CN115486200A - 管理通信网络中的节点 - Google Patents

管理通信网络中的节点 Download PDF

Info

Publication number
CN115486200A
CN115486200A CN202080100096.2A CN202080100096A CN115486200A CN 115486200 A CN115486200 A CN 115486200A CN 202080100096 A CN202080100096 A CN 202080100096A CN 115486200 A CN115486200 A CN 115486200A
Authority
CN
China
Prior art keywords
node
vae
communication network
wireless device
information
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
Application number
CN202080100096.2A
Other languages
English (en)
Inventor
亨里克·瑞登
大卫·桑德伯格
马茨·萨克里松
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.)
Telefonaktiebolaget LM Ericsson AB
Original Assignee
Telefonaktiebolaget LM Ericsson AB
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 Telefonaktiebolaget LM Ericsson AB filed Critical Telefonaktiebolaget LM Ericsson AB
Publication of CN115486200A publication Critical patent/CN115486200A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/09—Management thereof
    • H04W28/0925—Management thereof using policies
    • H04W28/0942—Management thereof using policies based on measured or predicted load of entities- or links
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/26—Resource reservation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/022—Site diversity; Macro-diversity
    • H04B7/024—Co-operative use of antennas of several sites, e.g. in co-ordinated multipoint or co-operative multiple-input multiple-output [MIMO] systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/83—Admission control; Resource allocation based on usage prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • 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
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/18—Communication route or path selection, e.g. power-based or shortest path routing based on predicted events
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/20—Control channels or signalling for resource management
    • H04W72/27—Control channels or signalling for resource management between access points
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/10—Connection setup
    • H04W76/15—Setup of multiple wireless link connections

Landscapes

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

Abstract

公开了一种用于管理通信网络中的第一节点的方法(400)，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。该方法包括：使用变分自动编码器(VAE)来生成第一节点的预测业务分布，其中，已经使用关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息对该VAE进行了训练(420)；以及基于所获得的第一节点的预测业务分布来配置第一节点的至少一个无线电资源参数(430)。还公开了包括训练VAE的方法以及适用于执行这种方法的节点和计算机程序产品。

