CN115278701A - 基站资源部署方法及装置 - Google Patents
基站资源部署方法及装置 Download PDFInfo
- Publication number
- CN115278701A CN115278701A CN202210864727.9A CN202210864727A CN115278701A CN 115278701 A CN115278701 A CN 115278701A CN 202210864727 A CN202210864727 A CN 202210864727A CN 115278701 A CN115278701 A CN 115278701A
- Authority
- CN
- China
- Prior art keywords
- application
- base station
- regional
- resource
- application program
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000013598 vector Substances 0.000 claims abstract description 120
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000003860 storage Methods 0.000 claims description 53
- 238000012545 processing Methods 0.000 claims description 25
- 238000013468 resource allocation Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 abstract description 19
- 230000006870 function Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 14
- 230000005484 gravity Effects 0.000 description 9
- 238000000605 extraction Methods 0.000 description 7
- 238000010295 mobile communication Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- H04W16/18—Network planning tools
-
- 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
Abstract
本申请提供一种基于区域用户应用特征的基站资源部署方法及装置,涉及通讯技术领域,也可用于金融领域,包括:根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量及应用数据字典;根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量;根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源。本申请能够基于区域用户的应用特征对基站资源进行合理部署。
Description
技术领域
本申请涉及通讯技术领域,可以用于金融领域,具体是一种基于区域用户应用特征的基站资源部署方法及装置。
背景技术
在移动互联网应用中,每个地理区域或热点区域都对应着现实生活中真实的应用场景,而移动用户使用应用程序与其所在的应用场景有着很强的关联。例如,在商场,人们使用支付类应用程序相对频繁;在居民区,人们使用视频流服务应用相对频繁。不同应用、不同服务在使用时所需要的资源是不同的。
为了能够更好地提升用户体验,在部署第五代移动通信技术(5th GenerationMobile Communication Technology,简称5G)基站时,应根据资源的实际需求,部署资源能力相当的基站。同时,不能仅仅只在基站的可接入用户容量上做简单区分,而是要考虑到区域用户的应用特征,有针对性地部署符合区域需求的基站。现有的基站部署方案未考虑第五代移动通信技术中移动边缘计算的特性,未能与部署位置的用户的使用习惯建立关联。
发明内容
针对现有技术中的问题,本申请提供一种基于区域用户应用特征的基站资源部署方法及装置,能够基于区域用户的应用特征对基站资源进行合理部署。
为解决上述技术问题,本申请提供以下技术方案:
第一方面,本申请提供一种基于区域用户应用特征的基站资源部署方法,包括:
根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量及应用数据字典;
根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量;
根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源。
进一步地,所述应用特征参数包括:各应用程序的名称及各应用程序被所述区域用户请求使用的应用请求数;所述根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量,包括:
根据各应用程序对应的应用请求数及所述应用请求总数确定各应用程序对应的使用概率;
根据各应用程序对应的使用概率及名称生成所述区域应用特征向量。
进一步地,所述应用特征参数包括:各应用程序的名称及所属类别;根据区域用户在使用应用程序时的应用特征参数生成对应的应用数据字典,包括:
根据各应用程序的所属类别构建各应用程序的类别集合;
根据各应用程序的名称及各应用程序的类别集合生成所述应用数据字典。
进一步地,所述根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量,包括:
根据所述应用数据字典确定各应用程序对应的类别及类别数;
根据各应用程序对应的类别、类别数及各类别的资源分配常量生成各应用程序对应的程序资源需求向量;
根据各应用程序对应的程序资源需求向量及各应用程序对应的使用概率确定所述区域资源需求向量。
