CN112218231A - 一种无线资源管理方法及装置 - Google Patents
一种无线资源管理方法及装置 Download PDFInfo
- Publication number
- CN112218231A CN112218231A CN201910626455.7A CN201910626455A CN112218231A CN 112218231 A CN112218231 A CN 112218231A CN 201910626455 A CN201910626455 A CN 201910626455A CN 112218231 A CN112218231 A CN 112218231A
- Authority
- CN
- China
- Prior art keywords
- cell
- mobility
- terminal
- characteristic interval
- parameter set
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
- H04W4/027—Services making use of location information using location based information parameters using movement velocity, acceleration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/50—Service provisioning or reconfiguring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/51—Allocation or scheduling criteria for wireless resources based on terminal or device properties
-
- 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)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一种无线资源管理方法,包括:基于射频指纹,生成小区的小区特征区间,并构建小区特征区间内的终端模型;根据该小区的小区特征区间内的终端模型的跳变情况,确定该小区对应的移动性特征。本申请实现识别小区对应的移动性特征,以支持无线资源的智能化、精细化管理。
Description
技术领域
本申请实施例涉及但不限于无线通信技术领域,尤指一种无线资源管理方法及装置。
背景技术
随着无线通信网络的迅猛发展,用户规模和业务量随之快速增长,复杂多样的业务类型、庞大的用户群体,对于无线小区的差异化配置和管理都提出了新的挑战。对于不同类型的小区用户特征,采用不同的无线资源管理参数,这些参数随着用户模型的变更动态更新,低成本、智能化、无人化是各大运营商日常运营管理中关注的首要问题之一。
在实际应用中,当一个小区中的用户多数为低移动性特征时,只有配置与之匹配的低移动性属性参数,才可以充分提供单位区域内的系统容量,为用户提供更高的体验感受;当一个小区中的用户多数为高移动性特征时,需要与之匹配的高移动性属性参数,用以减少移动性带来的性能损失。
在传统方式中,用户终端(User Equipment,UE)速度识别最常见的方式包括:根据终端历史信息,通过终端在历史小区驻留的时长来判决终端移动速度;在高铁场景通过多普勒效应来判断终端移动速度。但是,无论采用哪种方式,要么误差大,要么应用场景受限,在实际应用中均无法广泛使用,不具备通用性和普遍性。
针对精细化管理的参数配置,更是需要大量的专家日积月累才可以形成专家经验库,耗费大量的人力和时间,成本极高。
由此可见,小区的高低速识别、无线资源精细化的参数配置,都为运营商带来很大的困扰和工作量,也增加了巨大的成本,各大运营商迫切需要解决这些问题。
发明内容
本申请提供了一种无线资源管理方法及装置,能够实现识别小区对应的移动性特征,以支持无线资源的智能化、精细化管理。
一方面,本申请提供一种无线资源管理方法,包括:基于射频指纹,生成小区的小区特征区间,并构建所述小区特征区间内的终端模型;根据所述小区的小区特征区间内的终端模型的跳变情况,确定所述小区对应的移动性特征。
另一方面,本申请提供一种无线资源管理装置,包括:模型构建模块,用于基于射频指纹,生成小区的小区特征区间,并构建所述小区特征区间内的终端模型;管理模块,适于根据所述小区的小区特征区间内的终端模型的跳变情况,确定所述小区对应的移动性特征。
另一方面,本申请提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述无线资源管理方法的步骤。
在本申请中,可以基于射频指纹技术识别小区对应的移动性特征,适用于不同的应用场景,具备通用性和普遍性,而且可以支持无线资源的智能化、精细化管理。
在一示例性实施例中,本申请还提供精细化小区管理、符合区域特征的智能化参数配置方案,从而支持无线资源的参数可以随场景的变化而动态调整,有效地保证了无线资源利用率,极大地节约了运营商成本,提高了用户体验。
在一示例性实施例中,本申请可以适用于无线通信网络智能化技术,尤其是将人工智能技术和无线通信领域相结合,为无线领域的智能化应用贡献力量,发挥了至关重要的作用。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本申请技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1为本申请示例性实施例的一种实施环境示意图;
