CN113891377A - 一种5g小基站设备自动维护及调优方法 - Google Patents
一种5g小基站设备自动维护及调优方法 Download PDFInfo
- Publication number
- CN113891377A CN113891377A CN202111344405.3A CN202111344405A CN113891377A CN 113891377 A CN113891377 A CN 113891377A CN 202111344405 A CN202111344405 A CN 202111344405A CN 113891377 A CN113891377 A CN 113891377A
- Authority
- CN
- China
- Prior art keywords
- base station
- early warning
- small base
- equipment
- station equipment
- 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.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims description 38
- 238000004891 communication Methods 0.000 claims abstract description 132
- 230000005012 migration Effects 0.000 claims abstract description 89
- 238000013508 migration Methods 0.000 claims abstract description 89
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 230000002159 abnormal effect Effects 0.000 claims abstract description 16
- 238000010206 sensitivity analysis Methods 0.000 claims abstract description 11
- 238000012546 transfer Methods 0.000 claims abstract description 5
- 230000005059 dormancy Effects 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 18
- 230000005856 abnormality Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 230000007958 sleep Effects 0.000 claims description 13
- 230000007774 longterm Effects 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 7
- 230000008447 perception Effects 0.000 abstract description 13
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000005265 energy consumption Methods 0.000 description 17
- 230000002829 reductive effect Effects 0.000 description 10
- 238000009826 distribution Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 230000003068 static effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000007792 addition Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种5G小基站设备自动维护及调优系统,其包括:小基站设备、用户设备和预警模块,所述小基站设备,服务于其覆盖区域内的用户设备,用以实现其与用户设备之间的通信链路以及用户设备之间的信息传递交换;所述用户设备,用于根据用户的操作指示向小基站设备发送业务数据;所述预警模块,其包括负荷迁移分析模块、通信影响分析模块和预警敏感分析模块,所述预警模块可基于业务数据及其对小基站设备的相关状态参数并结合预储的预警触发规则分析得出对该小基站设备故障发生的预警结果。该系统可同步进行故障预测以及应对预案,有利于提升用户使用感知,且避免无关注价值的频繁异常报告。
Description
技术领域
本发明涉及5G基站技术领域,尤其涉及一种5G小基站设备自动维护及调优方法。
背景技术
随着用户终端数量的迅速增加、流量需求的大规模增长、万物互联等需求场景的不断多样化,各行业对于5G技术的应用需求越来越迫切,应用场景将越来越广泛。与以往不同,5G网络不再使用大型基站的布建架构,而是使用高密度的小型基站,这样更有利于让电信营运商能以最具成本效益的方式弹性组网,从而提高网络密度与覆盖范围。但同时,由于在技术标准中,5G的频段远高于2G、3G和4G网络,5G网络现阶段主要工作在3000~5000MHz频段,频率越高,信号传播过程中的衰减也越大,因此5G网络的基站密度将更高,进而发生故障和故障排查的任务也就增加。基站复杂度也随之大幅提升,维护成本和维护难度也随之增大。
传统电信网络运维问题的发现非常被动,大约有75%的问题是由用户感知和发现的,通过投诉向运营商反馈问题,而非电信运营商本身感知发现到的;同时,网络故障根因定位更难,日常运维有90%时间都花在了问题定位方面;而各专业运维支撑系统功能也面临开发周期长,闭环流程自动化程度低的技术瓶颈。面对5G网络高密度小基站的布建构架,传统运维方式已经不足以支撑服务的稳定性。
现有技术中如公开号为CN111866921A的专利文献所提出的一种5G基站业务故障查找方法,所述方法包括:在接收到基站退服报告后,获取基站的故障因子数据包;将故障因子数据包解析后与故障数据库中的故障发生数据进行比对以便检测是否有与故障因子数据匹配的故障发生数据;若发现匹配的故障发生数据,则根据预设的故障发生数据与故障检测点的对应关系确定故障发生位置。
上述现有解决方案,提出了针对在接收到基站退服报告后的故障定位方案,然而至少存在以下缺陷:基站退服即会阻断客户的通信服务,而上述解决方案仅为退服发生后的响应式行为,严重影响客户使用感知;并且,实际中可能发生的故障类型多样,上述解决方案仅适用于基站退服后的故障定位,应用范围非常小;另外,在上述解决方案中,一旦发现故障异常就立即向上报告,然而巨大数据量本身就存在非常多的异常波动,进而将导致故障异常报告频率非常高且其中大多无关注价值。
此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于申请人作出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
