发明内容
本发明提供一种休眠小区唤醒方法、装置、设备及存储介质,用以解决现有技术中唤醒休眠的AAU设备所采用的方法无法及时跟踪现网业务变化,且灵活性不足的缺陷,实现及时且灵活唤醒休眠的AAU设备。
第一方面,本发明提供一种休眠小区唤醒方法,包括:
获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值;
在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;
其中,所述目标唤醒指标和所述补偿小区集合的总用户数量之间的相关系数大于相关系数门限值。
可选地,在一个实施例中,所述目标唤醒指标是候选唤醒指标中的一项或多项,所述补偿小区集合中的任意一个补偿小区的候选唤醒指标包括所述补偿小区的小区信令数据指标和/或硬件负荷指标。
可选地,在一个实施例中,所述补偿小区的小区信令数据指标包括以下任意一项或多项:
所述补偿小区的ECGI;
与所述ECGI对应的第一类用户数量;
与所述ECGI对应的用户数量,所述与所述ECGI对应的用户数量为第一类用户数量和第二类用户数量之和;
与所述ECGI对应的第一类用户的承载流量;
与所述ECGI对应的第二类用户的承载流量;
其中,所述休眠小区用于服务所述第一类用户,所述休眠小区的补偿小区用户服务所述第一类用户和/或所述第二类用户。
可选地,在一个实施例中,所述第一类用户为5G终端用户,所述第二类用户为非5G终端用户。
可选地,在一个实施例中,所述补偿小区的硬件负荷指标包括以下任意一项或多项:
所述补偿小区的基带板负荷数据;
所述补偿小区的AAU设备负荷数据。
可选地,在一个实施例中,所述方法还包括:
从所述候选唤醒指标中确定所述目标唤醒指标。
可选地,在一个实施例中,所述从所述候选唤醒指标中确定所述目标唤醒指标,包括:
获取所述补偿小区的候选唤醒指标的第二采集值;
基于所述第二采集值,获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数;
确定相关系数大于相关系数门限值的候选唤醒指标为所述目标唤醒指标。
可选地,在一个实施例中,所述基于所述第二采集值,获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数,包括:
通过皮尔森相关系数算法,基于所述第二采集值,获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数;
其中,所述候选唤醒指标和所述总用户数量之间的相关系数为所述候选唤醒指标的第二采集值和所述总用户数量之间的协方差和标准差的商。
可选地,在一个实施例中,在所述目标唤醒指标包括所述补偿小区的小区信令数据指标的情况下,所述获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值,包括:
基于第一周期长度,周期性获取所述补偿小区的小区信令数据指标的第一采集值。
可选地,在一个实施例中,所述第一周期长度为5分钟。
可选地,在一个实施例中,在所述目标唤醒指标包括与所述ECGI对应的第一类用户数量和/或与所述ECGI对应的用户数量的情况下,所述获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值,包括:
基于终端设备信息库,确定与所述ECGI对应的第一类用户数量和/或与所述ECGI对应的用户数量;
其中,所述终端设备信息库用于识别任意用户为第一类用户或为第二类用户。
可选地,在一个实施例中,所述方法还包括:
在所述基于终端设备信息库,确定与所述ECGI对应的第一类用户数量和/或与所述ECGI对应的用户数量之前,建立所述终端设备信息库。
可选地,在一个实施例中,所述建立所述终端设备信息库,包括:
建立初始化的终端设备信息库,所述初始化的终端设备信息库中包括初始化的第一类用户的信息和初始化的第二类用户的信息;
基于所述初始化的第一类用户的信息和初始化的第二类用户的信息,对所述初始化的终端设备信息库进行机器学习,获取机器学习后的所述终端设备信息库。
可选地,在一个实施例中,在所述补偿小区的候选唤醒指标包括所述补偿小区的硬件负荷指标的情况下,所述获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值,包括:
实时获取所述补偿小区的硬件负荷指标的第一采集值。
可选地,在一个实施例中,所述在确定所述目标唤醒指标的第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区,包括以下任意一项或多项:
在确定所有目标唤醒指标中的任意一项的第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;或者
在确定所有目标唤醒指标中的任意多项的第一采集值分别达到了各自对应的门限的情况下,确定唤醒休眠小区;或者
在确定所有目标唤醒指标的第一采集值分别达到了各自对应的门限的情况下,确定唤醒休眠小区。
