CN113923670B - 无线网络载频均衡程度识别方法、装置及计算设备 - Google Patents

无线网络载频均衡程度识别方法、装置及计算设备 Download PDF

Info

Publication number
CN113923670B
CN113923670B CN202010664740.0A CN202010664740A CN113923670B CN 113923670 B CN113923670 B CN 113923670B CN 202010664740 A CN202010664740 A CN 202010664740A CN 113923670 B CN113923670 B CN 113923670B
Authority
CN
China
Prior art keywords
carrier frequencies
balance degree
degree
equalization
scores
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010664740.0A
Other languages
English (en)
Other versions
CN113923670A (zh
Inventor
成昊
刘浩明
周守义
樊庆灿
张欣
周到
翟俊昌
赵舒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Group Chongqing Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Chongqing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Group Chongqing Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202010664740.0A priority Critical patent/CN113923670B/zh
Publication of CN113923670A publication Critical patent/CN113923670A/zh
Application granted granted Critical
Publication of CN113923670B publication Critical patent/CN113923670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
    • H04W16/10—Dynamic resource partitioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks
    • 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)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例涉及通信技术领域，公开了一种无线网络载频均衡程度识别方法、装置及计算设备，该方法包括：获取多个载频的指标数据；对多个所述载频的所述指标数据进行两两对比，获取对比结果；根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；根据所述均衡程度评分识别多个所述载频的不均衡程度。通过上述方式，本发明实施例能够识别多个载频之间的均衡程度，精确度更高，更具有全面性和实用性。

