CN114145042B - 移动网络中的交叉优化 - Google Patents

移动网络中的交叉优化 Download PDF

Info

Publication number
CN114145042B
CN114145042B CN202080030451.3A CN202080030451A CN114145042B CN 114145042 B CN114145042 B CN 114145042B CN 202080030451 A CN202080030451 A CN 202080030451A CN 114145042 B CN114145042 B CN 114145042B
Authority
CN
China
Prior art keywords
network
networks
demand
cell
parameters
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
CN202080030451.3A
Other languages
English (en)
Other versions
CN114145042A (zh
Inventor
P·维苏瑞
R·萨罗
S·苏肯
J·戴尔斯
F·E·伊斯勒
C·范汉默尔斯威尔第
J·维苏瑞
D·扎古尔斯基
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.)
Aglossel Corp
Original Assignee
Aglossel Corp
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 Aglossel Corp filed Critical Aglossel Corp
Publication of CN114145042A publication Critical patent/CN114145042A/zh
Application granted granted Critical
Publication of CN114145042B publication Critical patent/CN114145042B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/16Performing reselection for specific purposes
    • H04W36/22Performing reselection for specific purposes for handling the traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/0005Control or signalling for completing the hand-off
    • H04W36/0083Determination of parameters used for hand-off, e.g. generation or modification of neighbour cell lists
    • H04W36/00837Determination of triggering parameters for hand-off
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/24Reselection being triggered by specific parameters
    • H04W36/32Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
    • H04W36/324Reselection being triggered by specific parameters by location or mobility data, e.g. speed data by mobility data, e.g. speed data
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/14Reselecting a network or an air interface
    • H04W36/144Reselecting a network or an air interface over a different radio air interface technology
    • H04W36/1446Reselecting a network or an air interface over a different radio air interface technology wherein at least one of the networks is unlicensed

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

无线移动网络中的交叉优化。在一个实施例中,针对多个网络中的每一个接收需求图。需求图表示所述网络的至少一个小区中的多个地理位置的需求。基于需求图,在所述多个网络重叠的所述多个地理位置中的一个或多个地理位置在所述多个网络之间生成最佳需求转移。然后,确定所述多个网络中的至少一个将在切换程序中使用的一个或多个参数,以在所述多个网络重叠的所述一个或多个地理位置处在所述多个网络之间产生最佳需求转移。

