CN1333984A

CN1333984A - 在通信系统中确定用户需求

Info

Publication number: CN1333984A
Application number: CN99815626A
Authority: CN
Inventors: N·伊祖卡
Original assignee: Telefonaktiebolaget LM Ericsson AB
Current assignee: Telefonaktiebolaget LM Ericsson AB
Priority date: 1998-11-13
Filing date: 1999-11-04
Publication date: 2002-01-30
Anticipated expiration: 2019-11-04
Also published as: US6246880B1; EP1129590A1; JP2002530957A; WO2000030385A1; AU1590300A; CN1146279C

Abstract

无线通信系统(100)中的一种方法和系统,通过使资源(230,240)跟当前拥挤的通信量(620)和未来预测的通信量(640)相匹配,使网络运营商适应用户的需求(650)。这种适应可以是在小区的级别上,可以使用的资源包括收发信机(TRX)(240)。网络(100)内给定的基站(B1)最好是在至少3种情况下(810,820,830)记录变量。这些变量包括测量时间(420)、平均通信量(TL)(430)、繁忙时刻TL(440)和当前TRX的个数(450)。这四个变量可以随后用于增长公式(840)的非线性优化公式中。为这个公式(850)产生三个关键系数。利用这些关键系数(860,870)从这个增长公式能够估计给定小区的未来通信量和最大的预期用户数。可能的繁忙时刻TL和预测的未来TL可以被用于确定TRX的最佳数目(880)。

Description

在通信系统中确定用户需求

发明背景

技术领域

总的来说，本发明涉及通信领域，具体而言，涉及一种方法和系统，用于(i)确定或者估计无线通信系统中的当前通信量并预测无线通信系统中将来的通信量和(ii)根据确定的通信量有选择地增加资源。

相关技术

无线通信使得用户能够向各个地方发出呼叫并接收各个地方来的呼叫。无线通信提高了安全性、生产率并带来了方便，从而使多数无线网络发生了爆炸式的增长。满足这种爆炸式增长的需求非常困难、成本高昂。无线系统在部署以前就已经进行了很好的规划，以后还要根据用户的需求周期性地更新和扩展。

对繁忙通信和通信量增长的反应可以包括将有一个基站(BS)的一个小区分裂成有两个基站的两个小区。还可以包括在某个基站中增加资源，从而使这个基站能够同时为更多的用户提供服务。如果无线网络的扩展没有能够超前于需求，就会丢失潜在的税收，也许，跟顾客的关系会受到永久性的伤害。另一方面，如果扩展不必要地超出需求很多，资金就会白白地浪费，因为设备被永久地安装在那里，却没有得到充分的使用。

因此，如果无线服务提供商能够根据繁忙通信量和预测的用户需求增长(例如短期和长期最大收益)来扩展他们的网络那就比较好。如果无线服务提供商这样来扩展他们的网络，使得他们提供无线服务的能力随着繁忙的通信量的增长而增长，并且刚好比完全用光他们的扩展能力的用户需求增长要先一步，这样就会更好。可惜的是，这种正合时宜的扩展通常都需要确定繁忙时刻的通信量，还要针对整个无线通信网络和单个小区精确地确定用户的增长量。

为了预测未来的通信量，传统的技术都是采用相关市场上记录下来的通信量数据基础之上的一种简单线性模型。这个模型对于满足运营商的需要并不合适，因为它很难估计单个小区中可能的增长函数。换句话说，由于采用了不够复杂的数学模型，对未来通信量的预计是不准确的。

简而言之，传统的无线通信系统在接入高峰期间对用户的需求估计不够准确，对未来的通信量增长估计不够准确。因此，无线服务提供商不能够以最佳的方式提供资源来满足用户需求。

发明简述

本发明的方法和系统对无线通信系统内资源的分配进行优化。这个无线通信系统包括划分成小区BS的一个区域，包括至少一个移动业务交换中心(MSC)，还包括多个移动台(MS)。随着用户需求的增长，无线通信系统中的一些资源能够随之增加(例如按比例地增加)。例如，这些资源可以在小区的级别上跟BS相关，或者在多个小区的级别上跟MSC相关(例如基于MSC连接的小区之间的用户需求的融合)。利用本发明能够正确地确定其规模的一个示例性的资源就是收发信机(TRX)。

在本发明的一个示例性实例中，当前连接的每个用户都分配一个TRX。因此，对于请求接入某个BS的每个用户，都有一个TRX。一方面，至少部分的在(i)平均通信量负荷或者通信量(TL)，(ii)接入请求被拒绝的次数和/或(iii)经验数据来确定本发明中试图接入这一个无线通信系统的用户的数量。

另一方面，本发明用一个增长公式或者统计观察结果预测未来的通信量。在第一种方法中，将一个简单的指数增长模型用于观察结果，它们中间的每一个都包括一个条目时间(time of entry)和一个对应的TL。在第二种方法中，将一个非线性优化模型应用于多个观察结果，其中每个观察条目(observation entry)都可以包括一个条目时间、一个平均TL、一个繁忙时刻TL和多个TRX。针对所关心的每一个小时，增长公式的唯一解中最好是至少有三个观察条目。利用了观察条目以后，将最小平方和Newton-Rapson迭代过程原理应用于这个唯一解。从而确定增长公式的三个关键系数。然后就可以将这个增长公式用于预测选定时刻的通信量。

