CN111372254A - 网络潮汐效应分析方法及系统 - Google Patents
网络潮汐效应分析方法及系统 Download PDFInfo
- Publication number
- CN111372254A CN111372254A CN201811587477.9A CN201811587477A CN111372254A CN 111372254 A CN111372254 A CN 111372254A CN 201811587477 A CN201811587477 A CN 201811587477A CN 111372254 A CN111372254 A CN 111372254A
- Authority
- CN
- China
- Prior art keywords
- cells
- network
- tidal
- tide
- preset
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供了一种网络潮汐效应分析方法及系统,基于网络小区无线利用率的统计,按区域/场景划分集合,以集合为单位,计算任意两小区之间的网络潮汐效应系数,并将计算得到的网络潮汐效应系数与网络潮汐效应门限值进行比较,判断任意两小区之间是否存在明显的潮汐效应,可以作为依据指导资源池共享接入网络建设,以节省更多资源,为资源池技术建设提供指导意见,指导资源的精准投放。
Description
技术领域
本发明实施例涉及移动通信技术领域,更具体地,涉及网络潮汐效应分析方法及系统。
背景技术
现有通信系统中,潮汐效应是指工作时间人们在中央商务区域大量聚集,中午聚集在餐馆、食堂,下班后又向居民区大量迁徙的现象。这种现象引发移动通信系统中话务量的流动,使得某时间特定区域出现突发大话务量,导致网络拥塞、用户感知下降,而其他区域话务减少、资源空闲。共享资源技术的快速发展为解决网络潮汐效应,节省网络资源提供了方案。
现有技术中存在一种潮汐效应配置方法及装置,通过进行业务量统计,统计出各个时段每个小区的业务量情况,判断各小区业务量最大的时段是否相同,并为业务量最大的时段不存在重叠的至少两个小区进行潮汐效应配置。现有技术中还存在一种潮汐效应配置方法及装置,通过业务量统计,判断各小区业务量最大的时段是否相同,来为基站中的至少两个小区进行潮汐效应配置。
现有技术中存在的潮汐效应配置方法及装置中,直接进行潮汐效应配置,并没有对潮汐效应进行分析,因此现急需提供一种网络潮汐效应分析方法及系统,以弥补现有技术中没有针对潮汐效应进行分析的技术的空白。
发明内容
为克服上述问题或者至少部分地解决上述问题,本发明实施例提供了一种网络潮汐效应分析方法及系统。
第一方面,本发明实施例提供了一种网络潮汐效应分析方法,包括:
获取预设时间段内预设区域内各小区的无线利用率曲线;
对于所述预设区域内的任意两小区,若判断获知所述任意两小区的无线利用率曲线的最大值之和满足预设条件,则基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的网络潮汐系数,所述任意两小区的网络潮汐系数用于表征所述预设时间段内所述任意两小区的无线利用率曲线的最大值的交错程度;
将所述任意两小区的网络潮汐系数与网络潮汐效应门限值进行比较,若判断获知所述任意两小区的网络潮汐系数小于等于网络潮汐效应门限值,则确定所述任意两小区为潮汐效应明显的互补小区对。
第二方面,本发明实施例提供了一种网络潮汐效应分析系统,包括:
无线利用率曲线获取模块,获取预设时间段内预设区域内各小区的无线利用率曲线;
网络潮汐系数确定模块,用于对于所述预设区域内的任意两小区,若判断获知所述任意两小区的无线利用率曲线的最大值之和满足预设条件,则基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的网络潮汐系数,所述任意两小区的网络潮汐系数用于表征所述预设时间段内所述任意两小区的无线利用率曲线的最大值的交错程度;
比较模块,用于将所述任意两小区的网络潮汐系数与网络潮汐效应门限值进行比较,若判断获知所述任意两小区的网络潮汐系数小于等于网络潮汐效应门限值,则确定所述任意两小区为潮汐效应明显的互补小区对。
第三方面,本发明实施例提供了一种电子设备,包括:
至少一个处理器、至少一个存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以执行第一方面提供的网络潮汐效应分析方法。