图2为本申请实施例提供的一种无线资源管理方法的流程图;
图3为本申请实施例中小区特征区间的构建流程的示例图;
图4为本申请实施例中小区对应的移动性特征的识别流程和参数下发流程的示例图;
图5为本申请实施例中参数集更新流程的示例图;
图6为本申请实施例提供的一种无线资源管理装置的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,下文中将结合附图对本申请的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例提供一种无线资源管理方法及装置,利用射频指纹技术识别小区对应的移动性特征,可以适用于不同的应用场景,具备通用性和普遍性;而且,本申请实施例可以应用于无线资源智能化控制中,从而支持对无线资源进行智能化、精细化控制,使得无线资源的参数可以随场景的变化而动态调整,进而使得参数配置更合理,可以极大地提升区域内的性能,提升用户体验。
图1为本申请示例性实施例的一种实施环境示意图。如图1所示,通信系统可以包括:用户终端101、网络设备102以及网络管理控制端103;其中,网络设备102可以分别与用户终端101和网络管理控制端103进行通信。图1仅为一种示例,本申请对于用户终端101、网络设备102以及网络管理控制端103的数目并不限定。
应理解,图1所示的通信系统仅仅是一个示例,本申请实施例不限定于此。本申请实施例的技术方案可以应用于各种通信系统,例如:长期演进(Long Term Evolution,LTE)系统、LTE时分双工(Time Division Duplex,TDD)、通用移动通信系统(Universal MobileTelecommunication System,UMTS)、5G新空口(New Radio NR)通信系统等。
其中,网络设备102可以是LTE中的演进型基站(Evolutional Node B,eNB或eNodeB)、5G网络中的基站设备、或者未来通信系统中的基站等。
其中,用户终端101可以经无线接入网(Radio Access Network,RAN)与一个或多个核心网(Core Network)进行通信,也可称为接入终端、用户设备(User Equipment,UE)、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、终端设备、终端、无线通信设备、用户代理或用户装置。例如,用户终端101可以是蜂窝电话、无绳电话、会话启动协议(Session Initiation Protocol,SIP)电话、无线本地环路(Wireless Local Loop,WLL)站、个人数字处理(Personal Digital Assistant,PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备、或者5G网络中的终端设备等。
在无线网络通信中,用户终端101会通过测量的方式获取无线信号信息,并将获取的无线信号信息告知网络设备102(比如,基站),网络设备102为用户终端101提供合适的无线资源,从而保证用户终端101在各个基站之间移动时的正常业务。
其中,不同类型的用户终端、不同的用户习惯、以及不同的用户分布,对小区无线资源的需求不同,从而造成无线资源分配具有较大的差异性。尤其在用户终端的高速移动和非高速移动场景下,无线资源分配是否恰当,对用户体验起着至关重要的作用。而无线资源分配是通过不同的参数配置的。由此可见,符合区域特征的参数配置在无线网络通信中是至关重要的,直接决定着用户体验。
本实施例提供的无线资源管理方法可以由网络管理控制端执行,网络管理控制端可以根据网络设备上报的信息,向网络设备下发配置无线资源的参数,从而实现无线资源智能化、精细化的参数管理。其中,网络管理控制端可以为一台独立的服务器,或者服务器集群。然而,本申请对此并不限定。
图2为本申请实施例提供的无线资源管理方法的流程图。如图2所示,本实施例提供的无线资源管理方法,包括:
S201、基于射频指纹,生成小区的小区特征区间,并构建小区特征区间内的终端模型;
S202、根据该小区的小区特征区间内的终端模型的跳变情况,确定该小区对应的移动性特征。
本实施例中,射频指纹用于表征网络设备(基站)覆盖区域无线信号强度特征。小区特征区间用于标识用户终端的无线性能位置区域。小区特征区间的确定依赖于网络区域内的射频指纹。
本实施例中,针对任一小区特征区间内的任一终端,当定时周期内该终端出现在多个小区特征区间内,则代表该终端处于移动过程中,在本实施例中称为跳变。其中,终端从一个小区特征区间移动到另一个小区特征区间的过程可以称之为一次跳变。针对一个终端,根据定时周期内该终端的跳变总次数,可以计算出单位时间的跳变指数(比如,通过定时周期内的跳变总次数除以定时周期得到);其中,单位时间的跳变指数越大,则代表终端的移动速度越快,反之,当单位时间的跳变指数为0或较小,则代表终端未移动或者移动速度较慢。
本实施例中,小区对应的移动性特征用于表征小区内大部分终端的移动性特征(高移动性或非高移动性)。其中,当一终端的移动速度大于或等于速度阈值(比如,90km/h),则认为该终端具有高移动性特征,否则,该终端即具有非高移动性特征。比如,当一小区内具有高移动性特征的终端数目大于或等于一阈值,则认为该小区对应高移动性特征,即该小区为高速小区;当一小区内具有高移动性特征的终端数目小于一阈值,则认为该小区对应非高移动性,即该小区为非高速小区。需要说明的是,区分终端的高移动性特征和非高移动性特征的速度阈值是可以配置的,比如,配置为现网经验值80km/h。