Description

管理通信网络中的节点
技术领域
本公开涉及一种用于管理通信网络中的第一节点的方法，并且涉及一种用于促进对通信网络中的第一节点的管理的方法。本公开还涉及用于管理通信网络中的第一节点的节点、用于促进管理通信网络中的第一节点的节点，以及涉及一种计算机程序产品，该计算机程序产品被配置为当在计算机上运行时执行用于管理第一节点的方法和用于促进对第一节点的管理的方法。
背景技术
存在旨在提高无线电接入网络的效率并改进操作的范围广泛的技术。负载平衡、载波聚合和双连接是这种技术的三个示例，并且下文提供了对这些示例的简要讨论，以及对它们的实现中面临的挑战的介绍。
负载平衡
为了增加蜂窝通信网络的容量，网络运营商可以在被称为载波的多个频率层上部署小区，如图1所示。图1示出了两个无线电接入节点102、104(其可以是eNB、gNB等)以及部署在无线电接入节点上的四个重叠小区106a、106b、108、110。负载平衡是一种平衡网络中重叠小区之间的业务负载以便最有效地使用不同频率层上的容量的技术。图1中的潜在负载平衡机会由重叠小区之间的箭头指示。每个无线电接入节点评估其小区中的业务负载，并且该信息在小区之间交换。负载平衡算法然后可以识别是否需要在小区之间移动用户以平衡业务负载。如果需要移动用户以平衡业务负载，则选择并命令用户执行频率间测量以便以某种方式移动(切换、带重定向的释放等)。由无线电接入节点共享的业务负载信息可以包括连接用户的数量、活跃用户的数量、所使用的物理资源块(PRB)的份额、随时间变化的平均业务等。
负载平衡的一个重大挑战是选择用户从一个负载很高的小区(源小区)移动到另一正被使用的小区(目标小区)。不是小区转移的良好候选者的UE所执行的每个负载平衡频率间测量都是对包括信令、处理、UE电池消耗和用户性能在内的资源的浪费。与识别良好候选者相关联的成本有两方面：许多UE将不必要地花费资源进行负载平衡测量，并且在识别出合适的候选者时，拥挤的小区将在高负载情况下停留的时间超过必要的时间。
载波聚合和双连接
用户设备可以被配置为经由多于一个频率层/载波从同一无线电接入节点发送和/或接收数据。这被称为载波聚合。当多个载波可用时，可以在不同的载波上部署若干个小区。小区可以具有相似的覆盖区域(如图2所示)，或不同的覆盖区域(如图1所示)。每个载波被称为分量载波(CC)。在载波聚合(CA)中，聚合两个或多个这种分量载波(CC)以便支持更宽的传输带宽。设备可以取决于其能力在一个或多个CC上同时接收或发送。具有CA接收和/或发送能力的3GPP Rel-10设备可以在对应于多个服务小区的多个CC上同时接收和/或发送。针对连续CC和非连续CC两者来规定CA。可以将设备配置为聚合源自同一eNB且在UL和DL中可能具有不同带宽的不同数量的CC。可配置的DL CC数量取决于设备和网络的DL聚合能力。可配置的UL CC数量取决于设备和网络的UL聚合能力。源自同一eNB的CC不需要提供相同的覆盖。
双连接(DC)的概念在3GPP的Rel.12中引入。DC使得能够经由另一无线电节点(被称为辅助eNB(SeNB))建立用户平面连接，同时经由主eNB(MeNB)维持高层连接管理(RRC)。这意味着设备可以具有完全经由MeNB、完全经由SeNB、或在MeNB和SeNB两者之间分割的用户平面连接。
概括双连接，可以考虑到多于一个SeNB的连接，并且其中SeNB也支持不同的无线电接入技术，例如WiFi、5G、3G、2G等。非许可载波操作与许可载波操作的不同之处在于，存在必须满足的一些共存标准以便与同一频段中的其他连接共存。在3GPP中将其作为许可辅助接入(LAA)(其本质上是在许可载波上操作的主小区(PCell)和在非许可载波上操作的辅小区(SCell))进行了讨论，其中，SCell然后还必须满足共存标准。
为了使用网络技术(例如，双连接和载波聚合)提供的增加的容量，可以在连接设立(setup)时为每个用户设备或UE激活对这种技术的支持。然而，这种过程的设立与耗尽UE电池的信令和测量开销方面的成本相关联。当应用于具有大量数据传输(例如，视频流和大文件下载)的UE时，该设立的成本是对所提供的优势的合理权衡。然而，如果UE仅具有小的分组接收，例如数十Kb数量级的HTTP分组，则可能优选节省用于设置CA或DC的资源并在主载波上接收服务分组。
用于识别值得设立CA或DC的UE的一种技术是在激活CA或DC之前观察UE业务几秒钟。然而，这会导致吞吐量性能不是最佳，而最佳吞吐量性能对于网络运营商是一个重要的性能指标。另一种技术可以是存储与每个UE传输相关的历史信息，以便预测当UE重新连接时可能的业务，尽管这意味着大量的数据存储开销并且可能引起用户的隐私问题。
充分利用CA和DC所提供的优势的另一挑战与通信网络向第五代(5G)网络的演进相关。5G以除智能电话之外的应用为目标，例如连接的汽车和物联网。5G网络中的业务模式将因此是高度特定于UE的，这意味着CA或DC中的一种配置将不适用于所有类型的设备。此外，智能机器之间的通信是未来5G/6G可预见的新型通信方式，具有新型的业务模式。
发明内容
本公开的目的是提供至少部分地解决上述挑战中的一个或多个挑战的节点、方法和计算机可读介质。本公开的另一目的是提供节点、方法和计算机可读介质，它们协作以便于使用变分自动编码器来生成节点的预测业务分布，该预测业务分布可以用作配置节点的一个或多个无线电资源参数的基础。
根据本公开的第一方面，提供了用于管理通信网络中的第一节点的方法，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。该方法包括使用变分自动编码器(VAE)来生成第一节点的预测业务分布，其中，已经使用关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息对该VAE进行了训练。该方法还包括基于所获得的第一节点的预测业务分布来配置第一节点的至少一个无线电资源参数。
根据本公开的另一方面，提供了促进对通信网络中的第一节点的管理的方法，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。该方法包括：获得关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息；以及使用所获得的信息来训练VAE以生成第一节点的预测业务分布。
根据本公开的另一方面，提供了包括计算机可读介质的计算机程序产品，计算机可读介质具有在其中实现的计算机可读代码，计算机可读代码被配置为使得：在由合适的计算机或处理器执行时，使计算机或处理器执行根据本公开的任何一个或多个方面或示例的方法。
根据本公开的另一方面，提供了用于管理通信网络中的第一节点的节点，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。该节点包括处理电路，该处理电路被配置为使节点使用VAE生成第一节点的预测业务分布，其中，已经使用关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息对该VAE进行了训练。处理电路还被配置为基于所获得的第一节点的预测业务分布来配置第一节点的至少一个无线电资源参数。
根据本公开的另一方面，提供了促进对通信网络中的第一节点的管理的节点，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。该节点包括处理电路，该处理电路被配置为使该节点：获得关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息；以及使用所获得的信息来训练VAE以生成第一节点的预测业务分布。
本公开的各个方面提供了促进诸如无线设备或基站之类的通信网络节点的管理的方法。本文公开的方法的示例使得能够训练和使用变分自动编码器(VAE)来生成通信网络中节点的一个或多个预期业务模式。该节点例如可以是诸如UE之类的无线设备，或者可以是诸如基站之类的无线电接入节点。可以使用由无线电接入节点服务的无线设备或多个无线设备的历史会话来训练VAE，并且VAE可以在无线设备、无线电接入节点处或通信网络的一些其他节点中(例如，在核心网络节点中)被训练。本文公开的方法设想基于由VAE生成的节点的预测业务分布来配置节点的至少一个无线电资源参数。无线电资源参数可以涉及载波聚合、双连接、用于负载平衡的测量、波束成形等的激活。本文公开的方法的示例因此设想使用由VAE生成的预测业务分布来通知关于节点管理的决策，这可以增强通信网络的性能。在无线设备的情况下，公开了可以使执行根据本公开的方法的节点能够在设备的连接设立时(即，在设备开始经由网络发送或接收业务之前)生成无线设备的预测业务分布的信令，因此避免了在配置某些无线电资源参数之前需要观察周期。