传统电信网络运维问题的发现非常被动,大约有75%的问题是由用户感知和发现的,通过投诉向运营商反馈问题,而非电信运营商本身感知发现到的;同时,网络故障根因定位更难,日常运维有90%时间都花在了问题定位方面;而各专业运维支撑系统功能也面临开发周期长,闭环流程自动化程度低的技术瓶颈。面对5G网络高密度小基站的布建构架,传统运维方式已经不足以支撑服务的稳定性。对此,现有技术中如公开号为CN111866921A的专利文献所提出的一种5G基站业务故障查找方法,其提出了针对在接收到基站退服报告后的故障定位方案,然而至少存在以下缺陷:基站退服即会阻断客户的通信服务,而上述解决方案仅为退服发生后的响应式行为,严重影响客户使用感知;并且,实际中可能发生的故障类型多样,上述解决方案仅适用于基站退服后的故障定位,应用范围非常小;另外,在上述解决方案中,一旦发现故障异常就立即向上报告,然而巨大数据量本身就存在非常多的异常波动,进而将导致故障异常报告频率非常高且其中大多无关注价值。
针对现有技术之不足,本申请提出了能够提前预测基站故障的5G小基站设备自动维护及调优系统,其可同步进行故障预测以及应对预案,在主动感知发现可能出现的故障的同时,还同步地给出了应对预案进行自动维护或为维护人员提供参考,有利于提升用户使用感知,且避免无关注价值的频繁异常报告。可提前感知分析可能发生的多类型故障,应用范围广且处理效率高。该系统包括:小基站设备、用户设备和预警模块,所述小基站设备,服务于其覆盖区域内的用户设备,用以实现其与用户设备之间的通信链路以及用户设备之间的信息传递交换;所述用户设备,用于根据用户的操作指示向小基站设备发送业务数据;所述预警模块,其包括负荷迁移分析模块、通信影响分析模块和预警敏感分析模块,所述预警模块可基于业务数据及其对小基站设备的相关状态参数并结合预储的预警触发规则分析得出对该小基站设备故障发生的预警结果。
根据一种优选实施方式,所述预警模块可结合预储的预警触发规则对由所述负荷迁移分析模块、通信影响分析模块和预警敏感分析模块根据业务数据及小基站设备的相关状态参数分别计算得出的负荷迁移数据、通信影响数据和预警敏感数据进行处理后得出对该小基站设备故障发生的预警结果。本申请所提出的该系统从可能引发的故障、故障下的负荷迁移、故障下的通信影响以及故障下的预警敏感度等多方面进行分析,可以有效避免对用户造成通信阻断等此类的严重影响。通过小基站设备的自动智能维护及智能调优,可以极大地降低维护成本及维护难度,适于5G网络高密度小基站的布建构架。
根据一种优选实施方式,所述预警模块可通过配置在小基站设备中的至少一个监控设备来采集和监测小基站设备的相关状态参数,并且当其监测到相关状态参数异常时和/或当其接收到用户设备反馈的网络异常时所述预警模块可在长期设备监控模式、短期设备预警模式和反馈处理模式之间转换。
针对基站故障问题,现有技术中提出了相关解决方案,其研究方向主要是基于设备状态查询的故障定位方法:目前广泛应用的故障检查是根据网络管理协议,对网络中的各种设备运行过程中的状态信息主动进行轮询,例如获取RRU状态、天线驻波比以及BBU端口的状态指标等信息,利用这些信息分析设备是否工作异常,以此来定位故障。但此类方法至少存在以下缺陷:一是需要主动轮训状态信息,占用数据处理量大且速度较慢;二是分析所需的影响因素非常庞杂,数据量非常大,分析效率低,滞后性强。此外,小基站设备的相关状态参数异常的出现通常比较集中,大多出现在基站处于高业务负荷状态下,因此,小基站设备本身处于高负荷,更难以同步采用上述解决方案来处理分析出现的大量异常。
对此,本申请提出了可在多种模式下转换的预警方法,只需低运行占用即可实现监控预警,保障即使是在高负荷下的通信质量不受影响。在低负荷时可长期切换至长期设备监控模式,可以充分处理大量的基站历史数据而不影响业务通信。在高负荷下可长期切换至短期设备预警模式,实时监控设备状态而避免过大的数据处理量,保障高负荷下的通信质量,可同步处理分析出现的大量异常。在接收到用户反馈时切换至反馈处理模式,及时对用户反馈作出响应,提升用户使用感知。
根据一种优选实施方式,所述预警模块还被配置为当小基站设备处于正常工作状态时,监听当前的通信链路是否空闲,若监听到当前的通信链路空闲,则在所述通信链路空闲的时间长度达到预设时间长度时,预警模块通过请求小基站设备与宏基站建立通信链路的方式检查该小基站设备的通信服务能力是否正常和/或其在宏基站侧的状态记录是否正确。
根据一种优选实施方式,所述预警模块还被配置为:当小基站设备处于普通休眠状态、增强休眠状态或深度休眠状态时,监听宏基站周期性向未处于正常工作状态下的小基站设备发送的心跳包;若在预设时间段内未接收到心跳包,以向云端服务器反馈宏基站的通信服务出现故障的方式控制该小基站设备切换至正常工作模式,以保障网络的及时覆盖。
根据一种优选实施方式,所述预警敏感分析模块被配置为:获取基于智能计算对各小区的历史业务负荷数据建模预测所得到的关于当前小基站设备的日业务负荷量;基于预测得到的日业务负荷量和当前小基站设备的实际业务负荷量,可处理得到在发现异常后的预设时间段内的预测业务负荷量;通过将预测业务负荷量与预警触发规则中的业务负荷量阈值进行比对,可按照实现有效负荷迁移的难易程度处理输出当前小基站设备的预警敏感度。
根据一种优选实施方式,所述负荷迁移分析模块被配置为:通过宏基站获取与之相邻的可作为当前小基站设备的负荷迁移对象的至少一个小基站设备的信息;在假设当前小基站设备需要进行负荷迁移的情况下,基于邻区的休眠程度、可接受负荷迁移量、进行负荷迁移后相关用户设备的通信质量、小区业务价值等级中的一个或几个,输出分别与不同负荷迁移量级相对应的负荷迁移对象列表。
根据一种优选实施方式,所述通信影响分析模块被配置为:基于监测到异常的相关状态参数对当前小基站设备进行故障预测,处理得出与之相对应的可能发生的至少一种故障信息;通过假设分析在所预测得到的故障信息下对用户设备的通信质量的影响和/或用户的接受程度,可按照分别与至少一种故障信息相对应的方式处理输出当前小基站设备的通信影响数据。
本申请还提出了一种5G小基站设备自动维护及调优方法,所述方法至少包括以下步骤中的一个或几个:根据业务数据及小基站设备的相关状态参数分别计算得出负荷迁移数据、通信影响数据和预警敏感数据;结合预储的预警触发规则对负荷迁移数据、通信影响数据和预警敏感数据进行处理后得出对该小基站设备故障发生的预警结果。
根据一种优选实施方式,所述方法还包括以下步骤:通过配置在小基站设备中的至少一个监控设备来采集和监测小基站设备的相关状态参数,并且当监测到相关状态参数异常时和/或当其接收到用户设备反馈的网络异常时,在长期设备监控模式、短期设备预警模式和反馈处理模式之间转换。
附图说明
图1是本发明提供的5G小基站设备自动维护及调优系统的简化模块连接关系示意图;
图2是本发明提供的一种优选实施方式的宏基站与小基站部署方式的简化示意图。
附图标记列表
1:小基站设备;2:用户设备;3:预警模块;4:云端服务器;101:监控设备;301:负荷迁移分析模块;302:通信影响分析模块;303:预警敏感分析模块。
具体实施方式
实施例1
如图1所示,本申请提出了一种5G小基站设备自动维护及调优系统,该系统主要包括小基站设备1、用户设备2和预警模块3。该预警模块3装配在小基站设备1上,其可与配置在小基站设备1中的至少一个监控设备101信息交互,以此采集和监测小基站设备1的相关状态参数。
通讯基站内的设备需要全年每天二十四小时的连续运行,同时通讯设备的发热量大、产生的湿度较高,高温高湿环境无法保证通讯设备的正常运行。对此,本申请所提出的小基站设备1内部装配有至少一种传感器以及与之相对应的控制器,控制器可根据由至少一种传感器所采集到的信息进行汇集以及自动处理,以实现处于不同环境中不同运作状态下的小基站设备1均能够自动维护,以保证通讯设备的正常运行环境。优选地,小基站设备1内部装配有温湿度传感器、温湿度调节器以及与之相对应的控制器,该控制器可根据温湿度传感器主动感应小基站设备1内部实时环境情况,并基于预设的小基站设备1内部环境管理规则对温湿度调节器的预设温湿度管理区间进行相应的调整,以使得调节后的小基站设备1内部环境符合其内部环境管理规则。从而达到自动维护的目的,保证通讯设备的正常运行环境,也能避免不必要的电能损耗。