本申请实施例中,按照射频指纹来划分信号区间段,生成小区的小区特征区间,并构建小区特征区间内的终端模型,进一步推理出小区对应的移动性特征,从而可以精准识别小区为高速小区或非高速小区,以支持对无线资源进行智能化、精细化控制。
基于图2所示的无线资源管理方法,在一示例性实施方式中,在S201之前,本实施例的无线资源管理方法还可以包括:基于网络区域内射频指纹相关的历史数据,通过机器学习方式构建射频指纹特征区间;然后,S201可以包括:将网络区域内的实时数据,作为辅助信息叠加到射频指纹特征区间,生成该小区的小区特征区间。
图3为本申请实施例中小区特征区间的构建流程的示例图。如图3所示,在本示例中,小区特征区间的构建过程包括:
S301、采集射频指纹相关的历史数据,比如,包括且不限于信号质量、测量报告(比如,包括无线信号强度、干扰、参考信号功率指示、信噪比等信息)、终端信息(比如,包括用户数、位置信息等)、小区信息等。
S302、按照信号强度将小区划分为多个区间段,并使用聚类算法,构建动态射频指纹特征区间,并根据设定统计周期内的用户数量、用户分布、基站小区信息,构建射频指纹特征区间模型。其中,射频指纹特征区间模型中可以包括:相应的射频指纹特征区间内的小区信息、邻区信息、基站信息、终端信息等。
在本示例中,可以通过机器学习方式构建射频指纹特征区间和射频指纹特征区间模型。其中,按照射频指纹进行信号分段,辅助特定的基站和终端信息,可以构建出基站和终端特有的射频指纹特征区间模型。
在本示例中,通过获取历史的测量报告、终端信息、小区信息以及位置信息等,可以智能划分出初始的射频指纹特征区间,构建初始的射频指纹特征区间模型,由此构建无线射频指纹信息库。
S303、采集实时数据,比如,包括且不限于终端上报的实时测量报告、地理位置等,并将采集的实时数据作为射频指纹特征区间的辅助信息进行在线数据叠加。
S304、采用在线实时更新的方式,生成小区特征区间和小区特征区间模型。其中,基于初始的射频指纹特征区间,进行在线实时数据叠加,可以生成对应当前场景的小区特征区间,以及小区特征区间模型。小区特征区间模型中可以包括:相应的小区特征区间的小区信息、邻区信息、基站信息、终端信息等。
在本示例中,可以周期性采集实时数据,并根据采集的实时数据进行小区特征区间和小区特征区间模型的更新。
在本示例中,通过历史数据构建无线射频指纹信息库,并根据无线射频指纹信息库和采集的实时数据生成对应实时场景的小区特征区间和小区特征区间模型,可以提升数据处理速度,提高实时场景下的小区特征区间和小区特征区间模型的构建效率。
基于图2所示的无线资源管理方法,在一示例性实施方式中,在S201中,构建小区特征区间内的终端模型,可以包括:检测小区特征区间内的射频指纹在第一设定时长内是否满足稳定条件;当满足稳定条件,则构建该小区特征区间内的终端模型。在一示例中,小区特征区间内的射频指纹在第一设定时长内不发生变化,或者变化较小,即满足稳定条件,可以构建该小区特征区间内的终端模型。其中,第一设定时长可以根据实际需求进行调整,本申请对此并不限定。
基于图2所示的无线资源管理方法,在一示例性实施方式中,S202可以包括:确定在第二设定时长内跳变情况满足跳变条件的终端模型的数目;当该数目满足第一条件,则确定该小区对应高移动性(换言之,小区为高速小区);当该数目不满足第一条件,则确定该小区对应非高移动性(换言之,小区为非高速小区)。其中,第二设定时长可以根据实际需求进行调整,本申请对此并不限定。
在一示例中,在一个小区特征区间内构建一个终端模型,该终端模型内可以记录终端跳变次数,用于表征该小区特征区间内全部终端的跳变总次数。当在第二设定时长内终端跳变次数大于跳变门限值,则认为该终端模型满足跳变条件;统计该小区内满足跳变门限条件的终端模型的数目;当该统计的数目大于阈值,则判定该小区为高速小区,反之(当该统计的数目小于或等于阈值),则判定该小区为非高速小区。关于跳变门限值、阈值的设定本申请并不限定。
图4为本申请实施例中小区对应的移动性特征的识别流程和参数下发流程的示例图。在一示例中,如图4所示,小区对应的移动性特征的识别流程和参数下发流程包括:
S401、判定小区特征区间模型处于稳态。
其中,对于小区中的任一小区特征区间,检测该小区特征区间内的射频指纹特征在第一设定时长内是否还在变化,当变化区域稳定时,则判定小区特征区间模型处于稳态。
S402、构建小区特征区间内的终端模型,并持续监测小区特征区间内的终端模型的跳变情况。其中,一个小区特征区间内构建一个终端模型,该终端模型用于记录该小区特征区间内的全部终端的情况。
其中,小区特征区间内的终端模型的一种示例可以为:
UEinGridModel=F(Time,UEnum/Grid,Hop/UE,UePath);
其中,Time表示时间,UEnum/Grid表示小区特征区间(栅格)内的终端数目,Hop/UE表示小区特征区间内终端跳变次数(即,小区特征区间内的所有终端的跳变总次数);UePath表示小区特征区间内每个终端的位置信息或运行轨迹。
S403、判断小区内满足跳变条件的终端模型的数目是否大于阈值。
其中,当在第二设定时长内终端跳变次数大于跳变门限值,则认为该终端模型满足跳变条件;统计该小区内满足跳变条件的终端模型的数目;当小区内满足跳变条件的终端模型的数目大于阈值,则转S404;否者,转S406。
S404、当小区内满足跳变条件的终端模型的数目大于阈值,则确定该小区为高速小区。
S405、下发高速小区对应的参数集到该小区对应的基站,并同步更新该小区对应的移动性特征和监测指标。
S406、当小区内满足跳变条件的终端模型的数目小于或等于阈值,则确定该小区为非高速小区。
