CN111836270B - 5g基站频率规划方法及装置 - Google Patents

5g基站频率规划方法及装置 Download PDF

Info

Publication number
CN111836270B
CN111836270B CN202010685558.3A CN202010685558A CN111836270B CN 111836270 B CN111836270 B CN 111836270B CN 202010685558 A CN202010685558 A CN 202010685558A CN 111836270 B CN111836270 B CN 111836270B
Authority
CN
China
Prior art keywords
flow
user
determining
users
base station
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.)
Active
Application number
CN202010685558.3A
Other languages
English (en)
Other versions
CN111836270A (zh
Inventor
胡煜华
杨晟
汤滢琪
沙晶
侯玉兵
赵伟
李贝
罗毅
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 CN202010685558.3A priority Critical patent/CN111836270B/zh
Publication of CN111836270A publication Critical patent/CN111836270A/zh
Application granted granted Critical
Publication of CN111836270B publication Critical patent/CN111836270B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3913—Predictive models, e.g. based on neural network models
    • 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
    • H04W16/22—Traffic simulation tools or models
    • 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)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种5G基站频率规划方法及装置，本实施例提供的5G基站频率规划方法，包括：预测未来时间段5G用户数；根据5G用户的流量分档和所述5G用户数，确定5G总网络流量；根据4G总网络流量、各个位置的4G基站流量，以及5G总网络流量，预测各个位置的5G基站流量；根据所述5G基站流量的流量承载阈值，确定所述5G基站流量的频率。通过本公开实施例提供的5G基站频率规划方法，合理地规划基站频率以避免后期因业务发展需要导致的投资浪费，从而在5G建设初期能够有效的节约投资成本，构建合适的5G网络形态。

