JP5607488B2 - 無線基地局 - Google Patents

Description

本発明は、移動体通信で使用される無線基地局に関する。

特許文献１には、トラフィックに基づいて複数のベースバンド処理ユニットの個々への給電を制御し、低トラフィック時の電力消費を削減しようとする技術が記載されている。

特開2007-134840号公報

しかし、トラフィックは急激に変化することがある。最新の実際のトラフィックに基づいてベースバンド処理ユニットへの給電を制御したとしても、トラフィックの急激な変化に追従して、必要な数のベースバンド処理ユニットを適時に利用可能にするのは困難である。

そこで、本発明は、将来のトラフィックの変化に順応して、適切な個数のベースバンド信号処理ユニットを稼働させる無線基地局を提供する。

本発明に係る無線基地局は、複数の移動端末との送信信号および受信信号を処理する複数のベースバンド信号処理ユニットと、実際のトラフィックに基づいて、将来の予測トラフィックを推定するトラフィック推定部と、前記予測トラフィックの処理に必要な個数の前記ベースバンド信号処理ユニットを完全に稼働させ、他のベースバンド信号処理ユニットの動作性能を低下させる性能制御部とを備える。
本発明によれば、将来の予測トラフィックを推定することにより、将来のトラフィックの変化に順応して、適切な個数のベースバンド信号処理ユニットを稼働させることが可能である。このように、適切な個数のベースバンド信号処理ユニットを稼働させることにより、電力消費を削減するとともに、トラフィックの増加に適切に対処することができる。

前記トラフィック推定部は、ある期間にわたる過去の実際のトラフィックの最大値を、前記予測トラフィックとして推定してもよい。
前記トラフィック推定部は、ある期間にわたる過去の実際のトラフィックの平均値または中央値を、前記予測トラフィックとして計算してもよい。

前記トラフィック推定部は、２４時間よりも長い期間にわたる過去の実際のトラフィックの２４時間間隔の各時刻での平均を計算し、前記各時刻での平均を、各時刻での前記予測トラフィックとして推定してもよく、前記性能制御部は、各時刻での前記予測トラフィックに従って、前記ベースバンド信号処理ユニットの各々の動作性能を制御してもよい。
この場合、前記トラフィック推定部は、時間の経過とともに前記期間をシフトして、過去の実際のトラフィックの２４時間間隔の各時刻での移動平均を計算し、前記各時刻での移動平均を、各時刻での前記予測トラフィックとして推定してもよい。

前記トラフィック推定部は、状態空間を表す状態変数を実際のトラフィックに基づいて修正することと、前記状態変数に基づいて、将来の一時点での前記予測トラフィックを計算することとを繰り返す適応型予測フィルタを備えてもよく、前記性能制御部は、前記予測トラフィックに従って、前記ベースバンド信号処理ユニットの各々の動作性能を制御してもよい。
適応型予測フィルタによれば、将来の予測トラフィックを精度よく推定することが可能である。

前記適応型予測フィルタはカルマンフィルタであってよい。
前記適応型予測フィルタはＲＬＳ（再帰最小二乗）適応フィルタであってよい。
前記適応型予測フィルタはＬＭＳ（最小平均二乗）適応フィルタであってよい。

好ましくは、無線基地局は、最新の実際のトラフィックと前記予測トラフィックとを比較する比較部をさらに備え、前記最新の実際のトラフィックが前記予測トラフィックを越えると前記比較部が判断すると、前記性能制御部は、前記最新の実際のトラフィックの処理に必要な個数の前記ベースバンド信号処理ユニットを完全に稼働させてもよい。この場合には、推定された予測トラフィックに対応する数のベースバンド信号処理ユニットが、処理すべき最新の実際のトラフィックに対して不足する場合、完全に稼働するベースバンド信号処理ユニットの数が処理すべき最新の実際のトラフィックに適するように増加させられて、トラフィックの増加が許容される。

