FR3128348A1 - Procédé de gestion de ressources d’au moins un équipement d’accès d’un réseau de télécommunications, dispositif, équipement d’accès, équipement de contrôle, système et programmes d’ordinateur correspondants. - Google Patents

Abstract

L’invention concerne gestion de ressources d’au moins un équipement d’accès d’un réseau de télécommunications, comprenant :- l’obtention (31) d’informations de localisation (IL) d’une zone géographique (ZC) desservie par ledit équipement d’accès;- l’obtention (32) d’informations démographiques (ID) et topographiques (IT) relatives à ladite zone géographique de couverture ;- la prédiction (36) d’un ensemble de valeurs d’au moins un indicateur de trafic de données de communication d’équipement terminaux connectés audit équipement d’accès pour une période temporelle donnée, au moins à partir des information démographiques et topographiques obtenues; et- la décision (37) d’au moins une action de gestion des ressources de l’équipement d’accès au moins en fonction de l’ensemble de valeurs prédit pour la période temporelle donnée et de caractéristiques techniques relatives aux ressources dudit au moins un équipement d’accès. FIGURE 3

Description

Procédé de gestion de ressources d’au moins un équipement d’accès d’un réseau de télécommunications, dispositif, équipement d’accès, équipement de contrôle, système et programmes d’ordinateur correspondants.

1. Domaine de l'invention

L'invention se situe dans le domaine des télécommunications, et notamment dans celui des réseaux de télécommunications.

En particulier, l’invention concerne la gestion de ressources pour la mise en œuvre d’un tel réseau de de télécommunications.

Elle s’applique notamment mais non exclusivement à un réseau de télécommunications mobiles dont l’architecture est conforme à la norme 3GPP (pour « Third Generation Partnership Project », en anglais), dans une de ses versions actuelles ou futures.

2. Art antérieur et ses inconvénients

On connaît des méthodes de planification d’un déploiement de nouvelles antennes radio pour développer une infrastructure de réseau de télécommunication mobile dans des pays émergents ou EMEA (de l’anglais, « Europe Middle East & Africa »).

Ces méthodes comprennent généralement deux phases :
1. Une première phase de recherche de zones géographiques à couvrir ou à renforcer. Elle utilise des données publiques et privées permettant d’identifier et de caractériser ces zones : démographiques, topographiques (infrastructures…), indicateurs de performances du réseau radio actuel, indicateur de richesse (une moyenne), etc. En milieu rural, des données satellitaires sont parfois utilisées en complément. Cette première phase permet, de manière assez grossière, d’identifier et de prioriser les zones de population situées hors couverture radio.

Cette phase de recherche s’appuie par exemple, sur un outil logiciel tel que l’outil Network Planner © de Facebook, qui permet de récupérer des informations démographiques et des informations d’utilisation du réseau mobile grâce aux données collectées auprès des utilisateurs de l’application mobile Facebook ©. Un tel outil est surtout utilisable pour la planification d’une mise à jour (ou « upgrade », en anglais) d’équipements d’un site existant, par exemple d’une station de base, l’ajout d’une antenne radio ou le remplacement d’une antenne radio par une autre de génération ultérieure, etc. Du fait qu’il s’appuie sur des indicateurs de trafic dans des cellules radio existantes, il est plus adapté à l’extension de couverture ou le renforcement de capacité d’un réseau d’accès cellulaire en bordure qu’au déploiement d’un nouveau réseau d’accès cellulaire ;
2. Une deuxième phase de sélection puis négociation d’emplacements pour le nouveau site ou les équipements radio supplémentaires. Par exemple, les emplacements choisis sont un terrain vague ou un toit de bâtiment. Cette deuxième phase s’appuie sur un outil de planification radio, tel que par exemple l’outil Forsk © d'Atoll. Un tel outil permet d’évaluer des emplacements candidats en prenant en compte la topologie du terrain (relief et bâtiments notamment) et de déterminer celui qui offre le meilleur rapport couverture / coût.

Un inconvénient des techniques existantes est qu’elles permettent au mieux d’identifier de façon qualitative un besoin de déploiement de nouvelles antennes radio ou de mise à jour d’un site existant, ce qui n’est pas suffisant pour une planification efficace et plus généralement pour une gestion fine des ressources d’un réseau cellulaire au cours du temps.

L’invention vient améliorer la situation.

3. Présentation de l’invention

L’invention répond à ce besoin en proposant un procédé de gestion de ressources d’au moins un équipement d’accès d’un réseau de télécommunications, comprenant :
- l’obtention d’informations de localisation d’une zone géographique desservie par ledit équipement d’accès;
- l’obtention d’informations démographiques et topographiques relatives à ladite zone géographique;
- la prédiction d’un ensemble de valeurs d’au moins un indicateur de trafic de données de communication d’équipement terminaux connectés audit équipement d’accès pour une période temporelle donnée, au moins à partir des information démographiques et topographiques obtenues; et
- la décision d’au moins une action de gestion des ressources de l’équipement d’accès au moins en fonction de l’ensemble de valeurs prédit pour la période temporelle donnée et de caractéristiques techniques relatives aux ressources dudit au moins un équipement d’accès.

L’invention repose sur une approche tout-à-fait nouvelle et inventive de la gestion des ressources mises en œuvre ou à mettre en œuvre dans un équipement d’accès d’un réseau de télécommunications, qui consiste à récupérer des informations démographiques et topographiques de la zone géographique desservie par cet équipement et à prédire quantitativement les valeurs d’au moins un indicateur de trafic de données de communication et leurs variations dans cette zone géographique pour une période temporelle donnée. Avec l’invention, les données disponibles pour la supervision d’un réseau d’accès sont enrichies par la séquence temporelle ainsi prédite, qui est ensuite exploitée pour gérer de façon plus fine et plus efficace les ressources de ce réseau.

L’invention s’applique aussi bien au déploiement d’un nouvel équipement d’accès dans une zone géographique non couverte ou mal desservie par le réseau actuel, qu’au renforcement ou à la mise à jour de ressources déjà déployées sur un site existant.

Selon un aspect de l’invention, l’équipement d’accès est une station de base d’un réseau de télécommunications mobiles et la zone géographique correspond à la zone géographique de couverture radio d’une cellule radio associée à la station de base.

L’invention est particulièrement intéressante dans le cas d’un réseau d’accès cellulaire à un réseau de télécommunications mobiles, pour gérer l’ensemble des ressources matérielles et/ou logicielles d’une station de base. Bien sûr, l’invention ne se limite pas à ce type de réseau et concerne plus généralement tout réseau d’accès à un réseau de télécommunications, fixe ou mobile, quelle que soit la technologie d’accès sans fil, par exemple Wifi, ou filaire, par exemple xDSL ou fibre, utilisée.

Selon un autre aspect de l’invention, l’action de gestion comprend une commande de déploiement d’au moins une ressource supplémentaire dans l’équipement d’accès et appartient à un groupe comprenant au moins :
- une commande de déploiement d’une antenne radio supplémentaire dans l’équipement d’accès, lorsque l’équipement d’accès est une station de base d’un réseau de télécommunications mobiles ;
- une commande de remplacement d’une antenne existante de l’équipement d’accès par une antenne de génération ultérieure, lorsque l’équipement d’accès est une station de base d’un réseau de télécommunications mobiles ;
- une commande de suppression d’une antenne existante de l’équipement d’accès, lorsque l’équipement d’accès est une station de base d’un réseau de télécommunications mobiles ;
-une commande de déploiement de l’équipement d’accès dans le réseau de télécommunications ;
- une commande de déplacement de l’équipement d’accès dans le réseau de télécommunications.

L’invention s’applique à la mise à jour et au renforcement d’un site déjà existant. Dans ce cas, la prédiction quantitative d’un indicateur de trafic de données utilisateur au cours du temps lui permet d’évaluer plus finement les besoins sur la zone géographique considérée, de prévoir plus précisément le type d’équipement le plus adapté pour un déploiement et donc d’optimiser l’investissement. Un équipement déjà déployé peut-être aussi remplacé, supprimé ou même déplacé. Il est par exemple possible de déplacer une station de base embarquée dans une plateforme aérienne pour faire face à une catastrophe ou anticiper un événement nécessitant une concentration de ressources en un point géographique.

La commande de déploiement en question peut ensuite être transmise à un équipement de gestion du réseau de télécommunications et/ou cartographiée dans le système d’informations techniques de ce réseau.

Selon encore un autre aspect de l’invention, l’action de gestion comprend un ajustement des ressources allouées à l’équipement d’accès et appartient à un groupe comprenant au moins :
- un ajustement d’un niveau de puissance d’émission et/ou d’une orientation d’au moins une antenne de l’équipement d’accès, lorsque l’équipement d’accès est une station de base ;
- un ajustement d’une quantité de ressources matérielles et/ou logicielles allouées au fonctionnement de l’équipement d’accès ;
- un ajustement de fonctions de gestion du trafic acheminé par l’équipement d’accès.