第四方面,本发明实施例提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行第一方面提供的网络潮汐效应分析方法。
本发明实施例提供的一种网络潮汐效应分析方法及系统,基于网络小区无线利用率的统计,按区域(场景)划分集合,以集合为单位,计算任意两小区之间的网络潮汐效应系数,并将计算得到的网络潮汐效应系数与网络潮汐效应门限值进行比较,判断任意两小区之间是否存在明显的潮汐效应,可以作为依据指导资源池共享接入网络建设,以节省更多资源,为资源池技术建设提供指导意见,指导资源的精准投放。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种网络潮汐效应分析方法的流程示意图;
图2为本发明实施例提供的一种网络潮汐效应分析方法的整体流程示意图;
图3为本发明实施例提供的一种网络潮汐效应分析系统的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明实施例的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明实施例和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明实施例的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明实施例的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明实施例中的具体含义。
如图1所示,本发明实施例提供了一种网络潮汐效应分析方法,包括:
S11,获取预设时间段内预设区域内各小区的无线利用率曲线;
S12,对于所述预设区域内的任意两小区,若判断获知所述任意两小区的无线利用率曲线的最大值之和满足预设条件,则基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的网络潮汐系数,所述任意两小区的网络潮汐系数用于表征所述预设时间段内所述任意两小区的无线利用率曲线的最大值的交错程度;
S13,将所述任意两小区的网络潮汐系数与网络潮汐效应门限值进行比较,若判断获知所述任意两小区的网络潮汐系数小于等于网络潮汐效应门限值,则确定所述任意两小区为潮汐效应明显的互补小区对。
具体地,本发明实施例中提供的一种网络潮汐效应分析方法中,首先获取预设时间段内预设区域内各小区的无线利用率曲线,预设时间段可以是1天,也可以是早6:00至晚6:00,还可以是晚6:00至第二天早6:00,也可以根据需要进行设置,本发明实施例中对此不作具体限定。预设区域可以是包含有高校、商业中心、住宅区等活动区域在内的区域。由于预设区域内各小区在每一时间点无线利用率并不一定相同,因此对于每一小区而言,获取每一时间点的无线利用率后,在预设时间段内可形成一无线利用率曲线。具体可每小时获取一次无线利用率,然后将预设时间段内每小时获取的无线利用率拟合成无线利用率曲线,也可以每分钟获取一次无线利用率,然后对每小时内获取到的60个无线利用率的具体取值求取平均值,再将预设时间段内的多个平均值拟合成无线利用率曲线。
需要说明的是,本发明实施例中可以是将不同场景区域连续的小区以集合的方式进行划定,即目标区域内的所有小区构成一个小区集合。在获取预设时间段内预设区域内各小区的无线利用率曲线时,还可以获取无线资源控制(Radio Resource Control,RRC)连接用户数、每一时间点的无线利用率的分子以及每一时间点的无线利用率的分母等信息。
获取预设时间段内预设区域内各小区的无线利用率曲线后,对于预设区域内的任意两小区a、b,确定a小区的无线利用率曲线的最大值以及b小区的无线利用率曲线的最大值,然后判断a小区和b小区的无线利用率曲线的最大值之和是否满足预设条件,预设条件用于衡量a小区和b小区的无线利用率的最大值之和是否能用于计算网络潮汐系数,即是否达到网络潮汐系数的计算标准。若满足预设条件,则说明a小区和b小区的无线利用率的最大值之和可以用来计算网络潮汐系数,则基于a小区和b小区的无线利用率曲线的最大值,确定a小区和b小区的网络潮汐系数,任意两小区的网络潮汐系数用于表征所述预设时间段内所述任意两小区的无线利用率曲线的最大值的交错程度,即潮汐效应的程度。网络潮汐系数越大,则交错程度越大,潮汐效应的程度越小。本发明实施例中网络潮汐系数的取值范围为大于等于0且小于等于1,当网络潮汐系数等于1时,说明a小区和b小区之间不存在潮汐效应,当网络潮汐系数等于0时,说明a小区和b小区之间潮汐效应最显著。如果a小区和b小区的无线利用率曲线的最大值之和不满足预设条件,则表明a小区和b小区的无线利用率较低,可以直接利用资源池技术,节约资源。
