WO2020098679A1 - 网络场景识别的方法及接入网设备 - Google Patents

网络场景识别的方法及接入网设备 Download PDF

Info

Publication number
WO2020098679A1
WO2020098679A1 PCT/CN2019/117919 CN2019117919W WO2020098679A1 WO 2020098679 A1 WO2020098679 A1 WO 2020098679A1 CN 2019117919 W CN2019117919 W CN 2019117919W WO 2020098679 A1 WO2020098679 A1 WO 2020098679A1
Authority
WO
WIPO (PCT)
Prior art keywords
network
network device
access network
target area
access
Prior art date
Application number
PCT/CN2019/117919
Other languages
English (en)
French (fr)
Inventor
刘琳
刘霞玲
刘润江
鞠丞
包闰贵
Original Assignee
华为技术有限公司
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 华为技术有限公司 filed Critical 华为技术有限公司
Publication of WO2020098679A1 publication Critical patent/WO2020098679A1/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic

Definitions

  • the division of the network scene is based on artificial experience to divide the wireless network, and after the division of the network scene, the network scene is fixed. For example, after an area is divided into security scenarios based on human experience, the area becomes a security scenario in the access network device. However, when the area becomes an unsafe area due to changes in network parameters, the access network device cannot recognize that the area has become an unsafe area, which undoubtedly reduces the network performance of the network scenario.
  • the sixth implementation manner of the first aspect of the embodiments of the present application The value of the corresponding network feature in the scene recognition model is obtained by the access network device based on network performance, network characteristics, and network scene learning.
  • the determining, by the access network device according to the network scenario corresponding to the target area, the network parameters of the access network device in the network scenario includes: the access network device acquiring the value of the network parameter Each value in the range corresponds to the network performance; the access network device determines the value corresponding to the optimal network performance as the target value of the network parameter of the access network device in the network scenario.
  • a third aspect of the embodiments of the present application provides a computer program product containing instructions, which is characterized in that, when it runs on a computer, the computer is caused to execute the first aspect or any possible implementation manner of the first aspect.
  • the access network device may acquire the first network performance index from the current relevant data of the target area, and determine and acquire the second network performance index associated with the target area from the first network performance index, and then The second network performance indicator determines the network scenario in the target area. Therefore, in this embodiment, the access network device can identify the network performance of the target area according to the second network performance index in the current related data of the target area, so that the target area can be flexibly identified based on the current related data of the target area The current network scenario improves the accuracy of network scenario recognition.
  • FIG. 1 is a schematic diagram of an embodiment provided by an embodiment of the present application.
  • the user may determine the second network performance index associated with the target area from the first network performance index based on manual experience, and then the user indicates that the first network performance index of the access network device is related to the target area by inputting the first indication information
  • the associated second network performance indicator enables the access network device to determine the second network performance indicator associated with the target area from the first network performance indicator according to the first indication information.
  • the access network device determines the network scenario corresponding to the target area according to the second network performance index.
  • the access network device may identify the network characteristics corresponding to the second network performance index according to the scene recognition model, and determine the network scene corresponding to the target area.
  • the value corresponding to the network feature may be learned by the access network device based on the historical information of the target area. For example, the access network device obtains the historical information when the target area is the first network scenario, and then the access network device learns the historical information and sets the value corresponding to the network feature 1 in the scene recognition model according to the learning result ⁇ A and when the value of network feature 2 is ⁇ B, it corresponds to the first network scenario.
  • the access network device uses the historical network characteristics and the history The network performance corresponding to the network characteristics is learned, and the current network characteristics of the access network device are obtained from the learning results. For example, the access network device may determine the network characteristics corresponding to the optimal network performance as the network characteristics of the target area in the current network scenario.
  • the memory 650 stores the following elements, executable modules or data structures, or their subsets, or their extended sets.

Landscapes

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

Abstract

本申请实施例提供了一种网络场景识别的方法及接入网设备，用于从目标区域获取的相关数据，并根据该相关数据识别目标区域所对应的网络场景。本申请实施例方法包括：接入网设备获取目标区域的相关数据，所述相关数据包括第一网络性能指标；所述接入网设备从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标；所述接入网设备根据所述第二网络性能指标确定所述目标区域所对应的网络场景。因此，本申请实施例中根据目标区域的相关数据中的第二网络性能指标识别目标区域的网络场景，提高了识别网络场景的准确性。