L’invention s’applique aussi à la gestion de ressources déjà déployées sur un site du réseau de télécommunications et dans ce cas, la connaissance quantitative d’un indicateur de trafic de données sur une période temporelle donnée est exploitée pour ajuster dynamiquement l’allocation des ressources déjà déployées au niveau de l’équipement d’accès et, de la sorte, améliorer la qualité de service offerte aux utilisateurs.

Selon encore un autre aspect de l’invention, l’indicateur de trafic de données de communication appartient à un groupe comprenant au moins :
- un débit de données de communication descendant et/ou montant ;
- un nombre d’équipements terminaux connectés à l’équipement d’accès ;
- un volume global de trafic de données acheminées par l’équipement d’accès ;
- une typologie des données de communication acheminées par l’équipement d’accès.

On entend par typologie un ensemble de caractéristiques des données de trafic définies en fonction d’un type de trafic considéré. Pour un trafic de données par exemple, il comprend par exemple des informations de qualité de service pertinentes pour ce type de trafic, comme la latence, la classe de qualité de service, le débit associé au trafic, le niveau de sécurité associé au trafic de données.

L’avantage d’un tel indicateur de typologie est qu’il permet de décider d’une action de gestion qui répond à la typologie et à l’évolution de cette typologie dans le temps. L’action peut consister à déployer ou mettre à jour des fonctions de gestion du trafic (comme des fonctions d’informatique à la périphérie, l’ajout d’une classe de service, des fonctions d’optimisation, des services de sécurisation de trafics sensibles, en fonction des types de données de trafic prédits.

Selon un autre aspect de l’invention, la prédiction prend aussi en compte lesdites caractéristiques techniques des ressources dudit au moins un équipement d’accès.

Pour une station de base, il s’agit par exemple de la hauteur de la ou des antennes radio, de leur puissance, de leur orientation. Ces caractéristiques techniques concernent des ressources déjà déployées et en fonctionnement ou des ressources, dont le déploiement est envisagé dans le futur. On suppose qu’elles sont connues du dispositif qui met en œuvre l’invention et ont été obtenues au préalable. Un avantage est de compléter les données démographiques et cartographiques afin d’améliorer la qualité de la prédiction.

Selon encore un autre aspect de l’invention, le procédé comprend l’obtention d’informations de mesures d’au moins ledit indicateur de trafic de données de communication sur la période temporelle donnée et la prédiction prend aussi en compte lesdites informations de mesures.

Ces mesures sont par exemple remontées par l’équipement d’accès lui-même lorsqu’il est déjà déployé ou par des équipements d’accès voisins.

Avantageusement, les mesures obtenues concernent plusieurs indicateurs de performances du trafic de données de communication dans la zone géographique concernée.

Selon un autre aspect de l’invention, le procédé comprend l’apprentissage préalable d’un modèle de prédiction des informations obtenues en ledit ensemble de valeurs d’au moins un indicateur de trafic de données de communication et en ce que ladite prédiction met œuvre un module d’intelligence artificielle configuré pour utiliser ledit modèle de prédiction.

Un avantage de recourir à des techniques d’intelligence artificielle telles que l’apprentissage machine (pour « machine learning », en anglais) est de permettre d’exécuter une tâche très complexe dont la réalisation serait problématique voire impossible à l’aide de moyens algorithmiques classiques.

Selon un mode de réalisation, on utilise un réseau de neurones, par exemple de type réseau profond (ou « deep learning », en anglais) ou encore un algorithme d’apprentissage machine de type arbre de décision.

Selon encore un autre aspect de l’invention, le procédé comprend l’agrégation des informations obtenues pour ladite zone géographique en un vecteur d’entrée comprenant un nombre, dit nombre d’entrée, de premières composantes égal à un nombre d’informations obtenues, et en ce que ladite prédiction comprend la transformation, à partir dudit modèle de prédiction, du vecteur d’entrée en un vecteur de sortie, représentatif dudit ensemble de valeurs de l’indicateur de trafic, comprenant un nombre de composantes, dit nombre de sortie, égal à un nombre d’intervalles temporels dans la période temporelle donnée.

Les informations agrégées dans le vecteur d’entrée comprennent au moins les informations démographiques et topographiques collectées pour la zone géographique concernée. Avantageusement, elles comprennent toutes les informations obtenues et notamment les caractéristiques techniques de l’équipement d’accès et les éventuelles informations de mesure remontées par l’équipement d’accès lorsqu’il est déjà déployé dans la zone géographique.

Par exemple, le nombre d’entrée est égal à 271, ce qui correspond à autant d’informations démographiques et topographiques de types différents et le nombre de sortie est égal à 168 = 7 jours x 24 h, ce qui correspond à une granularité horaire sur une période temporelle d’une semaine.

Selon un autre aspect de l’invention, ladite transformation comprend la discrétisation des premières composantes du vecteur d’entrée et la formation d’un vecteur, dit vecteur discrétisé, dont les composantes comprennent les premières composantes discrétisées, la traduction du vecteur discrétisé en un vecteur dit compressé, représentatif dudit ensemble de valeurs dudit indicateur de trafic et comprenant un nombre de composantes, inférieur au nombre de sortie, et le décodage du vecteur compressé en le vecteur de sortie.

Avantageusement, le réseau de réseau de neurones utilisé est de type transformeur. Il s’agit d’un réseau de neurones particulier initialement utilisé pour le traitement du langage naturel et en particulier la traduction d’une langue à une autre. L’invention propose ici de l’adapter à la conversion automatique d’informations démographiques/topographiques en une série temporelle de valeurs d’un indicateur de trafic de données utilisateurs.

Un atout du réseau de neurones transformeur mis en œuvre par l’invention est qu’il est configuré pour produire d’abord une série temporelle de sortie compressée, qui est ensuite décodée de sorte à renvoyer un vecteur de sortie présentant les dimensions souhaitées.

Selon encore un autre aspect de l’invention, le procédé comprend, suite à l’exécution de l’action de gestion, l’obtention d’un nouvel ensemble de mesures de l’indicateur de trafic de données de communication sur une nouvelle période temporelle et la mise à jour de l’apprentissage du modèle de transformations de données à partir dudit nouvel ensemble.

Un avantage de cette mise à jour de l’apprentissage du modèle d’analyse à l’aide de mesures réelles de l’indicateur de trafic est de faire évoluer ce modèle au cours du temps pour réaliser une prédiction d’une séquence temporelle de cet indicateur de plus en plus fine et précise.

L’invention concerne également un dispositif de gestion de ressources d’au moins un équipement d’accès dans un réseau de télécommunications, ledit dispositif étant configuré pour mettre en œuvre :
- l’obtention d’informations de localisation d’une zone géographique desservie par ledit équipement d’accès;
- l’obtention d’informations démographiques et topographiques relatives à ladite zone géographique;
- la prédiction d’un ensemble de valeurs d’au moins un indicateur de trafic de données de communication d’équipement terminaux connectés audit équipement d’accès pour une période temporelle donnée, au moins à partir des information démographiques et topographiques obtenues; et
- la décision d’au moins une action de gestion des ressources de l’équipement d’accès en fonction de l’ensemble de valeurs prédit pour la période temporelle donnée.

Avantageusement, ledit dispositif configuré pour mettre en œuvre les étapes du procédé de gestion de ressources tel que décrit précédemment.

Avantageusement, ledit dispositif est intégré dans un équipement de contrôle configuré pour contrôler au moins un équipement d’accès dudit réseau de télécommunications.

Avantageusement, ledit équipement de contrôle est compris dans un système de gestion de ressources dans un réseau de télécommunications, ledit système comprenant au moins un équipement d’accès dudit réseau.

Le système, l’équipement de contrôle et le dispositif de gestion de ressources présentent au moins les mêmes avantages que ceux conférés par le procédé de gestion de ressources précité.

Selon une variante de réalisation, le dispositif de gestion de ressources est intégré dans un équipement d’accès d’un réseau de télécommunication. Le système, l’équipement d’accès et le dispositif de gestion de ressources présentent au moins les mêmes avantages que ceux conférés par le procédé de gestion de ressources précité.

L’invention concerne également un produit programme d'ordinateur comprenant des instructions de code de programme pour la mise en œuvre du procédé de gestion de ressources tel que décrit précédemment, lorsqu’il est exécuté par un processeur.

Un programme peut utiliser n’importe quel langage de programmation, et être sous la forme de code source, code objet, ou de code intermédiaire entre code source et code objet, tel que dans une forme partiellement compilée, ou dans n’importe quelle autre forme souhaitable.

