM获取寻呼范围类型，根据未来轨迹中的位置信息确定对应的寻呼区域的集合。

本发明实施例中，通过根据用户的历史运动轨迹预测出未来一个时间段的轨迹，如根据前14周的历史运动轨迹预测出未来第15周的运动轨迹，或者未来第15的一天或者几天的运动轨迹，通过预测用户的未来运动轨迹，可以大大缩小寻呼的范围，减少信令传输，减少整个网络的负荷。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以所述权利要求的保护范围以准。

Claims (15)

1.一种寻呼方法，其特征在于，包括：

获取与用户标识对应的目标运动轨迹；

根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，所述寻呼范围用于确定向所述用户标识对应的用户设备发送寻呼消息。

2.如权利要求1所述的方法，其特征在于，还包括：

获取与所述用户标识对应的设置周期内的历史业务信息；

根据所述历史业务信息确定所述用户标识对应的历史运动轨迹，根据所述历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹。

3.如权利要求2所述的方法，其特征在于，所述根据所述历史业务信息确定所述用户标识对应的历史运动轨迹，包括：

根据所述历史业务信息中携带的与所述历史业务对应的时间与位置信息生成所述用户标识对应的运动轨迹；

确定任意两条运动轨迹是否符合轨迹合并条件，若是，将所述两条运动轨迹进行合并处理；

根据处理后的运动轨迹得到所述用户标识对应的历史运动轨迹。

4.如权利要求2所述的方法，其特征在于，所述根据历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹，包括：

根据所述历史运动轨迹中置信概率符合设置条件的历史运动轨迹，预测相对于当前时间的下一时间段的目标运动轨迹。

5.如权利要求2所述的方法，其特征在于，所述根据所述历史运动轨迹预测相对于当前时间的下一时间段的目标运动轨迹之后，还包括：

获取用户设备在建立无线连接完成时上传的运动数据，根据所述运动数据生成所述用户标识对应的当前运动轨迹；或者，获取用户设备在建立无线连接完成时上传的当前移动状态以及用户设备的当前位置信息，根据所述当前移动状态以及当前位置信息生成所述用户标识对应的当前运动轨迹；

根据所述当前运动轨迹更新所述目标运动轨迹。

6.如权利要求5所述的方法，其特征在于，所述根据所述当前运动轨迹更新所述目标运动轨迹，包括：

确定所述当前运动轨迹与所述目标运动轨迹之间是否符合轨迹合并条件；

若是，将所述当前运动轨迹与对应目标运动轨迹进行合并处理；

若否，将所述当前运动轨迹增加为新的目标运动轨迹。

7.如权利要求2所述的方法，其特征在于，所述根据所述历史业务信息确定所述用户标识对应的历史运动轨迹之前，还包括如下至少之一：

确定所述历史业务信息中包含无效位置信息时，将所述无效位置信息对应的业务信息删除；

确定所述历史业务信息中包含针对同一业务的起始时刻与结束时刻所分别对应的位置信息均相同的业务信息时，将所述起始时刻或者结束时刻对应的位置信息作为所述同一业务对应的连续时间内的位置信息。

8.如权利要求2所述的方法，其特征在于，所述根据所述历史业务信息确定用户标识对应的历史运动轨迹，包括：

根据所述设置周期内不同时间段内行为的相似性，将所述历史业务信息进行分类；

确定各类对应的历史运动轨迹。

9.如权利要求8所述的方法，其特征在于，所述根据所述设置周期内不同时间段内行为的相似性，将所述历史业务信息进行分类，包括如下至少之一：

根据所述设置周期内不同时间段的日期属性，将同一日期属性对应的时间段的历史业务信息划分为同一类；

根据所述设置周期内任意两个时间段分别对应的运动轨迹之间的距离，将所述运动轨迹之间的距离小于设定值的所述两个时间段对应的历史业务信息划分为同一类。

10.如权利要求1所述的方法，其特征在于，所述根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，包括：

根据寻呼范围类型，以及所述目标运动轨迹中包含的位置信息与对应类型的寻呼范围的映射关系，确定所述用户标识对应的寻呼范围。

11.如权利要求1至10中任一项所述的方法，其特征在于，所述根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围之后，还包括：

根据所述用户标识对应的所述寻呼范围，向位于所述寻呼范围内的所述用户标识对应的用户设备发送寻呼消息。

12.如权利要求11所述的方法，其特征在于，所述根据所述用户标识对应的所述寻呼范围，向位于所述寻呼范围内的所述用户标识对应的用户设备发送寻呼消息，包括：

向所述寻呼范围中对应的超密集网络UDN小区发送寻呼消息，通过所述UDN小区将所述寻呼消息经公共信道发送给所述用户标识对应的用户设备。

13.一种寻呼装置，其特征在于，所述寻呼装置用于获取与用户标识对应的目标运动轨迹，根据所述目标运动轨迹中携带的位置信息确定与所述用户标识对应的寻呼范围，所述寻呼范围用于确定向所述用户标识对应的用户设备发送寻呼消息。

14.一种寻呼设备，其特征在于，所述寻呼设备包括处理器和用于存储能够在处理器上运行的可执行指令的存储器；其中，

所述处理器用于运行所述可执行指令时，执行权利要求1至12中任一项所述寻呼方法。

15.一种存储介质，其特征在于，所述存储介质中存储有可执行指令，所述可执行指令被处理器执行时实现权利要求1至12中任一项所述的寻呼方法。

Images