最后,将确定出的任意两小区的网络潮汐系数与网络潮汐效应门限值进行比较,若判断获知任意两小区的网络潮汐系数小于等于网络潮汐效应门限值,则确定任意两小区为潮汐效应明显的互补小区对。这里所说的网络潮汐效应门限值可以根据网络实际情况和实际的预设时间段而自行设定,本发明实施例中对此不作具体限定,网络潮汐效应门限值用于确定任意两小区是否可以作为潮汐效应明显的互补小区对,即是否能够采用资源池技术来降低潮汐效应。
本发明实施例中提供的网络潮汐效应分析方法,基于网络小区无线利用率的统计,按区域(场景)划分集合,以集合为单位,计算任意两小区之间的网络潮汐效应系数,并将计算得到的网络潮汐效应系数与网络潮汐效应门限值进行比较,判断任意两小区之间是否存在明显的潮汐效应,可以作为依据指导资源池共享接入网络建设,以节省更多资源,为资源池技术建设提供指导意见,指导资源的精准投放。
在上述实施例的基础上,本发明实施例中提供的网络潮汐效应分析方法,还包括:
对于预设数量个连续的预设时间段,基于每一预设时间段内所述预设区域内每两个小区形成的小区对的第一总数以及潮汐效应明显的互补小区对的第二总数,确定集合潮汐效应程度参数;
所述集合潮汐效应程度参数用于表征所述第二总数占所述第一总数的比例。
具体地,本发明实施例中提供的网络潮汐效应分析方法,选取预设数量个连续的预设时间段进行研究,根据每一预设时间段内预设区域内每两个小区形成的小区对的第一总数以及潮汐效应明显的互补小区对的第二总数,确定集合潮汐效应程度参数。预设数量具体可以是大于等于1的整数。作为优选方案,可以将预设数量设定为7,即确定7天内预设区域内的潮汐效应的程度。第一总数是指预设区域内形成的小区对的总数,第二总数为预设区域内潮汐效应明显的互补小区对的总数。根据第一总数和第二总数即可确定出集合潮汐效应程度参数,其中集合潮汐效应程度参数用于表征在预设数量个连续的预设时间段内预设区域内的潮汐效应的程度,集合潮汐效应程度参数越大,表明在预设数量个连续的预设时间段内预设区域内的潮汐效应越明显,此时采用资源池技术对预设区域进行建设后,能够节约更多的资源。因此,本发明实施例中提供的网络潮汐效应分析方法为预设区域的建设提供了理论依据,为资源池技术建设提供指导意见,指导资源的精准投放,可以促使节约更多的资源。
在上述实施例的基础上,本发明实施例中提供的网络潮汐效应分析方法,所述对于预设数量个连续的预设时间段,基于每一预设时间段内所述预设区域内每两个小区形成的小区对的第一总数以及潮汐效应明显的互补小区对的第二总数,确定集合潮汐效应程度参数,具体包括:
通过如下公式确定所述集合潮汐效应程度参数:
其中,θ为所述集合潮汐效应程度参数,λ为所述第二总数,n(n-1)/2为所述第一总数,n为所述预设区域内的小区总数,M为所述预设数量。
具体地,本发明实施例中可以令M=7,确定集合潮汐效应程度参数即是确定互补小区对的第二总数占预设区域内能够形成的小区对的第一总数的比例,通过该比例表征集合潮汐效应程度参数,可以使分析方法更加简化。
在上述实施例的基础上,本发明实施例中提供的网络潮汐效应分析方法,所述基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的网络潮汐系数,具体包括:
基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的无线利用率加和曲线,并确定所述任意两小区的无线利用率加和曲线的最大值;
基于所述任意两小区的无线利用率曲线的最大值,以及任意两小区的无线利用率加和曲线的最大值,确定所述任意两小区的网络潮汐系数。
具体地,本发明实施例中,首先根据任意两小区的无线利用率曲线的最大值,确定出任意两小区的无线利用率加和曲线,并确定出任意两小区的无线利用率加和曲线的最大值;然后根据任意两小区的无线利用率曲线的最大值,以及任意两小区的无线利用率加和曲线的最大值,确定任意两小区的网络潮汐系数。设a小区的在预设时间段内每小时级的无线利用率曲线为fa(x),fa(x)的最大值为A,b小区的在预设时间段内每小时级的无线利用率曲线为fb(x),fb(x)的最大值为B,则a小区、b小区在预设时间段内每小时级的无线利用率加和曲线为fc(x)=fa(x)+fb(x),fc(x)的最大值为C。
本发明实施例中具体通过如下公式确定所述任意两小区的网络潮汐系数:
其中,β(a,b)为所述任意两小区的网络潮汐系数,a,b为所述任意两小区,A为a小区的无线利用率曲线的最大值,B为b小区的无线利用率曲线的最大值,C为a小区和b小区的无线利用率加和曲线的最大值。
在上述实施例的基础上,本发明实施例中提供的网络潮汐效应分析方法,所述预设条件具体为:所述任意两小区的无线利用率曲线的最大值之和大于预设数值,所述预设数值小于1。
具体地,本发明实施例中可将预设条件通过预设数值进行设置,预设数据可以根据需要进行选择,可以选择0.3或者其他小于1的数值。
在上述实施例的基础上,本发明实施例中提供的网络潮汐效应分析方法,所述方法还包括:
若判断获知所述任意两小区的无线利用率曲线的最大值之和小于等于所述预设数值,则将所述任意两小区形成的小区对标记为1;
将潮汐效应明显的互补小区对标记为1;
否则,将所述任意两小区形成的小区对标记为0。
具体地,本发明实施例中,若判断获知任意两小区a、b的无线利用率曲线的最大值之和小于等于预设数值,即不满足预设条件,则说明a小区和b小区的无线利用率较低,不能用于计算网络潮汐系数,此时a小区和b小区形成的小区对(a,b)可以直接作为潮汐效应明显的互补小区对,因此将任意两小区形成的小区对标记为1;相应地,将根据网络潮汐效应门限值确定的潮汐效应明显的互补小区对也标记为1。否则,如果判断获知a小区和b小区之间的网络潮汐系数大于网络潮汐效应门限值,则确定a小区和b小区为潮汐效应不明显的小区对,将此时的小区对标记为0。
本发明实施例中将预设区域内潮汐效应明显的小区对作为互补小区对且标记为1,将预设区域内潮汐效应不明显的小区对标记为0,以此区分预设区域内各小区对的属性。
如图2所示为本发明实施例中提供的网络潮汐效应分析方法的整体流程图,具体如下:S21,获取预设时间段内预设区域内各小区的无线利用率曲线;S22,计算任意两小区a和b的无线利用率曲线的最大值A和B,以及a小区和b小区的无线利用率加和曲线的最大值C;S23,判断A+B≤0.3是否成立,若成立则执行S24,若不成立则执行S25;S24,将小区对(a,b)标记为1;S25,计算a小区和b小区之间的网络潮汐系数β(a,b);S26,判断β(a,b)≤网络潮汐效应门限值K是否成立,若成立,则执行S24,否则执行S27;S27,将小区对(a,b)标记为0。
如图3所示,在上述实施例的基础上,本发明实施例中还提供了一种网络潮汐效应分析系统,包括:无线利用率曲线获取模块31、网络潮汐系数确定模块32和比较模块33。其中,
无线利用率曲线获取模块31获取预设时间段内预设区域内各小区的无线利用率曲线;
网络潮汐系数确定模块32用于对于所述预设区域内的任意两小区,若判断获知所述任意两小区的无线利用率曲线的最大值之和满足预设条件,则基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的网络潮汐系数,所述任意两小区的网络潮汐系数用于表征所述预设时间段内所述任意两小区的无线利用率曲线的最大值的交错程度;
比较模块33用于将所述任意两小区的网络潮汐系数与网络潮汐效应门限值进行比较,若判断获知所述任意两小区的网络潮汐系数小于等于网络潮汐效应门限值,则确定所述任意两小区为潮汐效应明显的互补小区对。
具体地,本发明实施例中提供的网络潮汐效应分析系统中各模块的作用与上述方法类实施例中各步骤的操作流程是一一对应的,实现的效果也是一致的,本发明实施例在此不再赘述。
在上述实施例的基础上,本发明实施例中提供的网络潮汐效应分析系统还包括:集合潮汐效应程度参数确定模块,用于对于预设数量个连续的预设时间段,基于每一预设时间段内所述预设区域内每两个小区形成的小区对的第一总数以及潮汐效应明显的互补小区对的第二总数,确定集合潮汐效应程度参数;所述集合潮汐效应程度参数用于表征所述第二总数占所述第一总数的比例。
在上述实施例的基础上,本发明实施例中提供的网络潮汐效应分析系统中,集合潮汐效应程度参数确定模块具体用于:根据公式(1)确定所述集合潮汐效应程度参数。
在上述实施例的基础上,本发明实施例中提供的网络潮汐效应分析系统中,网络潮汐系数确定模块具体包括:加和曲线最大值确定子模块和网络潮汐系数确定子模块;所述加和曲线最大值确定子模块用于:基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的无线利用率加和曲线,并确定所述任意两小区的无线利用率加和曲线的最大值;所述网络潮汐系数确定子模块用于:基于所述任意两小区的无线利用率曲线的最大值,以及任意两小区的无线利用率加和曲线的最大值,确定所述任意两小区的网络潮汐系数。