Description

移动网络中的交叉优化
本申请要求2019年2月25日提出申请的第62/810,268号美国临时专利申请的优先权,该申请通过引用全部并入本文。
技术领域
本文描述的实施例总体上涉及网络优化,且更具体而言,涉及通过跨网络或网络层边界转移移动装置来优化网络负载。
背景技术
随着移动装置(有时称为“用户设备”(UE)或“手机”)的数据消耗持续增长,更新的技术提高了数据传输的速度和效率。从最初的模拟蜂窝网络发展到3G和4G,导致了频谱跨具有多个小区站点的蜂窝网络的部署方式发生了变化。最初,以交替的方式使用频带,从而通过分开小区并在相邻小区之间使用不同的频带来管理相同频带内的干扰。
随着移动装置移动通过覆盖区域,通常发生从一个频率切换到另一个频率。在长期演进(LTE)和4G网络中,所有数据都以数据包的形式递送,且在每个小区的eNodeB中操作的所谓调度器可以帮助进行干扰管理。因此,目前的做法是在所有小区站点部署所有可用频率。
为了从蜂窝网络中获得良好的性能,需要进行仔细的微调和优化。每个小区扇区的覆盖区域取决于信号强度以及天线参数和取向。它还取决于由eNodeB提供给每个移动装置的所谓的重新配置参数。这些重新配置参数确定移动装置在什么条件下开始寻找不同的扇区,以及将如何处理它们到不同扇区的切换。
在有限的程度上,可以使用相同的重新配置参数来管理两个相邻小区中的相对负载。它们有时用于所谓的移动负载平衡(MLB)。在移动负载平衡中,如果给定小区中的负载变得太高,而相邻小区具有较低的负载,则可改变所谓的小区个体偏移(CIO)参数,该参数确定将发起到相邻小区的切换的相对信号质量。这些CIO参数是由每个移动装置小区中的eNodeB提供给移动装置的重新配置参数的一部分。
在相邻小区之间使用移动负载平衡需要权衡。通过将装置从较高的信号电平(例如,通过信号干扰噪声比(SINR)测量)移动到在该位置可能具有较差信号(较低SINR)的相邻小区,有效地使高负载小区的覆盖区域更小,从而可以减轻负载。然而,这自动导致这些移动的移动装置使用较差的信号接收它们的服务。这可能仍然是一个很好的权衡,因为服务质量(QoS)取决于服务小区的信号质量和负载水平。
这种移动负载平衡是所谓的自组织网络(SON)系统的功能之一。SON还执行其他优化任务。例如,他们可以通过将装置在eNodeB内从一个频带转移到另一个频带来优化小区站点中不同频带的使用。有时它们也可以具有所谓的自恢复特征。例如,如果一个无线电发射器出现故障或特定小区变得无法运行,则一些SON可以改变天线参数,并尝试在网络原本无法提供服务的区域中提供覆盖。
随着移动数据需求的持续增长,需要增加移动网络的容量。容量的增加通常意味着向现有小区增加新的频带,或者增加新的小区站点并缩小现有小区站点的覆盖区域。容量增加通常会导致实现容量增加的每个位置的现有容量显著增加。结果可用于研究未来如何增加容量,从而以最佳方式吸收特定位置持续增长的需求。
所有位置的这种持续增长以及这些“大块”的容量增加导致不均匀的负载百分比和大容量储备。如图1所示,大容量储备110的创建是持续的需求增长和用于增加本地容量的方法的直接结果。具体而言,为未来需求建立容量的必要性导致最近升级的区域(例如,区域120)中的低负载百分比,以及时间最长但未升级的位置(例如,区域130)中的高负载百分比。通过在网络升级中包括未来储备而创建的容量储备可能存在于最近升级的小区(例如,区域120)中,而其他小区(例如,相邻区域130)处于高负载下并且需要额外的容量。然而,考虑到上面解释的移动负载平衡的权衡,这些储备很难利用。
实际上,在长期以来一直经历持续需求增长的所有蜂窝网络中,存在各种负载百分比水平的分布。在LTE 4G网络中,每个小区实际使用的容量百分比通常由所谓的物理资源块(PRB)占用或小区负载来测量。PRB占用指示在任何给定时间,由eNodeB连续传输的所有可能的资源块中实际携带数据的百分比。
当一个网络在其最繁忙的操作时间绘制PRB占用从而将小区从最小负载组织到最高负载时,它总是看起来像图2A中的图表。图2A示出网络中实际小区负载210的所有百分比的典型分布。如图所示,40%通常被认为是可接受的负载水平220。图2A示出平均PRB占用水平的典型分布230,其在一个小时的网络操作中测量。以高于可接受负载水平220的百分比运行移动网络通常是不可接受的,原因在于,如前所述,小区中数据连接的平均速度取决于其平均负载水平。
将图2A中实际繁忙时间负载的分布230与可接受的负载水平220进行比较清楚地表明,在典型网络中仅使用约三分之一的可用容量。这不是出于选择。相反,这是网络结构、持续的需求增长以及当前用于跨网络地域平衡负载的机制不足的结果。
图2B以负载分布直方图示出低利用率和大量的未充分利用的小区。具体而言,大量小区240具有低于10%的低负载水平,而少数小区250具有在可接受负载水平220(即,40%)附近或之上的高负载。这几个小区250推动对网络升级投资的需求。
发明内容
因此,公开了通过跨网络或网络层边界转移移动装置来优化网络负载的系统、方法和非暂时性计算机可读介质。
在一个实施例中,公开一种方法,该方法包括使用至少一个硬件处理器来:针对多个网络中的每一个,接收表示网络的至少一个小区中的多个地理位置的需求的需求图;基于需求图,在多个网络重叠的多个地理位置中的一个或多个位置,在多个网络之间生成最佳需求转移;以及确定该多个网络中的至少一个将在该至少一个网络的切换程序中使用的一个或多个参数,以在该多个网络重叠的一个或多个地理位置在多个网络之间产生该最佳需求转移。该多个网络可以是无线蜂窝网络或一个或多个无线蜂窝网络内的多个网络层。
在一个实施例中,每个需求图包括多个地理位置中的每一个在一时间段内的平均需求。每个需求图可以包括在多个地理位置中的每一个处的一个或多个模拟移动装置在该时间段内的该平均需求。该多个网络可以包括第一网络和第二网络,其中生成该最佳需求转移包括当该第一网络中在该第一网络和该第二网络重叠的该多个地理位置之一的网络负载高于该第二网络中在该一个地理位置的网络负载时,将该第一网络中在该一个地理位置的一个或多个该模拟移动装置转移到该第二网络。该方法还可包括使用至少一个硬件处理器来针对该多个网络中的每一个接收与该网络的该需求图相关联的质量信息,其中该质量信息包括该多个地理位置处的信号质量或吞吐量,并且其中进一步基于该质量信息来生成该最佳需求转移。可以基于信号信息来选择在该第一网络和该第二网络重叠的该地理位置处要转移的该一个或多个模拟移动装置,以便通过该转移来改善该一个或多个模拟移动装置的该信号质量或吞吐量。
该方法还可包括使用至少一个硬件处理器,来针对该多个网络中的每一个,根据该网络的至少一个小区的模型生成需求图。该方法还可包括使用至少一个硬件处理器来针对该多个网络中的每一个接收一个或多个目标,其中基于该一个或多个目标来确定该最佳需求转移。该一个或多个目标可以包括保持该多个网络之间的相对性能差异。该方法还可包括使用至少一个硬件处理器,来基于保持该多个网络之间的该相对性能差异的该目标,分析该多个网络的需求图,以识别该多个网络之间的该相对性能差异,其中生成该最佳需求转移,使得该相对性能差异在该需求转移之后与该需求转移之前相同。该方法还可包括使用至少一个硬件处理器,来在生成该最佳需求转移之后并且在确定一组参数之前,针对该多个网络中的每一个,根据为该网络接收的该需求图生成修改的需求图,其中该修改的需求图表示去往或来自该网络的该最佳需求转移。该方法还可包括使用至少一个硬件处理器来针对该多个网络中的每一个网络将该修改的需求图提供给至少一个接收者。该方法还可包括使用至少一个硬件处理器,来在直到满足一个或多个目标的多次迭代中,针对该多个网络中的一个或多个网络接收需求图,生成该最佳需求转移,生成修改的需求图,并将该修改的需求图提供给至少一个接收者。
该方法还可包括使用至少一个硬件处理器来将一组一个或多个参数递送到至少一个网络。将一个或多个参数递送到至少一个网络可以包括通过与至少一个网络的接口发送一个或多个参数。该接口可以是自优化网络(SON)的应用编程接口(API)。
在一个实施例中,一个或多个参数包括在不同于至少一个网络的一个或多个网络中的一个或多个相邻小区,以在多个网络重叠的多个地理位置中的至少一个中用于连接到至少一个网络的移动装置的相邻列表中。一个或多个参数还可包括一个或多个相邻小区中的每一个的小区个体偏移(CIO)的值。确定该一个或多个参数可以包括计算该一个或多个相邻小区中的每一个的每个CIO的值,以便在多个网络的实时操作期间在该多个网络之间触发该最佳需求转移。
在一个实施例中,每个需求图与重现时间段相关联,其中该方法进一步包括使用该至少一个硬件处理器来生成将一个或多个参数与该重现时间段相关联的简档。该重现时间段可以是一天中的时间和一周中的一天中的二者其一或两者皆有。该方法还可包括使用至少一个硬件处理器来针对多个不同简档中的每一个,在相关联的重现时间段每次出现时发起对简档中的一个或多个参数的使用。
在一个实施例中,多个网络包括第一网络和第二网络,其中,针对第一网络和第二网络中的每一个,接收到的需求图表示该网络的多个小区中的多个地理位置处的需求,并且其中生成该最佳需求转移包括通过以下方式在地理距离上传输需求:从地理距离的第一端开始,持续一跳或多跳,直到到达地理距离的第二端,将第一网络中的小区边缘处的需求量转移到第二网络中与第一网络中的小区边缘和第一网络中的另一小区边缘重叠的小区,并将相同量的需求从第二网络中的小区转移到第一网络中的另一小区,使得需求量从第一端的第一网络中的起始小区转移到第二端的第一网络中的终止小区,而不改变除了第一网络中的起始小区和终止小区之外的第一网络和第二网络中的任何小区中的负载水平。该起始小区可向商业区或住宅区之一提供覆盖,并且该终止小区可向该商业区或该住宅区中的另一个提供覆盖。
该方法可以在基于处理器的系统(例如服务器)的可执行软件模块中,和/或存储在非暂时性计算机可读介质中的可执行指令中实现。
附图说明
本发明的细节,包括其结构和操作,可以部分地通过研究附图来获得,其中相同的参考编号表示相同的部件,并且其中:
图1示出了需求增长导致的容量储备。
图2A和图2B示出了网络中的典型负载分布。
图3A和图3B示出了根据一个实施例的重叠网络。
图4示出了根据一个实施例的可以实现所公开的过程的基础设施。
图5示出了根据一个实施例的与其他工具相关的公开过程。
图6示出了示例性平均负载曲线。
图7A和图7B示出了根据一个实施例的交叉优化的示例性过程。
图8示出了根据一个实施例的用于调整参数的基础设施。
图9示出了根据一个实施例的重叠网络。
图10示出了根据一个实施例的网络切换场景中的调用流程的示例。
图11示出了根据一个实施例的可以针对交叉优化进行调整的参数。
图12示出了根据一个实施例的重叠网络。
图13A和图13B示出了根据一个实施例的跨大地理距离的需求的传输。
图14示出了根据一个实施例的可以执行本文描述的一个或多个处理的示例性处理系统。
具体实施方式
在一个实施例中,公开了通过跨网络或网络层边界转移移动装置来优化网络负载的系统、方法和非暂时性计算机可读介质。阅读本说明后,对于本领域技术人员来说,如何在各种替代实施例和替代应用中实现本发明将变得明显。然而,尽管本文将描述本发明的各种实施例,但是应当理解,这些实施例仅通过示例和说明的方式呈现,而非限制。因此,各种实施例的详细描述不应被解释为限制如所附权利要求中阐述的本发明的范围或广度。
1.交叉优化的介绍
本公开描述了用于跨大地理区域和多个小区优化网络负载的系统和方法。这种交叉优化基于存取网络拓扑来创建跨多个网络或网络层平衡负载的新方式。它还利用系统和先进的方式来设置最佳网络操作的目的或目标,并利用最初由欧洲电信标准协会(ETSI)创建的第3代合作伙伴计划(3GPP)标准的现有机制,来控制移动装置对服务小区的选择并处理蜂窝网络中的切换。
如果可以在以特定方式部署的两个或更多个独立频带上进行优化,则平衡负载和优化蜂窝网络中的许多功能参数的能力会变得更好。在一些情况下,网络中存在两个层,这两个层都以其各自的频率运行,且每层都为要优化的区域提供完全覆盖。这两个无线电接入网络(RAN)可能具有相同的网络标识符。此外,这两个RAN可以连接到同一个核心网络,或者它们可以是完全独立的网络,每个网络都具有由不同的移动网络运营商(MNO)拥有的自己的核心网络。为简单起见,术语“网络”在本文中将用于表示网络系统中的每个独立频率层,即使这些频率层属于一个移动运营商并共享一个核心网络。
在本文描述的主要实施例中,存在来自两个或更多个MNO的两个或更多个网络参与优化。在这种情况下,每个网络应该具有向其他网络的移动装置提供漫游服务的能力,并且在连接或会话没有中断的情况下处理漫游切换。有众所周知的在网络中提供漫游服务的解决方案。例如,ETSI和3GPP标准规定每个网络中的移动性管理实体(MME)之间的S10和S8接口。
两个或更多个网络也可以具有大部分分离的不同小区站点。或者,网络可以共享单个小区站点。在单个共享小区站点的情况下,扇区天线的方向(通常称为“方位角”)可能不同,或者不同网络之间的最佳服务器区域可能不同。这导致其中一个网络层中的小区扇区的每个服务区域与另一个网络层中的多个小区扇区的服务区域部分重叠的结构。
图3A示出根据一个实施例的由不同小区站点或单个共享小区站点中小区扇区的不同方向取向导致的部分重叠区域的示例。具体来说,网络A中的小区A1与网络B中的四个不同小区覆盖区域(即,B1、B2、B3和B4)部分重叠。这创建四个重叠区域。每个重叠区域都具有唯一的一对小区,分别来自网络A和网络B,它们是该重叠区域内的“最佳服务器”。例如,这意味着在由小区A1和B1表示的重叠区域中的移动装置310在它由网络A服务的情况下将连接到小区A1,而在由网络B服务的情况下将连接到小区B1。
如前所述,分离的网络A和B可以是由不同的MNO拥有的真正不同的网络,或者可以属于部署在由单个MNO拥有的网络内的不同频率层。在图示的示例中,每个网络A和B具有将被优化的地理区域的完全覆盖。然而,本文描述的技术至少在某种程度上也可以被应用,即使当网络A和B的完全覆盖不可用时也是如此。在大多数情况下,相互竞争的MNO的小区站点是分离的,并且位于不同的地方,每个运营商的网络利用与其他运营商的频带分离的频带。一种立即可用的用于安排对上述网络拓扑的存取的方法是MNO(例如,网络A的运营商)安排与另一MNO(例如,网络B的运营商)的漫游协议,以具有对覆盖相同区域的该另一MNO的至少有限级别移动网络的使用存取。
跨两个或更多个分离的MNO的网络进行交叉优化可以非常有效地改善网络性能和网络运行的经济性,因为关于图1描述的网络容量升级循环对于每个MNO独立发生。具体来说,由于这些独立的升级循环,两个运营商在任何给定位置的网络负载都将不同。换句话说,在一个移动网络可能具有高百分比负载并需要容量的位置,另一个网络运营商将可能具有由其独立升级循环的性质产生的储备容量。
