CN117151256A - 共享载波下的用户管控方法及装置、存储介质和电子设备 - Google Patents
共享载波下的用户管控方法及装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN117151256A CN117151256A CN202210530125.XA CN202210530125A CN117151256A CN 117151256 A CN117151256 A CN 117151256A CN 202210530125 A CN202210530125 A CN 202210530125A CN 117151256 A CN117151256 A CN 117151256A
- Authority
- CN
- China
- Prior art keywords
- access
- user
- control period
- operator
- current
- 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 41
- 238000012549 training Methods 0.000 claims abstract description 31
- 230000015654 memory Effects 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 2
- 239000002699 waste material Substances 0.000 abstract description 9
- 238000010295 mobile communication Methods 0.000 abstract description 6
- 238000001228 spectrum Methods 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 68
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000002411 adverse Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013468 resource allocation Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开涉及移动通信技术领域,涉及了一种共享载波下的用户管控方法及装置、存储介质和电子设备,包括:根据历史小区驻留用户数据,构建共享载波无线接入网络下运营商在当前管控周期的接入用户数时间序列;基于接入用户数时间序列训练接入用户数预测模型,并根据训练后的所述用户数预测模型预测得到接入用户数量预测值;根据共享载波无线接入网络下各运营商的接入用户数量预测值,控制在当前管控周期的下一管控周期的各运营商的用户接入数量比例,其中各所述运营商的专有频率优先级中动态分配频率的优先级相等。本公开能在各运营商之间动态分配用户接入数量比例,规避各运营商用户量悬殊导致的资源浪费,提升频谱利用率,提高运营商的接入性能。
Description
技术领域
本公开涉及移动通信技术领域,更具体地,涉及一种共享载波下的用户管控方法、共享载波下的用户管控装置、存储介质和电子设备。
背景技术
随着通信技术的迅速发展,3GPP(The 3rd Generation Partnership Project,第三代合作伙伴计划)协议在5G(5th Generation Mobile Communication Technology,第五代移动通信技术)标准制定之初即考虑到了网络共享,5G工作频段高,相同覆盖下基站部署更多,功耗更高,为了降低成本,高效率建设5G基站,各运营商间共建共享是必然趋势。
但是,相关技术在共享载波下的无线接入网络多采用专用频率优先级策略驻留,容易因各共享方的实际用户接入数量失衡影响共享方的接入性能,也导致频段资源浪费。
需要说明的是,在上述背景技术部分发明的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种共享载波下的用户管控方法及装置、计算机存储介质和电子设备,进而至少在一定程度上克服由于相关技术的限制而导致的影响共享载波无线接入网络下共享方的接入性能和资源浪费等技术问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种共享载波下的用户管控方法,包括:根据历史小区驻留用户数据,构建共享载波无线接入网络下运营商在当前管控周期的接入用户数时间序列;
基于所述接入用户数时间序列训练接入用户数预测模型,并根据训练后的所述用户数预测模型预测得到接入用户数量预测值;
根据所述共享载波无线接入网络下各运营商的接入用户数量预测值,控制在所述当前管控周期的下一管控周期的各所述运营商的用户接入数量比例,其中各所述运营商的专有频率优先级中动态分配频率的优先级相等。
