CN115776688A - 异构无线组网的基站动态控制方法、装置、电子设备及介质 - Google Patents
异构无线组网的基站动态控制方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN115776688A CN115776688A CN202211361025.5A CN202211361025A CN115776688A CN 115776688 A CN115776688 A CN 115776688A CN 202211361025 A CN202211361025 A CN 202211361025A CN 115776688 A CN115776688 A CN 115776688A
- Authority
- CN
- China
- Prior art keywords
- base station
- data base
- prediction model
- data
- control
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种异构无线组网的基站动态控制方法、装置、电子设备及介质。通过应用本申请的技术方案,可以在各个数据基站基于用户实时的移动位置与流量预测模型预测出自身下一时刻的流量需求后将其反馈给异构无线组网中的控制基站。以使控制基站基于网络中数据基站的整体流量需求,针对性的对其中的一个或多个数据基站进行对应的运行状态调整。从而一方面实现了数据基站在流量预测时能够结合用户移动位置从而提高预测准确性的目的。另外一方面也保证了区域网络流量分布预测的全局性和平稳性,进而达到根据网络实时的流量需求动态地控制数据基站的开关,保证网络能耗的降低。
Description
技术领域
本申请中涉及无线通信处理技术,尤其是一种异构无线组网的基站动态控制方法、装置、电子设备及介质。
背景技术
异构多层且能支持全频段接入的高低频无线协作组网是未来6G网络架构的必然发展趋势。其中,低频段主要解决覆盖问题,高频段主要用于提升流量密集区域的系统容量。6G网络将引入控制信令与业务数据解耦机制,控制基站工作于低频段,为用户提供广覆盖的控制信令服务;数据基站工作于高频段,为用户提供高容量的业务数据服务。
进一步的,为了减少高低频无线协作组网中,由于数据基站站点密集部署所导致的网络功耗和成本问题。相关技术中会定时关闭一些基站以避免不必要的能源消耗,从而达到降低网络运营成本的目的。然而,现有的基站控制方法非常固定,无法灵活的根据网络状态智能的控制基站的启闭。
发明内容
本申请实施例提供一种异构无线组网的基站动态控制方法、装置、电子设备及介质。用以解决相关技术中存在的,没有一种能够智能控制异构无线组网中各个基站启闭的问题。
其中,根据本申请实施例的一个方面,提供的一种异构无线组网的基站动态控制方法,所述异构无线组网包括在第一频段提供数据服务的控制基站,以及在第二频段提供数据服务的数据基站,其中所述第二频段高于所述第一频段,其中:
各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求后,将所述流量需求发送给所述控制基站;
所述控制基站将各个数据基站的流量需求输入至预先构建的动态开关决策模型,得到开关决策,所述开关决策包括用于指示至少一个数据基站是否提供数据服务的指示信息;
所述控制基站将所述开关决策下发至数据基站,以使数据基站基于所述开关决策中的指示信息,确定自身是否提供数据服务。
可选地,在基于本申请上述方法的另一个实施例中,所述预测得到自身在未来时间段的流量需求,包括:
所述数据基站向所述控制基站发送模型下发请求,所述模型下发请求用于请求所述控制基站发送初始流量预测模型以及初始移动预测模型;
所述数据基站基于接收到的所述初始流量预测模型以及初始移动预测模型,预测得到所述流量需求。
可选地,在基于本申请上述方法的另一个实施例中,在所述数据基站向所述控制基站发送模型下发请求之后,还包括:
所述数据基站基于本地存储的历史网络流量数据集,对所述初始流量预测模型进行训练,得到训练更新后的流量预测模型;以及,所述数据基站基于本地存储的历史移动轨迹数据集,对所述初始移动预测模型进行训练,得到训练更新后的移动预测模型;
所述数据基站将所述训练更新后的流量预测模型与所述训练更新后的移动预测模型发送给所述控制基站后,以使所述控制基站存储所述训练更新后的流量预测模型与所述训练更新后的移动预测模型;
所述数据基站接收所述控制基站发送的聚合流量预测模型以及聚合移动预测模型。
可选地,在基于本申请上述方法的另一个实施例中,在所述数据基站将所述训练更新后的流量预测模型与所述训练更新后的移动预测模型发送给所述控制基站之后,还包括:
所述控制基站将各个数据基站发送的训练更新后的流量预测模型进行聚合,得到所述聚合流量预测模型;以及,将各个数据基站发送的训练更新后的移动预测模型进行聚合,得到所述聚合移动预测模型;
所述控制基站将所述聚合流量预测模型与所述聚合移动预测模型下发给各个数据基站;
所述数据基站基于所述聚合流量预测模型以及所述聚合移动预测模型,预测得到所述流量需求。
可选地,在基于本申请上述方法的另一个实施例中,所述各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求,包括:
所述数据基站基于所述流量预测模型,预测得到自身在未来时间段的初始流量需求;以及,基于所述移动预测模型,预测得到数据基站服务的用户在未来时间段的用户位置;
基于所述用户位置,对所述初始流量需求进行修正,得到自身在未来时间段的所述流量需求。
可选地,在基于本申请上述方法的另一个实施例中,所述控制基站将所述开关决策下发至数据基站,包括:
所述控制基站将所述开关决策下发至所述异构无线组网中的每一个数据基站;或,