然而,本文描述的交叉优化也可以由单个MNO在其自己的网络中应用。在这种情况下,运营商可以将其网络拓扑演变为图3A所示的网络拓扑。随着新频率被添加或从旧技术重组,它们可以以创建关于网络A和B描述的部分重叠的方式进行部署。此外,运营商可以有意地对两个独立频率层A和B中的网络容量升级进行定时,使得它们不会同时发生在同一地理区域中。这将创建理想的情况,其中一个网络层在另一个网络层需要额外容量的时间和位置具有储备容量。
或者,作为与另一个MNO的收购或合并的结果,单个MNO可能以图3A所示的网络拓扑结束。在这种情况下,一个MNO通常会收购覆盖范围与其现有网络重叠的一个独立的MNO。因此,具有不同本地容量储备的部分重叠小区的理想网络拓扑将立即可供MNO使用。
不管发生在什么情况下,每个本地区域中不同储备容量的组合以及这些本地区域中两个网络中的小区之间的部分重叠使得所提出的交叉优化强有力地为两个网络中的网络操作提供更好的优化。每个特定的部分重叠区域提供将移动装置从一个网络转移到另一个网络的机会,例如,从网络A中的一个已知小区转移到网络B中的另一个已知小区。
图3A中小区A1的总需求由其覆盖区域内移动装置的数据需求组成。这些移动装置中的每一个都在网络B中的小区B1-B4中的至少一个的重叠覆盖区域中。如果需要减少小区A1中的负载,这可以通过将移动装置从小区A1转移到小区B1-B4中的任何一个,或者转移到网络B中这四个重叠小区的任何组合来实现。用于开始从一个网络到另一个网络的这种切换的标准机制在本文的别处讨论。目前,重点是这种转移对两个网络A和B中的每个网络的负载(例如,PRB占用百分比)的影响。
小区A1中的每个移动装置的实际负载贡献不仅取决于它们对数据的需求,还取决于它们的信号质量。具有更好信号质量(例如,更高SINR)的移动装置将具有更高效的数据传输,因此,与信号质量较差的装置相比,需要更少的PRB来满足其数据需要。信号质量取决于若干因素,包括移动装置是否在建筑物内、无线信号的发射器和接收器之间有什么障碍物等。
在现实条件下,小区的覆盖和最佳服务区域可能不像图中所示的那样清晰且连续。然而,为了描述简单起见,发射器和接收移动装置之间的距离在本文中可以用来表示连接的信号质量(即,较长的距离表示较低的信号质量,而较短的距离表示较高的信号质量)或者给定区域中移动装置的吞吐量。
如图3B所示,网络A和B中的一些部分重叠区域与它们靠近网络A中的发射器相比更靠近网络B中的发射器。例如,重叠区域A1-B2中的移动装置距小区A1的发射器比距小区B2的发射器远得多。因此,将位于重叠区域A1-B2的移动装置从小区A1移动到小区B2将对降低网络A中的负载做出比其将增加网络B中的负载更大的贡献。因此,在所有条件相同的情况下,这种转移将比例如将位于重叠区域A1-B4的移动装置从小区A1转移到小区B4更高效。然而,在决定如何降低小区A1的负载时,还有其他考虑因素。例如,也应该考虑小区B1-B4各自的负载情况和负载靶标。
在任何情况下,从图3B明显的是,在两个网络A和B之间安排部分重叠,并仔细控制在每个部分重叠区域中有多少负载和需求从一个网络转移到另一个网络,提供一种强大的机制来优化两个参与网络中的特定小区负载。因此,在一个实施例中,所公开的交叉优化包括分析负载分布和其他性能参数,例如两个网络中的吞吐量,并且利用标准连接控制和切换机制(例如,如3GPP标准中所定义的),通过在所有小区的每个部分重叠区域中选择性地将移动装置的连接从一个网络转移到另一个网络来优化参数以实现给定靶标。如本文所使用的,术语“交叉优化”是指无线网络跨越网络边界的优化的扩展。这些边界可能包括网络的所有权和控制系统(例如,不同的MNO)。另选地或另外地,这些边界可以包括不同类型的网络无线电接入技术(RAT),包括但不限于Wi-FiTM、2G、3G、4G、LTE、5G等。例如,网络A可以是蜂窝网络(例如,2G、3G、4G、LTE、5G等),且网络B可以是Wi-FiTM网络。
所有优化都可以提高资源使用效率。然而,扩展资源领域以跨多个网络分布移动装置提供无线通信中资源使用的额外效率。具体而言,所公开的实施例将优化领域从单个网络扩展到两个或更多个分离的重叠网络。对跨可能已经在各自的边界内优化的现有重叠网络的优化效果的研究表明,这种更广泛的优化可以将总组合容量增加一倍,并显著提高这些网络上各个移动装置经历的服务速度。
所公开的交叉优化的另一个潜在好处是,它允许MNO和移动服务提供商定义网络操作参数(例如峰值负载水平)的目标,使得交叉优化将反映这些偏好。从所公开的交叉优化中获得最大益处的理想场景包括:(i)待优化的两个网络中的独立频率层;(ii)两个网络中小区的部分重叠;(iii)确定特定网络小区的每个部分重叠区域中的网络之间的最佳负载转移的能力;以及(iv)用于控制两个网络之间的移动装置的网络选择的机制。
2.交叉优化的基础设施
在一个实施例中,所公开的交叉优化被实现为软件,托管在云基础设施中,并且为管理和优化移动网络增加了新的维度。例如,交叉优化使移动运营商能够以受控的方式交换LTE和5G RAN中的容量。交叉优化可以使用云计算资源来优化参与网络的负载分布和信号条件。这可以大幅降低成本,改善用户体验,并为批发收益创建新的机会。
图4示出根据一个实施例的所公开的交叉优化在其中操作的基础设施。具体而言,交叉优化平台410可以托管和/或执行应用程序412,应用程序412实现本文描述的各种功能、过程、方法和/或软件模块中的一个或多个。此外,平台410可以包括或通信连接到一个或多个数据库414(例如,MySQLTM、OracleTM、IBMTM、Microsoft SQLTM、AccessTM等,包括基于云的数据库和专有数据库)。平台410可以包括专用服务器,或者可以替代地包括利用一个或多个服务器的共享资源的云实例。这些服务器或云实例可以并置和/或在地理上分布。平台410可以经由一个或多个网络420通信连接到一个或多个MNO系统430。
网络420可以包括互联网,并且平台410可以使用标准传输协议(例如超文本传输协议(HTTP)、HTTP安全(HTTPS)、文件传输协议(FTP)、FTP安全(FTPS)、安全外壳FTP(SFTP)等)以及专有协议,通过互联网与用户系统430通信。应当理解,对将平台410通信连接到MNO系统430的网络420的提及不同于对由平台410优化的移动网络(例如,图3A和图3B中的网络A和B)的提及。
MNO系统430可以包括能够进行有线和/或无线通信的任何类型或多种类型的计算装置,包括但不限于台式计算机、膝上型计算机、平板计算机、智能电话或其他移动电话、服务器等。每个MNO系统430可以包括规划模块432和设置模块434。规划模块432和设置模块434可以被实现为由MNO系统430内相同或不同的处理装置执行的软件模块。
平台410可以包括托管一个或多个网站和/或网络服务的网络服务器。在提供网站的实施例中,该网站可以包括图形用户界面,包括例如以超文本标记语言(HTML)或其他语言生成的一个或多个屏幕(例如网页)。平台410响应于来自MNO系统430的请求传输或服务图形用户界面的一个或多个屏幕。在一些实施例中,这些屏幕可以以向导的形式提供,在这种情况下,两个或更多个屏幕可以以顺序的方式提供,并且一个或多个顺序屏幕可以取决于用户或MNO系统430与一个或多个前面屏幕的交互。对平台410的请求和来自平台410的响应(包括图形用户界面的屏幕)都可以使用标准通信协议(例如,HTTP、HTTPS等)通过网络420进行通信,网络420可以包括互联网。这些屏幕(例如网页)可以包括内容和元素的组合,例如文本、图像、视频、动画、引用(例如超链接)、框架、输入(例如,文本框、文本区域、复选框、单选按钮、下拉菜单、按钮、表单等)、脚本(例如,JavaScript)等,包括包含存储在平台410本地和/或远程可存取的一个或多个数据库(例如,数据库414)中的数据或从其导出的元素。平台410还可以响应来自MNO系统430的其他请求。
在提供网络服务的实施例中,平台410可以从MNO系统430接收请求,并以可扩展标记语言(XML)、JavaScript对象符号(JSON)和/或任何其他合适或期望的格式提供响应。在这样的实施例中,平台410可以提供定义MNO系统430可以与网络服务交互的方式的应用编程接口(API)。因此,MNO系统130(其本身可以是服务器)可以定义它们自己的用户接口,并且依赖于网络服务来实现或以其他方式提供本文描述的后端过程、方法、功能、存储等。
在一个实施例中,平台410提供一套规划工具,其使参与的MNO能够选择符合其各自品牌战略的节约和用户体验改善的组合。研究表明,参与所公开的交叉优化的网络可以支持多达正常需求的两倍。平台410在调整频率和其关注范围方面为网络优化增加新领域。
在一个实施例中,平台410可以使用来自网络规划系统(例如,规划模块432)且通过现场测量来校准的信息,以周期性地(例如,每天、每周、每月等)调整现有参数(例如,在设置模块434中)。在一个以上的移动网络应用这些参数调整,在利用参与网络中的所有容量方面创建了前所未有的效率。参数调整可以将来自伙伴网络(例如,网络B)的相邻小区添加到特定小区(例如,网络A中的小区A1),并设置它们的切换阈值以实现最佳需求分布。相邻关系(例如,网络对A和B)和每个需求转移量可以基于区域范围的网络条件和MNO偏好来计算。
3.交叉优化的潜在好处
交叉优化在人口密集的城市地区尤其有利,在这些地区,MNO倾向于为额外的网络容量分配持续的资本支出。例如,交叉优化可以通过改善以下一项或多项来提高性能和用户体验:
·小区负载,其可以通过跨所有参与小区更均匀地分布数据负载来改善。交叉优化可以使用已经构建到网络中用于未来需求增长的空闲容量(例如,储备容量110)。
·信号质量,其可以通过将移动装置连接到可以提供最佳连接的小区来优化移动装置的信号条件从而提高信号质量。通常,距移动装置最近的小区是属于不同网络的小区。
·干扰,其可以通过由更好的负载分布和数据传输的更好信号条件来降低干扰水平,从而得到改善。
所公开的交叉优化从根本上不同于普通形式的主动网络共享,因为它可以保持所有参与者的相对竞争优势。参与的MNO可以受益于改善的性能和高效的资源利用,同时保持其经营和竞争战略。例如,网络性能更强的MNO可以保留其相对于其他MNO的优势和定价优势,同时仍然参与所公开的与其他MNO的交叉优化。平台410保持相对竞争优势的能力导致基于基础设施的竞争的持续。参与的MNO被激励继续改善其网络,同时受益于交叉优化。因此,交叉优化非常符合国家监管机构的目标。它还补充有源网络共享和全国漫游,这些通常被MNO和监管机构限制在覆盖范围有限的农村地区。
在一个实施例中,根据MNO偏好,交叉优化在参与网络之间转移一部分移动装置,以优化服务交付和网络使用。系统间切换中的服务连续性可以使用3GPP标准的现有接口和协议来处理。在商业上,MNO可以选择“平衡的”容量交换,其中,MNO之间不需要支付任何费用。也可以规定MNO之间以商定的价格出售的批发容量的大小。
在移动网络的管理和优化方面,交叉优化在一个新的、以前未开发的领域发挥作用。到目前为止,MNO有两种主要机制以最低的成本获得最佳的性能:(1)保持其网络的可能最佳结构和配置,以满足用户的需求,同时跟上不断增长的数据需求;以及(2)在其网络的实时操作中使用最佳控制系统。
这些工具及其各自的操作时间/频率域如图5所示。网络规划工具510(例如,规划模块432)用于创建准确的模型并模拟各种需求条件。模型通过现场数据进行微调,为网络升级决策和操作支持系统(OSS)参数设置提供最佳支持。典型的规划循环为三至六个月,通常由许可和基础设施考虑因素来驱动。根据需求增长率,任何特定位置的变化或调整之间的间隔可以是几年。在时间尺度的另一端,反馈回路在毫秒内驱动eNodeB 520中的控制动作,并且自优化网络(SON)系统530基于实时测量的变化条件在几分钟内进行参数调整。换句话说,网络规划工具510具有处理大量参数的能力,并且具有广泛的地理焦点,但是变化很少,并且结果的实现很慢。另一方面,eNodeB 520和SON系统530中的控制动作是频繁的,但是基于网络的一小部分中相对较少的测量。
在一个实施例中,由平台410实现的交叉优化540向移动网络的管理和优化添加了一个新领域,该新领域在调整的范围和频率方面是不同的。交叉优化540甚至比网络规划系统510具有更广的范围。交叉优化540跨几个网络优化需求分布,在一些实现方式中,包括跨越独立的、竞争的MNO的网络。交叉优化540可以考虑几十万个变量的组合,包括跨多个网络中不同频带的可能收发器之间的几个网络中的移动装置的网络选择。这为优化增加了全新的自由度,并使定义新的约束和目标成为可能。由于交叉优化540不必受eNodeB 520和SON530中的实时反馈回路的约束,因此优化可以由强大的计算工具,包括可以利用人工智能550(例如,机器学习)的大规模并行云计算来执行。
在一个实施例中,平台410的应用程序412从MNO系统430接收需求图,并输出对标准移动网络操作参数的改变和添加,例如相邻小区列表及其相关联的CIO值。虽然这是一组非常狭窄的参数,但是跨重叠小区(可能在多个网络中)的可能组合的总数非常大。因此,应用程序412可以利用大量计算资源来提供成本和性能上的好处。
应用程序412可以基于可从MNO系统430的网络规划模块432获得的一小组键值来执行其计算。每个规划模块432可以生成和/或维护由现场测量校准的网络规划模型。因此,在实现其网络中的任何参数改变之前,MNO可以使用它们自己的模型来研究由平台410提供的网络性能和负载分布改进。
所公开的交叉优化方法能够追求几个可能相互依赖的不同目标。例如,应用程序412可以努力将给定区域中的峰值负载限制在指定的靶标值,且同时保持网络中存在的竞争差异。此外,应用程序412可以追求这两个目标,同时确保相同数量的数据使用被传输出和传输入每个参与网络。或者,如果需要大规模,则应用程序412可以追求这两个目标,同时确保发生指定数量的净数据使用。
关于控制动作的频率,平台410可以在网络升级和SON系统的时间域之间操作,如图5所示。例如,在一个实施例中,需求分布的重新优化由应用程序412每几周(例如,每3周)执行一次。这比典型的网络配置变化更频繁,但不需要立即实时控制反馈回路。值得注意的是,即使应用程序412的交叉优化计算每月仅执行一次,平台410仍然可以解决需求模式中的每日和每周变化。具体而言,应用程序412可以基于一周的不同部分(例如,工作日与周末)和一天的不同部分(例如,白天与晚上)期间的情况来优化需求和负载分布以及移动装置连接质量。
4.需求简档
在特定实现方式中,交叉优化旨在减少繁忙时间期间网络中的峰值负载。本文描述的需求图可以基于测量的PRB占用或小区级平均吞吐量的长期(例如,两周)平均值来构建。在这种情况下,需求图反映繁忙时间期间的平均(因此也是预期的)需求分布。然而,在更广泛的区域中,会存在几个不同的繁忙时间。例如,在工作日的中午,城市中心、办公室和工作场所的需求最高。在居民区,繁忙时间是在晚上。周末和节假日具有自己典型的需求模式。