通讯基站需要实现与其移动台之间的稳定无线传输及相关的控制功能,在这种情况下,通讯基站的供电稳定性很重要,对此,为了减少供电故障引起的业务中断,本申请所提出的小基站设备1内部装配有主电源与备用电源,并且:在主电源的供电能力正常的情况下,控制器可指示小基站设备1中各用电模块正常运行。在主电源的供电能力严重降低或完全故障的情况下,控制器可获取到供电警告并基于预设的主备用电源管理规则来指示小基站设备1中各用电模块的运行状态。在控制器可获取到供电警告的情况下备用电源的电能可支持小基站设备1中各用电模块在一段时间内的正常运行。在控制器可获取到供电警告的情况下,若在备用电源的电能跌幅超出第一跌幅阈值时主电源供电能力尚未恢复,控制器可指示小基站设备1降低其容量,以此减少小基站设备1的功耗,延长备用电源的供能时长。在控制器可获取到供电警告的情况下,若在备用电源的电能跌幅超出第二跌幅阈值时主电源供电能力尚未恢复,控制器可指示小基站设备1将至少部分用户业务迁移至其邻区或关闭部分用户业务模块,以此减少小基站设备1的功耗,但仍保留通讯基站内控制器以及基站接口的正常运行,进一步延长备用电源的供能时长。优选地,小基站设备1内部还加装有交/直流智能监控设备以及无线采集设备,控制器可分别与交/直流智能监控设备以及无线采集设备进行信息交互,指示小基站设备1在无业务时段执行下电操作,以此可减少电能消耗,降低运营成本支出,提升通信设备供电线路状态的实时监测保护功能。
该控制器可统一采集及存储关于小基站设备1供电线路的海量历史电气性能数据,在后台对其存储的海量历史电气性能数据进行故障溯源分析,并针对分析得到的故障原因给出相对应的解决方案,以此减少后续同类故障的发生率以及提升供电线路运维管控能力。当控制器检测到报警故障时可自动通过手机短信、语音电话和APP推送提醒用户,后续的处理也能持续跟进,促进了信息流通、资源共享,提升了工作效率,实现了透明化管理,实现了无人化安全值守监控。该控制器还被配置为基于通讯基站产生的海量历史电气性能数据进行大数据分析,以便及早发现问题、杜绝隐患。控制器后台对通讯基站进线回路和出线回路进行监测对比,实时监测线路的使用功率,通过功率功能监测设备是否正常运行,是否有其他设备接入而产生偷电行为。
该系统主要适用于宏基站+小基站设备1的5G超密集组网部署模式。在该模式下,在业务层面,由宏基站负责低速率、高移动性类业务的传输,而多个小基站设备1主要承载高带宽业务。以上功能的实现由宏基站负责覆盖以及多个小基站设备1间资源协同管理、小基站设备1负责容量的方式、实现接入网根据业务发展需求以及分布特性灵活部署小基站设备1,从而实现宏基站+小基站设备1模式下控制与承载的分离,提升资源利用率。
该小基站设备1,主要服务于其覆盖区域内的用户设备2/目标群组,用以实现其与用户设备2/目标群组之间的通信链路,以及用户设备2之间的信息传递交换。小基站设备1的相关状态参数可包括实时总负载电流、实时负载总功率、实时电源电压、实时电压频率、实时负载功率因数、实时零地电压、分时累计用电量、小区天馈参数、业务负荷、导频增益、微环境温湿度、烟雾、水浸、门禁、散热等中的一个或几个。
该用户设备2,用于根据用户的操作指示向小基站设备1发送业务数据。
该预警模块3,用于监控小基站设备1的异常,在异常出现时立即对小基站设备1是否可能发生故障进行预测,并同步给出应对预案。小基站设备1可根据该应对预案进行自动维护及调优。
该预警模块3中预设有预警触发规则,根据小基站设备1的实际情况,相应地触发不同级别的预警提示。预警提示主要是用于反馈至维护人员或在维护人员侧电子界面显示,即提示维护人员对各小基站设备1所需的关注程度。预警提示可分为多级预警提示,与维护人员对各小基站设备1所需的关注程度依次减小相对应。一级至四级预警提示可以通过颜色区分或文字字符标注等可直观查看的方式进行区分。
当该预警模块3监测到相关状态参数异常时和/或当其接收到用户设备2反馈的网络异常时,该预警模块3可在长期设备监控模式、短期设备预警模式和反馈处理模式之间转换。
优选地,在长期设备监控模式下,预警模块3主要用于收集小基站设备1的相关状态参数,对小基站设备1及其内部各组件的运作寿命、工作效率、检修期限等保持长期的持续更新。以此能够有效避免按照设备使用说明书而呆板固定的维护方式所带来的维护不及时等问题。本申请所提出的该系统可根据设备的实际工作情况来动态更新其运作寿命、工作效率、检修期限等,以此保证设备的及时维护检修,保障通信服务质量。
优选地,在短期设备预警模式下,若小基站设备1的至少部分相关状态参数出现异常,预警模块3可依据其异常可预先对小基站设备1进行故障预测分析。基于此,预警模块3可以事先预测到故障的发生。若故障可通过自动维护调优来解决,则可及时指示小基站设备1作出相应的调整。若故障必须现场处理,则可提前准确地通知维护人员进行现场维护,保障用户的使用感知。
优选地,在反馈处理模式下,由于预警模块3未主动监测到异常,而是被动地接收到用户设备2反馈的网络异常情况,该情况下通常用户设备2处于小区边界位置或用户设备2的部分设置参数有误。对此,在高负荷下,预警模块3可根据用户反馈的网络异常情况,将与之对应的建议修复措施反馈至用户设备2。用户设备2可根据接收到的建议修复措施进行自查优化。针对用户反馈可以得到及时迅速的响应,有利于提升用户感知体验。
当小基站设备1处于正常工作状态时,该预警模块3监听当前的通信链路是否空闲。若监听到当前的通信链路空闲,则在该通信链路空闲的时间长度达到预设时间长度时,预警模块3请求小基站设备1向宏基站侧主动建立通信链路。基于此,可检查该小基站设备1的通信服务能力是否正常。可检查该小基站设备1在宏基站侧的状态记录是否正确。
在较长时间内未接收到用户的业务请求,可能是小基站设备1出现无法自查的接口闭塞,无法正常接收到业务请求所导致的。也可能是宏基站侧记录的小基站设备1的状态有误,而无法正常分配用户设备2至该小基站所导致的。对此,在本申请所提出的系统中,预警模块3通过预设时间长度,定期检查小基站设备1与宏基站之间的通信链路。
若小基站设备1与宏基站之间无法建立通信,预警模块3可得出当前小基站设备1出现接口闭塞故障的预警结果。基于该预警结果可选择小基站设备1重启,或直接选择通知现场检修维护,或选择在小基站设备1重启后仍无法与宏基站建立通信的情况下通知现场检修维护。
若小基站设备1与宏基站之间可以建立通信,则宏基站侧记录的小基站设备1的状态有误。通过通信链路,宏基站可获取更新其记录的小基站设备1状态,确定小基站设备1处于正常工作状态,可及时向其合理分配用户设备2,避免浪费基站能耗。
宏基站被配置为周期性向未处于正常工作状态下的各小基站设备1发送心跳包。利用心跳包,小基站设备1可确定宏基站是否还处于正常工作状态。心跳包主要是指宏基站按照一定的时间间隔向小基站设备1发送的通知其状态的一个自定义命令字符。
预测模块可被配置为负责监听宏基站发送的心跳包。在小基站设备1处于普通休眠状态、增强休眠状态或深度休眠状态下,若预测模块没有在预设时间内接收到心跳包,则判定宏基站侧故障而无法实现正常网络覆盖。预测模块可主动向云端服务器4反馈宏基站的通信服务出现故障。预测模块可主动控制该小基站设备1切换至正常工作模式,以保障网络的及时覆盖。
本申请中预警模块3不仅能够在出现异常后立即预测可能导致的故障,并且还能够在无异常的情况下对小基站设备1进行自检,对小基站设备1的通信服务能力持续感知,可以有效保障用户的体验及评价。并且在该设置下,可以同时检测到小基站设备1和宏基站的通信服务能力,从而在宏基站出现动力或故障等问题时,也能够及时正确的识别。也就避免了误报小基站设备1问题而导致维护人员关注对象错误,耽误故障处理时间的问题。
该预警模块3中主要包括负荷迁移分析模块301、通信影响分析模块302和预警敏感分析模块303。
