KR20130022889A - Apparatus and method for controlling radio access network - Google Patents

Apparatus and method for controlling radio access network Download PDF

Info

Publication number
KR20130022889A
KR20130022889A KR1020110085889A KR20110085889A KR20130022889A KR 20130022889 A KR20130022889 A KR 20130022889A KR 1020110085889 A KR1020110085889 A KR 1020110085889A KR 20110085889 A KR20110085889 A KR 20110085889A KR 20130022889 A KR20130022889 A KR 20130022889A
Authority
KR
South Korea
Prior art keywords
overload
base station
tbcc
traffic
algorithm
Prior art date
Application number
KR1020110085889A
Other languages
Korean (ko)
Other versions
KR101431742B1 (en
Inventor
김현숙
김현표
이성춘
정진수
Original Assignee
주식회사 케이티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020110085889A priority Critical patent/KR101431742B1/en
Publication of KR20130022889A publication Critical patent/KR20130022889A/en
Application granted granted Critical
Publication of KR101431742B1 publication Critical patent/KR101431742B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/0284—Traffic management, e.g. flow control or congestion control detecting congestion or overload during communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/28—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission
    • H04W52/281—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission taking into account user or data type priority

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

PURPOSE: A wireless overload control device and a method thereof are provided to manage the condition of a base station according to a base station condition standard and to control an overload of the wireless network based on the condition of a base station. CONSTITUTION: An overload prediction module(250) checks if there is an overload of a wireless network based on the generation of TBCC(Time Based Call Congestion) of base stations predicted by using base station TBCC prediction algorithm. An overload control module(270) controls the overload of the wireless network based on the overload generation determination result of the overload prediction module. The TBCC prediction algorithm is a formula for a base station communication rate composed of parameters influencing the communication rate. If the communication rate calculated by the formula for the base station communication rate is less than a threshold value, the overload prediction module determines that the base station has the overload. [Reference numerals] (130) Overload control server; (210) Data collecting module; (230) TBCC algorithm deriving module; (250) Overload prediction module; (270) Overload control module; (290) Storage module

Description

무선망 과부하 제어 장치 및 방법{APPARATUS AND METHOD FOR CONTROLLING RADIO ACCESS NETWORK}Wireless network overload control device and method {APPARATUS AND METHOD FOR CONTROLLING RADIO ACCESS NETWORK}

본 발명은 무선망 과부하 제어 기술에 관한 것으로, 보다 구체적으로 기지국과 기지국 제어기를 포함하는 무선망의 과부하를 제어하는 장치 및 방법에 관한 것이다.The present invention relates to a wireless network overload control technology, and more particularly, to an apparatus and method for controlling overload of a wireless network including a base station and a base station controller.

이동통신기술의 발전에 따라 음성 호 위주의 트래픽이 주였던 과거와 달리, 2010년 9월 스마트폰의 무제한 요금제 도입 이후 데이터 호가 음성 호의 9배를 차지하고 이로 인해 무선망 과부하 발생률이 급증하는 상황이 되었다. 예컨대, 2010년 8월, 한 기지국에서 월 1회 이상 과부하가 발생할 비율은 0.2% 이내였던 반면 2011년 2월 과부하 발생률은 서울 47%, 전국 10%로 증가하고 있다.Unlike in the past, where voice-driven traffic was the main cause of the development of mobile communication technology, data calls accounted for 9 times that of voice calls since the introduction of unlimited plans for smartphones in September 2010, resulting in a surge in wireless network overload. . For example, in August 2010, the rate of overloading at a base station more than once a month was within 0.2%, while in February 2011, the rate of overloading increased to 47% in Seoul and 10% in the country.

무선망 과부하는 사용자의 서비스 품질을 저하하며 서비스 이용을 저해하는 원인이 된다. 때문에 무선망 과부하를 사전에 감지해 이를 제어할 수 있다면 과부하로 인한 사용자 피해를 최소화할 수 있다. 이에 따라 기지국 과부하를 판단하는 다양한 시도가 있는데 대부분 기지국의 프로세서의 부하를 실시간으로 체크하는 정도에 머물고 있다. 대표적으로 국내공개특허 10-2002-0043519호를 예로 들 수 있다.Wireless network overload degrades user's service quality and causes service usage. Therefore, if the wireless network overload can be detected in advance and controlled, the user damage caused by the overload can be minimized. Accordingly, there are various attempts to determine the overload of the base station, and most of them stay at the level of checking the load of the processor of the base station. Representatively, Korean Patent Publication No. 10-2002-0043519.

그러나, 동일한 제조사에 의해 제조된 동일 사양의 기지국이라도 기지국의 설치 위치나 네트워크 상태 또는 트래픽 상태 등에 따라 각각 특성이 다르다. 따라서 동일 사양의 기지국들의 프로세서에 동일한 부하가 가해지더라도 기지국의 설치 위치나 네트워크 상태 또는 트래픽 상태에 따라 과부하가 발생하는 기지국이 있는 반면, 과부하가 발생하지 않는 기지국이 있다. 상기 국내공개특허 10-2002-0043519호와 같은 종래의 과부하 판단 방법들은 이러한 기지국의 설치 위치나 네트워크 상태 또는 트래픽 상태 등을 고려하지 않고 일률적인 프로세스에 대한 부하 판단만을 적용함으로써 정밀도 높은 과부하 예측 결과를 제공하지 못한다. However, even if the base station of the same specification manufactured by the same manufacturer, the characteristics are different depending on the installation location of the base station, network conditions or traffic conditions. Therefore, even though the same load is applied to the processors of the base stations of the same specification, there are base stations in which an overload occurs according to the installation position of the base station, a network state, or a traffic state. Conventional overload determination methods such as the Korean Patent Application Publication No. 10-2002-0043519 apply accurate overload prediction results by applying only load determination for a uniform process without considering the installation location of the base station, network condition, or traffic condition. Can not provide.

본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 단순히 트래픽량의 크기가 아닌 기지국별 특성에 따른 기지국 상태 기준을 제시하여 그 기지국 상태 기준에 따라 기지국의 상태를 관리하고 이에 기초하여 무선망의 과부하를 제어하는 장치 및 방법을 제공하는데 그 목적이 있다. SUMMARY OF THE INVENTION The present invention has been made to solve the above problems, by presenting a base station state criterion according to the characteristics of each base station rather than simply the size of the traffic volume to manage the state of the base station according to the base station state criteria and based on this It is an object of the present invention to provide an apparatus and a method for controlling the overload.

본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 발명의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.Other objects and advantages of the present invention can be understood by the following description, and will be more clearly understood by the embodiments of the present invention. It will also be readily apparent that the objects and advantages of the invention may be realized and attained by means of the instrumentalities and combinations particularly pointed out in the appended claims.

상기 목적을 달성하기 위한 본 발명의 일 측면에 따른 무선망의 과부하 제어를 위한 과부하 제어 장치는, 기지국별 TBCC(소통율이 동일 그룹 기지국들의 평균 대비 소정 비율 이하로 저하되는 상황) 발생 예측 알고리즘을 이용하여 예측된 기지국들의 TBCC 발생 유무에 기초하여 무선망의 과부하 발생을 판단하는 과부하 예측부; 및 상기 과부하 예측부의 과부하 발생 판단 결과에 기초하여 무선망의 과부하를 제어하는 과부하 제어부;를 포함한다.An overload control apparatus for overload control of a wireless network according to an aspect of the present invention for achieving the above object, the prediction algorithm of TBCC (situation of the communication rate is lowered below a predetermined ratio compared to the average of the same group base stations) for each base station; An overload estimator for determining an overload occurrence of a wireless network based on whether TBCCs of base stations predicted using the overload are generated; And an overload controller configured to control overload of the wireless network based on an overload occurrence determination result of the overload predictor.

상기 TBCC 발생 예측 알고리즘은, 기지국의 소통율에 영향을 주는 파라미터로 이루어진 기지국별 소통율 예측 계산식이고, 상기 과부하 예측부는, 상기 기지국별 소통율 예측 계산식에 의해 계산된 소통율이 임계치보다 작아지는 경우 기지국의 과부하 발생으로 판단할 수 있다.The TBCC generation prediction algorithm is a traffic prediction calculation formula for each base station consisting of parameters affecting the traffic of the base station, the overload prediction unit, when the traffic calculated by the traffic prediction calculation formula for each base station is less than a threshold value It may be determined that an overload of the base station occurs.

상기 과부하 제어 장치는, 기지국들의 트래픽 데이터를 수집하는 데이터 수집부; 및 기지국들의 트래픽 데이터를 분석하여 기지국별 TBCC 발생 예측 알고리즘을 도출하는 알고리즘 도출부;를 더 포함할 수 있다.The overload control device may include a data collector configured to collect traffic data of base stations; And an algorithm derivation unit for deriving a TBCC generation prediction algorithm for each base station by analyzing traffic data of the base stations.

상기 목적을 달성하기 위한 본 발명의 다른 측면에 따른 무선망의 과부하를 제어하는 방법은, 기지국별 TBCC 발생 예측 알고리즘을 이용하여 예측된 기지국들의 TBCC 발생 유무에 기초하여 무선망의 과부하 발생을 판단하는 과부하 판단 단계; 및 과부하 발생 판단 결과에 기초하여 무선망의 과부하를 제어하는 과부하 제어 단계;를 포함한다.In accordance with another aspect of the present invention, there is provided a method for controlling overload of a wireless network, wherein overload of a wireless network is determined based on whether TBCCs are generated by base stations predicted using a TBCC generation prediction algorithm for each base station. Overload determination step; And an overload control step of controlling overload of the wireless network based on the result of the overload determination.

상기 TBCC 발생 예측 알고리즘은, 기지국의 소통율에 영향을 주는 파라미터로 이루어진 기지국별 소통율 예측 계산식이고, 상기 과부하 판단 단계는, 상기 기지국별 소통율 예측 계산식에 의해 계산된 소통율이 임계치보다 작아지는 경우 기지국의 과부하 발생으로 판단할 수 있다.The TBCC generation prediction algorithm is a formula for estimating a traffic rate for each base station comprising parameters affecting a traffic rate of a base station, and in the overload determination step, the traffic rate calculated by the base station's traffic prediction equation is smaller than a threshold value. In this case, it may be determined that an overload of the base station occurs.

