CN112752327A - 功率调节方法和接入网设备 - Google Patents
功率调节方法和接入网设备 Download PDFInfo
- Publication number
- CN112752327A CN112752327A CN201911038422.7A CN201911038422A CN112752327A CN 112752327 A CN112752327 A CN 112752327A CN 201911038422 A CN201911038422 A CN 201911038422A CN 112752327 A CN112752327 A CN 112752327A
- Authority
- CN
- China
- Prior art keywords
- value
- access network
- target
- power
- network device
- 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
- 238000000034 method Methods 0.000 title claims abstract description 89
- 230000033228 biological regulation Effects 0.000 title claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims abstract description 68
- 238000004422 calculation algorithm Methods 0.000 claims description 127
- 230000008859 change Effects 0.000 claims description 81
- 230000008901 benefit Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 230000003028 elevating effect Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 20
- 230000008569 process Effects 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 8
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 19
- 230000006870 function Effects 0.000 description 13
- 230000002787 reinforcement Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
- H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/06—TPC algorithms
- H04W52/14—Separate analysis of uplink or downlink
- H04W52/143—Downlink power control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/22—TPC being performed according to specific parameters taking into account previous information or commands
- H04W52/223—TPC being performed according to specific parameters taking into account previous information or commands predicting future states of the transmission
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/22—TPC being performed according to specific parameters taking into account previous information or commands
- H04W52/226—TPC being performed according to specific parameters taking into account previous information or commands using past references to control power, e.g. look-up-table
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/246—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters where the output power of a terminal is based on a path parameter calculated in said terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0426—Power distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/06—TPC algorithms
- H04W52/16—Deriving transmission power values from another channel
-
- 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)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请实施例提供一种功率调节方法和接入网设备,涉及通信技术领域,能够根据目标小区的目标关键特征自适应地确定目标功率抬升值,在弥补通道关断带来的小区的覆盖损失和容量损失的同时,获取较好的节能效果。具体方案为:接入网设备关闭与目标小区对应的多个天线中的部分天线的发射通道。然后,接入网设备获取目标小区的目标关键特征,根据目标关键特征,确定目标功率抬升值。之后,接入网设备根据目标功率抬升值,抬升与目标小区或目标用户对应的接入网设备的发射功率。本申请实施例用于功率调节的过程。
Description
技术领域
本申请实施例涉及通信技术领域,尤其涉及一种功率调节方法和接入网设备。
背景技术
多输入多输出(multiple-input multiple-output,MIMO)技术是指在接入网设备的发射端和接收端分别使用多个天线,使信号通过发射端与接收端的多个天线传送和接收,从而改善通信质量的技术。MIMO技术能充分利用空间资源,通过多个天线实现信号发射,在不增加频谱资源和天线发射功率的情况下,可以有效提升频谱效率和小区覆盖。
但是由于接入网设备使用了多个天线,MIMO技术也带来了更大的能耗,从而给运营商带来了更大的负担。通常,当接入网设备覆盖的小区的负载低于一定经验值门限的时候,接入网设备可以通过关闭与小区对应的多个天线中的部分天线的发射通道(也可称为通道关断)来降低MIMO系统的能耗。通道关断会使小区的覆盖范围减小,带来小区的覆盖损失;同时还会使小区的频谱效率降低,带来小区的容量损失。小区的覆盖损失和容量损失使得小区性能下降。
发明内容
本申请实施例提供一种功率调节方法和接入网设备,能够提升频谱效率和小区覆盖,以弥补通道关断带来的小区的覆盖损失和容量损失,从而能够在兼顾小区性能的情况下,获取较好的节能效果。
为达到上述目的,本申请实施例采用如下技术方案:
一方面,本申请实施例提供了一种功率调节方法,该方法可以包括:接入网设备关闭与目标小区对应的多个天线中的部分天线的发射通道。然后,接入网设备获取目标小区的目标关键特征,根据目标关键特征,确定目标功率抬升值。之后,接入网设备根据目标功率抬升值,抬升与目标小区或目标用户对应的接入网设备的发射功率。
其中,目标关键特征可以包括小区负载,小区业务量,或小区用户分布中的至少一种。目标用户可以为目标小区中的用户。
在该方案中,接入网设备在通道关断之后,能够根据目标小区的目标关键特征自适应地确定目标功率抬升值,并且利用所确定的目标功率抬升值来抬升目标小区或目标用户对应的接入网设备的发射功率,从而能够提升频谱效率和小区覆盖,弥补通道关断带来的小区的覆盖损失和容量损失。所以,接入网设备通过该方案能够在兼顾小区性能的情况下,获得更好的节能效果。
在一种可能的实现方式中,接入网设备根据目标功率抬升值,抬升与目标小区或目标用户对应的接入网设备的发射功率,包括:接入网设备根据目标功率抬升值,抬升与目标小区对应的接入网设备使用的目标资源块RB的发射功率;或者,接入网设备根据目标功率抬升值,抬升与目标小区对应的接入网设备的所有资源块RB的发射功率;或者,接入网设备根据目标功率抬升值,抬升与目标小区中的目标用户对应的接入网设备的资源块RB的发射功率。
也就是说,接入网设备可以根据目标功率抬升值,抬升与目标小区或目标用户对应的接入网设备的不同资源块RB的发射功率。
在一种可能的实现方式中,接入网设备根据目标关键特征,确定目标功率抬升值,包括:接入网设备将目标关键特征输入接入网设备中的算法模型;然后,接入网设备根据算法模型的输出确定目标功率抬升值。
在该方案中,接入网设备可以基于目标小区的目标关键特征,通过算法模型来确定目标功率抬升值。
在另一种可能的实现方式中,在接入网设备获取目标小区的目标关键特征之前,该方法还包括:接入网设备多次调整参考小区的参考功率抬升值;根据参考功率抬升值,抬升与参考小区对应的接入网设备的发射功率。然后,接入网设备在每次调整时段内获取参考小区的参考关键特征和参考小区的参考关键绩效指标(key performance indicator,KPI);根据参考KPI和基线值确定参考变动标签;其中,参考变动标签用于指示功率抬升值是否合适。之后,接入网设备将参考关键特征、参考功率抬升值和参考变动标签输入算法模型;在算法模型中学习得到关键特征、功率抬升值和变动标签的关系模型。
其中,参考KPI可以包括吞吐量、掉话率或节能量中的至少一种。其中,基线值可以是预设的值,用于表示接入网设备在通道关断后补偿小区性能损失的功率抬升值所对应的KPI的量化值。
也就是说,接入网设备可以通过将参考关键特征、参考功率抬升值和参考变动标签输入算法模型来对算法模型进行训练,从而得到关键特征、功率抬升值和变动标签的关系模型,从而后续可以根据该算法模型得到目标小区的关键特征对应的目标功率抬升值。
在另一种可能的实现方式中,接入网设备多次调整小区的功率抬升值,可以包括:接入网设备从第一预设值开始以预设步长减小功率抬升值,直至功率抬升值为第二预设值;然后依此循环;或者,接入网设备从第二预设值开始以预设步长增大功率抬升值,直至功率抬升值为第一预设值;然后依此循环。
也就是说,接入网设备可以以逐步减小或增大功率抬升值的方式来调整小区对应的功率抬升值,从而后续可以分别对不同功率抬升值所引起的小区性能变化进行分析,以寻求兼顾了小区性能和节能效果的功率抬升值。