所述控制基站将所述开关决策下发至所述异构无线组网中的第一数据基站,所述第一数据基站为所述开关决策所反映的,需要停止或开始提供数据服务的数据基站。
可选地,在基于本申请上述方法的另一个实施例中,在所述控制基站将所述开关决策下发至数据基站之后,还包括:
所述控制基站向提供数据服务的无线终端发送切换广播通知,所述切换广播通知用于告知所述无线终端与其它数据基站进行数据传输服务;
所述数据基站在确定所述无线终端接入到所述其它数据基站后,控制自身进行关闭。
其中,根据本申请实施例的又一个方面,提供的一种异构无线组网的基站动态控制装置,所述异构无线组网包括在第一频段提供数据服务的控制基站,以及在第二频段提供数据服务的数据基站,其中所述第二频段高于所述第一频段,其中:
预测模块,被配置为各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求后,将所述流量需求发送给所述控制基站;
生成模块,被配置为所述控制基站将各个数据基站的流量需求输入至预先构建的动态开关决策模型,得到开关决策,所述开关决策包括用于指示至少一个数据基站是否提供数据服务的指示信息;
控制模块,被配置为所述控制基站将所述开关决策下发至数据基站,以使数据基站基于所述开关决策中的指示信息,确定自身是否提供数据服务。
根据本申请实施例的又一个方面,提供的一种电子设备,包括:
存储器,用于存储可执行指令;以及
显示器,用于与所述存储器以执行所述可执行指令从而完成上述任一所述异构无线组网的基站动态控制方法的操作。
根据本申请实施例的还一个方面,提供的一种计算机可读存储介质,用于存储计算机可读取的指令,所述指令被执行时执行上述任一所述异构无线组网的基站动态控制方法的操作。
本申请中,可以由各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求后,将流量需求发送给控制基站;控制基站将各个数据基站的流量需求输入至预先构建的动态开关决策模型,得到开关决策,开关决策包括用于指示至少一个数据基站是否提供数据服务的指示信息;控制基站将开关决策下发至数据基站,以使数据基站基于开关决策中的指示信息,确定自身是否提供数据服务。通过应用本申请的技术方案,可以在各个数据基站基于用户实时的移动位置与流量预测模型预测出自身下一时刻的流量需求后将其反馈给异构无线组网中的控制基站。以使控制基站基于网络中数据基站的整体流量需求,针对性的对其中的一个或多个数据基站进行对应的运行状态调整。从而一方面实现了数据基站在流量预测时能够结合用户移动位置从而提高预测准确性的目的。另外一方面也保证了区域网络流量分布预测的全局性和平稳性,进而达到根据网络实时的流量需求动态的控制基站开关,保证网络能耗的降低。
下面通过附图和实施例,对本申请的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本申请的实施例,并且连同描述一起用于解释本申请的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本申请,其中:
图1示出了本申请一实施例所提供的一种异构无线组网的基站动态控制方法的示意图;
图2示出了本申请一实施例所提供的一种异构无线组网的架构示意图;
图3示出了本申请一实施例所提供的一种异构无线组网的基站动态控制方法的流程示意图;
图4示出了本申请一实施例所提供的又一种异构无线组网的基站动态控制方法的流程示意图;
图5示出了本申请一实施例所提供的一种电子装置的结构示意图;
图6示出了本申请一实施例所提供的一种电子设备的结构示意图;
图7示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
现在将参照附图来详细描述本申请的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
另外,本申请各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
需要说明的是,本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应的随之改变。
下面结合图1-图4来描述根据本申请示例性实施方式的用于进行异构无线组网的基站动态控制方法。需要注意的是,下述应用场景仅是为了便于理解本申请的精神和原理而示出,本申请的实施方式在此方面不受任何限制。相反,本申请的实施方式可以应用于适用的任何场景。
本申请还提出一种异构无线组网的基站动态控制方法、装置、电子设备及介质。
图1示意性地示出了根据本申请实施方式的一种异构无线组网的基站动态控制方法的流程示意图,其中异构无线组网包括在第一频段提供数据服务的控制基站,以及在第二频段提供数据服务的数据基站,其中第二频段高于第一频段,其中。如图1所示,该方法包括:
S101,各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求后,将流量需求发送给控制基站。
S102,控制基站将各个数据基站的流量需求输入至预先构建的动态开关决策模型,得到开关决策,开关决策包括用于指示至少一个数据基站是否提供数据服务的指示信息。
S103,控制基站将开关决策下发至数据基站,以使数据基站基于开关决策中的指示信息,确定自身是否提供数据服务。
相关技术中,基于控制基站与数据基站分离的高低频异构无线组网在提升区域覆盖能力的同时,还能大幅提升系统整体频谱效率,为接入用户提供无缝高速体验,是第6代移动通信系统(6G)重点考虑的组网方式。