在本公开的一种示例性实施例中,所述根据历史小区驻留用户数据,构建共享载波无线接入网络下运营商的接入用户数时间序列,包括:
以管控周期为时间统计单位,统计所述历史小区驻留用户数据在各所述管控周期的平均接入用户数据,其中所述管控周期是根据当前应用场景的用户流动性确定,所述管控周期与所述当前管控周期和所述当前管控周期的下一管控周期的时间长度相同;
根据统计的所述平均接入用户数据,构建接入用户数时间序列。
在本公开的一种示例性实施例中,所述基于所述接入用户数时间序列训练接入用户数预测模型,并根据训练后的所述用户数预测模型得到接入用户数量预测值,包括:
将所述接入用户数时间序列划分为训练时间子序列和预测时间子序列;
利用所述训练时间子序列训练所述接入用户数预测模型,并将预测时间子序列输入至训练后的所述接入用户数预测模型,得到所述接入用户数量预测值。
在本公开的一种示例性实施例中,所述根据所述共享载波无线接入网络下各运营商的接入用户数量预测值,控制在所述当前管控周期的下一管控周期的各所述运营商的用户接入数量比例,包括:
求取各所述运营商的接入用户数量预测值的比值,将所述比值确定为各所述运营商的目标接入用户数量的比值;
根据所述比值,确定在所述当前管控周期的下一管控周期的各所述运营商的用户接入数量比例;
根据所述用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的用户接入数量。
在本公开的一种示例性实施例中,所述根据所述用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的用户接入数量,包括:
获取各所述运营商在当前管控周期内的当前接入用户数量;
根据各所述运营商的当前接入用户数量和所述用户接入数量比例,确定各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量比例;
根据所述新用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量。
在本公开的一种示例性实施例中,所述根据所述新用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量,包括:
判断所述新用户接入数量比例是否符合预设比例阈值范围;
若所述新用户接入数量比例不符合所述预设比例阈值范围,则根据所述新用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量。
在本公开的一种示例性实施例中,所述接入用户数预测模型为长短期记忆网络模型,所述接入用户数预测模型的模型结构包括输入门、遗忘门和输出门。
根据本公开的一个方面,提供一种共享载波下的用户管控装置,包括:
时间序列构建模块,用于根据历史小区驻留用户数据,构建共享载波无线接入网络下运营商在当前管控周期的接入用户数时间序列;
信息预测模块,用于基于所述接入用户数时间序列训练接入用户数预测模型,并根据训练后的所述用户数预测模型预测得到接入用户数量预测值;
资源管控模块,用于根据所述共享载波无线接入网络下各运营商的接入用户数量预测值,控制在所述当前管控周期的下一管控周期的各所述运营商的用户接入数量比例,其中各所述运营商的专有频率优先级中动态分配频率的优先级相等。
根据本公开的一个方面,提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的方法。
根据本公开的一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。
本公开的示例性实施例中的共享载波下的用户管控方法,在共享载波无线接入下,将各运营商的专有频率优先级中动态分配频率的优先级设置为相等,然后根据历史小区驻留用户数据,构建共享载波无线接入网络下各运营商在当前管控周期的接入用户数时间序列,接着基于接入用户数时间序列训练接入用户数预测模型,针对每个运营商,根据所对应的训练后的用户数预测模型预测得到接入用户数量预测值,最后根据各运营商对应的接入用户数量预测值,控制当前管控周期的下一管控周期内各运营商的用户接入数量比例。基于历史小区驻留用户数据,通过训练对应于不同运营商的接入用户数预测模型并用于控制下一管控周期内各运营商的用户接入数比例,通过当前管控周期预测下一管控周期的用户接入数量比例,实现动态资源分配,可以规避共享载波无线接入网络共享各方因用户量悬殊导致资源浪费,提高频谱利用率,也避免了由于个别运营商的用户数拥塞对共享方运营商的接入性能产生的不良影响,从而保障运营商各自的用户体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
通过参考附图阅读下文的详细描述,本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本公开的若干实施方式,其中:
图1示出了根据本公开示例性实施例的共享载波下的用户管控的系统架构图;