在另一种可能的实现方式中,接入网设备中预留有数据集,数据集包括在获取目标关键特征之前获取到的多组参考关键特征、参考功率抬升值、参考变动标签;在接入网设备在算法模型中学习得到关键特征、功率抬升值和变动标签的关系模型之后,方法还包括:接入网设备利用数据集评估算法模型的可用度。
也就是说,接入网设备可以预留在获取目标关键特征之前获取到的多组参考关键特征、参考功率抬升值和参考变动标签中的一部分组的数据作为数据集,根据该数据集来评估算法模型的可用度。
在另一种可能的实现方式中,接入网设备根据参考KPI和基线值确定参考变动标签,包括:接入网设备计算参考KPI的量化值与基线值的比较值;若比较值超过阈值,则接入网设备确定参考变动标签为第一变动标签,第一变动标签用于指示参考功率抬升值不合适;若比较值未超过阈值,则接入网设备确定参考变动标签为第二变动标签,第二变动标签用于指示参考功率抬升值合适。
其中,参考KPI的量化值可以为参考KPI的最大值;或者,参考KPI的量化值可以为参考KPI的最小值;或者,参考KPI的量化值可以为参考KPI的平均值。
其中,参考KPI的量化值与基线值的比较值可以包括:参考KPI的量化值与基线值的差值;或者,参考KPI的量化值与基线值的差值的绝对值;或者,参考KPI的量化值与基线值的比值。
也就是说,若参考KPI的量化值与基线值的比较值超过阈值,则表明参考功率抬升值无法对参考小区性能进行较好的补偿,参考小区性能下降较多,因而参考功率抬升值不合适;若参考KPI的量化值与基线值的比较值未超过阈值,则表明参考功率抬升值可以对参考小区性能进行较好的补偿,参考小区性能下降在可接受范围内,因而参考功率抬升值合适。
在另一种可能的实现方式中,算法模型的输出为变动标签;接入网设备根据算法模型的输出确定目标功率抬升值,包括:接入网设备确定第二变动标签对应的功率抬升值中的最小功率抬升值,最小功率抬升值为目标功率抬升值。
也就是说,接入网设备可以基于算法模型输出的变动标签,将指示功率抬升值合适的变动标签所对应的功率抬升值中的最小功率抬升值确定为目标功率抬升值。
在另一种可能的实现方式中,算法模型包括多组小区的关键特征、功率抬升值以及接入网设备采用功率抬升值时的收益的对应关系。算法模型用于学习关键特征与第一功率抬升值之间的关系模型,第一功率抬升值为关键特征对应的具有最大收益的功率抬升值。
也就是说,接入网设备可以根据算法模型来确定目标小区的目标关键特征对应的具有最大收益的第一功率抬升值,即目标功率抬升值。
在另一种可能的实现方式中,在接入网设备根据目标功率抬升值,抬升目标资源块RB的发射功率之后,该方法还包括:接入网设备在预设时间段内获取目标小区对应的目标KPI。然后,接入网设备将目标小区对应的目标关键特征、目标KPI、目标功率抬升值以及目标收益的对应关系更新到算法模型;其中,目标收益是根据目标KPI、目标功率抬升值以及基线值得到的收益。之后,接入网设备根据更新后的算法模型调整关系模型。
也就是说,接入网设备在每次利用该算法模型确定目标小区的关键特征对应的目标功率抬升值之后,会将目标小区对应的目标关键特征、目标KPI、目标功率抬升值以及目标收益的对应关系更新到算法模型并以此调整关系模型,从而接入网设备可以不断更新算法模型并调整关系模型,使得根据该算法模型确定的功率抬升值更准确。
在另一种可能的实现方式中,若目标KPI的量化值与基线值的比较值未超过阈值,则收益为预设功率抬升值与目标功率抬升值的差值。
也就是说,在目标KPI的量化值与基线值的比较值未超过阈值时,目标功率抬升值能够满足小区性能补偿的需要,又能够带来较大的能量节省。
在另一种可能的实现方式中,在接入网设备关闭目标小区对应多个天线中的一半天线的发射通道时,基线值为在功率抬升值是6dB时KPI的量化值。
也就是说,在接入网设备关闭目标小区对应多个天线中的一半天线的发射通道时,基线值可以为能够补偿小区性能损失的功率抬升值所对应的KPI的量化值。
另一方面,本技术方案提供了一种功率调节的装置,该装置包含在接入网设备中,该装置具有实现上述方面及上述方面的可能实现方式中接入网设备行为的功能。功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多个与上述功能相对应的模块或单元。例如,检测模块或单元、显示模块或单元等。
另一方面,本技术方案提供了一种接入网设备,包括:一个或多个处理器;存储器;多个应用程序;以及一个或多个计算机程序;其中,一个或多个计算机程序被存储在存储器中,一个或多个计算机程序包括指令。当指令被接入网设备执行时,使得接入网设备执行上述任一方面任一项可能的实现中的功率调节方法。
另一方面,本技术方案提供了一种计算机可读存储介质,包括计算机指令,当计算机指令在接入网设备上运行时,使得接入网设备执行上述任一方面任一项可能的实现中的功率调节方法。
另一方面,本技术方案提供了一种计算机程序产品,当计算机程序产品在接入网设备上运行时,使得接入网设备执行上述任一方面任一项可能的设计中的功率调节方法。
附图说明
图1为本申请实施例提供的一种接入网设备的硬件结构示意图;
图2为本申请实施例提供的一种接入网设备的结构示意图;
图3为本申请实施例提供的一种功率调节方法的流程图;
图4为本申请实施例提供的另一种功率调节方法的流程图;
图5为本申请实施例提供的另一种功率调节方法的流程图;
图6为本申请实施例提供的另一种功率调节方法的流程图;
图7为本申请实施例提供的另一种接入网设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。其中,在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
本申请实施例提供了一种功率调节方法,可以应用于接入网设备,在接入网设备关闭目标小区对应的部分天线的发射通道后,接入网设备根据目标小区的目标关键特征自适应地确定目标功率抬升值。然后,接入网设备根据目标功率抬升值来抬升目标小区或目标用户对应的接入网设备的发射功率,能够提升频谱效率和小区覆盖,以弥补通道关断带来的小区的覆盖损失和容量损失。从而,该方案能够在兼顾小区性能的情况下,获取更好的节能效果。
其中,接入网设备例如包括但不限于:5G中的下一代基站(gnodeB,gNB)、演进型节点B(evolved node B,eNB)、无线网络控制器(radio network controller,RNC)、节点B(node B,NB)、基站控制器(base station controller,BSC)、基站收发台(basetransceiver station,BTS)、家庭基站(例如,home evolved nodeB,或home node B,HNB)、基带单元(baseband unit,BBU)、传输点(transmitting and receiving point,TRP)、发射点(transmitting point,TP)、移动交换中心等。
示例性的,接入网设备可以通过计算机系统来实现。参见图1,计算机系统100包括至少一个处理器101,通信总线102,存储器103以及至少一个通信接口104。
处理器101可以是一个通用中央处理器(central processing unit,CPU),微处理器,特定应用集成电路(application specific integrated circuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
通信总线102可包括一通路,在上述组件之间传送信息。
通信接口104,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN)等。
存储器103可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-onlymemory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器103用于存储执行本申请方案的应用程序代码,并由处理器101来控制执行。处理器101用于执行存储器103中存储的应用程序代码,以控制计算机系统100实现本申请下述实施例提供的功率调节方法。可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
在具体实现中,作为一种实施例,处理器101可以包括一个或多个CPU,例如图1中的CPU0和CPU1,每个CPU可以支持多个虚拟CPU,虚拟CPU又称VCPU。
在具体实现中,作为一种实施例,计算机系统100可以包括多个处理器。例如图1中的处理器101和处理器105。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
上述的计算机系统100可以是一个通用通信设备或者是一个专用通信设备。本申请实施例不限定计算机系统100的类型。在具体实现中,计算机系统100可以是台式机、便携式电脑、网络服务器、掌上电脑(personal digital assistant,PDA)、移动手机、平板电脑、无线终端设备、或嵌入式设备或有图1中类似结构的设备。计算机系统100中的各个部件可以同时部署在同一个计算机设备中,也可以部署在位于分布式系统中的不同计算机设备中。
在本申请实施例中,接入网设备可以覆盖一个或多个小区。例如,参见图2,接入网设备200可以覆盖三个小区,分别是小区21,小区22和小区23。同时,采用MIMO技术的接入网设备为一个或多个小区中的每个小区分配有多个天线,例如,可以为每个小区分配8、16、32、64、128或256个天线等。参见图2,小区21,小区22和小区23分别具有其对应的64个天线通道201、64个天线通道202和64个天线通道203。接入网设备利用MIMO技术使每个小区通过多个天线进行信号发射,多个天线发射使得单位带宽上传输的比特数成倍增加。例如,一个天线在单位带宽上传输1比特的数据,64个天线就可以在单位带宽上传输64比特的数据,从而有效提升了频谱效率。同时,多个天线发射的波束通过波束成形可以产生较大的波束增益,从而将信号传输得更远,使得小区的覆盖范围更大。
另外,接入网设备为每个小区分配有资源块RB,资源块RB与系统带宽相对应,在通信系统中,资源块RB的数量越多,系统带宽越大。
本申请实施例提供的功率调节方法用于在小区的负载低于预设门限时,即该小区所对应的资源块RB的利用率低于预设门限时,通过关闭该小区对应的多个天线中的部分天线的发射通道(也称为通道关断),来降低接入网设备的能耗的场景中。其中,小区所对应的资源块RB的利用率低于预设门限时,该小区的带宽利用率较低,说明该小区的业务相对较少,此时接入网设备可能需要较少的天线发射通道即可为该小区服务,因此,分配给该小区的多个天线的发射通道均开启可能会产生资源浪费。因而,可以通过通道关断来降低接入网设备的能耗。但是,通道关断会使小区的频谱效率降低,带来小区的容量损失,同时还带来小区的覆盖损失,从而使得小区性能下降。
本申请一些实施例提供的功率调节方法可以在发射通道关断后,使接入网设备使用固定功率抬升值来抬升该小区对应的接入网设备的发射功率(也称为固定抬升方案),从而可以补偿通道关断引起的小区性能下降。
本申请另一些实施例提供的功率调节方法可以在发射通道关断后,使接入网设备根据小区的关键特征自适应地确定功率抬升值,并根据该功率抬升值来抬升该小区对应的接入网设备的发射功率,从而不仅能够补偿通道关断引起的小区性能下降,而且相比于固定抬升的方案,还能根据自适应确定的功率抬升值获取较大的节能收益。因而,能够兼顾节能和小区性能,在获得较大节能收益的同时补偿通道关断后带来的小区的覆盖损失和容量损失。