第二方面,本发明提供一种休眠小区唤醒装置,包括:
获取模块,用于获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值;
确定模块,用于在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;
其中,所述目标唤醒指标和所述补偿小区集合的总用户数量之间的相关系数大于相关系数门限值。
第三方面,本发明提供一种网络设备,包括存储器,收发机,处理器;
存储器,用于存储计算机程序;收发机,用于在所述处理器的控制下收发数据;处理器,用于读取所述存储器中的计算机程序并执行以下操作:
获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值;
在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;
其中,所述目标唤醒指标和所述补偿小区集合的总用户数量之间的相关系数大于相关系数门限值。
第四方面,本发明提供一种电子设备,包括存储器和存储有计算机程序的存储器,所述处理器执行所述程序时实现第一方面所述休眠小区唤醒方法的步骤。
第五方面,本发明提供一种处理器可读存储介质,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行第一方面所述休眠小区唤醒方法的步骤。
本发明提供的休眠小区唤醒方法、装置、设备及存储介质,通过将与补偿小区集合的总用户数量强相关的网络指标作为休眠小区的唤醒指标,监测休眠小区的补偿小区的这些网络指标,在达到唤醒指标的门限的情况下唤醒休眠小区,保证在有大量用户接入的情况下,可以灵活且及时地唤醒休眠小区。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
随着5G技术发展,5G基站设备功耗大幅增加。同等覆盖的情况下,5G基站能耗约是4G基站的2.8倍。其中基站设备中AAU设备在5G基站设备总能耗占比约90%。
所以为了节省能耗,可以使用各种节能技术。最常用的一种,就是在闲时关闭AAU设备或者小区,称为载波关断节能技术。这种情况下,如果突然有大量5G用户接入,且AAU没有及时唤醒,就会造成业务拥堵,继而影响用户上网体验,甚至产生用户投诉。所以,如何及时唤醒休眠的AAU设备,是一个亟待解决的问题。
现有基站预测节能唤醒算法存在以下缺点:
(1)评估数据量大,耗时冗长。若使用AI算法,需要在现网采集长期数据,包括基站工程参数、指标等评估因素,数据维度多,数据规模大,计算难度高,往往无法及时跟踪现网业务变化。
(2)灵活性不足。业务突发造成的网络拥堵,通过采集休眠区域小区15分钟粒度的指标往往无法及时唤醒休眠的AAU设备或者小区。因为指标的生成、采集、分析需要一定时间,这样就导致至少15分钟的唤醒滞后。
(3)传统预测模型准确性差。如果小区业务变化有规律,那么预测算法才具备较高的准确性。而实际上,任何预测算法都无法准确预测无规律的业务突发。小区业务是动态变化的、多种因素互相影响的,任何突发事件,比如极端天气、群体活动都可能造成大量的不可预测情况。算法模型只能根据历史数据提炼小区业务变化规律,最多只能得出小区业务突发的概率,制定判断门限,是否让小区进入休眠状态。再智能的算法都无法准确预知未来,存在一定的局限性。
(4)投入成本高。无论是大数据分析,还是AI算法的训练,都需要海量数据的预处理和投喂,最终才能得到相应的算法模型。这种类型的算法对硬件设备、人员的要求较高,相应的投入成本也跟着水涨船高。
为了克服现有技术中唤醒休眠的AAU设备所采用的方法无法及时跟踪现网业务变化,且灵活性不足的缺陷,本发明提供一种休眠小区唤醒方法、装置、设备及存储介质。
下面结合图1-图7描述本发明的休眠小区唤醒方法、装置、设备及存储介质。
图1是本发明提供的休眠小区唤醒方法的流程示意图,如图1所示,该方法包括如下步骤110至步骤120:
步骤110,获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值;
步骤120,在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;
其中,所述目标唤醒指标和所述补偿小区集合的总用户数量之间的相关系数大于相关系数门限值。
具体地,在5G基站AAU设备进入休眠状态后,其关联的5G小区也随之关闭,即休眠小区。此时业务只能让补偿小区承载。因此可以基于对补偿小区的数据采集和实时监测,能准确判断是否需要唤醒休眠的5G小区。
可选地,休眠小区可以是5G小区;
可选地,休眠小区的补偿小区可以包括以下任意一项或多项:
2G小区;3G小区;4G小区;或5G小区。
可选地,休眠小区的补偿小区可以包括2G小区、3G小区、4G小区、和5G小区。
可选地,休眠小区的补偿小区可以包括2G小区、和3G小区、和4G小区、和5G小区。
可选地,在休眠小区是NSA基站的小区的情况下,补偿小区集合可以包括前三优先级锚点站小区、共AAU小区、以及前五切换成功次数邻区的合集;