상기 과부하를 제어하는 방법은, 기지국들의 트래픽 데이터를 수집하는 데이터 수집 단계; 및 기지국들의 트래픽 데이터를 분석하여 기지국별 TBCC 발생 예측 알고리즘을 도출하는 알고리즘 도출 단계;를 더 포함할 수 있다.The method for controlling the overload includes: a data collection step of collecting traffic data of base stations; And an algorithm derivation step of deriving a TBCC generation prediction algorithm for each base station by analyzing traffic data of the base stations.

본 발명은 기지국별 특성에 따라 기지국별 과부하 기준을 정의하여 기지국의 과부하 상태를 판단함으로써 보다 정밀한 과부하 예측을 가능하게 하고, 이러한 과부하 예측에 따라 무선망의 과부하를 제어함으로써 무선망 서비스 장애를 사전에 억제할 수 있고 이에 따른 가입자 불만을 최소화할 수 있다.The present invention defines an overload reference for each base station according to the characteristics of the base station to determine the overload state of the base station to enable more accurate overload prediction, and to control the overload of the wireless network according to the overload prediction to prevent the radio network service failure in advance. It is possible to suppress and thereby minimize subscriber complaints.

도 1은 본 발명의 일 실시예에 따른 무선망 과부하 제어 시스템의 네트워크 구성을 나타낸 도면이다.
도 2는 도 1의 과부하 제어 서버의 구성을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 TBCC 발생 예측 알고리즘 도출 방법을 설명하는 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 기지국 과부하 예측 방법을 설명하는 흐름도이다.
도 5는 도 1의 과부하 제어 서버의 다른 구성을 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 무선망 과부하 제어 방법을 설명하는 흐름도이다.
도 7은 본 발명의 다른 실시예에 따른 무선망 과부하 제어 방법을 설명하는 흐름도이다.1 is a diagram showing the network configuration of a wireless network overload control system according to an embodiment of the present invention.
FIG. 2 is a diagram illustrating a configuration of the overload control server of FIG. 1.
3 is a flowchart illustrating a method of deriving a TBCC generation prediction algorithm according to an embodiment of the present invention.
4 is a flowchart illustrating a base station overload prediction method according to an embodiment of the present invention.
5 is a diagram illustrating another configuration of the overload control server of FIG. 1.
6 is a flowchart illustrating a wireless network overload control method according to an embodiment of the present invention.
7 is a flowchart illustrating a wireless network overload control method according to another embodiment of the present invention.

상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. The foregoing and other objects, features and advantages of the present invention will become more apparent from the following detailed description of the present invention when taken in conjunction with the accompanying drawings, in which: There will be. In the following description, well-known functions or constructions are not described in detail since they would obscure the invention in unnecessary detail.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기에 앞서 용어를 정의한다.Hereinafter, with reference to the accompanying drawings, prior to describing the preferred embodiment of the present invention in detail, terms are defined.

소통율Traffic

RRC(Radio Resource Control) 소통율과 CS(Circuit Service) 소통율 그리고 PS(Packet Service) 소통율로 구분하고, RRC 소통율은 무선 자원 할당과 관련한 시그널링 채널 연결의 호 성공율이고, CS 소통율은 회선망 서비스, 예컨대 음성 통화 서비스를 위한 호 성공율이며, PS 소통율은 패킷망 서비스, 예컨대 데이터 서비스를 위한 호 성공율을 의미한다.
RRC (Radio Resource Control) traffic, CS (Circuit Service) and PS (Packet Service) traffic, and RRC traffic is the call success rate of the signaling channel connection related to the radio resource allocation, CS traffic is the circuit network Call success rate for a service, such as a voice call service, and PS traffic rate means a call success rate for a packet network service, such as a data service.

TBCC(TBCC ( TimeTime BasedBased CallCall CongestionCongestion ))

TBCC(Time Based Call Congestion) : 소통율이 동일 그룹 기지국들의 평균 대비 20% 이하로 저하하는 상황이다. 이때, 동일 그룹 기지국은 전체 기지국 중 트래픽 규모와 패턴이 유사한 기지국들의 조합이다. 소통율이 RRC, CS, PS로 구분되었으므로 TBCC 역시 RRC TBCC, CS TBCC, PS TBCC로 구분된다. 여기서 트래픽 규모와 패턴이 유사한 기지국들의 조합은, 트래픽 평균이나 분산 등이 소정 범위 내에 있는 기지국들의 조합을 의미할 수 있다.TBCC (Time Based Call Congestion): The traffic rate is lower than 20% of the average of the same group of base stations. In this case, the same group base station is a combination of base stations with similar traffic scale and pattern among all base stations. TBCC is also divided into RRC TBCC, CS TBCC, and PS TBCC because the traffic rate is divided into RRC, CS, and PS. Here, the combination of base stations with similar traffic size and pattern may refer to a combination of base stations having a traffic average or a dispersion within a predetermined range.

예를 들어, A 그룹의 기지국들의 RRC 소통율의 평균이 99.51%이면 그 A 그룹의 TBCC 발생 임계치는 RRC 소통율 79.6%이고 A 그룹의 특정 기지국의 특정 시간 구간에서의 RRC 소통율이 78%인 경우 해당 기지국은 그 시간 구간에서 TBCC가 발행한 것으로 판단한다. For example, if the average of the RRC traffic of the base stations of Group A is 99.51%, the TBCC generation threshold of the Group A is 79.6% of the RRC traffic, and the RRC traffic of 78% of the specific base station of Group A is 78%. In this case, the base station determines that the TBCC is issued during the time interval.

동일 그룹 기지국들은 RRC TBCC 발생 임계치를 산출하거나, CS TBCC 발생 임계치를 산출할 때, 또는 PS TBCC 발생 임계치를 산출할 때 서로 다르게 조합될 수 있다. 예를 들어, A 기지국과 B 기지국, 그리고 C 기지국이 있을 때, A 기지국과 B 기지국의 RRC 트래픽 규모나 패턴은 유사하지만 C 기지국은 다른 경우, A 기지국과 B 기지국은 RRC 기준으로는 동일 그룹의 기지국이다. 그러나 A 기지국과 B 기지국의 CS 트래픽 규모나 패턴이 서로 다르고 B 기지국과 C 기지국의 CS 트래픽 규모나 패턴이 유사할 경우, B 기지국과 C 기지국은 CS 기준으로는 동일 그룹의 기지국이다. 따라서 RRC 트래픽 규모나 패턴이 유사한 기지국들의 RRC 평균 소통율을 산출한 후 RRC 소통율이 그 RRC 평균 소통율 대비 20% 저하되는 상황을 해당 동일 기지국들의 RRC TBCC로 정의한다. 마찬가지로, CS 트래픽 규모나 패턴이 유사한 기지국들의 CS 평균 소통율을 산출한 후 CS 소통율이 그 CS 평균 소통율 대비 20% 저하되는 상황을 해당 동일 그룹 기지국들의 CS TBCC로 정의한다. PS TBCC도 이와 같은 방식으로 정의된다. The same group base stations may be combined differently when calculating the RRC TBCC generation threshold, calculating the CS TBCC generation threshold, or calculating the PS TBCC generation threshold. For example, when there is a base station A, a base station B, and a base station C, if the RRC traffic size or pattern is similar between the base station A and the base station B, but the base station C is different, the base station A and the base station B are in the same group on the RRC basis. Base station. However, when CS traffic sizes or patterns of base stations A and B are different from each other, and CS traffic sizes or patterns of base stations B and C are similar, base stations B and C are base stations of the same group based on CS. Therefore, the RRC TBCC of the same base station defines the case where the RRC traffic rate is 20% lower than the average traffic rate of RRC after calculating RRC average traffic rate of base stations having similar RRC traffic size or pattern. Similarly, after calculating the CS average traffic rates of base stations with similar CS traffic size or pattern, the CS traffic rate is 20% lower than the CS average traffic rate, and is defined as the CS TBCC of the corresponding base station. PS TBCC is also defined in this way.

본 실시예에서는 TBCC를 소통율이 동일 그룹 기지국들의 평균 대비 20% 저하하는 상황으로 정의하였지만 그 저하되는 비율은 실시 형태에 따라 변경될 수 있다. 예컨대, 소통율이 동일 그룹 기지국들의 평균 대비 15% 저하되는 상황으로 정의될 수도 있다.
In this embodiment, TBCC is defined as a situation in which the traffic rate is 20% lower than the average of the same group base stations, but the rate of decrease may be changed according to the embodiment. For example, it may be defined as a situation where the traffic rate is 15% lower than the average of the same group base stations.

무선망 과부하 제어 시스템Wireless network overload control system

동일한 제조사에 의해 제조된 동일 사양의 기지국이라도 기지국의 설치 위치나 네트워크 상태 또는 트래픽 상태 등에 따라 각각 특성이 다르다. 따라서 과부하 예측 알고리즘은 기지국별로 도출하여 최적화해야 한다. 본 실시예에서 과부하 예측 알고리즘은 TBCC 예측 알고리즘으로서, 95% 이상의 정확도로 10분 후의 TBCC 발생 가능성을 예측한다. Even base stations of the same specification manufactured by the same manufacturer have different characteristics depending on the installation location of the base station, the network state, or the traffic state. Therefore, overload prediction algorithm should be derived and optimized for each base station. In this embodiment, the overload prediction algorithm is a TBCC prediction algorithm, which predicts the possibility of TBCC generation after 10 minutes with 95% or more accuracy.

도 1은 본 발명의 일 실시예에 따른 무선망 과부하 제어 시스템의 네트워크 구성을 나타낸 도면으로, 도 1에 도시된 바와 같이, 본 실시예에 따른 무선망 과부하 제어 시스템은 복수의 기지국(110), 그 복수의 기지국(110)을 제어/관리하는 기지국 제어기(120) 및 과부하 제어 서버(130)을 포함한다.1 is a diagram illustrating a network configuration of a wireless network overload control system according to an embodiment of the present invention. As shown in FIG. 1, the wireless network overload control system according to the present embodiment includes a plurality of base stations 110; A base station controller 120 and an overload control server 130 for controlling / managing the plurality of base stations 110 are included.