图2示出了根据本公开示例性实施例的共享载波下的用户管控方法的流程图;
图3示出了根据本公开示例性实施例的构建接入用户数时间序列的流程图;
图4示出了根据本公开示例性实施例的获取接入用户数量预测值的流程图;
图5示出了根据本公开示例性实施例的一种根据用户接入数量比例,控制各运营商在当前管控周期的下一管控周期的用户接入数量的流程图;
图6示出了根据本公开示例性实施例的一种根据新用户接入数量比例,控制各运营商在当前管控周期的下一管控周期的新用户接入数量的流程图;
图7示出了根据本公开示例性实施例的共享载波下的用户管控装置的结构示意图;
图8示出了根据本公开示例性实施例的存储介质的示意图;以及
图9示出了根据本公开示例性实施例的电子设备的框图。
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
现在将参考附图更全面地描述示例性实施方式。然而,示例性实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施例使得本公开将更加全面和完整,并将示例性实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构,因而将省略它们的详细描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知结构、方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本领域的相关技术中,随着网络的不断演进,行业用户的网络需求已经成为第五代移动通信技术(5G)一个重要的部署需求。然而,5G基站通常采用192阵子等多阵子的设备构造,导致5G基站的制造成本极高,而且5G采用的频段为3.5GHz,覆盖的范围小于2GHz以下频段的基站,将导致单位面积站点数目的成倍增长。因此,高额的基站成本和密集的基站数目,将导致运营商成本的指数级增长。共建共享基站,不仅可以满足多家运营商部署公网业务的需求,也可以减少运营商需要投入的基站成本。
但是,相关技术在共享载波下的无线接入网络多采用专用频率优先级策略驻留,在一些场景下,某一共享方用户拥塞,而其它共享方用户量稀疏,容易导致频率资源浪费,还会因某一共享方运营商用户数量拥塞,对其它共享方运营商的接入性能产生不良影响,从而影响运营商各自的用户体验。
基于此,在本公开示例性实施例中,首先提供了一种共享载波下的用户管控方法,应用于共享载波无线接入网络下的共享基站。参考图1为本公开示例性实施例的共享载波下的用户管控的系统架构图,如图1,该系统可以包括基站110和至少一个终端(如第一终端120和第二终端130),其中基站为至少两个运营商共享基站(如运营商A和运营商B),各运营商小区均广播各家运营商的PLMN(Pubic Land Mobile Network,公共陆地移动网)号,基站110和至少一个终端之间可通过无线通信链路连接,实现无线数据通信交互。其中,终端可以为至少支持通过3GPP协议进行无线数据通信的移动电话、平板电脑、智能手表或移动互联网设备等,基站是支持通过3GPP协议与终端进行通信的移动通信基站。
值得说明的是,图1中的终端数目仅仅是示意性的,根据实际实施需要,可以具有任意数据的终端设备,本公开对此不做特殊限定。
本公开实施例的一些技术方案可以基于如图1所示的体系架构或变形架构来具体实施。
如图2示出了根据本公开实施例的一种共享载波下的用户管控方法的流程图,如图2所示,本公开实施例的共享载波下的用户管控方法可以包括步骤S210至步骤S230:
步骤S210:根据历史小区驻留用户数据,构建共享载波无线接入网络下运营商在当前管控周期的接入用户数时间序列;
步骤S220:基于接入用户数时间序列训练接入用户数预测模型,并根据训练后的用户数预测模型预测得到接入用户数量预测值;
步骤S230:根据共享载波无线接入网络下各运营商的接入用户数量预测值,控制在当前管控周期的下一管控周期的各运营商的用户接入数量比例,其中各运营商的专有频率优先级中动态分配频率的优先级相等。
根据本公开实施例的共享载波下的用户管控,基于历史小区驻留用户数据,通过训练对应于不同运营商的接入用户数预测模型并用于控制下一管控周期内各运营商的用户接入数比例,通过当前管控周期预测下一管控周期的用户接入数量比例,实现动态资源分配,可以规避共享载波无线接入网络共享各方因用户量悬殊导致资源浪费,提高频谱利用率,也避免了由于个别运营商的用户数拥塞对共享方运营商的接入性能产生不良影响,从而保障运营商各自的用户体验。
下面结合图2对本公开实施例的共享载波下的用户管控方法的详细阐述。
在步骤S210中,根据历史小区驻留用户数据,构建共享载波无线接入网络下运营商在当前管控周期的接入用户数时间序列。
在本示例性实施例中,可以从共享基站中获取历史小区驻留用户数据,以管控周期为时间统计单位,统计在时间统计单位内运营商的平均接入用户数据,接入用户数时间序列是指各时间统计单位对应的平均接入用户数据,按其发生时间先后排序而成的序列,可用于根据已有的历史数据对未来数据进行预测。如图3,步骤S210可以包括步骤S310和步骤S320:
在步骤S310中,以管控周期为时间统计单位,统计历史小区驻留用户数据在各管控周期的平均接入用户数据,其中管控周期是根据当前应用场景的用户流动性确定,管控周期与当前管控周期和所述当前管控周期的下一管控周期的时间长度相同。
其中,针对任一运营商,根据历史小区驻留用户数据统计在各时间统计单位内的平均接入用户数据。例如,若管控周期为一周,则根据历史小区驻留用户数据,统计运营商在每周的平均接入用户数据,当然,管控周期还可以为一天,两周,等等,管控周期根据当前应用场景的用户流动性确定,若当前应用场景的用户流动性较小,如校园、办公园区或办公楼等,用户流动性较小,则管控周期大于用户流动性较大的应用场景,亦即管控周期的大小与应用场景的用户流动性大小负相关。
需要说明的是,本公开实施例中各运营商统计平均接入用户数据的管控周期是一致的,且在统计阶段的管控周期与本文所述的当前管控周期以及当前管控周期的下一管控周期的时间长度相同,例如,各管控周期均为一周。
在实际实施中,对于共享载波无线接入网络下的各运营商,均按照相同的管控周期为时间统计单位,统计各历史小区驻留用户数据在各管控周期的平均接入用户数据。如根据运营商A的历史小区驻留用户数据,统计每周的平均接入用户数据,根据运营商B的历史小区驻留用户数据,统计每周的平均接入用户数据,以此类推,统计共享载波无线接入网络下的各运营商的每周的平均接入用户数据。
在步骤S320中,根据统计的平均接入用户数据,构建接入用户数时间序列。
其中,针对任一运营商,按照时间发生先后顺序,将统计的平均接入用户数据排序,构建接入用户数时间序列。例如,针对运营商A的统计结果,形成对应于运营商A的接入用户数时间序列LA=L1,L2,L3,…Lm-1,Lm,针对运营商B的统计结果,形成对应于运营商B的接入用户数时间序列NB=N1,N2,N3,…Nm-1,Nm,其中统计数量m为正整数,可以根据实际应用场景确定统计数量m的取值范围,本公开实施例对此不做特殊限定。
通过本示例性实施例,为了获知各运营商小区的用户接入情况,以用于对未来各运营商的小区接入用户数据进行预测,针对任一运营商,可以根据历史小区驻留用户数据,构建接入用户数时间序列,以反映运营商的接入用户数随时间不断变化的趋势,方便挖掘接入用户数规律,并利用接入用户数规律对未来可能的接入用户数做出估计。
在步骤S220中,基于接入用户数时间序列训练接入用户数预测模型,并根据训练后的用户数预测模型预测得到接入用户数量预测值。
在本公开的示例性实施例中,可以基于接入用户数时间序列训练接入用户数预测模型,接入用户数预测模型可以为长短期记忆网络模型(Long Short-Term Memory,简称LSTM),LSTM为一种时间循环神经网络,包括输入门、遗忘门和输出门,通过输入门,遗忘门和输出门涉及连接间的权重系数,使得LSTM网络能够积累距离较远节点间的长期联系,实现对数据的长期记忆性,基于LSTM可以充分考虑各运营商的历史接入用户数的时间相关性,根据当前管控周期对当前管控周期的下一管控周期的接入用户数量进行预测。
如图4所示,步骤S220可以包括步骤S410和步骤S420:
步骤S410,将接入用户数时间序列划分为训练时间子序列和预测时间子序列。
其中,针对任一运营商对应的接入用户数时间序列,可以将接入用户数时间序列划分为训练时间子序列和预测时间子序列,其中划分训练时间子训练和预测时间子序列的比例可根据实际的模型训练需求设定,本公开实施例对此不做特殊限定。
步骤S420,利用训练时间子序列训练接入用户数预测模型,并将预测时间子序列输入至训练后的接入用户数预测模型,得到接入用户数量预测值。
其中,可以利用训练时间子训练对接入用户数预测模型进行训练,并将预测时间子序列输入至训练后的接入用户预测模型,以得到接入用户数量预测值。
在实际实施中,若接入用户数预存模型为LSTM网络,利用同一接入用户数时间序列可完成训练和预测,划分接入用户数时间序列为滑动窗口短序列完成训练,并用最后一个短序列进行预测,输出接入用户数量预测值,亦即基于接入用户数时间序列,LSTM网络能预测下一管控周期的接入用户数。
在步骤S230中,根据共享载波无线接入网络下各运营商的接入用户数量预测值,控制在当前管控周期的下一管控周期的各运营商的用户接入数量比例,其中各运营商的专有频率优先级中动态分配频率的优先级相等。
在本公开的示例性实施例中,为了避免采用专用频率优先级策略驻留对本公开实施例的共享载波下的用户管控方法的影响,需设置各运营商的专有频率优先级中动态分配频率的优先级相等。例如,设置各运营商专有频率优先级中5G频率优先级相等,当然,针对其它动态分配频率,如6G等,也同样设置各运营商专有频率优先级中6G频率优先级相等。
其中,如图5,步骤S230可以包括步骤S510至步骤S530:
在步骤S510中,求取各运营商的接入用户数量预测值的比值,将比值确定为各运营商的目标接入用户数量的比值。