再一方面，本发明中的资源是按照估计出来的拥挤的TL和预测的未来TL来分配的。这样，可以在给定的小区中确定TRX的规模，从而适应拥挤的通信量。还有，可以(在实际的用户需求以前)确定TRX的规模，从而能够在用户的增长导致拥挤之前调整未来的通信量。

本发明的一个重要技术优点是已经分配了所有的通信信道的时候，它能够估计拥挤时期可能的通信量。

本发明的另外一个重要技术优点是它在无线通信系统中小区的级别上提供一种格式化的方式来预测未来的通信量。

本发明还有一个重要的技术优点，那就是它能够在预测通信量的基础之上改善无线电频率的规划方式。

本发明的另外一个重要技术优点是它能够在通信量数据历史记录的基础之上以最优的方式利用网络资源。

下面将参考附图更加详细地介绍上面描述的本发明的优点和本发明的其它特征。本领域里的技术人员会明白，给出这些实施方案的目的是为了进行说明，它们有各种等价的实施方案。

附图简述

通过以下详细描述，同时参考附图，就能够更加全面地理解本发明的方法和装置。在这些附图中：

图1说明能够利用本发明的无线通信系统中的十个小区；

图2更加详细地说明图1所示的无线通信系统；

图3用流程图的形式说明确定各个通信量数据，包括拥挤时刻通信量的方法；

图4说明确定出来的通信量值的数据存储结构；

图5用流程图的形式说明预测未来通信量的方法；

图6用流程图的形式说明根据用户需求调整资源规模的方法；

图7说明估计未来通信量的一个示例性实施方案，从而进一步地阐明本发明的原理；和

图8用流程图的形式说明如何根据用户需求调整资源规模。

附图详述

通过参考图1到图8，能够很好地理解本发明的优选实施方案，在这些附图中，相似的数字用于表示对应的和相似的部件。

参考图1，其中画出了可以采用本发明一种形式的一个无线通信系统。图1说明一个任意的地理区域可以划分成多个连续的无线电覆盖区，也就是小区A～J，它们一起构成一个无线通信系统，用数字100表示。虽然图1所示的无线通信系统和100被说明成包括10个小区，但是应当明白，实际的小区数量可以大得多。描述本发明的原理的时候，将针对目前在日本布置的个人数字蜂窝系统(PDC)(以前叫作日本数字蜂窝系统(JDC))。但是应当明白，本发明的原理同样可以用于其它系统，比如全球移动通信系统(GSM)、符合例如IS-95标准的美国数字蜂窝(ADC)系统、宽带码分多址(WCDMA)或者宽带IS-95(例如IS-95+)这样的下一代(也就是第三代)系统、TRX安装在卫星平台上的卫星通信系统。

在每个小区A～J中都有一个BS，对应于多个BS B1～B10中的一个。应当指出，全向BS只是作为实例，采用例如划分了扇区或者定向BS的无线通信系统也可以采用本发明。在小区A～J中特定的一些中也有多个MS M1～M10。在小区J中画出了无线通信系统100的一个MSC，但是这个MSC可以位于小区A～J中的任意一个中，也可以完全是在小区A～J之外。这个MSC通过通信链路(例如铜线或者光纤)跟图示的每个BS B1～B10连接，并且跟固定的公共交换电话网(PSTN)(没有画出)或者相似的固定网络连接，它可以包括综合业务数字网(ISDN)设备。

每个小区都分配多个话音或者语音信道(例如业务信道(TCH))和至少一个控制信道(例如一个模拟控制信道(ACCH)或者数字控制信道(DCCH))。这些业务信道还可以包括分组数据信道，用于传递例如语音、图形、普通数据/信息、视频信息等等。控制信道用于发射信息给移动台或者从移动台接收信息，从而控制或者监视移动台的工作过程。这些信息可以包括发出呼叫、寻呼信号、寻呼响应信号、位置注册信号和话音信道分配。基站和移动台之间的每个活动业务信道通信都需要收发信单元(例如TRX)。

本发明涉及一种方法和系统，用于保证收发信单元有效地分布在整个现有的无线通信网络100中。效率是通过避免拥挤同时保持很高的收发信单元使用率来得以实现的。将至少部分地结合进无线网络逻辑的一种方法和系统引入小区规划过程，以及无线通信系统100中收发信单元规模的确定中。在这一应用中，收发信单元的规模需要在给定小区和/或整个无线通信系统100内为基站提供适当数量的收发信单元。

虽然无线通信系统100中画出了十个移动台M1～M10，分布在整个网络内，但是应当明白，实际的数目不仅仅是比它大，而且这个数目会不断地变化。特别是在一个小区内(比方说小区A)，移动台的个数会因为无数的原因而不断变化。例如，某一小区内移动台的平均个数会因为修建楼房(例如住宅、公寓或者办公楼)这样的事件而发生长期变化(例如几个月)。此外，特定小区内移动台的平均个数还会因为典型的时间表(例如城里的工作时间、公路的高峰时间等等)而发生短期变化(例如几个小时)。应用本发明的原理能够使无线系统的运营商认识到这些用户需求并满足这些需求。

现在参考图2，其中更详细地说明图1所示无线通信系统的特定部分。小区A和MSC270一起用编号200表示。在小区A中可以看到(图1的)无线通信系统100中小区A那一部分里的移动台M3、M4、M6和M7。这些移动台M3、M4、M6和M7可能正在跟基站B1通信(从而占据着一个业务信道)或者正在请求获得业务信道(或者尝试获得业务信道)。基站B1需要特定的资源，以便完成它在无线通信系统100中的标准功能。