可选地,在休眠小区是NSA基站的小区的情况下,补偿小区可以是前三优先级锚点站小区、共AAU小区、或前五切换成功次数邻区。
可选地,前三优先级锚点站小区可以是所有可能的锚点站小区中优先级排在前三名的小区;
可选地,前五切换成功次数邻区可以是所有从休眠小区切换过去并成功过的小区中切换成功次数排在前五名的小区。
可选地,在休眠小区是SA基站的小区的情况下,补偿小区集合可以包括共AAU小区以及前五切换成功次数邻区的合集。
可选地,在休眠小区是SA基站的小区的情况下,补偿小区可以是共AAU小区或前五切换成功次数邻区。
可选地,可以在已经确定了与补偿小区集合的总用户数量强相关的目标唤醒指标的情况下,获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值,通过第一采集值对补偿小区进行数据采集和实时监测;在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区。
本发明通过在已经确定了与补偿小区集合的总用户数量强相关的目标唤醒指标的情况下,获取休眠小区的补偿小区集合的目标唤醒指标的第一采集值,并监控这些第一采集值是否高于门限,若高于门限,则可以判断确定补偿小区的业务负载较大,进而可以确定在近一段时间内用户数量较多,则可以确定需要激活休眠小区,以保障客户感知,且由于本发明不是基于预测算法确定需要激活休眠小区,保证了唤醒的准确性,通过实时监测补偿小区的网络负荷情况,在补偿小区超负荷或达到一定负荷的情况下确定唤醒休眠小区,也保证了唤醒的及时性和灵活性。
本发明提供的休眠小区唤醒方法,通过将与补偿小区集合的总用户数量强相关的网络指标作为休眠小区的唤醒指标,监测休眠小区的补偿小区的这些网络指标,在达到唤醒指标的门限的情况下唤醒休眠小区,保证在有大量用户接入的情况下,可以灵活且及时地唤醒休眠小区。
可选地,所述目标唤醒指标是候选唤醒指标中的一项或多项,所述补偿小区集合中的任意一个补偿小区的候选唤醒指标包括所述补偿小区的小区信令数据指标和/或硬件负荷指标。
具体地,在补偿小区的所有网络相关数据中,并不一定所有的数据都是与补偿小区集合的总用户数量强相关,也就是说并不一定所有的数据都可以作为判断是否需要激活休眠小区的依据,因此可以将补偿小区的一些被认为可能会反映用户数量的网络相关数据作为候选唤醒指标,并基于与补偿小区集合的总用户数量的相关性,确定其中与补偿小区集合的总用户数量强相关的目标唤醒指标;
即,目标唤醒指标是候选唤醒指标中的一项或多项。
具体地,为了保证对休眠小区进行唤醒判断的实时性,可以将补偿小区的小区信令数据指标和/或硬件负荷指标作为候选唤醒指标;其中,每一类数据指标分别对应各自的唤醒门限。
即在考虑将可能会反映用户数量的网络相关数据作为候选唤醒指标时,将小区信令数据指标和硬件负荷指标均列入考虑范围内;本发明中,通过在判断是否激活休眠小区时,既考虑小区信令数据,又考虑休眠小区的硬件负荷,保证了唤醒的实时性。
可选地,由于网络不稳定等因素,可能无法正常获取到小区信令数据指标和/或硬件负荷指标的第一采集值。所以本发明可以提供矫正机制,实现获取到其中任何一种数据,都可以及时判断是否唤醒休眠小区,即可以在小区信令数据指标和/或硬件负荷指标中的任意类别数据反映负荷较大的情况下实现及时唤醒休眠AAU板件,即及时唤醒休眠小区。
本发明中,可以实现在其中某一类数据有缺失的情况下,在另一类指标的第一采集值达到该指标的唤醒门限,依然可以保证唤醒休眠小区,保证了唤醒的实时性以及唤醒装置的健壮性。
可选地,所述补偿小区的小区信令数据指标包括以下任意一项或多项:
所述补偿小区的ECGI;
与所述ECGI对应的第一类用户数量;
与所述ECGI对应的用户数量,所述与所述ECGI对应的用户数量为第一类用户数量和第二类用户数量之和;
与所述ECGI对应的第一类用户的承载流量;
与所述ECGI对应的第二类用户的承载流量;
其中,所述休眠小区用于服务所述第一类用户,所述休眠小区的补偿小区用户服务所述第一类用户和/或所述第二类用户。
具体地,补偿小区的小区信令数据指标包括以下任意一项或多项:
所述补偿小区的ECGI;或
与所述ECGI对应的第一类用户数量;或
与所述ECGI对应的用户数量,所述与所述ECGI对应的用户数量为第一类用户数量和第二类用户数量之和;或
与所述ECGI对应的第一类用户的承载流量;或
与所述ECGI对应的第二类用户的承载流量;或
其中,所述休眠小区用于服务所述第一类用户,所述休眠小区的补偿小区用户服务所述第一类用户和/或所述第二类用户。
可选地,第一类用户可以是5G终端用户;
可选地,第二类用户可以是2G终端用户、3G终端用户和4G终端用户;
可选地,第二类用户可以是4G终端用户;
可选地,第二类用户可以是3G终端用户和4G终端用户;
可选地,第二类用户可以是2G终端用户和4G终端用户;
可选地,第二类用户可以是2G终端用户和3G终端用户;
可选地,第二类用户可以是非5G终端用户。
具体地,补偿小区的小区信令数据指标包括以下任意一项或多项:
所述补偿小区的ECGI;或
与所述ECGI对应的5G终端用户数量;或