S407、下发非高速小区对应的参数集到该小区对应的基站,并同步更新该小区对应的移动性特征和监测指标。
本示例中,基于射频指纹技术可以准确识别高速小区和非高速小区,从而支持对无线资源进行精细化控制,使得无线参数配置可以随场景的变换而动态调整。而且,可以实现参数自配置,从而节省运营商人力成本。
基于图2所示的无线资源管理方法,在一示例性实施方式中,本实施例的无线资源管理方法还可以包括:通过机器学习方式生成不同的移动性特征对应的参数集。
示例性地,通过机器学习方式生成不同的移动性特征对应的参数集,可以包括:通过机器学习方式生成高速小区对应的第一参数集和非高速小区对应的第二参数集;其中,第一参数集和第二参数集均包括:小区级参数,或者小区级参数和终端级参数。在一示例中,通过下发小区级参数和终端级参数,不仅可以实现小区级控制,还可以实现终端级控制。其中,终端级参数可以由基站下发给对应的终端。
在本示例性实施方式中,确定小区对应的移动性特征之后,本实施例的无线资源管理方法还可以包括:向该小区对应的网络设备下发与该小区对应的移动性特征匹配的参数集。比如,当小区为高速小区,则可以向基站下发高速小区对应的第一参数集;当小区为非高速小区,则可以向基站下发非高速小区对应的第二参数集。基站接收到第一参数集或第二参数集之后,可以进行适应场景的无线资源分配。
在本示例性实施方式中,本实施例的无线资源管理方法还可以包括:周期性监测小区对应的移动性特征是否发生变更;当该小区对应的移动性特征发生变更,则触发进行参数集调整。比如,当小区从高速小区变更为非高速小区,则向基站下发非高速小区对应的第二参数集;当小区从非高速小区变更为高速小区,则向基站下发高速小区对应的第一参数集。
图5为本申请实施例中的参数集的更新流程的示例图。如图5所示,本示例的参数集的更新流程包括:
S501、在检测周期内实时监测小区对应的移动性特征,查看检测周期内小区对应的移动性特征的变更情况。
S502、判断小区对应的移动性特征是否发生变更;若发生变更,则执行S503,否则,返回S501。其中,小区对应的移动性特征发生变更包括:小区从高速小区变更为非高速小区,或者,从非高速小区变更为高速小区。
需要注意的是,当一高速小区内满足跳变条件的终端模型的数目发生变更,但该小区仍为高速小区,则返回S501;或者,当一非高速小区内满足跳变条件的终端模型的数目发生变更,但该小区仍为非高速小区,则返回S501。
S503、根据更新后的移动性特征,下发对应的参数集到基站,并自动化配置小区参数到基站生效。
在本示例中,可以随着场景的变化动态调整无线参数配置,可以使得参数配置更合理,提升小区整体吞吐量,从而极大地提升区域内的性能,以及整网的用户体验。
在一示例性实施例中,基于射频指纹技术判决小区为高速小区时进行无线资源智能化管理的流程如下:
S11、通过机器学习方式构建小区特征区间模型和小区特征区间内的终端模型。其中,可以周期性进行模型更新。小区特征区间不仅在信号强度上不同,在地理位置上也不同。
其中,通过采集现网指标和无线资源配置信息,基于机器学习方式可以生成高速小区对应的参数集和非高速小区对应的参数集。
其中,对于小区中的任一小区特征区间,检测该小区特征区间内的射频指纹特征在第一设定时长内是否还在变化,当变化区域稳定时,构建该小区特征区间内的终端模型。当终端在一定时长内,出现在多个小区特征区间内,则代表终端此时处于移动过程中(称之为跳变),当单位时间跳变次数越大,则代表移动速度越快,反之亦然。
S12、监测小区特征区间内终端模型的跳变情况,如果终端模型在单位时间内的多个小区特征区间频繁变动且达到一定跳变门限,则说明区间内的终端用户此时正在高速移动,当一定数量的终端模型均处于频繁变动且达到一定跳变门限时,则判定该小区为高速小区,此时触发高速小区参数调整策略。
S13、下发构建好的高速小区对应的参数集到基站,并持续监测网络中的射频指纹特征,实时更新小区特征区间,迭代更新高速小区对应的参数集样本。
S14、实时检测参数集更新后的网络指标,并根据网络指标的变化情况,回退或者确认本次修改生效。
S15、实时监测特征区间内的终端模型的跳变情况,判决高速小区是否发生变更,当发生变更时,则同步更新和执行新的参数集,比如,非高速小区对应的参数集。
在一示例性实施方式中,基于射频指纹技术判决小区为非高速小区时进行无线资源智能化管理的流程如下:
S21、通过机器学习方式构建小区特征区间模型和区间内的终端模型。其中,可以周期性进行模型更新。小区特征区间不仅在信号强度上不同,在地理位置上也不同。
其中,通过采集现网指标和无线资源配置信息,基于机器学习方式可以生成高速小区对应的参数集和非高速小区对应的参数集。
其中,对于小区中的任一小区特征区间,检测该小区特征区间内的射频指纹特征在第一设定时长内是否还在变化,当变化区域稳定时,构建区间内的终端模型。当终端在一定时间内,出现在多个小区特征区间内,则代表终端此时处于移动过程中(称之为跳变),单位时间跳变指数越大,则代表移动速度越快,反之亦然。
S22、监测小区特征区间内终端模型的跳变情况,如果终端模型在单位时间内的多个小区特征区间无变动或低于一定跳变门限,说明区间内的终端用户此时未移动或非高速移动,当一定量的终端模型均处于无变动或低于一定跳变门限,则判定该小区为非高速小区,此时触发非高速小区参数调整策略。
S23、下发构建好的非高速小区对应的参数集到基站,并持续监测网络中的射频指纹特征,实时更新小区特征区间,迭代更新非高速小区对应的参数集样本。
S24、实时检测参数集更新后的网络指标,并根据网络指标的变化情况,回退或者确认本次修改生效。
S25、实时监测特征区间内的终端模型的跳变情况,判决非高速小区是否发生变更,当发生变更时,则同步更新和执行新的参数集,比如,高速小区对应的参数集。
