CN111343726A - 用户调度方法及装置 - Google Patents

用户调度方法及装置 Download PDF

Info

Publication number
CN111343726A
CN111343726A CN202010124720.4A CN202010124720A CN111343726A CN 111343726 A CN111343726 A CN 111343726A CN 202010124720 A CN202010124720 A CN 202010124720A CN 111343726 A CN111343726 A CN 111343726A
Authority
CN
China
Prior art keywords
scheduled
area
speed rail
users
time information
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
CN202010124720.4A
Other languages
English (en)
Other versions
CN111343726B (zh
Inventor
李庆伟
原振升
罗凌
彭中峰
李涛
曾樟华
李召华
张宏辉
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202010124720.4A priority Critical patent/CN111343726B/zh
Publication of CN111343726A publication Critical patent/CN111343726A/zh
Application granted granted Critical
Publication of CN111343726B publication Critical patent/CN111343726B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/12Wireless traffic scheduling
    • H04W72/121Wireless traffic scheduling for groups of terminals or users
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/535Allocation or scheduling criteria for wireless resources based on resource usage policies

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种用户调度方法及装置,该方法包括:确定待调度区域对应的高铁到达时间信息;根据高铁到达时间信息,对待调度区域内的普通用户进行调度处理。通过确定待调度区域对应的高铁到达时间信息,并根据高铁到达待调度区域的时间信息,在高铁到达待调度区域前,对待调度区域内的普通用户进行调度,为将要达到的高铁预留足够的高铁专网资源,保障了高铁用户的业务质量。