参见图3,本申请实施例提供的应用于接入网设备的功率调节方法可以包括:
301、接入网设备关闭与目标小区对应的多个天线中的部分天线的发射通道。
其中,接入网设备可以覆盖多个小区,并且接入网设备为多个小区中的每个小区均分配有多个天线。目标小区是多个小区中的一个小区。
示例性地,在目标小区对应的资源块RB的利用率低于预设门限时,接入网设备可以关闭与该目标小区对应的多个天线中的部分天线的发射通道以节省能耗。例如,预设门限可以为5%、6%、8%、10%、15%、20%等,本申请实施例对预设门限的大小不作限定。
例如,在目标小区对应的资源块RB的利用率低于20%时,接入网设备可以关闭与该目标小区对应的多个天线中的一半天线的发射通道。再例如,在目标小区对应的资源块RB的利用率低于10%时,接入网设备可以关闭与该目标小区对应的多个天线中的2/3的天线的发射通道。可以理解的是,本申请实施例对天线的发射通道关断的数量不作限定,接入网设备可以根据目标小区对应的资源块RB的利用率来确定相应的发射通道关断数量。
下面,以接入网设备关闭与目标小区对应的多个天线中的一半天线的发射通道为例进行说明。此时,由于发射通道减半,因此接入网设备的总体发射功率减半;同时,天线发射时的波束增益也减半。所以,通道关断引起的目标小区的性能损失包括功率损失与波束增益损失的总和。在通信系统中,通常可以用dB值来表示特征量的变化。参见下面的式1,其示出了特征量的变化与其对应的dB值的关系。
y=10lg(x) (式1)
其中,x表示特征量的变化比例,y表示该特征量的变化比例所对应的dB值。例如,当特征量A增大为原来的100倍时,此时x为100,y=10lg100=20;即,该特征量A的变化为20dB。再例如,当特征量B减小为原来的一半时,此时x为1/2,即,该特征量B的变化为-3dB。
从而,在接入网设备关闭与目标小区对应的多个天线中的一半天线的发射通道时,由于接入网设备的总体发射功率减半,因此总体发射功率的变化为-3dB;又由于此时天线发射时的波束增益也减半,波束增益的变化也为-3dB。所以,通道关断引起的目标小区的性能变化为-6dB,即,小区性能损失了6dB。
302、接入网设备获取目标小区的目标关键特征。
其中,目标关键特征用于表示目标小区的基本情况,目标关键特征可以包括小区负载,小区业务量,或小区用户分布等特征中的至少一种。例如,小区负载可以包括小区对应的资源块RB的利用率,例如,小区负载可以为5%、10%、20%、30%、50%或80%等。小区业务量可以包括小区在单位时间内传输的数据量。小区用户分布可以包括小区的用户数量,小区的用户类型等,小区的用户类型例如可以包括小区中心用户和/或小区边缘用户的比例等。
303、接入网设备根据目标关键特征,确定目标功率抬升值。
目标功率抬升值是根据目标关键特征确定的目标小区对应的最优功率抬升值。
其中,在本申请实施例提供的功率调节方法中,通过学习训练可以得到映射关系,该映射关系用于表示小区的关键特征与该其对应的最优功率抬升值之间的关系。接入网设备可以根据该映射关系,基于不同目标小区的目标关键特征来确定不同目标小区对应的不同目标功率抬升值;也就是说,接入网设备可以根据目标小区的目标关键特征自适应地确定目标功率抬升值。
304、接入网设备根据目标功率抬升值,抬升与目标小区或目标用户对应的接入网设备的发射功率。
其中,目标小区对应多个资源块RB。接入网设备根据目标功率抬升值,抬升与目标小区或目标用户对应的接入网设备的发射功率的方式有多种,下面示例性说明:
在一些实施例中,接入网设备根据目标功率抬升值,抬升与目标小区对应的接入网设备使用的目标资源块RB的发射功率。例如,接入网设备与目标小区对应的资源块RB有10个,接入网设备实际使用了5个资源块RB,目标资源块RB就可以是目标小区对应的接入网设备使用的5个资源块RB。此时,假设接入网设备确定目标功率抬升值为5dB,则接入网设备将目标小区对应的接入网设备使用的5个资源块RB的发射功率抬升5dB。根据前述的式1可知,5dB对应于约3.2倍的特征量的变化比例,也就是说,接入网设备将目标小区对应的接入网设备使用的5个资源块RB的发射功率抬升为原来的3.2倍。
在另一些实施例中,接入网设备根据目标功率抬升值,抬升与目标小区对应的接入网设备的所有资源块RB的发射功率。
在另一些实施例中,接入网设备根据目标功率抬升值,抬升与目标小区中的目标用户对应的接入网设备的资源块RB的发射功率。例如,接入网设备与目标小区对应的资源块RB有100个,该目标小区内有10个用户,其中,为用户1分配有8个资源块RB。此时,假设接入网设备确定目标功率抬升值为5dB,则接入网设备将为用户1分配的8个资源块RB的发射功率抬升5dB。
在步骤301至步骤304描述的方案中,首先,接入网设备关闭目标小区对应的多个天线中的部分天线的发射通道;然后,接入网设备获取目标小区的目标关键特征。之后,接入网设备根据目标关键特征,确定目标功率抬升值。最后,接入网设备根据目标功率抬升值,抬升目标小区或目标用户对应的接入网设备的发射功率。因此,接入网设备在通道关断之后,能够根据目标小区的目标关键特征自适应地确定目标功率抬升值,并且利用所确定的目标功率抬升值来抬升目标小区或目标用户对应的接入网设备的发射功率,从而能够提升频谱效率和小区覆盖,弥补通道关断带来的小区的覆盖损失和容量损失。所以,接入网设备通过该方案能够在兼顾小区性能的情况下,获得更好的节能效果。
在一些实现方式中,步骤303可以包括:接入网设备将目标关键特征输入接入网设备中的算法模型;接入网设备根据算法模型的输出确定目标功率抬升值。
由于小区的关键特征与最优功率抬升值之间存在一定的映射关系,因此可以通过算法模型来表征该映射关系。
也就是说,接入网设备可以基于目标小区的目标关键特征,通过算法模型来确定目标功率抬升值。
其中,算法模型可以是人工智能(artificial intelligence,AI)模型。例如,算法模型可以包括但不限于下述任一种模型:基于神经网络算法的模型、基于决策树的模型、基于线性算法的模型、基于支持向量机(support vector machine,SVM)的模型、基于Q表的模型、基于深度学习算法的模型。
在一些实施例中,在接入网设备获取目标小区的目标关键特征之前,可以对算法模型进行训练,以便基于训练好的算法模型来确定当前小区关键特征所对应的最优功率抬升值。参见图4,在接入网设备获取目标小区的目标关键特征之前,该训练方法可以包括:
401、接入网设备多次调整参考小区的参考功率抬升值。
在一些实施例中,接入网设备多次调整参考小区的参考功率抬升值,可以包括:接入网设备每隔时间段T调整参考小区的参考功率抬升值。
时间段T可以是预设时长,接入网设备可以每次间隔预设时长来调整参考小区的参考功率抬升值。例如,时间段T可以是3分钟、5分钟、6分钟或10分钟等,本申请实施例对时间段T的大小不作限定。
在另一些实施例中,接入网设备多次调整参考小区的参考功率抬升值,可以包括:接入网设备以变化的时间间隔调整参考小区的参考功率抬升值。例如,接入网设备首次间隔3分钟调整参考小区的参考功率抬升值,然后再次间隔5分钟调整参考小区的参考功率抬升值,又间隔6分钟调整参考小区的参考功率抬升值,之后,继续以变化的时间间隔调整参考小区的参考功率抬升值。
示例性地,接入网设备多次调整小区的功率抬升值,可以包括:所述接入网设备从第一预设值开始以预设步长减小功率抬升值,直至功率抬升值为第二预设值;然后依此循环。
其中,第一预设值可以由用户自行设定或者可以由接入网设备基于小区状态确定。例如,第一预设值可以是5dB、6dB、7dB或8dB等。第二预设值也可以由用户自行设定或者可以由接入网设备基于小区状态确定。例如,第二预设值可以是0dB、1dB、2dB或3dB等。预设步长也可以由用户自行设定或者可以由接入网设备基于小区状态确定。例如,预设步长可以为1dB或2dB等。本申请实施例对第一预设值、第二预设值以及预设步长的大小不作限定。
例如,在接入网设备关闭目标小区对应多个天线中的一半天线的发射通道时,接入网设备从6dB开始以预设步长1dB减小功率抬升值,直至功率抬升值为0dB;然后依此循环。
示例性地,接入网设备多次调整小区的功率抬升值,可以包括:所述接入网设备从第二预设值开始以预设步长增大功率抬升值,直至功率抬升值为第一预设值;然后依此循环。
可以理解的是,接入网设备多次调整小区的功率抬升值的方式不限于上述示例,本申请实施例对接入网设备多次调整小区的功率抬升值的方式不作限定。
也就是说,接入网设备可以以逐步减小或增大功率抬升值的方式来调整小区对应的功率抬升值,从而后续可以分别对不同功率抬升值所引起的小区性能变化进行分析,以寻求兼顾了小区性能和收益的功率抬升值。
402、接入网设备根据参考功率抬升值,抬升与参考小区对应的接入网设备的发射功率。
403、接入网设备在每次调整时段内获取参考小区的参考关键特征和参考小区的参考KPI。
其中,参考关键特征用于表示参考小区的基本情况,参考关键特征包括参考小区负载,参考小区业务量,或参考小区用户分布中的至少一种。可以理解的是,参考关键特征还可以是其他关键特征,本申请实施例对参考关键特征的类型不作限定。
其中,参考KPI用于表示参考小区在参考功率抬升值下的性能指标,参考KPI可以包括吞吐量、掉话率或节能量等参数中的至少一种。例如,吞吐量可以包括参考小区成功地传送数据的数量。掉话率可以包括参考小区在通信过程中通信意外中断的几率。节能量可以包括参考功率抬升值相比于预设功率抬升值的节能效果。可以理解的是,参考KPI还可以是其他能够表征参考小区性能的指标,本申请实施例对参考KPI的类型不作限定。
其中,接入网设备在每次调整时段内获取参考小区的参考KPI,可以包括:接入网设备在每次调整时段内获取参考小区的多个参考KPI,以便接入网设备后续基于所获取的多个参考KPI,得到多个参考KPI的量化值。本申请实施例对接入网设备在每次调整时段内获取参考小区的多个参考KPI的方式不作限定。
示例性地,接入网设备可以在每次调整时段内以固定时间间隔获取参考小区的多个参考KPI,以便接入网设备后续根据所获取的多个参考KPI,得到参考KPI的量化值。例如,在调整时段为3分钟时,接入网设备可以在3分钟内以10毫秒为间隔获取参考小区的多个参考KPI。
示例性地,接入网设备可以在调整时段内以不同时间间隔获取参考小区的多个参考KPI。
404、接入网设备根据参考KPI和基线值确定参考变动标签。
其中,参考变动标签用于指示功率抬升值是否合适。
步骤404可以包括:接入网设备计算参考KPI的量化值与基线值的比较值;若比较值超过阈值,则接入网设备确定参考变动标签为第一变动标签,第一变动标签用于指示参考功率抬升值不合适;若比较值未超过阈值,则接入网设备确定参考变动标签为第二变动标签,第二变动标签用于指示参考功率抬升值合适。
其中,参考KPI的量化值与基线值的比较值可以包括:参考KPI的量化值与基线值的差值;或者,参考KPI的量化值与基线值的差值的绝对值;或者,参考KPI的量化值与基线值的比值。可以理解的是,参考KPI的量化值与基线值的比较值不限于上述形式,本申请实施例对参考KPI的量化值与基线值的比较值的形式不作限定。
也就是说,若参考KPI的量化值与基线值的比较值超过阈值,则表明参考功率抬升值无法对参考小区性能进行较好的补偿,参考小区性能下降较多,因而参考功率抬升值不合适;若参考KPI的量化值与基线值的比较值未超过阈值,则表明参考功率抬升值可以对参考小区性能进行较好的补偿,参考小区性能下降在可接受范围内,因而参考功率抬升值合适。
其中,基线值可以是预设的值,用于表示接入网设备在通道关断后补偿小区性能损失的功率抬升值所对应的KPI的量化值。