附图说明
为了更好地理解本公开，并且为了更清楚地示出可以如何实现本公开，现在将通过示例的方式来参考以下附图，其中：
图1示出了通信网络中的负载平衡；
图2示出了通信网络中的载波聚合；
图3示出了变分自动编码器；
图4是示出了用于管理通信网络中的第一节点的方法中的处理步骤的流程图；
图5是示出了用于促进对通信网络中的第一节点的管理的方法中的处理步骤的流程图；
图6是示出了用于管理通信网络中的第一节点的方法的另一示例中的处理步骤的流程图；
图7是示出了用于促进对通信网络中第一节点的管理的方法的另一示例中的处理步骤的流程图；
图8示出在执行根据本公开的方法期间可能发生的示例信令交换；
图9示出了两个无线设备业务流的示例；
图10示出了无线设备的所存储的历史流X的分布；
图11示出了由VAE生成的分布；
图12是示出了节点中的功能模块的框图；
图13是示出了节点的另一示例中的功能模块的框图；
图14是示出了节点的另一示例中的功能模块的框图；以及
图15是示出了节点的另一示例中的功能模块的框图。
具体实施方式
根据本公开的示例方法包括以下两者：基于关于无线设备或无线电接入节点与通信网络中的一个或多个其他节点交换的历史数据流的信息来训练VAE；以及使用VAE生成预测业务模式。在一些示例中，例如当由无线设备训练VAE时，无线设备可以在其连接到通信网络时用信号将其VAE的潜在空间(latent space)分布或z分布和解码器通知给其服务无线电接入节点。无线电接入节点或另一节点然后可以从z分布信息中进行采样，并将样本(z)输入到解码器中以生成设备的预测业务分布。基于该预测业务分布，可以配置无线设备的一个或多个无线电资源参数。
为了为本公开提供附加的上下文，现在简要讨论变分自动编码器。
变分自动编码器表示具体类别的自动编码器。自动编码器是一种类型的可用于集中数据的机器学习算法。自动编码器被训练以获取输入特征的集合并降低该输入特征的维数，同时信息损失最少。训练自动编码器通常是无监督的过程，其中自动编码器被划分为两个部分：编码部分或编码器，以及解码部分或解码器。编码器和解码器可以包括深度神经网络，深度神经网络例如包括神经元层。如果解码器能够以可容忍的数据损失来恢复原始数据流，则编码器成功地对数据进行编码或压缩。训练可以包括减少描述输入(原始)数据与输出(被解码的)数据之间差异的损失函数。训练编码器部分因此涉及优化编码器过程的数据损失。可以考虑使用自动编码器来浓缩数据(例如，与仅仅降低维数相反)，因为数据中的本质或突出特征不会损失。
变分自动编码器(VAE)是一种自动编码器，其编码分布在训练期间被正则化，以避免过度拟合训练中使用的原始输入数据。该正则化确保潜在空间(编码分布)具有促进从数据分布中生成新样本的属性。图3提供了VAE300的结构概览。VAE包括编码器302和解码器304。与将输入编码为单个点的传统自动编码器相比，VAE将输入编码为潜在空间306上的分布。在训练期间，因而可以从编码分布中采样来自潜在空间的点，以便将其解码，并允许重构误差被计算并通过网络反向传播。在训练VAE(例如，VAE 300)时最小化的损失函数包括：重构项，其基于VAE的最后层并优先考虑编码-解码方案的性能；以及正则化项，其基于潜在空间，并试图正则化潜在空间的组织，因此优先考虑VAE的用于生成新数据样本的性能。
图4至图7b是示出了根据本公开的示例的用于管理第一节点的方法和用于促进对第一节点的管理的方法的流程图。该方法可以协作以基于第一节点的预测业务分布来实现对无线电资源参数的配置，因此允许在已经观察到来自第一节点的业务之前进行这种配置。
图4是示出了用于管理通信网络中的第一节点的方法400中的处理步骤的流程图，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。第一节点可以是无线设备或者可以是无线电接入节点。参考图4，该方法包括：在第一步骤420中，使用VAE生成第一节点的预测业务分布，其中，已经使用关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息对该VAE进行了训练。该方法还包括：在步骤430，基于所获得的第一节点的预测业务分布来配置第一节点的至少一个无线电资源参数。
方法400可以由用于促进对通信网络中的第一节点的管理的方法500补充，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。第一节点可以是无线设备或者可以是无线电接入节点。图5是示出了这种方法500中的处理步骤的流程图。参考图5，在第一步骤510中，方法500包括：获得关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息。方法400还包括：在步骤520中，使用所获得的信息来训练VAE以生成第一节点的预测业务分布。
图6a至图6c示出了流程图，该流程图示出了用于管理通信网络中的第一节点的方法600的另一示例中的处理步骤，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。方法600提供了如何实现和补充方法400的步骤以实现上面讨论和补充的功能的各种示例。第一节点可以是无线设备或者可以是无线电接入节点。方法600可以由无线电接入节点、核心网络节点或通信网络中的任何其他节点来执行。在图6a至图6c的以下讨论中，考虑了以下示例：其中第一节点是无线设备，且该方法由无线电接入节点执行，以及其中第一节点是无线电接入节点，且该方法由核心网络节点执行。
如上所述，方法600用于管理通信网络中的第一节点。如下文进一步详细讨论的，该方法涉及使用VAE生成第一节点的预测业务分布的步骤。在一些示例中，如图6a的步骤602所示，执行方法600的节点也可以训练VAE。例如，如果第一节点是诸如基站之类的无线电接入节点并且方法600由核心网络节点执行，则可以是这种情况。这种核心网络节点既可以使用从无线电接入节点获得的历史数据来训练VAE，也可以使用VAE生成无线电接入节点的预测业务分布，在此基础上，核心网络节点可以配置无线电接入节点的一个或多个无线资源参数。如下面参考图7a和图7b更详细讨论的，在步骤602处训练VAE可以包括：获得关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息；基于所获得的信息来设置VAE的至少一个超参数；以及使用所获得的信息并根据所设置的该至少一个超参数来训练VAE。
在方法600的其他示例中，VAE的训练可以由与执行方法600的节点不同的节点(例如第一节点或通信网络中的另一节点)来执行。例如，如果第一节点是无线设备并且方法600由诸如无线设备的服务基站之类的无线电接入节点来执行，则可以是这种情况。方法600的步骤606至步骤614示出了其中VAE由除执行方法600的节点之外的节点来训练的示例。
在第一节点是诸如UE的无线设备的示例中，方法600可以包括：在步骤604中，从无线设备接收连接到通信网络的请求。所接收的连接请求可以触发关于无线设备来执行方法600，其中连接请求是从该无线设备接收的。
在步骤606中，方法600可以包括：向第一节点请求元数据，该元数据描述第一节点存储的关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息。元数据可以描述可用于训练VAE的历史业务流的数据集的特征，例如分组间到达时间(标准偏差、平均值等)、分组的数量(上/下)、总字节数(上/下)、分组大小(标准偏差、平均值等)、分组协议(http/语音等)和/或可用于第一节点的数据集的任何其他特征。在步骤608中，方法600可以包括接收所请求的元数据。