该预警敏感分析模块303可获取通过智能计算预测得出的日业务负荷量。该日业务负荷量可以是基于智能计算对关于当前小基站设备1的历史业务负荷数据建模预测所得出的。该预警敏感分析模块303可基于预测得到的日业务负荷量和当前小基站设备1的实际业务负荷量,处理得到在发现异常后的预设时间段内的预测业务负荷量。预测业务负荷量,即指在后续可能发生故障的预设时间段内的业务负荷量,该部分业务负荷量可用于指示在必要时需要迁移的业务负荷量。通过将预测业务负荷量与预警触发规则中的业务负荷量阈值进行比对,可按照实现有效负荷迁移的难易程度处理输出当前小基站设备1的预警敏感度。
优选地,在预测业务负荷量超出第一业务负荷量阈值的情况下,即待迁移的负荷量大,实现有效负荷迁移的难度很大,可处理输出当前小基站设备1为高预警敏感。优选地,在预测业务负荷量介于第一与第二业务负荷量阈值之间的情况下,即待迁移的负荷量较多,实现有效负荷迁移有一定难度,可处理输出当前小基站设备1为中等预警敏感。优选地,在预测业务负荷量低于第二业务负荷量阈值的情况下,即待迁移的负荷量非常少,实现有效负荷迁移简单,可处理输出当前小基站设备1为低预警敏感。
该负荷迁移分析模块301可通过宏基站获取与之相邻的可作为当前小基站设备1的负荷迁移对象的至少一个小基站设备1的信息。邻区的至少一个小基站设备1信息包括其在后续预设时间段内的业务负荷量波动情况、小区标志、小区在后续预设时间段内的休眠程度、可接受负荷迁移量、进行负荷迁移后相关用户设备2的通信质量、小区业务价值等级中的一个或几个。
该负荷迁移分析模块301可在假设当前小基站设备1需要进行负荷迁移的情况下,基于获取到的邻区的小基站设备1的信息,处理输出分别与不同负荷迁移量级相对应的负荷迁移对象列表。负荷迁移量级主要是指按照第一第二业务负荷量阈值所划分的三个负荷迁移量级别。在不同负荷迁移量级下,对应有一包括至少一个邻区的负荷迁移对象列表。负荷迁移对象列表可以是按照负荷迁移优先考虑的顺序对至少一个邻区依次排列。
优选地,邻区的休眠程度,可包括正常工作状态、普通休眠状态、增强休眠状态和深度休眠状态,该正常工作状态、普通休眠状态、增强休眠状态或深度休眠状态所表示的小区的休眠程度逐渐加深且分别与至少一个价值分级相对应。优先考虑本身处于正常工作状态的小区,其次是普通休眠状态的小区,进而再考虑增强休眠状态或深度休眠状态的小区。以此可尽量利用已经打开的小基站设备1,避免唤醒休眠程度较深的小区而导致耗能陡增。
优选地,可接受负荷迁移量,即是指邻区本身已有的负荷程度是否允许接受额外的负荷迁移,以避免盲目采取负荷迁移,而造成邻区的负荷过载,导致其通信质量下降的问题。可接受负荷迁移量一个是考虑其邻区现已有的负荷程度,二是考虑其邻区的小区业务价值等级,在保证邻区的与其小区业务价值等级相对应的通信质量的限制下,可得到在该邻区现已有的负荷程度上所允许接受的额外负荷迁移量。
优选地,进行负荷迁移后相关用户设备2的通信质量,即是对于被迁移的部分用户设备2而言,其在进行负荷迁移后的通信质量是否能够满足与之业务相对应的小区业务价值等级,以保障其能够在负荷迁移后具有相当的通信质量。
优选地,该负荷迁移分析模块301被配置为在假设当前小基站设备1需要进行负荷迁移的情况下,按照邻区的休眠程度、可接受负荷迁移量、进行负荷迁移后相关用户设备2的通信质量、小区业务价值等级的依次优先考虑顺序,输出分别与不同负荷迁移量级相对应的负荷迁移对象列表。
优选地,该负荷迁移分析模块301被配置为在假设当前小基站设备1需要进行负荷迁移的情况下,通过对邻区的休眠程度、可接受负荷迁移量、进行负荷迁移后相关用户设备2的通信质量、小区业务价值等级中的一个或几个进行加权处理的方式,输出分别与不同负荷迁移量级相对应的负荷迁移对象列表。即,需对邻区是否处于正常工作状态,是否能够接受负荷迁移,最多能够接受哪一负荷量级,以及在接受负荷迁移后其原本业务通信质量受到的影响等等分别进行分析。在邻区中无处于正常工作状态的时,可以按照普通休眠状态、增强休眠状态和深度休眠状态的顺序考虑唤醒至少一个邻区。在邻区中无处于正常工作状态的时,也可以按照进行负荷迁移后相关用户设备2的通信质量的顺序考虑唤醒至少一个邻区。在邻区均处于高负荷状态的情况下,可以将负荷暂时迁移至宏基站。
该通信影响分析模块302可基于监测到异常的相关状态参数对当前小基站设备1进行故障预测,并处理得出与之相对应的可能发生的至少一种故障信息。通过假设分析在所预测得到的故障信息下对用户设备2的通信质量的影响和/或用户的接受程度,可按照分别与至少一种故障信息相对应的方式处理输出当前小基站设备1的通信影响数据。
优选地,通信影响数据可包括引起小基站设备1退服的此类将导致用户业务通信阻断的情况、引起小基站设备1的通信服务能力下降的此类将影响用户业务通信的情况、小基站设备1中软件预设值不当此类不影响用户业务通信的情况、小基站设备1中硬件故障此类不影响用户业务通信的情况。
通信影响分析模块302主要是用于判断在可能发生的故障下对通信质量的影响程度以及在不同影响程度下用户的接受程度。在对通信质量的影响程度较小的情况下,若用户业务为在临时页面上的非即时传输输入,或为持续不间断的网络通信行为,均难以接受通信突然断开而需要刷新或重新拨出的情况。
优选地,在得出可能对用户通信造成影响的预警结果时,当前小基站设备1可向其覆盖范围内的目标群组发送第一广播提示信息。用户设备2在接收到第一广播提示信息后,对用户操作进行监测分析,并可基于其分析结果选择以不被用户感知的方式主动采取通信质量保护,以最大程度避免对用户业务的影响。
优选地,不被用户感知主要是指第一广播提示信息在后台处理而不会显示至用户设备2的界面上。
优选地,用户设备2对用户操作进行监测分析,若用户操作为在临时页面上的非即时传输输入,则主动记录保存用户在临时页面上的历史操作。其例如可以是在打开的某网页上的信息录入或点选等操作,一旦基站退服导致页面刷新,则用户将需重复操作而严重影响用户业务。
优选地,用户设备2对用户操作进行监测分析,若用户操作为持续不间断的网络通信行为,则其可主动获取邻区信息并主动切换至新的小基站设备1。用户设备2可以开始与新的小基站设备1通信而不立即中断其与当前小基站设备1的通信链路,保证用户通信不会因通信切换而受到影响。连续不间断的网络通信行为可以是指语音电话、视频通话、在线游戏等。
优选地,在预警结果中指示的预设时间段后,若小基站设备1的通信服务能力恢复或保持,当前小基站设备1可向其覆盖范围内的目标群组发送第二广播提示信息。第二广播提示信息可用于指示第一广播提示信息的有效期结束。用户设备2在接收到第二广播提示信息后,结束通信质量保护。用户设备2可选择清理其临时保存的用户相关数据,以避免占用存储空间。
通信影响数据可用于指示在异常下可能引发的故障信息,以及不同故障信息下分别对应的对用户设备2的通信质量的影响和用户的接受程度。负荷迁移数据可用于指示分别与不同负荷迁移量级相对应的负荷迁移对象列表。预警敏感分析可用于指示从实现有效负荷迁移的难易程度所考虑得到的当前小基站设备1的预警敏感度。
预测模块可基于预警敏感度动态调整与各小基站设备1所对应的预警提示级别。例如针对处于日常流量负荷下的小基站设备1,只设置有一至四级预警提示。例如针对处于高流量负荷下的小基站设备1,可设置有一至五级预警提示。
优选地,在预测得到的故障信息属于小基站设备1中软件预设值不当此类不影响用户业务通信的情况下:预测模块可指示小基站设备1进行自动维护调优,调整软件预设值以消除异常,预测模块可得出无需维护人员重点关注的一级预警提示。
优选地,在预测得到的故障信息属于小基站设备1中硬件故障此类不影响用户业务通信的情况下:小基站设备1无法自动维护调优解决,预测模块可得出需要维护人员关注的二级预警提示。