本発明の実施の形態に係る無線通信システムを示すブロック図である。 本発明の実施の形態に係る無線基地局の詳細を示すブロック図である。 前記無線基地局内のベースバンド信号処理カードの詳細を示すブロック図である。 一般的な１つの無線基地局が処理するトラフィックの変化の例を示すグラフである。 図４のグラフに、実施の形態に係るトラフィック推定部が推定した各種の予測トラフィックを書き加えたグラフである。 トラフィックの２４時間間隔の各時刻での平均を計算する手法を示す概略図である。 図５の右半分を拡大したグラフである。

以下、添付の図面を参照しながら本発明に係る様々な実施の形態を説明する。

図１に示すように、本発明の実施の形態に係る無線通信システムは、コアネットワーク１０と無線アクセスネットワーク２０とを備える。無線アクセスネットワーク２０は、複数の無線基地局２２と無線基地局同士を結ぶＸ２インターフェース２ｘを備える。コアネットワーク１０は、複数の無線基地局２２と接続している。無線基地局２２はその無線基地局のセル２３にある移動端末５０と通信する。各無線基地局２２は、UMTS（Universal Mobile Telecommunications System）でのNB（Node B）であってもよい。図１に示す実施の形態では、無線基地局２２はＸ２インターフェース２ｘで接続されているが、コアネットワーク１０に接続されている図示しない無線ネットワーク制御装置（ＲＮＣ)に接続されていてもよい。移動端末５０は例えば携帯電話（UMTS（Universal Mobile Telecommunications System）LTE（Long Term Evolution）でのUE（user equipment））である。

図２に示すように、各無線基地局２２は、基地局間通信部２４、無線通信部２６、複数のベースバンド（ＢＢ）信号処理カード２８、最新トラフィックカウント部３０、トラフィック推定部３２、比較部３４、性能制御部３６、電源３８および電源バス４０を備える。

無線基地局２２のこれらの要素のうち、最新トラフィックカウント部３０、トラフィック推定部３２、比較部３４、性能制御部３６は、無線基地局２２の図示しないプロセッサがコンピュータプログラムを実行し、そのコンピュータプログラムに従って機能することによって実現される機能ブロックである。

無線通信部２６は、無線基地局２２がそのセル内の移動端末５０から受信した電波を電気信号に変換するための受信回路と、セル内の移動端末５０へ送信する信号を電波に変換するための送信回路とを備える。基地局間通信部２４は、無線基地局２２が他の無線基地局２２との通信を行うための通信インターフェイスである。基地局間通信部２４により、他の無線基地局２２のセル内にある移動端末と、この無線基地局２２のセル内にある移動端末の通信が実行される。

複数のＢＢ信号処理カード（ベースバンド信号処理ユニット）２８（２８_１〜２８_ｎ）の各々は、移動端末５０との送信信号および受信信号に対してベースバンド信号処理を行う。例えば、ＢＢ信号処理カード２８の各々は、送信信号の誤り訂正符号化、フレーム化、データ変調、拡散変調を行い、また、受信信号の逆拡散、チップ同期、誤り訂正復号、データの多重分離、セクタ間ダイバーシチハンドオーバ時の最大比合成などの信号処理を行う。ＢＢ信号処理カード２８の各々は、無線基地局２２に着脱自在なカード形態である。

最新トラフィックカウント部３０は、この無線基地局２２で処理される最新の実際のトラフィックをカウントする。具体的には、最新トラフィックカウント部３０は、無線基地局２２のセル内の移動端末５０からの発呼の数およびそれらの移動端末５０への着呼の数の合計をカウントする。

トラフィック推定部３２は、最新トラフィックカウント部３０でカウントされたトラフィックに関する情報を格納し、実際のトラフィックに基づいて、将来の予測トラフィックを推定する。

性能制御部３６は、トラフィック推定部３２で推定された予測トラフィックの処理に必要な個数のＢＢ信号処理カード２８を完全に稼働させ、他のＢＢ信号処理カード２８の動作性能を低下させ、無線基地局２２の電力消費を削減する。このようにして、性能制御部３６は、実際のトラフィックに基づいて推定された予測トラフィックに対応する数のＢＢ信号処理カード２８のみを完全に稼働させる。