Description

5G基站频率规划方法及装置
技术领域
本发明涉及通信技术领域，尤其涉及一种5G基站频率规划方法及装置。
背景技术
随着国家“新基建”战略的推进，目前各大运营商都在加快5G建设中。5G主要使用2.1G和3.5G两个频率，这两种频率各有优缺点，2.1G覆盖范围广、建设成本低但承载能力弱，2.1G下的数据吞吐率只有3.5G下的15％；3.5G承载能力强但建设成本高。
现有技术的基站频率规划方法，除少量基站根据现网的业务量，预判为话务热点区域，频率规划为3.5G外，其余基站出于成本考虑，频率选型均规划为2.1G；若将来因业务发展需要，2.1G无法承载对应的业务量时，将采用3.5G频率基站替换2.1G频率基站的方式对其扩容。这种处理方法导致的投资成本浪费，人力、精力以及时间的耗费都非常大。
因此，如何更合理地规划基站频率以避免后期因业务发展需要导致的投资浪费是一个亟待解决的问题。
发明内容
本发明提供一种5G基站频率规划方法，合理地规划基站频率以避免后期因业务发展需要导致的投资浪费，从而在5G建设初期能够有效的节约投资成本，构建合适的5G网络形态。
第一方面，本公开提供一种5G基站频率规划方法，包括：
预测未来时间段5G用户数；
根据5G用户的流量分档和5G用户数，确定5G总网络流量；
根据4G总网络流量、各个位置的4G基站流量，以及5G总网络流量，预测各个位置的5G基站流量；
根据5G基站流量的流量承载阈值，确定5G基站流量的频率。
在一种可能的设计中，预测未来时间段5G用户数，包括：
获取4G用户信息，应用回归模型，确定4G用户迁移影响因子；
获取5G用户信息，根据回归模型、4G用户迁移影响因子以及总用户数，确定5G用户数Q。
在一种可能的设计中，在根据5G用户的流量分档和5G用户数，确定5G总网络流量之前，还包括：
将4G用户根据属性分块，并对分块后的4G用户进行流量分档；
根据4G用户流量分档情况，对5G用户进行流量分档。
在一种可能的设计中，获取4G用户信息，应用回归模型，确定4G用户迁移影响因子，包括：
获取4G用户信息，用户信息包括：终端出货占比x1、4G用户终端的识别码；
根据识别码前8位的序列号，确定终端品牌型号；
当序列号发生变化时，记录变化时间，并确定4G用户换机频率x2；
根据终端品牌型号，查询终端品牌型号对应的4G终端上市时间和年限，并确定4G终端在年限对应期间的上市价格；
根据4G终端的上市价格和4G终端对应的4G用户数，确定总4G终端品牌上市的平均价格x3；
根据4G用户总数和总用户数，确定4G用户业务占比Y；
应用回归模型，建立方程Y＝a+bx1+cx2+dx3；
根据最小二乘法，将方程扩展为方程组，并通过方程组确定4G用户迁移影响因子a、b、c以及d的参数值。
在一种可能的设计中，将4G用户根据属性分块，并对分块后的4G用户进行流量分档，包括：
根据属性对4G用户分块，并确定分块后的第一4G用户数占4G用户总数的第一比例；其中，属性包括：年龄、籍贯、性别、工作性质、使用终端价格；
对分块后的4G用户进行流量分档，确定流量分档后的第二4G用户数占第一4G用户数的第二比例。
在一种可能的设计中，根据5G用户的流量分档和5G用户数，确定5G总网络流量，包括：
根据5G用户的流量分档，确定流量分档后的流量上限和流量下限；
根据第一比例、第二比例、流量上限、流量下限以及5G用户数，确定5G总网络流量，计算公式如下：
Figure BDA0002587420240000031
其中，k表示第k个4G用户分块，i表示第i个4G用户的流量分档，N表示4G用户分块总数，M表示4G用户的流量分档数，Zk表示第k个4G用户分块数对应的第一比例，Pk，i表示第i个4G用户的流量分档对应的第二比例，si，u表示第i个4G用户的流量分档对应的流量上限，si，d表示第i个4G用户的流量分档对应的流量下限。
在一种可能的设计中，根据4G总网络流量、各个位置的4G基站流量，以及5G总网络流量，预测各个位置的5G基站流量，包括：
根据5G总网络流量和4G总网络流量，确定5G流量的增长倍数；
根据各个位置的4G基站流量和5G流量的增长倍数，确定各个位置的5G基站流量。
在一种可能的设计中，根据5G基站流量的流量承载阈值，确定5G基站流量的频率，包括：
当5G基站流量不大于第一阈值时，则确定5G基站的频率为第一阈值；
当5G基站流量大于第一阈值时，则确定5G基站的频率为第二阈值。
第二方面，本公开还提供一种5G基站频率规划装置，包括：
第一确定模块，用于预测未来时间段5G用户数；
第二确定模块，用于根据5G用户的流量分档和5G用户数，确定5G总网络流量；
第三确定模块，用于根据4G总网络流量、各个位置的4G基站流量，以及5G总网络流量，预测各个位置的5G基站流量；根据5G基站流量的流量承载阈值，确定5G基站流量的频率。
在一种可能的设计中，第一确定模块，用于：
获取4G用户信息，应用回归模型，确定4G用户迁移影响因子；