Description

网络场景识别的方法及接入网设备
本申请要求于2018年11月15日提交中国专利局、申请号为201811360235.6、发明名称为“网络场景识别的方法及接入网设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请实施例涉及通信领域，尤其涉及一种网络场景识别的方法及接入网设备。
背景技术
随着网络技术的发展，无线网络的网络场景的划分对网络资源的利用越来越重要。其中，网络场景的划分可以更加有效率利于网络资源以及可以对不同的业务实现差异化的服务。
无线网络的网络场景可以划分为无线场景、空口组网、网络架构、业务场景、负载场景、运维场景、配置场景、传输场景、网络故障、安全场景等。其中，无线场景可以划分为城区、郊区、农村、室内等典型场景。
现有技术中，网络场景的划分是依据人工经验对无线网络进行划分的，并且当网络场景划分之后，网络场景是固定不变的。比如当某区域依据人工经验划分为安全场景之后，在接入网设备中该区域成为安全场景。但是当该区域由于网络参数的变更，导致变为不安全区域时，接入网设备无法识别该区域已变成不安全区域，这无疑降低了该网络场景的网络性能。
发明内容
本申请实施例提供了一种网络场景识别的方法及接入网设备，用于从目标区域获取的相关数据，并根据该相关数据识别目标区域所对应的网络场景，提高了识别网络场景的准确性。
本申请实施例第一方面提供了一种网络场景识别的方法，包括：
接入网设备获取目标区域的相关数据，所述相关数据包括第一网络性能指标；所述接入网设备从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标；所述接入网设备根据所述第二网络性能指标确定所述目标区域所对应的网络场景。由第一方面可见，本申请实施例根据目标区域的相关数据中的第二网络性能指标识别目标区域的网络场景，提高了识别网络场景的准确性。
基于本申请实施例第一方面，本申请实施例第一方面的第一种实现方式中，所述接入网设备从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标包括：所述接入网设备根据预置目标从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标，所述预置目标与所述第二网络性能指标的相关度大于预设阈值。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式，本申请实施例第一方面的第二种实现方式中，所述第二网络性能指标包括所述第一网络性能指标中前N个网络性能指标，所述第一网络性能指标中的每个网络性能指标以相关度排序，所述相关度为所述第一网络性能指标与所述预置目标的相关度，所述N为大于0的整数。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第二种实现方式，本申请实施例第一方面的第三种实现方式中，所述接入网设 备从所述第二网络性能指标中确定与所述目标区域相关联的第二网络性能指标包括：所述接入网设备获取第一指示信息，所述第一指示信息用于指示所述第二网络性能指标；所述接入网设备根据所述第一指示信息从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第三种实现方式，本申请实施例第一方面的第四种实现方式中，所述接入网设备根据所述第二网络性能指标确定所述目标区域所对应的网络场景包括：所述接入网设备根据场景识别模型对所述第二网络性能指标所对应的网络特征进行识别，确定所述目标区域对应的网络场景。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第四种实现方式，本申请实施例第一方面的第五种实现方式中，所述接入网设备根据场景识别模型对所述第二网络性能指标所对应的网络特征进行识别，确定所述目标区域对应的网络场景包括：所述接入网设备将所述第二网络性能指标所对应的网络特征的取值与预置于所述场景识别模型中的相对应的网络特征的取值进行比较，得到比较结果；所述接入网设备从所述比较结果中确定所述目标区域对应的网络场景。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第五种实现方式，本申请实施例第一方面的第六种实现方式中，所述场景识别模型中的相对应的网络特征的取值为所述接入网设备基于网络性能、网络特性和网络场景学习得到。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第六种实现方式，本申请实施例第一方面的第七种实现方式中，所述场景识别模型中的相对应的网络特征的取值基于人工经验进行预置。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第七种实现方式，本申请实施例第一方面的第八种实现方式中，所述方法还包括：所述接入网设备根据所述目标区域对应的网络场景，确定所述接入网设备在所述网络场景的网络特性和网络参数。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第八种实现方式，本申请实施例第一方面的第九种实现方式中，所述接入网设备根据所述目标区域对应的网络场景，确定所述接入网设备在所述网络场景的网络特性包括：所述接入网设备获取所述接入网设备在所述目标区域的第一信息，所述第一信息与所述网络特性相关联；所述接入网设备基于所述第一信息，确定所述接入网设备在所述网络场景的网络特性。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第九种实现方式，本申请实施例第一方面的第十种实现方式中，所述接入网设备根据所述目标区域对应的网络场景，确定所述接入网设备在所述网络场景的网络参数包括：所述接入网设备获取所述接入网设备在所述目标区域的第二信息，所述第二信息与所述网络参数相关联；所述接入网设备基于所述第二信息，确定所述接入网设备在所述网络场景的网络参数。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第十种实现方式，本申请实施例第一方面的第十一种实现方式中，所述接入网设备根据所述目标区域对应的网络场景，确定所述接入网设备在所述网络场景的网络参数包括：所述接入网设备获取所述网络参数的取值范围中的每个取值分别对应的网络性能；所述接入网设备将网络性能最优所对应的取值确定为所述接入网设备在所述网络场景的网络参数的目标值。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第十一种实现方式，本申请实施例第一方面的第十二种实现方式中，所述预置目标包括掉话率、接入成功率、吞吐量和吞吐率中的至少一种。