복수의 기지국(110) 각각은 자신의 트래픽 데이터를 실시간으로 과부하 제어 서버(130)으로 전송한다. 여기서 트래픽 데이터는 RRC 시도 횟수 및 성공 횟수, 음성 서비스 시도 횟수 및 성공 횟수, 데이터 서비스 시도 횟수 및 성공 횟수, 호 절단율(또는 호 절단 횟수), 그리고 기지국의 기능(예컨대, 위치 등록)과 관련된 데이터 등을 포함하는 총 56 개의 필드로 구성된다. Each of the plurality of base stations 110 transmits its traffic data to the overload control server 130 in real time. Here, the traffic data includes data related to the number of RRC attempts and successes, the number of voice service attempts and successes, the number of data service attempts and successes, the call drop rate (or call drop count), and the function of the base station (e.g., location registration). It consists of a total of 56 fields, including the back.

복수의 기지국(110) 각각은 자신의 트래픽 정보를 실시간으로 과부하 제어 서버(130)로 전송하고 과부하 제어 서버(130)의 제어에 따라 통신 서비스를 위한 자원을 재할당하는 등의 처리를 수행하고 또한 과부하 제어를 위해 RRC 파라미터를 조정하는 제어를 수행한다.Each of the plurality of base stations 110 transmits its own traffic information to the overload control server 130 in real time, and performs processing such as reallocating resources for a communication service under the control of the overload control server 130. Perform control to adjust RRC parameters for overload control.

기지국 제어기(120)는 상기 복수의 기지국(110)과 연결되어 복수의 기지국(110)을 제어 및 관리하고 과부하 제어 서버(130)의 제어에 따라 상기 복수의 기지국(110)의 무선 자원 할당을 제어하고 또한 이동 단말의 기지국 접속을 제어한다.The base station controller 120 is connected to the plurality of base stations 110 to control and manage the plurality of base stations 110 and to control radio resource allocation of the plurality of base stations 110 under the control of the overload control server 130. And control access to the base station of the mobile terminal.

과부하 제어 서버(130)은 복수의 기지국(110)으로부터 실시간 수신되는 트래픽 데이터를 수집하여 각 기지국별 과부하 예측 알고리즘, 구체적으로 TBCC 발생 예측 알고리즘을 도출하고 그 TBCC 발생 예측 알고리즘을 이용하여 각 기지국(110)의 10분 후 과부하 여부 그리고 기지국 제어기(120) 및 교환기의 과부하 발생을 예측한다. 동일한 제조사에 의해 제조된 동일 사양의 기지국이라도 기지국의 설치 위치나 네트워크 상태 또는 트래픽 상태 등에 따라 각각 특성이 다르다. 따라서 TBCC 발생 예측 알고리즘은 기지국별로 도출하여 최적화한다.The overload control server 130 collects traffic data received in real time from the plurality of base stations 110 to derive an overload prediction algorithm for each base station, specifically, a TBCC generation prediction algorithm, and then uses each TBCC generation prediction algorithm. 10 minutes after the overload) and the occurrence of overload of the base station controller 120 and the exchange. Even base stations of the same specification manufactured by the same manufacturer have different characteristics depending on the installation location of the base station, the network state, or the traffic state. Therefore, the TBCC generation prediction algorithm is optimized for each base station.

또한, 과부하 제어 서버(130)는 과부하 예측 결과에 기초하여 기지국(110) 또는 기지국 제어기(120)를 제어한다. 기지국(110)의 제어로서 RRC 파라미터 조정이나 무선 링크(RL:Radio Link)을 예로 들 수 있고, 기지국 제어기(120)의 제어로서 무선 링크(RL:Radio Link) 제어 또는 AC(Access Class) 배링(Barring)을 예로 들 수 있다. In addition, the overload control server 130 controls the base station 110 or the base station controller 120 based on the overload prediction result. An RRC parameter adjustment or a radio link (RL) may be used as the control of the base station 110, and a radio link (RL) control or an access class (AC) baring (RL) may be used as the control of the base station controller 120. Barring) is an example.

또한, 과부하 제어 서버(130)는 각 기지국(110)의 10분 후 과부하 여부를 예측하면서 기지국(110), 기지국 제어기(120)의 과부하 제어 이력 등을 관리한다. 구체적으로, 과부하 제어 서버(130)는 전체 기지국의 현황, 각 기지국/기지국 제어기별 과부하 발생 시간대, 제어 방법 등을 기록하고 그 기록을 운용자가 조회할 수 있도록 한다.In addition, the overload control server 130 manages the overload control history of the base station 110, the base station controller 120, etc., while estimating whether the base station 110 is overloaded after 10 minutes. Specifically, the overload control server 130 records the current status of the entire base station, the overload occurrence time of each base station / base station controller, the control method, and the like so that the operator can query the record.

도 2는 도 1의 과부하 제어 서버(130)의 구성을 나타낸 도면으로, 도 2에 도시된 바와 같이, 데이터 수집 모듈(210), TBCC 알고리즘 도출 모듈(230), 과부하 예측 모듈(250), 과부하 제어 모듈(270) 및 저장 모듈(290)을 포함한다.2 is a diagram showing the configuration of the overload control server 130 of FIG. 1, as shown in FIG. 2, the data collection module 210, the TBCC algorithm derivation module 230, the overload prediction module 250, and the overload. Control module 270 and storage module 290.

저장 모듈(290)은 각 기지국별 TBCC 발생 임계치가 저장되고, 또한 데이터 수집 모듈(210)에서 수집되는 각 기지국별 트래픽 데이터가 저장되며, 또한 TBCC 알고리즘 도출 모듈(230)에서 도출된 각 기지국별 TBCC 발생 예측 알고리즘을 저장하고, 또한 과부하 예측 모듈(250)에 의한 과부하 예측 기록을 저장한다.The storage module 290 stores the TBCC generation threshold for each base station, and also stores the traffic data for each base station collected by the data collection module 210, and also the TBCC for each base station derived from the TBCC algorithm derivation module 230. Store the occurrence prediction algorithm, and also store the overload prediction record by the overload prediction module 250.

데이터 수집 모듈(210)은 복수의 기지국(110)으로부터 실시간으로 트래픽 데이터를 수집하고, 그 수집된 트래픽 데이터를 저장 모듈(290)에 저장한다.The data collection module 210 collects traffic data in real time from the plurality of base stations 110 and stores the collected traffic data in the storage module 290.

TBCC 알고리즘 도출 모듈(230)은 상기 데이터 수집 모듈(210)에서 수신되는 각 기지국들의 트래픽 데이터를 분석하여 10분 후 TBCC 발생을 예측하는 예측 알고리즘을 각 기지국별도 도출한다. 즉, 각 기지국의 10분 후 RRC 소통율, CS 소통율, PS 소통율에 영향을 주는 파라미터를 분석하고 그 파라미터별로 계수를 산출하여 10분 후 RRC 소통율에 대한 계산식, 10분 후 CS 소통율에 대한 계산식, 10분 후 PS 소통율에 대한 계산식을 도출해 낸다.The TBCC algorithm derivation module 230 analyzes traffic data of each base station received by the data collection module 210 to derive a prediction algorithm for each base station to predict TBCC generation after 10 minutes. That is, after 10 minutes of each base station analyzes the parameters affecting the RRC traffic rate, CS traffic rate, PS traffic rate and calculate the coefficient for each parameter to calculate the RRC traffic rate after 10 minutes, CS traffic rate after 10 minutes Calculate the equation for, and calculate the equation for PS traffic rate after 10 minutes.

도 3은 본 발명의 일 실시예에 따른 TBCC 발생 예측 알고리즘 도출 방법을 설명하는 흐름도로서, 도 3을 참조하면, TBCC 알고리즘 도출 모듈(230)은 특정 기지국의 트래픽 데이터를 입력받는다(S301). 바람직하게, TBCC 알고리즘 도출 모듈(230)은 데이터 수집 모듈(210)로부터 직접 해당 기지국의 트래픽 데이터를 전달받을 수 있고, 또는 저장 모듈(290)로부터 트래픽 데이터를 입력받을 수 있다. 3 is a flowchart illustrating a TBCC generation prediction algorithm derivation method according to an embodiment of the present invention. Referring to FIG. 3, the TBCC algorithm derivation module 230 receives traffic data of a specific base station (S301). Preferably, the TBCC algorithm derivation module 230 may receive traffic data of the corresponding base station directly from the data collection module 210 or may receive traffic data from the storage module 290.

TBCC 알고리즘 도출 모듈(230)은 입력받은 트래픽 데이터를 일정한 시간 동안 누적하고 그 누적된 트래픽 데이터를 이용하여 의사 결정 나무(Decision Tree) 모델링을 수행하여 해당 기지국의 10분 후 TBCC 발생 예측 알고리즘을 도출한다(S305). 여기서 TBCC 발생 예측 알고리즘은 RRC TBCC 발생 예측 알고리즘, CS TBCC 발생 예측 알고리즘, PS TBCC 발생 예측 알고리즘을 포함한다. The TBCC algorithm derivation module 230 accumulates the received traffic data for a predetermined time and performs a decision tree modeling using the accumulated traffic data to derive a TBCC generation prediction algorithm after 10 minutes of the corresponding base station. (S305). The TBCC generation prediction algorithm includes an RRC TBCC generation prediction algorithm, a CS TBCC generation prediction algorithm, and a PS TBCC generation prediction algorithm.

예를 들어, A 기지국의 트래픽 데이터를 이용하여 의사 결정 나무 모델링을 수행한 결과 RRC 소통율에 영향을 주는 주요 파라미터가 위치등록시도호수이고 일정한 시간 동안의 위치등록시도호수가 560 이상일 경우 향후 10분 후에 RRC TBCC가 발생할 확율이 95%이상인 것으로 RRC TBCC 발생 예측 알고리즘을 도출한다.For example, as a result of decision tree modeling using traffic data of base station A, if the main parameter affecting the RRC traffic rate is location registration attempt number and the location registration attempt number for a certain time is more than 560, after 10 minutes The probability of occurrence of RRC TBCC is 95% or more, and the RRC TBCC occurrence prediction algorithm is derived.