图6示出住宅、办公室和工作环境中的典型平均负载曲线。如图所示,主要具有办公室和工作设施的地理区域的需求模式610在工作时间达到峰值,而住宅区的需求模式620在晚上达到峰值。在大多数情况下,在一天中的不同时间和一周中的不同日期波动的需求表示一种相当规律的、重复的模式。此外,随着时间的推移,需求的稳步增长通常以每月几个百分点的速率叠加在规律的变化模式上。
在一个实施例中,基于来自网络规划模块432的校准需求图计算需求转移参数的规划和模拟通常每个月左右重复一次。可以对每个典型的已识别需求模式进行这种计算。每个优化周期都会产生一组需求转移参数设置。特定繁忙时间需求模式的一组这些参数设置在本文被称为繁忙时间的指定时间间隔的“简档”。
在实时操作中,在与简档中的那些参数设置相关联的所识别的需求模式的时间期间,在参与的MNO的移动网络内应用适当简档的参数设置。例如,关于常规的周/日需求波动,当应用工作日中午的第一简档时,工作日中间可能存在几个小时的时间段,而当应用工作日晚上的第二简档时,可能存在晚上的时间段。换句话说,可以在一天中的不同时间和/或一周中的不同日期应用不同的参数设置。
最初,交叉优化可能只适用于单个最繁忙的时段。然而,随着时间的推移,随着需求的增长而没有相应的网络升级,可能会建立一组更精细的简档。平台410提供用于分析需求模式以及创建和管理这些简档的工具。
除了可预测的基于日历的繁忙时间需求模式,还可能存在其他可预测的波动。例如,如果在网络足迹中存在一个活动场所,如体育场、音乐会区或会议中心,则当大量人群聚集在活动场所参加预定活动时,将会存在一种特殊的需求模式。此外,需求模式可基于天气和季节而变化。因此,在一个实施例中,可以利用来自网络操作的信息来发现包括特定需求转移参数设置的特定简档的需求模式及其相关联需要。例如,应用程序412可以存储来自所有参与网络的实际经历的小区负载和吞吐量(例如,从MNO系统130接收的)的常规馈送(例如,在数据库414中)。应用程序412可以使用这种信息,使用模式识别工具,包括人工智能(例如,机器学习)来执行复杂的分析,用于识别重复的和可预测的需求模式,例如,用于生成新的简档。
在一个实施例中,在为优化计算收集现场数据时,应用程序412可以使用每个可重复模式的多次出现的平均值。然后,规划模块432的规划和模拟模型也可以使用这些值,这些值对应于长期、多次出现的平均值。例如,如果优化计算由应用程序412每四周重复一次,则在计算该时间段的简档的需求转移参数时,过去一个月中工作日上午11:00和下午4:00之间的平均需求水平可以用作模型中的需求水平。
在一个实施例中,将受益于特定简档的特定需求模式的识别是基于网络中操作参数的测量自动实时完成的。例如,这些参数可以是来自eNodeB中的计数器的PRB占用或平均小区吞吐量值。应用程序412可以从参与网络中收集这些值或从这些值导出的关于模式的结论,并且应用程序412可以自动执行从一个简档到另一个简档的协调切换。这可以例如通过从平台410到受影响网络的MNO系统430的设置模块434的消息来完成。
5.交叉优化的细节
综上所述,所公开的交叉优化的实施例涉及安排对两个网络(例如,分离的网络,或同一网络内的分离的网络层)的接入,这两个网络在分离的频率上运行并且具有最佳服务的部分重叠的覆盖图,这是由小区站点或扇区取向或特性的差异导致的,其中网络层在其地理覆盖区域内的小区上具有不同的负载百分比分布,以及利用标准蜂窝网络RRC重新配置消息参数,通过选择性地将每个网络所服务的移动装置的连接转移到至少一些部分重叠区域中的另一个网络,来调整两个网络或网络层的负载分布或其他操作特性。
在一个实施例中,交叉优化包括两个主要步骤:(1)规划和模拟;和(2)实时操作。图7A示出根据一个实施例的用于交叉优化两个或更多个网络的示例性过程700。交叉优化过程700可以由平台410的应用程序412实现。图7B示出根据一个实施例的基础设施组件之间的过程700中的数据流。虽然本文针对两个网络A和B描述了交叉优化,但是应当理解,相同的过程和数据流可以应用于三个或更多网络,并且更一般地,可以应用于任何多个网络,包括任何多个网络层。
在步骤710中,应用程序412确定是否执行优化。例如,可以周期性地(例如,每周、每几周、每月等)执行一组特定网络的优化。另选地或另外地,可以响应于特定请求(例如,来自一个或多个MNO系统430的请求、经由由应用程序412生成的图形用户界面的用户请求等)来执行优化。如果要执行优化(即,步骤710中的“是”),则应用程序412前进到步骤720。否则(即,步骤710中的“否”),应用程序412继续等待执行下一次优化。
在规划和模拟期间,例如,可以使用MNO系统430的规划模块432来对要优化的每个网络进行建模和模拟。规划模块432可以包括任何标准网络规划工具。规划模块432的示例包括但不限于法国布拉纳克的Forsk S.A.S.的AtollTM无线网络工程软件、弗吉尼亚州阿什伯恩的Infovista公司的PlanetTM、弗吉尼亚州费尔法克斯的Teoco公司的AssetTM等。规划模块432可用于为每个参与网络生成模型,该模型表示网络拓扑、发射器的位置和方向以及天线类型、地形、物理环境和建筑物(例如,通过称为杂乱分类的机构)、移动装置及其数据流量以及各种网络控制机构。
规划模块432的网络模型可用于生成需求图,该需求图对应于每个参与网络中的当前网络负载情况。网络规划工具通常具有蒙特卡洛和/或其他模拟机制,可以在模型中生成一组分布式移动装置。以这种方式,移动装置的固定图跨要优化的区域而生成。这种图的生成可以利用关于环境的信息,例如由杂乱分类表示的信息。
接下来,可以为该图中的移动装置定义一组服务,以创建需求图。这组服务描述移动装置的数据需求模式。处理服务的一种特别有用的方式是定义每个移动装置的平均数据需求,该移动装置将在整个模拟时间段内需要该平均数据需求。这允许在模型中简单地表示和计算平均小区负载和平均连接参数。这些服务可用于校准建模的移动装置的需求,使得需求图中表示的负载对应于要优化的网络中的实际平均负载水平。实际测量的性能数据与建模和模拟的性能一起用于生成需求图,使得需求图表示相关联网络运行的实际条件。
接下来,每个参与网络和频带的固定需求图(来自每个参与MNO的模型)可以用于使用规划模块432来实施详细的网络性能模拟。为了探索未来需求水平的影响,在需求图上的固定移动装置分布中使用的服务的需求可以不同。例如,要模拟的区域内移动峰值功率需求的增长百分比可用于分析交叉优化的潜力,以便用更少的网络投资处理未来几年不断增长的需求。
使用模拟结果,可以从网络建模模拟的输出中提取需求图中描述每个固定用户移动装置的信号条件的变量以及实际服务小区标识。这些变量以及需求图用户标识信息然后可以被传输到由应用程序412实现的优化过程。
在一个实施例中,要传输到应用程序412的数据从标准规划模块432中提取(例如,使用导出功能或专有客户端应用程序),并发送到平台410的应用程序412。要作为需求图传输的数据可以包括以下参数的一个或多个模拟值:校准的需求图上每个点在一小时内的平均需求(例如,以兆比特每秒(Mbps)为单位)、每个建模的移动装置的位置(例如,全球定位系统(GPS)的经度和纬度)、最佳服务器标识符、峰值信道吞吐量(PCT)(例如,以Mbps为单位的下行链路)、信噪比(SINR)、参考信号接收功率(RSRP)等。PCT、SINR和/或RSRP的模拟结果可以以包括每个点的最佳服务器标识符的地图网格格式提供,以使得能够在该区域中的任何位置建立可用的峰值信道吞吐量和信号质量以及服务小区。在这种实现方式中,不需要任何关于网络的地理或其他拓扑或结构信息。这种数据提取可以针对所有MNO的所有参与网络的所有频带实施,并上传到应用程序412。
在步骤720中,应用程序412接收要优化的网络的需求图和交叉优化的一个或多个目标。例如,对于每个参与网络,该网络的MNO系统130的规划模块432向应用程序412提供需求图。每个需求图可以包括每个建模的移动装置的位置、每个建模的移动装置的SINR、每个建模的移动装置的服务小区的唯一标识符等。MNO系统130还可以向应用程序412提供一个或多个目标、靶标或偏好。例如,这些目标可以表示可用于约束交叉优化的靶标值,或者可以表示其他约束(例如,保持网络之间的整体性能差异相同的要求、保持需求转移平衡或达到期望的批发量的要求等)。
在步骤730中,应用程序412基于接收到的需求图分析参与网络的初始性能,以获得优化过程的一个或多个参数。例如,如果在步骤720中接收的目标之一是保持网络之间的相对性能差异,则应用程序412可以分析属于每个MNO的各种参与网络或网络组合(例如,频带)中的相对性能差异。这样做的目的是建立参与MNO之间的相对竞争差异,然后以便这些信息可以用来设置优化的约束。
在步骤740中,使用在步骤720中接收的需求图和目标以及在步骤730中获得的参数,应用程序412在网络A中的服务小区和网络B中的服务小区之间传输网络A和B的固定需求图中的建模的移动装置,以朝着设定的目标改善网络A和B中的负载状况。例如网络速度或速度分布等变量的目标也可用于确定固定需求图中的哪些移动装置在网络A和B之间转移。
另一个可能施加在优化计算上的分离但可能相关且依赖的约束涉及每个MNO在选定时间段内从其他参与MNO的网络中使用的实际数据容量的大小。可以平衡传输,使得每个MNO在一段时间内(例如,在一个日历月内)从其他MNO接收(使用)的数据容量总量等于其他MNO在其网络中接收(使用)的数据容量总量。以这种方式,整个交换可以被认为是一种物物交换,其中每个MNO都放弃未充分利用的容量,并接收非常需要的容量来减轻其高负载小区中的负载。另选地或另外地,指定数量的净数据容量传输可以被指定为优化的约束。这会启用MNO之间的大规模未充分利用的容量。
如上所述,每个MNO可以为交叉优化提供其自己的特定目标和/或约束。这些目标的关键参数包括但不限于以下一项或多项:
·网络中每个区域的负载水平靶标。例如,每个MNO可以设置峰值负载百分比,没有几个小区可以超过该百分比。这种限制通常是MNO现有政策和实践中决定网络升级的关键参数。
·位置和时间。每个MNO都可以指定网络区域以及他们希望优化网络性能的一天中的时间和一周中的时间。在两个或更多个MNO参与的时期和区域,获益更高。
·卖还是买是否都可以接受。如果不希望批发容量,应用程序412可以以平衡从每个网络移除和添加到每个网络的数据使用量的方式优化需求传输。在这种情况下,MNO有效地用来自其网络中未充分利用部分的容量换取其具有高负载区域中的容量,并可从额外容量中受益。
在一个实施例中,如果不包括批发,应用程序412以保持参与网络之间的初始相对性能差异的方式计算需求转移。例如,如果总体网络负载水平最初存在10%的差异,则应用程序412确保优化后保持相同的10%的差异。换句话说,所有参与网络中的需求被重新分布,以消除高峰并降低总体负载水平,但以仍保持最初相对10%的差异的水平。定义和保持竞争差异化的具体指标可以在参与者之间共同定义。值得注意的是,保持相对性能差异与没有交叉优化时相同意味着每个参与者实际实现的峰值负载水平降低可能不同于每个参与者请求的靶标值。每个人的相对改进将是相同的,除非对由此产生的额外改进达成批发和相关支付协议。
值得注意的是,如果参与网络由不同的MNO拥有,则MNO不需要在规划和模拟阶段公开任何关于其实际网络拓扑或结构的信息。甚至服务小区标识符也可以是任何虚构的或随机的数字或字符串,只要它们在整个数据组中是一致和唯一的。如果这两个网络属于在提供移动服务方面可能是竞争对手的MNO,则这可能是一个重要的考虑因素。每个相应网络的建模可以由每个单独MNO雇佣的独立人员或承包商来执行。
在步骤750中,应用程序412将修改后的需求图返回给每个参与MNO系统430的规划模块434,该需求图表示需求图上建模的移动装置的新网络分配。换句话说,在应用程序412完成交叉优化后,可以将修改的需求图返回给每个网络模型。在这些图中,固定用户的移动装置可能已经在两个网络之间转移。在原始需求图的一些位置,现在可能有多个具有各自服务的移动装置,而在其他位置,可能没有任何移动装置。这些需求图可以反馈到网络模型中,以在网络的这种优化模式中模拟和检查负载分布和其他网络性能参数。
这个建模、优化和模拟的循环可以重复进行,以找到最能满足为参与网络设定的靶标的目标和优化解决方案。具体而言,在步骤760中,应用程序412确定对步骤720-750中执行的优化是否有任何改变。例如,特定MNO可能不满足于修改的需求图或目标的实现,或者可能已经改变了目标。如果请求改变(即,步骤760中的“是”),则用新的需求图和/或目标执行步骤720-750的另一次迭代。否则,如果MNO对优化满意(即,步骤760中的“否”),则应用程序进行到步骤770。
在一个实施例中,应用程序412还向每个MNO系统430返回关于其所有移动装置(包括优化后将连接到其他网络的移动装置)的预测用户体验指标的信息。这使得每个MNO具有其所有用户完整的预测体验。
在优化之后,对于网络A和B中的每一个,将有新的需求图。在步骤770中,基于这些需求图和在每个部分重叠区域中将移动装置从一个网络转移到另一个网络的已建立需要,如图3A和图3B所示,可以计算用于实现期望转移的网络参数。在一个实施例中,CIO被用来选择一个网络中的每个部分重叠区域中哪些移动装置被转移到另一个网络。此选择过程在本文的其他地方有更详细的描述。
在步骤780中,应用程序412将用于控制网络的必要需求转移参数递送给每个参与MNO的MNO系统130的设置模块434,以用于其网络的实时操作。在一个实施例中,这些参数在网络实时操作中的实现是通过SON系统来完成的,SON系统已经分别处理每个网络内用于管理和优化的类似参数。换句话说,根据一个实施例,如图8所示,应用程序412可以通过SON系统的API递送需求转移参数。值得注意的是,通过增加或改变这些系统使用的参数,平台410的功能扩展到在其优化范围内的网络中当前SON系统和现有的网络控制系统中。
如上所述,许多移动网络控制系统已经具有复杂的内部负载平衡机制。一个示例是在用于蜂窝网络的3GPP(ETSI)标准中描述的网络控制机制。在各种SON系统中可以使用额外的优化功能。平台410利用这些现有的广泛部署的机制,并且添加了一层优化,该优化可以包括跨越网络之间的边界和移动装置组的价值权衡。这种增加的优化层也可以扩展到对网络资源的存取或网络和移动服务提供商之间的本地数据传输容量的实际商业和交易。
如图5所示,平台410的交叉优化还为网络控制和管理引入了不同的时域和范围。考虑到能够使用基于在几次定期发生的事件中测量的需求模式的平均值的不同简档,这种交叉优化可以被表征为对需求模式变化的“谐波”应用基础广泛的优化控制。在一个层面上,基于平均值的周期性(例如,每周或每月)重新计算通过规划模块432和交叉优化计算实现了反馈回路控制系统,交叉优化计算具有例如周作为其典型的时间常数。在另一个层面上,基于各种情况的可预测发生切换到相关简档提供了对不同事件进行长期控制的能力,这些事件可能以小时或更少的时间尺度以及以天、周或其他可预测或可检测的时间的重复模式发生。