基于本申请实施例第一方面以及本申请实施例第一方面的第一种实现方式至本申请实施例第一方面的第十二种实现方式，本申请实施例第一方面的第十三种实现方式中，所述第二网络性能指标所对应的网络特征包括网络负载、网络覆盖、所述掉话率和所述吞吐量中的至少一种。
本申请实施例第二方面提供一种接入网设备，所述接入网设备包括：存储器、收发器和至少一个处理器，所述存储器中存储有指令；所述存储器、所述收发器和所述至少一个处理器通过线路连接；
所述至少一个处理器调用所述指令，执行第一方面在所述接入网设备侧进行的消息处理或控制操作。
本申请实施例第三方面提供一种包含指令的计算机程序产品，其特征在于，当其在计算机上运行时，使得所述计算机执行第一方面或第一方面任一可能实现的方式。
本申请实施例第四方面提供一种计算机可读存储介质，其特征在于，包括指令，当所述指令在计算机上运行时，使得计算机执行第一方面或第一方面任一可能实现的方式。
从以上技术方案可以看出，本申请实施例具有以下优点：
本实施例中，接入网设备可以从目标区域当前的相关数据中获取第一网络性能指标，并从第一网络性能指标中确定获取与该目标区域相关联的第二网络性能指标，然后根据第二网络性能指标确定目标区域的网络场景。因此，本实施例中，接入网设备可以根据目标区域的当前的相关数据中的第二网络性能指标识别目标区域的网络性能，从而可以根据目标区域当前的相关数据灵活的识别出目标区域的当前的网络场景，提高了网络场景识别的准确率。
附图说明
图1为本申请实施例提供的一个实施例示意图；
图2为本申请实施例提供的一种网络场景识别的方法的示意性流程图；
图3为本申请实施例提供的另一个实施例示意图；
图4为本申请实施例提供的另一个实施例示意图；
图5为本申请实施例提供的接入网设备的一个示意性框图；
图6为本申请实施例提供的接入网设备的一个硬件结构示意图。
具体实施方式
下面结合附图，对本申请的实施例进行描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。本领域普通技术人员可知，随着新技术的出现，本申请 实施例提供的技术方案对于类似的技术问题，同样适用。
本申请实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请实施例的实施例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例提供了一种网络场景识别的方法及接入网设备，用于从目标区域获取的相关数据，并根据该相关数据识别目标区域所对应的网络场景，提高了识别网络场景的准确性。
请参考图1，图1为本申请实施例提供的一个实施例示意图，该实施例示意图为网络场景的场景化示意图，如图1所示，网络场景的场景化包括无线场景，业务场景，负载场景，传输场景，安全场景等网络场景。其中，无线场景还可以划分为城区场景，郊区场景(网络覆盖的半径在30KM以下)。需要说明的是，本申请实施例提供的网络场景还可以包括空口组网、运维场景，配置场景等，无线场景也可以还包括室内场景，特殊覆盖场景，干扰场景。其中，室内场景又可以划分为室外站覆盖室内场景和典型室内覆盖场景，特殊覆盖场景也可以划分为高速场景、隧道场景、超远场景(网络覆盖在30KM以上)和弱覆盖场景，干扰场景又可以划分为系统间干扰场景和系统内干扰场景。
可以理解的是，基于不同的网络场景，无线网络的接入网设备的网络特性和网络参数可以进行差异化设置，从而可以实现接入网设备在不同的网络场景可以有不同的网络特性和网络参数，以保证不同的网络场景的网络性能可达到最优。
本申请实施例提供的接入网设备可以为无线网络控制器(radio network controller，RNC)，接入网设备的网络特性可以包括功率控制和切换控制，其中该功率控制可以为控制信道或者数据信道的功率控制，切换控制可以为用户在小区之间切换的控制，接入网设备的网络参数可以包括切换启动门限和负载准入门限。其中，切换启动门限可以是用户在小区切换的切换门限，负载准入门限可以是基于小区负载进行判断用户准入的门限。可以理解的是，本申请实施例提供的网络特性还可以包括其他特性，网络参数还可以包括其他参数，此处不做限定。
本申请实施例可应用于各种通信系统，例如：全球移动通讯(global system of mobile communication，GSM)系统、码分多址(code division multiple access，CDMA)系统、宽带码分多址(wideband code division multiple access，WCDMA)系统、通用分组无线业务(general packet radio service，GPRS)、长期演进(long term evolution，LTE)系统、LTE频分双工(frequency division duplex，FDD)系统、LTE时分双工(time division duplex，TDD)、通用移动通信系统(universal mobile telecommunication system，UMTS)、全球互联微波接入(worldwide interoperability for microwave access，WiMAX)通信系统、第五代(5th generation，5G)系统或新无线(new radio，NR)等。
上面对本申请实施例提供的网络场景的场景化进行了说明，下面对本申请实施例提供的一种网络场景识别的方法进行描述。
请参考图2，图2为本申请实施例提供的一种网络场景识别的方法的示意性流程图，如图2所示，该示意性流程图可以包括以下步骤：
201、接入网设备获取目标区域的相关数据。
接入网设备在对目标区域当前的网络场景进行识别之前，接入网设备可以获取目标区域的相关数据。其中，该相关数据包括第一网络性能指标，第一网络性能指标表征目标区域的网络性能。需要说明的是，第一网络性能指标可以包括目标区域的网络负载、网络覆盖、掉话率和吞吐量等网络特征。
具体地，接入网设备获取的相关数据可以是测量报告(Measurement Report，MR)、话统数据或者人机语言(man-machine language，MML)。其中，接入网设备可以从终端设备中获取测量报告并根据该测量报告确定目标区域的第一网络性能指标，比如，从测量报告中获取网络负载、网络覆盖、掉话率和吞吐量等网络特征。接入网设备也可以从话统数据中确定目标区域的第一网络性能指标，比如，从话统数据中获取网络负载、网络覆盖、掉话率和吞吐量等网络特征。本实施例中接入网设备还可以从MML中获取第一网络性能指标。
需要说明的是，本实施例中的相关数据可以包括MR、话统数据或者MML数据，还可以包括其他的相关数据，此处不做限定。
202、接入网设备从第一网络性能指标中确定与目标区域相关联的第二网络性能指标。