이와 같이 의사 결정 나무 모델링을 통해 TBCC 발생 예측 알고리즘을 도출한 후, TBCC 알고리즘 도출 모듈(230)은 그 도출한 TBCC 발생 예측 알고리즘의 정확도가 실제로 95% 이상인지 확인한다(S305). 즉, TBCC 알고리즘 도출 모듈(230)은 TBCC 발생 예측 알고리즘을 도출한 후 수집되는 기지국의 트래픽 데이터를 분석하여 TBCC 발생 예측 알고리즘의 정확도가 실제로 95% 이상인지 확인한다.After deriving the TBCC generation prediction algorithm through the decision tree modeling as described above, the TBCC algorithm derivation module 230 checks whether the accuracy of the derived TBCC generation prediction algorithm is actually 95% or more (S305). That is, the TBCC algorithm derivation module 230 analyzes the traffic data of the base station collected after deriving the TBCC generation prediction algorithm and confirms that the accuracy of the TBCC generation prediction algorithm is actually 95% or more.

만약, 의사 결정 나무 모델링을 통해 도출한 TBCC 발생 예측 알고리즘의 정확도가 95% 이상이 아닌 경우, TBCC 알고리즘 도출 모듈(230)은 기지국의 트래픽 데이터에 대한 PLS(Partial Least Square) 분석을 수행하여 새로운 TBCC 발생 예측 알고리즘을 도출한다(S307). If the accuracy of the TBCC prediction algorithm derived through decision tree modeling is not 95% or higher, the TBCC algorithm derivation module 230 performs a partial least square (PLS) analysis on the traffic data of the base station to perform a new TBCC. An occurrence prediction algorithm is derived (S307).

여기서 PLS(Partial Least Square) 분석은 데이터들이 갖는 변동량을 좀 더 쉽게 파악하기 위해 변수들을 선형 결합해 새로운 확률 변수를 생성하고 이를 결과 변수와 원인 변수 관계식으로 정리하는 분석 방법으로서, 본 실시예에서 TBCC 알고리즘 도출 모듈(230)은 기지국의 트래픽 데이터를 분석하여 원인 변수(X : 기지국으로부터 수신된 56 개의 데이터 필드 중 상관도가 가장 높은 주성분 5~10개 데이터)와 결과 변수(Y : 소통율) 관계식을 도출한다. 이때, 원인 변수를 선형 결합해 새로운 확률 변수를 생성할 때 선형적으로 확률 변수를 표준 정규화한다. 이러한 PLS 분석은 기존의 회귀 분석과 달리 결과 변수(Y)의 정보를 동시에 고려하여 예측력을 향상시키는 장점이 있다. 예컨대, 관계식 정리에서 X의 분산과 X와 Y 간의 상관 관계를 동시에 고려한다. In this embodiment, PLS (Partial Least Square) analysis is an analysis method in which a new random variable is generated by linearly combining variables in order to more easily grasp the amount of variation of data and organizes them into a relationship between result variable and cause variable. The algorithm derivation module 230 analyzes the traffic data of the base station to determine a cause variable (X: 5-10 data of the highest correlation among the 56 data fields received from the base station) and a result variable (Y: traffic rate). To derive In this case, when generating a new random variable by linearly combining the cause variables, the normalized normal of the random variable. Unlike the conventional regression analysis, the PLS analysis has an advantage of improving the predictive power by considering the information of the resultant variable (Y) at the same time. For example, the relational theorem simultaneously considers the variance of X and the correlation between X and Y.

이와 같이 PLS 분석을 통해 TBCC 발생 예측 알고리즘을 도출한 후, 마찬가지로 TBCC 알고리즘 도출 모듈(230)은 그 도출한 TBCC 발생 예측 알고리즘의 정확도가 실제로 95% 이상인지 확인한다(S309). 즉, TBCC 알고리즘 도출 모듈(230)은 TBCC 발생 예측 알고리즘을 도출한 후 수집되는 기지국의 트래픽 데이터를 분석하여 TBCC 발생 예측 알고리즘의 정확도가 실제로 95% 이상인지 확인한다.After deriving the TBCC generation prediction algorithm through the PLS analysis as described above, the TBCC algorithm derivation module 230 checks whether the accuracy of the derived TBCC generation prediction algorithm is actually 95% or more (S309). That is, the TBCC algorithm derivation module 230 analyzes the traffic data of the base station collected after deriving the TBCC generation prediction algorithm and confirms that the accuracy of the TBCC generation prediction algorithm is actually 95% or more.

만약, PLS 분석을 통해 도출한 TBCC 발생 예측 알고리즘의 정확도가 95% 이상이 아닌 경우, TBCC 알고리즘 도출 모듈(230)은 기지국의 트래픽 데이터에 대한 회귀 분석(Regression Tree)을 수행하여 새로운 TBCC 발생 예측 알고리즘을 도출한다(S311). 즉, PLS 분석에 의한 TBCC 발생 예측 알고리즘의 예측 정확도가 개선되지 않는 경우, 다중 변수 Regression Tree를 사용해 실측치와 예측치의 차이인 잔차를 최소화하는 방법으로 예측 정확도를 개선하는 것이다. 다중 변수 Regression Tree는 원인 변수(X)가 여러 개일 때의 회귀 분석으로 RMSE(Root Mean Square Error : 제곱근 평균 오차)와 MAE(Mean Absolute Error : 실측치와 예측치 간 오차의 절대값의 평균)가 최소화되는 모형을 도출한다. If the accuracy of the TBCC generation prediction algorithm derived through PLS analysis is not 95% or more, the TBCC algorithm derivation module 230 performs a regression tree on the traffic data of the base station to perform a new TBCC generation prediction algorithm. To derive (S311). That is, when the prediction accuracy of the TBCC generation prediction algorithm by the PLS analysis is not improved, the prediction accuracy is improved by minimizing the residual which is the difference between the measured value and the predicted value using a multivariate regression tree. Multivariate Regression Tree is a regression analysis of multiple cause variables (X), which minimizes root mean square error (RMSE) and mean absolute error (MAE) between measured and predicted values. Deduce the model.

마찬가지로, 회귀 분석을 통해 TBCC 발생 예측 알고리즘을 도출한 후, TBCC 알고리즘 도출 모듈(230)은 그 도출한 TBCC 발생 예측 알고리즘의 정확도가 실제로 95% 이상인지 확인한다(S313). 즉, TBCC 알고리즘 도출 모듈(230)은 TBCC 발생 예측 알고리즘을 도출한 후 수집되는 기지국의 트래픽 데이터를 분석하여 TBCC 발생 예측 알고리즘의 정확도가 실제로 95% 이상인지 확인한다.Similarly, after deriving the TBCC generation prediction algorithm through regression analysis, the TBCC algorithm derivation module 230 checks whether the accuracy of the derived TBCC generation prediction algorithm is actually 95% or more (S313). That is, the TBCC algorithm derivation module 230 analyzes the traffic data of the base station collected after deriving the TBCC generation prediction algorithm and confirms that the accuracy of the TBCC generation prediction algorithm is actually 95% or more.

만약, 회귀 분석을 통해 도출한 TBCC 발생 예측 알고리즘의 정확도가 95% 이상이 아닌 경우, TBCC 알고리즘 도출 모듈(230)은 단계 S303, 단계 S307, 단계 S313에서 도출한 TBCC 발생 예측 알고리즘 중 상대적으로 정확도가 가장 높은 알고리즘을 선택한다(S315).If the accuracy of the TBCC generation prediction algorithm derived through regression analysis is not 95% or more, the TBCC algorithm derivation module 230 has a relatively high accuracy among the TBCC generation prediction algorithms derived in steps S303, S307, and S313. The highest algorithm is selected (S315).

이상과 같은 과정을 통해 특정 기지국에 대한 TBCC 발생 예측 알고리즘을 도출하고 난 후, TBCC 알고리즘 도출 모듈(230)은 그 도출한 TBCC 발생 예측 알고리즘에 대한 알고리즘 최적화 과정을 수행한다(S317). 여기서 알고리즘 최적화는 정확도가 95% 이상되는 예측 알고리즘의 복잡도를 낮추면서, 즉 X 변수의 차수와 개수를 감소시킴으로써, 정확도의 추이를 모니터링해, 복잡도를 최소화하면서 정확도가 높은 지점을 찾아내거나, 예측 알고리즘의 복잡도와 정확도 간의 상관 분석을 통해 최적점을 찾아내는 것을 의미한다. After deriving the TBCC generation prediction algorithm for a specific base station through the above process, the TBCC algorithm derivation module 230 performs an algorithm optimization process for the derived TBCC generation prediction algorithm (S317). Here, algorithm optimization reduces the complexity of the prediction algorithm, which is more than 95% accurate, that is, by reducing the order and number of X variables, thereby monitoring the trend of accuracy, finding high accuracy points with minimal complexity, or predicting algorithms. This means finding the optimal point by analyzing the correlation between the complexity and the accuracy of.

도 3을 참조하여 설명한 과정은 과부하 제어 서버(130)가 관리하는 모든 기지국(110)들에 대해 수행되어 각 기지국별 TBCC 발생 예측 알고리즘이 도출되어 저장 모듈(290)에 저장된다.The process described with reference to FIG. 3 is performed for all base stations 110 managed by the overload control server 130 to derive the TBCC generation prediction algorithm for each base station and store it in the storage module 290.

다시 도 2를 참조하면, 과부하 예측 모듈(250)은 상기 TBCC 알고리즘 도출 모듈(230)에 의해 도출된 각 기지국에 대한 TBCC 발생 예측 알고리즘을 이용하여 각 기지국의 10분 후 TBCC 발생을 예측하여 TBCC 발생이 예상되는 경우 해당 기지국의 과부하 발생으로 판단한다. 바람직하게, 과부하 예측 모듈(250)은 전체 기지국의 정보 그리고 과부하가 예상되는 기지국의 정보 등을 UI(User Interface) 환경에 맞게 표시하거나, 또는 지정된 운용자의 단말로 SMS 메시지를 송신할 수 있다.Referring back to FIG. 2, the overload prediction module 250 predicts TBCC generation after 10 minutes of each base station by using the TBCC generation prediction algorithm for each base station derived by the TBCC algorithm derivation module 230 to generate TBCC. If this is expected, it is determined that the overload occurs in the base station. Preferably, the overload prediction module 250 may display the information of the entire base station and the information of the base station expected to be overloaded according to the UI (User Interface) environment, or may transmit an SMS message to the terminal of the designated operator.