在步骤610中，方法可以包括基于所接收的元数据设置用于VAE的至少一个超参数。将理解的是，诸如VAE的模型的“超参数”是模型外部的参数，并且其值不能从由模型处理的数据中估计，但仍然体现(shape)了模型如何学习其内部参数。模型超参数可以针对给定的问题或用例来进行调整。基于神经网络的VAE的超参数的示例可以包括数据处理的时间间隔、缩放因子和/或层数减少率。根据本公开，用于VAE的至少一个超参数可以附加地或备选地指示应该由VAE生成的特征、不同特征的权重、因此确定每个特征分布应该生成得有多好、重构性能与用于发送VAE的潜在空间和解码器的信令开销之间的权衡、和/或VAE模型的大小(层数、激活函数、浮点表示等)。可以设想其他超参数。用于VAE的至少一个超参数的设置还可以基于无线电资源参数，该无线电资源参数基于要由VAE预测的业务分布被配置为用于第一节点。因此，可以在步骤610处设置的超参数中优先考虑与要配置的具体无线电资源参数的设置最相关的业务分布的特征。
在步骤612中，方法600可以包括：请求第一节点根据所设置的该至少一个超参数并使用第一节点存储的关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息来训练VAE。
现在参考图6b，方法600包括：在步骤614中，从网络中的节点接收VAE的表示，其中，该表示包括VAE的潜在空间的采样分布和VAE的解码器部分的参数。解码器部分的参数可以包括解码器部分中的层数、每层中的神经元的数量、和/或解码器部分的神经元之间的连接的权重。
如614a和614b处所示，可以从网络中的第一节点或另一节点中的至少一个接收VAE的表示。在方法600的重新执行步骤606至步骤612的示例中，可以根据发送到第一节点的训练VAE的请求来从第一节点接收VAE的表示，第一节点是无线设备或无线电接入节点。在其他示例中，可以从核心网络节点接收VAE的表示。核心网络节点可以是训练VAE的节点，或者可以简单地存储该表示，其中VAE已经由不同的节点(例如，第一节点)训练。因此，在一些示例中，并且如下文进一步详细讨论的，方法600可以包括：在方法600的初始执行中，从第一节点接收VAE的表示，并将该表示发送给核心网络节点以供存储。在方法600的后续执行中，方法600可以包括从核心网络节点检索所存储的表示。
在步骤616中，方法600包括处理所接收的表示。处理步骤616的示例在图6c中示出。现在参考图6c，示出了处理VAE的所接收的表示的两个示例。在步骤616a中，处理步骤可以包括将VAE的表示转发给通信网络中的另一节点以供存储。该另一节点例如可以是核心网络节点，其可以具有比执行方法600的节点更大的存储容量。在图6c右侧所示的另一示例中，接收VAE的表示的步骤614可以包括：从网络中的多个节点接收VAE的多个表示，其中，各个VAE已由该VAE的表示所接收自的节点使用关于该节点与通信网络中的至少一个其他节点交换的历史数据流的信息来训练。在这种示例中，处理步骤616可以包括：在步骤616bi，聚合所表示的VAE以形成组合VAE；以及在步骤616bii，将组合VAE的表示发送给通信网络中的节点，该节点可以包括已发送表示的所有节点。在步骤616biii中，组合VAE的表示也可以被发送给通信网络中的另一节点以供存储。示例616b因此可以允许在诸如多个无线设备的多个第一节点处训练各个VAE。各个VAE可以由各自的无线设备使用其自己的历史业务数据来训练。这些VAE然后可以由执行方法600的节点聚合，以避免被各个UE过度拟合到它们的业务流，并因此生成组合VAE，该组合VAE是为做出贡献的无线设备的组定制的。该组合VAE然后可以用于生成贡献了各个VAE的表示的所有无线设备的预测业务分布。
再次参考图6b，在步骤620中，方法600包括：使用VAE生成第一节点的预测业务分布，已经使用关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息对该VAE进行了训练，如上面所讨论的。如图6b所示，使用VAE可以包括：在步骤620a中，对VAE的潜在空间中的值进行采样，并且在步骤620b中，将所采样的值输入到VAE的解码器部分。
在步骤630中，方法600包括基于所生成的第一节点的预测业务分布来配置第一节点的至少一个无线电资源参数。要配置的该一个或多个无线电资源参数的性质可以取决于第一节点是无线设备还是无线电接入节点，并且取决于正在执行该方法的特定用例。
如步骤630a所示，在第一节点是无线设备的示例中，基于第一节点的预测业务分布来配置第一节点的至少一个无线电资源参数可以包括执行以下中至少一项：
激活无线设备的载波聚合；
激活无线设备的双连接；
配置用于无线设备的至少一个波束成形参数；
指示无线设备执行用于负载平衡的测量；
激活无线设备的协调多点(CoMP)传输；
激活无线设备的组合小区；和/或
配置用于无线设备的资源调度参数。
通过基于由VAE生成的无线设备的预测业务分布来作出激活无线设备的载波聚合、双连接、CoMP传输和/或组合小区的决策，执行方法600的节点可以确保为无线设备作出适当的激活决策，而无需等待观察周期来获得关于设备业务分布的实时信息。所生成的预测业务分布因此允许提早优化通信网络小区内的无线电资源，而不会因不适当地激活设备的一个或多个特征而损害设备资源。
配置无线设备的至少一个波束成形参数可以确保快速建立适合于设备业务分布的波束成形器。例如，具有许多短流的无线设备可以受益于快速设立宽且稳健的波束形成器。相比之下，具有更大业务的无线设备可以受益于花费更多资源来设立更复杂、更窄和铅笔形的波束。在无线设备的连接上建立适当的波束形成器可以优化通信网络的无线电资源和无线设备资源两者。
在本公开的前面已经讨论了在作为无线电接入网络负载平衡的一部分选择用于转移的合适无线设备时所固有的挑战。在将设备配置为基于设备的预测业务分布来执行负载平衡测量时，可以解决这些挑战，识别用于转移的合适无线设备，从而避免由不是良好候选者的无线设备执行负载平衡测量，并可识别这种设备，而无需在观察无线设备的业务分布时等待观察周期。
在为无线设备配置资源调度参数的示例中，这可以反映针对无线设备的一个或多个调度决策，该一个或多个调度决策是基于预测业务分布作出的或可以基于预测业务分布作出。
如步骤630b所示，在第一节点是无线电接入节点的示例中，基于第一节点的预测业务分布来配置第一节点的至少一个无线电资源参数可以包括执行以下中至少一项：
为连接到无线电接入节点的无线设备配置用于激活载波聚合或双连接中的至少一项的参数；
为连接到无线电接入节点的无线设备配置至少一个波束成形参数；
为连接到无线电接入节点的无线设备配置用于激活协调多点(CoMP)传输的参数；
为连接到无线电接入节点的无线设备配置用于激活组合小区的参数；或
为连接到无线电接入节点的无线设备配置资源调度参数。
作为无线设备的激活参数可以包括激活无线设备的一个或多个特征的参数，或者指示该特征是应该在无线设备连接时立即被激活还是在无线设备连接之后的特定时间被激活的参数。上述参数因此示出了如何在无线电接入节点级别而非在无线设备级别管理包括载波聚合、双连接等的特征。这种管理可以基于无线电接入节点的预测业务分布。
因此，方法600示出了如何使用VAE生成第一节点(例如，无线设备或无线电接入节点)的预测业务分布的示例，并且该预测分布可以用作配置第一节点的一个或多个无线资源参数的基础。
方法600可以由图7a和图7b所示的用于促进对通信网络中的第一节点的管理的方法700补充，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。方法700提供了如何实现和补充方法500的步骤以实现上面讨论和补充的功能的各种示例。对于上述方法600，第一节点可以是无线设备或者可以是无线电接入节点。方法700可以由第一节点、核心网络节点或通信网络中的任何其他节点执行。在图7a和图7b的以下讨论中，考虑了以下示例：其中第一节点是无线设备、其中第一节点是无线电接入节点、以及方法700由无线设备或无线电接入节点执行或由核心网络节点执行的示例。
最初参考图7a，方法700包括获得关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息。在方法700由第一节点执行的示例中，这可以包括：如710a所示，在第一节点的操作期间存储所述信息。该信息可以包括历史业务流的特征的数据，包括分组间到达时间(标准偏差、平均值等)、分组的数量(上/下)、总字节数(上/下)、分组大小(标准偏差、平均值等)、分组协议(http/语音等)。