从相关数据中确定第一网络性能指标之后，接入网设备从第一网络性能指标中确定与目标区域相关联的第二网络性能指标。
具体地，接入网设备可以根据预置目标从第一网络性能指标中确定与目标区域相关联的第二网络性能指标。其中，该预置目标可以包括掉话率、接入成功率、吞吐量或者吞吐率中的至少一种。需要说明的是，该预置目标与第二网络性能指标的相关度大于预设阈值。比如，当该预置目标为吞吐率时，接入网设备从第一网络性能指标中确定与吞吐率的相关度大于预设阈值的网络特征。
可选地，本实施例中也可以通过指示信息从第一网络性能指标中确定与目标区域相关联的第二网络性能指标，具体地，接入网设备获取用户输入的第一指示信息，其中，该第一指示信息指示第二网络性能指标。接入网设备获取到第一指示信息之后，接入网设备可以根据第一指示信息从第一网络性能指标中确定与目标区域相关联的第二网络性能指标。需要说明的是，第一指示信息中指示的第二网络性能指标可以是用户基于人工经验确定的。比如，用户可以基于人工经验从第一网络性能指标中确定与目标区域相关联的第二网络性能指标，然后用户通过输入第一指示信息指示接入网设备第一网络性能指标中与目标区域相关联的第二网络性能指标，使得接入网设备可以根据第一指示信息从第一网络性能指标中确定与目标区域相关联的第二网络性能指标。
可选地，本实施例中还可以通过第一网络性能指标中的每个网络性能指标以排序确定第二网络性能指标，具体地，在第一网络性能指标所包括的每个网络性能指标可以以相关度进行排序，比如，可以以第一网络性能指标中与预置目标的相关度从大到小对每个网络性能指标进行排序，又比如，将第一网络性能指标中与预置目标相关度最高的网络性能指标排在最前。其中，网络设备可以从第一网络性能指标的排序中确定前N个网络性能指标为第二网络性能指标，N为大于0的整数，可以理解的是，在实际应用中，N可以根据实际应用进行预设。
需要说明的是，本实施例中的预置目标包括掉话率、接入成功率、吞吐量和吞吐率中的至少一种。
203、接入网设备根据第二网络性能指标确定目标区域所对应的网络场景。
接入网设备从第一网络性能指标中确定与目标区域相关联的第二网络性能指标之后，接入网设备根据第二网络性能指标确定目标区域所对应的网络场景。
其中，接入网设备可以根据场景识别模型对第二网络性能指标所对应的网络特征进行识别，确定所述目标区域对应的网络场景。
具体地，接入网设备根据第二网络性能指标确定第二网络性能指标所对应的网络特征的取值，并将第二网络性能指标所对应的网络特征的取值与预置于场景识别模型中的相对应的网络特征的取值进行比较，得到比较结果；从而使得接入网设备可以从比较结果中确定目标区域对应的网络场景。
比如，当第二网络性能指标所对应的网络特征为网络负载和掉话率时，接入网设备确定网络负载和掉话率分别对应的取值，并从场景识别模型中确定网络负载对应的网络特征以及确定掉话率对应的网络特征，然后接入网设备将目标区域的网络负载的取值与场景识别模型中相对应的网络负载的取值进行比较，从而得到比较结果。
需要说明的是，在场景识别模型中包括网络负载的取值包括第一阈值、第二阈值…以及第N阈值，以及掉话率的取值也包括第一阈值、第二阈值…以及第N阈值。其中，在场景识别模型中当网络负载的取值大于第一置阈值以及掉话率取值大于第一阈值时对应第一网络场景，当网络负载的取值大于第二阈值以及掉话率的取值大于第二阈值时对应第二网络场景，当网络负载的取值大于第N阈值以及掉话率的取值大于第N阈值时对应第N网络场景。
即当比较结果为目标区域的网络负载的取值大于场景识别模型中的网络负载的第一阈值，以及目标区域的掉话率的取值大于场景识别模型中的掉话率的第一阈值，接入网设备确定目标区域的网络场景为第一网络场景。当比较结果为目标区域的网络负载的取值大于预置网络负载的第二阈值，以及目标区域的掉话率的取值大于场景识别模型中的掉话率的第二阈值，接入网设备确定目标区域的网络场景为第二网络场景。当比较结果为目标区域的网络负载的取值大于场景识别模型中的网络负载的第N阈值，以及目标区域的掉话率的取值大于场景识别模型中的掉话率的第N阈值，接入网设备确定目标区域的网络场景为第N网络场景。
下面结合附图，对接入网设备中的场景识别模型进行描述：
请参考图3，图3为本申请实施例提供的另一个实施例示意图，如图3所示，场景识别模型包括网络特征的取值以及网络特征取值所对应的网络场景。其中，在场景识别模型中当网络特征1<A且网络特征2<B时，对应的网络场景为第一网络场景，当网络特征1>C且网络特征2>D时，对应的网络场景为第二网络场景，在场景识别模型中当网络特征1<E且网络特征2>F时，对应的网络场景为第N网络场景。
可以理解的是，当目标区域的网络特征1<A以及目标区域的网络特征2<B时，根据该场景识别模型可以将目标区域的网络场景识别为第一网络场景。
需要说明的是，网络特征对应的取值可以是接入网设备基于目标区域的历史信息中学习得到的。比如，接入网设备获取目标区域为第一网络场景时的历史信息，然后接入网设备对该历史信息进行学习，并根据学习结果在场景识别模型中设置当网络特征1所对应的取值<A 以及在网络特征2的取值<B时,对应第一网络场景。
需要说明的是，本实施例接入网设备也可以从用户中获取第二指示信息，从第二指示信息中对场景识别模型的网络特征的取值进行预置。其中，第二指示信息中包括场景识别模型的网络特征的取值。
可选地，在实际应用中，接入网设备还可以将第二网络性能指标中的其他网络特征对目标区域的网络场景进行识别。例如，当接入网设备确定第二网络性能指标中的网络覆盖为20KM，而场景识别模型中预置当网络覆盖小于30KM时，则可以将目标区域识别为郊区场景。即接入网设备也可以根据第二网络性能指标中的网络覆盖将目标区域识别为郊区场景。
可以理解的是，当接入网设备根据网络负载和掉话率将目标区域识别为第一网络场景，还可以根据网络覆盖将目标区域识别为郊区场景。因此，当第一网络场景为传输场景时，接入网设备可以根据第二网络性能指标将目标区域识别为传输场景和郊区场景。
204、接入网设备根据目标区域对应的网络场景，确定接入网设备在网络场景的网络特性。
接入网设备确定目标区域的网络场景之后，接入网设备获取接入网设备在该网络场景的第一信息，并根据该网络场景的第一信息确定接入网设备在网络场景的网络特性，其中，该第一信息可以是接入网设备在该网络场景历史网络特性以及该历史网络特性所对应的网络性能，即第一信息为在获取当前网络场景的网络特性之前接入网设备在目标区域的历史网络特性。
具体地，接入网设备从第一信息中获取到接入网设备在该网络场景的历史的网络特性以及该历史网络特性所对应的网络性能之后，接入网设备根据历史网络特性以及该历史网络特性所对应的网络性能进行学习，并从学习结果中得到接入网设备当前的网络特性。比如，接入网设备可以将网络性能最优所对应的网络特性确定为目标区域在当前网络场景的网络特征。