其中,高低频异构无线组网主要是利用控制基站通过低频段实现整个区域内的基础覆盖。以及利用数据基站密集部署,并通过高频段承担热点覆盖和高速传输,以此来满足未来6G网络更高数据流量、更快用户体验速率、海量终端连接和更低时延的需求,当数据基站检测到某些时段用户数目较少时,在保证用户服务质量的前提下适当关闭一部分数据基站来实现小区动态开关,可以降低能耗,满足6G发展绿色通信的要求。
一种方式中,为了保证无线网络广域覆盖性能、提供弹性的网络功能部署,6G网络将引入控制信令(由控制基站负责)与业务数据(由数据基站负责)解耦机制,同时为了降低高频基站站点的密集部署而导致的网络功耗和成本问题,6G网络还将进行数据基站的动态开关。
其中,相关技术中通常会采用定时关闭一些基站的方式来避免网络中不必要能源的消耗问题,从而达到缓解网络压力的目的。然而,现有的基站控制方法非常固定,无法灵活的根据网络状态智能的控制基站的启闭。
针对上述问题,本申请提出了一种在各个数据基站基于用户实时的移动位置与流量预测模型预测出自身下一时刻的流量需求后将其反馈给异构无线组网中的控制基站。以使控制基站基于网络中数据基站的整体流量需求,针对性的对其中的一个或多个数据基站进行对应的运行状态调整的技术方案。
具体而言,图2为本申请提出的异构无线组网,其中该组网中包括有多个数据基站通信,以及多个控制基站。
一种方式中,在控制基站所覆盖的服务范围下,用户可以驱使控制基站在低频段(即第一频段)提供与控制信令传输相关的服务。而在数据集站所覆盖的服务范围下,用户可以驱使数据基站在高频时段(即第二频段)提供与数据信息传输相关的服务。
具体而言,为了降低高频站点密集部署导致的网络功耗和成本问题,同时保证网络广域覆盖性能,6G网络将引入控制信令与业务数据解耦机制。具体而言,由低频段(即第一频段,例如为700MHz)控制基站提供广域的统一信令覆盖,负责RRC消息、物理层信令等控制信令的播发,从而达到降低高频段导致的路径损耗大等影响,保证连续与可靠的连接性与移动性的目的。
另外,本申请提出的异构无线组网还可以由高容量、按需开启的高频段(即第二频段,例如为62.5GHz及以上)数据基站提供数据传输,从而实现高速率业务数据服务,以及降低整网能耗的目的。
一种方式中,本申请提出的异构无线组网可以在用户接入多、流量需求大的区域密集部署数据基站以支持用户的无缝高速体验。另一种方式中,本申请还可以将地理距离相近,覆盖范围有重叠的部分数据基站划分到同一异构无线组网中,以实现对数据基站进行异构无线组网化集中控制的目的。
一种方式中,本申请可以从多个数据基站中选出一个数据基站作为目标数据基站,以使其与控制基站进行集中式的回程链路通信,异构无线组网内的其它数据基站不再需要与控制基站建立回程链路连接,直接与异构无线组网内的目标数据基站建立回程链路完成回程通信即可。从而实现降低控制基站的回程链路负担,减少信令开销的目的。
另外,本申请提出的异构无线组网中,异构无线组网内的各个数据基站之间可以通过共享数据、信道状态信息(CSI)、调度信息、预编码矩阵索引(PMI)信息来进行协作处理,以提高小区边缘用户的性能。
一种方式中,目标数据基站具有较强计算和存储能力,异构无线组网内数据小区中的数据和信道状态信息被统一定位,因此将相邻数据基站异构无线组网化控制可以较容易地实现小区间干扰协调,从而能够满足热点区域用户的高体验速率要求。
其中,本申请提出的高低频异构无线组网中可以采用无线链路的回程方式,无线回程结合毫米波大规模MIMO波束赋型技术为无线回程链路提供巨大的天线增益,能够有效地对抗由降雨以及空气吸收带来的相对较高的路径损耗。
进一步的,结合图3所示,以下对本申请提出的异构无线组网的基站动态控制方法进行具体说明:
步骤1、数据基站向控制基站发送模型下发请求。
其中,需要异构无线组网中的每一个数据基站均向对应的控制基站发送用于获取初始流量预测模型,以及初始移动预测模型的模型下发请求。
步骤2、数据基站基于接收到的初始流量预测模型以及初始移动预测模型,预测得到流量需求。
作为示例的,由于实际应用场景下,用户每一天或每一周的无线网络流量水平会随着用户的移动生活模式而周期性地变化。例如在工作日的白天,用户大多集中在城市的商业区域,更有可能打电话。而在晚上或周末,用户则会搬到住宅区。这也导致夜间的电话通话频率通常低于白天,但传输的蜂窝数据量更大,因为社交网络、Web浏览、视频流等数据密集型应用程序更有可能运行。针对该鉴于无线网络流量的潮汐效应,本申请实施例可以通过将某些数据基站切换到关闭模式(或睡眠模式、或低功率模式)来调整活动过度配置的水平,以节省能量而不会对网络中的流量产生明显影响。
一种方式中,对于流量预测模型来说,网络流量预测的本质为时间序列的预测。一种方式中,本申请实施例中数据基站的流量预测可以基于时间序列模型,根据实际数据对该模型的具体参数进行求解,最后利用已知参数的时间序列模型进行时间序列预测。
作为示例的,本申请提供的流量预测模型可以为移动平均(Moving Average,MA)模型,自回归(Auto Regressive,AR)模型,自回归移动平均(Auto Regressive MovingAverage,ARMA)模型,差分自回归移动平均(Auto Regressive Integrated MovingAverage,ARIMA)模型,线性回归(Linear Regression,LR),支持向量回归(Support VectorRegression,SVR),长短期记忆(Long Short Time Memory,LSTM)神经网络等等。
另外,由于实际应用场景下,基于位置的服务日益受到关注,因此收集用户的地理位置信息,可以更好地锁定用户并推出针对性服务。
针对此,本申请实施例可以基于用户的历史位置信息,来对各个用户预测其未来的移动轨迹。可以理解的,一旦用户的移动位置被预测,就能获取用户在特定时间的位置,进而规划资源或者提供定制服务。