现在将讨论当寻求以最经济的方式平衡小区间负载时,漫游装置的最佳选择目标。图9示出根据一个实施例的两个重叠网络A和B中的详细情况。出于讨论的目的,假设小区A1中的负载高于期望,使得连接到小区A1的移动装置的用户体验已经恶化。用户体验和小区中的平均数据传输速度取决于平均负载水平。负载水平越高,平均速度越低。从这个意义上来说,降低小区A1中的负载是有“价值”的,因为平均用户体验将得到改善。这种价值的货币表现可见于运营和维护自己网络的移动服务提供商进行的网络容量升级投资。
速度和用户体验在区域A1中的小区A1边缘最差,因为这一区域中的移动装置具有最差的信号。如前所述,移动装置距小区站点的距离被用来指示连接的质量(吞吐量),这在现实世界中与物理距离密切相关。值得注意的是,就网络资源而言,区域A1中的装置也是最“昂贵”的,因为它们的连接速度较慢,并且与处于良好信号条件下的装置相比,向它们获取相同数量的数据会占用更多的时间和网络资源块。LTE网络中的差异可能高达五十倍,并且在许多网络实现方式中,小区中心和边缘之间的差异通常超过二十倍。当使用多输入多输出(MIMO)时,差异可能会更高。因此,移除区域A1中的移动装置的负载将最有效地减轻小区A1中的负载,因为这些移动装置的数据需求在无线电资源方面是最“昂贵”的。换句话说,这些移动装置在每兆字节的数据传输中消耗更多的资源块。
为了清楚起见,图9中的图示通过假设信号质量(因此,数据传输效率)仅取决于距天线的距离来简化情况。实际上,其他因素(例如地形、建筑物、移动装置的具体位置、天线和移动装置的射频(RF)前端)对信号质量(例如,信噪比)有影响。因此,应该理解,实际上,表示网络A中信号质量差的区域A1是由实际信号质量决定的,而不是简单地由距天线的距离决定的。
如图9所示,网络B包括三个小区B1、B2和B3。考虑到信号随距离衰减,在小区天线附近将会存在良好的信号区域。这在图9中显示为区域B2。根据图示的简化方式,区域B2近似为圆,且小区天线位于圆的中心。这假设每个小区B1-B3中的发射功率和天线及其倾斜角是相同的。同样,应该理解,实际上,表示网络B中信号质量良好的区域B2是由实际信号质量决定的,而不是简单地由距天线的距离决定的。这个良好的信号区域B2表示小区B1-B3的服务移动装置的效率最高的部分。良好的信号对应于更好的编码和更快的速度,需要更少的资源块(在LTE协议中)来提供给定量的数据传输。
考虑到小区A1处于高于期望的负载水平并且小区B1-B3处于附加负载将不会导致用户体验不可接受的下降的负载水平的情况,期望将连接以及由此小区A1中的一些移动装置的相关负载移动到小区B1-B3。更准确地说,不仅仅是指“高于期望”的负载或“可接受的下降”,存在与负载的每一增量变化相关联的一个值和一个成本。负载与网络性能之间存在复杂的非线性关系,并且增量速度的值也是非线性的。
通常,出于覆盖原因(例如,当网络A不能提供可接受的信号时),其“家庭”在网络A上的移动装置在“受访”网络B上进行服务。在这种情况下,就称为移动装置在网络B上“漫游”。漫游是为了负载平衡和更高效地使用现有资源。属于不同MNO的网络之间的漫游有时可能被称为“经济漫游”。
考虑到上述特定的资源效率,可以得出结论,在小区A1中实现负载降低(并创造价值)的最经济的资源方式将是将区域A1中信号差的一些移动装置移离小区A1,并允许网络B为这些装置提供服务。这将产生与网络B服务的传输连接数和总数据需求相关的最大负载降低(和价值)。
为了进一步优化这种情况,要从网络A转移到网络B的移动装置子组应该是那些能够在网络B上具有良好信号的移动装置。这将导致以网络B中资源负载(成本)的最小增加来吸收额外的数据传输需求,因为来自具有更好信号的移动装置的需求可以用更少的资源来服务。从图9中可以看出,这将是在区域A1和B2交叉的区域中的移动装置。这一区域在图9中标记为“最佳地区”。
小区B1-B3可能具有不同的负载水平。因此,来自网络A的移动装置的增量负载可能对每个小区B1-B3中的用户体验有不同的影响。这可以被认为是靶标的不同“成本”。在这种上下文中,成本可以被认为是对网络B中的移动装置的用户的不利影响,因为网络及其操作的大部分实际成本是不受负载影响的固定成本。在这种情况下,来自区域A1中的网络A的移动装置在小区B2和B3之间的最佳分布将是不同的。对于小区B2和B3来说,网络B中的信号电平也是不同的,在该信号电平下最佳地从区域A1接收漫游装置。如果小区B1中的负载比小区B2和B3中的负载小得多,则小区B1甚至可能将是接收小区A1中的一些移动装置的最佳小区。如本文所使用的,术语“信号电平”可以意指任何指示可以实现的连接的质量或强度的可用信号参数。这种信号参数的示例包括但不限于信噪比(SNR)、信号干扰噪声比(SINR)、信道质量指示符(CQI)、参考信号接收质量(RSRQ)、参考信号接收功率(RSRP)和接收信号强度指示符(RSSI)。
如上所述,在移动装置用户经历的网络速度变化的意义上,成本和价值的概念具有直接的财务对应关系。无线网络中为保持可接受的负载水平而进行的网络投资证明了这一点。实际上,通过交叉优化降低网络负载与实际财务价值之间的关系相当复杂。首先,网络负载与移动装置经历的平均速度之间的关系是非线性和复杂的。因此,增量变化的值本质上取决于现有的负载水平。其次,经济漫游可以被视为网络容量升级的替代方案。升级的成本取决于许多因素,例如附加频谱的可用性、本地因素,例如小区站点的可用性和回程成本等。此外,保持良好用户体验的价值可能因不同的网络用户组或位置而异。
6.控制移动装置的网络选择
在一个实施例中,由交叉优化产生的连接转移的机制可以被认为是当移动装置移动通过由几个小区覆盖的区域时,或者当负载需要在跨越RAT边界或频带边界的网络的不同部分之间平衡时发生的一组正常切换的扩展。根据应用程序412的交叉优化,可以通过向正常网络操作中使用的切换指令参数添加特定变化来调整切换参数。
图10示出根据一个实施例的网络切换场景中的调用流程的示例,以及交叉优化用来实现跨两个分离网络的最佳负载分布的关键接口和动作。所公开的系统具有通过监控小区级的网络负载和性能来改变典型的单网络切换以支持多网络切换的能力。由平台410发起的这些参数改变(例如,通过步骤780中的递送)可以包括但不限于测量偏移以及参与交叉优化的其他网络(或层)的系统和小区标识信息。控制参数包括例如扇区/小区负载,通常由PRB占用或传输时间间隔(TTI)利用来表示。
在一个实施例中,参数改变可以通过与SON设备的接口来实现。或者,平台410过程可以直接与参与网络的网络管理系统或包含参与网络的加载信息的实体通信。在任一情况下,在应用412和SON设备或其他网络管理系统之间提供用于提供参数改变的接口(例如,设置模块434)。
在平台410介接到SON设备的实施例中,应用程序412可以利用特定的应用编程接口(API),并作为向每个参与网络的SON系统提供附加功能的“插件”软件。这种API使应用程序412能够从参与网络接收加载信息和其他关键性能指示符(KPI)。在这种情况下,平台410将直接与SON设备介接。
7.示例性实现方式
在平台410连接到两个或更多个LTE网络的环境中,参与网络将频繁地向应用程序412提供它们的加载信息。如本文别处所讨论的,应用程序412可以位于数据中心(例如,云端中)。或者,应用程序412可以至少部分位于一个或多个MNO的场所(例如,应用程序412可以包括服务器端和客户端模块)。这种加载信息被输入到应用程序412,应用程序412处理来自多个网络的加载信息,以产生结果。应用程序412的算法的结果是将去往本地网络小区的参数改变指令(例如,步骤780)。参数改变可以包括但不限于公共陆地移动网络(PLMN)代码(例如,唯一标识移动网络运营商的移动国家代码(MCC)和移动网络代码(MNC)的组合)、标识伙伴网络的小区或全球小区标识(CGI)的物理小区标识(PCID)以及新邻居(例如,通过无线电资源控制(RRC)重新配置消息和/或各种系统信息块(SIB))的CIO。参数改变还可以包括A3偏移小区和事件A2阈值的变化。参数改变还可以包括滞后、滤波器系数、触发时间和/或其他切换参数。
在真实的移动网络中,移动装置四处移动,并且各个连接参数随着时间而变化。此外,负载水平和数据需求会随着时间而变化。为了提供不断调整优化的机会,关于哪些移动装置连接到主网络或家庭网络或受访网络的各种小区,可以提供一种机制来稳定地将来自受访网络的移动装置流返回到主网络。这样,将会存在关于将连接转移到受访网络的连续优化决策流,并且这些决策将考虑变化的参数。由于负载条件经常被测量(通过SON系统或网络管理系统),并且这些更新的参数被用于进行后续的传输决策和参数调整,因此具有从优化效果到新的优化动作的反馈回路。这提供了稳定性,并促进了平台410的目标。
发送到进入移动网络中每个小区的移动装置的RRC重新配置消息中的一些参数用于网络内切换管理,并且可以由SON系统调整以在相邻小区之间进行自动负载平衡。因此,重要的是,由应用程序412对这些参数进行的任何改变都要以不对这些功能产生不利影响的方式进行。当然,除了管理网络内流量之外,与网络B中的小区相关的参数不用于任何目的。因此,应用程序412可以设置这些参数,而不用担心影响网络A的内部功能。
网络B中的新小区的偏移参数应该被包括在去往进入重叠区域的网络A中的移动装置的第一消息中。例如,通常在没有任何偏移值的情况下包括小区B1的PLMN和PCID将导致许多移动装置从小区A1开始切换到小区B1而不是网络A中的其他相邻小区。这是因为网络B中靠近小区B1的小区站点的信号强度可能比网络A中相邻小区A1的信号电平高得多。通常,当服务小区的信号低于相邻小区中的信号时,发起切换过程,其中两个信号都使用偏移(即,A3偏移和相邻小区的CIO)来调整。
通过包括网络A传送的更新配置消息中包括的网络B中的所有小区的大的负偏移作为CIO,可以限制发起从网络A到网络B的切换的次数。也可以通过设置所谓的事件A2和A1阈值来控制切换的次数。设置这些阈值可以首先限制参与用于切换发起目的的测量和信号比较的装置的数量。图11使用图9的示例示出各种阈值和偏移。
当网络B中小区的CIO从最初的高负值向上调整时(例如,对于LTE,CIO范围是-24dB到+24dB),偏移调整后的信号电平比较触发向网络B的切换的移动装置的数量将增加。通过控制这些CIO,应用程序412可以控制将从网络A中的每个小区移动到网络B中的每个小区的流量。
此外,在仅通过为网络B中的小区设置CIO不能实现靶标流量的情况下,也可以调整所谓的触发参数A3偏移。A3偏移通常被设置在这样一个水平,在该水平上,只有信号差的靠近小区边缘的移动装置将会触发向不同小区的切换的测量报告消息。这基本上定义了图9中的小区边缘。如果需要改变转移到网络B的移动装置的数量,应用程序412也可以改变A3偏移(例如,在步骤770中)。负变化(即,降低A3偏移)将增加信号电平比较将触发转移的移动装置的数量。正变化(即增加A3偏移)将减少信号电平比较将触发转移的移动装置的数量。例如,在网络B的CIO中的最大负偏移仍然导致比期望更多的切换的情况下,这可能是期望的。为了防止A3偏移的变化影响网络A中的内部切换(即网络A中相邻小区之间的切换),网络A中相邻小区的CIO应该改变相同的量。这保持相对值不变,使得网络内切换将不会受到影响。
图11使用结合图9讨论的信号质量的相同图形表示,示出A3偏移和CIO的增量变化的影响。这些增量参数变化的结果是,一些装置将通过向网络A发送测量报告消息来发起从小区A1到小区B1或B2的切换程序。这启动图10中描述的过程。靶标小区仍然有机会拒绝切换请求。然而,通常不需要衰落机制,因为在网络之间转移的移动装置的数量是通过调整发起切换的参数来控制的。
随着移动装置执行切换程序,小区A1中的负载将减少,而小区B1和B2中的负载将增加。值得注意的是,离开小区A1的需求(以及负载)来自小区A1中信号差的区域。在切换完成之后,这个相同的需求随后由小区B1和B2中更强的信号来服务。这导致小区B1和B2上的负载增加。然而,模拟已经表明,小区B1和B1上的负载的这种增加显著小于小区A1中信号差的区域中的移动装置引起的负载。因此,当根据网络资源(例如,满足LTE网络中的负载所需的PRB)来考虑时,小区A1中的负载减少大于小区B1和B2中的总负载增加。就资源的有效利用和用户体验的改善而言,这是所公开机制的非常理想的特征。
在一个实施例中,交叉优化使用3GPP标准的控制切换事件:事件A3和事件A5。事件A3是相互比较的两次测量,且事件A5是与固定阈值比较的两次测量。根据该标准,CIO被用来对移动装置发送给eNodeB的测量报告进行偏置。这些报告触发切换的发起。CIO可以类似地用于事件A3和事件A5。
根据LTE标准,参考信号接收质量(RSRQ)和参考信号接收功率(RSRP)可用于事件A3。在一个实施例中,交叉优化对事件A3使用RSRQ,并任选地对事件A5使用RSRP。应用程序412计算哪些小区对适合于实现性能目标,并通过RRC连接重新配置消息将适当的重叠小区添加到小区的邻居列表。对于这些新的相邻小区,应用程序412设置CIO值,以确保需求的预期部分将作为发生切换的结果而被转移。添加到切换参数中的CIO特定于一个小区对,该小区对由每个网络或频率层中的一个小区组成。对于一个网络中的每个小区,可以为另一个网络中的每个重叠小区计算一个CIO。这在图12中示出。
网络A中的小区A1与网络B中的四个小区B1-B4重叠。在这种情况下,假设小区A1过载,应用程序412的交叉优化将会将一些移动装置从小区A1移动到小区B1、B2和B3中的至少一些。要移动的流量取决于每个小区中的负载(PRB占用)水平。假设小区B2和B3未被充分利用,它们将被添加到小区A1中的切换区域1210中的移动装置的邻居列表中。切换区域1210位于小区A1的边缘。因此,典型地,与从切换区域1210中的小区B2和B3获得的信号质量相比,切换区域1210中的信号质量较弱。为了在切换区域1210中完成切换,可以以小区A1的A3CIO参数的形式,向小区B2和B3中的每一个设置相对较大的负偏置。为网络B中的一个或多个小区选择A3 CIO参数将调节需求转移量。在这种情况下,这将导致切换区域1210中的移动装置被转移到新的相邻小区B2或B3。这些移动装置的用户体验应出于以下两种原因而改善:它们将获得更好的SINR;并且它们将由负载较低的小区服务。
LTE标准将事件A3的进入条件规定为:
Mn+Ofn+Ocn-Hys>Mp+Ofp+Ocp+Off
其中Mn是相邻小区的测量值,
其中Ofn是被测量的相邻小区的频率偏移,
其中Ocn是被测量的相邻小区的CIO,
其中Hys是这一事件的滞后参数,
其中Mp是主(即服务)小区的测量值,
其中Ofp是主小区频率的偏移,
其中Ocp是主小区的CIO,以及
其中Off是A3偏移参数。
通常,Hys和Off是全局或特定于事件的值,由主网络的MNO优化和设置。假设Ofn、Ofp、Ocp、Hys和Off都设置为零,事件A3的进入条件将减少为:
Mn+Ocn>Mp
CIO参数Ocn特定于一对小区,由Mn和Mp定义。在一个实施例中,这种修改和添加精确的偏置小区对调用测量报告消息的标准化能力是将所公开的交叉优化引入实时操作的机制。Mn和Mp定义精确的小区对,且Ocn参数定义该小区对的计算偏差。该对小区通常由属于不同网络的两个小区组成(例如,一个是“家庭”网络小区且一个是伙伴网络的“受访”网络小区)。系统计算的CIO值对于每对特定的小区都是唯一的。在不需要需求转移的小区中,不添加新的邻居小区。
通过所公开的交叉优化,家庭网络上的装置吞吐量将得到改善,因为移动装置将转移到提供信号强度和负载的更好组合的小区。吞吐量的改善还将导致订阅家庭网络的移动装置的用户的用户体验得到改善。
类似于上述事件A3 CIO参数的使用,交叉优化可以任选地使用事件A5,以便通过将家庭网络中信号弱的移动装置移动到受访网络中的更强信号来增加覆盖可靠性。由于事件A5基于绝对RSRP测量,因此改善了可靠性、覆盖范围和用户体验。LTE标准将事件A5的进入条件规定为:
Mp+Hys<Thresh1
Mn+ofn+Ocn-Hys>Thresh2
其中Mp是主(即服务)小区的测量值,
其中Hys是这一事件的滞后参数,
其中Thresh1是这一事件的主小区的阈值参数,
其中Mn是相邻小区的测量值,
其中Ofn是被测量的相邻小区的频率偏移,
其中Ocn是被测量的相邻小区的CIO,及
其中Thresh2是这一事件的相邻小区的阈值参数。
通常,Hys、Thresh1和Thresh2是全局或特定于事件的值,由主网络的MNO优化和设置。假设Ofn和Hys设置为零,事件A5的进入条件将减少为:
Mp<Thresh1
Mn+Ocn>Thresh2
类似于事件A3,CIO参数Ocn特定于被测量的相邻小区,并且可以用于确保只有当到相邻小区的传输将增加RSRP时才触发A5事件。
8.传输需求
在一个实施例中,平台410提供长距离传输移动需求(因此,容量)的机制。这可能非常有用,例如,当实现区域包括住宅区和商业区时,因为这两种类型区域的峰值负载模式是反循环的,如图6所示。
图13A和图13B示出根据一个实施例,移动需求如何在长距离上从一个区域(例如,商业区)转移到另一个区域(例如,住宅区)。图13A示出分布在地理区域上的多个小区的俯视图。网络A包括一组相邻小区A1-A5,且网络B包括一组相邻小区B1-B4。假设小区A1(例如,工作日期间的商业区)具有非常高的负载百分比,并且需要将需求转移出去。小区A2-A4都具有高负载,且因此处于无法添加来自其他小区的净负载的状态。然而,小区A5(例如,工作日期间的住宅区)具有非常低的负载,且因此没有被有效利用。网络B具有与网络A重叠的覆盖范围。具体而言,如图所示,小区B1-B4与网络A重叠。然而,网络B中的所有这些小区都具有高负载。因此,网络B不能承受来自网络A的额外净负载。因此,在这个图示的示例中,唯一能够接受额外负载的小区是小区A5。
图13B示出了图13A所示的相同的多个小区的侧视图。网络A中相邻小区之间的边界由实线1330示出,且网络B中相邻小区之间的边界由虚线1340示出。这些线还示出这些边界向另一个网络中的小区的投影。
在一个实施例中,在由图13A中的光点1310和图13B中的光箭头指示的每个区域中,需求从网络A转移到网络B中的重叠小区。同时,在图13A中的暗点1320和图13B中的暗箭头所指示的每个区域中,需求从网络B转移到网络A中的重叠小区。如果所有这些转移中相应的负载贡献相同,则净效果是小区A2-A4和B1-B4中的负载水平将保持相同,而小区A1中的非常高的负载将被降低,且小区A5中的非常低的负载将被增加。这种在小区边缘上重叠区域中的不同网络之间转移需求的“连锁反应”可用于在长地理距离上传输或“跳跃”需求或容量。
在实际网络情况下,部分重叠延伸到整个网络。部分重叠在两个独立的MNO的网络之间特别有效,但是也可以存在于单个网络中的频带之间。因此,尽管在图13A和图13B中示出两个分离MNO网络中的单个频带之间的实际部分重叠,但是应该理解,连锁反应可以类似地应用于单个网络中的多个网络层。此外,通过这些网络或网络层,连锁反应可以同时向多个方向传播。
9.示例性处理装置
图14是示出可结合本文描述的各种实施例使用的示例性有线或无线系统1400的框图。例如,系统1400可以用作本文描述的一个或多个功能、过程或方法(例如,存储和/或执行应用程序412、规划模块432、设置模块434或一个或多个其他软件模块),或者与其结合使用,并且可以表示本文描述的任何处理装置的组件,包括平台410、MNO系统430和移动装置。系统1400可以是服务器或任何传统的个人计算机,或者能够进行有线或无线数据通信的任何其他处理器启用装置。如本领域技术人员所清楚的,也可以使用其他计算机系统和/或架构。
系统1400优选地包括一个或多个处理器,例如处理器1410。可以提供附加的处理器,例如管理输入/输出的辅助处理器、执行浮点数学运算的辅助处理器、具有适合于快速执行信号处理算法的架构的专用微处理器(例如,数字信号处理器)、从属于主处理系统的从处理器(例如,后端处理器)、用于双或多处理器系统的附加微处理器或控制器、和/或协处理器。这种辅助处理器可以是分立的处理器,或者可以与处理器1410集成。可以与系统1400一起使用的处理器的示例包括但不限于处理器、Core />处理器和/>处理器,所有这些都可以从加利福尼亚州圣克拉拉的Intel公司获得。
处理器1410优选连接到通信总线1405。通信总线1405可以包括数据通道,用于促进存储体和系统1400的其他外围组件之间的信息传输。此外,通信总线1405可以提供用于与处理器1410通信的一组信号,包括数据总线、地址总线和/或控制总线(未示出)。通信总线1405可以包括任何标准或非标准总线架构,例如符合工业标准架构(ISA)、扩展工业标准架构(EISA)、微通道架构(MCA)、外围组件互连(PCI)本地总线、电气和电子工程师协会(IEEE)颁布的标准(包括IEEE 488通用接口总线(GPIB)、IEEE 696/S-100等)的总线架构。
系统1400优选地包括主存储器1415,并且还可以包括辅助存储器1420。主存储器1415为在处理器1410上执行的程序(例如本文讨论的一个或多个功能和/或模块)提供指令和数据的存储。应当理解,存储在存储器中并由处理器1410执行的程序可以根据任何合适的语言编写和/或编译,包括但不限于C/C++、Java、JavaScript、Perl、Visual Basic、.NET等。主存储器1415通常是基于半导体的存储器,例如动态随机存取存储器(DRAM)和/或静态随机存取存储器(SRAM)。其他基于半导体的存储器类型包括,例如,同步动态随机存取存储器(SDRAM)、Rambus动态随机存取存储器(RDRAM)、铁电随机存取存储器(FRAM)等,包括只读存储器(ROM)。
辅助存储器1420可以任选地包括内部介质1425和/或可移除介质1430。可移除介质1430以任何公知的方式被读取和/或写入。可移除存储介质1430可以是例如磁带驱动器、光盘(CD)驱动器、数字多功能盘(DVD)驱动器、其他光盘驱动器、闪存驱动器等。
辅助存储器1420是其上存储有计算机可执行代码(例如,公开的软件模块)和/或其他数据的非暂时性计算机可读介质。存储在辅助存储器1420上的计算机软件或数据被读入主存储器1415,由处理器1410执行。
在替代实施例中,辅助存储器1420可以包括允许计算机程序或其他数据或指令加载到系统1400中的其他类似器件。这种器件可以包括例如通信接口1440,其允许软件和数据从外部存储介质1445传输到系统1400。外部存储介质1445的示例可以包括外部硬盘驱动器、外部光驱、外部磁光驱动器等。辅助存储器1420的其他示例可以包括基于半导体的存储器,例如可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除只读存储器(EEPROM)和闪存(类似于EEPROM的块取向存储器)。
如上所述,系统1400可以包括通信接口1440。通信接口1440允许软件和数据在系统1400和外部装置(例如打印机)、网络或其他信息源之间传输。例如,计算机软件或可执行代码可以经由通信接口1440从网络服务器(例如,平台410)传输到系统1400。通信接口1440的示例包括内置网络适配器、网络接口卡(NIC)、个人计算机存储卡国际协会(PCMCIA)网卡、卡总线网络适配器、无线网络适配器、通用串行总线(USB)网络适配器、调制解调器、无线数据卡、通信端口、红外接口、IEEE 1394火线以及能够将系统1400与网络(例如,网络120)或另一计算装置介接的任何其他装置。通信接口1440优选地实现工业颁布的协议标准,例如以太网IEEE 802标准、光纤信道、数字用户线路(DSL)、异步数字用户线路(ADSL)、帧中继、异步传输模式(ATM)、综合数字服务网络(ISDN)、个人通信服务(PCS)、传输控制协议/互联网协议(TCP/IP)、串行线路互联网协议/点对点协议(SLIP/PPP)等等,但是也可以实现定制的或非标准的接口协议。
经由通信接口1440传输的软件和数据通常是电通信信号1455的形式。这些信号1455可以通过通信信道1450提供给通信接口1440。在一个实施例中,通信信道1450可以是有线或无线网络(例如,网络120),或者任何种类的其他通信链路。通信信道1450承载信号1455,并且可以使用各种有线或无线通信器件来实现,包括例如导线或电缆、光纤、传统电话线、蜂窝电话链路、无线数据通信链路、射频(“RF”)链路或红外链路等。
计算机可执行代码(例如,计算机程序,例如公开的应用程序412或其他软件模块)存储在主存储器1415和/或辅助存储器1420中。计算机程序也可以通过通信接口1440接收,并存储在主存储器1415和/或辅助存储器1420中。这种计算机程序在被执行时,使得系统1400能够执行本文别处描述的公开实施例的各种功能。
在本说明中,术语“计算机可读介质”用于指用于向系统1400或在系统1400内提供计算机可执行代码和/或其他数据的任何非暂时性计算机可读存储介质。这种介质的示例包括主存储器1415、辅助存储器1420(包括内部存储器1425、可移除介质1430和外部存储介质1445)以及与通信接口1440通信耦合的任何外围装置(包括网络信息服务器或其他网络装置)。这些非暂时性计算机可读介质是用于向系统1400提供可执行代码、编程指令、软件和/或其他数据的器件。
在使用软件实现的实施例中,软件可以存储在计算机可读介质上,并通过可移除介质1430、I/O接口1435或通信接口1440加载到系统1400中。在这种实施例中,软件以电通信信号1455的形式被加载到系统1400中。当由处理器1410执行时,软件优选地使处理器1410执行本文别处描述的一个或多个过程和功能。
在一个实施例中,I/O接口1435提供系统1400的一个或多个组件和一个或多个输入和/或输出装置之间的接口。示例性输入装置包括但不限于传感器、键盘、触摸屏或其他触敏装置、生物测定感测装置、计算机鼠标、轨迹球、基于笔的定点装置等。输出装置的示例包括但不限于其他处理装置、阴极射线管(CRT)、等离子体显示器、发光二极管(LED)显示器、液晶显示器(LCD)、打印机、真空荧光显示器(VFD)、表面传导电子发射显示器(SED)、场发射显示器(FED)等。在一些情况下,可以组合输入和输出装置,例如在触摸面板显示器的情况下(例如,在智能手机、平板电脑或其他移动装置中)。
系统1400还可以包括任选的无线通信组件,其便于通过语音网络和/或数据网络进行无线通信(例如,在用户系统130的情况下)。无线通信组件包括天线系统1470、无线电系统1465和基带系统1460。在系统1400中,在无线电系统1465的管理下,天线系统1470通过空中发射和接收射频(RF)信号。
在一个实施例中,天线系统1470可以包括一个或多个天线和一个或多个多路复用器(未示出),多路复用器执行切换功能以向天线系统1470提供发射和接收信号路径。在接收路径中,接收的RF信号可以从多路复用器耦合到低噪声放大器(未示出),该低噪声放大器放大接收的RF信号并将放大的信号发送到无线电系统1465。
在替代实施例中,无线电系统1465可以包括被配置成在各种频率上通信的一个或多个无线电装置。在一个实施例中,无线电系统1465可以将解调器(未示出)和调制器(未示出)组合在一个集成电路(IC)中。解调器和调制器也可以是分离的组件。在输入路径中,解调器剥离射频载波信号,留下基带接收音频信号,该信号从无线电系统1465发送到基带系统1460。
如果接收的信号包含音频信息,则基带系统1460解码该信号并将其转换成模拟信号。然后信号被放大并发送到扬声器。基带系统1460还从麦克风接收模拟音频信号。这些模拟音频信号被基带系统1460转换成数字信号并编码。基带系统1460还编码用于传输的数字信号,并生成被路由到无线电系统1465的调制器部分的基带发射音频信号。调制器将基带发射音频信号与射频载波信号混合,生成射频发射信号,该信号被路由到天线系统1470,并可通过功率放大器(未示出)。功率放大器放大射频发射信号并将其路由到天线系统1470,在那里该信号被切换到天线端口进行传输。
基带系统1460还与处理器1410通信耦合,处理器1410可以是中央处理单元(CPU)。处理器1410存取数据存储区1415和1420。处理器1410优选地被配置成执行可以存储在主存储器1415或辅助存储器1420中的指令(即,计算机程序,例如公开的应用程序412或其他软件模块)。计算机程序也可以从基带处理器1460接收,并存储在主存储器1415或辅助存储器1420中,或者在接收时执行。这种计算机程序在被执行时,使得系统1400能够执行公开实施例的各种功能。
提供所公开实施例的以上描述是为了使本领域的任何技术人员能够制造或使用本发明。对这些实施例的各种修改对于本领域技术人员来说将是明显的,并且在不脱离本发明的精神或范围的情况下,本文描述的一般原理可以应用于其他实施例。因此,应当理解,本文给出的描述和附图表示本发明的当前优选实施例,因此表示本发明广泛考虑的主题。还应当理解,本发明的范围完全包括对本领域技术人员来说明显的其他实施例,因此本发明的范围不受限制。
本文所述的组合,例如“A、B或C中的至少一个”、“A、B或C中的一个或多个”、“A、B和C中的至少一个”、“A、B和C中的一个或多个”以及“A、B、C或其任意组合”包括A、B和/或C的任意组合,并且可以包括A的倍数、B的倍数或C的倍数。具体而言,组合例如“A、B或C中的至少一个”、“A、B或C中的一个或多个”、“A、B和C中的至少一个”、“A、B和C中的一个或多个”以及“A、B、C或其任意组合”可以是仅A、仅B、仅C、A和B、A和C、B和C、或A和B和C,并且任何这种组合可以包含其构成部分A、B和/或C中的一个或多个成员。例如,A和B的组合可以包括一个A和多个B、多个A和一个B或者多个A和多个B。