L’invention vise également un support d’enregistrement lisible par un ordinateur sur lequel est enregistré un programme d’ordinateur comprenant des instructions de code de programme pour l’exécution des étapes des procédés selon l’invention tel que décrits ci-dessus.

Un tel support d'enregistrement peut être n'importe quelle entité ou dispositif capable de stocker le programme. Par exemple, le support peut comporter un moyen de stockage, tel qu'une ROM, par exemple un CD ROM ou une ROM de circuit microélectronique, ou encore un moyen d'enregistrement magnétique, par exemple un support mobile (carte mémoire) ou un disque dur ou un SSD.

D'autre part, un tel support d'enregistrement peut être un support transmissible tel qu'un signal électrique ou optique, qui peut être acheminé via un câble électrique ou optique, par radio ou par d'autres moyens, de sorte que le programme d’ordinateur qu’il contient est exécutable à distance. Le programme selon l'invention peut être en particulier téléchargé sur un réseau par exemple le réseau Internet.

Alternativement, le support d'enregistrement peut être un circuit intégré dans lequel le programme est incorporé, le circuit étant adapté pour exécuter ou pour être utilisé dans l'exécution du procédé précité.

Selon un exemple de réalisation, la présente technique est mise en œuvre au moyen de composants logiciels et/ou matériels. Dans cette optique, le terme "module" peut correspondre dans ce document aussi bien à un composant logiciel, qu'à un composant matériel ou à un ensemble de composants matériels et logiciels.

Un composant logiciel correspond à un ou plusieurs programmes d'ordinateur, un ou plusieurs sous-programmes d'un programme, ou de manière plus générale à tout élément d'un programme ou d'un logiciel apte à mettre en œuvre une fonction ou un ensemble de fonctions, selon ce qui est décrit ci-dessous pour le module concerné. Un tel composant logiciel est exécuté par un processeur de données d'une entité physique (terminal, serveur, passerelle, set-top-box, routeur, etc.) et est susceptible d'accéder aux ressources matérielles de cette entité physique (mémoires, supports d'enregistrement, bus de communication, cartes électroniques d'entrées/sorties, interfaces utilisateur, etc.). Par la suite, on entend par ressources tous ensembles d’éléments matériels et/ou logiciels support d’une fonction ou d’un service, qu’ils soient unitaires ou combinés.

De la même manière, un composant matériel correspond à tout élément d'un ensemble matériel (ou hardware) apte à mettre en œuvre une fonction ou un ensemble de fonctions, selon ce qui est décrit ci-dessous pour le module concerné. Il peut s'agir d'un composant matériel programmable ou avec processeur intégré pour l'exécution de logiciel, par exemple un circuit intégré, une carte à puce, une carte à mémoire, une carte électronique pour l'exécution d'un micrologiciel (« firmware » en anglais), etc.

Chaque composante du système précédemment décrit met bien entendu en œuvre ses propres modules logiciels.

Les différents modes de réalisation mentionnés ci-dessus sont combinables entre eux pour la mise en œuvre de la présente technique.

4. Brève description des figures

D'autres buts, caractéristiques et avantages de l'invention apparaîtront plus clairement à la lecture de la description suivante, donnée à titre de simple exemple illustratif, et non limitatif, en relation avec les figures, parmi lesquelles :

: la illustre de façon schématique le contexte d’un mode de réalisation de l’invention;

: la illustre de façon schématique un exemple d’architecture d’un système de gestion de ressources d’une station de base dans un réseau de télécommunications mobiles mis en œuvre selon un mode de réalisation de l’invention;

:la décrit sous forme d’un logigramme les étapes d’un procédé de gestion de ressources d’un équipement d’accès à un réseau de télécommunications, selon un exemple de réalisation de l’invention ;

: la illustre de façon schématique un exemple d’informations de localisation d’une zone géographique de couverture radio associée à une station de base, obtenues par une décomposition de Voronoï ;

: la illustre de façon schématique un exemple de carte représentant les tracés des frontières des zones de couvertures radio associées aux stations de base déployées dans un territoire, obtenus à partir des informations de localisation de ces zones de couvertures radio fournies par une telle décomposition de Voronoï;

:la illustre un exemple de carte topographique obtenue à partir d’informations topographiques relatives à une zone de couverture radio d’une station de base;

:la illustre de façon schématique la prédiction d’un vecteur de sortie représentatif d’une séquence temporelle de valeurs d’un indicateur de trafic de données utilisateur dans une zone de couverture radio associée à une station de base, à partir d’un vecteur d’entrée comprenant des informations démographiques et topographiques de la zone de couverture radio, selon un premier mode de réalisation de l’invention ;

: la détaille les étapes de ladite prédiction, lorsqu’elle met en œuvre un réseau de neurones de type « transformeur » selon un deuxième mode de réalisation de l’invention ; et

: la décrit un exemple de structure matérielle d’un dispositif de gestion de ressources d’un équipement d’accès selon l’invention.

5. Description détaillée de l'invention

Le principe général de l’invention repose sur la prédiction d’un ensemble de valeurs d’au moins un indicateur de trafic de données de communication d’un équipement terminal attaché à la zone géographique desservie par un équipement d’accès d’un réseau de télécommunication, par exemple celle de la zone de couverture d’une cellule radio d’une station de base d’un réseau de télécommunications mobiles, pendant une période temporelle donnée.

Selon l’invention, cette prédiction est réalisée à partir d’informations démographiques et topographiques collectées dans la zone géographique concernée et agrégées pour former une séquence d’informations d’entrée représentatives de la zone géographique de couverture concernée.

A partir de l’ensemble prédit, au moins une action de gestion des ressources de l’équipement d’accès est décidée.

L’invention permet ainsi d’estimer les besoins des équipements terminaux de la zone géographique de couverture de l’équipement d’accès, en termes de trafic de données de communication sur une période temporelle donnée et d’en déduire une ou plusieurs actions de gestion de ressources à mettre en œuvre pour que le réseau de télécommunications puisse satisfaire ces besoins.

Dans la suite, on désigne par cette notion d’indicateur de trafic de données de communication toute information pertinente pour mesurer un niveau d’activité dans la zone géographique desservie par l’équipement d’accès considéré.

Sans perte de généralité, il s’agit par exemple d’informations relatives à :
- un débit de données de communication descendant, de l’équipement d’accès vers l’équipement terminal ;
- un nombre d’équipements terminaux connectés à l’équipement d’accès ;
- un volume global de trafic de données dans la zone géographique ;
- un niveau d’utilisation d’unités de ressources matérielles ou logicielles de l’équipement d’accès, par exemple d’unités de ressources fréquentielles PRB (de l’anglais « Physical Resource Blocks) par une station de base d’un réseau de télécommunications mobiles ; ou
- d’un volume de données échangées pour un type de service ou une classe de service donnée ; ou encore
d’un volume de données énergétiques consommées par l’équipement d’accès.

On parle communément d’indicateur clé de performance KPI (ou « Key Performance Indicator », en anglais) de trafic de données de communication dans la zone géographique desservie par l’équipement d’accès.

Dans la suite, on désignera simplement ce trafic de données de communication par trafic de données utilisateur ou encore trafic de données, sans perte de généralité, les équipements terminaux susceptibles de se connecter à l’équipement d’accès comprenant aussi bien des terminaux utilisateurs, tels que des téléphones mobiles ou des ordinateurs portables par exemple, que des objets connectés IoT (de l’anglais, « Internet of Things ), configurés pour communiquer entre eux sans l’intervention d’un utilisateur.

On entend ici par informations démographiques des informations quantitatives et qualitatives de caractéristiques de populations d’une zone géographique, telles que l’âge, le sexe, l’état civil, le taux de naissance, le niveau d’éducation, la catégorie socio-professionnelle, etc.

On désigne par informations topographiques d’une zone géographique des informations relatives à la disposition et au relief de cette zone, comprenant par exemple des éléments d’origine naturelle (fleuves, rivières, montagnes, forêts, etc) et des éléments d'origine humaine (villes, infrastructures telles que des bâtiments, routes, ponts, arrêts de bus, aéroports, etc) et des informations relatives à leur superficie, leur destination (commerciale, habitation, etc), leur activité économique, etc.

Dans la suite, on désigne par ressources, aussi bien des ressources matérielles que des ressources logicielles de l’équipement d’accès.

Cette notion de ressource englobe l’équipement d’accès lui-même, d’autres ressources de l’équipement d’accès, comme un module de modulation de données, un module d’allocation d’intervalles de temps pour la transmission de données, un module de gestion de la qualité de service associée aux différents types de données transmises (voix, IoT (de l’anglais, « Internet of Things »), vidéo, etc). Pour une station de base d’un réseau d’accès cellulaire par exemple, il s’agit par exemple de composants particuliers de cette antenne radio, tels que des unités de ressources PRB, des modules de modulation, d’allocation d’intervalles de temps pour la transmission de données, de gestion de la qualité de service QoS (de l’anglais, « Quality of Service ») pour les différents types de données transmises, etc.