一种方式中,本申请提供的移动预测模型可以为马尔可夫模型(Markov Model,MM),隐马尔可夫模型(Hidden Markov Model,HMM),贝叶斯模型等,通过计算联合概率预测用户的未来位置。也可以为支持向量机(Support Vector Machine,SVM),人工神经网络(Artificial Neural Network,ANN),深度神经网络(Deep Neural Networks,DNN)等具有更加强大学习能力的模型。
一种方式中,数据基站可以在接收到初始流量预测模型与初始移动预测模型之后,直接根据该两个初始模型进行流量预测。
另一种方式中,数据基站也可以与控制基站进行联邦学习的交互步骤,即反复进行两个预测模型的上传-聚合(由控制基站执行)-再下发给数据基站的迭代,直至得到更优的流量预测模型以及移动预测模型为止。进而实现提高网络流量预测性能的目的。
具体来讲,对于联邦学习的上传步骤来说,即为数据基站在接收到初始流量预测模型与初始移动预测模型之后,基于本地存储的历史网络流量数据集,对该初始流量预测模型进行训练,从而得到训练更新后的流量预测模型,进而将该训练更新后的流量预测模上传给控制基站。
另外,数据基站也需要基于本地存储的历史移动轨迹数据集,对该初始移动预测模型进行训练,得到训练更新后的移动预测模型,进而将该训练更新后的移动预测模上传给控制基站。
进一步的,对于联邦学习的聚合步骤来说,即为由控制基站将各个数据基站发送的多个训练更新后流量预测模型进行聚合,得到聚合流量预测模型;以及,将各个数据基站发送的多个训练更新后移动预测模型进行聚合,得到聚合移动预测模型。
更进一步的,对于联邦学习的再下发步骤来说,即为由控制基站将聚合流量预测模型与聚合移动预测模型下发给各个数据基站。以使各个数据基站基于该聚合流量预测模型以及聚合移动预测模型,预测得到流量需求。
其中,对于数据基站预测得到流量需求得到过程来说,可以包括:
首先,数据基站可以基于流量预测模型,预测得到自身在未来时间段的初始流量需求;以及,基于移动预测模型,预测得到数据基站服务的用户在未来时间段的用户位置。
另外,数据基站可以基于该用户的位置以及该用户在历史时刻上报的未来时间段的上报流量需求,对该初始流量需求进行修正,从而得到数据基站自身在未来时间段的总体流量需求。
一种方式中,本申请实施例中在数据基站对未来的流量需求进行预测的过程中,由于考虑了异构无线组网中,不断移动的各个用户的业务需求对未来网络流量分布的影响。因此能够捕捉到用户个体层面的细节特征,进而实现最终能够得到流量负载分布预测较为准确和适配的流量需求。
步骤3、各个数据基站将自身的流量需求发送给控制基站。
步骤4、控制基站将各个数据基站的流量需求输入至预先构建的动态开关决策模型,得到开关决策。
其中,开关决策包括用于指示至少一个数据基站是否提供数据服务的指示信息。
一种方式中,开关决策中的指示信息可以用于指示至少一个数据基站暂时停止提供数据服务、完全停止提供数据服务、开始提供数据服务、以高功率模式提供数据服务、以低功率模式提供数据服务等等。
可以理解的,控制基站在接收到某一区域的多个数据基站发送的流量需求之后,即可以根据当前网络的流量整体性能以及各个数据基站在未来时段的流量需求。对一个或多个数据基站进行针对性的运行状态调整。
例如当检测到网络的未来提供的流量存在冗余时,即可关闭其中某一小区的至少一个数据基站,或将某一范围的数据基站调整为低功率运行。又或,当检测到网络的未来提供的流量不足以满足无线终端需求时,即可开启该区域中的所有数据基站(包括之前未开启的至少一个数据基站),从而实现业务数据的处理效率
步骤5、控制基站将开关决策下发至异构无线组网中的每一个数据基站;或,控制基站将开关决策下发至异构无线组网中的第一数据基站。
其中,第一数据基站为开关决策所反映的,需要停止或开始提供数据服务的数据基站。
一种方式中,控制基站可以根据自身的负载情况,选择将开关决策发送到网络中的每一个数据基站或部分数据基站中。可以理解的,该部分数据基站即为开关决策中所指向的,需要停止提供数据服务的数据基站、需要开启提供数据服务的数据基站、需要调整功率的数据基站等等。
步骤6、控制基站向提供数据服务的无线终端发送用于告知其需要与其它数据基站进行数据传输服务切换广播通知。
步骤7、第一数据基站在确定无线终端接入到其它数据基站后,控制自身进行关闭。
本申请中,可以由各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求后,将流量需求发送给控制基站;控制基站将各个数据基站的流量需求输入至预先构建的动态开关决策模型,得到开关决策,开关决策包括用于指示至少一个数据基站是否提供数据服务的指示信息;控制基站将开关决策下发至数据基站,以使数据基站基于开关决策中的指示信息,确定自身是否提供数据服务。
通过应用本申请的技术方案,可以在各个数据基站基于用户实时的移动位置与流量预测模型预测出自身下一时刻的流量需求后将其反馈给异构无线组网中的控制基站。以使控制基站基于网络中数据基站的整体流量需求,针对性的对其中的一个或多个数据基站进行对应的运行状态调整。从而一方面实现了数据基站在流量预测时能够结合用户移动位置从而提高预测准确性的目的。另外一方面也保证了区域网络流量分布预测的全局性和平稳性,进而达到根据网络实时的流量需求动态地控制数据基站的开关,保证网络能耗的降低。
可选地,在基于本申请上述方法的另一个实施例中,所述预测得到自身在未来时间段的流量需求,包括:
所述数据基站向所述控制基站发送模型下发请求,所述模型下发请求用于请求所述控制基站发送初始流量预测模型以及初始移动预测模型;
所述数据基站基于接收到的所述初始流量预测模型以及初始移动预测模型,预测得到所述流量需求。
可选地,在基于本申请上述方法的另一个实施例中,在所述数据基站向所述控制基站发送模型下发请求之后,还包括:
所述数据基站基于本地存储的历史网络流量数据集,对所述初始流量预测模型进行训练,得到训练更新后的流量预测模型;以及,所述数据基站基于本地存储的历史移动轨迹数据集,对所述初始移动预测模型进行训练,得到训练更新后的移动预测模型;
所述数据基站将所述训练更新后的流量预测模型与所述训练更新后的移动预测模型发送给所述控制基站后,以使所述控制基站存储所述训练更新后的流量预测模型与所述训练更新后的移动预测模型;
所述数据基站接收所述控制基站发送的聚合流量预测模型以及聚合移动预测模型。
可选地,在基于本申请上述方法的另一个实施例中,在所述数据基站将所述训练更新后的流量预测模型与所述训练更新后的移动预测模型发送给所述控制基站之后,还包括:
所述控制基站将各个数据基站发送的训练更新后的流量预测模型进行聚合,得到所述聚合流量预测模型;以及,将各个数据基站发送的训练更新后的移动预测模型进行聚合,得到所述聚合移动预测模型;
所述控制基站将所述聚合流量预测模型与所述聚合移动预测模型下发给各个数据基站;
所述数据基站基于所述聚合流量预测模型以及所述聚合移动预测模型,预测得到所述流量需求。
可选地,在基于本申请上述方法的另一个实施例中,所述各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求,包括:
所述数据基站基于所述流量预测模型,预测得到自身在未来时间段的初始流量需求;以及,基于所述移动预测模型,预测得到数据基站服务的用户在未来时间段的用户位置;
基于所述用户位置,对所述初始流量需求进行修正,得到自身在未来时间段的所述流量需求。
可选地,在基于本申请上述方法的另一个实施例中,所述控制基站将所述开关决策下发至数据基站,包括:
所述控制基站将所述开关决策下发至所述异构无线组网中的每一个数据基站;或,
所述控制基站将所述开关决策下发至所述异构无线组网中的第一数据基站,所述第一数据基站为所述开关决策所反映的,需要停止或开始提供数据服务的数据基站。
可选地,在基于本申请上述方法的另一个实施例中,在所述控制基站将所述开关决策下发至数据基站之后,还包括:
所述控制基站向提供数据服务的无线终端发送切换广播通知,所述切换广播通知用于告知所述无线终端与其它数据基站进行数据传输服务;
所述数据基站在确定所述无线终端接入到所述其它数据基站后,控制自身进行关闭。
如图4所示,本申请通过另外一种实施例进一步对方案进行说明:
步骤1:异构无线组网中的控制基站向无线终端发送测量配置信息;
步骤2:无线终端测量得到配置报告,其中该配置报告包括自身终端的当前流量信息、位置信息等;
步骤3:无线终端将流量、位置等信息上报至所属的数据基站;
步骤4:数据基站向控制基站发送用于请求流量预测模型以及移动预测模型的初始模型的模型下发请求;
步骤5:控制基站向每一个数据基站下发两个模型的初始模型;
步骤6:数据基站根据本地历史网络流量数据集和初始流量预测模型,使用网络流量预测模块预测得到自身下一时刻的网络流量分布;
其中,数据基站本地的历史网络流量数据集可以为其在历史时刻或实时采集到的,各个时段的网络流量数据。并以此得到该数据集。
步骤7:数据基站将更新后的流量预测模型上传给控制基站进行模型存储;
一种方式中,数据基站在与控制基站交互模型的过程可以通过联邦学习技术,即反复进行模型上传-聚合-再下发的迭代,直至得到更优的流量预测模型为止。进而实现提高网络流量预测性能的目的。
步骤8:数据基站根据本地用户轨迹数据集和初始移动预测模型,使用用户移动性预测模块预测得到用户在下一时刻的位置;
步骤9:数据基站将更新后的移动预测模型上传给控制基站进行模型存储;
一种方式中,数据基站在与控制基站交互模型的过程也可以通过联邦学习技术,即反复进行模型上传-聚合-再下发的迭代,直至得到更优的移动预测模型为止。进而实现提高用户移动性预测性能的目的。
步骤10:数据基站基于用户位置预测结果,结合用户上报的流量需求,对下一时刻数据基站流量进行估计,并以此修正流量预测模块输出的下一时刻的网络流量分布,得到数据基站自身在未来时段的总体流量需求,并将其上报给控制基站;
步骤11:控制基站使用自身部署的数据基站开关控制模块,结合各个数据基站上报的流量需求,得到下一时段各个数据基站的开关决策方案;
步骤12:控制基站将开关决策下发给各数据基站;
步骤13:控制基站将各个数据基站的开关配置信息广播给无线终端;
步骤14:无线终端和数据基站之间根据下一时段数据基站的开关配置情况,完成切换接入;
步骤15:数据基站按照开关决策执行开启/关闭。
通过应用本申请的技术方案,可以在各个数据基站基于用户实时的移动位置与流量预测模型预测出自身下一时刻的流量需求后将其反馈给异构无线组网中的控制基站。以使控制基站基于网络中数据基站的整体流量需求,针对性的对其中的一个或多个数据基站进行对应的运行状态调整。从而一方面实现了数据基站在流量预测时能够结合用户移动位置从而提高预测准确性的目的。另外一方面也保证了区域网络流量分布预测的全局性和平稳性,进而达到根据网络实时的流量需求动态的控制基站开关,保证网络能耗的降低。
可选的,在本申请的另外一种实施方式中,如图5所示,本申请还提供一种异构无线组网的基站动态控制装置。其中异构无线组网包括在第一频段提供数据服务的控制基站,以及在第二频段提供数据服务的数据基站,其中所述第二频段高于所述第一频段,其中:
预测模块201,被配置为各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求后,将所述流量需求发送给所述控制基站;
生成模块202,被配置为所述控制基站将各个数据基站的流量需求输入至预先构建的动态开关决策模型,得到开关决策,所述开关决策包括用于指示至少一个数据基站是否提供数据服务的指示信息;