与所述ECGI对应的总用户数量,总用户数量包括5G用户数量和非5G用户数量;或
与所述ECGI对应的5G终端用户的承载流量;或
与所述ECGI对应的非5G终端用户的承载流量。
可选地,补偿小区的小区信令数据指标的第一采集值可以是周期性获取的,比如每5分钟获取一次,或每6分钟获取一次,本发明对此不作限定。
可选地,其中每一项小区信令数据指标可以分别对应自己的唤醒门限;
比如,若目标唤醒指标包括5G设备用户数量,且5G设备用户数量的门限可以是20;则可以在确定休眠小区的所有补偿小区(即补偿小区集合)的所有5G设备用户数量(即第一采集值)大于或等于20的情况下,确定此目标唤醒指标的唤醒门限已达到;其中,休眠小区的所有补偿小区的所有5G设备用户数量可以是各补偿小区各自的ECGI分别对应的5G设备用户数量的总和。
其中,目标唤醒指标若包括其他小区信令数据指标,比如5G终端用户的承载流量、或非5G终端用户的承载流量,该小区信令数据指标是否达到门限的判断方式均可以参照上述5G设备用户数量对应的判断方式,此处不再赘述。
可选地,所述第一类用户为5G终端用户,所述第二类用户为非5G终端用户。
可选地,所述补偿小区的硬件负荷指标包括以下任意一项或多项:
所述补偿小区的基带板负荷数据;
所述补偿小区的AAU设备负荷数据。
具体地,补偿小区的硬件负荷指标包括以下任意一项或多项:
所述补偿小区的基带板负荷数据;或
所述补偿小区的AAU设备负荷数据。
可选地,AAU设备负荷数据可以为AAU设备CPU和/或DSP负荷。
比如,若目标唤醒指标包括基带板负荷数据,且基带板负荷数据的门限可以是60%;则可以在确定休眠小区的所有补偿小区(即补偿小区集合)的基带板负荷数据的总和(即第一采集值)占总基带板的比例的平均值大于或等于60%的情况下,确定此目标唤醒指标的唤醒门限已达到。
比如,若目标唤醒指标包括AAU设备负荷数据,且AAU设备负荷数据的门限可以是60%;则可以在确定休眠小区的所有补偿小区(即补偿小区集合)的AAU设备负荷数据的总和(即第一采集值)占总AAU设备的比例的平均值大于或等于60%的情况下,确定此目标唤醒指标的唤醒门限已达到。
可选地,补偿小区的硬件负荷指标的数据获取不受最小数据采集粒度限制。因此可以在不影响网管的情况下,通过查询指令端口,得到实时的板件负荷情况。
即,可以实时获取到补偿小区的硬件负荷指标的第一采集值。
因此,可以每隔1分钟判断一次是否唤醒休眠小区,可以在每一次判断是否唤醒休眠小区时实时获取补偿小区的硬件负荷指标的第一采集值。
可选地,可以一直持续判断是否唤醒休眠小区,可以基于最近获取的小区信令数据指标的第一采集值和/或实时获取的硬件负荷指标的第一采集值,持续判断是否唤醒休眠小区。
可选地,可以每隔一定时长比如1.5分钟判断一次是否唤醒休眠小区,可以基于最近获取的小区信令数据指标的第一采集值和/或判断时实时获取的硬件负荷指标的第一采集值,持续判断是否唤醒休眠小区。
可选地,所述方法还包括:
从所述候选唤醒指标中确定所述目标唤醒指标。
具体地,在补偿小区的所有网络相关数据中,并不一定所有的数据都是与补偿小区集合的总用户数量强相关,也就是说并不一定所有的数据都可以作为判断是否需要激活休眠小区的依据,因此可以将补偿小区的一些被认为可能会反映用户数量的网络相关数据作为候选唤醒指标,并基于与补偿小区集合的总用户数量的相关性,确定其中与补偿小区集合的总用户数量强相关的目标唤醒指标;
因此,可以在进行休眠小区唤醒的判断之前,首先从所述候选唤醒指标中确定所述目标唤醒指标。
可选地,在从所述候选唤醒指标中确定一次所述目标唤醒指标后,可以持续进行长时间的休眠小区唤醒的实时判断;
可选地,由于基站硬件设备在调整或补充或完善,或环境在发生变化,可以每隔一定时长则重新确定并更新一次所述目标唤醒指标。
可选地,所述从所述候选唤醒指标中确定所述目标唤醒指标,包括:
获取所述补偿小区的候选唤醒指标的第二采集值;
基于所述第二采集值,获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数;
确定相关系数大于相关系数门限值的候选唤醒指标为所述目标唤醒指标。
可选地,为了从候选唤醒指标中确定和总用户数量的相关性强的目标唤醒指标,可以首先获取补偿小区的候选唤醒指标的第二采集值,基于所述第二采集值,获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数,即对多个候选唤醒指标分别和总用户数量进行两两相关性判断,比如确定5G数据承载流量和总用户数量之间的相关性、并确定基带板负荷数据、…依此类推,直至确定所有候选唤醒指标分别和总用户数量之间的相关系数,如果相关性强,则可利用这些指标配置该该休眠小区对应的板件唤醒算法模型,用于唤醒判断。
因此,确定相关系数大于相关系数门限值的候选唤醒指标为所述目标唤醒指标。
例如,相关系数的分类可以如下:
0.8-1.0表示极强相关;
0.6-0.8表示强相关;
0.4-0.6表示中等程度相关;
0.2-0.4表示弱相关;
0.0-0.2表示极弱相关或无相关;