在上述实施例的基础上,本发明实施例中提供的网络潮汐效应分析系统中,所述网络潮汐系数确定子模块具体用于:通过公式(2)确定所述任意两小区的网络潮汐系数。
在上述实施例的基础上,本发明实施例中提供的网络潮汐效应分析系统中,还包括:标记模块;
所述标记模块用于:若判断获知所述任意两小区的无线利用率曲线的最大值之和小于等于所述预设数值,则将所述任意两小区形成的小区对标记为1;将潮汐效应明显的互补小区对标记为1;否则,将所述任意两小区形成的小区对标记为0。
在上述实施例的基础上,如图4所示,为本发明实施例中提供的电子设备的结构示意图,电子设备包括:处理器(processor)401、存储器(memory)402、通信接口(Communications Interface)403和总线404;其中,
所述处理器401、存储器402、通信接口403通过总线404完成相互间的通信。所述存储器402存储有可被所述处理器401执行的程序指令,处理器401用于调用存储器402中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:S11,获取预设时间段内预设区域内各小区的无线利用率曲线;S12,对于所述预设区域内的任意两小区,若判断获知所述任意两小区的无线利用率曲线的最大值之和满足预设条件,则基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的网络潮汐系数,所述任意两小区的网络潮汐系数用于表征所述预设时间段内所述任意两小区的无线利用率曲线的最大值的交错程度;S13,将所述任意两小区的网络潮汐系数与网络潮汐效应门限值进行比较,若判断获知所述任意两小区的网络潮汐系数小于等于网络潮汐效应门限值,则确定所述任意两小区为潮汐效应明显的互补小区对。
存储器402中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在上述实施例的基础上,本发明实施例中提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:S11,获取预设时间段内预设区域内各小区的无线利用率曲线;S12,对于所述预设区域内的任意两小区,若判断获知所述任意两小区的无线利用率曲线的最大值之和满足预设条件,则基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的网络潮汐系数,所述任意两小区的网络潮汐系数用于表征所述预设时间段内所述任意两小区的无线利用率曲线的最大值的交错程度;S13,将所述任意两小区的网络潮汐系数与网络潮汐效应门限值进行比较,若判断获知所述任意两小区的网络潮汐系数小于等于网络潮汐效应门限值,则确定所述任意两小区为潮汐效应明显的互补小区对。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上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精神和范围。
Claims (10)
1.一种网络潮汐效应分析方法,其特征在于,包括:
获取预设时间段内预设区域内各小区的无线利用率曲线;
对于所述预设区域内的任意两小区,若判断获知所述任意两小区的无线利用率曲线的最大值之和满足预设条件,则基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的网络潮汐系数,所述任意两小区的网络潮汐系数用于表征所述预设时间段内所述任意两小区的无线利用率曲线的最大值的交错程度;
将所述任意两小区的网络潮汐系数与网络潮汐效应门限值进行比较,若判断获知所述任意两小区的网络潮汐系数小于等于网络潮汐效应门限值,则确定所述任意两小区为潮汐效应明显的互补小区对。
2.根据权利要求1所述的网络潮汐效应分析方法,其特征在于,还包括:
对于预设数量个连续的预设时间段,基于每一预设时间段内所述预设区域内每两个小区形成的小区对的第一总数以及潮汐效应明显的互补小区对的第二总数,确定集合潮汐效应程度参数;
所述集合潮汐效应程度参数用于表征所述第二总数占所述第一总数的比例。
4.根据权利要求1所述的网络潮汐效应分析方法,其特征在于,所述基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的网络潮汐系数,具体包括:
基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的无线利用率加和曲线,并确定所述任意两小区的无线利用率加和曲线的最大值;