L’action de gestion est décidée en fonction de l’ensemble prédit et avantageusement d’informations relatives à la capacité des ressources déjà mises en œuvre ou à mettre en œuvre de l’équipement d’accès et, lorsqu’elles sont disponibles, de mesures de performance des ressources déjà déployées dans la zone géographique desservie par l’équipement d’accès. Par exemple, la séquence temporelle de l’indicateur de trafic ainsi prédite est comparée à de telles mesures de performances, par exemple des valeurs d’indicateurs de trafic de données de communication mesurées et retournées par l’équipement d’accès via une interface de gestion avec au moins un équipement de contrôle du réseau.

Ceci permet d’évaluer si les ressources de l’équipement d’accès sont suffisantes pour satisfaire les besoins des équipements terminaux, actuellement ou à court /moyen terme.

Par exemple, l’évolution des valeurs de l’indicateur de trafic de données utilisateurs sur la période temporelle, du fait d’une hausse du nombre d’habitants ou de la construction d’un lotissement résidentiel dans la zone peut mettre en évidence que les ressources actuellement déployées sont insuffisantes pour garantir un niveau acceptable de qualité de service aux heures de pointe.

L’action de gestion décidée peut alors comprendre une recommandation ou priorisation d’une extension de couverture radio, par le déploiement d’un nouvel équipement radio, comme une nouvelle station de base dans une zone géographique situé en milieu rural ou semi-rural, en bordure ou non d’une zone déjà couverte. A l’inverse, elle peut aussi comprendre une recommandation de réduction de couverture radio par le retrait de ressources radio devenues superflues.

En alternative, l’action de gestion peut consister en une recommandation de mise à jour ou de renforcement des ressources déjà mises en œuvre dans une zone géographique déjà couverte par le réseau de télécommunications mobiles, par exemple située en milieu urbain, afin d’améliorer la qualité de service ou de faire face à une évolution de la démographie ou de la topographie dans cette zone géographique. Par exemple, l’ouverture prochaine d’un nouveau centre commercial pourra engendrer un afflux de population sur certains créneaux horaires et de ce fait entraîner une sollicitation accrue des ressources du réseau créant un besoin de renforcement des ressources existantes. Le renforcement peut être apporté par l’installation d’une nouvelle borne Wi-Fi au niveau du centre commercial ou, s’il s’agit d’un agrandissement d’un centre commercial existant, d’un répéteur Wi-Fi. Pour un réseau de télécommunications mobiles, l’installation d’une femtocellule peut aussi être une solution à envisager.

Selon un autre exemple, l’installation d’une zone industrielle ou de bureaux pourra engendrer un besoin d’une connexion Internet stable et haut débit, d’un accès mobile de qualité, et une évolution du trafic de données vers plus de communications voix ou inter-objets IoT (de l’anglais, « Internet of Things »). Pour accompagner une telle évolution du trafic, l’action de gestion peut aussi inclure une recommandation de déployer de nouvelles ressources de gestion du trafic de données telles que des fonctions d’optimisation, de gestion de cache, de gestion de qualité de service, de gestion de réseaux privés virtuels ou VPN (de l’anglais, « Virtual Private Network), mettant en œuvre un tunnel sécurisé de communications de données à l'intérieur du réseau de télécommunications, ou encore des fonctions d’informatique à la périphérie du réseau (de l’anglais, « edge computing ») qui permet d’optimiser le traitement des données en restant près de la source des données. L’invention permet enfin d’améliorer la gestion de ressources déjà déployées au niveau d’un équipement d’accès. En effet, la connaissance des variations d’un indicateur de trafic de données utilisateur sur une période temporelle avec une granularité suffisamment fine, par exemple d’une heure, permet d’allouer plus finement les ressources matérielles et/ou logicielles de la station de base en fonction de l’heure du jour, des déplacements de population de leur lieu d’habitation vers leur lieu de travail par exemple. Cette gestion dynamique est rendue possible par le développement des réseaux auto-organisés SON (ou « Self Organized Networks », en anglais), qui sont configurés pour mettre en œuvre des boucles de rétroaction, c’est-à-dire que des données de surveillance (de l’anglais, « monitoring ») sont mesurées et remontées par les équipements d’accès et exploitées par des équipements de contrôle pour ajuster la configuration de ces équipements d’accès ou allouer/désallouer dynamiquement des machines virtuelles au sein de ces équipements d’accès. Les caractéristiques de ces machines virtuelles en termes de capacités de calcul CPU (de l’anglais, « Central Processing Unit ») et de mémoire par exemple RAM et Disk sont limitées par les capacités des équipements serveurs sous-jacents et sont modifiables dynamiquement. On peut donc éteindre des serveurs pour économiser de l’énergie, ou en allumer pour supporter une charge supplémentaire (due par exemple à un pic de connexions simultanées) sans interrompre le fonctionnement des machines virtuelles.

Pour ce faire, de tels réseaux SON mettent avantageusement en œuvre des techniques d’informatique à la périphérie précédemment évoquées, notamment pour localiser certaines de ces fonctions au plus proche des équipements terminaux, par exemple en utilisant des techniques de stockage distribué

Dans la suite, on décrit de façon plus détaillée des modes de réalisation de l’invention dans un réseau de télécommunications mobiles, dont l’architecture est conforme à la norme 3GPP (dans une de ses versions actuelles ou futures) et met en oeuvre des équipements d’accès radio de type station de base. Bien sûr, et comme déjà évoqué, l’invention n’est pas limitée aux exemples décrits et s’applique aussi bien à d’autres types de réseaux de télécommunications fixes ou mobiles et à d’autres technologies d’accès, sans fil ou filaires. En conséquence, les équipements d’accès faisant l’objet de la gestion de ressources proposée par l’invention comprennent de façon non restrictive une station de base, une femtocellule associée à cette station de base, un équipement multiplexeur d'accès à la ligne d'abonné numérique DSLAM (de l’anglais, « Digital Subscriber Line Access Multiplexeur ») pour un réseau d’accès de type ADSL, une borne d’accès Wifi (ou « hotspot », en anglais) ou un répéteur Wifi associé à cette borne, un équipement de terminaison de liaison optique ONT (de l’anglais, « Optical Network Termination ») pour un réseau d’accès fibre, de type PON (de l’anglais, « Passive Optical Network »), etc.

En relation avec la , on présente à titre illustratif un exemple simplifié d’architecture d’un réseau de télécommunication mobile RM dans lequel se situe l’invention. Un tel réseau comprend des équipements d’accès radio au réseau telles que la station de base BS. La station de base BS est généralement équipée d’une ou plusieurs antennes radio AR1, AR2, AR3. Ici, on a représenté des réseaux ou matrices d’antennes à titre d’exemple. Ces antennes radio forment une cellule radio de la station de base, associée à une zone géographique de couverture radio ZC de la station de base.

Dans la suite, on désigne par zone de couverture, une zone géographique à l’intérieur de laquelle des terminaux utilisateurs configurés pour se connecter au réseau mobile RM, peuvent s’attacher à la station de base, c’est-à-dire qu’ils sont à portée radio de cette station de base et peuvent communiquer par voie radio avec elle.

Dans l’exemple de la , il s’agit du téléphone mobile UE1, de l’ordinateur portable UE2 équipé d’une clé 4G/5G K2 et de la voiture UE3 équipée elle aussi d’une clé 4G/5G K3 ou de tout autre moyen de connexion au réseau 4G/5G.

Le réseau mobile RM comprend aussi d’autres équipements réseau, tels que par exemple un équipement de contrôle CTR configuré pour contrôler la station de base BS auquel il est connecté.

Il comprend aussi une mémoire M’, par exemple organisée en base de données DB’, configurée pour stocker des informations relatives au réseau, telles que par exemple des informations de mesures de valeurs d’un ou plusieurs indicateurs clé de trafic de données utilisateur et à laquelle peuvent accéder les autres équipements du réseau RM ou encore des informations relatives à des caractéristiques techniques des ressources déployées dans la station de base BS.

L’invention s’applique à tout type de réseau de télécommunications mobiles, dont l’architecture est conforme par exemple à la norme 3GPP dans une de ses versions actuelles ou futures.

Bien sûr, les modes de réalisation, particulièrement les équipements d’accès radio et les terminaux mis en œuvre dans ces modes de réalisation, ne sont cités qu’à titre d’exemple.

La illustre de façon schématique un exemple d’architecture d’un système S pour la gestion des ressources d’une station de base dans un réseau de télécommunications mobiles, selon un mode de réalisation de l’invention.