在本示例性实施例中,可以获取各运营商的接入用户数量预测值的比值,例如,若运营商A的接入用户数量预测值Lm+1,运营商B的接入用户数量预测值为Nm+1,则将Lm+1与Nm+1作比,得到运营商A与运营商B的接入用户数量预测值的比值,相应的,若共享载波无线接入网络下的运营商数量为三个或大于三个,则相应的获取这些运营商所对应的接入用户数量预测值的比值,在此不再一一列举。
在步骤S520中,根据步骤S510确定的比值,确定在当前管控周期的下一管控周期的各运营商的用户接入数量比例。
在本示例性实施例中,在步骤S510确定各运营商的目标接入用户数量比值后,将比值确定为当前管控周期的下一管控周期的各运营商的用户接入数量比例,继续参见步骤S510中示例,将Lm+1与Nm+1的比值确定为运营商A与运营商B在当前管控周期的下一管控周期的用户接入数量比例。
通过本示例性实施例,根据通过用户数预测模型预测得到的接入用户数量预测值的比值,预测各运营商在当前管控周期的下一管控周期的用户接入数量比例,基于历史的小区驻留用户数据,预测未来接入用户数量比例,从而进行动态资源分配,在持续一个管控周期后,重新根据历史的小区驻留用户数据进行用户数预测模型的训练以及结果预测,实现一种定时重新分配资源的策略,以根据各运营商的实际需求充分利用共享资源。
在步骤S530中,根据用户接入数量比例,控制各运营商在当前管控周期的下一管控周期的用户接入数量。
在本示例性实施例中,在获得各运营商在当前管控周期的下一管控周期的用户接入数量比例后,可以控制各运营商在当前管控周期的下一管控周期的用户接入数量,使用户接入数量的比例符合所确定的用户接入数量比例。
基于历史的小区驻留用户数据对下一管控周期的用户接入数量比例进行预测,进而可灵活配置各运营商在下一管控周期的用户接入数量,以根据实际接入需求,均衡各运营商的用户数量,避免因共享各方用户量悬殊导致的资源浪费以及因个别运营商的用户数拥塞导致其它共享运营商的接入性能受限。
在本公开的示例性实施例中,还可以确定各运营商的新用户接入数量,步骤S230还可以包括步骤S610至步骤S630:
在步骤S610中,获取各运营商在当前管控周期内的当前接入用户数量。
其中,在获得当前管控周期的下一管控周期各运营商的用户接入数量比例后,获取各运营商在当前管控周期内的当前接入用户数量,即各运营商在当前管控周期的已接入用户数量。
在步骤S620中,根据各运营商的当前接入用户数量和用户接入数量比例,确定各运营商在所述当前管控周期的下一管控周期的新用户接入数量比例。
在本示例性实施例中,可以首先根据获得的各运营商在当前管控周期的下一管控周期的用户接入数量比例,确定各运营商在下一管控周期的用户接入数量,然后根据各运营商的当前接入用户数量和用户接入数量比例,确定各运营商在下一管控周期的新接入用户数量,进而确定各运营商在下一管控周期的新用户接入数量比例。
在步骤S630中,根据新用户接入数量比例,控制各运营商在当前管控周期的下一管控周期的新用户接入数量。
在本示例性实施例中,可以根据新用户接入数量比例,控制各运营商在当前管控周期的下一管控周期的新用户接入数量,并将该下一管控周期的新用户数接入数量下发至基站中用于管控各运营商用户接入数量的模块,以控制各运营商在当前管控周期的下一管控周期的新用户接入数量。
在实际实施中,在根据当前周期的历史小区驻留用户数据,对接入用户数预测模型训练和预测后,得到的接入用户数量预测值,控制在当前管控周期的下一管控周期的各运营商的用户接入数量比例之前,可以判断新用户接入数量比例是否符合预设比例阈值范围,若新用户接入数量比例不符合预设比例阈值范围,则根据新用户接入数量比例,控制各运营商在当前管控周期的下一管控周期的新用户接入数量。也就是说,虽然本公开实施例对每个管控周期的用户接入数量进行管控,但若预测的各运营商的新用户接入数量比例不符合预测比例阈值范围,表明各运营商的新用户接入数量比例存在用户量悬殊的情况,则对当前管控周期的下一管控周期的新用户接入数量做出调整,以避免各方运营商因用户量悬殊导致资源浪费,均衡用户数量,防止阻塞发生。
其中,当新用户接入数量比例符合预设比例阈值范围,则无需根据新用户接入数量比例,对各运营商在当前管控周期的下一管控周期的新用户接入数量进行调整,既保证动态地对各管控周期内运营商的用户接入数量进行管控,预防用户拥塞发生,也避免频繁调整,提高管控效率。
由以上可知,基于历史小区驻留用户数据,通过训练对应于不同运营商的接入用户数预测模型并用于控制下一管控周期内各运营商的用户接入数比例,通过当前管控周期预测下一管控周期的用户接入数量比例,实现动态资源分配,可以规避共享载波无线接入网络共享各方因用户量悬殊导致资源浪费,提高频谱利用率,也避免了由于个别运营商的用户数拥塞对共享方运营商的接入性能产生不良影响,从而保障运营商各自的用户体验。
此外,根据本公开的示例性实施例,还提供一种共享载波下的用户管控装置,如图7所示,该装置700包括:
时间序列构建模块710,用于根据历史小区驻留用户数据,构建共享载波无线接入网络下运营商在当前管控周期的接入用户数时间序列;
信息预测模块720,用于基于所述接入用户数时间序列训练接入用户数预测模型,并根据训练后的所述用户数预测模型预测得到接入用户数量预测值;