基于所述任意两小区的无线利用率曲线的最大值,以及任意两小区的无线利用率加和曲线的最大值,确定所述任意两小区的网络潮汐系数。
6.根据权利要求1-5中任一项所述的网络潮汐效应分析方法,其特征在于,所述预设条件具体为:所述任意两小区的无线利用率曲线的最大值之和大于预设数值,所述预设数值小于1。
7.根据权利要求6所述的网络潮汐效应分析方法,其特征在于,所述方法还包括:
若判断获知所述任意两小区的无线利用率曲线的最大值之和小于等于所述预设数值,则将所述任意两小区形成的小区对标记为1;
将潮汐效应明显的互补小区对标记为1;
否则,将所述任意两小区形成的小区对标记为0。
8.一种网络潮汐效应分析系统,其特征在于,包括:
无线利用率曲线获取模块,获取预设时间段内预设区域内各小区的无线利用率曲线;
网络潮汐系数确定模块,用于对于所述预设区域内的任意两小区,若判断获知所述任意两小区的无线利用率曲线的最大值之和满足预设条件,则基于所述任意两小区的无线利用率曲线的最大值,确定所述任意两小区的网络潮汐系数,所述任意两小区的网络潮汐系数用于表征所述预设时间段内所述任意两小区的无线利用率曲线的最大值的交错程度;
比较模块,用于将所述任意两小区的网络潮汐系数与网络潮汐效应门限值进行比较,若判断获知所述任意两小区的网络潮汐系数小于等于网络潮汐效应门限值,则确定所述任意两小区为潮汐效应明显的互补小区对。
9.一种电子设备,其特征在于,包括:
至少一个处理器、至少一个存储器、通信接口和总线;其中,
所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以执行如权利要求1-7中任一项所述的网络潮汐效应分析方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1-7中任一项所述的网络潮汐效应分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811587477.9A CN111372254B (zh) | 2018-12-25 | 2018-12-25 | 网络潮汐效应分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811587477.9A CN111372254B (zh) | 2018-12-25 | 2018-12-25 | 网络潮汐效应分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111372254A true CN111372254A (zh) | 2020-07-03 |
CN111372254B CN111372254B (zh) | 2022-12-09 |
Family
ID=71211378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811587477.9A Active CN111372254B (zh) | 2018-12-25 | 2018-12-25 | 网络潮汐效应分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111372254B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040116124A1 (en) * | 2001-03-30 | 2004-06-17 | Chiara Lepschy | Method for assessing the characteristics of a network for mobile telecommunications apparatuses |
CN105530650A (zh) * | 2014-10-22 | 2016-04-27 | 中国移动通信集团设计院有限公司 | 一种网络资源规划的方法及装置 |
CN107886202A (zh) * | 2017-12-01 | 2018-04-06 | 南京熊猫电子股份有限公司 | 有效解决共享资源潮汐问题的方法及调度系统 |
CN108197793A (zh) * | 2017-12-27 | 2018-06-22 | 南京邮电大学 | 一种基于潮汐模型和粒子群算法的共享单车调配方法 |
-
2018