이러한 과부하 예측 모듈(250)의 동작 과정을 도 4를 참조하여 설명한다. 도 4는 본 발명의 일 실시예에 따른 기지국 과부하 예측 방법을 설명하는 흐름도로, 도 4에 도시된 바와 같이, 과부하 제어 서버(130)의 과부하 예측 모듈(250)은 기지국의 트래픽 데이터를 수집한다(S401). 이러한 기지국의 트래픽 데이터는 데이터 수집 모듈(210)로부터 전달될 수 있고 또는 저장 모듈(290)로부터 전달될 수 있다.An operation process of the overload prediction module 250 will be described with reference to FIG. 4. 4 is a flowchart illustrating a base station overload prediction method according to an embodiment of the present invention. As shown in FIG. 4, the overload prediction module 250 of the overload control server 130 collects traffic data of the base station. (S401). Traffic data of such a base station may be passed from data collection module 210 or from storage module 290.

이와 같이 기지국의 트래픽 데이터가 수집되면, 과부하 예측 모듈(250)은 그 수집된 트래픽 데이터를 이용하여 TBCC 알고리즘 도출 모듈(230)에서 도출된 기지국별 TBCC 발생 예측 알고리즘을 수행한다(S403). 전술한 바와 같이, TBCC 발생 예측 알고리즘은 10분 후 기지국의 RRC 소통율, CS 소통율, PS 소통율을 계산하는 알고리즘일 수 있고, 이때, TBCC 알고리즘 도출 모듈(230)은 그 RRC 소통율, CS 소통율, PS 소통율을 계산한다.When the traffic data of the base station is collected as described above, the overload prediction module 250 performs the TBCC generation prediction algorithm for each base station derived from the TBCC algorithm derivation module 230 by using the collected traffic data (S403). As described above, the TBCC generation prediction algorithm may be an algorithm for calculating the RRC traffic, CS traffic, and PS traffic of the base station after 10 minutes, and in this case, the TBCC algorithm derivation module 230 may determine the RRC traffic, CS Calculate the traffic rate, PS traffic rate.

기지국별 TBCC 발생 예측 알고리즘을 수행한 후, 과부하 예측 모듈(250)은 그 알고리즘 수행 결과에 기초하여 각 기지국별로 10분 후 TBCC가 발생하는지 확인하여(S405), TBCC가 발생하는 경우 해당 기지국을 과부하 상태로 판단한다(S407). 과부하 예측 모듈(250)은 TBCC 발생 예측 알고리즘 수행 결과인 RRC 소통율, CS 소통율, PS 소통율이 TBCC 발생 임계치 이하인지 확인하여 TBCC 발생 임계치 이하인 경우 과부하라고 판단한다. TBCC 발생 임계치는 저장 모듈(290)에서 참조될 수 있다.After performing the TBCC generation prediction algorithm for each base station, the overload prediction module 250 checks whether the TBCC occurs after 10 minutes for each base station based on the result of the algorithm (S405), and if the TBCC occurs, overload the corresponding base station It is determined as a state (S407). The overload prediction module 250 determines whether the RRC traffic rate, the CS traffic rate, and the PS traffic rate, which are the result of the TBCC generation prediction algorithm, are below the TBCC generation threshold, and determines that the overload prediction is below the TBCC generation threshold. The TBCC generation threshold may be referenced in the storage module 290.

다시 도 2를 참조하면, 과부하 예측 모듈(250)은 전술한 바와 같이 판단된 각 기지국별 과부하 상태에 기초하여 기지국 제어기(120)와 코어 네트워크 교환기의 과부하를 예측한다. 복수의 기지국(110)이 하나의 기지국 제어기(120)에 연결되고, 또한 복수의 기지국 제어기(120)가 하나의 코어 네트워크 교환기에 연결되므로, 기지국(110)의 과부하는 결국 기지국 제어기(120)와 코어 네트워크 교환기에 영향을 미치므로, 과부하 예측 모듈(250)은 각 기지국별 과부하 상태에 기초하여 기지국 제어기(120)와 코어 네트워크 교환기의 과부하를 예측한다.Referring back to FIG. 2, the overload prediction module 250 predicts the overload of the base station controller 120 and the core network switch based on the overload status of each base station determined as described above. Since a plurality of base stations 110 are connected to one base station controller 120 and also a plurality of base station controllers 120 are connected to one core network exchanger, the overload of the base station 110 is eventually connected to the base station controller 120. Since it affects the core network switch, the overload prediction module 250 predicts the overload of the base station controller 120 and the core network switch based on the overload status of each base station.

예를 들어, 특정 기지국 제어기(120)에 속하는 복수의 기지국(110) 중 60% 이상의 기지국(110)의 과부하가 예측된 경우, 해당 기지국 제어기(120)에도 과부하가 발생하는 것으로 예측될 수 있고, 또한 하나의 코어 네트워크 교환기에 속하는 복수의 기지국 제어기(120) 중 50% 이상의 기지국 제어기(120)의 과부하가 예측되는 경우 코어 네트워크 교환기에도 과부하가 발생하는 것으로 예측될 수 있다.For example, when an overload of the base station 110 of 60% or more of the plurality of base stations 110 belonging to a specific base station controller 120 is predicted, the corresponding base station controller 120 may be predicted to generate an overload. In addition, when an overload of the base station controller 120 of 50% or more of the plurality of base station controllers 120 belonging to one core network switch is predicted, it may be predicted that the overload occurs in the core network switch as well.

과부하 제어 모듈(270)은 상기 과부하 예측 모듈(250)의 기지국(110), 기지국 제어기(120) 또는 코어 네트워크 교환기에 대한 과부하 예측 결과에 기초하여 과부하 제어를 수행한다. 과부하 제어는 RRC 파라미터 조정, 기지국 파워 조정, RL(Radio Link) 제어, AC(Access Class) Barring으로 구분될 수 있다. 각각에 대해 설명하면 다음과 같다.The overload control module 270 performs overload control based on the overload prediction result for the base station 110, the base station controller 120, or the core network switch of the overload prediction module 250. Overload control can be divided into RRC parameter adjustment, base station power adjustment, RL (Radio Link) control, AC (Access Class) Barring. Each will be described as follows.

RRC 파라미터 조정은, 기지국(110)의 RRC 재시도 횟수와 주기를 제어하는 것으로, 통상적으로 정상 상태에선 사용자의 최초 접속 시도가 실패할 경우, 이동 단말과 기지국(110) 사이에 1초 간격으로 3회의 기계적인 RRC 재시도가 이루어지는데, 기지국(110)이 과부하에 빠질 경우 RRC 재시도 횟수와 주기를 경감시켜 불필요한 시그널링 트래픽을 억제하는 것이다. 예컨대, 두 단계의 RRC 파라미터 조정이 이루어질 수 있고, 기지국(110)이 최초 과부하에 빠질 경우, 1 단계에서는 RRC 재시도 횟수를 1회로 조정하고 재시도 주기를 2초로 조정한 후, 기지국(110)의 과부하가 지속될 경우 2 단계로서 RRC 재시도 횟수를 0회로 조정한다. The RRC parameter adjustment controls the number and period of RRC retry attempts of the base station 110. In the normal state, when the user's initial access attempt fails, the RRC parameter adjustment is performed every three seconds at a one second interval between the mobile station and the base station 110. When the RRC retry is performed mechanically, when the base station 110 is overloaded, it reduces the number and period of RRC retries to suppress unnecessary signaling traffic. For example, two stages of RRC parameter adjustment may be made, and if the base station 110 falls into an initial overload, the base station 110 adjusts the number of RRC retries to one time and the retry period to two seconds in the first stage. If the overload continues, adjust the RRC retries to 0 as 2 steps.

기지국 파워 조정은, 과부하 상태인 기지국(110)의 파워를 하향 조정하여 이동 단말이 가용한 전송 비트를 낮춤으로써 발생 트리픽량을 줄이는 것으로, 정상적인 경우엔 기지국(110)의 파워를 높여 서비스 커버리지를 확장하여 네트워크 성능을 향상시키지만, 과부하 상황에선 네트워크로 유입되는 트래픽을 가능한 줄여아 하는 특수 상황이므로, 기지국(110)의 파워를 하향 조정, 즉 서비스 커버리지를 줄여 과부하를 억제한다.The base station power adjustment is to reduce the amount of generated traffic by lowering the power of the base station 110 that is overloaded, thereby reducing the amount of transmission bits available to the mobile station, and in the normal case, increases the power of the base station 110 to expand service coverage. By improving the network performance, but in the overload situation is a special situation to reduce the traffic flowing into the network as possible, the power of the base station 110 is adjusted down, that is, the service coverage is reduced to suppress the overload.

RL(Radio Link) 제어는, 이동 단말과 기지국(110) 사이의 시그널링 채널 자원인 무선 링크(RL)의 수를 경감하거나, 또는 기지국(110)과 기지국 제어기(120) 사이의 무선 링크(RL)의 수를 경감시키는 것으로, 바람직하게, 기지국 제어기(120)로 과부하가 번질 것으로 예측되는 경우, 예컨대 기지국 제어기(120)에 속한 기지국(110)들 중 60% 이상의 기지국(110)에서 과부하가 발생하는 경우, 과부하가 발생하는 기지국(110)과 이동 단말 사이의 무선 링크의 수를 경감시키고, 복수의 기지국 제어기(120)에 과부하가 번져 코어 네트워크 교환기까지 과부하가 번질 것으로 에측되는 경우, 예컨대 코어 네트워크 교환기에 속한 복수의 기지국 제어기(120) 중 일부에서 과부하가 발생하는 경우, 기지국(110)과 기지국 제어기(120) 사이의 무선 링크의 수를 경감시킨다.Radio Link (RL) control reduces the number of radio links (RLs) that are signaling channel resources between the mobile terminal and the base station 110, or the radio link (RL) between the base station 110 and the base station controller 120. By reducing the number of, preferably, when overload is expected to spread to the base station controller 120, for example, overload occurs at 60% or more of the base stations 110 belonging to the base station controller 120. When the overload occurs, the number of radio links between the base station 110 and the mobile terminal is reduced, and the plurality of base station controllers 120 are overloaded to predict that the overload will spread to the core network switch. When an overload occurs in some of the plurality of base station controllers 120 belonging to, the number of radio links between the base station 110 and the base station controller 120 is reduced.