优选地,在预测得到的故障信息属于引起小基站设备1的通信服务能力下降的此类将影响用户业务通信的情况下,由预警模块3判断该故障是否可通过重启小基站设备1来解决。若预警模块3判断该故障的发生无法避免但可通过小基站设备1的自动维护调优来解决,预警模块3可通过第一及第二广播提示信息来缓冲故障发生时对用户通信造成的影响。同时,预警模块3可得出需要维护人员关注的三级预警提示。
优选地,若预警模块3判断该故障只能通过重启小基站设备1来解决,或,在预测得到的故障信息属于引起小基站设备1退服的此类将导致用户业务通信阻断的情况下:由预警模块3判定需要进行负荷迁移,同时可得出需要维护人员重点关注的四级预警提示或五级预警提示。预警模块3可基于负荷迁移对象列表确定一负荷迁移对象或一负荷迁移对象组合。负荷迁移对象组合中包括若干个负荷迁移对象,当前小基站设备1的负荷可分区完成快速迁移。
本申请中提及的小区,也可称蜂窝小区或小基站,可以是指在蜂窝移动通信系统中,其中的一个基站或基站的一部分(如扇形天线)所覆盖的区域,在这个区域内移动设备可以通过无线信道可靠地与基站进行通信。
该系统可以是建立在如图2所示出的5G物联网络部署的单个宏小区之上,单个宏小区内部署了一个宏基站和若干个小型基站,可假设宏基站位于宏小区的中心位置,而小型基站随机分布在宏小区的覆盖区域中。在如图2中所示出的小区分布示意图中,三角形图标表示的是宏基站,由实线所划分得到的大区域表示的是宏基站覆盖范围,由虚线所划分得到的小区域表示的是小基站覆盖范围即小区,小区内的圆点图标表示的是小基站。
实施例2
本实施例可以是对实施例1的进一步改进和/或补充,重复的内容不再赘述。在不造成冲突或者矛盾的情况下,实施例1的优选实施方式的整体和/或部分内容可以作为本实施例的补充。在实施例1的基础上,如图2所示,本实施例提出了对实施例1中提及的宏基站侧的进一步改进和/或补充。本实施例提出了用于宏基站侧快速筛选可节能小区的方法。所述方法可包括以下步骤中的一个或几个:
基于智能计算对各小区的历史业务负荷数据建模预测。在休眠唤醒频率和/或小区价值分级的限制下,通过低负荷时间窗口对预测得到的日业务负荷量进行判断。确定至少一个可节能小区及其日节能策略。可节能小区能够在节能时段触发其小区内用户设备向其邻区进行负荷迁移,并使其在负荷迁移后可转换至低能耗的休眠状态。
基于各小区的历史业务负荷数据和地图数据来自动识别更新各小区对应的用户业务特征。利用识别得到的用户业务特征对各小区进行价值区域评估。建立用于指示各小区业务价值的动态价值分级地图。传统的建网方案是基于覆盖,确定一个电平,并以此为标准实现一定的覆盖率,单一的评判标准不能满足多样化的需求,此类建网方案无法持续满足运营商持续增长的需求。对此,本申请中提出了基于大数据系统识别价值用户区域分布的针对不同级价值区域的网络覆盖解决方案,能够有效提高网络资源的利用效率。
基于日节能策略指示各小区在正常工作状态、普通休眠状态、增强休眠状态或深度休眠状态中的一个或几个之间转换。所述正常工作状态、普通休眠状态、增强休眠状态或深度休眠状态所表示的小区的休眠程度逐渐加深且分别与至少一个价值分级相对应。
基于其采集到的各小区的基站性能数据进行评估优化,更新至少一个日节能策略中的节能门限、节能时间段、休眠程度和价值分级中的一个或几个。
监控整个网络部署下的负载。在监控到第一小区的业务量超出阈载时,获取与之相邻的至少一个第二小区以及各小区的休眠程度。并对其按照以释放第一小区过载业务量来预测相关业务量在被迁移至第二小区后的通信质量确定迁移小区优选列表。基于迁移小区优选列表来确定和/或唤醒其中至少一个休眠程度不高于增强休眠状态的第二小区用以释放第一小区过载业务量。
建立包含由各小区所采集上传的用户设备地理位置、与之相对应的通信质量及其小区标识的地理关联信息库,并定期更新维护。在宏基站侧处于高业务负荷状态下在其接收到至少一个用户设备的连接请求时根据其所估计的该用户设备的位置信息直接向该用户设备返回地理关联信息库中与之相对应的地理关联信息。用户设备可基于地理关联信息切换至其中通信质量强的小区。以此在避免增大系统额外开销以及负载压力的同时使得用户设备无需自主搜索即可实现高质量通信。
实施例3
本实施例可以是对实施例1、2的进一步改进和/或补充,重复的内容不再赘述。在不造成冲突或者矛盾的情况下,实施例1、2的优选实施方式的整体和/或部分内容可以作为本实施例的补充。在实施例1、2的基础上,如图2所示,本实施例提出了对实施例1、2中提及的宏基站侧的进一步改进和/或补充。
本实施例提出了一种可快速筛选可节能小区的宏基站侧,其主要是5G网络部署而通信系统能耗随之激增的背景下,充分利用业务流量负载在时间和空间上分布的不均衡性,所提出一种以智能休眠基站的方式最大限度提升基站设备资源利用效率的网络节能解决方案。本申请所提出的宏基站侧可以是建立在如图1所示出的5G物联网络部署的单个宏小区之上,单个宏小区内部署了一个宏基站和若干个小型基站,可假设宏基站位于宏小区的中心位置,而小型基站随机分布在宏小区的覆盖区域中。在如图1中所示出的小区分布示意图中,三角形图标表示的是宏基站,由实线所划分得到的大区域表示的是宏基站覆盖范围,由虚线所划分得到的小区域表示的是小基站覆盖范围即小区,小区内的圆点图标表示的是小基站。
上述所提及的基站智能节能,主要是指向网络部署引入人工智能技术智能化调控搭载载波的功放模块的启闭状态,将小基站的载波关断,仅以宏基站来满足基本覆盖。但目前此类方法的实际使用率较低,其原因在于现基于其提出的解决方案大多根据固定的策略对众多基站设备进行关断,不仅严重依赖于人工设定的统一默认节能判断门限,并且还会过度影响到用户使用感知。对此,本申请所提出的系统不再是单一地随小区负荷变化来决定基站开关状态,而是充分利用历史记录的不同小区的流量负载在时间和空间上分布的不均衡性数据,采用智能计算提前预测判断日业务负荷量,以此能够在复杂度较低的同时达到降低系统能耗的效果。
在移动数据流量爆炸性增长,通信系统能耗随之激增的背景下,大部分传统基站设备处于24小时持续运行状态,导致了额外的高能耗成本,因此减少低话务时段的无效能耗是网络节能的主要方向之一。然而在一个庞大的网络中,各种场景特性差异较大,若仅根据固定的策略对众多基站设备进行关断,没有考虑用户数量以及用户位置的随机时变特性,节能策略匹配性差。对此,现有的相关研究例如公开号为CN108616906A的专利文献,提出了虑及用户数量的LTE基站节能方法,然而此类方法极易触发整个基站进入休眠,进而导致高性能基站的业务使用感知严重降低,影响通信质量,并且会频繁地对基站开关状态进行切换,造成额外能耗。还有部分研究例如公开号为CN104159277A的专利文献,提出了依赖于补偿天线来实现降耗的基站节能装置,然而补偿天线本身是高耗能设备,不仅难以实现降耗目标,同时还增加了设备成本。基于此,目前现有技术依赖于增加硬件设备、牺牲网络的覆盖水平或牺牲用户感知等手段来进行基站节能,不仅影响了总体使用体验,并且增大使用成本。
对此,本申请所提出的宏基站侧能够动态灵活地选择节能时段,扩大节能基站范围,不依赖于硬件设备增设即可实现低成本的网络节能目的。本申请所提出的宏基站侧不再是单一地随小区负荷变化来决定基站开关状态,而是充分利用历史记录的不同小区的流量负载在时间和空间上分布的不均衡性数据,从设备使用寿命保护以及业务价值差异双角度出发,提前预测判断日业务负荷量,无需频繁对基站开关状态进行切换,该宏基站侧能够在复杂度较低的同时达到降低宏基站侧能耗的效果。本申请所提出的宏基站侧可在保证用户感知体验的前提下,基于其预测得到的各小区业务负荷量,对基站资源进行合理调度,达到基站设备的高效率运行。
该宏基站侧中设置有业务数据分析模块,其主要用于采用智能计算对各小区的历史业务负荷数据进行建模,基于对历史业务负荷数据分析得到的历史时空特性信息,以区别于处于不同周期的工作日和非工作日分别预测与之对应的业务负荷数据。