进一步地,所述基站资源包括:计算资源、存储资源及带宽资源;所述根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源,包括:
根据处理每个请求所需的时钟周期数、所述应用请求总数、所述区域资源需求向量计算最低处理速率、最小存储空间及最窄需求带宽;
根据所述最低处理速率分配所述计算资源;
根据所述最小存储空间分配所述存储资源;
根据所述最窄需求带宽分配所述带宽资源。
第二方面,本申请提供一种基站资源部署装置,包括:
特征字典生成单元,用于根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量及应用数据字典;
需求向量生成单元,用于根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量;
基站资源分配单元,用于根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源。
进一步地,所述应用特征参数包括:各应用程序的名称及各应用程序被所述区域用户请求使用的应用请求数;所述特征字典生成单元,包括:
使用概率计算模块,用于根据各应用程序对应的应用请求数及所述应用请求总数确定各应用程序对应的使用概率;
应用特征生成模块,用于根据各应用程序对应的使用概率及名称生成所述区域应用特征向量。
进一步地,所述应用特征参数包括:各应用程序的名称及所属类别;所述特征字典生成单元,包括:
类别集合构建模块,用于根据各应用程序的所属类别构建各应用程序的类别集合;
应用数据字典生成模块,用于根据各应用程序的名称及各应用程序的类别集合生成所述应用数据字典。
进一步地,所述需求向量生成单元,包括:
类别数量确定模块,用于根据所述应用数据字典确定各应用程序对应的类别及类别数;
程序资源需求向量生成模块,用于根据各应用程序对应的类别、类别数及各类别的资源分配常量生成各应用程序对应的程序资源需求向量;
区域资源需求向量生成模块,用于根据各应用程序对应的程序资源需求向量及各应用程序对应的使用概率确定所述区域资源需求向量。
进一步地,所述基站资源包括:计算资源、存储资源及带宽资源;所述基站资源分配单元,包括:
基站资源门限确定模块,用于根据处理每个请求所需的时钟周期数、所述应用请求总数、所述区域资源需求向量计算最低处理速率、最小存储空间及最窄需求带宽;
计算资源分配模块,用于根据所述最低处理速率分配所述计算资源;
存储资源分配模块,用于根据所述最小存储空间分配所述存储资源;
带宽资源分配模块,用于根据所述最窄需求带宽分配所述带宽资源。
第三方面,本申请提供一种电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述基于区域用户应用特征的基站资源部署方法的步骤。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述基于区域用户应用特征的基站资源部署方法的步骤。
第五方面,本申请提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现所述基于区域用户应用特征的基站资源部署方法的步骤。
针对现有技术中的问题,本申请提供的基于区域用户应用特征的基站资源部署方法及装置,能够通过请求数据对区域内用户的应用使用特征进行提取,主要包括应用名称和对应的使用概率,接着构建应用数据字典来保存应用与提供的主要服务;然后计算出该区域的主流应用及其对应资源需求特征,再通过各应用的使用概率可以得到该区域的资源需求特征向量,即基站部署的各资源投资比例。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例中基站资源部署方法的流程图;
图2为本申请实施例中生成对应的区域应用特征向量的流程图;
图3为本申请实施例中生成对应的应用数据字典的流程图;
图4为本申请实施例中区域资源需求向量的流程图;
图5为本申请实施例中分配基站资源的流程图;
图6为本申请实施例中基站资源部署装置的结构图;
图7为本申请实施例中特征字典生成单元的结构图之一;
图8为本申请实施例中特征字典生成单元的结构图之二;
图9为本申请实施例中需求向量生成单元的结构图;
图10为本申请实施例中基站资源分配单元的结构图;
图11为本申请实施例中的电子设备的结构示意图;
图12为本申请实施例中的用户应用特征提取流程示意图;
图13为本申请实施例中应用特征提取算法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请提供的基于区域用户应用特征的基站资源部署方法及装置,可用于金融领域,也可用于除金融领域之外的任意领域,本申请提供的基于区域用户应用特征的基站资源部署方法及装置的应用领域不做限定。
本申请技术方案中对数据的获取、存储、使用及处理等均符合国家法律法规的相关规定。
一实施例中,参见图1,为了能够基于区域用户的应用特征对基站资源进行合理部署,本申请提供一种基于区域用户应用特征的基站资源部署方法,包括:
S101:根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量及应用数据字典;
可以理解的是,在移动互联网应用中,每个地理区域或热点区域都对应着现实生活中真实的应用场景,而移动用户使用应用程序与其所在的应用场景有着很强的关联。
为了能够更好地提升用户体验,在部署第五代移动通信技术(5th GenerationMobile Communication Technology,简称5G)基站时,应根据资源的实际需求,部署资源能力相当的基站。同时,不能仅仅只在基站的可接入用户容量上做简单区分,而是要考虑到区域用户的应用特征,有针对性地部署符合区域需求的基站。现有的基站部署方案未考虑第五代移动通信技术中移动边缘计算的特性,未能与部署位置的用户的使用习惯建立关联。