Description

用户调度方法及装置
技术领域
本发明涉及计算机技术领域,尤其涉及一种用户调度方法及装置。
背景技术
近些年来,随着高铁技术及建设的加快,高铁列车发送旅客量已超过了普通列车发送旅客量,旅客在乘坐高铁的过程中,对于其移动终端的通信质量的需求也越来越高。
目前为了提升高铁上的移动终端的通信质量,现有技术中一般采用如下方式对高铁基站所覆盖的区域的普通用户(即,没有乘坐高铁的用户)进行调度:通过监测连接高铁基站的移动终端的多普勒频或者该些移动终端的移动速度,并对其进行分析,以区分出连接该高铁基站的移动终端是乘坐高铁的用户所使用的移动终端,还是普通用户所使用的移动终端;再将普通用户所使用的移动终端切换至其他公网基站。
但是,采用上述方式,一方面,要实时监测连接高铁基站的移动终端的多普勒频偏或者其移动速度,造成了资源的浪费;另一方面,当高铁没有经过该高铁基站所覆盖的区域,有可能会造成不必要的调度;再一方面,当高铁缓慢的进入该区域时,有可能会对移动终端归属高铁用户还是普通用户的进行误判,造成调度错误,从而影响了高铁用户所使用的移动终端的通信质量。
发明内容
本发明的目的在于提供一种用户调度方法及装置,以实现目的。
第一方面,本发明提供一种用户调度方法,包括:
确定待调度区域对应的高铁到达时间信息;
根据所述高铁到达时间信息,对所述待调度区域内的普通用户进行调度处理。
在一种可能的设计中,所述确定待调度区域对应的高铁到达时间信息,包括:
获取预设时间内所述待调度区域内用户的历史数据;其中,所述历史数据包括连接覆盖所述待调度区域的高铁基站的移动终端数量;所述用户包括乘坐高铁的高铁用户,以及没有乘坐所述高铁的普通用户;
根据所述待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达所述待调度区域的时间信息。
在一种可能的设计中,还包括:
根据所述待调度区域内用户的历史数据,以及预设间隔时间,对所述预设的分析模型进行训练;
则所述根据所述待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达所述待调度区域的时间信息,包括:
根据所述待调度区域内用户的历史数据,采用已训练后的预设的分析模型,以确定高铁到达所述调度区域的时间窗口。
在一种可能的设计中,所述根据所述高铁到达时间信息,对所述待调度区域内的普通用户进行调度处理,包括:
在所述高铁到达时间信息或者时间窗口之前的预设第一时间时,将所述待调度区域内的普通用户调出所述待调度区域。
在一种可能的设计中,还包括:
在所述高铁到达时间信息或者时间窗口之后的预设第二时间,将所述待调度区域内的普通用户调回所述待调度区域。
在一种可能的设计中,所述在所述高铁到达时间信息或者时间窗口之前的预设第一时间时,将所述待调度区域内的普通用户调出所述待调度区域,包括:
在所述高铁到达时间信息或者时间窗口之前的预设第一时间时,获取当前所述待调度区域内连接所述高铁基站的移动终端的数量;
在确定所述移动终端的数量大于预设的用户数量阈值时,将所述待调度区域内的普通用户调出所述待调度区域。
第二方面,本发明实施例提供一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
确定待调度区域对应的高铁到达时间信息;
根据所述高铁到达时间信息,对所述待调度区域内的普通用户进行调度处理。
在一种可能的设计中,所述处理器执行所述计算机程序时还实现如下步骤:
获取预设时间内所述待调度区域内用户的历史数据;其中,所述历史数据包括连接覆盖所述待调度区域的高铁基站的移动终端数量;所述用户包括乘坐高铁的高铁用户,以及没有乘坐所述高铁的普通用户;
根据所述待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达所述待调度区域的时间信息。
在一种可能的设计中,所述处理器执行所述计算机程序时还实现如下步骤:
根据所述待调度区域内用户的历史数据,以及预设间隔时间,对所述预设的分析模型进行训练;
则所述根据所述待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达所述待调度区域的时间信息,包括:
根据所述待调度区域内用户的历史数据,采用已训练后的预设的分析模型,以确定高铁到达所述调度区域的时间窗口。
第三方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如第一方面任一项所述的用户调度方法。
本发明实施例提供的一种用户调度方法及装置,通过确定待调度区域对应的高铁到达时间信息,并根据高铁到达待调度区域的时间信息,在高铁到达待调度区域前,对待调度区域内的普通用户进行调度,为将要达到的高铁预留足够的高铁专网资源,保障了高铁用户的业务质量。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1为本发明实施例提供的用户调度应用场景示意图;