在步骤712中，方法700包括：从网络中的节点接收对元数据的请求，该元数据描述第一节点存储的关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息。从其接收请求的节点可以是无线电接入节点、核心网络节点或任何其他网络节点。元数据可以包括数据可用于的上面讨论的特征的标识。在步骤714中，该方法包括将所请求的元数据发送给请求节点。
在步骤716，该方法包括：从网络中的节点接收根据至少一个超参数并使用第一节点存储的关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息来训练VAE的请求。从其接收步骤716的请求的节点可以是从其接收步骤712的请求的同一节点。用于VAE的至少一个超参数可以指示应该由VAE生成的特征、不同特征的权重、因此确定每个特征分布应该生成得有多好、重构性能与用于发送VAE的潜在空间和解码器的信令开销之间的权衡、和/或VAE模型的大小(层数、激活函数、浮点表示等)。可以设想其他超参数。
现在参考图7b，该方法包括：在步骤720中，使用所获得的信息来训练VAE以生成第一节点的预测业务分布。步骤720可以包括：当在步骤720b中将所获得的信息输入到VAE的编码器部分以生成该信息的编码分布之前，首先在步骤720a中根据至少一个超参数(可以是在步骤716中接收的该至少一个超参数)配置VAE。步骤720还可以包括：在步骤720c中将来自该信息的编码分布的样本输入到VAE的解码器部分以生成该信息的重构版本，以及在步骤720d中计算所获得的信息与该信息的重构版本之间的损失函数，其中，损失函数包括重构项和正则化项。步骤720还可以包括优化VAE的参数以最小化损失函数。
当在步骤720中训练VAE之后，方法700包括：在步骤722中，将VAE的表示发送给网络中的节点，其中，该表示包括VAE的潜在空间的采样分布和VAE的解码器部分的参数。解码器部分的参数可以包括解码器部分中的层数、每层中的神经元的数量、以及解码器部分的神经元之间的连接的权重。该表示被发送到的节点可以是请求对VAE进行训练的节点，并且可以是无线电接入节点、核心网络节点或无线设备。
如上面参考图6c所讨论的，在本公开的一些示例中，执行方法600的节点可以接收VAE的多个表示，并且可以将它们聚合以形成组合VAE。如下文所讨论的，在方法700的一部分处可以根据这种示例执行步骤724和步骤726。
在步骤724中，方法700可以包括从通信网络中的节点接收组合VAE的表示。该节点可以是在步骤722中向其发送表示的节点。在步骤726中，方法700还可以包括：使用所获得的关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息来重新训练组合VAE。
方法700因此示出了可以如何训练用于生成第一节点(例如，无线设备或无线电接入节点)的预测业务分布的VAE的示例。
应当理解，例如，如果同一节点执行VAE的训练和使用两者，方法600和方法700的一些步骤可以按照与它们在上面呈现的顺序不同的顺序执行，和/或可以被组合。因此，以下步骤都可以由同一节点执行：获得关于历史数据流的信息、设置超参数、基于所获得的信息并根据所设置的超参数训练VAE、使用经训练的VAE、以及配置无线电资源参数。尽管上面将这些步骤中的若干步骤描述为作为方法600或700中的一个或其他的部分来执行，但是它们可以由单个节点来执行，如在方法600的一些示例中包括了步骤602所展示的。
图8是示出了可以在方法400、500、600和/或700的执行期间发生的示例性信令交换的信令图。在图8的信令图中，节点802是执行方法400和/或600的节点，并且可以例如是核心节点或无线电接入节点。节点804是第一节点并且可以是无线电接入节点或无线设备。在图8所示的示例中，VAE的训练由第一节点804执行。
参考图8，在消息100中，节点802请求在第一节点804处可用的数据集参数(元数据)。该请求可以包括对该请求以哪个第一节点(哪个无线设备或无线电接入节点)为目标的指示。在消息110中，第一节点804返回所请求的元数据，该元数据描述与历史数据流有关的可用信息数据集的特征，例如每个业务会话的可用日志。基于该数据集描述，在消息120中，节点802发送VAE超参数，其可以包括对以下各项的规范：VAE应该生成哪些特征、每个特征的权重、指示每个特征分布应该生成得有多好、重构性能与信令开销的权衡、和/或VAE模型的大小(层数、激活函数、浮点表示等)。也可以包括其他超参数。在消息130中，第一节点804将经训练的VAE(包括潜在空间分布和解码器)用信号通知给节点802。在140，节点802如上面参考图4和图6b所讨论的使用VAE。如将从方法600和700的上述讨论中所理解的，业务分布的哪些特征是使用VAE生成的、以及作为预测业务分布的结果在第一节点804中配置将哪些无线电资源参数将取决于特定场景(第一节点和节点802的性质)和用例。下面讨论了两个示例场景以进行说明，尽管应当理解，如贯穿本公开所讨论的，也可以设想广泛的附加场景和用例。
场景1：节点802是无线电接入节点，并且第一节点804包含来自UE的业务数据：
要由VAE生成的参数可以针对于该用例。在配置用于载波聚合的无线电资源参数的情况下，可以训练VAE以生成流长度和业务类型。在上行链路同步用例中，可以训练VAE以生成分组间到达速率。该信息可以在消息120中用信号通知，以便训练业务分布，例如在到达间速率特征(inter-arrival rate feature)中设置更高的权重，这意味着将更准确地重构其特征。
场景2：节点902是核心节点，并且第一节点804包含来自无线电接入节点的业务数据：
核心节点802使用经训练的VAE生成关于无线电接入节点804中的业务流的信息。如果在无线电接入节点804中通常看到大业务流，则除了在该地理位置部署附加的无线电接入节点之外，这可能会提示调整负载平衡标准。如果典型的分组非常小，则可以相应地调整无线电接入节点的RRC定时器。
上述图4至图7b和图8示出了用于管理和促进管理通信网络中的第一节点的方法。现在讨论如何在不同实体中实现这些方法的方面。
可以实现上述方法示例的实体包括：
无线电接入节点：如本文所使用的，无线电接入节点是蜂窝通信网络的无线电接入网络(RAN)的一部分，其操作以无线地发送和/或接收信号。无线电接入节点的一些示例包括但不限于基站(例如，第三代合作伙伴计划(3GPP)第五代(5G)NR网络中的新无线电(NR)基站(gNB)或3GPP长期演进(LTE)网络中的增强或演进的节点B(eNB))、高功率或宏基站、低功率基站(例如，微基站、微微基站、家庭eNB等)、和中继节点。关于无线设备的表述“服务节点”是指处理网络和无线设备之间的无线连接的无线电接入节点。
核心节点：如本文所使用的，核心节点是核心网络中的任何类型的节点。核心网节点的一些示例包括例如移动性管理实体(MME)、分组数据网络网关(P-GW)、服务能力开放功能(SCEF)等。核心节点可以是物理节点，或者可以是虚拟化网络功能。
无线设备：如本文所使用的，无线设备是UE或任何其他类型的无线设备，其通过向无线电接入节点无线地发送和/或接收信号来接入蜂窝通信网络(即，由其服务)。
根据本公开的示例，训练VAE以使用关于无线设备的历史数据流的信息来预测诸如该设备的节点的业务分布。图9示出了两个无线设备业务流的示例。流1是包括少量分组的短流。流2是具有更多分组的较长流。流1和流2中的每一个都可以使用可用于训练VAE的多个流特征来描述。这些特征包括：
分组间到达时间(标准偏差、平均值等)
分组的数量(上/下)
总字节(上/下)
分组大小(标准偏差、平均值等)
分组协议(http/语音等)
如上所述，VAE的训练可以在核心节点或在无线设备或无线电接入节点处执行。可以通过首先收集N个业务流的集合来训练VAE。例如，如果假设无线设备已收集了N个业务流(X)的记录，则所得业务流分布可能如图10所示。图10示出了所存储的无线设备的历史流X的分布，其中，仅为了简洁和便于表示，该流由分组的数量和对应的大小来描述。深色指示大量的无线设备流。
在图10的业务分布上训练VAE之后，当将来自均值0和方差1高斯分布的所采样的z值馈送到经训练的VAE解码器中时所得的生成的分布
Figure BDA0003902515180000171
如图11所示，其中深色指示UE流的概率较高。
可用于训练的测量值的数量可以基于预先配置的阈值，例如基于训练节点中的存储器限制。当已收集到足够的测量值时，节点计算VAE。如何确定是否已经收集到足够的测量值可以例如通过VAE损失度量何时低于某个阈值来确定。