Description

无线网络载频均衡程度识别方法、装置及计算设备
技术领域
本发明实施例涉及通信技术领域，具体涉及一种无线网络载频均衡程度识别方法、装置及计算设备。
背景技术
随着无线网络的日益普及和广泛部署，无线终端的多样化和便捷化发展。人们能够随时随地、方便快捷的获得无线网络资源，极大地丰富了人们的精神文化生活，提高了人们的办公效率。但是随着用户的不断增多，在一些人群聚集的热点区域，用户密度较高，网络负荷较大，用户的网络体验感知必然下降。目前长期演进(Long Term Evolution，LTE)网络单载频带宽最大20MHz，网络能力有限，运营商需要在相同的位置使用多个网络载频以保证用户的正常接入和良好的网络体验。同时在多层网络中，需要把各载频之间的用户数量，业务流量，资源利用率等进行均衡分配，以使各载频资源得到充分利用，不造成系统资源的浪费。
现有的载频均衡程度识别方法一般采用直接比较，以经验阈值进行直接定义。示例如下：当A载频资源利用率1与同覆盖B载频资源利用率2的差值X满足∣X∣≤L，则定义A载频和B载频负载均衡；反之则定义为不均衡。或者当A载频用户数1与同覆盖B载频用户数2的差值Y满足∣Y∣≤M，则定义A载频和B载频负载均衡；反之则定义为不均衡。再或者当A载频业务流量1与同覆盖B载频业务流量2的差值Z满足∣Z∣≤N，则定义A载频和B载频负载均衡；反之则定义为不均衡。现有的载频均衡程度识别方法包含但不限于以上所述的指标项目或所述指标项目的组合。
现有的载频均衡识别方法中，只对比两个载频之间的均衡情况，对于多个载频之间的均衡情况，并没有给出整体均衡程度的相应判断方法和规则。而且现有的载频均衡识别方法是一种二元的是非判断，是离散不连续的，并不能表示出均衡程度的多少，不够精确。
发明内容
鉴于上述问题，本发明实施例提供了一种无线网络载频均衡程度识别方法、装置及计算设备，克服了上述问题或者至少部分地解决了上述问题。
根据本发明实施例的一个方面，提供了一种无线网络载频均衡程度识别方法，所述方法包括：获取多个载频的指标数据；对多个所述载频的所述指标数据进行两两对比，获取对比结果；根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；根据所述均衡程度评分识别多个所述载频的不均衡程度。
在一种可选的方式中，所述对多个所述载频的所述指标数据进行两两对比，获取对比结果，包括：计算任两个载频的指标数据的差值的绝对值；将所述差值的绝对值与预设条件进行比较，获取所述对比结果。
在一种可选的方式中，所述将所述差值的绝对值与预设条件进行比较，获取所述对比结果，包括：如果所述差值的绝对值满足所述预设条件，则将所述对比结果设置为0；如果所述差值的绝对值不满足所述预设条件，则将所述对比结果设置为1。
在一种可选的方式中，所述根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分，包括：将多个所述载频的两两对比结果求和，得到量化参数；根据所述量化参数计算多个所述载频的所述均衡程度评分。
在一种可选的方式中，所述将多个所述载频的两两对比结果求和，得到量化参数，还包括：将所述量化参数主设置为对两两对比结果求和后除以2的结果。
在一种可选的方式中，所述根据所述量化参数计算多个所述载频的所述均衡程度评分，包括：根据所述量化参数应用以下关系式计算多个所述载频的所述均衡程度评分：其中，x为所述量化参数，y为所述均衡程度评分，a、b、β为常数，e为自然对数的底数。
在一种可选的方式中，所述根据所述均衡程度评分识别多个所述载频的不均衡程度，包括：如果所述均衡程度评分为0，则确定多个所述载频之间完全均衡；如果所述均衡程度评分接近0，则确定多个所述载频之间均衡程度较好；如果所述均衡程度评分接近1，则确定多个所述载频之间均衡程度较差。
根据本发明实施例的另一个方面，提供了一种无线网络载频均衡程度识别装置，所述装置包括：指标数据获取单元，用于获取多个载频的指标数据；数据对比单元，用于对多个所述载频的所述指标数据进行两两对比，获取对比结果；均衡评分单元，用于根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；均衡程度识别单元，用于根据所述均衡程度评分识别多个所述载频的不均衡程度。
根据本发明实施例的另一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述无线网络载频均衡程度识别方法的步骤。
根据本发明实施例的又一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使所述处理器执行上述无线网络载频均衡程度识别方法的步骤。
本发明实施例通过获取多个载频的指标数据；对多个所述载频的所述指标数据进行两两对比，获取对比结果；根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；根据所述均衡程度评分识别多个所述载频的不均衡程度，能够识别多个载频之间的均衡程度，精确度更高，更具有全面性和实用性。