图2为本发明实施例提供的用户调度方法流程图一;
图3为本发明实施例提供的用户调度方法流程图二;
图4为本发明实施例提供的高铁专网区域秒级用户数分布示意图一;
图5为本发明实施例提供的高铁专网区域秒级用户数分布示意图二;
图6为本发明实施例提供的LSTM神经网络模型训练结果示意图;
图7为本发明实施例提供的LSTM神经网络模型预测的用户数量与实际用户数量对比示意图;
图8为本发明实施例提供的用户调度方法流程图三;
图9为本发明实施例提供的用户调度方法时间窗示意图一;
图10为本发明实施例提供的待调度区域内用户数量处理示意图;
图11为本发明实施例提供的用户调度方法时间窗示意图二;
图12为本发明实施例提供的用户调度装置的结构示意图;
图13为本发明实施例提供的服务器结构示意图。
具体实施方式
通过上述附图,已示出本发明明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
图1为本发明实施例提供的用户调度应用场景示意图,如图1所示:本发明实施例中用户调度应用场景主要包括:高铁线路11,高铁基站12,普通基站13,以及高铁基站12覆盖的待调度区域14。其中,高铁基站12上设置有用户调度装置12,以用于在高铁沿着高铁线路11经过某个待调度区域14时,对该待调度区域内的用户进行调度处理。
另外,对于高铁线路11而言,其可能会通过人口密集度比较高的区域,例如一个城市;其也可能会通过人口密集比较少的区域,例如山区等。特别对于人口密度比较高的区域而言,当高铁经过时,所经过的区域内使用高铁基站12的移动终端数量(其包括高铁上的移动终端,以及非高铁上的,且在该区域的移动终端)会骤然增大,可能会影响乘坐高铁上的移动终端的信号较差,从而给用户在浏览网页等操作时,带来不便。
为了避免上述技术问题,本发明对于基于上述场景的用户调度进行了改进,即精确获取高铁进入某个待调度区域的时间信息,并基于该时间信息,对待调度区域内普通用户进行调度处理,不仅可以保证乘坐高铁的用户的移动终端所使用的网络质量高,还可以有效地避免了现有技术中调度方式所造成的不必要的调度或者错误调度的技术问题。
图2为本发明实施例提供的用户调度方法流程图一。本实施例的方法的执行主体可以为图1中的用户调度装置,如图2所示,用户调度方法包括以下步骤:
S201:确定待调度区域对应的高铁到达时间信息。
在本实施例中,一般来说,根据高铁运行图谱规划,高铁到达待调度区域的时间信息具有时间性。但是,由于环境等因素(例如天气)和人为干扰因素(例如上下车人员数量浮动变化),均会造成高铁达到待调取区域的时间并不是按照规定的时间。因此,需要基于该待调度区域内经过高铁的历史时间数据,确定待调度区域对应的高铁到达时间信息;或者根据上一站发车时间,以及环境、行车速度等影响,确定该待调度区域内高铁到达时间信息。
S202:根据所述高铁到达时间信息,对所述待调度区域内的普通用户进行调度处理。
在本实施例中,当高铁到达待调度区域的时间信息时,即预知到从这个时间信息开始,在高铁行经该待调度区域的过程中,覆盖该待调取区域的高铁基站12连接移动终端的数量会骤然增加,为了保证高铁上的用户能够正常使用网络,因此,需要对待调度区内的普通用户,即非高铁用户进行调度处理,例如:减少部分或者全部非高铁用户所属的移动终端连接该高铁基站12。
在本实施例中,通过精确确定高铁到达待调度区域内的时间信息,以根据该时间信息,对待调度区域内的普通用户进行调度处理,以实现为将要达到的高铁上的高铁用户所使用移动终端预留足够的高铁专网资源,保障了高铁用户的业务质量,同时,由于采用精确确定高铁到达待调度区域内的时间信息方式来实现对用户进行调度,因此,不仅可以有效地减少现有技术中调度方式的资源浪费,还能提高调度的精准性,以避免出现不必要或者错误的调度。
图3为本发明实施例提供的用户调度方法流程图二,在图2实施例的基础上,如图3所示,步骤S201的一种具体实现方式为:
S2011:获取预设时间内所述待调度区域内用户的历史数据。其中,所述历史数据包括连接覆盖所述待调度区域的高铁基站的移动终端数量;所述用户包括乘坐高铁的高铁用户,以及没有乘坐所述高铁的普通用户。
S2012:根据待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达待调度区域的时间信息。
在本实施例中,获取预设时间内连接覆盖待调度区域的高铁基站用户的历史数据。该历史数据包括不同高铁,到达该待调度区域的时间信息。为了提高预测的高铁到达时间的准确性,例如,以秒为计量单位、采集4周以上的接入高铁基站的移动终端数量,则历史数据包括4*7*24*3600=2419200条数据,采集的周期越长,考量的因素也越多,例如环境、上下车人员数量导致车辆行驶的时间等,则其预测的高铁到达时间更准确。高铁基站提供的高铁专网通常是由高铁用户和待调度区域内没有乘坐高铁的普通用户公用,高铁用户到达高铁的到达待调度区域的时间呈现周期性的特点,而一般来说普通用户数量变化较小,因此高铁专网覆盖的用户数量呈现出周期性脉冲式分布。