资源管控模块730,用于根据所述共享载波无线接入网络下各运营商的接入用户数量预测值,控制在所述当前管控周期的下一管控周期的各所述运营商的用户接入数量比例,其中各所述运营商的专有频率优先级中动态分配频率的优先级相等。
在本公开一示例性实施例中,时间序列构建模块710可以包括:
统计单元,用于以管控周期为时间统计单位,统计所述历史小区驻留用户数据在各所述管控周期的平均接入用户数据,其中所述管控周期是根据当前应用场景的用户流动性确定,所述管控周期与所述当前管控周期和所述当前管控周期的下一管控周期的时间长度相同;
构建单元,用于根据统计的所述平均接入用户数据,构建接入用户数时间序列。
在本公开一示例性实施例中,信息预测模块720可以包括:
数据集划分单元,用于将所述接入用户数时间序列划分为训练时间子序列和预测时间子序列;
预测单元,用于利用所述训练时间子序列训练所述接入用户数预测模型,并将预测时间子序列输入至训练后的所述接入用户数预测模型,得到所述接入用户数量预测值。
在本公开一示例性实施例中,资源管控模块730可以包括:
计算单元,用于求取各所述运营商的接入用户数量预测值的比值,将所述比值确定为各所述运营商的目标接入用户数量的比值;
根据所述比值,确定在所述当前管控周期的下一管控周期的各所述运营商的用户接入数量比例;
控制单元,用于根据所述用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的用户接入数量。
在本公开一示例性实施例中,控制单元被配置为:
获取各所述运营商在当前管控周期内的当前接入用户数量;
根据各所述运营商的当前接入用户数量和所述用户接入数量比例,确定各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量比例;
根据所述新用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量。
在本公开一示例性实施例中,控制单元被配置为:
判断所述新用户接入数量比例是否符合预设比例阈值范围;
若所述新用户接入数量比例不符合所述预设比例阈值范围,则根据所述新用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量。
在本公开一示例性实施例中,所述接入用户数预测模型为长短期记忆网络模型,所述接入用户数预测模型的模型结构包括输入门、遗忘门和输出门。
由于本公开的示例性实施例的共享载波下的用户管控装置的各个功能模块(单元)的具体细节在上述共享载波下的用户管控方法的发明实施例中已经详细说明,因此不再赘述。
应当注意,尽管在上文详细描述中提及了共享载波下的用户管控装置的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,在本公开示例性实施方式中,还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。
参考图8所示,描述了根据本公开的示例性实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施例、完全的软件实施例(包括固件、微代码等),或硬件和软件方面结合的实施例,这里可以统称为“电路”、“模块”或“系统”。
下面参照图9来描述根据本公开的这种实施例的电子设备900。图9显示的电子设备900仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930、显示单元940。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元910执行,使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。
存储单元920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)921和/或高速缓存存储单元922,还可以进一步包括只读存储单元(ROM)923。
存储单元920还可以包括具有一组(至少一个)程序模块925的程序/实用工具924,这样的程序模块925包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线930可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备1000(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备900交互的设备通信,和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且,电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器960通过总线930与电子设备900的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述,本领域的技术人员易于理解,这里描述的示例实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (10)