获取5G用户信息，根据回归模型、4G用户迁移影响因子以及总用户数，确定5G用户数Q。
在一种可能的设计中，第二确定模块，还用于：
将4G用户根据属性分块，并对分块后的4G用户进行流量分档；
根据4G用户流量分档情况，对5G用户进行流量分档。
在一种可能的设计中，第一确定模块，具体用于：
获取4G用户信息，用户信息包括：终端出货占比x1、4G用户终端的识别码；
根据识别码前8位的序列号，确定终端品牌型号；
当序列号发生变化时，记录变化时间，并确定4G用户换机频率x2；
根据终端品牌型号，查询终端品牌型号对应的4G终端上市时间和年限，并确定4G终端在年限对应期间的上市价格；
根据4G终端的上市价格和4G终端对应的4G用户数，确定总4G终端品牌上市的平均价格x3；
根据4G用户总数和总用户数，确定4G用户业务占比Y；
应用回归模型，建立方程Y＝a+bx1+cx2+dx3；
根据最小二乘法，将方程扩展为方程组，并通过方程组确定4G用户迁移影响因子a、b、c以及d的参数值。
在一种可能的设计中，第二确定模块，具体还用于：
根据属性对4G用户分块，并确定分块后的第一4G用户数占4G用户总数的第一比例；其中，属性包括：年龄、籍贯、性别、工作性质、使用终端价格；
对分块后的4G用户进行流量分档，确定流量分档后的第二4G用户数占第一4G用户数的第二比例。
在一种可能的设计中，第二确定模块，具体用于：
根据5G用户的流量分档，确定流量分档后的流量上限和流量下限；
根据第一比例、第二比例、流量上限、流量下限以及5G用户数，确定5G总网络流量，计算公式如下：
Figure BDA0002587420240000041
其中，k表示第k个4G用户分块，i表示第i个4G用户的流量分档，N表示4G用户分块总数，M表示4G用户的流量分档数，Zk表示第k个4G用户分块数对应的第一比例，Pk，i表示第i个4G用户的流量分档对应的第二比例，si，u表示第i个4G用户的流量分档对应的流量上限，si，d表示第i个4G用户的流量分档对应的流量下限。
在一种可能的设计中，第三确定模块，用于：
根据5G总网络流量和4G总网络流量，确定5G流量的增长倍数；
根据各个位置的4G基站流量和5G流量的增长倍数，确定各个位置的5G基站流量。
在一种可能的设计中，第三确定模块，具体用于：
当5G基站流量不大于第一阈值时，则确定5G基站的频率为第一阈值；
当5G基站流量大于第一阈值时，则确定5G基站的频率为第二阈值。
第三方面，本公开还提供一种服务器，包括：
处理器；以及，
存储器，用于存储处理器的可执行指令；
其中，处理器配置为经由执行可执行指令来执行第一方面中任意一种5G基站频率规划方法。
第四方面，本公开实施例还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任意一种5G基站频率规划方法。
本公开提供一种日志检测方法及装置，通过预测未来时间段5G用户数；根据5G用户的流量分档和5G用户数，确定5G总网络流量；根据4G总网络流量、各个位置的4G基站流量，以及5G总网络流量，预测各个位置的5G基站流量；根据5G基站流量的流量承载阈值，确定5G基站流量的频率，以实现合理地规划基站频率，避免后期因业务发展需要导致的投资浪费，从而在5G建设初期能够有效的节约投资成本，构建合适的5G网络形态。
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性的前提下，还可以根据这些附图获得其他的附图。
图1为本公开根据一示例实施例示出的5G基站频率规划方法的应用场景图；
图2为本公开根据一示例实施例示出的5G基站频率规划方法的流程示意图；
图3为本公开根据一示例实施例示出的5G基站频率规划装置的结构示意图；
图4为本公开根据一示例实施例示出的服务器的结构示意图。
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做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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面将结合附图，对本发明的实施例进行描述。
图1为本公开根据一示例实施例示出的5G基站频率规划方法的应用场景图，如图1所示，根据5G用户数预测101和5G用户使用流量预测103，综合得到5G网络整体流量预测102，根据5G网络整体流量预测102结合4G基站流量，得到5G基站流量预测104；将5G基站流量预测104与第一阈值105比较，当5G基站流量预测104小于或等于第一阈值105时，5G基站的规划频率106为2.1G；当5G基站流量预测104大于第一阈值105时，5G基站的规划频率107为3.5G。其中5G用户数预测101是根据2014年至2019年期间，每年的4G终端上市的平均价格、4G用户换机频率、4G终端出货占比以及4G用户占比，应用数学建模回归模型，确定用户迁移影响因子，再结合5G用户信息和总用户数得出。5G用户使用流量预测103是将4G用户根据属性分块，对分块后的4G用户进行流量分档；根据分块后的4G用户流量分档，对5G用户进行流量分档；再根据5G用户的流量分档以及5G用户数确定得出。