示例性地,在接入网设备关闭目标小区对应多个天线中的一半天线的发射通道时,基线值可以为在功率抬升值是6dB时KPI的量化值。
根据前述可知,在接入网设备关闭与目标小区对应的多个天线中的一半天线的发射通道时,可以认为,接入网设备将发射功率抬升6dB可以补偿小区性能损失。此时,根据前述指出的固定抬升方案,接入网设备可以将发射功率固定抬升6dB。
也就是说,在接入网设备关闭目标小区对应多个天线中的一半天线的发射通道时,基线值可以为能够补偿小区性能损失的功率抬升值所对应的KPI的量化值。
再示例性地,在接入网设备关闭目标小区对应多个天线中的一半天线的发射通道时,基线值为在功率抬升值是5dB时KPI的量化值。可以理解的是,在接入网设备关闭目标小区对应多个天线中的一半天线的发射通道时,基线值还可以为其他功率抬升值时的KPI的量化值。本申请实施例对基线值的大小不作限定。
示例性地,阈值可以为基线值的1%、2%、3%、5%或10%等,本申请实施例对阈值的大小不作限定。
示例性地,第一变动标签可以是0,第二变动标签可以是1。可以理解的是,第一变动标签和第二变动标签也可以为其他不同的数字或符号,本申请实施例对第一变动标签和第二变动标签的类型不作限定。
405、接入网设备将参考关键特征、参考功率抬升值和参考变动标签输入算法模型。
406、接入网设备在算法模型中学习得到关键特征、功率抬升值和变动标签的关系模型。
也就是说,接入网设备可以通过将参考关键特征、参考功率抬升值和参考变动标签输入算法模型来对算法模型进行训练,从而得到关键特征、功率抬升值和变动标签的关系模型,从而后续可以根据该算法模型得到目标小区的关键特征对应的目标功率抬升值。
其中,算法模型的输出可以为变动标签。接入网设备根据算法模型的输出确定目标功率抬升值,可以包括:接入网设备确定第二变动标签对应的功率抬升值中的最小功率抬升值,最小功率抬升值为目标功率抬升值。
也就是说,接入网设备可以基于算法模型输出的变动标签,将指示功率抬升值合适的变动标签所对应的功率抬升值中的最小功率抬升值确定为目标功率抬升值。
其中,接入网设备中可以预留有数据集,该数据集包括在获取目标关键特征之前获取到的多组参考关键特征、参考功率抬升值和参考变动标签。
也就是说,接入网设备在将参考关键特征、参考功率抬升值和参考变动标签输入算法模型对算法模型进行训练之前,可以预留多组参考关键特征、参考功率抬升值和参考变动标签中的一部分组的数据。例如,接入网设备共获取到100组参考关键特征、参考功率抬升值和参考变动标签,可以预留10组参考关键特征、参考功率抬升值和参考变动标签作为数据集。
上述数据集可以用于后续对算法模型的可用度进行评估。因此,在步骤406之后,该方法还可以包括:
407、接入网设备利用数据集评估算法模型的可用度。
也就是说,接入网设备可以预留在获取目标关键特征之前获取到的多组参考关键特征、参考功率抬升值和参考变动标签中的一部分组的数据作为数据集,根据该数据集来评估算法模型的可用度。
其中,算法模型的可用度可以指示算法模型是否可用;或者,算法模型的可用度还可以指示算法模型的准确程度。
示例性地,接入网设备利用数据集评估算法模型的可用度,可以包括:接入网设备利用数据集计算算法模型的准确率,若准确率大于等于预设值,则算法模型可用,建模成功;若准确率小于预设值,则算法模型不可用,建模失败。可以理解的是,接入网设备利用数据集评估算法模型的可用度的方式不限于此,本申请实施例对接入网设备利用数据集评估算法模型的可用度的方式不作限定。
在建模失败的情况下,接入网设备可以重新执行步骤401至步骤407,对算法模型重新进行训练,接入网设备可以循环执行该过程,直至算法模型建模成功。在建模成功后,接入网设备可以执行步骤302至步骤304,从而使用该算法模型,基于目标关键特征确定出目标功率抬升值。然后,根据该目标功率抬升值,抬升与目标小区或目标用户对应的接入网设备的发射功率。
示例性地,预设值可以是80%、85%、90%、92%或98%等,本申请实施例对预设值的大小不作限定。
可见,步骤401至步骤407描述了一种训练算法模型并利用预留的数据集评估算法模型的可用度的方法,该方法先对算法模型进行训练,然后利用数据集来监督建立的算法模型是否成功,从而最终可以得到建模成功的算法模型。因此,步骤401至步骤407描述的建立算法模型的方法可以称为监督型机器学习算法。
在另一些实施例中,算法模型包括多组小区的关键特征、功率抬升值以及接入网设备采用该功率抬升值时的收益的对应关系;算法模型用于学习关键特征与第一功率抬升值之间的关系模型,第一功率抬升值为关键特征对应的具有最大收益的功率抬升值。第一功率抬升值也可以称为最优功率抬升值。
也就是说,接入网设备可以根据算法模型来确定目标小区的目标关键特征对应的具有最大收益的第一功率抬升值,即目标功率抬升值。
参见图5,在接入网设备根据该算法模型确定的目标功率抬升值,抬升目标资源块RB的发射功率之后,即,在步骤304之后,该方法还包括:
501、接入网设备在预设时间段内获取目标小区对应的目标KPI。
其中,预设时间段可以是3分钟、5分钟、6分钟或10分钟等,本申请实施例对预设时间段的大小不作限定。
其中,目标KPI可以包括吞吐量、掉话率或节能量中的至少一种。可以理解的是,目标KPI还可以是其他能够表征小区性能的指标,本申请实施例对目标KPI的类型不作限定。
其中,接入网设备在预设时间段内获取目标小区对应的目标KPI,可以包括:接入网设备在预设时间段内获取目标小区的多个目标KPI,以便接入网设备后续根据所获取的多个目标KPI,得到目标KPI的量化值。本申请实施例对接入网设备在预设时间段内获取目标小区的多个目标KPI的方式不作限定。
示例性地,接入网设备可以在预设时间段内以固定间隔获取目标小区的多个目标KPI,以便接入网设备后续根据所获取的多个目标KPI,得到目标KPI的量化值。例如,在预设时间段为5分钟时,接入网设备可以在5分钟内以100毫秒为间隔获取目标小区的多个目标KPI。
示例性地,接入网设备可以在预设时间段内以不同间隔获取目标小区的多个目标KPI。
502、接入网设备将目标小区对应的目标关键特征、目标KPI、目标功率抬升值以及目标收益的对应关系更新到算法模型。
其中,目标收益是根据目标KPI、目标功率抬升值以及基线值得到的收益。
其中,算法模型可以包括知识库,步骤502可以包括:接入网设备将目标小区对应的目标关键特征、目标KPI、目标功率抬升值以及目标收益的对应关系更新到知识库。
在一些实现方式中,若目标KPI的量化值与基线值的比较值未超过阈值,则收益为预设功率抬升值与目标功率抬升值的差值。
其中,目标KPI的量化值可以为根据目标KPI量化得到的值。例如,目标KPI的量化值可以为目标KPI的最大值、最小值、或平均值。本申请实施例对目标KPI的量化值的类型不作限定。
其中,基线值可以为预设的值,用于表示接入网设备在通道关断后补偿小区性能损失的功率抬升值所对应的KPI的量化值。本申请实施例对基线值的大小不作限定。
其中,目标KPI的量化值与基线值的比较值可以包括:目标KPI的量化值与基线值的差值;或者,目标KPI的量化值与基线值的差值的绝对值;或者,目标KPI的量化值与基线值的比值。可以理解的是,目标KPI的量化值与基线值的比较值不限于上述形式,本申请实施例对目标KPI的量化值与基线值的比较值的形式不作限定。
示例性地,在接入网设备关闭目标小区对应多个天线中的一半天线的发射通道时,基线值可以为在功率抬升值是6dB时KPI的平均值。可以理解的是,在接入网设备关闭目标小区对应多个天线中的一半天线的发射通道时,基线值还可以为在功率抬升值是4dB、5dB、7dB或8dB时KPI的量化值。
示例性地,阈值可以为基线值的1%、2%、3%、5%或10%等。本申请实施例对阈值的大小不作限定,用户可以根据实际使用场景自行选择。
其中,预设功率抬升值可以是接入网设备预设的功率抬升值或者用户自行定义的功率抬升值。例如,预设功率抬升值可以是0dB、1dB、2dB、3dB、4dB、5dB、6dB或7dB等。
在该方案中,若目标KPI的量化值与基线值的比较值超过阈值,则说明目标KPI的量化值已经偏离基线值较多,说明此时的目标小区的性能已经出现超出预设范围的下降。从而,此时的功率抬升值无法较好地补偿通道关断后的小区性能损失,因此,该功率抬升值不可选。也就是说,目标KPI的量化值与基线值的比较值超过阈值,就说明该功率抬升值无法较好地补偿通道关断后的小区性能损失,此时不管该功率抬升值相比于预设功率抬升值的大小如何,均认为此时的功率抬升值不可选。若目标KPI的量化值与基线值的比较值未超过阈值,说明此时的目标小区的性能没有出现超出预设范围的下降。从而,此时的功率抬升值可以较好地补偿通道关断后的小区性能损失,此时的收益为预设功率抬升值与目标功率抬升值的比较值。例如,在目标KPI的量化值与基线值的比较值未超过阈值时,预设功率抬升值为6dB,目标功率抬升值为5dB,则此时的收益为1dB。
也就是说,在目标KPI的量化值与基线值的比较值未超过阈值时,目标功率抬升值能够满足小区性能补偿的需要,又能够带来较大的能量节省。
503、接入网设备根据更新后的算法模型调整关系模型。
接入网设备在将目标小区对应的目标关键特征、目标KPI、目标功率抬升值以及目标收益的对应关系更新到算法模型之后,可以根据更新后的算法模型调整关系模型。从而,接入网设备每次在该算法模型中输入目标小区的关键特征,就能得到目标功率抬升值。然后,接入网设备利用该功率抬升值来抬升发射功率,并在时间段T内获取该目标小区对应的目标KPI,然后,接入网设备可以将目标小区对应的目标关键特征、目标KPI、目标功率抬升值以及得到的目标收益的对应关系更新到算法模型,根据更新后的算法模型调整关键特征与第一功率抬升值之间的关系模型。从而,每次应用算法模型时,该算法模型会得到更新反馈,使得该算法模型可以不断调整和优化关系模型。在下一次应用算法模型时,接入网设备可以根据最近进行优化处理后的关系模型和算法模型来确定最优的功率抬升值。
也就是说,接入网设备在每次利用该算法模型确定目标小区的关键特征对应的目标功率抬升值之后,会将目标小区对应的目标关键特征、目标KPI、目标功率抬升值以及目标收益的对应关系更新到算法模型并以此调整关系模型,从而接入网设备可以不断更新算法模型并调整关系模型,使得根据该算法模型确定的功率抬升值更准确。
可见,步骤501至步骤503描述了一种基于小区的关键特征及其对应的KPI、功率抬升值以及收益来不断更新算法模型并调整关系模型的方法,因此,步骤501至步骤503描述的不断更新算法模型的方法可以称为强化学习算法。
其中,强化学习算法还可以通过图6所示的流程图来进行说明。首先,接入网设备在将目标小区的关键特征输入算法模型之后,接入网设备可以根据算法模型中的知识库确定目标功率抬升值,该步骤称为决策步骤。然后,接入网设备利用该功率抬升值来抬升与目标小区或目标用户对应的接入网设备的发射功率,该步骤称为动作步骤。之后,接入网设备收集在抬升目标资源块RB的发射功率之后的目标小区的KPI指标,该步骤称为收集步骤。最后,接入网设备将目标小区对应的目标关键特征、目标KPI、目标功率抬升值以及目标收益的对应关系更新到算法模型并根据更新后的算法模型调整关键特征与第一功率抬升值之间的关系模型,该步骤称为更新步骤。在下一次获取到另一目标小区的关键特征时,接入网设备可以通过决策步骤,根据更新后的关系模型和算法模型来确定另一目标功率抬升值,从而,接入网设备可以再次执行该学习过程,对算法模型的知识库做出新的更新。从而通过这样不断反馈的强化学习过程,通过强化算法得到的算法模型能够较好地表征关键特征与最优功率抬升值之间的关系,以得到最优的功率抬升策略。