为了这些标准功能(本领域里的技术人员都知道这些)，基站B1配备了特定的资源。例如，基站B1包括一个处理器单元210、一个存储器单元220、一个通用资源库230和一个收发信机组240。作为实例，这个收发信机组最好为运营商希望在小区A内提供的每个业务信道包括一个收发信机。这样，对于收发信机组240中的每个收发信机，基站B1都能够为一个移动台提供一个活动的通信链路。相应地，一旦删除收发信机组240中的那组收发信机，这个基站B1就不能确保对其它移动台的业务信道请求作出响应。当其它这样的资源被删除了以后，基站B1的其它资源(如同资源库230所示)也会同样地妨碍基站B1提供通信服务给用户。

200中的基站B1通过一条通信链路280跟MSC270连接。这个MSC270也包括许多资源，以便在这个无线通信系统100中完成分配给它的任务。这些资源包括一个处理单元和一个存储器单元260。应当明白，在一个示例性的实施方案中，给定小区(例如小区A的基站B1)的特定基站要对业务信道请求和业务信道的使用情况进行监视。于是基站B1～B10中的特定基站会将这些信息报告给MSC270。另一方面，数据的累加和按照本发明的原理的算法的采用在一个实施方案实例中是在MSC270中做到的。但是，累加和本发明的采用可以在任意一个地方进行(例如基站控制器、全球MSC(GMSC)、智能基站、网络以外的计算机等等(图中一个也没有画出))，累加和使用也可以分布在几个地方。

如上所述，分配(例如购买和安装)的资源不超过用户当前需要的资源会使网络运营商节省资金(因而从中受益)。具体地说，以最佳的方式对收发信机的规模进行规划能够适应移动台的短期变化，同时为移动台数量的长期增长(或者减少)作好准备。如上所述，小区的通信负荷在不断地发生着短期和长期变化。这样，不良的收发信机规模选择会导致小区太多或者太少。

小区的规模太小会因为安装起来用于支持用户同时请求获得的业务信道的收发信机的数目不足而发生拥挤。过分的拥挤会因为终端用户不能获得无线网络的服务而发生不满。小区规模过大意味着安装的一些收发信机不太繁忙(例如收发信机的个数没有跟用户的需求充分匹配)，运营商的收入会减少(例如投资没有回报)。应当指出，本发明的原理同样可以用于其它系统部件(例如MSC中的那一些)和基站资源(除了收发信机以外)，特别是能够随着用户的需求而加以调整的那些资源。这些资源的实例包括存储器单元、处理单元、因特网协议地址等等。

因此，确定通信规模就是正确地确定无线通信系统(特别是它的小区)的规模，从而提供指定级别的服务(GOS)。预测将来需要的收发信机的数量等同于估计将来的通信负荷。为了正确地估计给定小区的收发信机数量，将采用本发明一个示例性实施方案中复杂的通信量估计数学优化逻辑。用爱尔兰度量的通信负荷和需要的业务信道个数之间的函数关系已经用数学模型，著名的GOS表，计算了出来。因此，因为每个业务信道通常都需要一个收发信机单元，利用可能通信负荷的估计(爱尔兰)就能得出小区中需要的收发信机最佳数量。在一个优选实施方案中，将一个非线性的优化公式用于通信量测量数据。

对未来通信量的估计将建立在单个小区的历史通信量趋势上(例如具体的增长特性)。本发明能够充分考虑每个小区独一无二的增长趋势。在小区级别上独一无二的增长趋势已经由无线网络运营商针对通信量的统计给了出来。这种独一无二的特性取决于用户的社会行为、农村/城市/公路地形、地理位置等等。为了估计出最合适的收发信机数量(或者任意通用资源的数量)，我们必须尝试为所有小区找出这个独一无二的增长函数。

本发明考虑跟如何估计当前拥挤的通信有关的问题(和其它问题)；以便预测未来的通信负荷；并通过提供收发信机这种适当的资源来适应改变了的用户需求。首先，网络运营商最好是记录每个小区的通信量数据和整个网络的通信量数据。其次，最好是由MSC和分配给给定小区的特定基站收集必须的统计数据。第三，估计平均通信量和高度拥挤小区中可能的通信量(例如当前用户实际需要的)。第四，通过修正将小区状态的变化考虑在内。第五，对未来预期通信量进行预测。第六，获得并安装资源，以适应当前拥挤和未来增长的用户需求。

一方面，本发明计算出平均通信量，并估计拥挤的网络通信量。虽然将针对单元200的小区A、基站B1和MSC270说明本发明，但是应当明白，这些原理同样可以应用于无线通信系统100的任何小区。

统计和通信量测量子系统(STS)290，最好是跟MSC270和基站B1放在一起，在处理器单元210、存储器单元220和处理单元250以及存储器单元260的帮助下进行测量和数据收集。通信量(爱尔兰)指的是所有测量时刻的平均通信量。通信量最好按照以下公式估计：

TL = \frac{TRALACC}{TRALSCAN} - - - - (1)

用一个STS290计数器来累加通信量(TRALACC)，在给定的时间间隔中它通过连续地增加来记录通信量(例如在一个示例性的实施方案中，每10秒钟)。换句话说，以设定的时间间隔将分配的业务信道的个数增加到这个TRALACC变量中。通信量扫描(TRALSCAN)是一个STS 290计数器，每次小区内记录(扫描)通信量的时候都增大。繁忙时刻通信负荷(BHTL)同样用上面的通信量公式(公式1)来定义，但是使用的是测量周期中最繁忙时刻的通信密度。