举例来说,图4为本发明实施例提供的高铁专网区域秒级用户数分布示意图一,如图4所示,当以秒为计时单位时,待调度区域的用户数量为具有一定周期规律的时间序列数据。图5为本发明实施例提供的高铁专网区域秒级用户数分布示意图二,如图5所示,当以小时为计时单位时,可看出当高铁经过待调度区域时,连接覆盖待调度区域高铁基站的用户数量出现脉冲,并且出现脉冲的时间点按照一定的时间周期重复出现。
基于上述方式,可以基于历史数据中这种周期性变化规律,采用预设的分析模型,对待调度区域的用户数量进行分析,准确的获得高铁到达待调度区域的时间信息。
另外,优选的,预设的分析模型可通过训练获得。具体的,图6为本发明实施例提供的LSTM神经网络模型训练结果示意图。如图6所示,分析模型可采用长短期记忆网络(LongShort Term Memory network,LSTM)模型,根据待调度区域内用户的历史数据,以及预设间隔时间,对预设的分析模型进行训练。将待调度区域内用户的历史数据作为LSTM神经网络模型的输入数据,神经网络模型的输出数据为预测的预设间隔时间之后的用户数量,具体的可选择预测20s之后的用户数量。将输出的预测20s之后的用户数量与待调度区域内用户的历史数据中20s之后真实用户数量进行比较,并且计算预测用户数量与真实用户数量之间的误差值。经过多次以上的迭代计算,当误差值收敛到最小值时,将训练后的神经网络模型作为分析模型。具体的,可进行500次以上的迭代计算,将误差值收敛到1至5的范围内的神经网络模型作为分析模型。图7为本发明实施例提供的LSTM神经网络模型预测的用户数量与实际用户数量对比示意图,如图7所示,将待调度区域的用户量历史数据信息输入至训练后的神经网络模型,将预测的用户数量曲线与实际的用户数量曲线进行比较,可看出实际用户数量曲线与预测的用户曲线在时间和用户数量两个维度上重合度较高,说明根据训练后的神经网络模型可准确的预测到达待调度区域的用户数量。
优选的,根据待调度区域内用户的历史数据,采用已训练后的预设的分析模型,以确定高铁到达调度区域的时间窗口。根据待调度区域内用户的历史数据,将用户的历史数据输入至已训练后的分析模型,预测将要到达待调度区域的用户数量。具体的,获取历史数据中,在一个周期内与当前时刻相同的前120s的用户数量,并将此用户数量输入至已训练的神经网络模型,预测20s之后的用户数量。根据20s之后的用户数量确定将要到达待调度区域的用户数量曲线,若用户数量曲线中出现了脉冲波形,说明20s之后将会有高铁到达待调度区域,根据用户数量曲线中出现脉冲波形的时间,可确定高铁到达待调度区域的时间窗口,或者根据用户数量曲线中出现波峰的时刻确定高铁到达调度区域的时间点。
从上述实施例可知,通过获取预设时间内待调度区域内用户的历史数据,并根据历史数据,对预设的LSTM神经网络模型进行训练,再将待调度区域内用户的历史数据输入训练后的LSTM神经网络模型,根据LSTM神经网络模型输出的用户数量,准确的获得高铁到达调度区域的时间窗口。通过利用LSTM神经网络模型可预测时序变化数据特点,将待调度区域内用户的历史数据输入LSTM神经网络模型中,可准确的预测待调度用户数量的变化曲线,并根据用户数量的变化曲线中出现脉冲时变化的时间,准确的获取高铁到达待调度区域的时间信息。从而,在高铁到达待调度区域前,对待调度区域内的普通用户进行调度,为将要达到的高铁预留足够的高铁专网资源,保障了高铁用户的业务质量。
图8为本发明实施例提供的用户调度方法流程图三,在图2实施例的基础上,如图8所示,步骤S202中的一种具体实现方式为:
S2021:在高铁到达时间信息或者时间窗口之前的预设第一时间时,将待调度区域内的普通用户调出待调度区域。
举例来说,图9为本发明实施例提供的用户调度方法时间窗示意图一。如图9所示,若确定高铁到达时间信息为S时刻,预设第一时间为T秒,为了保证在高铁到达待调度区域之前,能够将待调度区域内的普通用户全部调出待调度区域,在S时刻之前的T秒,开始将待调度区域内的普通用户调出待调度区域的。
优选的,在高铁到达时间信息或者时间窗口之前的预设第一时间时,获取当前待调度区域内连接高铁基站的移动终端的数量;在确定移动终端的数量大于预设的用户数量阈值时,将待调度区域内的普通用户调出待调度区域。因为当待调度区域内连接高铁基站的移动终端的数量超出高铁专网区域的容量限制时,才会对高铁用户发生的业务造成实际影响,所以设定一个用户数量阈值N,当用户数超过这个阈值N时才考虑实施对待调度区域内的普通用户的调出操作。为简化计算,对每天的秒级用户量数据进行规整处理:将高于数量阈值N的用户数视为一次有效高负荷用户峰值,即有大量用户的高铁到达时间点,低于数量阈值N的进行归零处理。由此获得有大量用户的列车到达准确时间点后,即可计算出每个有效的列车到达时间窗W。图10为本发明实施例提供的待调度区域内用户数量处理示意图。如图10所示,左边为秒级用户数量,右边为处理后有大量用户的高铁到达的时间窗。可看出,经过对待调度区域内用户数量进行处理后,可获得每个有效高负荷用户峰值到达时间信息,即有效高铁到达待调度调取的时间窗口。