为了解决上述技术问题,本申请提供一种基于区域用户应用特征的基站资源部署方法。所谓区域用户是指待部署资源的基站,其信号覆盖范围内的用户。本申请实施例首先通过获取区域用户使用应用程序时发起的应用请求数据的方式,来获悉区域用户在使用应用程序时的应用特征参数。具体的应用特征参数内容可以参见下文中的实施例。然后对区域用户的应用特征参数进行提取,提取的数据项主要包括应用程序的名称及对应的使用概率(反映了该应用程序被区域用户使用的频度),得到区域应用特征向量。接下来,构建应用数据字典,用以保存应用程序与其所提供的主要服务类型(如视频服务类、聊天服务类、计算服务类等)。执行前述步骤的目的是使本申请实施例的执行主体(一台用于进行基站资源分配计算的服务器)能够根据区域内的主流应用程序及其对应的资源需求特征,确定该区域的资源需求特征向量,即基站部署的各资源(包括但不限于计算资源、存储资源和带宽资源)的需求比例,并最终根据该需求比例部署上述基站资源。
具体地,步骤S101可以通过如下步骤实现:
一实施例中,参见图2,所述应用特征参数包括:各应用程序的名称及各应用程序被所述区域用户请求使用的应用请求数;所述根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量,包括:
S201:根据各应用程序对应的应用请求数及所述应用请求总数确定各应用程序对应的使用概率;
S202:根据各应用程序对应的使用概率及名称生成所述区域应用特征向量。
可以理解的是,用户应用特征提取就是对区域用户在使用移动通信网络时产生的请求数据集进行分析与处理,从而得到各个应用程序的请求分布情况。图12为该过程的流程示意图,首先对请求数据进行预处理,清洗掉不能被识别的及错误的数据,然后对同一应用程序的用户请求进行提取,最终生成区域用户应用特征,下面将对该过程进行详细讲解。
定义:用户请求数据,指的是用户在使用应用程序时通过移动通信网络向其服务器发送的请求,某区域在一段时间内所有用户产生的请求数据集用D表示,其中的一条记录用R={BSid,Userid,time,Userl,Url/IP}表示,其中BSid为该记录所属基站的编号,Userid为请求所属用户的编号,time为请求发送时间,Userl为用户发送该请求时的位置,Url/IP为请求的目标网址或IP。(注:本申请实施例仅使用真实记录中部分相关信息)
在进行特征提取之前,首先对原始的请求数据集D进行预处理,剔除不能被识别的数据及错误的数据。由于本申请实施例只利用数据中部分信息,因此预处理之后的部分数据样式如表1所示。具体实施时,也可以不仅限于表1中示出的数据项。
表1数据样例表
定义:区域用户应用特征,指的是指定区域内(一般为基站信号覆盖范围内)用户使用应用程序的分布情况。区域用户应用特征用C={(S1,P1),(S2,P2),…,(Sn,Pn)}表示。其中Si指的是该区域内用户使用的某个应用程序,Pi为该应用程序在该区域内的使用概率,其计算方式为:
在对原始的请求数据集D进行预处理之后,可以得到本申请实施例所需的数据,然后对数据进行处理分析,得到区域用户的应用特征,该部分的算法流程图如图13所示。
在本申请实施例中,假设待进行资源部署的基站的位置是已知的,而且根据DBSCAN聚类算法得到的结果也表明了基站覆盖半径在300米到400米之间,因此可以根据基站部署位置L和覆盖半径r获取到该范围内的请求数据。之后根据请求数据中的目标地址进行分类与计数,统计该区域内不同的应用及其请求次数。然后过滤掉请求次数过少和无法辨别的应用程序,计算剩余应用程序的请求概率,得到最终的区域用户应用特征。该过程的伪代码如表2所示。
表2区域用户应用特征提取伪代码
一实施例中,参见图3,所述应用特征参数包括:各应用程序的名称及所属类别(下文也称服务);根据区域用户在使用应用程序时的应用特征参数生成对应的应用数据字典,包括:
S301:根据各应用程序的所属类别构建各应用程序的类别集合;
S302:根据各应用程序的名称及各应用程序的类别集合生成所述应用数据字典。
可以理解的是,在对应用请求数据集进行特征提取之后,可以得到该区域内用户所使用的应用程序集合及各应用程序对应的使用概率。可以预见的是,每个区域所得到的特征是不同的,这个不同主要体现在两方面:一是所使用的应用程序集合不同,二是应用程序的使用概率不同。为了方便对区域所有应用程序的综合能力需求比例进行度量,本申请实施例提出了应用数据字典的概念,对主要应用程序及其服务类型进行统计。
定义:应用数据字典,指的是用户使用的主流应用程序及其对应的服务类型,可以用Dic={(S1,T1),(S2,T2),…,(Sn,Tb)}表示。其中Si指的是应用程序名称,Ti指的是一个应用Si所提供服务的集合。
本申请实施例通过上述应用特征提取算法可以得到区域内用户使用的应用程序集合,但是单单知道应用程序名称是无法预测其提供的服务类型的,即便是通过抓取应用商城中对应用的分类,也很难将其进行区分。比如抓取得到某应用程序属于社交类应用,但是其包含的服务是多重多样的,因此只能通过人工判断然后标记来对其服务进行分类。在得到应用程序集合后,对其中使用量较少或无法辨别的应用进行清洗,此类应用用户量很少,对后续分析影响可以忽略,然后对其提供服务进行手工标记分类。在得到区域用户的应用使用特征和应用数据字典后,下面将对区域请求的资源需求比重进行度量。
S102:根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量;
具体地,步骤S102可以可以通过如下步骤实现:
一实施例中,参见图4,所述根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量,包括:
S401:根据所述应用数据字典确定各应用程序对应的类别及类别数;
S402:根据各应用程序对应的类别、类别数及各类别的资源分配常量生成各应用程序对应的程序资源需求向量;
S403:根据各应用程序对应的程序资源需求向量及各应用程序对应的使用概率确定所述区域资源需求向量。
具体实施时,由于不同区域的用户行为习惯不同,其使用应用程序和想获取的服务的类型也不同,因此不同区域有着不同的应用使用特征和应用数据字典。比如居民区的用户更可能倾向于看视频,则部署时应侧重部署存储能力强的基站;而商业区的用户可能更倾向于工具类助手,则部署时应侧重部署计算能力强的基站。因此,各区域部署基站资源时应考虑其区域特性,即该区域总的资源需求特征。不同区域的资源需求特征不同,则其部署的基站也是有差异的。下面将对区域资源需求特征的度量进行阐述。
定义:区域资源需求特征,指的是某区域用户的应用使用行为所发出的请求对计算资源、存储资源和带宽资源的需求比重度量,用特征向量表示,通过该区域的用户应用特征与应用数据字典求得。其中c∈(0,1)表示计算需求比重,s∈(0,1)表示存储需求比重,b∈(0,1)表示带宽需求比重,且c+s+b=1。