トラフィック推定部３２による予測トラフィックの推定の時間間隔および性能制御部３６によるＢＢ信号処理カード２８の動作性能の制御の時間間隔は任意に決定することができる。例えば、これらの時間間隔は１時間にしてもよい。

比較部３４は、最新トラフィックカウント部３０でカウントされた最新の実際のトラフィックとトラフィック推定部３２で推定された予測トラフィックとを比較する。最新の実際のトラフィックが予測トラフィックを越えると比較部３４が判断すると、性能制御部３６は、最新トラフィックの処理に必要な個数のＢＢ信号処理カード２８を完全に稼働させる。したがって、推定された予測トラフィックに対応する数のＢＢ信号処理カード２８が、処理すべき最新の実際のトラフィックに対して不足する場合、完全に稼働するＢＢ信号処理カード２８の数が処理すべき最新の実際のトラフィックに適するように増加させられて、トラフィックの増加が許容される。

図３は、ＢＢ信号処理カード２８の各々の詳細を示す。図３に示すように、ＢＢ信号処理カード２８の各々は、上述したベースバンド信号処理を行うプロセッサ４６と、プロセッサ４６のワークエリアであるメモリ４８を備える。プロセッサ４６は、ＣＰＵまたはＤＳＰ（Digital Signal Processer）である。

性能制御部３６は、ＢＢ信号処理カード２８内のプロセッサ４６とメモリ４８の少なくとも一方を制御して、ＢＢ信号処理カード２８のそれぞれの動作性能を制御する。

性能制御部３６によるＢＢ信号処理カード２８の動作性能を低下させる具体的な態様は下記のいずれかである。
ａ．プロセッサ４６の動作クロック周波数を低減させる。プロセッサ４６の演算速度は遅くなるが、電力消費が削減される。ＢＢ信号処理カード２８を再び完全に稼働させるのに要する時間は最も短くて済む。
ｂ．プロセッサ４６をスタンバイ状態またはスリープ状態にする。メモリ４８には完全に稼働する時と同様に給電されるが、プロセッサ４６には完全に稼働する時と比べて非常に低い電力が供給される。ＢＢ信号処理カード２８を再び完全に稼働させるのに要する時間は短くて済む。
ｃ．プロセッサ４６とメモリ４８への給電を遮断する。ＢＢ信号処理カード２８を再び完全に稼働させるのに要する時間は長い。例えば、性能制御部３６は、無線基地局２２の電源３８に接続された電源バス４０からＢＢ信号処理カード２８への給電を不可能にする。

逆に性能制御部３６によるＢＢ信号処理カード２８を完全に稼働させる具体的な態様は下記のいずれかである。
ａ．低下させられたプロセッサ４６の動作クロック周波数を基本周波数にする。
ｂ．スタンバイ状態またはスリープ状態からプロセッサ４６を通常稼働状態に復帰させる。
ｃ．遮断されていたプロセッサ４６とメモリ４８への給電を再開する。

次に、トラフィック推定部３２による将来の予測トラフィックの推定手法を説明する。図４は、一般的な１つの無線基地局２２が処理するトラフィックの変化の例を示すグラフである。図４に示すように、一般的なトラフィックは２４時間周期で変化する。これは、１日において、昼間にはトラフィックが増加し、深夜にはトラフィックが減少するためである。したがって、トラフィックの変化は、２４時間周期の周期成分を有する。

また、図４において、左半分では概略的にトラフィックが多く、右半分では概略的にトラフィックが少ない。このように、トラフィックの変化は、２４時間周期の変化要因だけでなく、他の変化要因を持つ。他の変化要因としては、季節、平日と休日、特定の祝日、特定の行事などがある。季節、平日と休日といったより長い周期の変化要因は、トラフィックの変化のトレンド成分に影響する。特定の祝日、特定の行事といった変化要因は、突発的なトラフィックの変化に影響する。

図５は、図４のグラフに、トラフィック推定部３２が推定した各種の予測トラフィックを書き加えたグラフである。図５において、曲線Ｊは、図４に示されたトラフィックの変化の例を示す。