무선 링크는 기지국(110)과 기지국 제어기(120) 사이에 이동 단말의 단말 등록 시도를 위한 시그널링 채널과 실제 음성/데이터 등의 서비스 제공을 위해 자원 설정을 협상하는 시그널링 채널로 구성된다. 무선망 용량은 한정되어 있고, 특히 과부하 상황에서는 이러한 시그널링 채널들이 급격히 증가하는 상황이므로, 시그널링 채널들의 수를 경감시킴으로써 무선망 가용 용량을 증가시키고 이를 통해 과부하 상황을 제어한다.The radio link is composed of a signaling channel for attempting to register a terminal of the mobile terminal between the base station 110 and the base station controller 120 and a signaling channel for negotiating resource configuration for providing services such as actual voice / data. Since the capacity of the wireless network is limited, and especially in such an overload situation, such signaling channels are rapidly increasing, by reducing the number of signaling channels, the available capacity of the wireless network is increased to thereby control the overload situation.

AC(Access Class) Barring은 기지국 제어기(120)로 과부하가 번지거나 또는 코어 네트워크 교환기로 과부하가 번지는 경우 기지국 제어기(120)에 대해 수행되는 것으로, 이동 단말의 클래스를 구분하여 과부하 상태에 따라 이동 단말의 인입 호의 접속을 제한하는 것이다. 예컨대, 우선순위가 높은 이동 단말만을 접속 허용하도록 하고, 우선순위가 낮은 이동 단말은 접속을 제한한다.AC (Access Class) Barring is performed for the base station controller 120 when the overload spreads to the base station controller 120 or the overload to the core network switch, and moves according to the overload state by classifying the class of the mobile terminal. It is to limit the connection of the incoming call of the terminal. For example, only a high priority mobile terminal is allowed to access, and a low priority mobile terminal restricts access.

기지국 제어기(120)는 가입자 정보를 관리하는 시스템(HSS/HLR : Home Subscriber/Home Location Register)으로부터 이동 단말의 정보를 받고, 이때 이동 단말의 고유 식별자인 IMSI(International Mobile Subscriber Identify) 코드가 활용되며, 이를 통해 이동 단말의 클래스가 인식되어 기지국 제어기(120)는 이동 단말 클래스별로 우선 순위 제어를 수행한다.The base station controller 120 receives information of the mobile terminal from a system (HSS / HLR: Home Subscriber / Home Location Register) that manages subscriber information, and at this time, an International Mobile Subscriber Identify (IMSI) code, which is a unique identifier of the mobile terminal, is utilized. Through this, the class of the mobile terminal is recognized so that the base station controller 120 performs priority control for each mobile terminal class.

도 5는 도 1의 과부하 제어 서버(130)의 다른 구성을 나타낸 도면으로, 도 5에 있어서 도 2와 동일한 참조부호의 구성요소는 동일한 기능 및 동작을 수행하므로 여기서는 설명을 생략한다. 도 5를 참조하면, 과부하 제어 서버(130)는 TBCC 임계치 산출 모듈(510)을 더 포함한다. 5 is a diagram illustrating another configuration of the overload control server 130 of FIG. 1, and the same reference numerals as those of FIG. 2 in FIG. 5 perform the same functions and operations, and thus descriptions thereof will be omitted. Referring to FIG. 5, the overload control server 130 further includes a TBCC threshold calculation module 510.

TBCC 임계치 산출 모듈(510)는 저장 모듈(290)에 저장된 각 기지국(110)별 트래픽 데이터를 분석하여 복수의 기지국(110)을 트래픽 규모와 패턴이 유사한 기지국들의 조합, 즉 소정 개수의 그룹으로 그룹핑한 후 각 그룹별 TBCC 발생 임계치를 산출하여 저장 모듈(290)에 저장한다. The TBCC threshold calculation module 510 analyzes traffic data for each base station 110 stored in the storage module 290 to group the plurality of base stations 110 into a combination of base stations having similar traffic scales and patterns, that is, a predetermined number of groups. After that, the TBCC generation threshold for each group is calculated and stored in the storage module 290.

TBCC는 전술한 바와 같이 소통율이 동일 그룹 기지국들의 평균 대비 20% 이하로 저하되는 상황으로서, TBCC 임계치 산출 모듈(510)는 각 그룹들의 RRC 소통율의 평균을 구하고 그 RRC 소통율 평균의 20%를 RRC TBCC 발생 임계치로 산출하고, 또한 각 그룹들의 CS 소통율의 평균을 구하고 그 CS 소통율 평균의 20%를 CS TBCC 발생 임계치로 산출하며, 각 그룹들의 PS 소통율의 평균을 구하고 그 PS 소통율 평균의 20%를 PS TBCC 발생 임계치로 산출한다.TBCC is a situation in which the traffic rate is lowered to 20% or less than the average of the same group base stations as described above, and the TBCC threshold calculation module 510 calculates an average of the RRC traffic rates of each group and 20% of the average of the RRC traffic rates. Is calculated as the RRC TBCC occurrence threshold, and the average of CS traffic rates of each group is calculated, and 20% of the average of CS traffic rates is calculated as the CS TBCC occurrence threshold, and the average of PS traffic rates of each group is calculated and the PS traffic. 20% of the rate average is calculated as the PS TBCC occurrence threshold.

도 2를 참조한 실시예에서 과부하 제어 서버(130)는 운용자에 의해 각 기지국별 TBCC 발생 임계치가 설정되는 반면, 도 5를 참조한 실시예에서 과부하 제어 서버(130)는 자동으로 기지국들의 트래픽 데이터를 분석하여 TBCC 발생 임계치를 산출하여 설정한다. In the embodiment referring to FIG. 2, the TBCC generation threshold for each base station is set by the operator, while in the embodiment referring to FIG. 5, the overload control server 130 automatically analyzes traffic data of the base stations. TBCC threshold is calculated and set.

도 6은 본 발명의 일 실시예에 따른 무선망 과부하 제어 방법을 설명하는 흐름도이다.6 is a flowchart illustrating a wireless network overload control method according to an embodiment of the present invention.

도 6을 참조하면, 과부하 제어 서버(130)는 복수의 기지국(110) 중 적어도 하나 이상의 기지국에서 과부하가 발생하는 것을 확인한다(S601). 기지국의 과부하 발생은 도 4를 참조하여 설명한 바와 같이 TBCC 발생을 예측함으로써 판단할 수 있다.Referring to FIG. 6, the overload control server 130 confirms that overload occurs in at least one or more base stations of the plurality of base stations 110 (S601). Overload occurrence of the base station can be determined by predicting the occurrence of TBCC as described with reference to FIG.

이와 같이 기지국(110)의 과부하 발생을 확인한 과부하 제어 서버(130)는 그 과부하가 발생한 기지국(110)의 RRC 파라미터를 조정하여 경감시킨다(S603). 즉, 기지국(110)의 RRC 재시도 횟수와 주기를 제어한다. 통상적으로 정상 상태에선 사용자의 최초 접속 시도가 실패할 경우, 이동 단말과 기지국(110) 사이에 1초 간격으로 3회의 기계적인 RRC 재시도가 이루어지는데, 기지국(110)이 과부하에 빠질 경우 RRC 재시도 횟수와 주기를 경감시켜 불필요한 시그널링 트래픽을 억제하는 것으로, 예컨대 RRC 재시도 횟수를 1회로 조정하고 재시도 주기를 2초로 조정한다.As such, the overload control server 130 confirming the overload occurrence of the base station 110 adjusts and reduces the RRC parameter of the base station 110 in which the overload has occurred (S603). That is, the number and period of RRC retries of the base station 110 are controlled. In a normal state, when a user's initial access attempt fails, three mechanical RRC retries are performed between the mobile terminal and the base station 110 at one second intervals. When the base station 110 is overloaded, the RRC retry is performed. The number of cycles and the period are reduced to suppress unnecessary signaling traffic. For example, the number of RRC retries is adjusted to one time and the retry period is adjusted to two seconds.

이와 같이 RRC 파라미터를 조정한 후 과부하 제어 서버(130)는 해당 기지국(110)의 과부하가 지속되는지 확인한다(S605). 과부하 지속 여부는 단계 S601과 마찬가지로 TBCC 발생을 지속적으로 예측함으로써 달성될 수 있다. 과부하가 지속되는 경우 과부하 제어 서버(130)는 해당 기지국(110)의 파워를 조정한다(S607).After adjusting the RRC parameter as described above, the overload control server 130 checks whether the overload of the corresponding base station 110 continues (S605). Whether the overload persists can be achieved by continuously predicting TBCC occurrence as in step S601. If the overload persists, the overload control server 130 adjusts the power of the base station 110 (S607).

기지국 파워 조정 후 과부하 제어 서버(130)는 해당 기지국(110)의 과부하가 지속되는지 확인하고(S609), 과부하가 지속되는 경우 전술한 과정을 반복적으로 수행한다. 이와 같이 기지국 과부하 발생에 따라 전술한 바와 같은 기지국 과부하 제어를 수행하여 기지국의 과부하가 해소되는 경우 과부하 제어 서버(130)는 해당 기지국의 제어값, 구체적으로 RRC 재시도 횟수나 파워를 원상태로 복구시킨다(S611).After adjusting the power of the base station, the overload control server 130 checks whether the overload of the corresponding base station 110 continues (S609), and if the overload continues, repeatedly performs the above-described process. When the overload control of the base station is resolved by performing the base station overload control as described above according to the occurrence of the base station overload, the overload control server 130 restores the control value of the base station, specifically, the number of RRC retries or power to its original state. (S611).

도 7은 본 발명의 다른 실시예에 따른 무선망 과부하 제어 방법을 설명하는 흐름도이다.7 is a flowchart illustrating a wireless network overload control method according to another embodiment of the present invention.