可选地，接入网设备还可以从人工经验设置的网络场景与网络特性的对应关系中确定接入网设备在网络场景的网络特性，具体地，在接入网系统中，用户可以基于人工经验对接入网设备的网络特性进行设置。比如，用户可以基于人工经验设置网络场景与网络特性的对应关系，在接入网设备中预置第一网络场景对应第一网络特性，第二网络场景对应第三网络特性…第N网络场景对应第N网络特性。即当接入网设备确定目标区域的网络场景之后，接入网设备可以根据用户预先基于人工经验设置的网络场景与网络特性的对应关系中，确定接入网设备在当前网络场景的网络特性。比如，当目标区域的网络场景为第一网络场景时，接入网设备根据网络场景与网络特性的对应关系确定接入网设备在第一网络场景的网络特性为第一网络特性。当目标区域的网络场景为第二网络场景时，接入网设备根据网络场景与网络特性的对应关系确定接入网设备在第二网络场景的网络特性为第二网络特性。
205、接入网设备根据目标区域对应的网络场景，确定接入网设备在网络场景的网络参数。
接入网设备确定目标区域的网络场景之后，接入网设备获取接入网设备在该网络场景的第二信息，并根据该网络场景的第二信息确定接入网设备在网络场景的网络参数，其中，该第二信息可以是接入网设备在该网络场景历史网络参数以及该历史网络参数所对应的网络性能，即第二信息为在获取当前网络场景的网络参数之前接入网设备在目标区域的历史网络参数。
具体地，接入网设备获取到接入网设备在该网络场景的历史的网络参数以及该历史网络 参数所对应的网络性能之后，接入网设备根据历史网络参数以及该历史网络参数所对应的网络性能进行学习，并从学习结果中得到接入网设备当前的网络参数。比如，可以将网络性能最优所对应的网络参数确定为目标区域在当前网络场景的网络参数。
可选地，接入网设备还可以从人工经验设置的网络场景与网络参数的对应关系中确定接入网设备在网络场景的网络参数，具体地，在接入网系统中，用户可以基于人工经验对接入网设备的网络参数进行设置。比如，用户可以基于人工经验设置网络场景与网络参数的对应关系，在接入网设备中预置第一网络场景对应第一网络参数，第二网络场景对应第三网络参数…第N网络场景对应第N网络参数。即当接入网设备确定目标区域的网络场景之后，接入网设备可以根据人工经验设置的网络场景与网络参数的对应关系中，确定接入网设备在当前网络场景的网络参数。比如，当目标区域的网络场景为第一网络场景时，接入网设备根据网络场景与网络参数的对应关系确定接入网设备在第一网络场景的网络参数为第一网络参数。当目标区域的网络场景为第二网络场景时，接入网设备根据网络场景与网络参数的对应关系确定接入网设备在第二网络场景的网络参数为第二网络参数。
下面以小区切换门限参数作为网络参数为例，对接入网设备根据目标区域对应的网络场景，确定接入网设备确定在网络场景的网络参数进行描述。
比如，当接入网设备确定目标区域所对应的网络场景为郊区场景，接入网设备确定在郊区场景下的小区切换门限参数。具体地，接入网设备获取接入网设备在郊区场景的第二信息。其中，第二信息为目标区域为郊区场景时小区切换门限的历史数据。接入网设备对该小区切换门限的历史数据进行学习，得到目标小区切换门限参数，从而将目标小区切换门限参数作为在郊区场景下，接入网设备的小区切换门限参数。
需要说明的，该目标小区切换门限参数可以基于第二信息学习得到，还可以从人工经验中确定，此处不做限定。
可选地，接入网设备也可以从网络参数的取值范围中确定接入网设备在该网络场景的网络参数的目标值。
具体地，接入网设备获取网络参数的取值范围，并分别获取该取值范围的每个取值分别对应的网络性能。其中，该网络性能可以包括网络负载和网络覆盖等网络性能。需要说明的是，本实施例中，该网络性能可以包括该网络场景对应的小区、该网络场景对应的邻小区、该对应的无线网络控制器(radio network controller,RNC)的其它小区、邻RNC的其它小区、其它局点的小区的等网络性能，需要说明的是，网络参数的取值范围可以通过从用户的人工经验确定，也可以通过目标区域的第二信息确定，其中，第二信息为在获取当前网络场景的网络参数之前接入网设备在目标区域的历史网络参数。
接入网设备从取值范围的每个取值分别对应的网络性能中确定网络性能最优所对应的取值作为网络参数的目标值。
下面以图4对接入网设备从网络参数的取值范围中确定接入网设备在该网络场景的网络参数的目标值进行说明。
请参考图4，图4为本申请实施例提供的另一个实施例示意图，如图4所示，本实施提供的接入网设备从网络参数的取值范围中确定接入网设备在该网络场景的网络参数的目标值可以包括以下步骤；
2051、接入网设备获取网络参数的取值范围。
接入网设备可以从用户的人工经验中确定网络参数的取值范围，也可以通过目标区域的第二信息确定。
2052、设置网络参数的推荐值。
接入网设备从网络参数的取值范围中获取网络参数的推荐值，该推荐值可以是该取值范围中的推荐值1、推荐值2以及推荐值N，接入网络设备将分别将网络参数设备为推荐值1、推荐值2以及推荐值N。
2053、获取网络性能。
接入网设备将网络参数分别设置为推荐值1、推荐值2以及推荐值N后，接入网设备获取推荐值1、推荐值2以及推荐值N在该网络场景分别对应的网络性能，需要说明的是，该网络性能包括网络负载和网络覆盖等性能。
2054、基于学习的网络参数-网络性能反馈决策。
接入网设备获取推荐值1、推荐值2以及推荐值N在该网络场景分别对应的网络性能之后，从推荐值1、推荐值2以及推荐值N分别对应的网络性能中确定最优网络性能，并将最优网络性能对应的推荐值确定为接入网设备在该网络场景的网络参数的目标值。
可以理解的是，不断地对网络参数的取值范围中的每个参数进行迭代，并分别获取推荐值中的推荐值1、推荐值2以及推荐值N分别对应的网络性能，然后从推荐值1、推荐值2以及推荐值N分别对应的网络性能中确定最优网络性能，并将最优网络性能对应的推荐值作为接入网设备的网络参数的目标值，从而可以使得网络场景的性能得到最优。
本实施例中，接入网设备可以从目标区域当前的相关数据中获取第一网络性能指标，并从第一网络性能指标中确定获取与该目标区域相关联的第二网络性能指标，然后根据第二网络性能指标确定目标区域的网络场景。因此，本实施例中，接入网设备可以根据目标区域的当前的相关数据中的第二网络性能指标识别目标区域的网络性能，从而可以根据目标区域当前的相关数据灵活的识别出目标区域的当前的网络场景，提高了网络场景识别的准确率。
另外，本实施例中，接入网设备根据第二网络性能指标确定目标区域的网络场景之后，接入网设备还可以基于该网络场景确定接入网设备的网络特性和网络参数。因此，本实施例中接入网设备的网络特性和网络参数不是依据区域预先设置的，而是依据网络场景匹配得到，从而使得无线接入网设备的网络特性和网络参数可以达到最优。
上面对本申请实施例提供的网络场景识别的方法进行了描述，下面对本申请实施例提供的接入网设备进行描述。