上述示例性实施例提供了精细化小区管理、高速小区识别、参数自配置的能力,降低了网络优化的难度,提升了功能易用性,有效地保证了无线资源利用率,极大地节约了运营商成本等;而且,适用于无线通信网络智能化技术,尤其是将人工智能技术和无线通信领域相结合,为无线领域的智能化应用贡献力量,发挥了至关重要的作用。
基于图2所示的无线资源管理方法,在一示例性实施方式中,本实施例的无线资源管理方法还可以包括:通过机器学习方式构建不同参数集配置下的性能模型;
在本示例中,向小区对应的网络设备下发与该小区对应的移动性特征匹配的参数集之后,本实施例的无线资源管理方法还可以包括:启动在第三设定时长内的性能指标检测,比较检测到的性能指标与下发的参数集对应的性能模型中的性能指标;当比较结果满足偏离条件,则触发参数集回退。其中,第三设定时长可以根据实际需求进行调整,本申请对此并不限定。
在本示例性实施例中,基于射频指纹技术进行无线资源智能化管理性能保障的流程包括:
S31、通过机器学习方式构建小区特征区间模型和小区特征区间内的终端模型,通过机器学习方式生成高速小区对应的参数集和非高速小区对应的参数集。
S32、将小区特征区间模型、小区参数集和性能指标进行关联,通过机器学习构建出不同参数配置下的性能模型。
S33、每当小区的高速或非高速判决成功并进行参数集下发后,启动在一定时间段(即第三设定时长)内的性能指标检测,检测本次操作性能指标是否和性能模型中的性能指标偏离。
S34、若偏离且超过一定偏离门限,则触发回退参数集至前一配置;比如,当前小区为高速小区,前一阶段为非高速小区,则回退至非高速小区对应的参数集。
S35、若未发生偏离或偏离在受控范围内,则维持性能模型,采用当前判决确定的参数集。
需要说明的是,性能模型仅在小区特征区间模型或区间内终端模型或小区参数集发生变更时,进行更新,其他场景均处于稳定状态。
针对无线通信系统中基站小区在不同场景下,尤其是具有高低速差异特征的情况下,无线资源的移动性参数无法随场景的变化而实时动态变更的问题;本申请实施例通过构建无线射频指纹信息库并智能划分出小区特征区间,进一步地通过创建小区特征区间模型、小区特征区间内的终端模型,推理出当前小区对应的移动性特征,并在基站智能化实时执行与移动性特征匹配的参数自配置。如此一来,可以实现场景的自识别,为站点规划提供参考;实现参数自配置,节省运营商人力成本;无线资源分配更加合理,提升小区整体吞吐量;采用人工智能技术,使得网络更加智能化。
图6为本申请实施例提供的无线资源管理装置的示意图。如图6所示,本实施例提供的无线资源管理装置,包括:模型构建模块601,用于基于射频指纹,生成小区的小区特征区间,并构建小区特征区间内的终端模型;管理模块602,适于根据该小区的小区特征区间内的终端模型的跳变情况,确定该小区对应的移动性特征。
在一示例性实施方式中,模型构建模块601还用于基于网络区域内射频指纹相关的历史数据,通过机器学习方式构建射频指纹特征区间;以及通过以下方式生成小区的小区特征区间:将网络区域内的实时数据,作为辅助信息叠加到射频指纹特征区间,生成小区的小区特征区间。
在一示例性实施方式中,模型构建模块601用于通过以下方式构建小区特征区间内的终端模型:检测小区特征区间内的射频指纹在第一设定时长内是否满足稳定条件;当满足稳定条件,则构建小区特征区间内的终端模型。
在一示例性实施方式中,管理模块602用于通过以下方式根据小区的小区特征区间内的终端模型的跳变情况,确定该小区对应的移动性特征:确定在第二设定时长内跳变情况满足跳变条件的终端模型的数目;当所述数目满足第一条件,则确定小区对应高移动性;当所述数目不满足第一条件,则确定小区对应非高移动性。
在一示例性实施方式中,本实施例提供的无线资源管理装置还可以包括:参数集配置模块,用于通过机器学习方式生成不同的移动性特征对应的参数集;其中,参数集包括高速小区对应的第一参数集和非高速小区对应的第二参数集,第一参数集和第二参数集均包括:小区级参数,或者小区级参数和终端级参数。
在一示例性实施方式中,参数集配置模块,还用于在管理模块602确定小区对应的移动性特征之后,向该小区对应的网络设备下发与该小区对应的移动性特征匹配的参数集。
在一示例性实施方式中,管理模块602还用于周期性监测小区对应的移动性特征是否发生变更;当该小区对应的移动性特征发生变更,则触发进行参数集调整。
在一示例性实施方式中,本实施例提供的无线资源管理装置还可以包括:指标控制模块,用于过机器学习方式构建不同参数集配置下的性能模型;以及在参数集配置模块向小区对应的网络设备下发与该小区对应的移动性特征匹配的参数集之后,启动在第三设定时长内的性能指标检测,比较检测到的性能指标与下发的参数集对应的性能模型中的性能指标;当比较结果满足偏离条件,则触发参数集回退。
关于本实施例提供的无线资源管理装置的相关说明可以参照上述方法实施例的描述,故于此不再赘述。
此外,本申请实施例还提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述的无线资源管理方法的步骤,比如图2所示的步骤。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
Claims (11)
1.一种无线资源管理方法,包括:
基于射频指纹,生成小区的小区特征区间,并构建所述小区特征区间内的终端模型;
根据所述小区的小区特征区间内的终端模型的跳变情况,确定所述小区对应的移动性特征。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于网络区域内射频指纹相关的历史数据,通过机器学习方式构建射频指纹特征区间;