给定小区的通信量测量结果反映了成功地跟这个网络建立连接的所有接入请求。但是当给定小区非常拥挤的时候，不可能成功地处理所有新的接入请求。因此，潜在的通信量可能高于记录的通信量。这个可能的通信量可以按照以下公式用实际的通信量(用上面的公式1计算出来的通信量)估计出来。在公式2中，“拥塞接入次数(Number of Congested Access)”表示被拒绝的接入无线网络的接入请求的数量。“成功接入次数”表示得到认可并得到一个业务信道的接入无线网络的请求的数量。

估计可能通信量的公式可以被写成：

= TL * [1 + \frac{(TRAALLREQ - TRAALLSUC)}{NASSSUC}] - - - - (3)

在公式3中，TRAALLREQ(也就是测量小区中一个业务信道分配的请求的个数的STS 290中的一个计数器)减去TRAALLSUC(也就是记录成功地分配的业务信道请求的一个计数器)等于公式2中的拥挤接入次数。NASSSUC表示分配的实际激活的业务信道数，而TRAALLSUC则表示没有激活但是系统在努力寻找没有被占用的信道的业务信道分配的次数。这样，为了确定“拥塞接入次数”变量，最好在无线通信系统100中记录所有通信请求的次数和成功通信请求的次数。在一个示例性的实施方案中，这些值在基站B1中记录，然后发送给MSC270。NASSSUC(也就是给定小区中成功地分配业务信道的计数器)等于公式2中的“成功接入次数”变量。应当指出，对于实现本发明，实际的计数器并不是必需的。

公式4来源于将通信量分配给公式3中的括号部分。

可能的TL＝TL+(拥塞接入次数*每个呼叫的平均通信负荷) (4)

可能的BHTL可以从可能的通信量计算出来，如同公式5所示。

可能的BHTL＝(α*可能的TL)+σ其中的变量“α”表示通信量和BHTL之间的一个线性系数，变量“σ”表示标准偏差。在上面参考图7描述的一个实例提供的数据的基础之上，这些变量是：α＝2.4和σ＝5.0。α和σ的这些值是通过具体的真实世界的观测结果近似地计算出来的。可能的通信量和可能的BHTL变量将用于最优TRX数量的预测分析。

现在参考图3，其中用流程图的形式给出了确定各种通信量数据的一种方法。流程图300开始于在基站B1以设定的间隔在预先确定的时间段内累加正在使用的通信信道开始(步骤310)。这个步骤对应于公式1的TRALACC变量。基站B1还累加设定的记录时间间隔的总数(步骤315)。这个步骤对应于公式1中的TRALSCAN变量。基站B1最好还记录(例如通过以设定的时间间隔在一个小时的时间段内进行累加)繁忙时刻的业务信道使用率(步骤320)。应当指出，这里的繁忙时刻时间段只是示例性的，也可以采用其它的繁忙时间段(例如30分钟、3小时等等)。

基站B1也可以记录用来求解公式2和3的相关数据。例如，可以记录由于业务信道删除而被拒绝的业务信道请求的次数(步骤325)。在一个示例性的实施方案中，被测的和/或记录的数据随后从基站B1发送给MSC270(步骤325)。或者，可以由基站B1(或者其它计算装置)计算并报告结果。一旦MSC270收到数据，MSC270就可以按照公式1～5计算平均通信量(步骤335)、BHTL(步骤340)、可能的通信量(步骤345)和可能的BHTL(步骤350)。

另一方面，本发明中针对每个小区应用增长公式。这个公式中的增长模型能够预测每个小区将来的最佳收发信机数量(或者其它资源)。下面的公式是针对一群独立人群的一个改进了的微分方程。假设f₀是时刻t＝0的时候的人口数，那么f(t)就是时刻t的人口数，它构成以下的初值问题：

\frac{df (t)}{dt} = af (t) - {bf}^{2} (t), - - - - (6)

其中在t＝0给出f₀作为初值。这一人口方程的分析是给定微分方程的初值问题。系数a是增长率系数，系数b是饱和率系数(因为系数b会阻止公式6中出现无限制的增长)，f(t＝0)＝f₀是用户人口数的初值，它跟计算出来的通信量相关(例如被测的和/被估计的等等)。

根据本发明的一个原则，可以在人口增长的基础之上模拟通信量的增长。人口的一般性增长(受到生活空间、自然资源等等的限制)跟用户增长的经验统计足够相似，从而使人口增长函数能够被用于预测用户数增长(例如用户数增长，它跟计算出来的通信量有关，对应于一个示例性实施方案中改进的Malthusian逻辑公式的人口增长)。

可以利用改进的Malthusian逻辑公式(公式6)来预测未来的用户数增长(隔离的人群)。这个微分方程有一个解析解。将t设置成0，f₀就是这个解的初值。公式6的唯一解是：

f (t) = \frac{{af}_{0}}{{bf}_{0} + (a - {bf}_{0}) e^{- a (t - t_{0})}}, - - - - (7)

当t趋于无穷大的时候，这个公式7给出：

f (\infty) - \frac{{af}_{0}}{{bf}_{0}} = \frac{a}{b}, - - - - (8)