1.一种共享载波下的用户管控方法,其特征在于,包括:
根据历史小区驻留用户数据,构建共享载波无线接入网络下运营商在当前管控周期的接入用户数时间序列;
基于所述接入用户数时间序列训练接入用户数预测模型,并根据训练后的所述用户数预测模型预测得到接入用户数量预测值;
根据所述共享载波无线接入网络下各运营商的接入用户数量预测值,控制在所述当前管控周期的下一管控周期的各所述运营商的用户接入数量比例,其中各所述运营商的专有频率优先级中动态分配频率的优先级相等。
2.根据权利要求1所述的方法,其特征在于,所述根据历史小区驻留用户数据,构建共享载波无线接入网络下运营商的接入用户数时间序列,包括:
以管控周期为时间统计单位,统计所述历史小区驻留用户数据在各所述管控周期的平均接入用户数据,其中所述管控周期是根据当前应用场景的用户流动性确定,所述管控周期与所述当前管控周期和所述当前管控周期的下一管控周期的时间长度相同;
根据统计的所述平均接入用户数据,构建接入用户数时间序列。
3.根据权利要求1所述的方法,其特征在于,所述基于所述接入用户数时间序列训练接入用户数预测模型,并根据训练后的所述用户数预测模型得到接入用户数量预测值,包括:
将所述接入用户数时间序列划分为训练时间子序列和预测时间子序列;
利用所述训练时间子序列训练所述接入用户数预测模型,并将预测时间子序列输入至训练后的所述接入用户数预测模型,得到所述接入用户数量预测值。
4.根据权利要求1所述的方法,其特征在于,所述根据所述共享载波无线接入网络下各运营商的接入用户数量预测值,控制在所述当前管控周期的下一管控周期的各所述运营商的用户接入数量比例,包括:
求取各所述运营商的接入用户数量预测值的比值,将所述比值确定为各所述运营商的目标接入用户数量的比值;
根据所述比值,确定在所述当前管控周期的下一管控周期的各所述运营商的用户接入数量比例;
根据所述用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的用户接入数量。
5.根据权利要求4所述的方法,其特征在于,所述根据所述用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的用户接入数量,包括:
获取各所述运营商在当前管控周期内的当前接入用户数量;
根据各所述运营商的当前接入用户数量和所述用户接入数量比例,确定各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量比例;
根据所述新用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量。
6.根据权利要求5所述的方法,其特征在于,所述根据所述新用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量,包括:
判断所述新用户接入数量比例是否符合预设比例阈值范围;
若所述新用户接入数量比例不符合所述预设比例阈值范围,则根据所述新用户接入数量比例,控制各所述运营商在所述当前管控周期的下一管控周期的新用户接入数量。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述接入用户数预测模型为长短期记忆网络模型,所述接入用户数预测模型的模型结构包括输入门、遗忘门和输出门。
8.一种共享载波下的用户管控装置,其特征在于,包括:
时间序列构建模块,用于根据历史小区驻留用户数据,构建共享载波无线接入网络下运营商在当前管控周期的接入用户数时间序列;
信息预测模块,用于基于所述接入用户数时间序列训练接入用户数预测模型,并根据训练后的所述用户数预测模型预测得到接入用户数量预测值;
资源管控模块,用于根据所述共享载波无线接入网络下各运营商的接入用户数量预测值,控制在所述当前管控周期的下一管控周期的各所述运营商的用户接入数量比例,其中各所述运营商的专有频率优先级中动态分配频率的优先级相等。
9.一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现根据权利要求1至7中任一项所述的方法。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210530125.XA CN117151256A (zh) | 2022-05-16 | 2022-05-16 | 共享载波下的用户管控方法及装置、存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210530125.XA CN117151256A (zh) | 2022-05-16 | 2022-05-16 | 共享载波下的用户管控方法及装置、存储介质和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117151256A true CN117151256A (zh) | 2023-12-01 |