请参考图5，图5为本申请实施例提供的接入网设备的一个示意性框图，请参考图5，本申请实施例提供的接入网设备包括：
获取单元501，用于获取目标区域的相关数据，所述相关数据包括第一网络性能指标；
处理单元502，用于从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标；
所述处理单元502还用于根据所述第二网络性能指标确定所述目标区域所对应的网络场景。
可选地，本实施例的一种可能实现方式中，所述处理单元502具体用于根据预置目标从 所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标，所述预置目标与所述第二网络性能指标的相关度大于预设阈值。
可选地，本实施例的另一种可能实现方式中，所述第二网络性能指标包括所述第一网络性能指标中前N个网络性能指标，所述第一网络性能指标中的每个网络性能指标以相关度排序，所述相关度为所述第一网络性能指标与所述预置目标的相关度，所述N为大于0的整数。
可选地，本实施例的另一种可能实现方式中，所述处理单元501还用于获取第一指示信息，所述第一指示信息用于指示所述第二网络性能指标；
所述处理单元502具体用于根据所述第一指示信息从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标。
可选地，本实施例的另一种可能实现方式中，所述处理单元502具体用于根据场景识别模型对所述第二网络性能指标所对应的网络特征进行识别，确定所述目标区域对应的网络场景。
可选地，本实施例的另一种可能实现方式中，所述接入网设备还包括比较单元503，所述比较单元用于将所述第二网络性能指标所对应的网络特征的取值与预置于所述场景识别模型中的相对应的网络特征的取值进行比较，得到比较结果；
所述处理单元502具体用于从所述比较结果中确定所述目标区域对应的网络场景。
可选地，本实施例的另一种可能实现方式中，所述场景识别模型中的相对应的网络特征的取值为所述接入网设备基于网络性能、网络特性和网络场景学习得到。
可选地，本实施例的另一种可能实现方式中，所述场景识别模型中的相对应的网络特征的取值基于人工经验进行预置。
可选地，本实施例的另一种可能实现方式中，所述处理单元502还用于根据所述目标区域对应的网络场景，确定所述接入网设备在所述网络场景的网络特性和网络参数。
可选地，本实施例的另一种可能实现方式中，所述获取单元501还用于获取所述接入网设备在所述目标区域的第一信息，所述第一信息与所述网络特性相关联；
所述处理单元502具体用于基于所述第一信息，确定所述接入网设备在所述网络场景的网络特性。
可选地，本实施例的另一种可能实现方式中，所述获取单元501还用于获取所述接入网设备在所述目标区域的第二信息，所述第二信息与所述网络参数相关联；
所述处理单元502具体用于基于所述第二信息，确定所述接入网设备在所述网络场景的网络参数。
可选地，本实施例的另一种可能实现方式中，所述获取单元501还用于获取所述网络参数的取值范围中的每个取值分别对应的网络性能；
所述处理单元502具体用于将网络性能最优所对应的取值确定为所述接入网设备在所述网络场景的网络参数的目标值。
可选地，本实施例的另一种可能实现方式中，所述第二网络性能指标所对应的网络特征包括网络负载、网络覆盖、所述掉话率和所述吞吐量中的至少一种。
本实施例中，获取单元501可以从目标区域当前的相关数据中获取第一网络性能指标，处理单元502从第一网络性能指标中确定获取与该目标区域相关联的第二网络性能指标，然 后根据第二网络性能指标确定目标区域的网络场景。因此，本实施例中，接入网设备可以根据目标区域的当前的相关数据中的第二网络性能指标识别目标区域的网络性能，从而可以根据目标区域当前的相关数据灵活的识别出目标区域的当前的网络场景，提高了网络场景识别的准确率。
另外，本实施例中处理单元502根据第二网络性能指标确定目标区域的网络场景之后，处理单元502还可以基于该网络场景确定接入网设备的网络特性和网络参数。因此，本实施例中接入网设备的网络特性和网络参数不是依据区域预先设置的，而是依据网络场景匹配得到，从而使得无线接入网设备的网络特性和网络参数可以达到最优。
上面对本申请实施例提供的一种接入网设备进行了描述，下面对本申请实施例提供的另一种接入网设备进行描述。
请参考图6，图6为本申请实施例提供的接入网设备的一个硬件结构示意图，如图6所示，本申请实施例提供的接入网设备包括：
至少一个处理器610、存储器650和收发器630。该收发器630可包括接收机和发射机，该存储器650可以包括只读存储器和/或随机存取存储器，并向处理器610提供操作指令和数据。存储器650的一部分还可以包括非易失性随机存取存储器(NVRAM)。存储器与处理器可以是各自独立通过总线或者接口连接，也可以集成在一起。
在一些实施方式中，存储器650存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集。
在本申请实施例中，通过调用存储器650存储的操作指令(该操作指令可存储在操作系统中)，执行相应的操作。处理器610控制接入网设备的操作，处理器610还可以称为CPU(Central Processing Unit，中央处理单元)。存储器650可以包括只读存储器和随机存取存储器，并向处理器610提供指令和数据。存储器650的一部分还可以包括非易失性随机存取存储器(NVRAM)。具体的应用中接入网设备的各个组件通过总线系统620耦合在一起，其中总线系统620除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都标为总线系统620。
上述本申请实施例揭示的方法可以应用于处理器610中，或者由处理器610实现。处理器610可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器610中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器610可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器650，该存储器650可以是物理上独立的单元，也可以是与处理器610集成在一起的，处理器610读取存储器650中的信息，结合其硬件完成上述方法的步骤。
本实施例中，收发器630可以分别用于执行图2对应的实施例在接入网设备侧涉及到接 收和发送的操作步骤。或用于执行其他可选实施例中的接入网设备侧的数据发送以及接收的步骤。
处理器610可以分别用于执行图2对应的实施例在实施例接入网设备侧数据处理的步骤。或用于执行其他可选实施例中接入网设备侧数据处理的步骤。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (25)