S2022:在高铁到达时间信息或者时间窗口之后的预设第二时间,将待调度区域内的普通用户调回待调度区域。
如图9所示,若确定高铁到达时间信息为S,预设预设第二时间为P秒。当高铁驶离待调度区域后,接入高铁基站的用户数量骤降,在下一高铁列车到达之前,接入高铁基站的高铁用户数量很少。为了提高高铁专网资源利用率,在高铁离开之后的P秒,将待调度区域内的普通用户调回待调度区域,允许待调度区域的普通用户继续使用高铁专网的资源,直到下一列高铁到达之前。
图11为本发明实施例提供的用户调度方法时间窗示意图二,如图11所示,根据4周的待调度区域的用户数量预测“周一”某趟高铁的到达时间,获得了4个时间窗口:A、B、C、D。根据列车运行时刻表可知,为了避免发生列车碰撞的危险,前后两次高铁之间设有一定的保护时间间隔,且保护时间间隔一般会大于5分钟。若预测的多个时间窗是相互重叠或间隔小于5分钟,可视为同一列高铁对应的到达时间。在图11中,若A、B、C、D 4个时间窗是相互重叠的,则可将根据A、B、C、D 4个时间窗视为同一列高铁对应的到达时间,将4个时间窗口是重叠在一起的时间段视为一个大时间窗口W。时间窗W的起始时间为4个单个到达时间窗中到达时间的最早时间,即时间窗A的到达时间,时间窗W的终止时间为4个单个到达时间窗中离开时间的最晚时间,即时间窗D的离开时间。因此,为了保证用户调度方法实施的效果,用户调度方法中,T和P应设置为涵盖所有四个时间窗口的T和P值,以保证在列车到达前T秒可把普通用户调出本区域,在列车通过P后允许普通用户返回。
从上述实施例可知,通过当待调度区域内连接高铁基站的移动终端的数量大于预设的用户数量阈值时,在高铁到达之前的预设第一时间,将待调度区域内的普通用户调出待调度区域,以及在高铁到达之后的预设第二时间,将待调度区域内的普通用户调回待调度区域。不仅保证了高铁用户到达待调度区域时的业务质量,还将高铁专网区域中的已调出用户调回到高铁专网区域,实现资源合理调度和提升了资源的利用率。
图12为本发明实施例提供的用户调度装置的结构示意图。如图12所示,该用户调度装置120包括:确定模块1201和调度模块1202;其中,确定模块1201,用于确定待调度区域对应的高铁到达时间信息;调度模块1202,用于根据所述高铁到达时间信息,对所述待调度区域内的普通用户进行调度处理。
在本实施例中,该用户调度装置可以采用上述图所示实施例的方法,其技术方案及其技术效果相类似,此处不在赘述。
在本发明的一个实施例中,确定模块1201具体还用于:获取预设时间内所述待调度区域内用户的历史数据;其中,所述历史数据包括连接覆盖所述待调度区域的高铁基站的移动终端数量;所述用户包括乘坐高铁的高铁用户,以及没有乘坐所述高铁的普通用户。
在本发明的一个实施例中,用户调度装置还包括训练模块,用于根据所述待调度区域内用户的历史数据,以及预设间隔时间,对所述预设的分析模型进行训练,则确定模块1201具体还用于根据所述待调度区域内用户的历史数据,采用已训练后的预设的分析模型,以确定高铁到达所述调度区域的时间窗口。
在本发明的一个实施例中,调度模块1202具体还用于:在所述高铁到达时间信息或者时间窗口之前的预设第一时间时,将所述待调度区域内的普通用户调出所述待调度区域。
在本发明的一个实施例中,调度模块1202具体还用于:在所述高铁到达时间信息或者时间窗口之后的预设第二时间,将所述待调度区域内的普通用户调回所述待调度区域。
在本发明的一个实施例中,调度模块1202具体还用于:在所述高铁到达时间信息或者时间窗口之前的预设第一时间时,获取当前所述待调度区域内连接所述高铁基站的移动终端的数量。
本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图13为本发明实施例提供的服务器结构示意图。如图13所示,本实施例的服务器130包括:处理器1301、存储器1302以及存储在所述存储器1302中并可在所述处理器1301上运行的计算机程序,所述处理器1301执行所述计算机程序时实现如下步骤:
确定待调度区域对应的高铁到达时间信息;
根据所述高铁到达时间信息,对所述待调度区域内的普通用户进行调度处理。
在一种可能的设计中,所述处理器1301执行所述计算机程序时还实现如下步骤:
获取预设时间内所述待调度区域内用户的历史数据;其中,所述历史数据包括连接覆盖所述待调度区域的高铁基站的移动终端数量;所述用户包括乘坐高铁的高铁用户,以及没有乘坐所述高铁的普通用户;
根据所述待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达所述待调度区域的时间信息。
在一种可能的设计中,所述处理器1301执行所述计算机程序时还实现如下步骤:
根据所述待调度区域内用户的历史数据,以及预设间隔时间,对所述预设的分析模型进行训练;