Family
ID=88882919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210530125.XA Pending CN117151256A (zh) | 2022-05-16 | 2022-05-16 | 共享载波下的用户管控方法及装置、存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117151256A (zh) |
-
2022
- 2022-05-16 CN CN202210530125.XA patent/CN117151256A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11410046B2 (en) | Learning-based service migration in mobile edge computing | |
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 | |
RU2557258C2 (ru) | Сотовая служба с улучшенной доступностью службы | |
US10206056B2 (en) | Access to mobile location related information | |
US8676211B2 (en) | Systems and methods for selective communications network access | |
US11974147B2 (en) | Dynamic cloudlet fog node deployment architecture | |
US20130281049A1 (en) | Configuration of wireless network cloud system based on density estimation | |
CN110430583B (zh) | 一种ssb波束优化配置方法及装置 | |
CN114021770A (zh) | 网络资源优化方法、装置、电子设备及存储介质 | |
Xia et al. | Joint resource allocation at edge cloud based on ant colony optimization and genetic algorithm | |
CN116743669A (zh) | 一种深度强化学习分组调度方法、系统、终端及介质 | |
CN113747450B (zh) | 一种移动网络中业务部署方法、装置及电子设备 | |
US11564063B2 (en) | Intelligent dynamic communication handoff for mobile applications | |
CN113010317A (zh) | 联合服务部署与任务卸载方法、装置、计算机设备及介质 | |
CN117151256A (zh) | 共享载波下的用户管控方法及装置、存储介质和电子设备 | |
CN114158104B (zh) | 网络选择方法、装置、终端及存储介质 | |
CN114788330A (zh) | 网络实体、用户设备和方法 | |
CN114189475B (zh) | 网络负荷优化方法和装置、计算机存储介质、电子设备 | |
US20220286917A1 (en) | 5g service management in multi-dwelling unit | |
CN113260064B (zh) | 一种大规模物联设备的接入方法及系统 | |
US20240106887A1 (en) | Server Selection for Reducing Latency with a Service Instance | |
CN116723586B (zh) | 信道接入方法、装置、电子设备及存储介质 | |
US20220338201A1 (en) | Control resource allocation method, apparatus, electronic device and readable storage medium | |
US20240056861A1 (en) | Method performed by base station, base station and computer readable storage medium | |
KR20230040281A (ko) | 이동통신 시스템의 네트워크 포화를 모니터링하는 장치 및 방법 |
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 |