控制模块203,被配置为所述控制基站将所述开关决策下发至数据基站,以使数据基站基于所述开关决策中的指示信息,确定自身是否提供数据服务。
通过应用本申请的技术方案,可以在各个数据基站基于用户实时的移动位置与流量预测模型预测出自身下一时刻的流量需求后将其反馈给异构无线组网中的控制基站。以使控制基站基于网络中数据基站的整体流量需求,针对性的对其中的一个或多个数据基站进行对应的运行状态调整。从而一方面实现了数据基站在流量预测时能够结合用户移动位置从而提高预测准确性的目的。另外一方面也保证了区域网络流量分布预测的全局性和平稳性,进而达到根据网络实时的流量需求动态的控制基站开关,保证网络能耗的降低。
在本申请的另外一种实施方式中,控制模块203,被配置执行的步骤包括:
所述数据基站向所述控制基站发送模型下发请求,所述模型下发请求用于请求所述控制基站发送初始流量预测模型以及初始移动预测模型;
所述数据基站基于接收到的所述初始流量预测模型以及初始移动预测模型,预测得到所述流量需求。
在本申请的另外一种实施方式中,控制模块203,被配置执行的步骤包括:
所述数据基站基于本地存储的历史网络流量数据集,对所述初始流量预测模型进行训练,得到训练更新后的流量预测模型;以及,所述数据基站基于本地存储的历史移动轨迹数据集,对所述初始移动预测模型进行训练,得到训练更新后的移动预测模型;
所述数据基站将所述训练更新后的流量预测模型与所述训练更新后的移动预测模型发送给所述控制基站后,以使所述控制基站存储所述训练更新后的流量预测模型与所述训练更新后的移动预测模型;
所述数据基站接收所述控制基站发送的聚合流量预测模型以及聚合移动预测模型。
在本申请的另外一种实施方式中,控制模块203,被配置执行的步骤包括:
所述控制基站将各个数据基站发送的训练更新后的流量预测模型进行聚合,得到所述聚合流量预测模型;以及,将各个数据基站发送的训练更新后的移动预测模型进行聚合,得到所述聚合移动预测模型;
所述控制基站将所述聚合流量预测模型与所述聚合移动预测模型下发给各个数据基站;
所述数据基站基于所述聚合流量预测模型以及所述聚合移动预测模型,预测得到所述流量需求。
在本申请的另外一种实施方式中,控制模块203,被配置执行的步骤包括:
所述数据基站基于所述流量预测模型,预测得到自身在未来时间段的初始流量需求;以及,基于所述移动预测模型,预测得到数据基站服务的用户在未来时间段的用户位置;
基于所述用户位置,对所述初始流量需求进行修正,得到自身在未来时间段的所述流量需求。
在本申请的另外一种实施方式中,控制模块203,被配置执行的步骤包括:
所述控制基站将所述开关决策下发至所述异构无线组网中的每一个数据基站;或,
所述控制基站将所述开关决策下发至所述异构无线组网中的第一数据基站,所述第一数据基站为所述开关决策所反映的,需要停止或开始提供数据服务的数据基站。
在本申请的另外一种实施方式中,控制模块203,被配置执行的步骤包括:
所述控制基站向提供数据服务的无线终端发送切换广播通知,所述切换广播通知用于告知所述无线终端与其它数据基站进行数据传输服务;
所述数据基站在确定所述无线终端接入到所述其它数据基站后,控制自身进行关闭。
本申请实施方式还提供一种电子设备,以执行上述异构无线组网的基站动态控制方法。请参考图6,其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图6所示,电子设备3包括:处理器300,存储器301,总线302和通信接口303,所述处理器300、通信接口303和存储器301通过总线302连接;所述存储器301中存储有可在所述处理器300上运行的计算机程序,所述处理器300运行所述计算机程序时执行本申请前述任一实施方式所提供的异构无线组网的基站动态控制方法。
其中,存储器301可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口303(可以是有线或者无线)实现该装置网元与至少一个其他网元之间的通信连接,可以使用互联网、广域网、本地网、城域网等。
总线302可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中,存储器301用于存储程序,所述处理器300在接收到执行指令后,执行所述程序,前述本申请实施例任一实施方式揭示的所述数据识别的方法可以应用于处理器300中,或者由处理器300实现。
处理器300可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器300中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器300可以是通用处理器,包括处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器301,处理器300读取存储器301中的信息,结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的异构无线组网的基站动态控制方法出于相同的发明构思,具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的异构无线组网的基站动态控制方法对应的计算机可读存储介质,请参考图7,其示出的计算机可读存储介质为光盘40,其上存储有计算机程序(即程序产品),所述计算机程序在被处理器运行时,会执行前述任意实施方式所提供的异构无线组网的基站动态控制方法。
需要说明的是,所述计算机可读存储介质的例子还可以包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质,在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的数据识别的方法出于相同的发明构思,具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是:
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本申请并帮助理解各个发明方面中的一个或多个,在上面对本申请的示例性实施例的描述中,本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下示意图:即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本申请的单独实施例。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种异构无线组网的基站动态控制方法,其特征在于,所述异构无线组网包括在第一频段提供数据服务的控制基站,以及在第二频段提供数据服务的数据基站,其中所述第二频段高于所述第一频段,其中:
各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求后,将所述流量需求发送给所述控制基站;
所述控制基站将各个数据基站的流量需求输入至预先构建的动态开关决策模型,得到开关决策,所述开关决策包括用于指示至少一个数据基站是否提供数据服务的指示信息;
所述控制基站将所述开关决策下发至数据基站,以使数据基站基于所述开关决策中的指示信息,确定自身是否提供数据服务。
2.如权利要求1所述的方法,其特征在于,所述预测得到自身在未来时间段的流量需求,包括:
所述数据基站向所述控制基站发送模型下发请求,所述模型下发请求用于请求所述控制基站发送初始流量预测模型以及初始移动预测模型;
所述数据基站基于接收到的所述初始流量预测模型以及初始移动预测模型,预测得到所述流量需求。
3.如权利要求2所述的方法,其特征在于,在所述数据基站向所述控制基站发送模型下发请求之后,还包括:
所述数据基站基于本地存储的历史网络流量数据集,对所述初始流量预测模型进行训练,得到训练更新后的流量预测模型;以及,所述数据基站基于本地存储的历史移动轨迹数据集,对所述初始移动预测模型进行训练,得到训练更新后的移动预测模型;
所述数据基站将所述训练更新后的流量预测模型与所述训练更新后的移动预测模型发送给所述控制基站后,以使所述控制基站存储所述训练更新后的流量预测模型与所述训练更新后的移动预测模型;
所述数据基站接收所述控制基站发送的聚合流量预测模型以及聚合移动预测模型。
4.如权利要求3所述的方法,其特征在于,在所述数据基站将所述训练更新后的流量预测模型与所述训练更新后的移动预测模型发送给所述控制基站之后,还包括:
所述控制基站将各个数据基站发送的训练更新后的流量预测模型进行聚合,得到所述聚合流量预测模型;以及,将各个数据基站发送的训练更新后的移动预测模型进行聚合,得到所述聚合移动预测模型;
所述控制基站将所述聚合流量预测模型与所述聚合移动预测模型下发给各个数据基站;
所述数据基站基于所述聚合流量预测模型以及所述聚合移动预测模型,预测得到所述流量需求。
5.如权利要求1所述的方法,其特征在于,所述各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求,包括:
所述数据基站基于所述流量预测模型,预测得到自身在未来时间段的初始流量需求;以及,基于所述移动预测模型,预测得到数据基站服务的用户在未来时间段的用户位置;
基于所述用户位置,对所述初始流量需求进行修正,得到自身在未来时间段的所述流量需求。
6.如权利要求1所述的方法,其特征在于,所述控制基站将所述开关决策下发至数据基站,包括:
所述控制基站将所述开关决策下发至所述异构无线组网中的每一个数据基站;或,
所述控制基站将所述开关决策下发至所述异构无线组网中的第一数据基站,所述第一数据基站为所述开关决策所反映的,需要停止或开始提供数据服务的数据基站。
7.如权利要求6所述的方法,其特征在于,在所述控制基站将所述开关决策下发至数据基站之后,还包括:
所述控制基站向提供数据服务的无线终端发送切换广播通知,所述切换广播通知用于告知所述无线终端与其它数据基站进行数据传输服务;
所述数据基站在确定所述无线终端接入到所述其它数据基站后,控制自身进行关闭。
8.一种异构无线组网的基站动态控制装置,其特征在于,所述异构无线组网包括在第一频段提供数据服务的控制基站,以及在第二频段提供数据服务的数据基站,其中所述第二频段高于所述第一频段,其中:
预测模块,被配置为各个数据基站基于流量预测模型以及移动预测模型,预测得到自身在未来时间段的流量需求后,将所述流量需求发送给所述控制基站;
生成模块,被配置为所述控制基站将各个数据基站的流量需求输入至预先构建的动态开关决策模型,得到开关决策,所述开关决策包括用于指示至少一个数据基站是否提供数据服务的指示信息;
控制模块,被配置为所述控制基站将所述开关决策下发至数据基站,以使数据基站基于所述开关决策中的指示信息,确定自身是否提供数据服务。
9.一种电子设备,其特征在于,包括:
存储器,用于存储可执行指令;以及,
处理器,用于与所述存储器执行所述可执行指令从而完成权利要求1-7中任一所述异构无线组网的基站动态控制方法的操作。
10.一种计算机可读存储介质,用于存储计算机可读取的指令,其特征在于,所述指令被执行时执行权利要求1-7中任一所述异构无线组网的基站动态控制方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211361025.5A CN115776688A (zh) | 2022-11-02 | 2022-11-02 | 异构无线组网的基站动态控制方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211361025.5A CN115776688A (zh) | 2022-11-02 | 2022-11-02 | 异构无线组网的基站动态控制方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115776688A true CN115776688A (zh) | 2023-03-10 |