１つの実施の形態として、トラフィック推定部３２は、ある期間にわたる過去の実際のトラフィックの最大値を、予測トラフィックとして推定してもよい。図５において、ある期間（サンプリング期間）Ｔ_Ｓにわたる過去の実際のトラフィックの最大値Ｍａを直線で示す。トラフィック推定部３２がトラフィックの最大値Ｍａを予測トラフィックとして推定した場合、図５の範囲内では、トラフィックの変化Ｊは予測トラフィックを上回ることはない。より長期間についても、トラフィックの変化Ｊは予測トラフィックを上回ることはあまりないと予想される。好ましくは、サンプリング期間Ｔ_Ｓは、２４時間より長い期間である。より好ましくは、サンプリング期間Ｔ_Ｓは、１週間またはそれより長い。

他の１つの実施の形態として、トラフィック推定部３２は、ある期間にわたる過去の実際のトラフィックの平均値または中央値を、予測トラフィックとして計算してもよい。図５において、ある期間（サンプリング期間）Ｔ_Ｓにわたる過去の実際のトラフィックの中央値Ｍｅを直線で示す。好ましくは、サンプリング期間Ｔ_Ｓは、２４時間より長い期間である。より好ましくは、サンプリング期間Ｔ_Ｓは、１週間またはそれより長い。

他の１つの実施の形態として、トラフィック推定部３２は、２４時間よりも長い期間にわたる過去の実際のトラフィックの２４時間間隔の各時刻での平均を計算し、各時刻での平均を、各時刻での予測トラフィックとして推定してもよい。つまり、図６に示すように、ある時刻およびその時刻の２４ｎ時間前のトラフィックの値（ｎは正の整数であって任意に定めることができる）から平均Ａ_１を計算する。また、別のある時刻およびその時刻の２４ｎ時間前のトラフィックの値から平均Ａ_２を計算する。また、時刻およびその時刻の２４ｎ時間前のトラフィックの値から平均Ａ_３を計算する。このようにして、トラフィック推定部３２は、各時刻の平均を計算して、各時刻での予測トラフィックとして推定する。性能制御部３６は、各時刻での予測トラフィックに従って、ＢＢ信号処理カード２８の各々の動作性能を制御する。

図５において、ある期間（サンプリング期間）Ｔ_Ｓにわたる過去の実際のトラフィックの２４時間間隔の各時刻での平均を曲線２４Ａで示す。好ましくは、サンプリング期間Ｔ_Ｓは、２４時間より長い期間である。より好ましくは、サンプリング期間Ｔ_Ｓは、１週間またはそれより長い。

各時刻での平均２４Ａを計算するサンプリング期間Ｔ_Ｓは固定でもよい。図５に示された各時刻での平均２４Ａは固定のサンプリング期間Ｔ_Ｓを前提とする。但し、トラフィック推定部３２は、時間の経過とともにサンプリング期間Ｔ_Ｓをシフトして、過去の実際のトラフィックの２４時間間隔の各時刻での移動平均を計算し、各時刻での移動平均を、各時刻での予測トラフィックとして推定してもよい。

トラフィック推定部３２は、状態空間を表す状態変数を実際のトラフィックに基づいて修正することと、状態変数に基づいて、将来の一時点での前記予測トラフィックを計算することとを繰り返す適応型予測フィルタであってよく、性能制御部３６は、予測トラフィックに従って、ＢＢ信号処理カード２８の各々の動作性能を制御してもよい。１つの実施の形態として、適応型予測フィルタはカルマンフィルタであってよい。他の１つの実施の形態として、適応型予測フィルタはＲＬＳ適応フィルタであってよい。他の１つの実施の形態として、適応型予測フィルタはＬＭＳ適応フィルタであってよい。図５において、カルマンフィルタによる予測トラフィックの変化を曲線Ｋａで示す。

図７は、図５の右半分を拡大したグラフである。図７にも、トラフィックの変化Ｊ、過去の実際のトラフィックの最大値Ｍａ、過去の実際のトラフィックの中央値Ｍｅ、各時刻での平均２４Ａ、カルマンフィルタによる予測トラフィックＫａが示されている。