Selon ce mode de réalisation de l’invention, le système S comprend l’équipement d’accès radio ou station de base BS, configurée pour permettre à des terminaux utilisateurs d’accéder au réseau mobile RM par voie radio. Cette station de base BS comprend au moins une antenne radio ANT, un module d’émission/réception E/R lui permettant de communiquer avec d’autres équipements du réseau RM. Avantageusement, elle présente la structure matérielle d’un ordinateur et comprend notamment un processeur CPU et une mémoire M’’, dans laquelle sont stockés des programmes d’ordinateur.

Le système S comprend aussi un équipement de contrôle, ou contrôleur CTR, configuré pour contrôler plusieurs équipements d’accès radio au réseau mobile RM et en particulier la station BS. Par exemple, il s’agit d’un élément de gestion de réseau ENM (de l’anglais, « Element Network Manager ») faisant partie d’un système de gestion de réseau NMS (de l’anglais, ‘Network Management System’, associé aux stations de base de 5G/4G, aussi appelées respectivement « gNodeB » ou « eNodeB ».

Il est responsable de la gestion de ressources matérielles et/ou logicielles de la station de base BS, notamment de la remontée de mesures d’indicateurs de trafic KPI et de la (re)configuration de la station de base et de l’allocation dynamiques de ressources de la station de BS. La station de base BS comme le contrôleur CTR peuvent être instanciés sous la forme d’un équipement physique dédié ou non aux fonctions respectives de la station de base BS et du contrôleur CTR, ou bien sous forme d’entités virtualisées.

Dans cet exemple de réalisation de l’invention, l’équipement de contrôle CTR comprend un dispositif 100 de gestion de ressources mises en œuvre ou à mettre en œuvre dans une station de base d’une réseau de télécommunications mobiles, configuré pour obtenir une zone géographique de couverture d’une cellule radio associée à ladite station de base dudit réseau, obtenir des informations démographiques et/ou topographiques dans ladite zone de couverture, prédire une séquence temporelle de valeurs d’au moins un indicateur (clé) de trafic de données de communication de terminaux utilisateurs attachés à ladite cellule radio pour une période temporelle donnée, au moins à partir des information obtenues et décider d’exécuter une action de gestion des ressources de la station de base en fonction de la séquence temporelle prédite pour la période temporelle donnée. Avantageusement, le dispositif de gestion 100 obtient les informations relatives à la zone géographique de couverture, et les informations démographiques et topographiques de cette zone de la base de données DB, par exemple stockée dans une mémoire M externe à l’équipement de contrôle CTR. Bien sûr, l’invention n’est pas limitée à cet exemple d’implémentation, plusieurs mémoires et plusieurs bases de données peuvent être utilisées pour stocker les différents types d’informations relatives à la zone géographique de couverture radio de la station de base BS.

Le dispositif 100 met ainsi en œuvre le procédé de gestion de ressources d’une station de base selon l’invention qui sera détaillé ci-après en relation avec la .

Avantageusement, l’équipement de contrôle CTR présente la structure matérielle d’un ordinateur et comprend un processeur CPU, une mémoire M’’ dans laquelle sont par exemple stockés des programmes d’ordinateur, ainsi qu’un module d’émission/réception E/R qui lui permet de communiquer avec d’autres équipement du réseau RM.

Alternativement, le dispositif 100 peut être indépendant de l’équipement de contrôle CTR, mais connecté à celui-ci par une liaison quelconque, filaire ou non. Par exemple, il peut être intégré dans un autre équipement du réseau de télécommunications mobile ou dans un équipement d’accès radio, comme la station de base BS elle-même. On note que selon l’architecture 5G, une station de base gNodeB est composée de plusieurs éléments, parmi lesquels on compte une unité centrale CU (de l’anglais, « Central Unit »), une unité distribuée DU (de l’anglais, « Distributed Unit »), et une entité distante ou RU (de l’anglais, « Remote Unit »). Ces éléments sont potentiellement hébergés dans des équipements réseaux distincts. Le dispositif 100 selon l’invention pourra être embarqué dans l’une de ces trois unités, préférentiellement dans l’unité CU.

On présente désormais, en relation avec la , sous une forme de logigramme, un exemple de mise en œuvre d’un procédé de gestion de ressources d’un équipement d’accès, ici la station de base BS, d’un réseau de télécommunications, ici le réseau mobile RM, selon l’invention. Dans ce qui suit, ce procédé est mis en œuvre par le dispositif 100 précité.

En 31, des informations de localisation IL de la zone géographique de couverture radio ZC de la station de base BS, sont obtenues. Il s’agit par exemple d’informations de positionnement de points clés de la zone ZC, par exemple situés en frontière de cette zone, dans un référentiel Monde, tel que celui du système géodésique qui modélise la forme de la Terre. Ces informations comprennent la latitude qui est une valeur angulaire, expression du positionnement nord ou sud d'un point sur Terre. D'un point de vue mathématique, la latitude d'un point est l'angle au centre que forme la normale en ce point avec le plan équatorial. Elles comprennent aussi la longitude, qui est une valeur angulaire, expression du positionnement est ou ouest d'un point sur Terre et correspond à l’angle au centre que forme le plan passant par ce point et par l'axe de rotation de la terre avec le plan du méridien de Greenwich.

Pour une future station de base destinée à être équipée d’une ou plusieurs antennes radio donc les plans et caractéristiques techniques, comme par exemple la puissance d’émission, les bandes de fréquences du spectre radio utilisées pour transmettre et recevoir, l’orientation et la hauteur, sont connus, de telles informations peuvent en théorie être estimées, par exemple à l’aide d’un logiciel de calcul de propagation des ondes radio. Cette estimation est d’autant plus fiable qu’elle s’appuie sur un modèle d’antenne réaliste.

Dans la pratique, il est difficile d’obtenir cette estimation et on connaît du document de Soto et al., intitulé « Automated land use identification using cell-phone records », publié en Juin 2011 dans les proceedings de la conférence 3rd ACM international workshop on MobiArch(pp. 17-22), une solution alternative simplifiée basée sur une décomposition dite de Voronoï (ou « Voronoï Tessellation », en anglais). Cette technique consiste à paver le plan d’un territoire (ici par exemple une ville, un quartier, une commune) en régions adjacentes, ou cellules, déterminées à partir de distances à un ensemble discret de points appelé germes, correspondant aux positions effectives ou prévues des stations de base dans le territoire considéré. Chaque cellule, correspondant à la zone géographique de couverture d’une cellule radio, enferme un seul germe, correspondant à la station de base associée à cette cellule radio, et représente, en quelque sorte, la zone d’influence du germe.

À l’issue du calcul de cette décomposition et, comme illustré par le tableau de la , on obtient pour chaque zone géographique de couverture radio ZC du territoire considéré les informations suivantes associées à un identifiant de la station de base BS_ID considérée :
- une information de géométrie de la zone ZC (ici, un polygone PLG) ; et
- les coordonnées géographique (latitude, longitude) de chacun des sommets du polygone PLG.

Ces informations de localisation peuvent être affichés directement sur une carte comme celle de la , sur laquelle les stations de base sont représentées par un point à l’intérieur de chaque polygone.

Par exemple, le dispositif 100 obtient directement de la base de données DB les coordonnées géographiques des sommets du polygone de la zone ZC associée à la station de base BS. Selon une variante, il obtient les coordonnées géographiques des stations de base déployées sur un territoire géographique T incluant la position géographique effective ou planifiée de la station de base BS et il met en œuvre lui-même la méthode de décomposition de Voronoï pour obtenir les coordonnées géographiques de la zone ZC associée à la station de base BS d’intérêt. Dans le cas où la station de base BS n’est pas encore déployée, il ajoute la position géographique envisagée pour cette nouvelle station de base à celles des stations de base déjà en place et calcule la décomposition de Voronoï qui en découle pour l’ensemble du territoire T. A l’issue de cette étape 31, le dispositif 100 dispose donc des coordonnées géographiques des frontières de la zone ZC.

En 32, le dispositif 100 obtient des informations démographiques ID et topographiques IT de la zone ZC, par exemple en interrogeant des sources de données publiques dédiées, comme la source de données démographiques HDE de la société Facebook Research, accessible sur le site internet « humanitarian data exchange » via le lien https://data.humdata.org/organization/facebook ou la source de données cartographique OSM (ou « Open Street Map ») accessible via le lien internet https://www.openstreetmap.org/ . Un exemple de carte MAP construite à l’aide des informations cartographiques de la source OSM est disponible sur ce dernier lien est présenté en . Elle représente des objets d’intérêt d’un territoire T donné, qui sont des routes, des bâtiments, etc et précise leur utilisation, leur surface, etc.