该宏基站侧中还设置有价值区域评估模块,其主要用于对各小区进行价值区域评估,建立动态价值分级地图。该动态价值分级地图用于指示各小区业务价值,主要识别出多个小区中承载用户量多、用户话务量大以及产生收益大的高业务价值区域。重点保障高业务价值区域,以减少因网络覆盖或拥塞等造成此类区域的用户使用感知。
该价值区域评估模块可通过与地图系统进行信息交互,调取当前宏基站覆盖范围内的地图数据,结合预储的小区分布示意图可初步获取到各小区的业务场景。业务场景可包括商业区、住宅小区、商务政务中心区、交通枢纽、大型场馆、大型购物区等中的一个或几个。基于初步获取的业务场景,该价值区域评估模块可进一步利用各小区的历史业务负荷数据,识别不同业务场景下的多个用户业务特征,按照与不同业务场景所对应的各用户业务特征的权重分布,采用价值区域评估模型,来进行价值区域评估。该价值区域评估模型可以是:
其中,U可以为承载用户量。UE可以为用户设备。E可以为日总话务量。D可以为日总数据流量。α、β、γ、σ可以分别为U/UE/E/D不同划分范围内所对应的预设分值。λ1、λ2、λ3、λ4可以为按照不同业务场景所预设的权重分布。n可以为承载用户被划分不同类型的类型数量。m可以为用户设备被划分不同操作系统类型的类型数量。
该宏基站侧中还设置有节能策略指定模块,其主要用于在休眠唤醒频率和/或小区价值分级的限制下,通过低负荷时间窗口对由业务数据分析模块预测得到的日业务负荷量进行判断,确定至少一个可节能小区及其日节能策略。可节能小区能够在节能时段触发其小区内用户设备向其邻区进行负荷迁移,并使其在负荷迁移后可转换至低能耗的休眠状态。
可节能小区可基于日节能策略在正常工作状态、普通休眠状态、增强休眠状态或深度休眠状态之间转换。该正常工作状态、普通休眠状态、增强休眠状态或深度休眠状态所表示的小区的休眠程度逐渐加深且分别与至少一个价值分级相对应。
小区可通过采用智能符号关断、智能时隙关断、智能通道关断、智能功率放大器调压和智能载波关断中的一个或几个实现不同状态之间的转换。
智能符号关断主要是指基站动态检测哪些符号没有数据发送,并在没有数据发送的符号周期内关闭功放。功率放大器功耗分为静态功耗和动态功耗。静态功耗在功率放大器开启后就一直存在,不随负荷而变化,而动态功耗随着负荷增加而增加。智能符号关断实质为降低功率放大器静态功耗,主要是在集中的符号上快速传完数据,然后关断剩下符号,以此节省关断符号上的功率放大器静态功耗及TRU(TransmissionReceiver Unit,无线通信收发单元或称载频)的静态功耗。假设关断了X个符号,那么功率放大器和TRU的静态功耗可减少X/14。符号关断的恢复时间在微秒级,关闭的器件为功率放大器和部分TRU。
智能时隙关断主要是指业务汇聚到某些时隙,剩下的时隙不调度以达到关闭器件节能的目的。功放是移动通信直放站中的一个功能模块单元,物理上可以是单独的模块,也可以与其他功能模块集成在一起,其主要功能是实现射频信号的放大。功放是直放站设备中能耗最大的部分,在输出功率20W以上的设备中,功放的能耗通常占整机设备能耗的80%。而目前的CSM直放站中,无论设备状态是忙或者是闲,各时隙是否有用户占用,设备中的功放都是常开的。而智能时隙关断能根据各载频业务信道的占用信息控制该时隙内下行功放的开关状态,即当某个业务信道(时隙)有用户占用时,打开该时隙内下行功放;当某个业务信道(时隙)无用户占用时,关断该时隙内下行功放,从而提高下行功放的利用率,达到节能降耗的目的。
智能通道关断主要是指当本小区上没有用户且当前进入某个设定时间段时,关闭本小区的部分通道/收发链路以达到节能目的。由于该功能是在没有用户的情况下关闭部分通道上的载频,关闭通道后eNodeB会提升参考信号的发射功率,以保持与关断前小区公共信道的覆盖相同的覆盖。对于采用了2×2MIMO技术的基站,可以在话务量少的情况下关闭一定比例的通道。通道关断要求恢复时间在秒级,因此能够关闭较多器件,以节省电能。
智能功率放大器调压主要是指当本小区上没有用户且当前进入某个设定时间段时,调整功率放大器的偏置电压,在不同偏置电压下,功放的静态功耗不同,从而通过调整减少静态功耗可降低能耗。在保证一定功放线性度及相同输出功率下,一般功放偏置电压越低,静态功耗越小。当功率放大器的偏置电压设置成低电压时,其最大输出功率会变低。这需要5G-NR基站调度器限制调度RB个数或控制总的基带输出功率,以避免功放进入饱和区。功率放大器调压适用于场景。
智能载波关断主要是指在网络较闲、小区业务量较低的情况下,可关闭室分基站载波,若利用率到达一定门限,自动开启。可节能小区根据邻区关系中的配置,动态选择补偿可节能小区,优先选择邻区作为补偿小区,在没有邻区作为补偿小区时,可选择异系统邻区作为补偿小区。载波关断不同于符号关断和通道关断,它是指当本载波上的用户数较少时,将用户迁移到负荷允许的目标基础载波上,然后关掉本载波,以节约能耗。其中本载波与目标基础载波是系统内/系统间的同覆盖邻区关系。同覆盖邻区是指与原小区处在一个覆盖范围下的小区。本载波可以是指容量小区(节能小区),是同覆盖组网中作为提升小区容量目的的频点对应的小区,可对应到要关闭载波的室分基站。目标载波指基础小区(补偿小区),是同覆盖组网中作为基础覆盖目的的频点对应的小区,可对应到同区域覆盖的宏站。
该宏基站侧可监控整个网络部署下的负载。在监控到第一小区的业务量超出阈载时,获取与之相邻的至少一个第二小区以及各小区的休眠程度。以释放第一小区过载业务量为目的,假设该部分过载业务量被迁移至若干第二小区中的某一小区,预测该部分过载业务量连接至该第二小区后的通信质量,以及该第二小区中原本有的业务量的通信质量。在预测得到的通信质量满足小区价值分级的情况下,确定按推荐顺序依次排列若干第二小区的迁移小区优选列表。以此,基于迁移小区优选列表,可动态选择推荐相应的可提供的通信质量相对较弱的而处于正常工作状态的小区。或向确定的小区回传唤醒信息,收到唤醒信息的该小区由普通休眠状态转换至正常工作状态,迁移第一小区过载业务量,以此达到释放第一小区过载业务量且同时不造成第二小区业务量通信质量的目的。
在被迁移至第二小区后的通信质量确定迁移小区优选列表,基于该宏基站侧建立有定期更新维护的包含由各小区所采集上传的用户设备地理位置、与之相对应的通信质量及其小区标识的地理关联信息库。小区可采集到每次连接的用户设备的地理位置以及通信质量,采集后可将以标记其小区标识的方式将其所采集到的用户设备地理位置和与之相对应的通信质量上传至宏基站侧数据库。宏基站侧对该数据进行数据清洗、构建、聚合和筛选等处理,以此建立地理关联信息库,并定期更新维护。由于仅涉及地理位置和通信质量等参数信息,不会对用户设备的用户相关信息以及通信内容等进行收集。
当用户设备通过上行信道向宏基站发送连接请求或用户设备从下行信道收到宏基站的寻呼信息时,若宏基站处于高业务负荷状态,该宏基站侧可根据其所估计的该用户设备的位置信息,直接向该用户设备返回地理关联信息库中与之相对应的地理关联信息,基于该地理关联信息,提供可用于该用户设备切换至能够与之建立连接关系的至少一个小区。在提供的地理关联信息中,按照可提供的通信质量强弱依次优先推荐至用户设备,若可提供的通信质量强的小区处于增强休眠状态或深度休眠状态,可动态选择推荐相对的可提供的通信质量相对较弱的而处于正常工作状态或普通休眠状态的小区。若选择处于普通休眠状态的小区,则唤醒其转换至正常工作状态,以使用户设备可顺利与该小区建立连接关系。以此不仅可避免增大宏基站侧额外开销以及负载压力,同时还使得用户设备无需花费额外的能耗自主搜索即可实现高质量低延迟通信。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。本发明说明书包含多项发明构思,诸如“优选地”、“根据一个优选实施方式”或“可选地”均表示相应段落公开了一个独立的构思,申请人保留根据每项发明构思提出分案申请的权利。