また、図７において、曲線ＭｅＤはトラフィックの変化Ｊと過去の実際のトラフィックの中央値Ｍｅの相違を示し、曲線２４ＡＤはトラフィックの変化Ｊと各時刻での平均２４Ａの相違を示し、曲線ＫａＤはトラフィックの変化Ｊとカルマンフィルタによる予測トラフィックＫａの相違を示す。これらの曲線の積分値は、稼働させられるＢＢ信号処理カード２８で消費される無駄な電力を表す。

過去の実際のトラフィックの最大値Ｍａを予測トラフィックに設定した場合には、予測トラフィックとトラフィックの変化Ｊの相違が非常に大きく、稼働させられるＢＢ信号処理カード２８で消費される余剰電力が大きい。また、図７から理解できるように、過去の実際のトラフィックの中央値Ｍｅを予測トラフィックに設定した場合には、過去の実際のトラフィックの最大値Ｍａよりは好ましいが、やはり予測トラフィックとトラフィックの変化Ｊの相違が非常に大きい。各時刻での平均２４Ａを予測トラフィックに設定した場合には、過去の実際のトラフィックの中央値Ｍｅよりも、予測トラフィックとトラフィックの変化Ｊの相違が小さい。

カルマンフィルタによる予測トラフィックＫａを予測トラフィックに設定した場合には、予測トラフィックとトラフィックの変化Ｊの相違が極めて小さい。つまり、カルマンフィルタによれば、将来の予測トラフィックを精度よく推定することが可能である。ＲＬＳフィルタまたはＬＭＳフィルタのような他の適応型予測フィルタでも将来の予測トラフィックを精度よく推定することが可能であると考えられる。

次にカルマンフィルタによる予測トラフィックの推定手法を概略的に説明する。状態空間表現を下記の通り定義する。添字ｔは、時刻を表し、０以上の整数である。

実際のトラフィックの観測量Ｙ_tは、１つの値すなわちスカラーであり、下記のように表現することができる。

ここでスカラーｖ_tは観測雑音であり、下記のように表現される。

すなわち、観測雑音ｖ_tは、１次元の多変量正規分布（multivariable normal distribution）を持ち、その多変量正規分布の平均ベクトル(mean vector)は０であり、分散は１つの値すなわちスカラーＶである。スカラーＶは予測トラフィックの推定の前に決定される。

行列

は、直接には観測できないが観測量Ｙ_tに内在する状態変数を表しており、ｐ×１の行列である（ｐは正の整数である）。

行列

は、予測トラフィックの推定の前に指定される観測行列であり、１×ｐの行列である。

状態変数の行列

は、直前の（一期古い）状態変数の行列

を用いて、下記のように表現される。

ここで行列

は状態雑音であり、下記のように表現される。

すなわち、この状態雑音は、ｐ次元の多変量正規分布を持ち、その多変量正規分布の平均ベクトルは０であり、分散共分散行列(variance covariance matrix)は行列

である。

状態雑音の分散共分散行列

は、ｐ×ｐの対角行列である。この行列の成分は予測トラフィックの推定の前に決定される。

行列

は、予測トラフィックの推定の前に指定される状態遷移行列であり、ｐ×ｐの行列である。

カルマンフィルタとしてのトラフィック推定部３２は、一期先（一期将来）のトラフィックの観測値Ｙ_tの推定値

を例えば１時間おきに推定する。この推定値が「予測トラフィック」である。この推定を一期先予測（one-timestep prediction）と呼ぶ。一期先予測にあたっては、直前の状態変数の行列

に基づく一期先の状態変数の行列

が使用される。

一期先の時刻には、最新トラフィックカウント部３０からカルマンフィルタとしてのトラフィック推定部３２に、最新の実際に観測されたトラフィックの観測値Ｙ_tが供給される。カルマンフィルタは、一期先予測で得られたトラフィックの推定値と実際に観測されたトラフィックの観測値Ｙ_tの誤差に基づいて、状態変数の行列