在执行期间，并且在第一节点是无线设备的场景中，当无线设备连接到网络时，服务节点接收具有无线设备的相关联信息的VAE。所接收的信息可以包括：
-z潜在空间的采样方法/分布，通常是方差为1的零均值高斯分布。这可以由无线设备通过用信号通知某个标志(1/0)来指示，或者在网络处被预配置为无线设备正在使用具体的z分布。如果无线设备用信号通知0标志，则它应提供它所使用的z分布。
-经训练的VAE的损失，包括重构损失和正则化损失(例如，KL散度(KL-divergence)损失)两者。
-具有关联参数的解码器布局(例如，神经网络权重)
-输出特征(分组大小、分组的数量等)
如上面所讨论的，该信息可以从无线设备用信号通知，或者从某个其他节点发送，这取决于训练位置。在一个示例中，如果该信息是从无线设备用信号通知的，则该信息可以被转发并存储在核心节点处。当无线设备下一次连接时，该信息可以从核心节点中检索出，因此节省无线设备信令。
接下来，服务节点然后可以通过将z的采样值馈送到解码器d中来生成无线设备的预测业务分布。网络然后可以使用被表示为dtraffic的业务分布来执行网络决策，并且服务节点基于业务分布来配置用于无线设备的多个无线电资源参数之一。
在另一示例中，可以将VAE训练为系统中所有无线设备的通用模型。例如，无线设备可以仅针对该无线设备在流上训练本地模型，并且不同无线设备的模型然后可以在网络节点中周期性地聚合并重新分配给无线设备。每个无线设备然后可以保持反映无线设备的业务分布的最新潜在状态，即无线设备可能具有的业务类型。当无线设备连接到系统时，可以将潜在状态发送给网络，然后该网络可以基于无线设备的业务分布启用无线设备的适当特征。
如上所述，例如如果无线设备以一定的概率具有P个大小为S的分组，其中P和S基于与CA(或DC)相关联的信令开销，则通信网络可以使用由VAE生成的预测业务分布来激活诸如载波聚合或双连接的特征。如果假设dtraffic包括根据图11的分布，则网络可以估计来自无线设备的业务最有可能在10至40个分组的范围内，其中大小为0至100KB。此外，业务可能落入两种不同的类型，即40个大小为10kB的分组，或10个大小为40kB的分组。使用该信息，网络可以对是否激活CA、DC或其他特征作出决策，并可以相应地配置无线设备中的无线电资源参数。
如上所述，方法400至700由节点执行，这些节点可以是核心网络节点、无线电接入节点或无线设备。本公开提供了适于执行上面所讨论方法的任何或所有步骤的节点。
图12是示出示例节点1200的框图，该示例节点1200例如在从计算机程序1250接收到合适指令时可以实现根据本公开的示例的方法400和/或600。参考图12，节点1200包括处理器或处理电路1202，并且可以包括存储器1204和接口1206。处理电路1202能操作用于执行如上面参考图4以及图6a至图6c所讨论的方法400和/或600的一些或所有步骤。存储器1204可以包含可由处理电路1202执行的指令，使得节点1200能操作用于执行方法400和/或600的一些或所有步骤。指令还可以包括用于执行一种或多种电信和/或数据通信协议的指令。该指令可以以计算机程序1250的形式存储。在一些示例中，处理器或处理电路1202可以包括一个或多个微处理器或微控制器、以及其他数字硬件(可以包括数字信号处理器(DSP)、专用数字逻辑等)。处理器或处理电路1202可以由任何类型的集成电路(例如专用集成电路(ASIC)、现场可编程门阵列(FPGA)等)实现。存储器1204可以包括适合于处理器的一种或几种类型的存储器，例如只读存储器(ROM)、随机存取存储器、高速缓冲存储器、闪存设备、光存储设备、固态盘、硬盘驱动器等。
图13示出了节点1300的另一示例中的功能模块，其可以例如根据从计算机程序接收到的计算机可读指令来执行本公开的方法400和/或600的示例。应当理解，图13所示的模块是功能模块，并且可以以硬件和/或软件的任何适当组合来实现。模块可以包括一个或多个处理器并且可以集成到任何程度。
参考图13，节点1300用于管理通信网络中的第一节点，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。节点1300包括用于使用VAE生成第一节点的预测业务分布的预测模块1302，其中，已经使用关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息对该VAE进行了训练。节点1300还包括配置模块1304，用于基于所获得的第一节点的预测业务分布来配置第一节点的至少一个无线电资源参数。该节点还可以包括接口1306。
图14是示出示例节点1400的框图，该示例节点1400例如在从计算机程序1450接收到合适指令时可以实现根据本公开的示例的方法500和/或700。参考图14，节点1400包括处理器或处理电路1402，并且可以包括存储器1404和接口1406。处理电路1402能操作用于执行上面参考图5以及图7a和图7b讨论的方法500和/或700的一些或所有步骤。存储器1404可以包含可由处理电路1402执行的指令，使得节点1400能操作用于执行方法500和/或700的一些或所有步骤。指令还可以包括用于执行一种或多种电信和/或数据通信协议的指令。该指令可以以计算机程序1450的形式存储。在一些示例中，处理器或处理电路1402可以包括一个或多个微处理器或微控制器、以及其他数字硬件(可以包括数字信号处理器(DSP)、专用数字逻辑等)。处理器或处理电路1402可以由任何类型的集成电路(例如专用集成电路(ASIC)、现场可编程门阵列(FPGA)等)实现。存储器1404可以包括适合于处理器的一种或几种类型的存储器，例如只读存储器(ROM)、随机存取存储器、高速缓冲存储器、闪存设备、光存储设备、固态盘、硬盘驱动器等。
图15示出了节点1500的另一示例中的功能模块，其可以例如根据从计算机程序接收到的计算机可读指令来执行本公开的方法500和/或700的示例。应当理解，图15所示的模块是功能模块，并且可以以硬件和/或软件的任何适当组合来实现。模块可以包括一个或多个处理器并且可以集成到任何程度。
参考图15，节点1500用于促进对通信网络中的第一节点的管理，其中，第一节点能操作用于与通信网络中的其他节点交换业务流。节点1500包括业务模块1502，用于获得关于第一节点与通信网络中的至少一个其他节点交换的历史数据流的信息。节点1500还包括训练模块1504，用于使用所获得的信息来训练VAE以生成第一节点的预测业务分布。节点1500还可以包括接口1506。
如以上讨论所展示的，本公开的各个方面提供了涉及使用VAE生成诸如无线设备或无线电接入节点之类的节点的预期业务的方法和节点。然后基于由VAE预测的预期业务来配置该节点的无线电资源参数。以这种方式，可以在数据传输开始之前有效地设置无线电接入节点或无线设备的无线电资源。例如，CA、DC、CoMP等可以仅针对那些可能具有合适业务流的无线设备而被激活。可以选择负载平衡候选者，并且可以配置波束成形参数，而无需等待业务观察周期，从而为无线设备节省电池电量。将理解，根据本公开的示例，无线设备不需要发送其业务历史，而仅需要发送经训练的VAE，因此保护了无线设备的隐私并减少了网络中的数据存储。VAE可以用于以有效的方式生成关于无线设备或无线电接入节点业务模式的多维信息。网络然后可以生成预期的业务分布，而无需观察业务几秒钟，因此降低了无线设备及其服务节点两者的能耗。
应当理解，本公开的示例可以被虚拟化，使得本文描述的方法和过程可以在云环境中运行。
本公开的方法可以以硬件来实现，或者作为在一个或多个处理器上运行的软件模块来实现。该方法还可以根据计算机程序的指令来执行，并且本公开还提供了一种计算机可读介质，该计算机可读介质上存储有用于执行本文描述的任一方法的程序。体现本公开的计算机程序可以存储在计算机可读介质上，或者它可以例如具有信号(例如，从互联网网站提供的可下载数据信号)的形式，或者它可以具有任何其它形式。
应当注意，上述示例说明而非限制本公开，并且本领域技术人员将能够设计很多备选实施例而不脱离所附权利要求的范围。词语“包括”不排除存在除了权利要求中所列出的元素或步骤之外的元素或步骤，“一”或“一个”不排除多个，并且单个处理器或其它单元可以完成权利要求中记载的若干单元的功能。权利要求中的任何附图标记不应理解为对其范围的限制。