  1. 一种网络场景识别的方法，其特征在于，包括：
    接入网设备获取目标区域的相关数据，所述相关数据包括第一网络性能指标；
    所述接入网设备从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标；
    所述接入网设备根据所述第二网络性能指标确定所述目标区域所对应的网络场景。
  2. 根据权利要求1所述的方法，其特征在于，所述接入网设备从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标包括：
    所述接入网设备根据预置目标从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标，所述预置目标与所述第二网络性能指标的相关度大于预设阈值。
  3. 根据权利要求1所述的方法，其特征在于，所述第二网络性能指标包括所述第一网络性能指标中前N个网络性能指标，所述第一网络性能指标中的每个网络性能指标以相关度排序，所述相关度为所述第一网络性能指标与所述预置目标的相关度，所述N为大于0的整数。
  4. 根据权利要求1所述的方法，其特征在于，所述接入网设备从所述第二网络性能指标中确定与所述目标区域相关联的第二网络性能指标包括：
    所述接入网设备获取第一指示信息，所述第一指示信息用于指示所述第二网络性能指标；
    所述接入网设备根据所述第一指示信息从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标。
  5. 根据权利要求1-4任一项所述的方法，其特征在于，所述接入网设备根据所述第二网络性能指标确定所述目标区域所对应的网络场景包括：
    所述接入网设备根据场景识别模型对所述第二网络性能指标所对应的网络特征进行识别，确定所述目标区域对应的网络场景。
  6. 根据权利要求5所述的方法，其特征在于，所述接入网设备根据场景识别模型对所述第二网络性能指标所对应的网络特征进行识别，确定所述目标区域对应的网络场景包括：
    所述接入网设备将所述第二网络性能指标所对应的网络特征的取值与所述场景识别模型中的相对应的网络特征的取值进行比较，得到比较结果；
    所述接入网设备从所述比较结果中确定所述目标区域对应的网络场景。
  7. 根据权利要求6所述的方法，其特征在于，所述场景识别模型中的相对应的网络特征的取值为所述接入网设备基于网络性能、网络特性和网络场景学习得到。
  8. 根据权利要求6所述的方法，其特征在于，所述场景识别模型中的相对应的网络特征的取值基于人工经验进行预置。
  9. 根据权利要求1-8任一项所述的方法，其特征在于，所述方法还包括：
    所述接入网设备根据所述目标区域对应的网络场景，确定所述接入网设备在所述网络场景的网络特性和网络参数。
  10. 根据权利要求9所述的方法，其特征在于，所述接入网设备根据所述目标区域对应的网络场景，确定所述接入网设备在所述网络场景的网络特性包括：
    所述接入网设备获取所述接入网设备在所述目标区域的第一信息，所述第一信息与所述网络特性相关联；
    所述接入网设备基于所述第一信息，确定所述接入网设备在所述网络场景的网络特性。
  11. 根据权利要求9或10所述的方法，其特征在于，所述接入网设备根据所述目标区域对应的网络场景，确定所述接入网设备在所述网络场景的网络参数包括：
    所述接入网设备获取所述接入网设备在所述目标区域的第二信息，所述第二信息与所述网络参数相关联；
    所述接入网设备基于所述第二信息，确定所述接入网设备在所述网络场景的网络参数。
  12. 根据权利要求9或10所述的方法，其特征在于，所述接入网设备根据所述目标区域对应的网络场景，确定所述接入网设备在所述网络场景的网络参数包括：
    所述接入网设备获取所述网络参数的取值范围中的每个取值分别对应的网络性能；
    所述接入网设备将网络性能最优所对应的取值确定为所述接入网设备在所述网络场景的网络参数的目标值。
  13. 根据权利要求2-12任一项所述的方法，其特征在于，所述预置目标包括掉话率、接入成功率、吞吐量和吞吐率中的至少一种。
  14. 根据权利要求5-13任一项所述的方法，其特征在于，所述第二网络性能指标所对应的网络特征包括网络负载、网络覆盖、所述掉话率和所述吞吐量中的至少一种。
  15. 一种接入网设备，其特征在于，包括：
    获取单元，用于获取目标区域的相关数据，所述相关数据包括第一网络性能指标；
    处理单元，用于从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标；
    所述处理单元还用于根据所述第二网络性能指标确定所述目标区域所对应的网络场景。
  16. 根据权利要求15所述的接入网设备，其特征在于，所述处理单元具体用于根据预置目标从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标，所述预置目标与所述第二网络性能指标的相关度大于预设阈值。
  17. 根据权利要求15所述的接入网设备，其特征在于，所述第二网络性能指标包括所述第一网络性能指标中前N个网络性能指标，所述第一网络性能指标中的每个网络性能指标以相关度排序，所述相关度为所述第一网络性能指标与所述预置目标的相关度，所述N为大于0的整数。
  18. 根据权利要求15所述的接入网设备，其特征在于，所述获取单元还用于获取第一指示信息，所述第一指示信息用于指示所述第二网络性能指标；
    所述处理单元具体用于根据所述第一指示信息从所述第一网络性能指标中确定与所述目标区域相关联的第二网络性能指标。
  19. 根据权利要求15-18任一项所述的接入网设备，其特征在于，所述处理单元具体用于根据场景识别模型对所述第二网络性能指标所对应的网络特征进行识别，确定所述目标区域对应的网络场景。
  20. 根据权利要求19所述的接入网设备，其特征在于，所述接入网设备还包括比较单元，所述比较单元用于将所述第二网络性能指标所对应的网络特征的取值与预置于所述场景识别模型中的相对应的网络特征的取值进行比较，得到比较结果；
    所述处理单元具体用于从所述比较结果中确定所述目标区域对应的网络场景。
  21. 根据权利要求15-19任一项所述的接入网设备，其特征在于，所述处理单元还用于根据所述目标区域对应的网络场景，确定所述接入网设备在所述网络场景的网络特性和网络参数。
  22. 根据权利要求21所述的接入网设备，其特征在于，所述获取单元还用于获取所述接入网设备在所述目标区域的第一信息，所述第一信息与所述网络特性相关联；
    所述处理单元具体用于基于所述第一信息，确定所述接入网设备在所述网络场景的网络特性。
  23. 根据权利要求21或22所述的接入网设备，其特征在于，所述获取单元还用于获取所述接入网设备在所述目标区域的第二信息，所述第二信息与所述网络参数相关联；
    所述处理单元具体用于基于所述第二信息，确定所述接入网设备在所述网络场景的网络参数。
  24. 根据权利要求21或22所述的接入网设备，其特征在于，所述获取单元还用于获取所述网络参数的取值范围中的每个取值分别对应的网络性能；
    所述处理单元具体用于将网络性能最优所对应的取值确定为所述接入网设备在所述网络场景的网络参数的目标值。
  25. 一种计算机可读存储介质，其特征在于，包括指令，当所述指令在计算机上运行时，使得计算机设备执行权利要求1至14任一项所述的方法。
PCT/CN2019/117919 2018-11-15 2019-11-13 网络场景识别的方法及接入网设备 WO2020098679A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811360235.6 2018-11-15
CN201811360235.6A CN111194039B (zh) 2018-11-15 2018-11-15 网络场景识别的方法及接入网设备