を修正し、修正された状態変数の行列

を計算する。このような状態変数の行列の修正を更新（update）と呼ぶ。

更新により修正された状態変数の行列は、次の一期先予測で直前の状態変数の行列として使用される。一期先予測と更新を繰り返すことにより、過去の実際の複数のトラフィックの観測値が徐々に状態変数の行列に反映されてゆき、予測トラフィックの精度が改善されてゆく。例えば、１時間おきに予測トラフィックが推定される場合には、最初の予測トラフィックの推定からおよそ１日で予測トラフィックの精度が実用的な高いレベルになる。

カルマンフィルタの動作をより具体的に説明する。
まず、時刻ｔがゼロの場合の初期化を行う。この初期化では、状態変数の行列を下記のようにゼロ行列に設定する。

また、初期化では、現在の状態の分散を表すｐ×ｐの行列

を、すべての対角成分が所定値ｃ₀である下記の対角行列に設定する。

所定値ｃ₀は、１つの無線基地局２２が処理するトラフィックの最大値よりも大きく設定される。一般的には１つの無線基地局２２が処理するトラフィックの最大値は数十万以下であるので、所定値ｃ₀は例えば１０^７に設定してよい。

一期先予測においては、直前のパラメータ

と既知のパラメータ

に基づいて、下記の計算がされる。

行列

は、一期先の状態変数の行列であり、スカラー

は、一期先のトラフィックの推定値（予測トラフィック）である。

行列

は、一期先の状態変数の分散であり、スカラー

は、一期先の観測値の分散である。添字のＴは転置を示す。

更新においては、修正された状態変数の行列

と、現在の状態の分散を表すｐ×ｐの行列

が下記のように計算される。

ここで、行列

は、最適カルマンゲイン（optimal Kalman gain）であり、下記のように計算される。

e_tは、一期先予測の誤差、すなわち一期先予測で得られたトラフィックの推定値と実際に観測されたトラフィックの観測値Ｙ_tの誤差であり、下記のように計算される。

行列

は単位行列である。

次に予測トラフィックの推定の前に指定される状態遷移行列および観測行列の具体的な成分の値を説明する。状態遷移行列

は下記の２５×２５の行列である。すなわちｐ＝２５である。

省略された成分のうち四角形は＋１を示す。つまり第４行〜最終行まで＋１が斜めに直線上に並んでいる。三角形は−１を示す。つまり第３行の第４列から最終列まで−１が並んでいる。その他の省略された成分はすべてゼロである。

この状態遷移行列は、下記の２つのブロック（小行列）から構成されたブロック行列である。

２×２の小行列

は、状態変数のうち傾斜成分を考慮したレベル成分の状態遷移を表す。これは、下記のように得られる。状態変数の行列

の一部である２×１の行列を下記のように想定する。

ｍ_1tは傾斜成分を考慮したレベル成分であり、ｍ_2tは傾斜成分である。上記の通り、状態変数の行列と直前の状態変数の行列は下記の関係を有するが、下記の説明では状態雑音を無視する。

レベル成分ｍ_1tは短時間では傾斜成分ｍ_2tの分だけ増加し、傾斜成分ｍ_2tは短時間では変化しないと想定される。したがって、下記の等式が成立する。
ｍ_1t ＝ ｍ_1t-1 ＋ ｍ_2t-1
ｍ_2t ＝ ｍ_2t-1

これらの等式の関係を行列を用いて表すと下記の通りである。

このようにして傾斜成分を考慮したレベル成分の状態遷移を表す２×２の小行列

が得られる。

２３×２３の小行列

は、状態変数のうち周期成分の状態遷移を表す。これは、下記のように得られる。上記の通り、トラフィックの変化は、２４時間周期の周期成分を有する。状態変数の行列

の一部である２４×１の行列を下記のように想定する。

ｍ_b1は時刻ｔが１での周期成分であり、ｍ_b2は時刻ｔが２での周期成分である。このように添字の数字は時刻ｔを示し、ここでは時刻ｔは１時間差を持つ。

周期成分については、循環シフトによって、下記の等式が成立するとみなすことができる。
ｍ_b1 ＝ ｍ_b24
ｍ_b2 ＝ ｍ_b1
ｍ_b3 ＝ ｍ_b2
以下同様に、ｍ_b24 ＝ ｍ_b23