上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的无线网络载频均衡程度识别方法的流程示意图；
图2示出了本发明实施例提供的无线网络载频均衡程度识别装置的结构示意图；
图3示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了本发明实施例提供的无线网络载频均衡程度识别方法的流程示意图。该无线网络载频均衡程度识别方法应用于服务器端，如图1所示，无线网络载频均衡程度识别方法包括：
步骤S11：获取多个载频的指标数据。
假设待识别载频均衡程度的载频数目共计为s个。在步骤S11中，获取该s个载频的相关指标数据，相关指标包含但不限于用户数、资源利用率、体验速率、业务流量，以及各种指标的组合等。可以得到如表1所示的s个载频的指标数据。
表1 s个载频的指标数据
步骤S12：对多个所述载频的所述指标数据进行两两对比，获取对比结果。
具体地，计算任两个载频的指标数据的差值的绝对值；将所述差值的绝对值与预设条件进行比较，获取所述对比结果。例如，将s个载频的指标数据之间进行两两对比，定义两两载频之间的单项指标或者组合指标之间的指标数据的差值的绝对值αi,j＝|CELLi-CELLj|，其中i≠j，且i≤s，j≤s。则需要对比的次数为s×(s-1)次。得到如表2所示的数据：
表2 s个载频的指标数据的两两对比
指标或指标组合对比
对比1，2 α1,2 |CELL1-CELL2|
对比1，3 α1,3 |CELL1-CELL3|
…… …… ……
对比2，1 α2,1 |CELL2-CELL1|
对比2，3 α2,3 |CELL2-CELL3|
…… …… ……
对比s，s-1 αs,s-1 |CELLs-CELLs-1|
在本发明实施例中，如果所述差值的绝对值满足所述预设条件，则将所述对比结果设置为0；如果所述差值的绝对值不满足所述预设条件，则将所述对比结果设置为1。若绝对值αi,j满足预设条件K，则表示两两载频之间负载均衡，定义对比结果ri,j＝0。其中预设条件K为两两载频之间指标对比的任意自定义条件，是单项指标或者多项指标的组合，包括但不限于用户数、资源利用率、体验速率、业务流量，或者他们的组合等，当绝对值αi,j满足该预设条件，例如小于一个阈值，则认为均衡；若绝对值αi,j不满足预设条件K，则表示两两载频之间负载不均衡，定义对比结果ri,j＝1。
步骤S13：根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分。
具体地，将多个所述载频的两两对比结果求和，得到量化参数。再根据所述量化参数计算多个所述载频的所述均衡程度评分。本发明实施例的所述量化参数可以直接设置为两两对比结果求和后的结果，也可以设置为对两两对比结果求和后除以2的结果。由于绝对值αi,j和绝对值αj,i的取值相同，为了去除重复，将对两两对比结果求和后除以2。在去重复后，实际的对比次数为从s个样本中取2个样本的组合，即总比对次数在此基础上，将量化参数x设置为对两两对比结果求和后除以2的结果：其中i≠j，且i≤s，j≤s。计算得到量化参数x≥0。
在本发明实施例中，根据所述量化参数应用以下关系式计算多个所述载频的所述均衡程度评分：其中，x为所述量化参数，y为所述均衡程度评分，a、b、β为常数，e为自然对数的底数。a、b根据y的评分范围确定，β为一个足够大的常数。通常a>0，即y为x的单调递增函数。
例如，为使0≤y<1，设定a＝2，b＝-1，即均衡程度评分
因为x≥0，存在如下情况：
当x＝0时，
当x≈+∞时，
又因y为x的单调递增函数，所以0≤y<1。
步骤S14：根据所述均衡程度评分识别多个所述载频的不均衡程度。
根据前面的关系式可知，均衡程度评分在[0，1)范围内。如果所述均衡程度评分为0，则确定多个所述载频之间完全均衡；如果所述均衡程度评分接近0，则确定多个所述载频之间均衡程度较好；如果所述均衡程度评分接近1，则确定多个所述载频之间均衡程度较差。如此得到多个载频的均衡程度识别结果。
本发明实施例通过对多个载频进行指标数据对比，将对比结果量化到连续范围内，以连续取值的大小表示多个载频之间的均衡程度，相比较于传统两两载频之间对比的非0即1的二元判断是否均衡的方法，精确度更高，更具有全面性和实用性。
本发明实施例通过获取多个载频的指标数据；对多个所述载频的所述指标数据进行两两对比，获取对比结果；根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；根据所述均衡程度评分识别多个所述载频的不均衡程度，能够识别多个载频之间的均衡程度，精确度更高，更具有全面性和实用性。
图2示出了本发明实施例的无线网络载频均衡程度识别装置的结构示意图。如图2所示，该无线网络载频均衡程度识别装置包括：指标数据获取单元201、数据对比单元202、均衡评分单元203以及均衡程度识别单元204。
其中：