Bien sûr, des informations complémentaires peuvent être optionnellement obtenues en 33 à partir d’autres sources, publiques ou privées, par exemple en relation avec l’activité socio-économique de la zone géographique ou avec les caractéristiques techniques de la ou les antennes radio à installer sur le site de la station de base BS ou encore des informations relatives à une mobilité des utilisateurs du réseau, comme par exemple des horaires de transports en commune, des informations de localisation des bus ou encore de deux roues en location (vélos ou trottinettes, par exemple.

Avantageusement, des informations de mesures de valeurs d’un indicateur de trafic de données de communication sont obtenues en 34 pour la période temporelle donnée ou pour une période antérieure ou postérieure. Par exemple elles ont été collectées par la station de base elle-même, lorsqu’elle est déjà déployée, ou par des équipements d’accès voisins, puis remontées à l’équipement de contrôle CTR ou à un autre équipement du réseau.

Les différentes données obtenues en 31, 32, 33 et 34 sont stockées en mémoire M’ par exemple organisée sous la forme d’une base de données DB’.

Par exemple, les informations démographiques et cartographiques ainsi obtenues sont manipulées à l’aide de logiciels connus de gestion de base de données, comme par exemple le logiciel PostgreSQL enrichi d’une extension PostGIS pour la gestion de données spatiales.

Par exemple, la base de données DB’ est de type PostgreSQL et elle est peuplée à l’aide des informations précédentes, en construisant, au sein de cette base de données, au moins les trois tables suivantes :
- une première table TB1 comprenant les informations de localisation des zones de couverture issues de la décomposition de Voronoï et obtenues en 30 ;
- une deuxième table TB2 comprenant les informations topographiques IT issues de la source OSM ; et
- une troisième table TB3 comprenant les informations démographiques ID issues de la source HDE. Par exemple, selon cette source de données, le quadrillage d’une zone géographique est fait avec une granularité de 30 m par 30 m et une ligne de la table comprend les coordonnées géographiques d’un coin de carré de dimensions 30x30 associées à une quantité de populations dans ce carré ;
- le cas échéant, une quatrième table TB4 comprenant les informations de mesures d’un indicateur de trafic de données acheminées par l’équipement d’accès BS.

Une fois la base de données DB’ peuplée de ces quatre tables, il suffit de lancer une requête d’agrégation spatiale entre les cellules de Voronoi de la table 1 et les données OSM de la table 2, et une requête d’intersection entre les cellules de Voronoi de la table 1 et les données de population.

En 35, les informations obtenues en 31 et 32 et optionnellement en 33 et 34, sont agrégées, par exemple en lançant une requête d’agrégation spatiale entre les données IL de la première table TB1 et celles IT de la deuxième table TB2, une requête d’intersection entre les données IL de la première table TB1 et celles ID de la troisième table TB3 et une requête d’intersection entre les données IL de la première table et celle MKPI de la quatrième table TB4.

Par exemple, la requête suivante est adressée à la base de données DB’ pour compter un nombre de bâtiments indépendants dans la zone ZC de la station de base BS :

sql = SELECT idf_vorocells.site_id, points.buildings, count(points.way) AS feature_count
FROM idf_vorocells LEFT JOIN points ON st_intersects(idf_vorocells.geom, points.way)
WHERE points.building is not null
GROUP BY idf_vorocells.site_id, idf_vorocells.geom, points.building;

En réponse, on obtient une liste d’identifiants d’objets d’intérêt (par exemple, un pont, un immeuble, une route, un arrêt de bus, etc) et un nombre d’itérations rencontré pour chaque type dans la zone géographique ZC.

Une fois les opérations d’intersection réalisées, on met en œuvre une opération de jointure des tables résultantes, pour la station de base BS.

A l’aide de ces différentes requêtes on obtient un tableau TA comprenant les informations démographiques, topographiques et de trafic relatives à une même cellule de Voronoï et donc à une même zone géographique de couverture radio ZC, qui ont été agrégées en 35. Avantageusement, une ligne du tableau TA est associée à l’identifiant BS_ID de la station de base BS et comprend pour chaque type d’objet d’intérêt associé chacun à une colonne, un nombre d’occurrences rencontré, comme par exemple pour l’objet « arrêt de bus », le nombre d’arrêts de bus présents dans la zone ZC. On note que du fait de l’agrégation, un type d’objet d’intérêt et donc une colonne du tableau correspond à la population présente dans la zone ZC.

On note également qu’il est possible de sélectionner un sous-ensemble d’objets d’intérêt afin de ne conserver dans le tableau TA qu’un nombre p raisonnable de colonnes. Par exemple, on suppose que p vaut 271.

En 36, le dispositif 100 exploite les données de la ligne TA(BS_ID) de ce tableau pour prédire une séquence temporelle de valeurs d’un indicateur de trafic de données utilisateur dans la zone géographique de couverture radio ZC.

Dans un premier mode de réalisation qui va maintenant être décrit en relation avec la , ces données de la ligne TA(BS_ID) sont fournies en entrée d’un module de prédiction automatique MPA mettant en œuvre un modèle d’analyse de données MP obtenu par apprentissage machine.

Par exemple, ce module MPA est un réseau de neurones ou tout autre module d’intelligence artificielle apte à remplir les mêmes fonctions, basé sur une des techniques suivantes
- arbre de décision, par exemple de type Random Forests,
- arbre de décision boosté (ou « Gradient boosted decision trees », en anglais), par exemple de type Catboost, XGBoost ou LightGBM ;^;
- machine à vecteurs de support (ou « Support Vector Machine », en anglais) ;
- réseau de neurones de typeMulti-layer Perceptron ;
- etc.

Avantageusement, cet apprentissage ou entraînement a été mis en œuvre au cours d’une étape préalable 30, qui a permis de construire le modèle d’analyse MP du module MPA à partir d’un ensemble de données d’apprentissage. Le modèle d’analyse MP ainsi construit est exploité en 36 par le module MPA pour réaliser la prédiction selon l’invention.

On note que l’apprentissage du modèle MP et l’analyse des informations démographiques et topographiques à l’aide du modèle MP pour prédire un indicateur de trafic de données utilisateur, sont ici présentés en deux temps, ou en deux phases distinctes, par simplicité. Il est entendu cependant que l’apprentissage peut être effectué plusieurs fois (notamment en parallèle ou après l’analyse) et que l’analyse peut être continue.

Ainsi, dans certains modes de réalisation, l’apprentissage peut comprendre une phase d’apprentissage 30, « en amont » (initiale et préalable à la phase d’analyse) pour apprendre à analyser un ensemble d’informations démographiques et topographiques d’une zone de couverture et définir des paramètres pour permettre ensuite, à partir de n'importe quel ensemble d’informations démographiques et topographiques d’une autre zone de couverture radio, c’est-à-dire présenté en entrée du module MPA, de prédire une séquence temporelle de valeurs de l’indicateur de trafic KPI souhaité.

La phase d’apprentissage en amont s’appuie donc sur un ensemble ou base d’apprentissage comprenant, pour les différentes zones géographiques de couverture radio de stations de base en fonctionnement, des ensembles d’informations démographiques, topographiques et éventuellement de caractéristiques techniques de la station de base, collectés pour chaque zone, et étiquetés à l’aide de séquences temporelles de valeurs réelles mesurées de l’indicateur de trafic KPI.

La phase d’apprentissage peut comprendre aussi un apprentissage au fil de l’eau à partir d’informations démographiques et topographiques et de mesures de valeurs de trafic collectées dans la zone géographique de couverture, afin d’affiner le paramétrage issu de l’apprentissage en amont. Les deux apprentissages peuvent être effectués sur un même équipement (par exemple sur l’équipement de contrôle CTR ou sur des équipements différents (par exemple l’apprentissage amont peut être effectué sur un autre équipement du réseau de télécommunications mobile, dédié à cette tâche, l‘apprentissage au fil de l’eau étant effectué par l’équipement de contrôle CTR ou localement au niveau de la station de base BS.

D’un point de vue d’un tel module d’intelligence artificielle, la ligne TA(BS_ID) du tableau obtenu à l’issue de l’étape précédente est un vecteur V_INde valeurs réelles de taillepoù p est un entier non nul correspondant au nombre p de colonnes du tableau.

Selon l’invention, le module de prédiction MPA est configuré pour produire en sortie un vecteur V_OUTcomprenant un nombre entier q non nul de variables réelles, par exemple égal à 7 jours x 24h, soit q= 168. Plus précisément, dans cet exemple de réalisation de l’invention, le vecteur de sortie V_OUTfournit une séquence temporelle de valeurs d’un indicateur KPI de trafic de données utilisateurs dans la zone ZC, comprenant une valeur moyennée de cet indicateur par heure pour une période temporelle PT d’une semaine.