需要说明的是,强化学习算法在初始状态下由于可能尚未建立知识库,知识库可能为空。因此,在初始状态下,接入网设备可以预设或随机选择一个功率抬升值来进行功率抬升。例如,在初始状态下,当接入网设备关闭目标小区对应多个天线中的一半天线的发射通道时,决策步骤可以类似于监督型机器学习算法,接入网设备可以多次调整小区的功率抬升值,例如,可以包括:接入网设备从6dB开始以预设步长减小功率抬升值,直至功率抬升值为0dB;然后依此循环。之后,当知识库中积累了多组小区的关键特征、功率抬升值以及接入网设备采用该功率抬升值时的收益的对应关系时,小区的关键特征与最优功率抬升值之间的关系模型已经初步建立,此时可以按照图6所示的流程确定最优功率抬升值并且更新知识库。
与前述步骤401至步骤407描述的监督型机器学习算法相比,强化学习算法不需要使接入网设备根据参考KPI和基线值确定参考变动标签,也不需要在算法模型训练之后使用预留的数据集来评估算法模型的可用度。因此,强化学习算法的建模过程更简单,无需设置变动标签,更适用于难以用变动标签标记的场景中的模型构建。
另外,对于小区的关键特征变化剧烈的小区,接入网设备多次获取的小区的参考关键特征相差较大,而小区的KPI受到参考关键特征的影响。从而,对于小区的关键特征变化剧烈的小区,即使接入网设备设置同样的功率抬升值,多次获取的小区的参考关键特征也可能存在较大差异。因此,根据预设的基线值来计算变动标签可能会存在较大误差。而强化学习算法不需要使接入网设备根据参考KPI和基线值确定参考变动标签,并且根据强化学习算法得到的算法模型随着不断更新而不断强化,因此,强化学习算法相比于监督学习算法,更适合应用于特征变化波动较大的小区。
可以理解的是,为了实现上述功能,接入网设备包含了执行各个功能相应的硬件和/或软件模块。结合本文中所公开的实施例描述的各示例的算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以结合实施例对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本实施例可以根据上述方法示例对接入网设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块可以采用硬件的形式实现。需要说明的是,本实施例中对模块的划分是示意性的,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。
在采用对应各个功能划分各个功能模块的情况下,图7示出了上述实施例中涉及的接入网设备700的一种可能的组成示意图,如图7所示,该接入网设备700可以包括:开关单元701、获取单元702、确定单元703、调整单元704、输入单元705、计算单元706和执行单元707。
其中,开关单元701可以用于支持接入网设备700执行上述步骤301等,和/或用于本文所描述的技术的其他过程。
获取单元702可以用于支持接入网设备700执行上述步骤302、步骤403、步骤501等,和/或用于本文所描述的技术的其他过程。
确定单元703可以用于支持接入网设备700执行上述步骤303、步骤404等,和/或用于本文所描述的技术的其他过程。
调整单元704可以用于支持接入网设备700执行上述步骤401、步骤503等,和/或用于本文所描述的技术的其他过程。
输入单元705可以用于支持接入网设备700执行上述步骤405、步骤502等,和/或用于本文所描述的技术的其他过程。
计算单元706可以用于支持接入网设备700执行上述步骤406、步骤407等,和/或用于本文所描述的技术的其他过程。
执行单元707可以用于支持接入网设备700执行上述步骤304、步骤402等,和/或用于本文所描述的技术的其他过程。
需要说明的是,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
本实施例提供的接入网设备700,用于执行上述功率调节方法,因此可以达到与上述实现方法相同的效果。
在采用集成的单元的情况下,接入网设备700可以包括处理模块、存储模块和通信模块。其中,处理模块可以用于对接入网设备700的动作进行控制管理,例如,可以用于支持接入网设备700执行上述开关单元701、获取单元702、确定单元703、调整单元704、输入单元705、计算单元706和执行单元707执行的步骤。存储模块可以用于支持接入网设备700存储程序代码和数据等。通信模块,可以用于支持接入网设备700与其他设备的通信,例如与无线接入设备的通信。
其中,处理模块可以是处理器或控制器。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,数字信号处理(digital signal processing,DSP)和微处理器的组合等等。存储模块可以是存储器。通信模块具体可以为射频电路、蓝牙芯片、Wi-Fi芯片等与其他接入网设备交互的设备。
本申请的实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机指令,当该计算机指令在接入网设备上运行时,使得接入网设备执行上述相关方法步骤实现上述实施例中的功率调节方法。
本申请的实施例还提供了一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述相关步骤,以实现上述实施例中接入网设备执行的功率调节方法。
另外,本申请的实施例还提供一种装置,这个装置具体可以是芯片,组件或模块,该装置可包括相连的处理器和存储器;其中,存储器用于存储计算机执行指令,当装置运行时,处理器可执行存储器存储的计算机执行指令,以使芯片执行上述各方法实施例中接入网设备执行的功率调节方法。
其中,本实施例提供的接入网设备、计算机可读存储介质、计算机程序产品或芯片均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
通过以上实施方式的描述,所属领域的技术人员可以了解到,为描述的方便和简洁,仅以上述各功能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功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个装置,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,装置或单元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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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全部或部分可以以软件产品的形式体现出来,该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个设备(可以是单片机,芯片等)或处理器(processor)执行本申请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。
以上内容,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (27)
1.一种功率调节方法,其特征在于,所述方法包括:
接入网设备关闭与目标小区对应的多个天线中的部分天线的发射通道;
所述接入网设备获取所述目标小区的目标关键特征;
所述接入网设备根据所述目标关键特征,确定目标功率抬升值;
所述接入网设备根据所述目标功率抬升值,抬升与所述目标小区或目标用户对应的所述接入网设备的发射功率。
2.根据权利要求1所述的方法,其特征在于,所述接入网设备根据所述目标关键特征,确定目标功率抬升值,包括:
所述接入网设备将所述目标关键特征输入所述接入网设备中的算法模型;
所述接入网设备根据所述算法模型的输出确定目标功率抬升值。
3.根据权利要求2所述的方法,其特征在于,在所述接入网设备获取所述目标小区的所述目标关键特征之前,所述方法还包括:
所述接入网设备多次调整参考小区的参考功率抬升值;
所述接入网设备根据所述参考功率抬升值,抬升与所述参考小区对应的所述接入网设备的发射功率;
所述接入网设备在每次调整时段内获取所述参考小区的参考关键特征和所述参考小区的参考关键绩效指标KPI;
所述接入网设备根据所述参考KPI和基线值确定参考变动标签;其中,所述参考变动标签用于指示所述功率抬升值是否合适;
所述接入网设备将所述参考关键特征、所述参考功率抬升值和所述参考变动标签输入所述算法模型;
所述接入网设备在所述算法模型中学习得到关键特征、功率抬升值和变动标签的关系模型。
4.根据权利要求3所述的方法,其特征在于,所述接入网设备中预留有数据集,所述数据集包括在获取所述目标关键特征之前获取到的多组所述参考关键特征、所述参考功率抬升值、所述参考变动标签;
在所述接入网设备在所述算法模型中训练得到所述关键特征、所述功率抬升值和所述变动标签的关系模型之后,所述方法还包括:
所述接入网设备利用所述数据集评估所述算法模型的可用度。
5.根据权利要求3或4所述的方法,其特征在于,所述接入网设备根据所述参考KPI和基线值确定所述参考变动标签,包括:
所述接入网设备计算所述参考KPI的量化值与所述基线值的比较值;
若所述比较值超过阈值,则所述接入网设备确定所述参考变动标签为第一变动标签,所述第一变动标签用于指示所述参考功率抬升值不合适;
若所述比较值未超过所述阈值,则所述接入网设备确定所述参考变动标签为第二变动标签,所述第二变动标签用于指示所述参考功率抬升值合适。
6.根据权利要求5所述的方法,其特征在于,所述算法模型的输出为所述变动标签;
所述接入网设备根据所述算法模型的输出确定目标功率抬升值,包括:
所述接入网设备确定所述第二变动标签对应的功率抬升值中的最小功率抬升值,所述最小功率抬升值为所述目标功率抬升值。
7.根据权利要求2所述的方法,其特征在于,所述算法模型包括多组小区的关键特征、功率抬升值以及所述接入网设备采用所述功率抬升值时的收益的对应关系;所述算法模型用于学习所述关键特征与第一功率抬升值之间的关系模型,所述第一功率抬升值为所述关键特征对应的具有最大收益的功率抬升值。
8.根据权利要求7所述的方法,其特征在于,在所述接入网设备根据所述目标功率抬升值,抬升与所述目标小区对应的所述接入网设备的发射功率之后,所述方法还包括:
所述接入网设备在预设时间段内获取所述目标小区对应的目标KPI;
所述接入网设备将所述目标小区对应的所述目标关键特征、所述目标KPI、所述目标功率抬升值以及目标收益的对应关系更新到所述算法模型;其中,所述目标收益是根据所述目标KPI、所述目标功率抬升值以及基线值得到的收益;
所述接入网设备根据更新后的所述算法模型调整所述关系模型。
9.根据权利要求8所述的方法,其特征在于,
若所述目标KPI的量化值与所述基线值的比较值未超过阈值,则所述收益为预设功率抬升值与所述目标功率抬升值的差值。
10.根据权利要求3-6、8-9任一项所述的方法,其特征在于,在所述接入网设备关闭目标小区对应所述多个天线中的一半天线的发射通道时,所述基线值为在所述功率抬升值是6dB时KPI的量化值。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述目标关键特征包括小区负载,小区业务量,或小区用户分布中的至少一种。