도 7을 참조하면, 과부하 제어 서버(130)는 기지국 제어기(120)에서 과부하가 발생하는 것을 확인한다(S701). 기지국 제어기(120)의 과부하 발생은 기지국 제어기(120)에 연결된 복수의 기지국(110) 중 일정한 비율 이상의 기지국(110)에서 과부하가 발생한 것에 기초하여 판단할 수 있다. 예컨대, 기지국 제어기(120)에 연결된 복수의 기지국(110) 중 50% 이상의 기지국에서 과부하가 발생한 경우 해당 기지국 제어기(120)에 과부하가 발생한 것으로 판단한다. 기지국의 과부하 발생은 도 4를 참조하여 설명한 바와 같이 TBCC 발생을 예측함으로써 판단할 수 있다.Referring to FIG. 7, the overload control server 130 confirms that overload occurs in the base station controller 120 (S701). The overload occurrence of the base station controller 120 may be determined based on the occurrence of overload in the base station 110 of a predetermined ratio or more among the plurality of base stations 110 connected to the base station controller 120. For example, when an overload occurs in 50% or more of the base stations 110 connected to the base station controller 120, it is determined that the overload occurs in the corresponding base station controller 120. Overload occurrence of the base station can be determined by predicting the occurrence of TBCC as described with reference to FIG.

이와 같이 기지국 제어기(120)의 과부하 발생을 확인한 과부하 제어 서버(130)는 그 과부하가 발생한 기지국 제어기(120)에 대한 무선 링크(RL) 제어를 수행한다(S703). 무선 링크 제어는, 이동 단말과 기지국(110) 사이의 시그널링 채널 자원인 무선 링크(RL)의 수를 경감하거나, 또는 기지국(110)과 기지국 제어기(120) 사이의 무선 링크(RL)의 수를 경감시키는 것으로, 바람직하게, 기지국 제어기(120)에 연결된 복수의 기지국(110) 중 과부하가 발생한 기지국의 비율에 따라 이동 단말과 기지국(110) 사이의 무선 링크의 수를 경감시키거나 기지국(110)과 기지국 제어기(120) 사이의 무선 링크의 수를 경감시킨다.As described above, the overload control server 130 confirming the overload occurrence of the base station controller 120 performs the radio link (RL) control for the overload occurrence of the base station controller 120 (S703). Radio link control reduces the number of radio links (RLs), which are signaling channel resources between the mobile terminal and the base station 110, or reduces the number of radio links (RL) between the base station 110 and the base station controller 120. In some embodiments, the number of radio links between the mobile station and the base station 110 may be reduced or the base station 110 may be reduced according to the ratio of the base station having an overload among the plurality of base stations 110 connected to the base station controller 120. And reduce the number of radio links between base station controller 120.

이와 같이 무선 링크 제어를 수행한 후, 과부하 제어 서버(130)는 해당 기지국 제어기(120)의 과부하가 지속되는지 확인한다(S705). 과부하 지속 여부는 단계 S701과 마찬가지로 과부하가 발생한 기지국의 비율을 분석함으로써 달성될 수 있다. 과부하가 지속되는 경우 과부하 제어 서버(130)는 해당 기지국 제어기(120)에 대해 AC Barring을 수행한다(S707). AC(Access Class) Barring은 이동 단말의 클래스를 구분하여 과부하 상태에 따라 이동 단말의 인입 호의 접속을 제한하는 것이다. 예컨대, 우선순위가 높은 이동 단말만을 접속 허용하도록 하고, 우선순위가 낮은 이동 단말은 접속을 제한한다.After performing the radio link control in this way, the overload control server 130 checks whether the overload of the base station controller 120 is continued (S705). Whether the overload persists can be achieved by analyzing the percentage of the base station in which the overload has occurred, as in step S701. If the overload persists, the overload control server 130 performs AC barring on the corresponding base station controller 120 (S707). AC (Access Class) Barring classifies the class of the mobile terminal and restricts the access of the incoming call of the mobile terminal according to the overload condition. For example, only a high priority mobile terminal is allowed to access, and a low priority mobile terminal restricts access.

AC Barring 수행 후 과부하 제어 서버(130)는 기지국 제어기(120)의 과부하가 지속되는지 확인하고(S709), 과부하가 지속되는 경우 전술한 과정을 반복적으로 수행한다. 이와 같이 기지국 과부하 발생에 따라 전술한 바와 같은 기지국 과부하 제어를 수행하여 기지국의 과부하가 해소되는 경우 과부하 제어 서버(130)는 해당 기지국 제어기의 제어값, 구체적으로 무선 링크 수나 접속 허용 이동 단말의 클래스를 원상태로 복구시킨다(S711).After performing AC barring, the overload control server 130 checks whether the overload of the base station controller 120 continues (S709), and if the overload continues, repeatedly performs the above-described process. When the overload control of the base station is eliminated by performing the base station overload control as described above according to the occurrence of the base station overload, the overload control server 130 controls the control value of the corresponding base station controller, specifically, the number of radio links or the class of the mobile terminal that is allowed to access. Restore to the original state (S711).

상술한 바와 같은 본 발명의 방법은 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 형태로 기록매체(씨디롬, 램, 롬, 플로피 디스크, 하드 디스크, 광자기 디스크 등)에 저장될 수 있다. The method of the present invention as described above may be embodied as a program and stored in a computer-readable recording medium (such as a CD-ROM, a RAM, a ROM, a floppy disk, a hard disk, or a magneto-optical disk).

본 명세서는 많은 특징을 포함하는 반면, 그러한 특징은 본 발명의 범위 또는 특허청구범위를 제한하는 것으로 해석되어서는 아니된다. 또한, 본 명세서에서 개별적인 실시예에서 설명된 특징들은 단일 실시예에서 결합되어 구현될 수 있다. 반대로, 본 명세서에서 단일 실시예에서 설명된 다양한 특징들은 개별적으로 다양한 실시예에서 구현되거나, 적절한 부결합(subcombination)에서 구현될 수 있다. While the specification contains many features, such features should not be construed as limiting the scope of the invention or the scope of the claims. In addition, the features described in the individual embodiments herein may be combined and implemented in a single embodiment. Conversely, various features described herein in a single embodiment may be implemented in various embodiments individually or in a suitable subcombination.

도면에서 동작들이 특정한 순서로 설명되었으나, 그러한 동작들이 도시된 바와 같은 특정한 순서로 수행되는 것으로, 또는 일련의 연속된 순서, 또는 원하는 결과를 얻기 위해 모든 설명된 동작이 수행되는 것으로 이해되어서는 아니된다. 어떤 환경에서, 멀티태스킹 및 병렬 프로세싱이 유리할 수 있다. 아울러, 상술한 실시예에서 다양한 시스템 구성요소의 구분은 모든 실시예에서 그러한 구분을 요구하지 않는 것으로 이해되어야 한다. 상술한 프로그램 구성요소 및 시스템은 일반적으로 단일 소프트웨어 제품 또는 멀티플 소프트웨어 제품에 패키지로 구현될 수 있다.It is to be understood that, although the operations have been described in a particular order in the figures, it should be understood that such operations are performed in a particular order as shown, or that a series of sequential orders, or all described operations, . In some circumstances, multitasking and parallel processing may be advantageous. It should also be understood that the division of various system components in the above embodiments does not require such distinction in all embodiments. The above-described program components and systems can generally be implemented as a single software product or as a package in multiple software products.

이상에서 설명한 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.It will be apparent to those skilled in the art that various modifications and variations can be made in the present invention without departing from the spirit or scope of the invention. The present invention is not limited to the drawings.

110 : 기지국 130 : 과부하 제어 서버
210 : 데이터 수집 모듈 230 : TBCC 알고리즘 도출 모듈
250 : 과부하 예측 모듈 270 : 과부하 제어 모듈
290 : 저장 모듈 120 : 기지국 제어기110: base station 130: overload control server
210: data acquisition module 230: TBCC algorithm derivation module
250: overload prediction module 270: overload control module
290: storage module 120: base station controller

Claims (16)