区域资源需求特征表明了一个区域内用户的应用使用习惯对各资源的需求概率,它会随着区域属性的变化而变化,也会随着应用的更新换代而变化,但其长时间内仍能表明该区域的用户资源需求特征,本申请实施例提出的区域资源需求特征旨用来衡量该区域用户请求对不同资源的需求比重。
上文已经介绍了区域用户的应用特征和各应用的资源需求特征,通过这两个特征可以计算出区域资源需求特征,如公式所示。
在计算区域资源需求特征时,首先对区域应用使用特征按使用概率从大到小进行排序,然后按顺序获取其应用名称,根据名称在应用数据字典中进行查找,可以得到该应用及其所提供的服务类型,之后据此计算出该应用的资源需求特征向量,并与其应用使用概率相乘,将结果累加后即可得到该区域的资源需求特征向量,该算法的伪代码如表3所示。
表3区域资源需求特征计算伪代码
至此,本申请实施例通过对应用服务进行分类和资源需求度量,以及分析区域用户的应用使用特征,求得了区域请求的资源需求特征,该特征向量表明了该区域应用请求对各资源的需求比重。
需要说明的是,本申请实施例构建区域资源需求特征向量的理论基础如下:
本申请实施例首先对应用的服务类型进行划分,在划分时应考虑各类别之间无重叠,且要尽量降低服务类型的粒度;然后将应用程序的主流功能与服务类型进行对应,通过对服务类型的需求进行度量,进而对应用程序的资源需求进行度量。下面将对整个过程进行详细描述。
首先需要说明,服务类型分类是对手机应用中的服务类型进行划分,首先明确一点服务类型不同于应用类型,以往的应用划分总是将应用按照不同的种类或功能进行划分,但是随着各应用程序的复杂度越来越高,功能越来越多,很难使用单一种类对某个应用进行划分。在划分类别时要考虑不同服务类型的资源需求,将应用的服务类别划分的更加细致。
资源需求度量是利用类型划分结果对应用的资源需求进行度量。在现实场景中,每款应用程序都有其服务类型,但是随着科技的发展和各类应用层出不穷,应用程序的功能越来越复杂,出现了越来越多的综合型应用,因此很难根据用户使用该应用来判断用户获取了何种类型的服务。为了应对这一问题,本发明将所有应用程序划分为两类:综合类应用和单一类应用,并分别讨论了其对应的资源需求度量方法。
定义1:应用的服务类型,指的是对所有应用程序提供的服务划分的类别,划分类别的集合可以表示为T={t1,t2,…,tn},其中n为所划分类别的个数,请注意各类别之间的服务无重叠和交叉。单个应用所提供的服务类别集合表示为S={t1,t2,…,tm},其中m为该应用所提供的服务类型个数,注意1≤m≤n,且S∈T。
定义2:服务的资源需求特征,指的是某服务类型ti在运行时所发出请求对计算资源、存储资源和带宽资源的需求比重度量。是一个特征向量,用来表示服务ti的资源需求特征,其中ci∈(0,10表示计算需求比重,si∈(0,1)表示存储需求比重,bi∈(0,1)表示带宽需求比重,且ci+si+bi=1。
本申请实施例将服务类型划分为20类,具体分类与备注如表4所示。
表4服务类型分类表
定义3:综合类应用,指的是应用程序提供的主要服务类型超过三种,即应用的服务类别集合S={t1,t2,…,tm},其中m≥3。
定义4:单一类应用,指的是应用程序提供的主要服务类型为一种或两种,即应用的服务类别集合S={t1,t2,…,tm},其中m∈{1,2}。
定义5:应用的资源需求特征,指的是某应用S在运行时所发起的请求对计算资源、存储资源和带宽资源的需求比重度量,用特征向量表示,通过该应用所提供服务的资源需求特征求得。其中c∈(0,1)表示计算需求比重,s∈(0,1)表示存储需求比重,b∈(0,1)表示带宽需求比重,且c+s+b=1。
由于应用程序提供的服务愈加复杂,因此本申请实施例仅考虑应用提供的主要服务,下面将分别对综合类应用与单一类应用进行资源需求度量。
1)综合类应用
2)单一类应用
该类应用提供的主要服务为一种或两种,在功能上相对单一,用户使用该类应用时目的明确,一般只会使用特定功能。因此对于此类情况,可以通过该应用提供的服务对该应用进行资源需求度量。
如果该应用只提供一种主要服务,即S={t1},如部分游戏类应用,则该应用的资源需求特征向量如公式所示。
如果该应用提供两种服务,即S={t1,t2},其中t1为主服务,t2为次服务,用户对两种服务的使用频率不同,则该应用的资源需求特征向量如公式所示。
公式中w1,w2指的是服务t1,t2所占的权重,也就代表着用户使用这两个服务的频率不同,而w1,w2的值决定了该应用程序最终的资源需求度量结果。由于各应用程序开发商不会公开应用程序的使用数据,加之各服务的使用情况与用户所在的地理位置有很大关系,因此直接获取t1,t2两种服务的使用情况是不可能的。为了对应用资源需求度量进行综合分析,本申请实施例引入层次分析法对同一应用程序的两种服务之间的关系进行分析。层次分析法是运筹学中的一种简单有效的分析方法,它是对一些较为复杂的,较为模糊的问题作出决策的简易方法,特别适用于那些难以完全定量分析的问题。
层次分析法使用数字1-9以及其倒数作为衡量两种影响因素之间的重要程度。表5列出了层次分析法的量化值及其含义。
表5层次分析法量化值及其含义
由于用户在使用单一类应用时目的明确,大部分用户都会选择其主服务t1,也就是说主服务t1比次服务t2较强重要,因此本申请实施例选取w1:w2=1∶5。根据
表5提供的量化值,构造比较矩阵为:
中可以得到主次服务的权重值为:w1=0.83,w2=0.17。
下面通过一个例子来说明本申请实施例提出的基于细粒度服务类型划分的应用资源需求度量方法,如表6所示。
表6应用资源需求度量方法举例表
如表6所示,假设游戏服务,视频流服务与在线直播服务请求的资源需求特征向量分别为(0.7,0.1,0.2),(0.1,0.6,0.3),(0.1,0.2,0.7)。则A这一单一类应用的请求资源需求特征向量就是游戏服务的资源需求特征向量,即(0.7,0.1,0.2);通过权重w1=0.83,w2=0.17可以对B应用请求的资源需求特征向量进行计算而C作为综合类应用,其资源需求特征向量为(0.33,0.33,0.33)。
通过本发明实施例提出的资源需求度量方法,已经可以将应用程序在运行时发出请求的所需资源的比重进行量化,请注意此次度量得到的特征向量只是对应用程序运行时的资源需求之间的比重进行度量,而不是对程序运行时所需的资源的确定参数进行度量。