これらの等式の関係を行列を用いて表すと下記の通りである。

したがって、状態雑音を無視すると、周期成分の状態遷移を表す状態遷移行列の小行列は、２４×２４の行列であって下記のように表現される。

しかし、この表現では、上記の傾斜成分を考慮すると、全体の状態変数の行列

の各成分の値が一義的に定まらない欠点がある。そこで、下記の拘束条件が課される。

この拘束条件によれば、下記の等式が成立する。

したがって下記の関係が成立する。

状態雑音を無視すると、周期成分の状態遷移を表す状態遷移行列の小行列は、下記のように表現することができる。

この行列は２４×２４の正方行列であるが、上記の拘束条件のために、行列の次数を１つ省略（すなわち最終行と最終列を省略）して、下記の２３×２３の正方行列に書き換えることが可能である。

このようにして周期成分の状態遷移を表す状態遷移行列の２３×２３の小行列が得られる。

そして、傾斜成分を考慮したレベル成分の状態遷移を表す２×２の小行列と、周期成分の状態遷移を表す２３×２３の小行列から、下記の全体の２５×２５の状態遷移行列が得られる。

状態変数の行列は下記の２５×１の行列として表現される。

上記のように状態遷移行列が定められることにより、成分ｍ_t1は傾斜成分を考慮したレベル成分であり、成分ｍ_t2は傾斜成分であり、成分ｍ_t3は２４時間周期の周期成分である。成分ｍ_t2および成分ｍ_t4〜ｍ_t24は、時間変化を規定する補助的なものであるので、予測トラフィック

を推定するときには、これらは無視してよい。１つの無線基地局２２が処理するトラフィックの変化では、レベル成分と２４時間周期の周期成分が大きな要因であり、周期性を除いた傾斜成分は無視しうるほど微小だからである。

したがって、観測行列

は、下記の１×２５の行列として指定される。

省略された成分はすべてゼロである。

次に予測トラフィックの推定の前に決定される観測雑音ｖ_tの分散Ｖおよび状態雑音の分散共分散行列

の具体的な決定手法を説明する。

状態雑音の分散共分散行列は、２５×２５の下記の対角行列とすると好ましい。省略された対角成分はすべてゼロである。

すなわち、第１行第１列の成分ｗ₁および第３行第３列のｗ₃は変数であるが、他の成分はすべてゼロである。第２行第２列の成分もゼロである。上記の

の関係から明らかなように、第２行第２列の成分は、傾斜成分の分散すなわち傾斜成分の確率的な揺らぎの大きさである。１つの無線基地局２２が処理するトラフィックの変化では、レベル成分と２４時間周期の周期成分が大きな要因であり、周期性を除いた傾斜成分は無視しうるほど微小である。傾斜成分の分散も無視しうるほど微小なはずである。そこで、第２行第２列の成分を変数として計算を複雑にするよりも、ゼロに固定するのが合理的である。

簡単に考えつく分散Ｖおよび状態雑音の分散共分散行列の決定手法は、分散Ｖおよび分散共分散行列の可能性がある数値の候補（つまりＶ、ｗ₁、ｗ₃の候補）の組み合わせをすべて使ってカルマンフィルタの動作を試行し、得られた予測トラフィックと実際のトラフィックを比較することによって、最良の結果が得られた最適な分散Ｖおよび分散共分散行列を選択することである。しかし、このあらゆる可能性がある候補を試行する手法は、処理量が大きいため、準ニュートン法（quasi-Newton method）等の最適化手法を使用して、最適な分散Ｖおよび分散共分散行列を得ることが望ましい。