무선망의 과부하 제어를 위한 과부하 제어 장치에 있어서,
기지국별 TBCC(소통율이 동일 그룹 기지국들의 평균 대비 소정 비율 이하로 저하되는 상황) 발생 예측 알고리즘을 이용하여 예측된 기지국들의 TBCC 발생 유무에 기초하여 무선망의 과부하 발생을 판단하는 과부하 예측부; 및
상기 과부하 예측부의 과부하 발생 판단 결과에 기초하여 무선망의 과부하를 제어하는 과부하 제어부;를 포함하는 과부하 제어 장치.In the overload control device for overload control of a wireless network,
An overload prediction unit for determining overload generation of a wireless network based on TBCC occurrence of base stations predicted using a TBCC occurrence prediction algorithm for each base station by using a prediction algorithm generating occurrence rate of the base station; And
And an overload controller for controlling overload of a wireless network based on an overload occurrence determination result of the overload predictor. 제 1 항에 있어서,
상기 TBCC 발생 예측 알고리즘은, 기지국의 소통율에 영향을 주는 파라미터로 이루어진 기지국별 소통율 예측 계산식이고,
상기 과부하 예측부는, 상기 기지국별 소통율 예측 계산식에 의해 계산된 소통율이 임계치보다 작아지는 경우 기지국의 과부하 발생으로 판단하는 것을 특징으로 하는 과부하 제어 장치.The method of claim 1,
The TBCC generation prediction algorithm is a traffic prediction prediction formula for each base station consisting of parameters affecting the traffic of the base station,
The overload predicting unit, the overload control device, characterized in that it is determined that the overload occurs in the base station when the traffic rate calculated by the base station-specific traffic prediction calculation formula is smaller than the threshold. 제 1 항에 있어서,
기지국들의 트래픽 데이터를 수집하는 데이터 수집부; 및
기지국들의 트래픽 데이터를 분석하여 기지국별 TBCC 발생 예측 알고리즘을 도출하는 알고리즘 도출부;를 더 포함하는 과부하 제어 장치.The method of claim 1,
A data collector for collecting traffic data of the base stations; And
And an algorithm derivation unit for deriving a TBCC generation prediction algorithm for each base station by analyzing traffic data of the base stations. 제 3 항에 있어서,
상기 알고리즘 도출부는, 의사 결정 나무(Decision Tree) 모델링, PLS(Partial Least Square) 분석 또는 회귀 분석(Regression Tree) 중 어느 하나에 의해 TBCC 발생 예측 알고리즘을 도출하는 것을 특징으로 하는 과부하 제어 장치.The method of claim 3, wherein
And the algorithm derivation unit derives a TBCC generation prediction algorithm by any one of decision tree modeling, partial least square analysis, or regression tree. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 과부하 제어부는,
기지국의 RRC(Radio Resource Control) 재시도 횟수 및 주기를 경감시키는 것을 특징으로 하는 과부하 제어 장치.The method according to any one of claims 1 to 4,
The overload control unit,
An overload control device, characterized in that to reduce the number and period of RRC (Radio Resource Control) retries of the base station. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 과부하 제어부는,
기지국의 파워를 조정하는 것을 특징으로 하는 과부하 제어 장치.The method according to any one of claims 1 to 4,
The overload control unit,
Overload control device, characterized in that for adjusting the power of the base station. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서,
상기 과부하 예측부는,
기지국 제어기에 속한 복수의 기지국 중 소정 비율 이상의 기지국에서 과부하 발생시 해당 기지국 제어기를 과부하 발생으로 판단하는 것을 특징으로 하는 과부하 제어 장치.The method according to any one of claims 1 to 4,
The overload predictor,
An overload control device, characterized in that the base station controller is determined to be overloaded when an overload occurs in a base station of a plurality of base stations belonging to the base station controller. 제 7 항에 있어서,
상기 과부하 제어부는,
기지국 제어기의 과부하 발생시 무선 링크(Radio Link)의 수를 경감시키거나 우선 순위에 따라 이동 단말의 접속을 제한하는 것을 특징으로 하는 과부하 제어 장치.The method of claim 7, wherein
The overload control unit,
An overload control apparatus characterized by reducing the number of radio links or limiting the access of a mobile terminal according to priority in case of overload of the base station controller. 무선망의 과부하를 제어하는 방법에 있어서,
기지국별 TBCC(소통율이 동일 그룹 기지국들의 평균 대비 소정 비율 이하로 저하되는 상황) 발생 예측 알고리즘을 이용하여 예측된 기지국들의 TBCC 발생 유무에 기초하여 무선망의 과부하 발생을 판단하는 과부하 판단 단계; 및
과부하 발생 판단 결과에 기초하여 무선망의 과부하를 제어하는 과부하 제어 단계;를 포함하는 과부하 제어 방법.In the method of controlling the overload of the wireless network,
An overload determination step of determining an overload occurrence of the wireless network based on TBCC occurrence of the base stations predicted using a TBCC generation situation for each base station by using a prediction algorithm that generates a communication rate lower than a predetermined ratio from the average of the same group base stations; And
Overload control method for controlling the overload of the wireless network based on the result of the overload determination. 제 9 항에 있어서,
상기 TBCC 발생 예측 알고리즘은, 기지국의 소통율에 영향을 주는 파라미터로 이루어진 기지국별 소통율 예측 계산식이고,
상기 과부하 판단 단계는, 상기 기지국별 소통율 예측 계산식에 의해 계산된 소통율이 임계치보다 작아지는 경우 기지국의 과부하 발생으로 판단하는 것을 특징으로 하는 과부하 제어 방법.The method of claim 9,
The TBCC generation prediction algorithm is a traffic prediction prediction formula for each base station consisting of parameters affecting the traffic of the base station,
In the overload determination step, the overload control method, characterized in that it is determined that the occurrence of the overload of the base station when the traffic rate calculated by the base station-specific traffic prediction calculation formula is smaller than the threshold. 제 9 항에 있어서,
기지국들의 트래픽 데이터를 수집하는 데이터 수집 단계; 및
기지국들의 트래픽 데이터를 분석하여 기지국별 TBCC 발생 예측 알고리즘을 도출하는 알고리즘 도출 단계;를 더 포함하는 과부하 제어 방법.The method of claim 9,
A data collection step of collecting traffic data of the base stations; And
And deriving an algorithm for deriving a TBCC generation prediction algorithm for each base station by analyzing traffic data of the base stations. 제 11 항에 있어서,
상기 알고리즘 도출 단계는, 의사 결정 나무(Decision Tree) 모델링, PLS(Partial Least Square) 분석 또는 회귀 분석(Regression Tree) 중 어느 하나에 의해 TBCC 발생 예측 알고리즘을 도출하는 것을 특징으로 하는 과부하 제어 방법.The method of claim 11,
The deriving of the algorithm may include deriving a TBCC generation prediction algorithm by any one of decision tree modeling, partial least square analysis, or regression tree. 제 9 항 내지 제 12 항 중 어느 한 항에 있어서,
상기 과부하 제어 단계는,
기지국의 RRC 재시도 횟수 및 주기를 경감시키는 것을 특징으로 하는 과부하 제어 방법.13. The method according to any one of claims 9 to 12,
The overload control step,
An overload control method comprising reducing the number of RRC retries and a period of a base station. 제 9 항 내지 제 12 항 중 어느 한 항에 있어서,
상기 과부하 제어 단계는,
기지국의 파워를 조정하는 것을 특징으로 하는 과부하 제어 방법.13. The method according to any one of claims 9 to 12,
The overload control step,
Overload control method, characterized in that for adjusting the power of the base station. 제 9 항 내지 제 12 항 중 어느 한 항에 있어서,
상기 과부하 판단 단계는,
기지국 제어기에 속한 복수의 기지국 중 소정 비율 이상의 기지국에서 과부하 발생시 해당 기지국 제어기를 과부하 발생으로 판단하는 것을 특징으로 하는 과부하 제어 방법.13. The method according to any one of claims 9 to 12,
The overload determination step,
An overload control method comprising determining that a corresponding base station controller is an overload when an overload occurs in a base station of a plurality of base stations belonging to the base station controller. 제 15 항에 있어서,
상기 과부하 제어 단계는,
기지국 제어기의 과부하 발생시 무선 링크(Radio Link)의 수를 경감시키거나 우선순위에 따라 이동 단말의 접속을 제한하는 것을 특징으로 하는 과부하 제어 방법.The method of claim 15,
The overload control step,
An overload control method for reducing the number of radio links or limiting access of a mobile terminal according to priority in case of overload of a base station controller.
KR1020110085889A 2011-08-26 2011-08-26 Apparatus and method for controlling radio access network KR101431742B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110085889A KR101431742B1 (en) 2011-08-26 2011-08-26 Apparatus and method for controlling radio access network

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110085889A KR101431742B1 (en) 2011-08-26 2011-08-26 Apparatus and method for controlling radio access network

Publications (2)

Publication Number Publication Date
KR20130022889A true KR20130022889A (en) 2013-03-07
KR101431742B1 KR101431742B1 (en) 2014-08-20

Family

ID=48175457

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110085889A KR101431742B1 (en) 2011-08-26 2011-08-26 Apparatus and method for controlling radio access network

Country Status (1)

Country Link
KR (1) KR101431742B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180031278A (en) * 2016-09-19 2018-03-28 에스케이텔레콤 주식회사 Networlk device and control method thereof
US11076322B2 (en) 2016-09-12 2021-07-27 Sk Telecom Co., Ltd. Internet of things network device and method for excluding a base station based on a received pushdata message

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7228134B2 (en) * 2003-06-17 2007-06-05 Lucent Technologies Inc. Method of minimizing reverse channel interference caused by an abnormally high number of access attempts in a wireless communications system
KR100770941B1 (en) * 2006-03-17 2007-10-26 에스케이 텔레콤주식회사 System for controlling congestion of mobile communication network having base station and rado network controller, and method therefor
EP2296410B1 (en) 2009-09-10 2017-02-08 Alcatel Lucent Telecommunications network node and methods

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11076322B2 (en) 2016-09-12 2021-07-27 Sk Telecom Co., Ltd. Internet of things network device and method for excluding a base station based on a received pushdata message
KR20180031278A (en) * 2016-09-19 2018-03-28 에스케이텔레콤 주식회사 Networlk device and control method thereof

Also Published As

Publication number Publication date
KR101431742B1 (en) 2014-08-20

Similar Documents

Publication Publication Date Title
US8676186B2 (en) Cell load balancing method, cell load measuring method, and devices thereof
US9031561B2 (en) Method and system for optimizing cellular networks operation
JP4720295B2 (en) Abnormality detection system and maintenance system
CN107026746B (en) Network service quality evaluation method, system and network equipment
JP4788930B2 (en) Radio access network configuration management method, configuration management system, and radio access network management apparatus
CN106792752B (en) Base station signal coverage self-optimization method and system
CN110784894B (en) LTE system load balancing method and device
WO2003039179A2 (en) Method of logging call processing information in a mobile communication network
CN104838692A (en) Method and apparatuses for individually control a user equipment in order optimise the quality of experience (QOE)
JP2014197899A (en) Adaptive traffic and interference recognition radio resource management
JP2014523159A (en) Performing measurements in digital cellular radio telecommunications networks
JP2014523159A5 (en)
WO2016033963A1 (en) Policy adjustment trigger, policy adjustment method and device, and policy adjustment system
US20170272962A1 (en) Optimized Processing Method and Apparatus for Terminal Service Migration
WO2014114322A1 (en) A method and network node for determining a recommended cell for a user equipment
CN109982385B (en) Network intelligent balancing method and device based on LTE service type characteristics
KR20130022889A (en) Apparatus and method for controlling radio access network
CN103974321B (en) The monitoring method and device of a kind of repeater
CN105517057A (en) Method for balancing loads based on spectrum sensing and system
CN106961694B (en) Method and device for evaluating transmission bandwidth of PTN access ring
JP2016092656A (en) Quality degradation analysis method, quality degradation analyzer, and network system
CN101808329B (en) Method and base station for adjusting density of PRACH (Physical Random Access Channels)
CN112770339B (en) Cooperative cell determination method and device
CN103096481A (en) Distribution method and device of packet data information channels
CN103442406B (en) A kind of connection control method and device

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170803

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180801

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190731

Year of fee payment: 6