指标数据获取单元201用于获取多个载频的指标数据；数据对比单元202用于对多个所述载频的所述指标数据进行两两对比，获取对比结果；均衡评分单元203用于根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；均衡程度识别单元204用于根据所述均衡程度评分识别多个所述载频的不均衡程度。
在一种可选的方式中，数据对比单元202用于：计算任两个载频的指标数据的差值的绝对值；将所述差值的绝对值与预设条件进行比较，获取所述对比结果。
在一种可选的方式中，数据对比单元202用于：如果所述差值的绝对值满足所述预设条件，则将所述对比结果设置为0；如果所述差值的绝对值不满足所述预设条件，则将所述对比结果设置为1。
在一种可选的方式中，均衡评分单元203用于：将多个所述载频的两两对比结果求和，得到量化参数；根据所述量化参数计算多个所述载频的所述均衡程度评分。
在一种可选的方式中，均衡评分单元203还用于：将所述量化参数主设置为对两两对比结果求和后除以2的结果。
在一种可选的方式中，均衡评分单元203还用于：根据所述量化参数应用以下关系式计算多个所述载频的所述均衡程度评分：其中，x为所述量化参数，y为所述均衡程度评分，a、b、β为常数，e为自然对数的底数。
在一种可选的方式中，均衡程度识别单元204用于：如果所述均衡程度评分为0，则确定多个所述载频之间完全均衡；如果所述均衡程度评分接近0，则确定多个所述载频之间均衡程度较好；如果所述均衡程度评分接近1，则确定多个所述载频之间均衡程度较差。
本发明实施例通过获取多个载频的指标数据；对多个所述载频的所述指标数据进行两两对比，获取对比结果；根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；根据所述均衡程度评分识别多个所述载频的不均衡程度，能够识别多个载频之间的均衡程度，精确度更高，更具有全面性和实用性。
本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的无线网络载频均衡程度识别方法。
可执行指令具体可以用于使得处理器执行以下操作：
获取多个载频的指标数据；
对多个所述载频的所述指标数据进行两两对比，获取对比结果；
根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；
根据所述均衡程度评分识别多个所述载频的不均衡程度。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
计算任两个载频的指标数据的差值的绝对值；
将所述差值的绝对值与预设条件进行比较，获取所述对比结果。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
如果所述差值的绝对值满足所述预设条件，则将所述对比结果设置为0；
如果所述差值的绝对值不满足所述预设条件，则将所述对比结果设置为1。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
将多个所述载频的两两对比结果求和，得到量化参数；
根据所述量化参数计算多个所述载频的所述均衡程度评分。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
将所述量化参数主设置为对两两对比结果求和后除以2的结果。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
根据所述量化参数应用以下关系式计算多个所述载频的所述均衡程度评分：其中，x为所述量化参数，y为所述均衡程度评分，a、b、β为常数，e为自然对数的底数。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
如果所述均衡程度评分为0，则确定多个所述载频之间完全均衡；
如果所述均衡程度评分接近0，则确定多个所述载频之间均衡程度较好；
如果所述均衡程度评分接近1，则确定多个所述载频之间均衡程度较差。
本发明实施例通过获取多个载频的指标数据；对多个所述载频的所述指标数据进行两两对比，获取对比结果；根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；根据所述均衡程度评分识别多个所述载频的不均衡程度，能够识别多个载频之间的均衡程度，精确度更高，更具有全面性和实用性。
本发明实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述任意方法实施例中的无线网络载频均衡程度识别方法。
可执行指令具体可以用于使得处理器执行以下操作：
获取多个载频的指标数据；
对多个所述载频的所述指标数据进行两两对比，获取对比结果；
根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；
根据所述均衡程度评分识别多个所述载频的不均衡程度。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
计算任两个载频的指标数据的差值的绝对值；