图2为本公开根据一示例实施例示出的5G基站频率规划方法的流程示意图；如图2所示，本实施例提供的5G基站频率规划方法，包括：
步骤201、预测未来时间段5G用户数；
具体的，获取4G用户信息，应用回归模型，确定4G用户迁移影响因子；获取5G用户信息，根据回归模型、4G用户迁移影响因子以及总用户数，确定5G用户数Q。
获取的4G用户信息包括：终端出货占比x1、4G用户终端的识别码；获取的4G用户信息是根据3G至4G迁转的时间统计汇总，从2014年至2019年，每年度作为一个时间点，其中，终端出货占比x1是通过工信部、信通院等互联网公开的行业分析报告汇总得到。4G用户换机频率x2的确定过程如下。
根据4G用户终端的识别码前8位的序列号，确定终端品牌型号；当序列号发生变化时，记录变化时间，并确定4G用户换机频率x2；举例来说，由于手机和基站的交互信息中会上报终端的国际移动设备识别码(International Mobile Equipment Identity，IMEI)，识别码的前8位序列号就是手机的品牌及具体型号，根据这一判断方式，从现网的手机用户账单中提取出用户从入网至今的终端型号，当识别码的前8位序列号在某一年度发生变化时，记录这一年的具体月份的第一时间，再回溯至序列号上次变化的第二时间，第一时间与第二时间的差值即为以月为单位的换机频率，按照这种方式统计一整年的4G用户换机频率，再除以换机的4G用户数，得到的换机月数平均值即为当年的4G用户换机频率x2。
4G终端上市平均价格x3是根据4G用户终端识别码前8位的序列号确定出终端品牌型号后，查询终端品牌型号对应的4G终端上市时间和年限，统计某一年度上市的终端品牌，并确定在该年度4G终端的上市价格；将该年度4G品牌终端的上市价格乘以该品牌终端的用户数得到该品牌终端的总价值，累积该年度所有品牌终端的总价值，再除以使用上市终端的用户总数，得到4G终端上市平均价格x3。
再根据4G用户总数和总用户数，确定4G用户业务占比Y。
按照上述处理方法得到的2014年至2019年的数据如表一所示。
表一
参数与结果 编号代码 2014 2015 2016 2017 2018 2019
4G终端出货占比 X1 38％ 50％ 70％ 83％ 92％ 96％
用户换机频率(月) X2 15.2 17.3 19 22 28 31.6
上市终端平均价格(元) X3 1623 1877 1812 2159 2523 2927
4G业务用户占比 Y 14％ 43％ 51％ 68％ 72％ 83％
应用回归模型，建立方程Y＝a+bx1+cx2+dx3；
根据最小二乘法，将方程扩展为方程组
Figure BDA0002587420240000081
通过方程组确定4G用户迁移影响因子a、b、c以及d的参数值。
步骤202、根据5G用户的流量分档和5G用户数，确定5G总网络流量；
具体的，先将4G用户根据属性分块，并对分块后的4G用户进行流量分档；根据4G用户流量分档情况，对5G用户进行流量分档。详细过程如下。
由于属性类似的用户有类似的消费行为，将用户标签分块后再对分块的用户进行流量分档，不同块的用户使用流量的上下限是不同的，通过这种处理方式以保证对用户流量划分的准确性。根据属性对4G用户分块，并确定分块后的第一4G用户数占4G用户总数的第一比例Z；其中，属性包括：年龄、籍贯、性别、工作性质、使用终端价格；举例来说，1)年龄，可选标签项18岁以下、18到30岁、30到40岁、40到50岁以及50岁以上；2)籍贯，以身份证号码的省份代码为依据，每个省份一个标签项；3)性别，男、女两个标签项；4)工作性质，按公职人员、事业单位人员、学生、教师、公司职员、农民、退休人员、无固定职业人员这八类标签项分类；5)使用终端价格：所用终端1000元以下、1000到2000元、2000到3000元、3000到5000元以及5000元以上五个标签项。根据这5类属性，在每类属性中选择一个标签进行排列组合，将组合后的用户作为一块，总块数为N，比如：18到30岁男性用户，籍贯福建，学生，使用手机2000到3000元，此类用户为一个块；年龄30到40岁男性用户，籍贯浙江，公司职员，使用苹果手机5000元以上，此类用户为另一个块。其中，每个用户属于唯一的块，不同块之间的用户不重复，以保证所有用户累加后为总用户数。在确定分块后，统计每块的第一4G用户数占4G用户总数的第一比例Z。
对分块后的4G用户进行流量分档，确定流量分档后的第二4G用户数占第一4G用户数的第二比例P。具体过程如下。