12.根据权利要求3-6任一项所述的方法,其特征在于,所述目标KPI包括吞吐量、掉话率或节能量中的至少一种。
13.根据权利要求3-6任一项所述的方法,其特征在于,所述接入网设备多次调整所述小区的功率抬升值,包括:
所述接入网设备从第一预设值开始以预设步长减小功率抬升值,直至功率抬升值为第二预设值;然后依此循环;或者,
所述接入网设备从所述第二预设值开始以预设步长增大功率抬升值,直至功率抬升值为所述第一预设值;然后依此循环。
14.根据权利要求1-13任一项所述的方法,其特征在于,所述接入网设备根据所述目标功率抬升值,抬升与所述目标小区或目标用户对应的所述接入网设备的发射功率,包括:
所述接入网设备根据所述目标功率抬升值,抬升与所述目标小区对应的所述接入网设备使用的目标资源块RB的发射功率;或者,
所述接入网设备根据所述目标功率抬升值,抬升与所述目标小区对应的所述接入网设备的所有资源块RB的发射功率;或者,
所述接入网设备根据所述目标功率抬升值,抬升与所述目标小区中的目标用户对应的所述接入网设备的资源块RB的发射功率。
15.一种接入网设备,其特征在于,包括:
一个或多个处理器;存储器;多个应用程序;以及一个或多个计算机程序;其中,所述一个或多个计算机程序被存储在所述存储器中,所述一个或多个计算机程序包括指令,当所述指令被所述接入网设备执行时,使得所述接入网设备执行以下步骤:
关闭与目标小区对应的多个天线中的部分天线的发射通道;
获取所述目标小区的目标关键特征;
根据所述目标关键特征,确定目标功率抬升值;
根据所述目标功率抬升值,抬升与所述目标小区或目标用户对应的所述接入网设备的发射功率。
16.根据权利要求15所述的接入网设备,其特征在于,所述根据所述目标关键特征,确定目标功率抬升值,包括:
将所述目标关键特征输入所述接入网设备中的算法模型;
根据所述算法模型的输出确定目标功率抬升值。
17.根据权利要求16所述的接入网设备,其特征在于,在所述获取所述目标小区的所述目标关键特征之前,所述接入网设备还执行以下步骤:
多次调整参考小区的参考功率抬升值;
根据所述参考功率抬升值,抬升与所述参考小区对应的所述接入网设备的发射功率;
在每次调整时段内获取所述参考小区的参考关键特征和所述参考小区的参考关键绩效指标KPI;
根据所述参考KPI和基线值确定参考变动标签;其中,所述参考变动标签用于指示所述功率抬升值是否合适;
将所述参考关键特征、所述参考功率抬升值和所述参考变动标签输入所述算法模型;
在所述算法模型中学习得到关键特征、功率抬升值和变动标签的关系模型。
18.根据权利要求17所述的接入网设备,其特征在于,所述接入网设备中预留有数据集,所述数据集包括在获取所述目标关键特征之前获取到的多组所述参考关键特征、所述参考功率抬升值、所述参考变动标签;
在所述算法模型中学习得到所述关键特征、所述功率抬升值和所述变动标签的关系模型之后,所述接入网设备还执行以下步骤:
利用所述数据集评估所述算法模型的可用度。
19.根据权利要求17或18所述的接入网设备,其特征在于,所述根据所述参考KPI和基线值确定所述参考变动标签,包括:
计算所述参考KPI的量化值与所述基线值的比较值;
若所述比较值超过阈值,则确定所述参考变动标签为第一变动标签,所述第一变动标签用于指示所述参考功率抬升值不合适;
若所述比较值未超过所述阈值,则确定所述参考变动标签为第二变动标签,所述第二变动标签用于指示所述参考功率抬升值合适。
20.根据权利要求19所述的接入网设备,其特征在于,所述算法模型的输出为所述变动标签;
所述根据所述算法模型的输出确定目标功率抬升值,包括:
确定所述第二变动标签对应的功率抬升值中的最小功率抬升值,所述最小功率抬升值为所述目标功率抬升值。
21.根据权利要求16所述的接入网设备,其特征在于,所述算法模型包括多组小区的关键特征、功率抬升值以及所述接入网设备采用所述功率抬升值时的收益的对应关系;所述算法模型用于学习所述关键特征与第一功率抬升值之间的关系模型,所述第一功率抬升值为所述关键特征对应的具有最大收益的功率抬升值。
22.根据权利要求21所述的接入网设备,其特征在于,在所述根据所述目标功率抬升值,抬升与所述目标小区或目标用户对应的所述接入网设备的发射功率之后,所述接入网设备还执行以下步骤:
在预设时间段内获取所述目标小区对应的目标KPI;
将所述目标小区对应的所述目标关键特征、所述目标KPI、所述目标功率抬升值以及目标收益的对应关系更新到所述算法模型;其中,所述目标收益是根据所述目标KPI、所述目标功率抬升值以及基线值得到的收益;
根据更新后的所述算法模型调整所述关系模型。
23.根据权利要求22所述的接入网设备,其特征在于,
若所述目标KPI的量化值与所述基线值的比较值未超过阈值,则所述收益为预设功率抬升值与所述目标功率抬升值的差值。
24.根据权利要求17-20、22-23任一项所述的接入网设备,其特征在于,在关闭目标小区对应所述多个天线中的一半天线的发射通道时,所述基线值为在所述功率抬升值是6dB时KPI的量化值。
25.根据权利要求17-20任一项所述的接入网设备,其特征在于,所述多次调整所述小区的功率抬升值,包括:
从第一预设值开始以预设步长减小功率抬升值,直至功率抬升值为第二预设值;然后依此循环;或者,
从所述第二预设值开始以预设步长增大功率抬升值,直至功率抬升值为所述第一预设值;然后依此循环。
26.根据权利要求15-25任一项所述的接入网设备,其特征在于,所述根据所述目标功率抬升值,抬升与所述目标小区或目标用户对应的所述接入网设备的发射功率,包括:
根据所述目标功率抬升值,抬升与所述目标小区对应的所述接入网设备使用的目标资源块RB的发射功率;或者,
根据所述目标功率抬升值,抬升与所述目标小区对应的所述接入网设备的所有资源块RB的发射功率;或者,
根据所述目标功率抬升值,抬升与所述目标小区中的所述目标用户对应的所述接入网设备的资源块RB的发射功率。
27.一种计算机可读存储介质,其特征在于,包括计算机指令,当所述计算机指令在接入网设备上运行时,使得所述接入网设备执行如权利要求1-14中任一项所述的功率调节方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038422.7A CN112752327B (zh) | 2019-10-29 | 2019-10-29 | 功率调节方法和接入网设备 |
PCT/CN2020/124504 WO2021083230A1 (zh) | 2019-10-29 | 2020-10-28 | 功率调节方法和接入网设备 |
EP20880976.4A EP4044691B1 (en) | 2019-10-29 | 2020-10-28 | Power adjusting method and access network device |
US17/730,794 US12096355B2 (en) | 2019-10-29 | 2022-04-27 | Amended version cleanpower adjustment method and access network device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038422.7A CN112752327B (zh) | 2019-10-29 | 2019-10-29 | 功率调节方法和接入网设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112752327A true CN112752327A (zh) | 2021-05-04 |
CN112752327B CN112752327B (zh) | 2023-10-20 |
Family
ID=75640127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911038422.7A Active CN112752327B (zh) | 2019-10-29 | 2019-10-29 | 功率调节方法和接入网设备 |
Country Status (4)
Country | Link |
---|---|
US (1) | US12096355B2 (zh) |
EP (1) | EP4044691B1 (zh) |
CN (1) | CN112752327B (zh) |
WO (1) | WO2021083230A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116056191A (zh) * | 2021-10-28 | 2023-05-02 | 诺基亚通信公司 | 无线电接入网络中的功率节省 |
CN117320136A (zh) * | 2023-11-24 | 2023-12-29 | 四川恒湾科技有限公司 | 一种无线通信基站中射频单元节能控制方法及系统 |
CN118138483A (zh) * | 2024-05-06 | 2024-06-04 | 鹏城实验室 | 数据流处理方法、装置、计算机设备及可读存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4338490A4 (en) * | 2021-05-17 | 2024-07-10 | Huawei Tech Co Ltd | REGULATION OF TRANSMIT POWER IN WIRELESS COMMUNICATION NETWORKS |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010137870A2 (ko) * | 2009-05-26 | 2010-12-02 | 엘지전자 주식회사 | 무선 통신 시스템에서 사운딩 기준 신호 송수신 방법 및 장치 |
CN102771165A (zh) * | 2010-02-24 | 2012-11-07 | 瑞典爱立信有限公司 | 用于控制多天线基站中能耗的方法和设备 |
US20130100880A1 (en) * | 2011-10-20 | 2013-04-25 | Telefonaktiebolaget Lm Ericsson (Publ) | Power Reduction for Correlated Carriers in a Cellular Communication System |
CN103906076A (zh) * | 2014-03-26 | 2014-07-02 | 浙江工商大学 | 一种分布式自适应调节小基站发射功率偏置值的方法 |
CN106453909A (zh) * | 2016-10-19 | 2017-02-22 | 广东欧珀移动通信有限公司 | 一种功率调整方法及移动终端 |
US20170126265A1 (en) * | 2015-11-03 | 2017-05-04 | Motorola Mobility Llc | Proximal user detection with measurement receiver |
CN106850023A (zh) * | 2009-03-22 | 2017-06-13 | Lg电子株式会社 | 使用多个天线的信道探测方法以及用于其的装置 |