例えば、以下の対数尤度を最大にする分散Ｖの数値および分散共分散行列の数値を準ニュートン法等の最適化手法で同時に得ることができる。

ここで、l()は対角尤度関数である。Ｎはカルマンフィルタの動作を試行する回数（予測トラフィックを計算する回数）である。一期先の観測値の分散Ｑ_tおよび一期先予測の誤差ｅ_tは、カルマンフィルタの動作を試行することで得られるが、あらゆる可能性がある候補を試行する手法に比べて、大幅に処理量を低減することができる。

他の変形
上記の実施の形態においては、ＢＢ信号処理ユニットとして、無線基地局２２に着脱自在なカード形態のＢＢ信号処理カード２８を使用するが、ＢＢ信号処理ユニットは無線基地局２２に固定される形態であってもよい。

上記の実施の形態においては、無線基地局２２の全体が処理する予測トラフィックを推定し、その予測トラフィックの処理に必要な個数のＢＢ信号処理ユニットだけを完全に稼働させる。しかし、無線基地局２２の各セクタに専用の複数のＢＢ信号処理ユニットを設け、各セクタで処理する予測トラフィックを推定し、そのセクタのためのＢＢ信号処理ユニットのうち予測トラフィックの処理に必要な個数のＢＢ信号処理ユニットだけを完全に稼働させてもよい。すなわちセクタごとに独立して予測トラフィックを推定し、ＢＢ信号処理ユニットの動作性能を制御してもよい。

上記の実施の形態においては、最新の実際のトラフィックが予測トラフィックを越えると比較部３４が判断すると、性能制御部３６は、最新の実際のトラフィックの処理に必要な個数のＢＢ信号処理ユニットを完全に稼働させ、トラフィックの増加を許容する。しかし、このようなトラフィックの増加は許容せず、稼働しているＢＢ信号処理ユニットの能力を超えるトラフィックを（発呼または着呼に関わらず）拒絶してもよい。

無線基地局２２において、プロセッサが実行する各機能は、ＣＰＵの代わりに、ハードウェアで実行してもよい。

２２ 無線基地局、２４ 基地局間通信部、２６ 無線通信部、２８ ベースバンド信号処理カード（ベースバンド信号処理ユニット）、３０ 最新トラフィックカウント部、３２ トラフィック推定部、３４ 比較部、３６ 性能制御部、３８ 電源、４０ 電源バス、５０ 移動端末、４６ プロセッサ、４８ メモリ。

Claims (5)

1. 複数の移動端末との送信信号および受信信号を処理する複数のベースバンド信号処理ユニットと、
   実際のトラフィックに基づいて、将来の予測トラフィックを推定するトラフィック推定部と、
   前記予測トラフィックの処理に必要な個数の前記ベースバンド信号処理ユニットを完全に稼働させ、他のベースバンド信号処理ユニットの動作性能を低下させる性能制御部と
   を備え、
   前記トラフィック推定部は、状態空間を表す状態変数を実際のトラフィックに基づいて修正することと、前記状態変数に基づいて、将来の一時点での前記予測トラフィックを計算することとを繰り返す適応型予測フィルタを備え、
   前記性能制御部は、前記予測トラフィックに従って、前記ベースバンド信号処理ユニットの各々の動作性能を制御する
   ことを特徴とする無線基地局。
2. 前記適応型予測フィルタはカルマンフィルタである
   ことを特徴とする請求項１に記載の無線基地局。
3. 前記適応型予測フィルタはＲＬＳ（再帰最小二乗）適応フィルタである
   ことを特徴とする請求項１に記載の無線基地局。
4. 前記適応型予測フィルタはＬＭＳ（最小平均二乗）適応フィルタである
   ことを特徴とする請求項１に記載の無線基地局。
5. 最新の実際のトラフィックと前記予測トラフィックとを比較する比較部をさらに備え、
   前記最新の実際のトラフィックが前記予測トラフィックを越えると前記比較部が判断すると、前記性能制御部は、前記最新の実際のトラフィックの処理に必要な個数の前記ベースバンド信号処理ユニットを完全に稼働させる
   ことを特徴とする請求項１から請求項４のいずれか１項に記載の無線基地局。

Images