- 2018-12-25 CN CN201811587477.9A patent/CN111372254B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040116124A1 (en) * | 2001-03-30 | 2004-06-17 | Chiara Lepschy | Method for assessing the characteristics of a network for mobile telecommunications apparatuses |
CN105530650A (zh) * | 2014-10-22 | 2016-04-27 | 中国移动通信集团设计院有限公司 | 一种网络资源规划的方法及装置 |
CN107886202A (zh) * | 2017-12-01 | 2018-04-06 | 南京熊猫电子股份有限公司 | 有效解决共享资源潮汐问题的方法及调度系统 |
CN108197793A (zh) * | 2017-12-27 | 2018-06-22 | 南京邮电大学 | 一种基于潮汐模型和粒子群算法的共享单车调配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111372254B (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109788488B (zh) | 一种网络站点的规划方法和装置 | |
CN109688589B (zh) | 无线网络容量规划方法和装置 | |
US10887639B2 (en) | Video data processing method and device | |
EP2648377B1 (en) | Bandwidth allocation method and device | |
WO2000030385A1 (en) | Determining subscriber demands on a communications system | |
CN103974445A (zh) | 一种随机接入信道传输方法和设备 | |
US9137692B2 (en) | Load estimation in a user equipment | |
EP4322610A1 (en) | Communication processing method, communication apparatus and communication system | |
WO2015058342A1 (zh) | 有源天线系统天线劈裂方法及控制器 | |
KR20150089059A (ko) | 올모스트 블랭크 서브프레임을 구성하기 위한 디바이스 및 방법과, 이종 무선 통신 네트워크 | |
CN108471357B (zh) | 一种基于窄带物联网的终端接入调度方法及装置 | |
CN108243429B (zh) | 一种用于室内分布系统的网络覆盖检测方法及系统 | |
CN105844572B (zh) | 拥挤风险监控方法及拥挤风险监控装置 | |
CN112135291B (zh) | 状态检测方法及装置 | |
CN109963288A (zh) | 基站的评估方法及装置 | |
CN108540299B (zh) | 一种网络故障定位处理方法及装置 | |
WO2016086643A1 (zh) | 覆盖距离的获取方法及装置 | |
CN111372254B (zh) | 网络潮汐效应分析方法及系统 | |
CN109982375B (zh) | 一种服务小区的负荷均衡调整方法及装置 | |
EP3183905B1 (en) | Performance index determination for a communication service | |
CN112969193B (zh) | 无线网络的干扰确定方法、装置及设备 | |
CN112738813A (zh) | 一种网络建设评估方法及装置 | |
WO2020215282A1 (en) | Method and apparatus for evaluate data traffic depressed by radio issues | |
CN102724677B (zh) | 一种过载指示阈值动态调整系统与调整方法 | |
CN107347196B (zh) | 一种确定小区拥塞的方法及装置 |
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 |