因此，人口数总是逼近(例如收敛在)极限值a/b，而不管初值是多少。此外，应当指出，如果0＜f₀＜(a/b)，那么f(t)就是时间的单调增长函数。

有两个原理性的方法可以用于确定关键系数，也就是a和b，以及f₀。这两个原理性的方法是一个简单的指数增长模型的一个非线性优化模型。关于第一种方法，用简单的指数增长模型能够计算出关键系数，包括唯一解的初值(公式7是公式6的唯一解)。简单的指数增长模型没有包括阻止无限制增长的那一项。简单指数增长模型的数学表述是：

f (t) = f_{0} e^{a (t - t_{0})} - - - - (9)

最好将来自无线系统的数据记录下来，随后用于公式9的指数增长模型。这些数据包括(i)通信量(例如在相关区域中使用无线系统的用户的总数)和(ii)记录这一通信量的时间长度(例如记录这些时间间隔的条目数，它可以是每周或者每月)。

这样，对于每一个条目，记录时间t(从1到数据点的总数n，其中的n大于或者等于1)和被测通信量(爱尔兰)(例如level₁到level_n)。将这n个条目应用到公式9的指数模型，得到一系列n个公式：t＝1的时候level₁＝f₀e^a，t＝2的时候level₂＝f₀e^2a，t＝3的时候level₃＝f₀e^3a，一直到t＝n的时候level_n＝f₀e^na。对这些公式取自然对数，就得到以下的矩阵方程：

[\begin{matrix} 1 & 1 \\ 1 & 2 \\ 1 & 3 \\ . & . \\ . & . \\ 1 & n \end{matrix}] * \begin{matrix}  \end{matrix} [\begin{matrix} \ln (f_{0}) \\ a \end{matrix}] = [\begin{matrix} \ln ({level}_{1}) \\ \ln ({level}_{2}) \\ \ln ({level}_{3}) \\ . . \\ \ln ({level}_{n}) \end{matrix}] - - - - (10)

方程10对应于矢量变量方程A*X＝B。利用这些矢量变量，就能够找出这个超定线性矢量方程10的最大解(例如通过计算机)，从而使最佳解可以表示成X＝(A^TA)^-1(A^TB)。

经过数学运算以后，得到最佳的关键系数：f₀＝e^X(1)，a＝X(2)，和 (11)在确定以上最佳关键系数的时候(从公式11)，变量X(1)表示初值的自然对数，变量X(2)表示估计出来的增长率。这样，我们的运营商预期的潜在市场可以用合理的值计算出来。这个合理的值是通过估计预期的最大用户数来构成的(例如GOS业务信道数*时隙数的X％))。应当指出，在一个实施方案中，通过将第一行到第四行换成0来修改对应于矢量变量A的这个矢量。这样通过将系数α减小到更加合理的一个长期值来改进对长期用户增长率的预测。这种改进对于估计短期用户增长率意义没有那么大。

根据确定关键系数的第二种方法，一种非线性的优化模型提供一种更强有力的技术来确定唯一解的关键系数。这个唯一解(公式7)可以用未知变量(例如那些系数)重新写成：

y (a, b, f_{0}, t) = \frac{{af}_{0}}{{bf}_{0} + (a - {bf}_{0}) e^{- a (t - t_{0})}}, - - - - (12)

或者写成矢量公式：

y (x_{i}, t) = \frac{x_{1} x_{3}}{x_{2} x_{3} + (x_{1} - x_{2} x_{3}) e^{- x_{1} (t - t_{0})}}, - - - - (13)

在矢量公式(公式13)中寻找最佳矢量X₁能够得到唯一解关键系数的另外一个答案(公式7)。这就提出了一个非线性优化问题。

无线通信系统100通过参考图3和相关的公式1～5，利用测量出来的和确定的值针对特定的观察结果给出公式。这些观察结果用数学表达式表达成：y_i≈y(x，t_i)， i＝1，2，...m，和x＝[x₁，x₂，x₃]. (14)公式14中的观察结果可以由小区A中的基站B1观察得到并传输给MSC270进行分析。MSC270可以随后进行迭代分析，确定关键系数。其中的x矢量包括三个变量：增长率(x₁)，饱和率(x₂)，以及通信量增长函数的初始值(x₃)。在给定时间段内最好是记录和/或测量TL、BHTL和TRX个数(NTRX)的三个以上的测量值。在一个示例性的实施方案中，这个时间段是一个月，当然也可以采用其它的时间段。记录/测量时间对应于t_i变量。变量m代表将本发明的迭代方法应用于确定的值和增长公式之前记录/测量的次数。在一个优选实施方案中，这个变量m至少等于3个记录/测量结果。

现在参考图4，其中给出了确定出来的通信量值的一个数据存储结构。数据结构400可以在数据计算的位置储存，比如在存储器单元260中贮存。但是，数据结构400也可以储存在其它的存储器中。数据结构400是按照本发明的原理收集和计算出来的值的一些实例。虽然对于这一迭代过程最好是至少有3个条目410，但是也可以采用任意数量的条目410，就像用第n个条目410所说明的一样。这些变量包括测量时间420(例如月份1、3和7)，平均TL430(例如3.4、3.6和4.1)，BHTL440(例如10.5、11.3和11.4)以及NTRX450(每次测量5个TRX)。应当指出，可以采用其它的时间周期来进行测量420而不是一个月(例如一个星期)。将这些变量应用到迭代过程中来获得关键系数。

如果这些观察结果都具有相同的权，就可以利用最小二乘原理计算以下函数的最小值：

φ (x) = Σ_{i = 1}^{m} {(y (x, t_{i}) - y_{i})}^{2}, - - - - (15)