Un tel ensemble de valeurs est une séquence temporelle de valeurs moyennes de l’indicateur KPI pour la zone ZC considérée, qui peut être représentée sous la forme d’une courbe CV afin d’illustrer les variations de cet indicateur au cours du temps.

En 37, le vecteur de sortie V_OUTest exploité pour décider d’une action de gestion à mettre en œuvre au niveau de la station de base BS.

Dans le cas où cette station de base est déjà déployée dans le réseau, l’action de gestion décidée peut être une action d’allocation ou de désallocation dynamique de ressources de la station de base BS, afin de s’adapter aux variations de trafic prédites sur la période temporelle considérée, par exemple les pics ou creux de trafic à certaines heures de la journée. Dans le cas d’une architecture de réseau définie par logiciel ou SDN (de l’anglais, « Software Defined Networks »), l’équipement de contrôle CTR peut instancier des fonctions dans la station de base BS.

Dans le cas où cette station de base n’est pas encore déployée dans le réseau RM, l’action de gestion peut prendre la forme d’une commande ou recommandation ou encore priorisation de déploiement d’un nouvel équipement sous forme physique ou virtualisée. Elle peut aussi préconiser la mise à l’arrêt de ressources devenues superflues.

Elle peut enfin recommander l’ajout de nouvelles fonctions de gestion dans l’équipement d’accès BS, comme par exemple des fonctions de gestion de la qualité de service, d’optimisation, de localisation de fonctions à la périphérie (« edge computing »).

Par exemple, cette ou ces recommandations ou peuvent être transmise sous la forme d’un message de signalisation à un équipement du réseau de télécommunications dédié à la planification de déploiement de nouvelles ressources dans le réseau.

On suppose maintenant que l’action de gestion décidée par le procédé selon l’invention a été mise en œuvre. Par exemple, une antenne radio supplémentaire a été installée sur le site de la station de base BS.

En 38, des mesures réelles de valeurs de l’indicateur de trafic de données utilisateur prédit en 36 sont obtenues par le dispositif 100 pour la zone ZC, qui déclenche en 39 une mise à jour du modèle de prédiction MP du module MPA. Le modèle MP mis à jour sera exploité lors de prochaines mises en œuvre du procédé de gestion de ressources selon l’invention pour d’autres stations de base, ce qui permettra de produire des prédictions d’indicateurs de trafic de données utilisateur plus fines et précises.

On détaille maintenant en relation avec la , un deuxième mode de réalisation de l’invention, selon lequel le réseau de neurones mis en œuvre dans le module MPA est un réseau de neurones de type « transformeur ». Il s’agit d’un réseau de neurones à convolutions d’un type particulier, mettant en œuvre un mécanisme d’attention inspiré du fonctionnement du cerveau humain. Un exemple de structure d’un tel réseau est par exemple décrit dans le document de Vaswani et al., intitulé « Attention is all you need”, publié en 2017, dans les proceedings de la conférence « Neural Information Processing Systems » (NIPS 2017), qui s’est tenue à Long Beach, CA, USA.

Initialement, des architectures de réseau de neurones transformeur ont été développées spécifiquement pour le traitement du langage naturel et notamment la traduction d’un texte d’une langue vers une autre langue. En effet, le mécanisme d’attention apprend à traduire séquentiellement une suite de mots et, simultanément, à aligner des mots cibles avec les mots sources les plus pertinents.

Par la suite, les réseaux de neurones ont été adaptés pour exécuter d’autres tâches de transformation, comme par exemple la conversion de texte en image, par exemple selon la technique décrite dans le document de Ramesh et al., intitulé « Zero-shot text-to-image generation » et publié en 2021, sur le site internet /https/arXiv.org, preprint arXiv:2102.12092.

Selon ce deuxième mode de réalisation proposé, le module de prédiction MPA met en œuvre un réseau de neurones transformeur spécifiquement adapté pour convertir un vecteur d’entrée comprenant des informations démographiques et topographiques en une séquence temporelle de valeurs d’un indicateur KPI de trafic de données utilisateurs sur une période temporelle donnée.

Pour ce type de module de prédiction, le vecteur d’entrée V_INest vu comme une phrase de p mots, par exemple une phrase de 271 mots. La signification d’un mot est donnée par la valeur numérique associée à ce mot, c’est-à-dire à un type particulier d’objet d’intérêt ou de variable démographique ou topographique par exemple.

La détaille l’étape de prédiction 36 selon ce deuxième mode de réalisation.

En 61, et pour éviter d’avoir à gérer une infinité de valeurs et donc de significations possibles de chaque mot de la phrase, celles-ci sont discrétisées, par exemple en les quantifiant selon une technique de quantification connue en soi. Un vecteur intermédiaire VD de p composantes discrétisées est obtenu.

En 62, le vecteur VD est transformé ou converti en un vecteur de sortie compressé VC comprenant n composantes, avec n entier inférieur à q. Par exemple, n vaut 4.

Ce vecteur VC est une représentation compressée de la sortie finale. Un avantage d’une telle compression, décrite notamment dans le document de Ramesh et al. déjà cité, pour une application à la conversion d’un texte en image, permet de limiter la complexité du modèle et de réduire le temps de calcul.

En 63, le vecteur VC est décompressé à l’aide de la partie décodeur d’un auto-encodeur variationnel discret par exemple tel que celui décrit dans le document de Ramesh et al. On note toutefois que l’architecture de cet auto-encodeur est adaptée de sorte à produire en sortie le vecteur de sortie V_OUTprésentant les dimensions souhaitées, à savoir q composantes, avec q = 168. Cet auto-encodeur (parties encodeur et décodeur) a été préalablement entraîné pour que la sortie reconstituée soit la plus fidèle possible aux données présentées en entrée. Un avantage d’utiliser un tel réseau de neurones pour prédire le vecteur de sortie V_OUTest qu’il est non déterministe, au sens qu’il est capable de produire plusieurs prédictions pour une même station de base, ce qui permet d’associer des intervalles de confiance à ces prédictions.

On note qu’en variante, la partie décodeur de cet auto-encodeur pourrait être utilisée en combinaison d’un autre algorithme d’apprentissage machine qu’un réseau de neurones de type transformeur, par exemple des arbres de décision boostés.

On présente enfin, en relation avec la , un exemple de structure matérielle d’un dispositif 100 de gestion des ressources d’un équipement d’accès tel qu’une station de base dans un réseau de télécommunications mobiles, ledit dispositif comprenant un module d’obtention d’une zone géographique de couverture d’une cellule radio associée à ladite station de base dudit réseau, un module d’obtention d’informations démographiques et topographiques relatives à ladite zone de couverture, un module de prédiction d’une séquence temporelle de valeurs d’au moins un indicateur de trafic de données de communication de terminaux utilisateurs attachés à ladite cellule radio pour une période temporelle donnée, au moins à partir des information obtenues et un module de décision d’une action de gestion des ressources de la station de base en fonction de la séquence temporelle prédite pour la période temporelle donnée.

Avantageusement, le dispositif 100 comprend un module d’apprentissage préalable d’un modèle de prédiction des informations obtenues en ladite séquence temporelle de valeurs d’au moins un indicateur de trafic de données de communication, ledit modèle de prédiction étant utilisé par ledit module de prédiction.

Avantageusement, le dispositif 100 comprend, suite à l’exécution de l’action de gestion, un module d’obtention de mesures de l’indicateur de trafic dans la zone de couverture radio de la station de base et un module de mise à jour du modèle de prédiction à l’aide de mesure obtenues.

Le terme « module » peut correspondre aussi bien à un composant logiciel qu’à un composant matériel ou un ensemble de composants matériels et logiciels, un composant logiciel correspondant lui-même à un ou plusieurs programmes ou sous-programmes d’ordinateur ou de manière plus générale à tout élément d’un programme apte à mettre en œuvre une fonction ou un ensemble de fonctions.

Plus généralement, un tel dispositif 100 comprend une mémoire vive 103 (par exemple une mémoire RAM), une unité de traitement 102 équipée par exemple d'un processeur, et pilotée par un programme d'ordinateur Pg1, représentatif des modules d’obtention, de prédiction et de décision, stocké dans une mémoire morte 101 (par exemple une mémoire ROM ou un disque dur). A l'initialisation, les instructions de code du programme d'ordinateur sont par exemple chargées dans la mémoire vive 103 avant d'être exécutées par le processeur de l'unité de traitement 102. La mémoire vive 103 peut aussi contenir par exemple les informations démographiques et topographiques obtenues, le modèle de prédiction appris, les mesures de l’indicateur de trafic collectées pour la zone de couverture radio.