将所述差值的绝对值与预设条件进行比较，获取所述对比结果。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
如果所述差值的绝对值满足所述预设条件，则将所述对比结果设置为0；
如果所述差值的绝对值不满足所述预设条件，则将所述对比结果设置为1。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
将多个所述载频的两两对比结果求和，得到量化参数；
根据所述量化参数计算多个所述载频的所述均衡程度评分。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
将所述量化参数主设置为对两两对比结果求和后除以2的结果。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
根据所述量化参数应用以下关系式计算多个所述载频的所述均衡程度评分：其中，x为所述量化参数，y为所述均衡程度评分，a、b、β为常数，e为自然对数的底数。
在一种可选的方式中，所述可执行指令使所述处理器执行以下操作：
如果所述均衡程度评分为0，则确定多个所述载频之间完全均衡；
如果所述均衡程度评分接近0，则确定多个所述载频之间均衡程度较好；
如果所述均衡程度评分接近1，则确定多个所述载频之间均衡程度较差。
本发明实施例通过获取多个载频的指标数据；对多个所述载频的所述指标数据进行两两对比，获取对比结果；根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；根据所述均衡程度评分识别多个所述载频的不均衡程度，能够识别多个载频之间的均衡程度，精确度更高，更具有全面性和实用性。
图3示出了本发明实施例提供的计算设备的结构示意图，本发明具体实施例并不对设备的具体实现做限定。
如图3所示，该计算设备可以包括：处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。
其中：处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。通信接口304，用于与其它设备比如客户端或其它服务器等的网元通信。处理器302，用于执行程序310，具体可以执行上述无线网络载频均衡程度识别方法实施例中的相关步骤。
具体地，程序310可以包括程序代码，该程序代码包括计算机操作指令。
处理器302可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或各个集成电路。设备包括的一个或各个处理器，可以是同一类型的处理器，如一个或各个CPU；也可以是不同类型的处理器，如一个或各个CPU以及一个或各个ASIC。
存储器306，用于存放程序310。存储器306可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序310具体可以用于使得处理器302执行以下操作：
获取多个载频的指标数据；
对多个所述载频的所述指标数据进行两两对比，获取对比结果；
根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；
根据所述均衡程度评分识别多个所述载频的不均衡程度。
在一种可选的方式中，所述程序310使所述处理器执行以下操作：
计算任两个载频的指标数据的差值的绝对值；
将所述差值的绝对值与预设条件进行比较，获取所述对比结果。
在一种可选的方式中，所述程序310使所述处理器执行以下操作：
如果所述差值的绝对值满足所述预设条件，则将所述对比结果设置为0；
如果所述差值的绝对值不满足所述预设条件，则将所述对比结果设置为1。
在一种可选的方式中，所述程序310使所述处理器执行以下操作：
将多个所述载频的两两对比结果求和，得到量化参数；
根据所述量化参数计算多个所述载频的所述均衡程度评分。
在一种可选的方式中，所述程序310使所述处理器执行以下操作：
将所述量化参数主设置为对两两对比结果求和后除以2的结果。
在一种可选的方式中，所述程序310使所述处理器执行以下操作：
根据所述量化参数应用以下关系式计算多个所述载频的所述均衡程度评分：其中，x为所述量化参数，y为所述均衡程度评分，a、b、β为常数，e为自然对数的底数。
在一种可选的方式中，所述程序310使所述处理器执行以下操作：
如果所述均衡程度评分为0，则确定多个所述载频之间完全均衡；
如果所述均衡程度评分接近0，则确定多个所述载频之间均衡程度较好；
如果所述均衡程度评分接近1，则确定多个所述载频之间均衡程度较差。
本发明实施例通过获取多个载频的指标数据；对多个所述载频的所述指标数据进行两两对比，获取对比结果；根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分；根据所述均衡程度评分识别多个所述载频的不均衡程度，能够识别多个载频之间的均衡程度，精确度更高，更具有全面性和实用性。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (8)