首先，按全部4G用户使用月流量的大小从少到多进行排序。去掉前1％用户和后1％用户的数据，得到4G用户流量的上下限。举例来说，在对4G用户使用月流量排序后，去掉流量最少的1％用户后，得到月流量最小值是0.4G；去掉流量最多的1％用户后，得到月流量最大值是50G，因此，全部4G用户流量的下限为0.4G、上限为50G。
再根据确定全部4G用户使用月流量下限的方法，将统计对象换为某一块的全部用户，计算确定每块用户的流量下限，比如，某块用户的流量下限为0.5G。系统根据设置的分档系数M对块进行流量分档，每一档的间隔为(该块流量的上限-该块流量的下限)/M，其中，该块流量的下限即为计算得出的该块流量的下限，如上面举例的0.5G，而该块流量的上限为全部4G用户的流量上限50G。举例来说，设定分档系数M＝10，将流量按上下限分为10档，该块4G用户的上下限流量分别为0.5G和50G，则分档间隔为(50-0.5)/10，结果为4.95，该块流量的具体分档如表二所示。
表二
分档编号 流量下限(G) 流量上限(G)
1 0.5 5.45
2 5.45 10.4
3 10.4 15.35
4 15.35 20.3
5 20.3 25.25
6 25.25 30.2
7 30.2 35.15
8 35.15 40.1
9 40.1 45.05
10 45.05 50
再根据流量分档后的4G用户划分确定每档的第二4G用户数占该块第一4G用户数的第二比例P，具体比例对应如表三所示。
表三
分档编号 流量下限(G) 流量上限(G) 分档流量占比编号 占比
1 0.5 5.44 P1,1 36.70％
2 5.44 10.39 P1,2 10.80％
3 10.39 15.33 P1,3 6.60％
4 15.33 20.28 P14 11.10％
5 20.28 25.22 P1,5 7.40％
6 25.22 30.17 P1,6 5.50％
7 30.17 35.11 P1,7 4.30％
8 35.11 40.06 P1,8 6.30％
9 40.06 45.00 P1,9 5.90％
10 45.00 45 P1,10 5.60％
通过上述处理方法，确定4G用户的分块及流量分档结果，包括：每块的第一4G用户数占4G用户总数的第一比例Z；每档的第二4G用户数占该块第一4G用户数的第二比例P；以及每块4G用户中每档用户使用流量的上、下限。之后进行5G流量预测，具体处理过程如下。
首先，统计5G用户流量使用情况，将现网的5G用户按月流量使用大小从小到大排序后，去掉流量最小的前1％用户后，得到的流量最小值即是所有用户5G流量下限。
再参照4G分块用户，用(4G某块用户流量下限/4G所有用户流量下限)*所有5G流量下限，即得到对应4G某块用户的5G分块的流量下限。
5G流量的上限是依据5G业务提供的具体类型确定，比如，5G提供的是保障增强现实(Augmented Reality，AR)/虚拟现实(Virtual Reality，VR)业务时，流量上限为200G；提供的是保障高清视频/直播业务时，流量上限为150G。
在选定流量上限后，按分档系数M将5G流量进行分档。比如，所有5G用户流量下限是4G，取上述举例中的4G流量值，(0.5/0.4)*4＝5G，即某块用户5G流量下限是5G,上限按VR业务保障定为200G。分档系数M＝10，得到4G和5G的分档流量对应如表四所示。
表四
Figure BDA0002587420240000111
根据5G用户的流量分档，确定流量分档后的流量上限Su和流量下限Sd；
根据第一比例Z、第二比例P、流量上限Su、流量下限Sd以及5G用户数Q，确定5G总网络流量，计算公式如下：
Figure BDA0002587420240000112
其中，k表示第k个4G用户分块，i表示第i个4G用户的流量分档，N表示4G用户分块总数，M表示4G用户的流量分档数，Zk表示第k个4G用户分块数对应的第一比例，Pk，i表示第i个4G用户的流量分档对应的第二比例，si，u表示第i个4G用户的流量分档对应的流量上限，si，d表示第i个4G用户的流量分档对应的流量下限。
步骤203、根据4G总网络流量、各个位置的4G基站流量，以及5G总网络流量，预测各个位置的5G基站流量；
具体的，根据5G总网络流量和4G总网络流量，确定5G流量的增长倍数；根据各个位置的4G基站流量和5G流量的增长倍数，确定各个位置的5G基站流量。举例来说，5G总网络流量是600G，对比目前4G总网络流量100G,确定增长倍数是6。系统提取现网各个位置的4G基站流量，结合增长倍数6，预测计算出该位置未来5G基站流量，比如，某4G基站流量为1G，结合增长倍数6，预测计算出5G基站流量为6G。
步骤204、根据5G基站流量的流量承载阈值，确定5G基站流量的频率。
具体的，当5G基站流量不大于第一阈值时，则确定5G基站的频率为第一阈值；当5G基站流量大于第一阈值时，则确定5G基站的频率为第二阈值。举例来说，取5G基站流量承载能力门限2.1G为第一阈值，5G基站流量承载能力门限3.5G为第二阈值，将预测的5G基站流量6G与第一阈值2.1G比较，6G大于2.1G，因此规划5G频率为第二阈值3.5G。