US20170289920A1 (en) * | 2016-03-29 | 2017-10-05 | Futurewei Technologies, Inc. | Method and Apparatus for Resource and Power Allocation in Non-Orthogonal Uplink Transmissions |
WO2017212497A1 (en) * | 2016-06-07 | 2017-12-14 | Dr Tejas Jhaveri | Automatic real-time load side voltage optimization |
CN108234096A (zh) * | 2016-12-21 | 2018-06-29 | 华为技术有限公司 | 参考信号的发送和接收方法,接入网设备和终端设备 |
WO2018217012A1 (ko) * | 2017-05-22 | 2018-11-29 | 삼성전자 주식회사 | 다중 캐리어 시스템에서 셀의 송신 전력 조절 방법 및 장치 |
CN109709046A (zh) * | 2019-02-11 | 2019-05-03 | 叶志刚 | 一种太赫兹癌症检测仪 |
Family Cites Families (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7885795B2 (en) * | 2005-05-02 | 2011-02-08 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
DK2147585T3 (en) * | 2007-05-15 | 2017-01-16 | Schneider Electric It Corp | PROCEDURE AND SYSTEM FOR HANDLING EQUIPMENT AND COOLING |
US8055300B2 (en) * | 2007-08-29 | 2011-11-08 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for indoor coverage of user equipment terminals |
ES2354538B1 (es) * | 2008-08-14 | 2012-01-26 | Vodafone España, S.A. | Sistema y método de conmutación dinámica entre transmisión de una única antena y múltiples antenas. |
EP2161851B1 (en) * | 2008-09-04 | 2012-06-27 | Alcatel Lucent | Base station coverage optimization using switched multi-element antennas |
US9519517B2 (en) * | 2009-02-13 | 2016-12-13 | Schneider Electtic It Corporation | Data center control |
US9778718B2 (en) * | 2009-02-13 | 2017-10-03 | Schneider Electric It Corporation | Power supply and data center control |
US8219362B2 (en) * | 2009-05-08 | 2012-07-10 | American Power Conversion Corporation | System and method for arranging equipment in a data center |
US8972217B2 (en) * | 2010-06-08 | 2015-03-03 | Schneider Electric It Corporation | System and method for predicting temperature values in a data center |
CN103906203B (zh) * | 2012-12-28 | 2018-02-23 | 中国电信股份有限公司 | 通过覆盖补偿实现基站节能的方法和系统 |
CN103686973B (zh) * | 2013-12-30 | 2017-05-17 | 大唐移动通信设备有限公司 | 一种射频拉远单元的功率调整方法及装置 |
US10102313B2 (en) * | 2014-12-30 | 2018-10-16 | Schneider Electric It Corporation | Raised floor plenum tool |
US9984580B2 (en) * | 2015-01-09 | 2018-05-29 | General Electric Company | Method and system for robust network planning optimization of airline flight operations |
US20160233580A1 (en) * | 2015-02-06 | 2016-08-11 | Qualcomm Incorporated | Method and apparatus to control the gain of a millimeter wave phased array system |
US10287988B2 (en) * | 2015-03-27 | 2019-05-14 | General Electric Company | Methods and systems for enhancing operation of power plant generating units and systems |
EP3560247A1 (en) * | 2016-12-22 | 2019-10-30 | Telefonaktiebolaget LM Ericsson (publ) | Method and network node for enabling wireless communication with a wireless device |
CN110301143B (zh) * | 2016-12-30 | 2022-04-22 | 英特尔公司 | 用于无线电通信的方法和设备 |
US11044650B2 (en) * | 2017-03-23 | 2021-06-22 | Convida Wireless, Llc | Downlink measurement design in new radio |
US10636007B2 (en) * | 2017-05-15 | 2020-04-28 | Tata Consultancy Services Limited | Method and system for data-based optimization of performance indicators in process and manufacturing industries |
US10039016B1 (en) * | 2017-06-14 | 2018-07-31 | Verizon Patent And Licensing Inc. | Machine-learning-based RF optimization |
US10375585B2 (en) * | 2017-07-06 | 2019-08-06 | Futurwei Technologies, Inc. | System and method for deep learning and wireless network optimization using deep learning |
US10817033B2 (en) * | 2017-12-14 | 2020-10-27 | Schneider Electric It Corporation | Method and system for predicting effect of a transient event on a data center |
CN110139325B (zh) * | 2018-02-09 | 2021-08-13 | 华为技术有限公司 | 一种网络参数调优方法及装置 |
CA3114093C (en) * | 2018-09-26 | 2024-06-18 | Middle Chart, LLC | Method and apparatus for augmented virtual models and orienteering |
WO2020064134A1 (en) * | 2018-09-28 | 2020-04-02 | Nokia Technologies Oy | Radio-network self-optimization based on data from radio network and spatiotemporal sensors |
CN109548124B (zh) * | 2019-01-11 | 2021-11-12 | 普联技术有限公司 | 无线路由器功率控制方法、装置、存储介质及无线路由器 |
JP7011759B1 (ja) * | 2019-02-19 | 2022-01-27 | ノキア ソリューションズ アンド ネットワークス オサケユキチュア | 無線アクセスネットワーク(ran)ノードに対するニューラルネットワークの構成 |
EP3709708B1 (en) * | 2019-03-15 | 2023-03-08 | Nokia Solutions and Networks Oy | Method and apparatus for configuring a communication network |
WO2020227435A1 (en) * | 2019-05-07 | 2020-11-12 | Intel Corporation | V2x services for providing journey-specific qos predictions |
US11742754B2 (en) * | 2019-10-25 | 2023-08-29 | Intel Corporation | Enhanced constant-on-time buck intellectual property apparatus and method |
US20230269606A1 (en) * | 2020-05-05 | 2023-08-24 | Nokia Technologies Oy | Measurement configuration for local area machine learning radio resource management |
US11743102B1 (en) * | 2020-06-08 | 2023-08-29 | Cirrus360 LLC | Cross-platform programmable network communication |
US12010144B2 (en) * | 2020-06-18 | 2024-06-11 | Intel Corporation | End-to-end device attestation |