1.一种无线网络载频均衡程度识别方法，其特征在于，所述方法包括：
获取多个载频的指标数据；
对多个所述载频的所述指标数据进行两两对比，获取对比结果；
根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分，以将对比结果量化到连续范围内；
其中，所述根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分，包括：将多个所述载频的两两对比结果求和，得到量化参数；根据所述量化参数计算多个所述载频的所述均衡程度评分；
其中，所述根据所述量化参数计算多个所述载频的所述均衡程度评分，包括：
根据所述量化参数应用以下关系式计算多个所述载频的所述均衡程度评分：其中，x为所述量化参数，y为所述均衡程度评分，a、b、β为常数，e为自然对数的底数；
根据所述均衡程度评分识别多个所述载频的不均衡程度。
2.根据权利要求1所述的方法，其特征在于，所述对多个所述载频的所述指标数据进行两两对比，获取对比结果，包括：
计算任两个载频的指标数据的差值的绝对值；
将所述差值的绝对值与预设条件进行比较，获取所述对比结果。
3.根据权利要求2所述的方法，其特征在于，所述将所述差值的绝对值与预设条件进行比较，获取所述对比结果，包括：
如果所述差值的绝对值满足所述预设条件，则将所述对比结果设置为0；
如果所述差值的绝对值不满足所述预设条件，则将所述对比结果设置为1。
4.根据权利要求1所述的方法，其特征在于，所述将多个所述载频的两两对比结果求和，得到量化参数，还包括：
将所述量化参数主设置为对两两对比结果求和后除以2的结果。
5.根据权利要求1所述的方法，其特征在于，所述根据所述均衡程度评分识别多个所述载频的不均衡程度，包括：
如果所述均衡程度评分为0，则确定多个所述载频之间完全均衡；
如果所述均衡程度评分接近0，则确定多个所述载频之间均衡程度较好；
如果所述均衡程度评分接近1，则确定多个所述载频之间均衡程度较差。
6.一种无线网络载频均衡程度识别装置，其特征在于，所述装置包括：
指标数据获取单元，用于获取多个载频的指标数据；
数据对比单元，用于对多个所述载频的所述指标数据进行两两对比，获取对比结果；
均衡评分单元，用于根据多个所述载频的两两对比结果进行量化处理，获取多个所述载频的均衡程度评分，以将对比结果量化到连续范围内；
其中，均衡评分单元用于将多个所述载频的两两对比结果求和，得到量化参数；根据所述量化参数计算多个所述载频的所述均衡程度评分，均衡评分单元还用于：根据所述量化参数应用以下关系式计算多个所述载频的所述均衡程度评分：其中，x为所述量化参数，y为所述均衡程度评分，a、b、β为常数，e为自然对数的底数；
均衡程度识别单元，用于根据所述均衡程度评分识别多个所述载频的不均衡程度。
7.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行根据权利要求1-5任一项所述无线网络载频均衡程度识别方法的步骤。
8.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行根据权利要求1-5任一项所述无线网络载频均衡程度识别方法的步骤。
CN202010664740.0A 2020-07-10 2020-07-10 无线网络载频均衡程度识别方法、装置及计算设备 Active CN113923670B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010664740.0A CN113923670B (zh) 2020-07-10 2020-07-10 无线网络载频均衡程度识别方法、装置及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010664740.0A CN113923670B (zh) 2020-07-10 2020-07-10 无线网络载频均衡程度识别方法、装置及计算设备