相应地,所述基于射频指纹,生成小区的小区特征区间,包括:
将所述网络区域内的实时数据,作为辅助信息叠加到所述射频指纹特征区间,生成所述小区的小区特征区间。
3.根据权利要求1所述的方法,其特征在于,所述构建所述小区特征区间内的终端模型,包括:
检测所述小区特征区间内的射频指纹在第一设定时长内是否满足稳定条件;当满足稳定条件,则构建所述小区特征区间内的终端模型。
4.根据权利要求1所述的方法,其特征在于,所述根据所述小区的小区特征区间内的终端模型的跳变情况,确定所述小区对应的移动性特征,包括:
确定在第二设定时长内跳变情况满足跳变条件的终端模型的数目;
当所述数目满足第一条件,则确定所述小区对应高移动性;
当所述数目不满足第一条件,则确定所述小区对应非高移动性。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述方法还包括:通过机器学习方式生成不同的移动性特征对应的参数集。
6.根据权利要求5所述的方法,其特征在于,所述通过机器学习方式生成不同的移动性特征对应的参数集,包括:
通过机器学习方式生成高速小区对应的第一参数集和非高速小区对应的第二参数集;其中,所述第一参数集和第二参数集均包括:小区级参数,或者小区级参数和终端级参数。
7.根据权利要求5所述的方法,其特征在于,所述确定所述小区对应的移动性特征之后,所述方法还包括:
向所述小区对应的网络设备下发与所述小区对应的移动性特征匹配的参数集。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:周期性监测所述小区对应的移动性特征是否发生变更;当所述小区对应的移动性特征发生变更,则触发进行参数集调整。
9.根据权利要求7所述的方法,其特征在于,所述方法还包括:通过机器学习方式构建不同参数集配置下的性能模型;
所述向所述小区对应的网络设备下发与所述小区对应的移动性特征匹配的参数集之后,所述方法还包括:启动在第三设定时长内的性能指标检测,比较检测到的性能指标与下发的参数集对应的性能模型中的性能指标;当比较结果满足偏离条件,则触发参数集回退。
10.一种无线资源管理装置,其特征在于,包括:
模型构建模块,用于基于射频指纹,生成小区的小区特征区间,并构建所述小区特征区间内的终端模型;
管理模块,适于根据所述小区的小区特征区间内的终端模型的跳变情况,确定所述小区对应的移动性特征。
11.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述的无线资源管理方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910626455.7A CN112218231B (zh) | 2019-07-11 | 2019-07-11 | 一种无线资源管理方法及装置 |
PCT/CN2020/100661 WO2021004455A1 (zh) | 2019-07-11 | 2020-07-07 | 无线资源管理方法及装置 |
EP20837432.2A EP3998783A4 (en) | 2019-07-11 | 2020-07-07 | METHOD AND DEVICE FOR MANAGEMENT OF WIRELESS RESOURCES |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910626455.7A CN112218231B (zh) | 2019-07-11 | 2019-07-11 | 一种无线资源管理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112218231A true CN112218231A (zh) | 2021-01-12 |
CN112218231B CN112218231B (zh) | 2023-10-10 |
Family
ID=74047272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910626455.7A Active CN112218231B (zh) | 2019-07-11 | 2019-07-11 | 一种无线资源管理方法及装置 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP3998783A4 (zh) |
CN (1) | CN112218231B (zh) |
WO (1) | WO2021004455A1 (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103179658A (zh) * | 2011-12-22 | 2013-06-26 | 华为技术有限公司 | 利用无线信号来定位的方法和定位服务器 |
WO2013104176A1 (zh) * | 2012-01-13 | 2013-07-18 | 中兴通讯股份有限公司 | 一种根据终端的移动速度调整参数的方法及系统 |
US20130188503A1 (en) * | 2010-04-02 | 2013-07-25 | Interdigital Patent Holdings, Inc. | Low Mobility States And Procedures |
US20140301224A1 (en) * | 2013-04-03 | 2014-10-09 | Innovative Sonic Corporation | Method and apparatus for improving small cell measurement in a wireless communication system |