可选地,可以将相关系数门限值设置为0.6;
可选地,相关系数门限可以是预先设置的或高层指示的,本发明对此不作限定。
可选地,在获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数时,可以利用皮尔森相关系数算法,获取各所述候选唤醒指标分别和所述总用户数量之间的相关度。
可选地,如果候选唤醒指标中不存在和总用户数量相关性强的目标唤醒指标,说明该休眠小区对应的板件不适用节能唤醒算法。应该采用更灵活的唤醒策略,比如定时唤醒、固定门限值唤醒。
举例说明,某个休眠AAU的补偿小区集合的第二采集数据如下表1:
表1休眠AAU的补偿小区集合的第二采集数据
补偿小区 |
5G用户数 |
4G用户数 |
板件负荷(%) |
小区A |
12 |
105 |
43 |
小区B |
8 |
76 |
15 |
小区C |
23 |
59 |
32 |
小区D |
17 |
231 |
28 |
可以使用皮尔逊相关系数算法,令4/5G用户数X为包含上表数据的一组向量:X=(117,84,82,248)。令Y为板件负荷:Y=(43,15,32,28)。
则这两组向量中心化的夹角余弦,即皮尔逊相关系数r为cosθ。代入公式可得对于这一个AAU对应的休眠小区来说,4/5G用户数(总用户数)与板件负荷r值(基带板负荷数据)在0.5~0.6之间,图2是本发明提供的相关性判断的示意图之一,如图2所示,相关性一般,波动较大。
说明这个AAU对应的休眠小区的用户数与板件的相关性不足,不是系统调整的对象。算法模型排除这种相关性低的候选唤醒指标。
可选地,在板件负荷与总用户数量相关性强的情况下,还可以通过皮尔森相关系数算法,基于所述第二采集值,获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数,比如可以计算数据流量与板件负荷的相关性,其中具体数据如下:
补偿小区 |
板件负荷(%) |
数据流量(GB) |
小区A |
43 |
42 |
小区B |
15 |
9 |
小区C |
32 |
35 |
小区D |
28 |
25 |
图3是本发明提供的相关性判断的示意图之二,如图3所示,相关系数r在0.8~0.9之间,属于强相关性;可制定灵活的唤醒算法门限。例如,当5G用户数大于20的情况下,总用户数大于100或板件负荷大于60%则达到唤醒条件。实时输出唤醒指令,激活5G基站休眠的AAU设备。
可选地,所述基于所述第二采集值,获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数,包括:
通过皮尔森相关系数算法,基于所述第二采集值,获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数;
其中,所述候选唤醒指标和所述总用户数量之间的相关系数为所述候选唤醒指标的第二采集值和所述总用户数量之间的协方差和标准差的商。
皮尔森相关系数广泛用于度量两个变量之间的相关程度,其值介于-1与1之间。两个变量之间的皮尔森相关系数定义为两个变量X和Y之间的协方差和标准差的商:
上式定义了总体相关系数,常用希腊小写字母ρ作为代表符号。估算样本的协方差和标准差,可得到皮尔森相关系数,常用英文小写字母r代表:
r亦可由(Xi,Yi)样本点的标准分数均值估计,得到与上式等价的表达式:
其中及σX分别是对Xi样本的标准分数、样本平均值和样本标准差。r描述的是两个变量间线性相关强弱的程度。r的取值在-1与+1之间,若r>0,表明两个变量是正相关,即一个变量的值越大,另一个变量的值也会越大;若r<0,表明两个变量是负相关,即一个变量的值越大另一个变量的值反而会越小。
在几何上,皮尔森相关系数就是数据中心化后的组成两个n维向量的夹角余弦。
本发明中,通过对现网业务变化的实时监测,收集信令数据,以及实时的板件CPU/DSP负荷,用皮尔森相关系数(Pearson correlation coefficient)算法进行快速分析,几乎能实时判断现网休眠的5G基站AAU板件是否需要唤醒提供服务,达到不影响用户上网体验的目标。
可选地,在所述目标唤醒指标包括所述补偿小区的小区信令数据指标的情况下,所述获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值,包括:
基于第一周期长度,周期性获取所述补偿小区的小区信令数据指标的第一采集值。
可选地,补偿小区的小区信令数据指标的第一采集值可以是周期性获取的,比如每5分钟获取一次,或每6分钟获取一次,本发明对此不作限定。
可选地,可选地,补偿小区的小区信令数据指标的第二采集值也可以是周期性获取的,比如每5分钟获取一次,或每6分钟获取一次,本发明对此不作限定。
可选地,所述第一周期长度为5分钟。
可选地,在所述目标唤醒指标包括与所述ECGI对应的第一类用户数量和/或与所述ECGI对应的用户数量的情况下,所述获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值,包括:
基于终端设备信息库,确定与所述ECGI对应的第一类用户数量和/或与所述ECGI对应的用户数量;
其中,所述终端设备信息库用于识别任意用户为第一类用户或为第二类用户。
可选地,第一类用户可以为5G设备用户;
可选地,第二类用户可以为非5G设备用户;
可选地,在确定休眠小区的补偿小区集合的5G设备用户数量或总用户数量的情况下,可以首先对接入的设备进行识别,识别其是否为5G手机;
可选地,可以通过终端设备信息库进行识别;
可选地,终端设备信息库可以用于识别任意用户为5G用户或为非5G用户;
例如,可以输入一个或多个设备用户的信息至终端设备信息库,终端设备信息库可以判断出每一个设备用户为5G用户或为非5G用户,即可以获得其中的5G用户数量和非5G用户数量。
可选地,所述方法还包括:
在所述基于终端设备信息库,确定与所述ECGI对应的第一类用户数量和/或与所述ECGI对应的用户数量之前,建立所述终端设备信息库。
可选地,为了可以识别用户为5G用户或为非5G用户,可以在所述基于终端设备信息库,确定与所述ECGI对应的第一类用户数量和/或与所述ECGI对应的用户数量之前,建立所述终端设备信息库。
可选地,所述建立所述终端设备信息库,包括:
建立初始化的终端设备信息库,所述初始化的终端设备信息库中包括初始化的第一类用户的信息和初始化的第二类用户的信息;
基于所述初始化的第一类用户的信息和初始化的第二类用户的信息,对所述初始化的终端设备信息库进行机器学习,获取机器学习后的所述终端设备信息库。
可选地,在建立所述终端设备信息库时,可以首先建立初始化的终端设备信息库,所述初始化的终端设备信息库中包括初始化的第一类用户的信息和初始化的第二类用户的信息;然后可以基于所述初始化的第一类用户的信息和初始化的第二类用户的信息,对所述初始化的终端设备信息库进行机器学习,并将学习完成的模型作为终端设备信息库。
可选地,在所述补偿小区的候选唤醒指标包括所述补偿小区的硬件负荷指标的情况下,所述获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值,包括:
实时获取所述补偿小区的硬件负荷指标的第一采集值。
可选地,补偿小区的硬件负荷指标的数据获取不受最小数据采集粒度限制。因此可以在不影响网管的情况下,通过查询指令端口,得到实时的板件负荷情况。即,可以实时获取到补偿小区的硬件负荷指标的第一采集值。
可选地,补偿小区的硬件负荷指标的第二采集值也可以是实时获取的。
可选地,所述在确定所述目标唤醒指标的第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区,包括以下任意一项或多项:
在确定所有目标唤醒指标中的任意一项的第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;或者
在确定所有目标唤醒指标中的任意多项的第一采集值分别达到了各自对应的门限的情况下,确定唤醒休眠小区;或者
在确定所有目标唤醒指标的第一采集值分别达到了各自对应的门限的情况下,确定唤醒休眠小区。
可选地,可以在确定所有目标唤醒指标中的任意一项的第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;
例如,若目标唤醒指标包括补偿小区集合的5G用户数量和板件负荷,则可以在仅确定补偿小区集合的5G用户数量大于门限比如20时,确定唤醒休眠小区,也可以在确定补偿小区集合的5G用户数量大于唤醒门限比如20,且板件负荷大于唤醒门限比如60%时,确定唤醒休眠小区;
可选地,可以在确定所有目标唤醒指标中的任意多项的第一采集值分别达到了各自对应的门限的情况下,确定唤醒休眠小区;
例如,若目标唤醒指标包括补偿小区集合的5G用户数量、总用户数量和板件负荷,则可以在确定补偿小区集合的5G用户数量大于唤醒门限比如20,总用户数量大于门限比如100,且板件负荷大于唤醒门限比如60%时,确定唤醒休眠小区,也可以在确定补偿小区集合的5G用户数量大于唤醒门限比如20,总用户数量大于门限比如100时,确定唤醒休眠小区;
可选地,可以在确定所有目标唤醒指标的第一采集值分别达到了各自对应的门限的情况下,确定唤醒休眠小区;
例如,若目标唤醒指标包括补偿小区集合的5G用户数量、总用户数量和板件负荷,则可以仅在确定补偿小区集合的5G用户数量大于唤醒门限比如20,总用户数量大于门限比如100,且板件负荷大于唤醒门限比如60%时,确定唤醒休眠小区。
在一个实施例中,图4是本发明提供的休眠小区唤醒方法的示意图,如图4所示,采集目标可以为休眠5G小区的补偿小区;
其中,可以实时采集补偿小区的硬件负荷指标的第一采集值,比如补偿小区绑定的基带板、AAU设备CPU/DSP负荷。此种数据获取不受最小数据采集粒度限制。可以在不影响网管的情况下,通过查询指令端口,得到实时的板件负荷情况。
其中,可以每5分钟(最小采集粒度)定时采集并保存休眠5G小区的补偿小区的小区信令数据指标的第一采集值。小区信令数据指标主要包括小区ECGI,及其对应的4/5G终端设备数、承载流量等等。