Claims (29)

1.一种用于管理通信网络中的第一节点的方法(400)，其中，所述第一节点能操作用于与所述通信网络中的其他节点交换业务流，所述方法包括：
使用变分自动编码器VAE生成所述第一节点的预测业务分布，其中，已经使用关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息对所述VAE进行了训练(420)；以及
基于所获得的所述第一节点的预测业务分布来配置所述第一节点的至少一个无线电资源参数(430)。
2.根据权利要求1所述的方法，其中，使用VAE生成所述第一节点的预测业务分布包括：
对所述VAE的潜在空间中的值进行采样(620a)；以及
将所采样的值输入到所述VAE的解码器部分(620b)。
3.根据权利要求1或2所述的方法，还包括：
从所述网络中的节点接收所述VAE的表示(614)，其中，所述表示包括：
所述VAE的潜在空间的采样分布；以及
所述VAE的解码器部分的参数。
4.根据权利要求3所述的方法，其中，从所述网络中的节点接收所述VAE的表示包括：从所述网络中的第一节点或另一节点中的至少一个接收所述表示(614a、614b)。
5.根据权利要求3或4所述的方法，还包括将所述VAE的表示转发给所述通信网络中的另一节点以供存储(616a)。
6.根据前述权利要求中任一项所述的方法，还包括：
向所述第一节点请求元数据，所述元数据描述所述第一节点存储的关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息(606)；以及
接收所请求的元数据(608)。
7.根据权利要求6所述的方法，还包括：
基于所接收的元数据设置用于所述VAE的至少一个超参数(610)；以及
请求所述第一节点根据所设置的所述至少一个超参数并使用所述第一节点存储的关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息来训练VAE(612)。
8.根据前述权利要求中任一项所述的方法，其中，所述第一节点包括无线设备或无线电接入节点中的至少一个。
9.根据前述权利要求中任一项所述的方法，其中，所述第一节点包括无线设备，并且其中，基于所获得的所述第一节点的预测业务分布来配置所述第一节点的至少一个无线电资源参数(630)包括执行以下中的至少一项(630a)：
激活所述无线设备的载波聚合；
激活所述无线设备的双连接；
配置用于所述无线设备的至少一个波束成形参数；
指示所述无线设备执行用于负载平衡的测量；
激活所述无线设备的协调多点CoMP传输；
激活所述无线设备的组合小区；或
配置用于所述无线设备的资源调度参数。
10.根据权利要求9所述的方法，还包括：
从所述无线设备接收连接到所述通信网络的请求(604)。
11.根据权利要求1至8中任一项所述的方法，其中，所述第一节点包括无线电接入节点，并且其中，基于所获得的所述第一节点的预测业务分布来配置所述第一节点的至少一个无线电资源参数(630)包括执行以下中的至少一项(630b)：
为连接到所述无线电接入节点的无线设备配置用于激活载波聚合或双连接中的至少一项的参数；
为连接到所述无线电接入节点的无线设备配置至少一个波束成形参数；
为连接到所述无线电接入节点的无线设备配置用于激活协调多点CoMP传输的参数；
为连接到所述无线电接入节点的无线设备配置用于激活组合小区的参数；或
为连接到所述无线电接入节点的无线设备配置资源调度参数。
12.根据前述权利要求中任一项所述的方法，还包括：
从所述网络中的多个节点接收VAE的多个表示，其中，各个VAE已由该VAE的表示所接收自的节点使用关于该节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息来训练(614)；
聚合所表示的VAE以形成组合VAE(616bi)；以及
将所述组合VAE的表示发送给所述通信网络中的节点(616bii)。
13.根据前述权利要求中任一项所述的方法，还包括：
获得关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息(602)；以及
使用所获得的信息训练所述VAE(602)。
14.根据权利要求13所述的方法，还包括：
基于所获得的信息设置用于所述VAE的至少一个超参数；以及
根据所设置的所述至少一个超参数训练所述VAE。
15.根据前述权利要求中任一项所述的方法，其中，所述方法由无线电接入节点或核心网络节点中的至少一个执行。
16.一种用于促进对通信网络中的第一节点的管理的方法(500)，其中，所述第一节点能操作用于与所述通信网络中的其他节点交换业务流，所述方法包括：
获得关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息(510)；以及
使用所获得的信息来训练变分自动编码器VAE，以生成所述第一节点的预测业务分布(620)。
17.根据权利要求16所述的方法，还包括：
向所述网络中的节点发送所述VAE的表示(722)，其中，所述表示包括：
所述VAE的潜在空间的采样分布；以及
所述VAE的解码器部分的参数。
18.根据权利要求16或17所述的方法，还包括：
从所述网络中的节点接收对元数据的请求，所述元数据描述所述第一节点存储的关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息(712)；以及
向请求节点发送所请求的元数据(714)。
19.根据权利要求18所述的方法，还包括：
从所述网络中的节点接收根据至少一个超参数并使用所述第一节点存储的关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息来训练VAE的请求(716)。
20.根据权利要求16至19中任一项所述的方法，其中，使用所获得的信息来训练VAE以生成所述第一节点的预测业务分布(720)包括：
根据至少一个超参数配置所述VAE(720a)；
将所获得的信息输入到所述VAE的编码器部分以生成所述信息的编码分布(720b)；
将来自所述信息的编码分布的样本输入到所述VAE的解码器部分以生成所述信息的重构版本(720c)；
计算所获得的信息和所述信息的重构版本之间的损失函数，其中，所述损失函数包括重构项和正则化项(720d)；以及
优化所述VAE的参数以最小化所述损失函数(720e)。
21.根据权利要求17至20中任一项所述的方法，还包括：
从所述通信网络中的节点接收组合VAE的表示(724)；以及
使用所获得的关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息来重新训练所述组合VAE(726)。
22.根据权利要求16至21中任一项所述的方法，其中，所述第一节点包括无线设备或无线电接入节点中的至少一个。
23.根据权利要求16至22中任一项所述的方法，其中，所述方法由所述第一节点或核心网络节点中的至少一个执行。
24.根据权利要求16至23中任一项所述的方法，其中，所述方法由所述第一节点执行，并且其中，获得关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息包括：在所述第一节点的操作期间存储所述信息(710a)。
25.一种包括计算机可读介质的计算机程序产品，所述计算机可读介质具有包含于其中的计算机可读代码，所述计算机可读代码被配置为使得在由合适的计算机或处理器执行时，使所述计算机或处理器执行根据权利要求1至24中任一项所述的方法。
26.一种用于管理通信网络中的第一节点的节点(1200)，其中，所述第一节点能操作用于与所述通信网络中的其他节点交换业务流，所述节点包括被配置为使所述节点执行以下操作的处理电路(1202)：
使用变分自动编码器VAE生成所述第一节点的预测业务分布，其中，已经使用关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息对所述VAE进行了训练；以及
基于所获得的所述第一节点的预测业务分布来配置所述第一节点的至少一个无线电资源参数。
27.根据权利要求26所述的节点，其中，所述处理电路还被配置为使所述节点执行根据权利要求2至15中任一项所述的方法。
28.一种用于促进对通信网络中的第一节点的管理的节点(1300)，其中，所述第一节点能操作用于与所述通信网络中的其他节点交换业务流，所述节点包括被配置为使所述节点执行以下操作的处理电路(1302)：
获得关于所述第一节点与所述通信网络中的至少一个其他节点交换的历史数据流的信息；以及
使用所获得的信息来训练变分自动编码器VAE，以生成所述第一节点的预测业务分布。
29.根据权利要求28所述的节点，其中，所述处理电路还被配置为使所述节点执行根据权利要求17至24中任一项所述的方法。
CN202080100096.2A 2020-04-22 2020-04-22 管理通信网络中的节点 Pending CN115486200A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/SE2020/050408 WO2021215976A1 (en) 2020-04-22 2020-04-22 Managing a node in a communication network