US20160066238A1 (en) * | 2013-05-08 | 2016-03-03 | Huawei Technologies Co., Ltd. | Radio Network Information Management Method and Network Device |
CN105636056A (zh) * | 2014-11-14 | 2016-06-01 | 中兴通讯股份有限公司 | 一种频谱资源自优化的节能方法、装置和系统 |
CN106879011A (zh) * | 2017-04-19 | 2017-06-20 | 北京佰才邦技术有限公司 | 一种小区组网的方法和装置 |
US20180152876A1 (en) * | 2015-07-31 | 2018-05-31 | Huawei Technologies Co., Ltd. | Method and Apparatus for Dynamically Combining Cells, Network Device, and System |
CN109479190A (zh) * | 2016-04-20 | 2019-03-15 | 康维达无线有限责任公司 | 移动性信令负载减少 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7965672B2 (en) * | 2006-03-02 | 2011-06-21 | Samsung Electronics Co., Ltd | Method and apparatus for cell selection in a mobile communication system |
CN106304172A (zh) * | 2015-05-18 | 2017-01-04 | 中国移动通信集团公司 | 一种确定终端移动速度的方法和装置 |
CN108243451B (zh) * | 2016-12-27 | 2021-07-16 | 中国移动通信集团辽宁有限公司 | 一种基于mr数据在td-lte栅格中定位的方法和系统 |
CN108391292A (zh) * | 2017-02-03 | 2018-08-10 | 电信科学技术研究院 | 一种小区选择的方法、基站和用户终端 |
EP3706470A4 (en) * | 2017-11-16 | 2021-07-07 | Beijing Xiaomi Mobile Software Co., Ltd. | CELL ACCESS METHOD AND CELL ACCESS DEVICE |
CN108199989B (zh) * | 2018-01-16 | 2020-04-14 | 南方科技大学 | 调度方法及装置、大规模多天线系统和存储介质 |
CN110248366B (zh) * | 2019-04-26 | 2023-04-18 | 中通服咨询设计研究院有限公司 | 一种基于终端移动速度的lte网络动态频率复用方法 |
-
2019
- 2019-07-11 CN CN201910626455.7A patent/CN112218231B/zh active Active
-
2020
- 2020-07-07 EP EP20837432.2A patent/EP3998783A4/en active Pending
- 2020-07-07 WO PCT/CN2020/100661 patent/WO2021004455A1/zh unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130188503A1 (en) * | 2010-04-02 | 2013-07-25 | Interdigital Patent Holdings, Inc. | Low Mobility States And Procedures |
CN103179658A (zh) * | 2011-12-22 | 2013-06-26 | 华为技术有限公司 | 利用无线信号来定位的方法和定位服务器 |
WO2013104176A1 (zh) * | 2012-01-13 | 2013-07-18 | 中兴通讯股份有限公司 | 一种根据终端的移动速度调整参数的方法及系统 |
US20140301224A1 (en) * | 2013-04-03 | 2014-10-09 | Innovative Sonic Corporation | Method and apparatus for improving small cell measurement in a wireless communication system |
US20160066238A1 (en) * | 2013-05-08 | 2016-03-03 | Huawei Technologies Co., Ltd. | Radio Network Information Management Method and Network Device |
CN105636056A (zh) * | 2014-11-14 | 2016-06-01 | 中兴通讯股份有限公司 | 一种频谱资源自优化的节能方法、装置和系统 |