通过上述步骤201-204的处理，能够合理地规划基站频率以避免后期因业务发展需要导致的投资浪费，从而在5G建设初期能够有效的节约投资成本，构建合适的5G网络形态。
图3为本公开根据一示例实施例示出的5G基站频率规划装置的结构示意图。如图3所示，本实施例提供的5G基站频率规划装置30，包括：
第一确定模块301，用于预测未来时间段5G用户数；
第二确定模块302，用于根据5G用户的流量分档和5G用户数，确定5G总网络流量；
第三确定模块303，用于根据4G总网络流量、各个位置的4G基站流量，以及5G总网络流量，预测各个位置的5G基站流量；根据5G基站流量的流量承载阈值，确定5G基站流量的频率。
在一种可能的设计中，第一确定模块301，用于：
获取4G用户信息，应用回归模型，确定4G用户迁移影响因子；
获取5G用户信息，根据回归模型、4G用户迁移影响因子以及总用户数，确定5G用户数Q。
在一种可能的设计中，第二确定模块302，还用于：
将4G用户根据属性分块，并对分块后的4G用户进行流量分档；
根据4G用户流量分档情况，对5G用户进行流量分档。
在一种可能的设计中，第一确定模块301，具体用于：
获取4G用户信息，用户信息包括：终端出货占比x1、4G用户终端的识别码；
根据识别码前8位的序列号，确定终端品牌型号；
当序列号发生变化时，记录变化时间，并确定4G用户换机频率x2；
根据终端品牌型号，查询终端品牌型号对应的4G终端上市时间和年限，并确定4G终端在年限对应期间的上市价格；
根据4G终端的上市价格和4G终端对应的4G用户数，确定总4G终端品牌上市的平均价格x3；
根据4G用户总数和总用户数，确定4G用户业务占比Y；
应用回归模型，建立方程Y＝a+bx1+cx2+dx3；
根据最小二乘法，将方程扩展为方程组，并通过方程组确定4G用户迁移影响因子a、b、c以及d的参数值。
在一种可能的设计中，第二确定模块302，具体还用于：
根据属性对4G用户分块，并确定分块后的第一4G用户数占4G用户总数的第一比例；其中，属性包括：年龄、籍贯、性别、工作性质、使用终端价格；
对分块后的4G用户进行流量分档，确定流量分档后的第二4G用户数占第一4G用户数的第二比例。
在一种可能的设计中，第二确定模块302，具体用于：
根据5G用户的流量分档，确定流量分档后的流量上限和流量下限；
根据第一比例、第二比例、流量上限、流量下限以及5G用户数，确定5G总网络流量，计算公式如下：
Figure BDA0002587420240000131
其中，k表示第k个4G用户分块，i表示第i个4G用户的流量分档，N表示4G用户分块总数，M表示4G用户的流量分档数，Zk表示第k个4G用户分块数对应的第一比例，Pk，i表示第i个4G用户的流量分档对应的第二比例，si，u表示第i个4G用户的流量分档对应的流量上限，si，d表示第i个4G用户的流量分档对应的流量下限。
在一种可能的设计中，第三确定模块303，用于：
根据5G总网络流量和4G总网络流量，确定5G流量的增长倍数；
根据各个位置的4G基站流量和5G流量的增长倍数，确定各个位置的5G基站流量。
在一种可能的设计中，第三确定模块，具体用于：
当5G基站流量不大于第一阈值时，则确定5G基站的频率为第一阈值；
当5G基站流量大于第一阈值时，则确定5G基站的频率为第二阈值。
图4为本公开根据一示例实施例示出的服务器的结构示意图。如图4所示，本实施例提供的一种服务器40，包括：
处理器401；以及，
存储器402，用于存储处理器的可执行指令，该存储器还可以是flash(闪存)；
其中，处理器401配置为经由执行可执行指令来执行上述方法中的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器402既可以是独立的，也可以跟处理器401集成在一起。
当存储器402是独立于处理器401之外的器件时，服务器40，还可以包括：
总线403，用于连接处理器401以及存储器402。
此外，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当用户设备的至少一个处理器执行该计算机执行指令时，用户设备执行上述各种可能的方法。
其中，计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。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ASIC中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。
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 (14)