S103:根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源。
具体地,步骤S103可以可以通过如下步骤实现:
一实施例中,参见图5,所述基站资源包括:计算资源、存储资源及带宽资源;所述根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源,包括:
S501:根据处理每个请求所需的时钟周期数、所述应用请求总数、所述区域资源需求向量计算最低处理速率、最小存储空间及最窄需求带宽;
S502:根据所述最低处理速率分配所述计算资源;
S503:根据所述最小存储空间分配所述存储资源;
S504:根据所述最窄需求带宽分配所述带宽资源。
上述步骤可以理解为是差异化部署基站资源的过程。
在上述的执行步骤中已经得到了区域请求对各资源的需求分布情况,简单来讲也就是每个用户请求需要各类资源的概率。通过该特征向量,可是得到单位时间内所有请求对资源的需求情况,而借此可以得到该区域所部署基站的各资源配备。
5G基站具备MEC服务器的功能,因此可以处理用户发起的计算请求,也可以将用户请求的内容进行缓存,此外,5G基站与核心网的带宽应该视区域用户需求而定,以往的带宽速率预计不能满足5G时代海量数据传输的需求。所以,部署的5G基站应该结合该区域忙时请求的分布,如果部署的基站可以解决忙时的请求,则闲时就不存在问题,因此所部署基站要能满足忙时用户的请求,还要尽可能避免资源闲置。
本申请实施例将某区域忙时全部用户每秒发起的服务请求数设为n,则通过区域请求的资源需求特征,可以求得该区域忙时每秒的请求中,有多少需要计算,有多少需要请求数据内容进行缓存,以及多少需要带宽进行传输。举个例子来说,假如某区域忙时每秒用户请求为500个,其特征向量为(0.6,0.2,0.2),则可以得到每秒有300个请求需要计算,100个请求需要资源存储,100个请求要占用带宽进行通信。本申请实施例所涉及到的符号及其定义如表7所示。
表7符号定义表
在5G边缘网络环境中,用户发出的每个计算请求都将在基站侧得到处理,理想情况下,这些请求将不会上传到云中心进行处理,以此可以降低交付时延。同时,每个内容请求和带宽占用请求也将占用少量计算时间,若将该区域每秒产生的所有请求全部处理,所需的最小计算资源为:
T=n×c×Dc×Tc+n×s×Ts+n×b×Tb
公式所得结果T即为该区域基站所需最小的处理速率,指的是该基站每秒的时钟周期数,单位为cycles/s。
在边缘网络中,用户请求的内容型数据将会被缓存在基站侧,这样一来会节省用户获取资源的时间。带宽占用请求一般是实时通讯类服务,本申请实施例不考虑其存储资源占用,因此该区域的忙时每秒所需存储空间为:
M=n×c×Mc+n×s×Ms
公式所得结果M即为该区域基站所需最小存储空间,由于内容请求存在局部性原理和替换规则,因此本申请实施例只考虑单位时间存储空间,其单位为MB。
由于计算请求将在基站侧进行处理,不占用传输带宽。因此本申请实施例只考虑内容请求所需带宽和带宽占用请求所需带宽,该区域所需带宽速率为:
B=n×s×Bb+n×b×Bb
公式所得结果B即为该区域忙时所需带宽速率,其单位为kb/s。
通过公式所求得的T,M,B即为该基站的资源分配,不同区域由于其应用特征不同,所得结果也不同,由此可以进行差异化的基站部署。
从上述描述可知,本申请提供的基于区域用户应用特征的基站资源部署方法,能够通过请求数据对区域内用户的应用使用特征进行提取,主要包括应用名称和对应的使用概率,接着构建应用数据字典来保存应用与提供的主要服务;然后计算出该区域的主流应用及其对应资源需求特征,再通过各应用的使用概率可以得到该区域的资源需求特征向量,即基站部署的各资源投资比例。
基于同一发明构思,本申请实施例还提供了一种基于区域用户应用特征的基站资源部署装置,可以用于实现上述实施例所描述的方法,如下面的实施例所述。由于基于区域用户应用特征的基站资源部署装置解决问题的原理与基于区域用户应用特征的基站资源部署方法相似,因此基于区域用户应用特征的基站资源部署装置的实施可以参见基于软件性能基准确定方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
一实施例中,参见图6,为了能够基于区域用户的应用特征对基站资源进行合理部署,本申请提供一种基于区域用户应用特征的基站资源部署装置,包括:特征字典生成单元601、需求向量生成单元602及基站资源分配单元603。
特征字典生成单元601,用于根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量及应用数据字典;
需求向量生成单元602,用于根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量;
基站资源分配单元603,用于根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源。
一实施例中,参见图7,所述应用特征参数包括:各应用程序的名称及各应用程序被所述区域用户请求使用的应用请求数;所述特征字典生成单元601,包括:
使用概率计算模块701,用于根据各应用程序对应的应用请求数及所述应用请求总数确定各应用程序对应的使用概率;
应用特征生成模块702,用于根据各应用程序对应的使用概率及名称生成所述区域应用特征向量。
一实施例中,参见图8,所述应用特征参数包括:各应用程序的名称及所属类别;所述特征字典生成单元601,包括:
类别集合构建模块801,用于根据各应用程序的所属类别构建各应用程序的类别集合;
应用数据字典生成模块802,用于根据各应用程序的名称及各应用程序的类别集合生成所述应用数据字典。
一实施例中,参见图9,所述需求向量生成单元602,包括:
类别数量确定模块901,用于根据所述应用数据字典确定各应用程序对应的类别及类别数;
程序资源需求向量生成模块902,用于根据各应用程序对应的类别、类别数及各类别的资源分配常量生成各应用程序对应的程序资源需求向量;
区域资源需求向量生成模块903,用于根据各应用程序对应的程序资源需求向量及各应用程序对应的使用概率确定所述区域资源需求向量。
一实施例中,参见图10,所述基站资源包括:计算资源、存储资源及带宽资源;所述基站资源分配单元603,包括:
基站资源门限确定模块1001,用于根据处理每个请求所需的时钟周期数、所述应用请求总数、所述区域资源需求向量计算最低处理速率、最小存储空间及最窄需求带宽;
计算资源分配模块1002,用于根据所述最低处理速率分配所述计算资源;
存储资源分配模块1003,用于根据所述最小存储空间分配所述存储资源;
带宽资源分配模块1004,用于根据所述最窄需求带宽分配所述带宽资源。
从硬件层面来说,为了能够基于区域用户的应用特征对基站资源进行合理部署,本申请提供一种用于实现所述基于区域用户应用特征的基站资源部署方法中的全部或部分内容的电子设备的实施例,所述电子设备具体包含有如下内容:
处理器(Processor)、存储器(Memory)、通讯接口(Communications Interface)和总线;其中,所述处理器、存储器、通讯接口通过所述总线完成相互间的通讯;所述通讯接口用于实现所述基于区域用户应用特征的基站资源部署装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输;该逻辑控制器可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该逻辑控制器可以参照实施例中的基于区域用户应用特征的基站资源部署方法的实施例,以及基于区域用户应用特征的基站资源部署装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
可以理解的是,所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中,基于区域用户应用特征的基站资源部署方法的部分可以在如上述内容所述的电子设备侧执行,也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力,以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成,所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通讯模块(即通讯单元),可以与远程的服务器进行通讯连接,实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器,其他的实施场景中也可以包括中间平台的服务器,例如与任务调度中心服务器有通讯链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式装置的服务器结构。
图11为本申请实施例的电子设备9600的系统构成的示意框图。如图11所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图11是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,基于区域用户应用特征的基站资源部署方法功能可以被集成到中央处理器9100中。其中,中央处理器9100可以被配置为进行如下控制:
S101:根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量及应用数据字典;
S102:根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量;
S103:根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源。
从上述描述可知,本申请提供的基于区域用户应用特征的基站资源部署方法,能够通过请求数据对区域内用户的应用使用特征进行提取,主要包括应用名称和对应的使用概率,接着构建应用数据字典来保存应用与提供的主要服务;然后计算出该区域的主流应用及其对应资源需求特征,再通过各应用的使用概率可以得到该区域的资源需求特征向量,即基站部署的各资源投资比例。
在另一个实施方式中,基于区域用户应用特征的基站资源部署装置可以与中央处理器9100分开配置,例如可以将数据复合传输装置基于区域用户应用特征的基站资源部署装置配置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现基于区域用户应用特征的基站资源部署方法的功能。
如图11所示,该电子设备9600还可以包括:通讯模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图11中所示的所有部件;此外,电子设备9600还可以包括图11中没有示出的部件,可以参考现有技术。
如图11所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器9140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通讯功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通讯模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通讯模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通讯终端的情况相同。
基于不同的通讯技术,在同一电子设备中,可以设置有多个通讯模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通讯模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的基于区域用户应用特征的基站资源部署方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的基于区域用户应用特征的基站资源部署方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
S101:根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量及应用数据字典;
S102:根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量;
S103:根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源。