则所述根据所述待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达所述待调度区域的时间信息,包括:
根据所述待调度区域内用户的历史数据,采用已训练后的预设的分析模型,以确定高铁到达所述调度区域的时间窗口。
具体可以参见前述方法实施例中的相关描述。
在一种可能的设计中,存储器1302既可以是独立的,也可以跟处理器1301集成在一起。
当存储器1302独立设置时,该服务器还包括总线1303,用于连接所述存储器1302和处理器1301。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的用户调度的方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种用户调度方法,其特征在于,包括:
确定待调度区域对应的高铁到达时间信息;
根据所述高铁到达时间信息,对所述待调度区域内的普通用户进行调度处理。
2.根据权利要求1所述的方法,其特征在于,所述确定待调度区域对应的高铁到达时间信息,包括:
获取预设时间内所述待调度区域内用户的历史数据;其中,所述历史数据包括连接覆盖所述待调度区域的高铁基站的移动终端数量;所述用户包括乘坐高铁的高铁用户,以及没有乘坐所述高铁的普通用户;
根据所述待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达所述待调度区域的时间信息。
3.根据权利要求2所述的方法,其特征在于,还包括:
根据所述待调度区域内用户的历史数据,以及预设间隔时间,对所述预设的分析模型进行训练;
则所述根据所述待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达所述待调度区域的时间信息,包括:
根据所述待调度区域内用户的历史数据,采用已训练后的预设的分析模型,以确定高铁到达所述调度区域的时间窗口。
4.根据权利要求1至3任一所述的方法,其特征在于,所述根据所述高铁到达时间信息,对所述待调度区域内的普通用户进行调度处理,包括:
在所述高铁到达时间信息或者时间窗口之前的预设第一时间时,将所述待调度区域内的普通用户调出所述待调度区域。
5.根据权利要求4所述的方法,其特征在于,还包括:
在所述高铁到达时间信息或者时间窗口之后的预设第二时间,将所述待调度区域内的普通用户调回所述待调度区域。
6.根据权利要求5所述的方法,其特征在于,所述在所述高铁到达时间信息或者时间窗口之前的预设第一时间时,将所述待调度区域内的普通用户调出所述待调度区域,包括:
在所述高铁到达时间信息或者时间窗口之前的预设第一时间时,获取当前所述待调度区域内连接所述高铁基站的移动终端的数量;
在确定所述移动终端的数量大于预设的用户数量阈值时,将所述待调度区域内的普通用户调出所述待调度区域。
7.一种服务器,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
确定待调度区域对应的高铁到达时间信息;
根据所述高铁到达时间信息,对所述待调度区域内的普通用户进行调度处理。
8.根据权利要求7所述的服务器,其特征在于,所述处理器执行所述计算机程序时还实现如下步骤:
获取预设时间内所述待调度区域内用户的历史数据;其中,所述历史数据包括连接覆盖所述待调度区域的高铁基站的移动终端数量;所述用户包括乘坐高铁的高铁用户,以及没有乘坐所述高铁的普通用户;
根据所述待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达所述待调度区域的时间信息。
9.根据权利要求7所述的服务器,其特征在于,所述处理器执行所述计算机程序时还实现如下步骤:
根据所述待调度区域内用户的历史数据,以及预设间隔时间,对所述预设的分析模型进行训练;
则所述根据所述待调度区域内用户的历史数据,采用预设的分析模型,以确定高铁到达所述待调度区域的时间信息,包括:
根据所述待调度区域内用户的历史数据,采用已训练后的预设的分析模型,以确定高铁到达所述调度区域的时间窗口。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至6任一项所述的用户调度方法。
CN202010124720.4A 2020-02-27 2020-02-27 用户调度方法及装置 Active CN111343726B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010124720.4A CN111343726B (zh) 2020-02-27 2020-02-27 用户调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010124720.4A CN111343726B (zh) 2020-02-27 2020-02-27 用户调度方法及装置