US20230325711A1 (en) * | 2020-09-18 | 2023-10-12 | Telefonaktiebolaget Lm Ericsson (Publ) | Methods and systems for updating machine learning models |
US11799733B2 (en) * | 2020-10-28 | 2023-10-24 | Telefonaktiebolaget Lm Ericsson (Publ) | Energy usage in a communications network |
EP4002911A1 (en) * | 2020-11-13 | 2022-05-25 | Robert Bosch GmbH | Apparatuses and methods to determine a high-resolution qos prediction map |
TWI767599B (zh) * | 2021-03-08 | 2022-06-11 | 國立陽明交通大學 | 體驗品質優化系統及方法 |
EP4175370A3 (en) * | 2021-10-28 | 2023-08-30 | Nokia Solutions and Networks Oy | Power saving in radio access network |
-
2019
- 2019-10-29 CN CN201911038422.7A patent/CN112752327B/zh active Active
-
2020
- 2020-10-28 EP EP20880976.4A patent/EP4044691B1/en active Active
- 2020-10-28 WO PCT/CN2020/124504 patent/WO2021083230A1/zh unknown
-
2022
- 2022-04-27 US US17/730,794 patent/US12096355B2/en active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106850023A (zh) * | 2009-03-22 | 2017-06-13 | Lg电子株式会社 | 使用多个天线的信道探测方法以及用于其的装置 |
WO2010137870A2 (ko) * | 2009-05-26 | 2010-12-02 | 엘지전자 주식회사 | 무선 통신 시스템에서 사운딩 기준 신호 송수신 방법 및 장치 |
CN102771165A (zh) * | 2010-02-24 | 2012-11-07 | 瑞典爱立信有限公司 | 用于控制多天线基站中能耗的方法和设备 |
US20130100880A1 (en) * | 2011-10-20 | 2013-04-25 | Telefonaktiebolaget Lm Ericsson (Publ) | Power Reduction for Correlated Carriers in a Cellular Communication System |
CN103906076A (zh) * | 2014-03-26 | 2014-07-02 | 浙江工商大学 | 一种分布式自适应调节小基站发射功率偏置值的方法 |
US20170126265A1 (en) * | 2015-11-03 | 2017-05-04 | Motorola Mobility Llc | Proximal user detection with measurement receiver |
US20170289920A1 (en) * | 2016-03-29 | 2017-10-05 | Futurewei Technologies, Inc. | Method and Apparatus for Resource and Power Allocation in Non-Orthogonal Uplink Transmissions |
WO2017212497A1 (en) * | 2016-06-07 | 2017-12-14 | Dr Tejas Jhaveri | Automatic real-time load side voltage optimization |
CN106453909A (zh) * | 2016-10-19 | 2017-02-22 | 广东欧珀移动通信有限公司 | 一种功率调整方法及移动终端 |
CN108234096A (zh) * | 2016-12-21 | 2018-06-29 | 华为技术有限公司 | 参考信号的发送和接收方法,接入网设备和终端设备 |
WO2018217012A1 (ko) * | 2017-05-22 | 2018-11-29 | 삼성전자 주식회사 | 다중 캐리어 시스템에서 셀의 송신 전력 조절 방법 및 장치 |
CN109709046A (zh) * | 2019-02-11 | 2019-05-03 | 叶志刚 | 一种太赫兹癌症检测仪 |
Non-Patent Citations (1)
Title |
---|
黄俊;田森;张诗壮;: "5G-NR基站软节能技术", 中兴通讯技术, no. 06 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116056191A (zh) * | 2021-10-28 | 2023-05-02 | 诺基亚通信公司 | 无线电接入网络中的功率节省 |
CN117320136A (zh) * | 2023-11-24 | 2023-12-29 | 四川恒湾科技有限公司 | 一种无线通信基站中射频单元节能控制方法及系统 |
CN117320136B (zh) * | 2023-11-24 | 2024-03-08 | 四川恒湾科技有限公司 | 一种无线通信基站中射频单元节能控制方法及系统 |
CN118138483A (zh) * | 2024-05-06 | 2024-06-04 | 鹏城实验室 | 数据流处理方法、装置、计算机设备及可读存储介质 |
CN118138483B (zh) * | 2024-05-06 | 2024-07-23 | 鹏城实验室 | 数据流处理方法、装置、计算机设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US12096355B2 (en) | 2024-09-17 |
CN112752327B (zh) | 2023-10-20 |
EP4044691A4 (en) | 2022-11-23 |
US20220256454A1 (en) | 2022-08-11 |
EP4044691B1 (en) | 2024-06-26 |
WO2021083230A1 (zh) | 2021-05-06 |
EP4044691A1 (en) | 2022-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112752327B (zh) | 功率调节方法和接入网设备 | |
Iqbal et al. | Double deep Q-network-based energy-efficient resource allocation in cloud radio access network | |
Labidi et al. | Energy-optimal resource scheduling and computation offloading in small cell networks | |
US20220225127A1 (en) | Proactive Mobile Network Optimization | |
CN111787543B (zh) | 一种基于改进灰狼优化算法的5g通信系统资源分配方法 | |
Iqbal et al. | Double deep Q-network for power allocation in cloud radio access network | |
CN111162888B (zh) | 分布式天线系统、远程接入单元、功率分配方法和介质 | |
WO2023124469A1 (zh) | 设备节能方法、系统、电子设备及存储介质 | |
JP2023504886A (ja) | 初期mcs値確定方法、電子デバイス及び記憶媒体 | |
CN115066006A (zh) | 一种基于强化学习的基站休眠方法、设备和介质 | |
CN103002499B (zh) | 无线资源分配优化方法及无线通信系统 | |
Temesgene et al. | Dynamic control of functional splits for energy harvesting virtual small cells: A distributed reinforcement learning approach | |
KR20180027748A (ko) | 다중 입출력 시스템에서 빔포밍을 위한 방법 및 장치 | |
CN102281618B (zh) | 功率控制的方法和装置 | |
CN106604381B (zh) | 一种基于三级发射功率机制的毫米波网络性能分析方法 | |
KR20220056352A (ko) | 고밀집 무선 네트워크에서 액세스 노드의 전송 모드 제어 방법 및 이를 위한 장치 | |
CN112751595B (zh) | 一种波束调整方法、装置、存储介质和源基站 | |
Wei et al. | The offloading model for green base stations in hybrid energy networks with multiple objectives | |
CN115002884B (zh) | 一种面向无蜂窝网络的接入点关断方法及装置 | |
US20220141766A1 (en) | Method of controlling plurality of cells for providing radio resources to plurality of user equipments, and electronic device for performing the method | |
CN114980282B (zh) | 一种功率调整方法以及网络管理服务器 | |
Noma‐Osaghae et al. | Particle swarm optimization of the spectral and energy efficiency of an SCMA‐based heterogeneous cellular network | |
CN109769291B (zh) | 一种终端功率控制的方法和终端 | |
WO2024041421A1 (zh) | 测量反馈处理方法、装置、终端及网络侧设备 | |
Li et al. | A novel power control game algorithm for cognitive radio |
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 |