Family
ID=85390494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211361025.5A Pending CN115776688A (zh) | 2022-11-02 | 2022-11-02 | 异构无线组网的基站动态控制方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115776688A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116209046A (zh) * | 2023-04-28 | 2023-06-02 | 浙江省公众信息产业有限公司 | 一种实时节能的移动通信方法、装置、网络侧设备及介质 |
-
2022
- 2022-11-02 CN CN202211361025.5A patent/CN115776688A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116209046A (zh) * | 2023-04-28 | 2023-06-02 | 浙江省公众信息产业有限公司 | 一种实时节能的移动通信方法、装置、网络侧设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8594675B2 (en) | Multi-cell communication method and system of a mobile terminal, a micro base station, and a macro base station | |
CN102083179B (zh) | 一种节能小区的控制处理方法及基站 | |
US20050037756A1 (en) | Mobile telecommunications system and a mobile telecommunications control method | |
US20190199419A1 (en) | Beamforming In A Wireless Communication System | |
US20230180086A1 (en) | Method and apparatus for accessing network cell | |
CN103650571B (zh) | 在数字蜂窝无线通信网络中执行测量 | |
CN105009475A (zh) | 考虑到用户设备(ue)移动性的用于准入控制和资源可用性预测的方法和系统 | |
Tan et al. | Machine learning in vehicular networking: An overview | |
CN103959850A (zh) | 用于无线宽域网和无线局域网的互通的测量 | |
CN102158970A (zh) | 家庭基站干扰管理系统及方法 | |
EP3691326A1 (en) | Method and device for network optimization | |
CN113438663A (zh) | 基于机器学习的切换参数优化 | |
CN105208615A (zh) | 一种超密集网络中基于预测门限滞后余量可调的切换方法 | |
CN115776688A (zh) | 异构无线组网的基站动态控制方法、装置、电子设备及介质 | |
El-Amine et al. | Location-aware sleep strategy for energy-delay tradeoffs in 5G with reinforcement learning | |
CN103945393A (zh) | 一种利用波束激活容量站的方法及装置 | |
Xu et al. | Data mining for base station evaluation in LTE cellular systems | |
WO2018184667A1 (en) | Apparatus and method for performing network optimization | |
CN114339971A (zh) | 基站节能控制方法、装置、存储介质及电子设备 | |
CN103929752A (zh) | 基站间动态协同覆盖方法 | |
CN101466118A (zh) | 邻区信息指示方法和网络侧设备 | |
Zhu et al. | Traffic prediction enabled dynamic access points switching for energy saving in dense networks | |
KR102029041B1 (ko) | 무선 통신 시스템에서 아이들 모드 동작 방법 및 장치 | |
Nahas et al. | Reducing energy consumption in cellular networks by adjusting transmitted power of base stations | |
CN109041009B (zh) | 一种车联网上行功率分配方法及装置 |
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 |