Publications (2)

Publication Number Publication Date
CN111343726A true CN111343726A (zh) 2020-06-26
CN111343726B CN111343726B (zh) 2023-03-24

Family

ID=71187968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010124720.4A Active CN111343726B (zh) 2020-02-27 2020-02-27 用户调度方法及装置

Country Status (1)

Country Link
CN (1) CN111343726B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140088865A1 (en) * 2012-09-27 2014-03-27 Siemens Industry, Inc. Apparatus and method for predicting arrival times in a transportation network
WO2014201895A1 (zh) * 2013-06-21 2014-12-24 中兴通讯股份有限公司 车辆到站时间预报系统及方法
US20180209808A1 (en) * 2017-01-10 2018-07-26 Beijing Didi Infinity Technology And Development Co., Ltd. Method and system for estimating time of arrival
CN109660981A (zh) * 2019-02-14 2019-04-19 中国联合网络通信集团有限公司 一种高铁移动通信网络中用户调度方法及装置
CN109862620A (zh) * 2019-03-12 2019-06-07 中国联合网络通信集团有限公司 一种通信小区的用户调度方法和基站
CN110688982A (zh) * 2019-10-14 2020-01-14 重庆邮电大学 基于目标检测技术和aco-bp算法的智能轨道交通时间控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140088865A1 (en) * 2012-09-27 2014-03-27 Siemens Industry, Inc. Apparatus and method for predicting arrival times in a transportation network
WO2014201895A1 (zh) * 2013-06-21 2014-12-24 中兴通讯股份有限公司 车辆到站时间预报系统及方法
US20180209808A1 (en) * 2017-01-10 2018-07-26 Beijing Didi Infinity Technology And Development Co., Ltd. Method and system for estimating time of arrival
CN109660981A (zh) * 2019-02-14 2019-04-19 中国联合网络通信集团有限公司 一种高铁移动通信网络中用户调度方法及装置
CN109862620A (zh) * 2019-03-12 2019-06-07 中国联合网络通信集团有限公司 一种通信小区的用户调度方法和基站
CN110688982A (zh) * 2019-10-14 2020-01-14 重庆邮电大学 基于目标检测技术和aco-bp算法的智能轨道交通时间控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YAFEI LIU等: "Prediction algorithms for train arrival time in urban rail transit", 《 2017 IEEE 20TH INTERNATIONAL CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS (ITSC)》 *
李晓伟等: "基于径向基和Logistic的民航运输与高铁竞争因素研究", 《深圳大学学报理工版》 *

Also Published As

Publication number Publication date
CN111343726B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN111860561B (zh) 网约车的异常停留行为识别方法、装置、设备及存储介质
CN111582605B (zh) 目的站点的预测方法、装置、电子设备及存储介质
CN107615345A (zh) 移动辅助装置、移动辅助用服务器及移动辅助系统
CN112435469A (zh) 车辆预警控制方法、装置、计算机可读介质及电子设备
CN111815096A (zh) 共享汽车投放方法、电子设备及存储介质
CN111343726B (zh) 用户调度方法及装置
CN113837383A (zh) 模型训练方法、装置、电子设备及存储介质
CN112488388B (zh) 基于概率分布的出站客流预测方法及装置
CN110826943B (zh) 判断是否需要进行配车及确定公交配车数的方法及相关设备
CN117455195A (zh) 一种基于用户信息的酒店客房的管理方法及设备
CN111046288B (zh) 内容推荐方法、装置、终端及存储介质
CN112927547A (zh) 下车时间的补充方法及装置
CN116579498A (zh) 用于预测地铁客流量的方法及装置、存储介质
CN108986256B (zh) 列车行车记录方法和装置
CN112783945B (zh) 公交下车站点的判定方法及装置
CN111191128B (zh) 一种行程匹配方法及装置
CN113536128A (zh) 交通枢纽换乘方式的推荐方法及电子设备
Zahir et al. Investigate the effects of bus and passenger arrival patterns and service frequency on passenger waiting time and transit performance of Dhaka metropolitan area.
CN113743952A (zh) 空壳企业识别方法及装置
CN112597189A (zh) 基于乘车记录的出行轨迹调整方法及装置
CN114093153B (zh) 基于乘客需求信息的载客车辆调度方法及装置
CN112801750B (zh) 一种订单分配方法及装置
CN114792161A (zh) 一种公共场所人流量预测方法、装置、设备及介质
CN115294785A (zh) 基于手机信号的地铁动态运行调整方法及装置
CN117973640A (zh) 换乘地铁站换乘人流量预测方法及装置

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