具有许多观察记录的这个超定方程将利用Newtown-Rapson迭代方法求解：

X_n＋1＝X_n－H(X_n)g(X_n) (16)其中

g (x) = {[\frac{&PartialD; φ}{{&PartialD; x}_{i}}]}_{i = 1 . . 3}^{r} - - - - (18)

其中H(X)是Jacobian矩阵(公式18)的Hassian G(X)的逆。

H(X)＝G^-1(X). (19)公式(16)的Hassian矩阵被定义成：

G (x) = {[\frac{{&PartialD;}^{2} φ}{{&PartialD; x}_{i} {&PartialD; x}_{j}}]}_{i, j = 1 . . 3} - - - - (20)

利用传统的Newton-Rapson迭代方法，就能够为唯一解(公式7)确定良好的优化系数。此外，找到系数b以后，就能够计算出市场的(或者小区的)未知的潜在大小(例如用TL表示)。可能的最大通信负荷等于x₁/x₂。虽然上面的方程和公式(例如方程16的迭代公式)是复的，需要复杂的数学分析，但是非线性公式15的优化同时给出了增长率和潜在的市场大小。应当指出，如果x₁/x₂＞GOS(业务信道个数*时隙数)，就建议对小区进行分裂。

现在参考图5，它用流程图的形式给出了预测未来通信量的一种方法。流程图500通过在每个小区的基础之上应用增长率公式描述示例性的主要步骤，涉及到本发明的上述方面。一开始，可以引入修正将小区的状态(例如大小)变化考虑在内(步骤510)。例如，无线网络中的小区分裂可以降低相邻小区未来的通信负荷。另一方面，无线网络中的小区合并会增大通信负荷。所以，本发明的预测方法和系统包括进行检查以确定在某些时候(例如通信负荷测量过程中或者测量过程以后)无线网络中是否有相关的小区分裂或者小区合并。

可以从存储器单元260中提取数据结构400(步骤520)。观察结果有多个条目410(步骤530)。观察结果包括条目的时间420、平均TL 430、BHTL 440和NTRX450。然后就可以将观察条目410应用到增长公式中去(公式7)(540步骤)。假设这些观察结果都采用相同的权，就可以利用最小二乘原理计算函数的最小值(步骤550)。然后最好是用Newton-Rapson迭代方法来求解这一函数(步骤560)。确定增长公式解的最优系数(公式7)(步骤570)。最优系数可以应用于增长公式解(公式7)，从而能够预测未来选定时刻的通信量(步骤580)。

现在参考图6，其中用流程图的形式说明用适当的资源满足用户需求的一种方法。按照本发明的另外一个方面，流程图600说明了优化资源规模的一种过程(例如TRX)。一开始，计算出一个可能的TL(步骤610)。这个可能的TL可以按照图3和公式1～4以及对应的文字说明来确定。利用这一可能的TL，确定在拥挤的时候满足用户需求所需要的额外TRX的数量(620步骤)。也可以计算未来的TL(步骤630)。未来的TL可以按照公式6～20、图4和图5以及对应的文字说明来确定。利用这些未来的TL，计算出满足预测需求所需要的额外TRX的数量(步骤640)。应当指出，这里的实例是在“全速率语音”业务信道的情况下进行描述的，但是也可以使用“半速率语音”业务信道(或者是全速率语音或者数据信道的几分之几或者倍数)。在这些情形下，按照本发明的原理，需要的NTRX可以按照部分速率信道和需要的话音质量/数据传输速率来加以修改。例如，跟“全速率”信道比较，“半速率”信道允许在给定系统中每个TRX拥有更多的信道，所以如果选择“半速率”信道，就可以降低需要的NTRX。

现在参考图6，可以订购并安装确定数目的TRX(在拥挤或者未来TL计算值的基础之上需要这么多数量的TRX来实现需要的GOS)(见步骤640)以满足需要(步骤650)。为了满足拥挤的TL需要，可以按照计算出来的可能TL来订购和安装TRX。为了满足预测的未来TL需求，可以刚好在预测的TL增长需求出现之前订购和安装TRX，这样就能够同时提高资金的效率和给用户提供的服务。

本发明能够提供以下好处。将增长函数用于将来任意时候能够为每个小区预测TRX的数量。预测的TRX个数也可以用于无线网络中的无线电频率分配规划。TRX的高使用率会给运营商带来很高的资本效率。使用这一方法的运营商可以科学地设计小区规划和订购TRX。所以，TRX的交货会更加确定无疑，厂商也可以很好地规划TRX的生产。利用增长函数的三个主要系数(例如通信量初始值，通信量增长率和饱和率)和时间变量就能够计算出未来的TL值。可以为每个小区估计这些系数，从而能够在小区的级别上估计拥挤程度并预测未来通信量。

上面描述的本发明包括以下(和其它)因素。由于小区的地理方面和终端用户的社会行为，无线通信系统中的每个小区都有一个独一无二的增长函数。本发明以统计方式估计这些独一无二的增长函数。这些增长函数被定义为一个逻辑函数，它有三个不同的关键系数。最好用Newton-Rapson迭代过程来估计关键系数的最佳值。统计通信量数据的每个条目可以包括平均通信量负荷、繁忙时刻通信量负荷、(请求但是被拒绝的)拥挤呼叫接入的次数、成功激活的业务信道的个数。增长函数可以用于未来的任意时刻，为每个小区预测TRX(或者其它资源)的适当个数。最好使用记录通信量数据的至少三个这样的统计条目来估计一个小区的增长函数。