1.一种5G基站频率规划方法，其特征在于，包括：
预测未来时间段5G用户数；
根据5G用户的流量分档和所述5G用户数，确定5G总网络流量；
根据4G总网络流量、各个位置的4G基站流量，以及5G总网络流量，预测各个位置的5G基站流量；
根据所述5G基站流量的流量承载阈值，确定所述5G基站流量的频率；
在根据5G用户的流量分档和所述5G用户数，确定5G总网络流量之前，还包括：
将4G用户根据属性分块，并对分块后的4G用户进行流量分档；
根据4G用户流量分档情况，对5G用户进行流量分档；
根据所述5G基站流量的流量承载阈值，确定所述5G基站流量的频率，包括：
当所述5G基站流量不大于第一阈值时，则确定所述5G基站的频率为2.1G；
当所述5G基站流量大于第一阈值时，则确定所述5G基站的频率为3.5G。
2.根据权利要求1所述的方法，其特征在于，所述预测未来时间段5G用户数，包括：
获取4G用户信息，应用回归模型，确定4G用户迁移影响因子；
获取5G用户信息，根据所述回归模型、所述4G用户迁移影响因子以及总用户数，确定5G用户数Q。
3.根据权利要求2所述的方法，其特征在于，所述获取4G用户信息，应用回归模型，确定4G用户迁移影响因子，包括：
获取4G用户信息，所述用户信息包括：终端出货占比x1、4G用户终端的识别码；
根据所述识别码前8位的序列号，确定终端品牌型号；
当所述序列号发生变化时，记录变化时间，并确定4G用户换机频率x2；
根据所述终端品牌型号，查询所述终端品牌型号对应的4G终端上市时间和年限，并确定所述4G终端在所述年限对应期间的上市价格；
根据所述4G终端的上市价格和所述4G终端对应的4G用户数，确定总4G终端品牌上市的平均价格x3；
根据4G用户总数和总用户数，确定4G用户业务占比Y；
应用回归模型，建立方程Y＝a+bx1+cx2+dx3；
根据最小二乘法，将所述方程扩展为方程组，并通过方程组确定所述4G用户迁移影响因子a、b、c以及d的参数值。
4.根据权利要求1所述的方法，其特征在于，所述将4G用户根据属性分块，并对分块后的4G用户进行流量分档，包括：
根据属性对所述4G用户分块，并确定分块后的第一4G用户数占所述4G用户总数的第一比例；其中，所述属性包括：年龄、籍贯、性别、工作性质、使用终端价格；
对分块后的4G用户进行流量分档，确定所述流量分档后的第二4G用户数占所述第一4G用户数的第二比例。
5.根据权利要求4所述的方法，其特征在于，所述根据5G用户的流量分档和所述5G用户数，确定5G总网络流量，包括：
根据所述5G用户的流量分档，确定所述流量分档后的流量上限和流量下限；
根据所述第一比例、所述第二比例、所述流量上限、所述流量下限以及所述5G用户数，确定5G总网络流量，计算公式如下：
Figure FDA0003782862010000021
其中，k表示第k个4G用户分块，i表示第i个4G用户的流量分档，N表示4G用户分块总数，M表示4G用户的流量分档数，Zk表示第k个4G用户分块数对应的第一比例，Pk,i表示第i个4G用户的流量分档对应的第二比例，si,u表示第i个4G用户的流量分档对应的流量上限，si,d表示第i个4G用户的流量分档对应的流量下限。
6.根据权利要求1所述的方法，其特征在于，所述根据4G总网络流量、各个位置的4G基站流量，以及5G总网络流量，预测各个位置的5G基站流量，包括：
根据所述5G总网络流量和所述4G总网络流量，确定5G流量的增长倍数；
根据各个位置的所述4G基站流量和5G流量的增长倍数，确定各个位置的5G基站流量。
7.一种5G基站频率规划装置，其特征在于，包括：
第一确定模块，用于预测未来时间段5G用户数；
第二确定模块，用于根据5G用户的流量分档和所述5G用户数，确定5G总网络流量；
第三确定模块，用于根据4G总网络流量、各个位置的4G基站流量，以及5G总网络流量，预测各个位置的5G基站流量；根据所述5G基站流量的流量承载阈值，确定所述5G基站流量的频率；
所述第二确定模块，还用于：将4G用户根据属性分块，并对分块后的4G用户进行流量分档；根据4G用户流量分档情况，对5G用户进行流量分档；
所述第三确定模块，具体用于当所述5G基站流量不大于第一阈值时，则确定所述5G基站的频率为2.1G；当所述5G基站流量大于第一阈值时，则确定所述5G基站的频率为3.5G。
8.根据权利要求7所述的装置，其特征在于，所述第一确定模块，用于：
获取4G用户信息，应用回归模型，确定4G用户迁移影响因子；
获取5G用户信息，根据所述回归模型、所述4G用户迁移影响因子以及总用户数，确定5G用户数Q。
9.根据权利要求8所述的装置，其特征在于，所述第一确定模块，具体用于：
获取4G用户信息，所述用户信息包括：终端出货占比x1、4G用户终端的识别码；
根据所述识别码前8位的序列号，确定终端品牌型号；
当所述序列号发生变化时，记录变化时间，并确定4G用户换机频率x2；
根据所述终端品牌型号，查询所述终端品牌型号对应的4G终端上市时间和年限，并确定所述4G终端在所述年限对应期间的上市价格；
根据所述4G终端的上市价格和所述4G终端对应的4G用户数，确定总4G终端品牌上市的平均价格x3；
根据4G用户总数和总用户数，确定4G用户业务占比Y；
应用回归模型，建立方程Y＝a+bx1+cx2+dx3；
根据最小二乘法，将所述方程扩展为方程组，并通过方程组确定所述4G用户迁移影响因子a、b、c以及d的参数值。
10.根据权利要求7所述的装置，其特征在于，所述第二确定模块，具体还用于：
根据属性对所述4G用户分块，并确定分块后的第一4G用户数占所述4G用户总数的第一比例；其中，所述属性包括：年龄、籍贯、性别、工作性质、使用终端价格；
对分块后的4G用户进行流量分档，确定所述流量分档后的第二4G用户数占所述第一4G用户数的第二比例。
11.根据权利要求10所述的装置，其特征在于，所述第二确定模块，具体用于：
根据所述5G用户的流量分档，确定所述流量分档后的流量上限和流量下限；
根据所述第一比例、所述第二比例、所述流量上限、所述流量下限以及所述5G用户数，确定5G总网络流量，计算公式如下：
Figure FDA0003782862010000041
其中，k表示第k个4G用户分块，i表示第i个4G用户的流量分档，N表示4G用户分块总数，M表示4G用户的流量分档数，Zk表示第k个4G用户分块数对应的第一比例，Pk,i表示第i个4G用户的流量分档对应的第二比例，si,u表示第i个4G用户的流量分档对应的流量上限，si,d表示第i个4G用户的流量分档对应的流量下限。
12.根据权利要求7所述的装置，其特征在于，所述第三确定模块，用于：
根据所述5G总网络流量和所述4G总网络流量，确定5G流量的增长倍数；
根据各个位置的所述4G基站流量和5G流量的增长倍数，确定各个位置的5G基站流量。
13.一种服务器，其特征在于，包括：
处理器；以及，
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至6中任一项所述5G基站频率规划方法。
14.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至6中任一项所述5G基站频率规划方法。
CN202010685558.3A 2020-07-16 2020-07-16 5g基站频率规划方法及装置 Active CN111836270B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010685558.3A CN111836270B (zh) 2020-07-16 2020-07-16 5g基站频率规划方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010685558.3A CN111836270B (zh) 2020-07-16 2020-07-16 5g基站频率规划方法及装置