Publications (1)

Publication Number Publication Date
CN115486200A true CN115486200A (zh) 2022-12-16

Family

ID=78269699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080100096.2A Pending CN115486200A (zh) 2020-04-22 2020-04-22 管理通信网络中的节点

Country Status (4)

Country Link
US (1) US20230164629A1 (zh)
EP (1) EP4140179A4 (zh)
CN (1) CN115486200A (zh)
WO (1) WO2021215976A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11991531B2 (en) * 2021-04-14 2024-05-21 Samsung Electronics Co., Ltd. Communication load forecasting accuracy with adaptive feature boosting

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103247177B (zh) * 2013-05-21 2016-01-20 清华大学 大规模路网交通流实时动态预测系统
CN106448151B (zh) * 2016-07-07 2019-12-27 河南理工大学 一种短时交通流预测方法
US20180227856A1 (en) * 2017-02-08 2018-08-09 Qualcomm Incorporated Techniques and apparatuses for predicting traffic to configure user equipment features
US10277310B2 (en) * 2017-02-15 2019-04-30 Viasat, Inc. Dynamic spatial allocation of satellite capacity based on mobile vessel load forecasting
CN109492814B (zh) * 2018-11-15 2021-04-20 中国科学院深圳先进技术研究院 一种城市交通流量预测方法、系统及电子设备

Also Published As

Publication number Publication date
EP4140179A4 (en) 2024-01-10
US20230164629A1 (en) 2023-05-25
WO2021215976A1 (en) 2021-10-28
EP4140179A1 (en) 2023-03-01

Similar Documents

Publication Publication Date Title
US10588063B2 (en) Adaptive rate of congestion indicator to enhance intelligent traffic steering
US20230179490A1 (en) Artificial intelligence-based communication method and communication apparatus
US20230189049A1 (en) Managing a wireless device that is operable to connect to a communication network
US20230262448A1 (en) Managing a wireless device that is operable to connect to a communication network
US20230276264A1 (en) Managing a wireless device that is operable to connect to a communication network
EP3117585B1 (en) Distribution of popular content between user nodes of a social network community via direct proximity-based communication
CN111466103B (zh) 用于网络基线的生成和适配的方法和系统
US20230276263A1 (en) Managing a wireless device that is operable to connect to a communication network
US20220368605A1 (en) Wireless multi-carrier configuration and selection
US20240298225A1 (en) Using ai-based models for network energy savings
WO2022118083A1 (en) Dynamic multi-access policy generation
US20220361086A1 (en) Method and base station for determining transmission path in wireless communication system
EP3873076B1 (en) Method, apparatus an computer program for executing virtualized network function
CN115486200A (zh) 管理通信网络中的节点
WO2014129945A1 (en) Determination of network parameters in mobile communication networks
WO2022209234A1 (ja) Ｒａｎノード、ｕｅ及び方法
US20230162006A1 (en) Server and agent for reporting of computational results during an iterative learning process
CN106688269B (zh) 用于确定无线设备是否是由于负载平衡原因而切换到目标小区的合适候选者的无线电网络节点和方法
CN115804074A (zh) 第一网络节点和在其中执行的用于处理通信网络中的数据的方法
WO2023171201A1 (ja) Ｒａｎノード及び方法
US20240259872A1 (en) Systems and methods for providing a robust single carrier radio access network link
WO2023062495A1 (en) Resource allocation using vehicle maneuver prediction
WO2023227190A1 (en) Iterative learning with different transmission modes
WO2023110163A1 (en) First node, second node, third node, fourth node and methods performed thereby for handling data
WO2024039898A1 (en) Method and apparatus for implementing ai-ml in a wireless network

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