Claims (14)

1.一种用于网络优化的方法,所述方法包括使用至少一个硬件处理器以:
针对多个网络中的每一个,接收表示所述网络的至少一个小区中的多个地理位置的需求的需求图;
基于所述需求图,在所述多个网络重叠的所述多个地理位置中的一个或多个位置在所述多个网络之间生成最佳需求转移;和
确定所述多个网络中的至少一个将在所述至少一个网络的切换程序中使用的一个或多个参数,以在所述多个网络重叠的所述一个或多个地理位置在所述多个网络之间产生所述最佳需求转移,其中所述一个或多个参数包括小区个体偏移(CIO),所述小区个体偏移(CIO)对用于信号电平比较的测量进行偏置,
其中所述多个网络包括第一网络和第二网络,其中针对所述第一网络和所述第二网络中的每一个,所接收到的需求图表示所述网络的多个小区中的多个地理位置处的需求,并且其中生成所述最佳需求转移包括通过以下方式在地理距离上传输需求:
从所述地理距离的第一端开始,持续一跳或多跳,直到到达所述地理距离的第二端,将所述第一网络中的小区边缘处的第一需求量转移到所述第二网络中与所述第一网络中的所述小区的所述边缘和所述第一网络中的另一小区的边缘重叠的小区,并将第二需求量从所述第二网络中的所述小区转移到所述第一网络中的另一小区,
使得需求从所述第一端的所述第一网络中的起始小区转移到所述第二端的终止小区。
2.根据权利要求1所述的方法,其中所述多个网络是多个网络层。
3.根据权利要求1所述的方法,其中每个需求图包括在多个地理位置中的每一个的一个或多个模拟移动装置在一时间段内的平均需求,并且其中所述多个网络包括第一网络和第二网络,并且其中生成所述最佳需求转移包括,当所述第一网络中在所述第一网络和所述第二网络重叠的所述多个地理位置中的一个地理位置的网络负载高于所述第二网络中在所述一个地理位置的网络负载时,将所述第一网络中在所述一个地理位置的一个或多个所述模拟移动装置转移到所述第二网络。
4.根据权利要求3所述的方法,进一步包括使用所述至少一个硬件处理器来针对所述多个网络中的每一个接收与所述网络的所述需求图相关联的质量信息,其中所述质量信息包括在所述多个地理位置的信号质量或吞吐量,并且其中进一步基于所述质量信息生成所述最佳需求转移,并且其中基于信号信息选择在所述第一网络和所述第二网络重叠的所述地理位置处要转移的所述一个或多个模拟移动装置,以便通过所述转移来改善所述一个或多个模拟移动装置的所述信号质量或吞吐量。
5.根据权利要求1所述的方法,进一步包括使用所述至少一个硬件处理器来针对所述多个网络中的每一个接收一个或多个目标,其中基于所述一个或多个目标来确定所述最佳需求转移,并且其中所述一个或多个目标包括保持所述多个网络之间的相对性能差异。
6.根据权利要求5所述的方法,进一步包括使用所述至少一个硬件处理器,来基于保持所述多个网络之间的所述相对性能差异的所述目标,分析所述多个网络的所述需求图,以识别所述多个网络之间的所述相对性能差异,其中生成所述最佳需求转移,使得所述相对性能差异在所述需求转移之后与所述需求转移之前相同。
7.根据权利要求1所述的方法,进一步包括使用所述至少一个硬件处理器,来在生成所述最佳需求转移之后并且在确定一组参数之前,针对所述多个网络中的每一个,根据为所述网络接收的所述需求图生成修改的需求图,其中所述修改的需求图表示去往或来自所述网络的所述最佳需求转移。
8.根据权利要求7所述的方法,进一步包括使用所述至少一个硬件处理器,来在直到满足一个或多个目标的多次迭代中,针对所述多个网络中的一个或多个接收需求图,生成所述最佳需求转移,生成修改的需求图,并将所述修改的需求图提供给至少一个接收者。
9.根据权利要求1所述的方法,进一步包括使用所述至少一个硬件处理器将一组一个或多个参数递送到所述至少一个网络,其中将所述一个或多个参数递送到所述至少一个网络包括通过与所述至少一个网络的接口发送所述一个或多个参数。
10.根据权利要求9所述的方法,其中所述接口是自优化网络(SON)的应用编程接口(API)。
11.根据权利要求1所述的方法,其中所述一个或多个参数包括在不同于所述至少一个网络的一个或多个网络中的一个或多个相邻小区,以在所述多个网络重叠的所述多个地理位置中的至少一个中用于连接到所述至少一个网络的移动装置的相邻列表中。
12.根据权利要求1所述的方法,其中确定所述一个或多个参数包括计算所述一个或多个相邻小区中的每一个的每个CIO的值,以便在所述多个网络的实时操作期间在所述多个网络之间触发所述最佳需求转移。
13.根据权利要求1所述的方法,其中每个需求图与重现时间段相关联,并且其中所述方法进一步包括使用所述至少一个硬件处理器生成将所述一个或多个参数与所述重现时间段相关联的简档。
14.根据权利要求13所述的方法,进一步包括使用所述至少一个硬件处理器来针对多个不同简档中的每一个,在相关联的所述重现时间段每次出现时发起对所述简档中的所述一个或多个参数的使用。
CN202080030451.3A 2019-02-25 2020-02-25 移动网络中的交叉优化 Active CN114145042B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962810268P 2019-02-25 2019-02-25
US62/810,268 2019-02-25
PCT/US2020/019748 WO2020176539A1 (en) 2019-02-25 2020-02-25 Cross-optimization in mobile networks