现在参考图7，它给出了估计未来通信量的一个实施方案实例，以进一步说明本发明的特定原理。图700包括一个示例性的小区“小区X”的通信量曲线和TRX预后，这个小区可以是例如(图1所示)无线通信系统100中的一个小区。横坐标表示时间，从1996年到2000年，单位是半年。纵坐标是“通信量”爱尔兰和“NTRX”，范围是从2到20。在图700中，TL的测量值都标上了“x”，并且写上“测量出来的平均爱尔兰”。还有，BHTL的四个测量值都标上了“+”，并且写上了“测量出来的BH爱尔兰”。最好同时获得四个时间单位，以及测量出来的TL和BHTL。在图700中还画出了NTRX。在这种情况下，NTRX是7，在所有时间内都是一个常数。NTRX曲线标上了“今天的TRX”。

通过应用按照本发明的原理的新的估计逻辑，就能够确定“小区X”内独一无二的增长函数f(t)。将测量出来的平均TL(爱尔兰)应用于上述公式14～20，每个y_i变量都接受一个TL测量值。然后就可以从测量出来的平均TL确定独一无二的增长函数的关键系数(a、b和f₀)，如同上面利用公式14～20所描述的一样。针对“小区X”利用增长函数和a、b和f₀的值，可以利用函数f(t)来预测未来给定时间段(例如图700中直到2000年为止)的TL。

将测量出来的平均TL用于计算关键系数以后，利用著名的GOS表能够计算出一个3％的G0S。这个3％的GOS可以用BHTL在感兴趣的时间范围内利用预测出来(估计出来)的TL爱尔兰计算出来。BHTL(爱尔兰)估计可以利用例如两种技术中的至少一种来计算。第一，可以将源于独一无二的增长函数和确定的关键系数的预测的/估计的平均TL加到从每个BHTL值确定出来的最大值上去，再减去从1996年开头到1996年中间的这一段时间内测量出来的相应的TL值，在图700中用多个“+”号表示。在这个实例中代表第一种技术的公式是：

估计的BHTL(爱尔兰)＝

估计的平均TL＋max(BHTL－TL)t， (21)

1sts4第二，如果没有任何BHTL测量值，那么预测的/估计的BHTL值就可以从预测的/估计的平均TL乘以2.4＋5.0计算出来，如同上面的公式5以及那里的说明所示。

在这个实例中需要的NTRX可以用GOS表的3％列和估计出来的BHTL爱尔兰得到。继续看图7，进一步考虑用750标记的1998年11月。平均的TL可以通过“估计出来的平均通信量爱尔兰”曲线来得到，这条曲线是在独一无二的增长函数和计算出来的关键系数的基础之上画出来的。这条曲线跟1998年11月的交点是6.1爱尔兰。一旦确定了BHTL的11.8爱尔兰，就可以查阅GOS表的3％列。3％GOS上对应于11.8爱尔兰的业务信道的数量是17。这样，需要17个业务信道为11.8爱尔兰提供服务，从而获得需要的服务质量。

在一个PDC实施方案中，每个TRX都提供3个业务信道。为了确定需要的TRX的个数，17个业务信道应该除以每个TRX3个业务信道。结果是1998年11月的“小区X”需要六个TRX。在其它系统和/或标准中，一个TRX提供的业务信道的个数可以不是3。例如，在标准GSM系统中每个TRX提供8个业务信道。

继续参考图7，可以发现1996年7月“小区X”中安装的TRX比需要的还要多两个。这可以通过将“需要的TRX”跟“今天的TRX”进行比较来确定。还可以发现在1996年12月以后将需要六个TRX，1998年6月以后将需要7个TRX。因此应用本发明的原理能够确定TRX适当的规模。从图700可以看出，安装了适当数量的TRX，从而能够确定在这个无线网络系统中是否分配得适当，如果不是最优的，数量的资源。例如，参考图700，可以看出在1997年7月，只用6个TRX就足以满足“小区X”的通信需求，使它达到3％的GOS。无线网络运营商就能够在这个无线网络系统中重新分配一个TRX给另外一个小区。

现在参考图8，其中用流程图的形式给出了以适当的资源满足用户需求的另外一种方法。流程图800给出了一种方法，用于估计未来的TL和BHTL，比如图7的实施方案实例中所示的那样。对于每个相关的时间段，测量平均的TL(步骤810)。在每个相关时间段最繁忙的时刻，测量BHTL(步骤820)。重复需要数量的时间段进行这些测量。重复需要次数的测量的过程中记录下测量的时间(步骤830)(如同变量“q”所说明的一样)。应当指出，在这些时间段内也可以有选择地确定NTRX。

一旦这些测量重复了“q”次，就可以将平均的TL测量结果和测量时间用于增长公式(公式7)(步骤840)。然后就可以确定增长公式的关键系数(例如a、b和f₀)(步骤850)。确定好的增长公式可以用于预测未来的，例如时刻Z的TL(步骤860)。从预测出来的未来TL，可以同样地预测在时刻Z的BHTL(步骤870)。BHTL至少可以用上面描述的两种方法之一来预测。例如，从每个时间段直到“q”测量出来的BHTL和对应的测量平均TL(公式21)之间的差进行选择，得到的最大值可以加到时刻Z上预测出来的未来TL上，以确定时刻Z上预测出来的未来BHTL。一旦确定了预测出来的BHTL，网络运营商就能够规划适当的资源(例如TRX)(步骤880)。

虽然在附图中说明了本发明的优选实施方案和本发明的装置，并在前面的详细描述中进行了描述，但是应该明白，本发明并不局限于这里公开的实施方案，而是能够有各种实施方案、改进和替换，而不会偏离下面的权利要求给出的本发明的实质。