Publications (2)

Publication Number Publication Date
CN113923670A CN113923670A (zh) 2022-01-11
CN113923670B true CN113923670B (zh) 2024-08-09

Family

ID=79232290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010664740.0A Active CN113923670B (zh) 2020-07-10 2020-07-10 无线网络载频均衡程度识别方法、装置及计算设备

Country Status (1)

Country Link
CN (1) CN113923670B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103200613A (zh) * 2012-01-05 2013-07-10 中兴通讯股份有限公司 同扇区小区频间均衡决策方法、基站和无线网络控制器
WO2014205781A1 (zh) * 2013-06-28 2014-12-31 华为技术有限公司 负载均衡方法和装置

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7675890B2 (en) * 2003-09-10 2010-03-09 Delta Networks, Inc. QoS based load-balance policy for WLAN
CN101119140B (zh) * 2006-08-03 2012-04-25 鼎桥通信技术有限公司 一种分层小区结构中的负载平衡方法与装置
CN101801031A (zh) * 2009-02-05 2010-08-11 大唐移动通信设备有限公司 在分层小区中实现负荷均衡的方法、装置及系统
US9137733B2 (en) * 2011-03-15 2015-09-15 At&T Mobility Ii Llc Dynamic control of cell reselection parameters
CN102547857A (zh) * 2011-12-19 2012-07-04 中兴通讯股份有限公司 负荷均衡处理方法以及控制装置
CN104904262B (zh) * 2013-12-13 2019-07-09 华为技术有限公司 一种负载信息的上报方法、装置和系统
GB2526617A (en) * 2014-05-30 2015-12-02 Nec Corp Communication system
CN104202770B (zh) * 2014-07-09 2017-10-24 华信咨询设计研究院有限公司 基于邻区集的lte负载均衡方法
CN105592553B (zh) * 2014-10-24 2019-03-15 中兴通讯股份有限公司 载波调整方法及装置
CN105072648B (zh) * 2015-08-17 2018-08-28 清华大学 一种超密集组网移动负载的均衡方法
CN108541023A (zh) * 2017-03-03 2018-09-14 株式会社理光 负载均衡方法和系统以及接入控制器
CN107124739B (zh) * 2017-04-14 2020-06-23 京信通信系统（中国）有限公司 一种负载均衡方法及装置
CN108738076B (zh) * 2017-04-24 2021-09-21 上海中兴软件有限责任公司 一种负荷均衡执行门限调整的方法及装置
CN107172657A (zh) * 2017-05-13 2017-09-15 北京坤腾畅联科技有限公司 基于负载均衡技术的wlan扩容方法和设备
CN109121164B (zh) * 2017-06-22 2022-08-19 中兴通讯股份有限公司 一种负荷均衡方法及装置
CN110572831B (zh) * 2018-06-06 2022-12-30 中国移动通信集团吉林有限公司 一种共覆盖扇区确定与扇区资源均衡判定方法及装置
US10681562B1 (en) * 2018-11-29 2020-06-09 Nokia Solutions And Networks Oy Measurement-based wireless communications network design
CN111328102B (zh) * 2018-12-14 2022-10-18 中国移动通信集团广西有限公司 一种共覆盖关系识别的方法及装置
CN110536326B (zh) * 2019-09-23 2023-04-07 中国移动通信集团浙江有限公司 基于小步快跑算法的网络负载均衡方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103200613A (zh) * 2012-01-05 2013-07-10 中兴通讯股份有限公司 同扇区小区频间均衡决策方法、基站和无线网络控制器
WO2014205781A1 (zh) * 2013-06-28 2014-12-31 华为技术有限公司 负载均衡方法和装置

Also Published As

Publication number Publication date
CN113923670A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
US9571570B1 (en) Weighted rendezvous hashing
CN109918205B (zh) 一种边缘设备调度方法、系统、装置及计算机存储介质
CN109981744B (zh) 数据的分发方法、装置、存储介质及电子设备
CN113347267B (zh) 一种移动边缘云计算网络中的mec服务器部署方法
US20170279719A1 (en) Tournament scheduling
CN110457704B (zh) 目标字段的确定方法、装置、存储介质及电子装置
CN102932271A (zh) 负载均衡的实现方法和装置
CN115129463A (zh) 算力调度方法及装置、系统及存储介质
CN110198267B (zh) 一种流量调度方法、系统及服务器
CN114513470B (zh) 网络流量控制方法、装置、设备及计算机可读存储介质
CN113037791B (zh) 运维方法和系统、计算机可读存储介质
CN113923670B (zh) 无线网络载频均衡程度识别方法、装置及计算设备
Liu et al. On the placement of edge servers in mobile edge computing
CN112068959A (zh) 自适应任务调度方法、系统及包括该方法的检索方法
KR102562732B1 (ko) Mec 기반 무선 네트워크의 태스크 오프로딩 장치 및 방법
CN106850822A (zh) 负载均衡方法、设备及分布式系统
CN110740450B (zh) 一种网络小区扩容方法和装置
CN112882805A (zh) 一种任务资源约束的利润优化调度方法
CN117931448A (zh) 区块链分片的负载均衡方法及装置
CN105718767B (zh) 一种基于风险识别的信息处理方法及装置
CN112579422A (zh) 一种方案测试方法、装置、服务器及存储介质
CN106888237B (zh) 一种数据调度方法及系统
CN114615035B (zh) 安全检测方法、服务器及存储介质
CN112906999B (zh) 话务指标优化效果评估方法、装置及计算设备
CN115914131A (zh) 提高物联网服务质量的实现方法、装置、电子设备及介质

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
GR01 Patent grant
GR01 Patent grant