La illustre seulement une manière particulière, parmi plusieurs possibles, de réaliser le dispositif 100 afin qu’il effectue les étapes du procédé de gestion de ressources d’un équipement d’accès tel que détaillé ci-dessus, en relation avec la , dans ses différents modes de réalisation. En effet, ces étapes peuvent être réalisées indifféremment sur une machine de calcul reprogrammable (un ordinateur PC, un processeur DSP ou un microcontrôleur) exécutant un programme comprenant une séquence d’instructions, ou sur une machine de calcul dédiée (par exemple un ensemble de portes logiques comme un FPGA ou un ASIC, ou tout autre module matériel).

Dans le cas où le dispositif 100 est réalisé avec une machine de calcul reprogrammable, le programme correspondant (c'est-à-dire la séquence d’instructions) pourra être stocké dans un médium de stockage amovible (tel que par exemple une carte SD, une clé USB, un CD-ROM ou un DVD-ROM) ou non, ce médium de stockage étant lisible partiellement ou totalement par un ordinateur ou un processeur.

Les différents modes de réalisation ont été décrits ci-avant en relation avec un dispositif 100 intégré dans un équipement de contrôle d’un réseau de télécommunications mobiles, mais il peut aussi être intégré dans un équipement de ce réseau tel qu’un équipement d’accès comme par exemple une station de base.

Claims (15)

1. Procédé de gestion de ressources d’au moins un équipement d’accès (BS) d’un réseau de télécommunications (RM), comprenant :
   - l’obtention (31) d’informations de localisation (IL) d’une zone géographique (ZC) desservie par ledit équipement d’accès;
   - l’obtention (32) d’informations démographiques (ID) et topographiques (IT) relatives à ladite zone géographique de couverture ;
   - la prédiction (36) d’un ensemble de valeurs d’au moins un indicateur de trafic de données de communication d’équipement terminaux connectés audit équipement d’accès pour une période temporelle donnée, au moins à partir des information démographiques et topographiques obtenues; et
   - la décision (37) d’au moins une action de gestion des ressources de l’équipement d’accès au moins en fonction de l’ensemble de valeurs prédit pour la période temporelle donnée et de caractéristiques techniques relatives aux ressources dudit au moins un équipement d’accès.
2. Procédé de gestion selon la revendication 1, caractérisé en ce que l’action de gestion comprend une commande de déploiement d’au moins une ressource supplémentaire dans l’équipement d’accès et appartient à un groupe comprenant au moins :
   - une commande de déploiement d’une antenne radio supplémentaire dans l’équipement d’accès, lorsque l’équipement d’accès est une station de base d’un réseau de télécommunications mobiles ;
   - une commande de remplacement d’une antenne existante de l’équipement d’accès par une antenne de génération ultérieure, lorsque l’équipement d’accès est une station de base d’un réseau de télécommunications mobiles ;
   - une commande de suppression d’une antenne existante de l’équipement d’accès, lorsque l’équipement d’accès est une station de base d’un réseau de télécommunications mobiles ;
   -une commande de déploiement de l’équipement d’accès dans le réseau de télécommunications ;
   - une commande de déplacement de l’équipement d’accès dans le réseau de télécommunications.
3. Procédé de gestion selon l’une quelconque des revendications précédentes, caractérisé en ce que l’action de gestion comprend un ajustement des ressources allouées à l’équipement d’accès et appartient à un groupe comprenant au moins :
   - un ajustement d’un niveau de puissance d’émission et/ou d’une orientation d’au moins une antenne de l’équipement d’accès, lorsque l’équipement d’accès est une station de base d’un réseau de télécommunications mobiles ;
   - un ajustement d’une quantité de ressources matérielles et/ou logicielles allouées au fonctionnement de l’équipement d’accès ;
   - un ajustement de fonctions de gestion du trafic acheminé par l’équipement d’accès.
4. Procédé de gestion selon l’une quelconque des revendications précédentes, caractérisé en ce que l’indicateur de trafic de données de communication appartient à un groupe comprenant au moins :
   - un débit de données de communication descendant et/ou montant ;
   - un nombre d’équipements terminaux connectés à l’équipement d’accès ;
   - un volume global de trafic de données acheminées par l’équipement d’accès ;
   - une typologie des données de communication acheminées par l’équipement d’accès.
5. Procédé de gestion selon l’une quelconque des revendications précédentes, caractérisé en ce que la prédiction (36) prend aussi en compte lesdites caractéristiques techniques des ressources dudit au moins un équipement d’accès.
6. Procédé de gestion selon l’une quelconque des revendications précédentes, caractérisé en ce qu’il comprend l’obtention (34) d’informations (MKPI) de mesures d’au moins ledit indicateur de trafic de données de communication sur la période temporelle donnée et en ce que la prédiction (36) prend aussi en compte lesdites informations de mesures.
7. Procédé de gestion selon l’une quelconque des revendications précédentes, caractérisé en ce qu’il comprend l’apprentissage préalable (30) d’un modèle de prédiction (MP) des informations obtenues en ledit ensemble de valeurs d’au moins un indicateur de trafic de données de communication et en ce que ladite prédiction (36) met œuvre un module d’intelligence artificielle (MPA) configuré pour utiliser ledit modèle de prédiction (MP).
8. Procédé de gestion selon l’une quelconque des revendications précédentes, caractérisé en ce qu’il comprend l’agrégation (35) des informations obtenues pour ladite zone géographique de couverture radio (ZC) en un vecteur d’entrée (V_IN) comprenant un nombre (p), dit nombre d’entrée, de premières composantes égal à un nombre d’informations obtenues, et en ce que ladite prédiction (36) comprend la transformation (60), à partir dudit modèle de prédiction (MP), du vecteur d’entrée (V_IN) en un vecteur de sortie (_VOUT), représentatif de dudit ensemble de valeurs dudit indicateur de trafic de données de communication, comprenant un nombre de composantes, dit nombre de sortie (q), égal à un nombre d’intervalles temporels dans la période temporelle donnée.
9. Procédé de gestion selon la revendication 8, caractérisé en ce que ladite transformation (60) comprend la discrétisation (61) des premières composantes du vecteur d’entrée et la formation d’un vecteur, dit vecteur discrétisé (VD), dont les composantes comprennent les premières composantes discrétisées, la traduction (62) du vecteur discrétisé en un vecteur (VC) dit compressé, représentatif dudit ensemble de valeurs dudit indicateur de trafic de données de communication et comprenant un nombre de composantes (n), inférieur au nombre de sortie (q), et le décodage (63) du vecteur compressé (VD) en le vecteur de sortie (V_OUT).
10. Procédé de gestion selon l’une quelconque des revendications 7 à 9, caractérisé en ce qu’il comprend, suite à l’exécution de l’action de gestion, l’obtention (38) d’un nouvel ensemble de mesures de l’indicateur de trafic de données de communication sur une nouvelle période temporelle et la mise à jour (39) de l’apprentissage du modèle de transformations de données à partir dudit nouvel ensemble.
11. Dispositif (100) de gestion de ressources d’au moins un équipement d’accès (BS) dans un réseau de télécommunications (RM), ledit dispositif étant configuré pour mettre en œuvre :
    - l’obtention d’informations de localisation (IL) d’une zone géographique desservie par ledit équipement d’accès;
    - l’obtention d’informations démographiques (ID) et topographiques (IT) relatives à ladite zone géographique;
    - la prédiction d’un ensemble de valeurs d’au moins un indicateur de trafic de données de communication d’équipement terminaux connectés audit équipement d’accès pour une période temporelle donnée, au moins à partir des information démographiques et topographiques obtenues; et
    - la décision d’au moins une action de gestion des ressources de l’équipement d’accès en fonction de l’ensemble de valeurs prédit pour la période temporelle donnée.
12. Equipement de contrôle (CTR) d’un réseau de télécommunications (RM), configuré pour contrôler au moins un équipement d’accès dudit réseau, ledit équipement d’accès étant configuré pour connecter des équipements terminaux audit réseau, caractérisé en ce qu’il comprend un dispositif (100) de gestion de ressources dudit équipement d’accès (BS) selon la revendication 11.
13. Equipement d’accès (BS) d’un réseau de télécommunications (RM), configuré pour connecter des équipements terminaux audit réseau, caractérisé en ce qu’il comprend un dispositif (100) de gestion de ressources selon la revendication 11.
14. Système (S) de gestion de ressources dans un réseau de télécommunications (RM), caractérisé en ce qu’il comprend au moins un équipement d’accès (BS) dudit réseau, configuré pour connecter des équipements terminaux audit réseau et un dispositif de gestion de ressources dudit équipement d’accès selon la revendication 11.
15. Programme d’ordinateur comprenant des instructions de code de programme pour la mise en œuvre d’un procédé selon l'une quelconque des revendications 1 à 10, lorsqu’il est exécuté par un processeur.