可选地,可以一直持续判断是否唤醒休眠小区,可以基于最近获取的小区信令数据指标的第一采集值和/或实时获取的硬件负荷指标的第一采集值,持续判断是否唤醒休眠小区。
可选地,可以每隔一定时长比如1.5分钟判断一次是否唤醒休眠小区,可以基于最近获取的小区信令数据指标的第一采集值和/或判断时实时获取的硬件负荷指标的第一采集值,持续判断是否唤醒休眠小区。
本发明提供的休眠小区唤醒方法、装置、设备及存储介质,通过将与补偿小区集合的总用户数量强相关的网络指标作为休眠小区的唤醒指标,监测休眠小区的补偿小区的这些网络指标,在达到唤醒指标的门限的情况下唤醒休眠小区,保证在有大量用户接入的情况下,可以灵活且及时地唤醒休眠小区。
下面对本发明提供的休眠小区唤醒装置进行描述,下文描述的休眠小区唤醒装置与上文描述的休眠小区唤醒方法可相互对应参照。
图5是本发明提供的休眠小区唤醒装置的结构示意图,如图5所示,该装置包括:获取模块510,和确定模块520;其中:
获取模块510用于获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值;
确定模块520用于在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;
其中,所述目标唤醒指标和所述补偿小区集合的总用户数量之间的相关系数大于相关系数门限值。
休眠小区唤醒装置可以通过获取模块510获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值,进而在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,通过确定模块520确定唤醒休眠小区。
本发明提供的休眠小区唤醒装置,通过将与补偿小区集合的总用户数量强相关的网络指标作为休眠小区的唤醒指标,监测休眠小区的补偿小区的这些网络指标,在达到唤醒指标的门限的情况下唤醒休眠小区,保证在有大量用户接入的情况下,可以灵活且及时地唤醒休眠小区。
本发明实施例涉及的终端设备,可以是指向用户提供语音和/或数据连通性的设备,具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备等。在不同的系统中,终端设备的名称可能也不相同,例如在5G系统中,终端设备可以称为用户设备(User Equipment,UE)。
本发明实施例涉及的网络设备,可以是基站,该基站可以包括多个为终端提供服务的小区。根据具体应用场合不同,基站又可以称为接入点,或者可以是接入网中在空中接口上通过一个或多个扇区与无线终端设备通信的设备,或者其它名称。
图6为根据本发明实施例的网络设备的结构示意图,如图6所示,本发明实施例还提供一种网络设备,可以包括:存储器610,收发机620以及处理器630;
存储器610用于存储计算机程序;收发机620,用于在所述处理器630的控制下收发数据;处理器630,用于读取所述存储器610中的计算机程序并执行以下操作:
获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值;
在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;
其中,所述目标唤醒指标和所述补偿小区集合的总用户数量之间的相关系数大于相关系数门限值。
本发明提供的网络设备,通过将与补偿小区集合的总用户数量强相关的网络指标作为休眠小区的唤醒指标,监测休眠小区的补偿小区的这些网络指标,在达到唤醒指标的门限的情况下唤醒休眠小区,保证在有大量用户接入的情况下,可以灵活且及时地唤醒休眠小区。
其中,在图6中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器630代表的一个或多个处理器和存储器610代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机620可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。处理器630负责管理总线架构和通常的处理,存储器610可以存储处理器630在执行操作时所使用的数据。
可选地,所述目标唤醒指标是候选唤醒指标中的一项或多项,所述补偿小区集合中的任意一个补偿小区的候选唤醒指标包括所述补偿小区的小区信令数据指标和/或硬件负荷指标。
可选地,所述补偿小区的小区信令数据指标包括以下任意一项或多项:
所述补偿小区的ECGI;
与所述ECGI对应的第一类用户数量;
与所述ECGI对应的用户数量,所述与所述ECGI对应的用户数量为第一类用户数量和第二类用户数量之和;
与所述ECGI对应的第一类用户的承载流量;
与所述ECGI对应的第二类用户的承载流量;
其中,所述休眠小区用于服务所述第一类用户,所述休眠小区的补偿小区用户服务所述第一类用户和/或所述第二类用户。
可选地,所述第一类用户为5G终端用户,所述第二类用户为非5G终端用户。
可选地,所述补偿小区的硬件负荷指标包括以下任意一项或多项:
所述补偿小区的基带板负荷数据;
所述补偿小区的AAU设备负荷数据。
可选地,处理器630还用于执行以下操作:
从所述候选唤醒指标中确定所述目标唤醒指标。
可选地,处理器630还用于执行以下操作:
获取所述补偿小区的候选唤醒指标的第二采集值;
基于所述第二采集值,获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数;
确定相关系数大于相关系数门限值的候选唤醒指标为所述目标唤醒指标。
可选地,处理器630还用于执行以下操作:
通过皮尔森相关系数算法,基于所述第二采集值,获取各所述候选唤醒指标分别和所述总用户数量之间的相关系数;
其中,所述候选唤醒指标和所述总用户数量之间的相关系数为所述候选唤醒指标的第二采集值和所述总用户数量之间的协方差和标准差的商。
可选地,在所述目标唤醒指标包括所述补偿小区的小区信令数据指标的情况下,处理器630还用于执行以下操作:
基于第一周期长度,周期性获取所述补偿小区的小区信令数据指标的第一采集值。
可选地,所述第一周期长度为5分钟。
可选地,在所述目标唤醒指标包括与所述ECGI对应的第一类用户数量和/或与所述ECGI对应的用户数量的情况下,处理器630还用于执行以下操作:
基于终端设备信息库,确定与所述ECGI对应的第一类用户数量和/或与所述ECGI对应的用户数量;
其中,所述终端设备信息库用于识别任意用户为第一类用户或为第二类用户。
可选地,处理器630还用于执行以下操作:
在所述基于终端设备信息库,确定与所述ECGI对应的第一类用户数量和/或与所述ECGI对应的用户数量之前,建立所述终端设备信息库。
可选地,处理器630还用于执行以下操作:
建立初始化的终端设备信息库,所述初始化的终端设备信息库中包括初始化的第一类用户的信息和初始化的第二类用户的信息;
基于所述初始化的第一类用户的信息和初始化的第二类用户的信息,对所述初始化的终端设备信息库进行机器学习,获取机器学习后的所述终端设备信息库。
可选地,在所述补偿小区的候选唤醒指标包括所述补偿小区的硬件负荷指标的情况下,处理器630还用于执行以下操作:
实时获取所述补偿小区的硬件负荷指标的第一采集值。
可选地,所述在确定所述目标唤醒指标的第一采集值达到了所述目标唤醒指标的门限的情况下,处理器630还用于执行以下操作:
在确定所有目标唤醒指标中的任意一项的第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;或者
在确定所有目标唤醒指标中的任意多项的第一采集值分别达到了各自对应的门限的情况下,确定唤醒休眠小区;或者
在确定所有目标唤醒指标的第一采集值分别达到了各自对应的门限的情况下,确定唤醒休眠小区。
本发明提供的网络设备,通过将与补偿小区集合的总用户数量强相关的网络指标作为休眠小区的唤醒指标,监测休眠小区的补偿小区的这些网络指标,在达到唤醒指标的门限的情况下唤醒休眠小区,保证在有大量用户接入的情况下,可以灵活且及时地唤醒休眠小区。
在此需要说明的是,本发明实施例提供的网络设备,能够实现上述方法实施例所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)710、通信接口(Communication Interface)720、存储器(memory)730和通信总线740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的计算机程序,以执行休眠小区唤醒方法的步骤,例如包括:
获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值;
在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;
其中,所述目标唤醒指标和所述补偿小区集合的总用户数量之间的相关系数大于相关系数门限值。
此外,上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法所提供的休眠小区唤醒方法,该方法包括:
获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值;
在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;
其中,所述目标唤醒指标和所述补偿小区集合的总用户数量之间的相关系数大于相关系数门限值。
另一方面,本发明实施例还提供一种处理器可读存储介质,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行上述各实施例提供的方法,例如包括:
获取所述休眠小区的补偿小区集合的目标唤醒指标的第一采集值;
在确定所述第一采集值达到了所述目标唤醒指标的门限的情况下,确定唤醒休眠小区;
其中,所述目标唤醒指标和所述补偿小区集合的总用户数量之间的相关系数大于相关系数门限值。
所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。