Claims (10)
1.一种5G小基站设备自动维护及调优系统,其特征在于,其包括:小基站设备(1)、用户设备(2)和预警模块(3),
所述小基站设备(1),服务于其覆盖区域内的用户设备(2),用以实现其与用户设备(2)之间的通信链路以及用户设备(2)之间的信息传递交换;
所述用户设备(2),用于根据用户的操作指示向小基站设备(1)发送业务数据;
所述预警模块(3),其包括负荷迁移分析模块(301)、通信影响分析模块(302)和预警敏感分析模块(303),所述预警模块(3)可基于业务数据及其对小基站设备(1)的相关状态参数并结合预储的预警触发规则分析得出对该小基站设备(1)故障发生的预警结果。
2.根据权利要求1所述的系统,其特征在于,所述预警模块(3)可结合预储的预警触发规则对由所述负荷迁移分析模块(301)、通信影响分析模块(302)和预警敏感分析模块(303)根据业务数据及小基站设备(1)的相关状态参数分别计算得出的负荷迁移数据、通信影响数据和预警敏感数据进行处理后得出对该小基站设备(1)故障发生的预警结果。
3.根据权利要求1或2所述的系统,其特征在于,所述预警模块(3)可通过配置在小基站设备(1)中的至少一个监控设备(101)来采集和监测小基站设备(1)的相关状态参数,并且当其监测到相关状态参数异常时和/或当其接收到用户设备(2)反馈的网络异常时所述预警模块(3)可在长期设备监控模式、短期设备预警模式和反馈处理模式之间转换。
4.根据权利要求1~3任一项所述的系统,其特征在于,所述预警模块(3)还被配置为:
当小基站设备(1)处于正常工作状态时,监听当前的通信链路是否空闲;
若监听到当前的通信链路空闲,则在所述通信链路空闲的时间长度达到预设时间长度时,预警模块(3)通过请求小基站设备(1)与宏基站建立通信链路的方式检查该小基站设备(1)的通信服务能力是否正常和/或其在宏基站侧的状态记录是否正确。
5.根据权利要求1~4任一项所述的系统,其特征在于,所述预警模块(3)还被配置为:
当小基站设备(1)处于普通休眠状态、增强休眠状态或深度休眠状态时,监听宏基站周期性向未处于正常工作状态下的小基站设备(1)发送的心跳包;
若在预设时间段内未接收到心跳包,以向云端服务器(4)反馈宏基站的通信服务出现故障的方式控制该小基站设备(1)切换至正常工作模式,以保障网络的及时覆盖。
6.根据权利要求1~5任一项所述的系统,其特征在于,所述预警敏感分析模块(303)被配置为:
获取基于智能计算对各小区的历史业务负荷数据建模预测所得到的关于当前小基站设备(1)的日业务负荷量;
基于预测得到的日业务负荷量和当前小基站设备(1)的实际业务负荷量,可处理得到在发现异常后的预设时间段内的预测业务负荷量;
通过将预测业务负荷量与预警触发规则中的业务负荷量阈值进行比对,可按照实现有效负荷迁移的难易程度处理输出当前小基站设备(1)的预警敏感度。
7.根据权利要求1~6任一项所述的系统,其特征在于,所述负荷迁移分析模块(301)被配置为:
通过宏基站获取与之相邻的可作为当前小基站设备(1)的负荷迁移对象的至少一个小基站设备(1)的信息;
在假设当前小基站设备(1)需要进行负荷迁移的情况下,基于邻区的休眠程度、可接受负荷迁移量、进行负荷迁移后相关用户设备(2)的通信质量、小区业务价值等级中的一个或几个,输出分别与不同负荷迁移量级相对应的负荷迁移对象列表。
8.根据权利要求1~7任一项所述的系统,其特征在于,所述通信影响分析模块(302)被配置为:
基于监测到异常的相关状态参数对当前小基站设备(1)进行故障预测,处理得出与之相对应的可能发生的至少一种故障信息;
通过假设分析在所预测得到的故障信息下对用户设备(2)的通信质量的影响和/或用户的接受程度,可按照分别与至少一种故障信息相对应的方式处理输出当前小基站设备(1)的通信影响数据。
9.一种5G小基站设备自动维护及调优方法,其特征在于,所述方法至少包括以下步骤中的一个或几个:
根据业务数据及小基站设备(1)的相关状态参数分别计算得出负荷迁移数据、通信影响数据和预警敏感数据;
结合预储的预警触发规则对负荷迁移数据、通信影响数据和预警敏感数据进行处理后得出对该小基站设备(1)故障发生的预警结果。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括以下步骤:
通过配置在小基站设备(1)中的至少一个监控设备(101)来采集和监测小基站设备(1)的相关状态参数;
当监测到相关状态参数异常时和/或当其接收到用户设备(2)反馈的网络异常时,在长期设备监控模式、短期设备预警模式和反馈处理模式之间转换。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111344405.3A CN113891377A (zh) | 2021-11-17 | 2021-11-17 | 一种5g小基站设备自动维护及调优方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111344405.3A CN113891377A (zh) | 2021-11-17 | 2021-11-17 | 一种5g小基站设备自动维护及调优方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113891377A true CN113891377A (zh) | 2022-01-04 |
Family
ID=79018016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111344405.3A Pending CN113891377A (zh) | 2021-11-17 | 2021-11-17 | 一种5g小基站设备自动维护及调优方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113891377A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022932A (zh) * | 2022-06-02 | 2022-09-06 | 成都中科微信息技术研究院有限公司 | 一种提高nr系统小区节能关闭时终端业务可靠性的方法及nr系统 |
CN115209432A (zh) * | 2022-07-06 | 2022-10-18 | 中电信数智科技有限公司 | 一种小区基站信号接入故障定位及自愈的方法 |
CN116489687A (zh) * | 2023-03-31 | 2023-07-25 | 宁夏回族自治区水利工程建设中心 | 一种基于5g通信技术的水利智慧监测系统及方法 |
WO2023138511A1 (zh) * | 2022-01-19 | 2023-07-27 | 维沃移动通信有限公司 | 信号发送方法、信号接收方法、配置发送方法及相关设备 |
CN116916357A (zh) * | 2023-09-13 | 2023-10-20 | 中赣通信(集团)有限公司 | 基于多源数据分析的基站智能预警方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103716813A (zh) * | 2012-09-28 | 2014-04-09 | 华为技术有限公司 | 链路质量信息处理方法和基站 |
CN108289030A (zh) * | 2017-01-09 | 2018-07-17 | 中国移动通信有限公司研究院 | 一种基站故障识别处理方法及装置 |
CN110891283A (zh) * | 2019-11-22 | 2020-03-17 | 超讯通信股份有限公司 | 一种基于边缘计算模型的小基站监控装置及方法 |