从上述描述可知,本申请提供的基于区域用户应用特征的基站资源部署方法,能够通过请求数据对区域内用户的应用使用特征进行提取,主要包括应用名称和对应的使用概率,接着构建应用数据字典来保存应用与提供的主要服务;然后计算出该区域的主流应用及其对应资源需求特征,再通过各应用的使用概率可以得到该区域的资源需求特征向量,即基站部署的各资源投资比例。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (13)
1.一种基站资源部署方法,其特征在于,包括:
根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量及应用数据字典;所述区域是指基站信号覆盖范围内的区域;
根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量;
根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源。
2.根据权利要求1所述的基站资源部署方法,其特征在于,所述应用特征参数包括:应用程序的名称及应用程序被所述区域用户请求使用的应用请求数;所述根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量,包括:
根据各应用程序对应的应用请求数及所述应用请求总数确定各应用程序对应的使用概率;
根据各应用程序对应的使用概率及名称生成所述区域应用特征向量。
3.根据权利要求1所述的基站资源部署方法,其特征在于,所述应用特征参数包括:各应用程序的名称及所属类别;根据区域用户在使用应用程序时的应用特征参数生成对应的应用数据字典,包括:
根据各应用程序的所属类别构建各应用程序的类别集合;
根据各应用程序的名称及各应用程序的类别集合生成所述应用数据字典。
4.根据权利要求2所述的基站资源部署方法,其特征在于,所述根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量,包括:
根据所述应用数据字典确定各应用程序对应的类别及类别数;
根据各应用程序对应的类别、类别数及各类别的资源分配常量生成各应用程序对应的程序资源需求向量;
根据各应用程序对应的程序资源需求向量及各应用程序对应的使用概率确定所述区域资源需求向量。
5.根据权利要求1所述的基站资源部署方法,其特征在于,所述基站资源包括:计算资源、存储资源及带宽资源;所述根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源,包括:
根据处理每个请求所需的时钟周期数、所述应用请求总数、所述区域资源需求向量计算最低处理速率、最小存储空间及最窄需求带宽;
根据所述最低处理速率分配所述计算资源;
根据所述最小存储空间分配所述存储资源;
根据所述最窄需求带宽分配所述带宽资源。
6.一种基站资源部署装置,其特征在于,包括:
特征字典生成单元,用于根据区域用户在使用应用程序时的应用特征参数生成对应的区域应用特征向量及应用数据字典;
需求向量生成单元,用于根据所述区域应用特征向量及所述应用数据字典生成对应的区域资源需求向量;
基站资源分配单元,用于根据预先计算得到的区域内的应用请求总数及所述区域资源需求向量分配基站资源。
7.根据权利要求6所述的基站资源部署装置,其特征在于,所述应用特征参数包括:各应用程序的名称及各应用程序被所述区域用户请求使用的应用请求数;所述特征字典生成单元,包括:
使用概率计算模块,用于根据各应用程序对应的应用请求数及所述应用请求总数确定各应用程序对应的使用概率;
应用特征生成模块,用于根据各应用程序对应的使用概率及名称生成所述区域应用特征向量。
8.根据权利要求6所述的基站资源部署装置,其特征在于,所述应用特征参数包括:各应用程序的名称及所属类别;所述特征字典生成单元,包括:
类别集合构建模块,用于根据各应用程序的所属类别构建各应用程序的类别集合;
应用数据字典生成模块,用于根据各应用程序的名称及各应用程序的类别集合生成所述应用数据字典。
9.根据权利要求7所述的基站资源部署装置,其特征在于,所述需求向量生成单元,包括:
类别数量确定模块,用于根据所述应用数据字典确定各应用程序对应的类别及类别数;
程序资源需求向量生成模块,用于根据各应用程序对应的类别、类别数及各类别的资源分配常量生成各应用程序对应的程序资源需求向量;
区域资源需求向量生成模块,用于根据各应用程序对应的程序资源需求向量及各应用程序对应的使用概率确定所述区域资源需求向量。
10.根据权利要求6所述的基站资源部署装置,其特征在于,所述基站资源包括:计算资源、存储资源及带宽资源;所述基站资源分配单元,包括:
基站资源门限确定模块,用于根据处理每个请求所需的时钟周期数、所述应用请求总数、所述区域资源需求向量计算最低处理速率、最小存储空间及最窄需求带宽;
计算资源分配模块,用于根据所述最低处理速率分配所述计算资源;
存储资源分配模块,用于根据所述最小存储空间分配所述存储资源;
带宽资源分配模块,用于根据所述最窄需求带宽分配所述带宽资源。
11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至5任一项所述的基站资源部署方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至5任一项所述的基站资源部署方法的步骤。
13.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1至5任一项所述的基站资源部署方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210864727.9A CN115278701A (zh) | 2022-07-21 | 2022-07-21 | 基站资源部署方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210864727.9A CN115278701A (zh) | 2022-07-21 | 2022-07-21 | 基站资源部署方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115278701A true CN115278701A (zh) | 2022-11-01 |