Publications (2)

Publication Number Publication Date
CN114145042A CN114145042A (zh) 2022-03-04
CN114145042B true CN114145042B (zh) 2024-04-16

Family

ID=72142310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080030451.3A Active CN114145042B (zh) 2019-02-25 2020-02-25 移动网络中的交叉优化

Country Status (4)

Country Link
US (2) US11510124B2 (zh)
EP (1) EP3932110A4 (zh)
CN (1) CN114145042B (zh)
WO (1) WO2020176539A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11419007B2 (en) * 2020-11-30 2022-08-16 At&T Intellectual Property I, L.P. Adaptive automated load balancing for mobility networks including fifth generation networks and beyond
US11799568B2 (en) * 2020-12-10 2023-10-24 Verizon Patent And Licensing Inc. Systems and methods for optimizing a network based on weather events
CN116998180A (zh) * 2021-01-19 2023-11-03 诺基亚通信公司 基于用户吞吐量的重叠小区的负载管理
WO2022159079A1 (en) * 2021-01-19 2022-07-28 Nokia Solutions And Networks Oy Load management of overlapping cells based on user throughput
US20240314583A1 (en) * 2022-11-15 2024-09-19 Rakuten Symphony India Private Limited Prioritization of disoriented cells in wireless network
WO2024107215A1 (en) * 2022-11-15 2024-05-23 Rakuten Symphony India Private Limited Prioritization of booming cells in wireless network

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104584616A (zh) * 2012-08-24 2015-04-29 埃克提克斯有限责任公司 用于蜂窝通信网络中的联合和协调负载均衡以及覆盖和容量优化的方法
WO2018091773A1 (en) * 2016-11-15 2018-05-24 Elisa Oyj Load balancing in cellular networks

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090163223A1 (en) * 2007-12-21 2009-06-25 Elektrobit Wireless Communications Ltd. Load balancing in mobile environment
CN102349323B (zh) * 2009-03-13 2017-04-19 日本电气株式会社 无线通信系统、方法、无线基站以及控制站点
EP2687059B1 (en) 2011-03-15 2014-12-24 Telefonaktiebolaget LM Ericsson (PUBL) Method and node supporting cell reselection in load balanced network
EP3301974B1 (en) * 2012-03-25 2019-12-11 Intucell Ltd. Apparatus and method for optimizing performance of a communication network
US9288716B2 (en) * 2012-11-30 2016-03-15 At&T Mobility Ii Llc Resource management in a wireless communications network
US20140213255A1 (en) * 2013-01-28 2014-07-31 Telefonaktiebolaget L M Ericsson (Publ) Methods and apparatuses for handling a handover event
US9591536B2 (en) * 2013-10-18 2017-03-07 At&T Mobility Ii Llc Cell user occupancy indicator to enhance intelligent traffic steering
US9326209B2 (en) * 2013-11-07 2016-04-26 Transpacific Ip Management Group Ltd. Cell selection or handover in wireless networks
EP3120599B1 (en) * 2014-03-21 2021-03-17 Telefonaktiebolaget LM Ericsson (publ) Mobility robustness optimization in a cellular network
US9516564B2 (en) * 2014-04-25 2016-12-06 At&T Intellectual Property I, L.P. Enhancement of a cell reselection parameter in heterogeneous networks
US10440503B2 (en) * 2014-07-16 2019-10-08 TUPL, Inc. Machine learning-based geolocation and hotspot area identification
US9713046B2 (en) * 2015-01-28 2017-07-18 Mediatek Inc. RAN assistance parameter reporting for LTE-WLAN interworking control and management
CN108353291B (zh) * 2015-11-12 2022-02-25 索尼移动通讯有限公司 用于移动小区的动态定位方法
EP3556131A4 (en) * 2016-12-19 2020-07-15 Bandwidthx Inc. OPTIMIZED DOWNLOAD FROM WIRELESS DEVICES TO ALTERNATIVE WIRELESS NETWORKS
CN109309900B (zh) * 2017-07-27 2020-10-23 维沃移动通信有限公司 一种测量方法和用户终端
US10708806B2 (en) * 2018-01-02 2020-07-07 Verizon Patent And Licensing Inc. Systems and methods for a self-organizing network based on user equipment information

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104584616A (zh) * 2012-08-24 2015-04-29 埃克提克斯有限责任公司 用于蜂窝通信网络中的联合和协调负载均衡以及覆盖和容量优化的方法
WO2018091773A1 (en) * 2016-11-15 2018-05-24 Elisa Oyj Load balancing in cellular networks

Also Published As

Publication number Publication date
EP3932110A4 (en) 2022-12-21
US20230328612A1 (en) 2023-10-12
CN114145042A (zh) 2022-03-04
WO2020176539A1 (en) 2020-09-03
EP3932110A1 (en) 2022-01-05
US11510124B2 (en) 2022-11-22
US20200275334A1 (en) 2020-08-27

Similar Documents

Publication Publication Date Title
CN114145042B (zh) 移动网络中的交叉优化
Caballero et al. Multi-tenant radio access network slicing: Statistical multiplexing of spatial loads
US10050844B2 (en) Techniques for dynamic network optimization using geolocation and network modeling
JP5749349B2 (ja) ネットワーク管理
US9949136B2 (en) Closed loop heterogeneous network for automatic cell planning
US10425860B2 (en) System and method for value optimized mobile networks
US9730086B2 (en) Techniques for dynamic network optimization using geolocation and network modeling
EP2813104B1 (en) Full and partial resource access in ran sharing
US20150038159A1 (en) Network node selection in wireless networks
CN105103603A (zh) 用于流量导向的方法和网络元件
Muñoz et al. Self-dimensioning and planning of small cell capacity in multitenant 5G networks
US11412390B2 (en) System and method of automatic outdoor small cell planning
US11259196B2 (en) Assessing the impacts of cellular network changes
US20110047011A1 (en) Incentives to optimize the performance of femto cell groups
Mazza et al. A user-satisfaction based offloading technique for smart city applications
Sharma et al. Situation-aware wireless networks
WO2019232540A1 (en) Optimization across mobile networks
Zhang et al. Expanding cellular network capacity with multi-network access
Patterson et al. An economic model of subscriber offloading between mobile network operators and wlan operators
Sánchez‐González et al. A multi‐cell multi‐objective self‐optimisation methodology based on genetic algorithms for wireless cellular networks
US20230362807A1 (en) Data driven energy efficiency in open radio access network (o-ran) systems
Riyazuddien et al. A SELF-TUNING ALGORITHM FOR OPTIMAL ENERGY EFFICIENT LOAD BALANCING IN WIRELESS CELLULAR HETEROGENEOUS NETWORKS
Ni Sustainability in Mobile Networks: Analyzing the Feasibility and Benefits of Infrastructure Sharing
Ashraf et al. The Service-Centric Perspective of Infrastructure Sharing for Multi-Operator Core Networks
CN116981027A (zh) 基站控制方法、网络设备、基站及存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20231017

Address after: Illinois, America

Applicant after: Aglossel Corp.

Address before: California, USA

Applicant before: BANDWIDTHX Inc.

GR01 Patent grant
GR01 Patent grant