CN112367678A (zh) * | 2020-10-15 | 2021-02-12 | 深圳力维智联技术有限公司 | 一种微基站监控方法及装置、存储介质 |
CN112867040A (zh) * | 2020-11-11 | 2021-05-28 | 南京熊猫电子股份有限公司 | 一种用于小基站的自动告警分析系统 |
-
2021
- 2021-11-17 CN CN202111344405.3A patent/CN113891377A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103716813A (zh) * | 2012-09-28 | 2014-04-09 | 华为技术有限公司 | 链路质量信息处理方法和基站 |
CN108289030A (zh) * | 2017-01-09 | 2018-07-17 | 中国移动通信有限公司研究院 | 一种基站故障识别处理方法及装置 |
CN110891283A (zh) * | 2019-11-22 | 2020-03-17 | 超讯通信股份有限公司 | 一种基于边缘计算模型的小基站监控装置及方法 |
CN112367678A (zh) * | 2020-10-15 | 2021-02-12 | 深圳力维智联技术有限公司 | 一种微基站监控方法及装置、存储介质 |
CN112867040A (zh) * | 2020-11-11 | 2021-05-28 | 南京熊猫电子股份有限公司 | 一种用于小基站的自动告警分析系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023138511A1 (zh) * | 2022-01-19 | 2023-07-27 | 维沃移动通信有限公司 | 信号发送方法、信号接收方法、配置发送方法及相关设备 |
CN115022932A (zh) * | 2022-06-02 | 2022-09-06 | 成都中科微信息技术研究院有限公司 | 一种提高nr系统小区节能关闭时终端业务可靠性的方法及nr系统 |
CN115209432A (zh) * | 2022-07-06 | 2022-10-18 | 中电信数智科技有限公司 | 一种小区基站信号接入故障定位及自愈的方法 |
CN115209432B (zh) * | 2022-07-06 | 2024-01-19 | 中电信数智科技有限公司 | 一种小区基站信号接入故障定位及自愈的方法 |
CN116489687A (zh) * | 2023-03-31 | 2023-07-25 | 宁夏回族自治区水利工程建设中心 | 一种基于5g通信技术的水利智慧监测系统及方法 |
CN116489687B (zh) * | 2023-03-31 | 2023-11-17 | 宁夏回族自治区水利工程建设中心 | 一种基于5g通信技术的水利智慧监测系统及方法 |
CN116916357A (zh) * | 2023-09-13 | 2023-10-20 | 中赣通信(集团)有限公司 | 基于多源数据分析的基站智能预警方法及系统 |
CN116916357B (zh) * | 2023-09-13 | 2023-12-08 | 中赣通信(集团)有限公司 | 基于多源数据分析的基站智能预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113891377A (zh) | 一种5g小基站设备自动维护及调优方法 | |
CN113055903B (zh) | 用于基站的节能关断的方法、设备和介质 | |
CN105357692B (zh) | 一种多网协同的网络优化与节能方法和系统 | |
CN113891415A (zh) | 可节能小区快速筛选方法 | |
CN109936852B (zh) | 一种覆盖重合小区的节能方法及装置 | |
CN101611573B (zh) | 移动通信系统中具有可变测量周期的用户设备的测量方法和装置 | |
EP2432270B1 (en) | Method, device and system for controlling access point | |
CN111148131B (zh) | 一种基于能耗的无线异构网络终端接入控制方法 | |
EP2613593B1 (en) | Energy-saving control method and system for wireless network | |
US9706490B2 (en) | Method for energy saving in a cellular communication system | |
US20040254980A1 (en) | Server, mobile communication system, positional information managing method, radio base station, mobile station method for calling in mobile communication system, and mobile communication method | |
CN102948225A (zh) | 具有动态休眠的方法和设备 | |
CN103262597A (zh) | 基于业务状况的调度请求触发的改进 | |
US9030983B2 (en) | Power saving method and device for a cellular radio system | |
CN105636056A (zh) | 一种频谱资源自优化的节能方法、装置和系统 | |
WO2014040643A1 (en) | Method for energy saving in a cellular communication system | |
US20120164955A1 (en) | Method and Apparatus for Cell Control | |
EP4057667A1 (en) | Method for controlling active room distribution system, electronic device, and storage medium | |
CN113938993A (zh) | 一种自适应节能方法、系统、装置及计算机可读存储介质 | |
US11716683B2 (en) | Method and system for aggregating power outage data and utilization | |
EP4236479A1 (en) | Control method and apparatus for energy conservation of base station, and computer-readable storage medium | |
Rumeng et al. | Intelligent energy saving solution of 5G base station based on artificial intelligence technologies | |
CN115002884B (zh) | 一种面向无蜂窝网络的接入点关断方法及装置 | |
CN114268972A (zh) | 一种通过4g/5g共覆盖的5g基站节能实现方法 | |
CN111246529B (zh) | 基于LoRa技术的电子镣铐的通讯切换方法、装置、电子设备及存储介质 |
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 |