Family
ID=83768526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210864727.9A Pending CN115278701A (zh) | 2022-07-21 | 2022-07-21 | 基站资源部署方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115278701A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101478789A (zh) * | 2009-01-09 | 2009-07-08 | 中国科学院计算技术研究所 | 一种宽带无线城域网基站的上行带宽分配方法 |
CN102625450A (zh) * | 2012-03-06 | 2012-08-01 | 黄东 | 一种蜂窝网络中基站资源的调度方法 |
US9107218B1 (en) * | 2013-08-06 | 2015-08-11 | Sprint Spectrum L.P. | Selective allowance of uplink transmission without resource block assignment |
CN108235441A (zh) * | 2016-12-12 | 2018-06-29 | 中国移动通信有限公司研究院 | 一种分配随机接入资源的方法及装置 |
CN112333754A (zh) * | 2020-11-27 | 2021-02-05 | 中国联合网络通信集团有限公司 | 一种可接入用户数的预估方法和装置 |
CN114520981A (zh) * | 2022-03-21 | 2022-05-20 | 中国联合网络通信集团有限公司 | 基站小区扩容方法、装置、设备及存储介质 |
-
2022
- 2022-07-21 CN CN202210864727.9A patent/CN115278701A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101478789A (zh) * | 2009-01-09 | 2009-07-08 | 中国科学院计算技术研究所 | 一种宽带无线城域网基站的上行带宽分配方法 |
CN102625450A (zh) * | 2012-03-06 | 2012-08-01 | 黄东 | 一种蜂窝网络中基站资源的调度方法 |
US9107218B1 (en) * | 2013-08-06 | 2015-08-11 | Sprint Spectrum L.P. | Selective allowance of uplink transmission without resource block assignment |
CN108235441A (zh) * | 2016-12-12 | 2018-06-29 | 中国移动通信有限公司研究院 | 一种分配随机接入资源的方法及装置 |
CN112333754A (zh) * | 2020-11-27 | 2021-02-05 | 中国联合网络通信集团有限公司 | 一种可接入用户数的预估方法和装置 |
CN114520981A (zh) * | 2022-03-21 | 2022-05-20 | 中国联合网络通信集团有限公司 | 基站小区扩容方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109756911B (zh) | 网络质量预测方法、业务调整方法、相关设备及存储介质 | |
CN109961032B (zh) | 用于生成分类模型的方法和装置 | |
Li et al. | Method of resource estimation based on QoS in edge computing | |
CN109348264B (zh) | 视频资源共享方法、装置、存储介质及电子设备 | |
CN106776925B (zh) | 一种移动终端用户性别的预测方法、服务器和系统 | |
CN113422988B (zh) | 直播封面生成方法、装置、电子设备及存储介质 | |
CN110956505B (zh) | 一种广告库存的预估方法以及相关装置 | |
CN111488529B (zh) | 信息处理方法、装置、服务器及存储介质 | |
CN111626767B (zh) | 资源数据的发放方法、装置及设备 | |
CN115017400A (zh) | 一种应用app推荐方法及电子设备 | |
CN110855487B (zh) | 网络用户相似度管理方法、装置及存储介质 | |
CN110992190A (zh) | 基于用户画像的资产配置方法及装置 | |
CN113127723B (zh) | 用户画像处理方法、装置、服务器及存储介质 | |
CN111148018A (zh) | 基于通信数据识别定位区域价值的方法和装置 | |
KR101028810B1 (ko) | 광고 대상 분석 장치 및 그 방법 | |
CN107728772B (zh) | 应用程序的处理方法、装置、存储介质及电子设备 | |
CN108416662B (zh) | 一种数据验证方法及装置 | |
WO2019000468A1 (zh) | 用户位置识别方法、装置、存储介质及电子设备 | |
CN111815368A (zh) | 广告推送方法、装置、终端及存储介质 | |
CN110634024A (zh) | 一种用户属性标记方法、装置、电子设备及存储介质 | |
CN115278701A (zh) | 基站资源部署方法及装置 | |
CN112235723B (zh) | 定位方法、装置、电子设备及计算机可读存储介质 | |
CN111951011B (zh) | 监控系统阈值确定方法及装置 | |
CN111163237B (zh) | 呼叫业务流程控制方法和相关装置 | |
CN113656046A (zh) | 一种应用部署方法和装置 |
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 |