Claims

1.一种在无线通信系统中用于根据拥塞的通信量确定资源规模的方法，包括以下步骤：

确定平均通信量；

至少部分地在通信量请求失败的次数的基础之上确定可能的通信量；和

确定资源量，所述资源量适应可能的通信量。

2.权利要求1的方法，其中确定平均通信量、确定可能通信量以及确定资源量的步骤是相对于所述无线通信系统的一个小区进行的。

3.权利要求1的方法，其中的资源包括收发信机。

4.权利要求3的方法，还包括以下步骤：

安装多个收发信机，从而在拥塞的时间段内提供指定的服务级别，其中收发信机的数量是基于满足所述可能通信量的资源量的基础之上的。

5.权利要求1的方法，其中确定可能通信量的步骤还包括至少部分地在所述平均通信量、通信信道请求失败的次数和每个呼叫平均的通信量负荷的基础之上确定所述可能的通信量的步骤。

6.权利要求1的方法，还包括按照以下公式计算可能的繁忙时刻通信量的步骤：

(α*所述可能的通信量)+σ，

其中的“α”表示所述平均通信量和繁忙时刻通信量之间的一个线性系数，“σ”表示标准偏差的幅度。

7.权利要求1的方法，其中确定平均通信量的步骤还包括以下步骤：

以指定的间隔在预先确定的时间段内累加总的通信信道数；

在所述预先确定的时间段内累加指定的间隔的总个数；和

根据所述预先确定的时间段内通信信道总数和设定的间隔的总个数估计平均通信量。

8.无线通信系统中用于预测未来通信量的一种方法，包括以下步骤：

记录第一个条目的第一个时间；

确定第一个条目的第一个值，所述第一个值依赖于第一个通信量；

记录第二个条目的第二个时间；

确定第二个条目的第二个值，这第二个值依赖于第二个通信量；

将第一个时间、第一个值、第二个时间和第二个值应用于跟增长模型有关的公式；

确定所述公式的至少一个系数；和

用具有所述至少一个系数的所述公式预测选定时刻的未来通信量。

9.权利要求8的方法，还包括以下步骤：

确定资源量，这个资源量跟未来通信量协调。

10.权利要求9的方法，其中的资源包括收发信机，确定资源量的步骤还包括以下步骤：

在所述未来通信量的基础之上确定未来的通信信道个数；和

在能够观察到所述未来通信信道个数的所述无线通信系统中用户的需求之前，使安装的收发信机的数目跟所述未来通信信道的数目相匹配。

11.权利要求10的方法，其中使安装的收发信机的数目匹配的步骤还包括以下步骤：

订购和安装多个收发信机，从而提供指定的服务级别。

12.权利要求8的方法，其中的应用步骤还包括应用第三个和第四个条目的步骤，其中第三个条目包括第三个时间和第三个值，第四个条目包括第四个时间和第四个值，第三个值依赖于第三个通信量，第四个值依赖于第四个通信量；和

其中的第一个条目、第二个条目、第三个条目和第四个条目是在不同的时刻记录下来的。

13.权利要求8的方法，其中确定所述公式至少一个系数的步骤还包括应用Newton-Rapson迭代过程确定所述至少一个系数的步骤。

14.权利要求8的方法，其中确定所述公式至少一个系数的步骤还包括确定所述公式多个系数的步骤。

15.权利要求14的方法，还包括确定所述公式多个系数的两个中的一个被除数的步骤，所述被除数说明近似的最大通信量。

16．权利要求8的方法，其中第一个通信量包括第一个平均通信量，第二个通信量包括第二个平均通信量，还包括以下步骤：

确定第一个条目的第一个繁忙时刻通信量；和

确定第二个条目的第二个繁忙时刻通信量．

17．权利要求16的方法，还包括以下步骤：

在合并每一对对应的平均通信量和繁忙时刻通信量时间具有最大差别的所述未来通信量的基础之上预测未来的繁忙时刻通信量。

18.权利要求17的方法，还包括以下步骤：

确定一个资源量，这个资源量能够适应所述未来的繁忙时刻通信量。

19.权利要求16的方法，其中确定第一个条目的第一个平均通信量的步骤还包括以下步骤：

以设定的间隔在预先确定的时间段内累加总的通信信道数；

累加所述预先确定的时间段内设定的间隔总数；和

利用所述总的通信信道数和所述总数估计所述第一个平均通信量。

20.权利要求16的方法，其中确定第一个条目的第一个繁忙时刻通信量的步骤还包括以下步骤：

确定预先确定的时间段内每天里繁忙时刻的平均通信量。

21.权利要求8的方法，还包括以下步骤：

确定第一个条目的当前资源量。

22.权利要求21的方法，其中确定第一个条目当前资源量的步骤还包括以下步骤：

确定安装的收发信机的当前数目。

23.权利要求8的方法，其中确定至少一个系数和预测未来通信量的步骤是在所述无线通信系统中一个移动业务交换中心里进行的。

24.权利要求8的方法，其中公式的形式如下：

f (t) = \frac{{af}_{0}}{{bf}_{0} + (a - {bf}_{0}) e^{- a (t - t_{0})}}

其中确定所述公式至少一个系数的步骤包括确定系数a、确定系数b和确定变量f₀的步骤，其中的变量f₀是初始的通信量。

25.权利要求8的方法，其中的第一个通信量是用爱尔兰来度量的。