Publications (2)

Publication Number Publication Date
CN111836270A CN111836270A (zh) 2020-10-27
CN111836270B true CN111836270B (zh) 2022-09-20

Family

ID=72923011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010685558.3A Active CN111836270B (zh) 2020-07-16 2020-07-16 5g基站频率规划方法及装置

Country Status (1)

Country Link
CN (1) CN111836270B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111294812A (zh) * 2018-12-10 2020-06-16 中兴通讯股份有限公司 一种资源扩容规划的方法及系统
CN111314940A (zh) * 2020-03-06 2020-06-19 重庆邮电大学 一种针对5g nsa组网模式下的无线网络部署方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10477416B2 (en) * 2017-10-13 2019-11-12 At&T Intellectual Property I, L.P. Network traffic forecasting for non-ticketed events

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111294812A (zh) * 2018-12-10 2020-06-16 中兴通讯股份有限公司 一种资源扩容规划的方法及系统
CN111314940A (zh) * 2020-03-06 2020-06-19 重庆邮电大学 一种针对5g nsa组网模式下的无线网络部署方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
5G+4G网络协同规划方法及策略研究;许勇等;《电信工程技术与标准化》;20200615(第06期);全文 *
5G典型场景频谱需求研究与分析;吕腾;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180315;全文 *
5G网络业务模型及带宽需求分析;马占军;《通讯世界》;20200625(第06期);全文 *
5G网络共建共享背景下联通承载网规划思路研究;刘太蔚等;《通信电源技术》;20200525(第10期);全文 *
基于4G网络数据的5G协同规划研究;罗宏;《广东通信技术》;20200415(第04期);全文 *
蜂窝网络中基站关系与业务关系网络与应用;张佳鑫等;《中国科学:信息科学》;20170520(第05期);全文 *

Also Published As

Publication number Publication date
CN111836270A (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
CN111291816B (zh) 针对用户分类模型进行特征处理的方法及装置
CN107330459B (zh) 一种数据处理方法、装置和电子设备
CN109636013B (zh) 配送范围的生成方法、装置、电子设备和存储介质
CN103150696A (zh) 选择目标增值业务潜在客户的方法及装置
CN112001829B (zh) 一种基于手机信令数据的人口分布判断方法
CN110766438B (zh) 一种通过人工智能对电网用户的用户行为进行分析的方法
CN110874702B (zh) 物流分拣场景下的模型训练方法、装置以及电子设备
CN108428114A (zh) 项目的信息处理方法及装置、存储介质、电子装置
CN106210163A (zh) 基于ip地址的定位方法及装置
CN107358269B (zh) 一种面向精准营销的电信用户消费画像的构建方法
CN101198091A (zh) 一种控制用户欠费的方法
CN111836270B (zh) 5g基站频率规划方法及装置
CN111353794A (zh) 数据处理的方法、供应链调度的方法和装置
CN109102303A (zh) 风险检测方法和相关装置
CN111723942A (zh) 一种企业用电负荷预测方法、电网业务子系统及预测系统
CN101770626A (zh) 具有洗卡行为的代理商识别方法、装置及系统
CN106170127A (zh) 重入网用户识别的方法与装置
CN113850350B (zh) 城市建筑用地智能规划系统及方法
CN114723554A (zh) 异常账户识别方法及装置
CN112637793B (zh) 一种基于5g的场景化计费方法、系统、电子设备和存储介质
CN114781517A (zh) 风险识别的方法、装置及终端设备
CN108633109A (zh) 双卡终端的主卡的识别方法和装置
CN108564380B (zh) 一种基于迭代决策树的电信用户分类方法
CN108109042A (zh) 业务优惠信息推送方法及装置
CN109446244B (zh) 一种通过大数据挖掘进行优化选址工作方法

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