US20180152876A1 (en) * | 2015-07-31 | 2018-05-31 | Huawei Technologies Co., Ltd. | Method and Apparatus for Dynamically Combining Cells, Network Device, and System |
CN109479190A (zh) * | 2016-04-20 | 2019-03-15 | 康维达无线有限责任公司 | 移动性信令负载减少 |
CN106879011A (zh) * | 2017-04-19 | 2017-06-20 | 北京佰才邦技术有限公司 | 一种小区组网的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3998783A4 (en) | 2023-06-14 |
EP3998783A1 (en) | 2022-05-18 |
WO2021004455A1 (zh) | 2021-01-14 |
CN112218231B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107113634B (zh) | 用于优化小区专用天线配置参数的方法和设备 | |
US8676211B2 (en) | Systems and methods for selective communications network access | |
US9814048B2 (en) | Apparatus and method in wireless communication system | |
US20230362758A1 (en) | Methods and apparatuses for handover procedures | |
US10945299B2 (en) | Overshoot analysis based on user equipment metrics | |
US20200304378A1 (en) | Station movement flow driven automatic rf site grouping | |
CN101489301B (zh) | 无线网络自动配置系统及其配置方法 | |
US11606725B2 (en) | Wireless band priority metrics analysis and response | |
CN115552933A (zh) | 电信通信系统中的联邦学习 | |
Wu et al. | A terminal‐controlled vertical handover decision scheme in IEEE 802.21‐enabled heterogeneous wireless networks | |
US20230292229A1 (en) | Terminal scanning method, system, and apparatus, electronic device, and storage medium | |
EP3952420B1 (en) | Fingerprint library creation and application methods and apparatuses, centralized processing device and base station | |
CN108882377A (zh) | 基于认知的lte-r中资源分配方法 | |
Xu et al. | Magus: Minimizing cellular service disruption during network upgrades | |
Saad et al. | Artificial intelligence linear regression model for mobility robustness optimization algorithm in 5G cellular networks | |
US11240679B2 (en) | Multidimensional analysis and network response | |
CN112218231B (zh) | 一种无线资源管理方法及装置 | |
CN110009061B (zh) | 一种基于机器学习的ap自适应优化选择方法 | |
US11689974B2 (en) | Automated addition and deletion of frequency relations in wireless communication networks | |
CN105120475A (zh) | 一种管理辅小区的方法及装置 | |
CN103987079A (zh) | 一种邻区干扰确定方法及装置 | |
CN106688269B (zh) | 用于确定无线设备是否是由于负载平衡原因而切换到目标小区的合适候选者的无线电网络节点和方法 | |
Yin et al. | Cognitive spectrum handoff game in the TV white space with radio environment map | |
CN114554551B (zh) | 基于prb利用率的基站负载均衡方法、装置及设备 | |
WO2023072393A1 (en) | Changing allocation of user equipment to reduce net power consumption of communications network |
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 |