Publications (1)

Publication Number Publication Date
WO2020098679A1 true WO2020098679A1 (zh) 2020-05-22

Family

ID=70709325

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/117919 WO2020098679A1 (zh) 2018-11-15 2019-11-13 网络场景识别的方法及接入网设备

Country Status (2)

Country Link
CN (1) CN111194039B (zh)
WO (1) WO2020098679A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024001525A1 (zh) * 2022-06-30 2024-01-04 中兴通讯股份有限公司 无线场景识别方法、系统、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102769551A (zh) * 2012-07-02 2012-11-07 深信服网络科技（深圳）有限公司 网络质量评测与网络优化的方法及系统
CN103456301A (zh) * 2012-05-28 2013-12-18 中兴通讯股份有限公司 一种基于环境声音的场景识别方法及装置及移动终端
US20150119076A1 (en) * 2013-10-31 2015-04-30 Nant Holdings Ip, Llc Self-calibrating mobile indoor location estimations, systems and methods
CN109586950A (zh) * 2018-10-18 2019-04-05 锐捷网络股份有限公司 网络场景识别方法、网络管理设备、系统及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102045734B (zh) * 2010-12-10 2013-05-29 上海百林通信软件有限公司 一种基于自动场景分析的td-scdma系统参数方法
WO2014176769A1 (zh) * 2013-05-02 2014-11-06 华为技术有限公司 网络优化的方法、网络优化的装置和网络优化的设备
CN104519511B (zh) * 2013-09-30 2018-05-22 中国移动通信集团设计院有限公司 一种检测通信网络小区场景突变的方法和装置
CN104581748B (zh) * 2013-10-09 2018-10-12 中国移动通信集团设计院有限公司 一种在无线通信网络中识别场景的方法和装置
DE102013113457B4 (de) * 2013-12-04 2017-07-06 Intel IP Corporation Verfahren und vorrichtung zum erkennen eines interferenzszenarios
CN108271180B (zh) * 2016-12-30 2021-09-07 北京亿阳信通科技有限公司 一种参数核查方法及装置
CN107567039B (zh) * 2017-08-31 2020-09-08 北京市天元网络技术股份有限公司 一种移动网络的小区场景自动识别方法及装置
CN207939741U (zh) * 2017-12-20 2018-10-02 武汉虹信技术服务有限责任公司 一种智能识别室内弱覆盖的装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103456301A (zh) * 2012-05-28 2013-12-18 中兴通讯股份有限公司 一种基于环境声音的场景识别方法及装置及移动终端
CN102769551A (zh) * 2012-07-02 2012-11-07 深信服网络科技（深圳）有限公司 网络质量评测与网络优化的方法及系统
US20150119076A1 (en) * 2013-10-31 2015-04-30 Nant Holdings Ip, Llc Self-calibrating mobile indoor location estimations, systems and methods
CN109586950A (zh) * 2018-10-18 2019-04-05 锐捷网络股份有限公司 网络场景识别方法、网络管理设备、系统及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIU: "Scene Recognition for Indoor Localization Using a Mu- lti-Sensor Fusion Approach", SENSORS, vol. 17, no. 12, 8 December 2017 (2017-12-08), pages 2847, XP055707444 *
WANG LEI ET AL.: "Precise Identification Method of Network Optimization Scene based on Big Data Technology", PROCEEDING OF THE 2014 NATIONAL WIRELESS AND MOBILE COMMUNICATIONS CONFERENCE, 26 September 2014 (2014-09-26) *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024001525A1 (zh) * 2022-06-30 2024-01-04 中兴通讯股份有限公司 无线场景识别方法、系统、电子设备及存储介质

Also Published As

Publication number Publication date
CN111194039A (zh) 2020-05-22
CN111194039B (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
US10820244B2 (en) Cell broadcast for smart traffic steering across radio technologies with improved radio efficiency
TWI741058B (zh) 波束測量的方法、終端和網路設備
US10791489B2 (en) Cell user occupancy indicator to enhance intelligent traffic steering
US10251103B2 (en) Adaptive rate of congestion indicator to enhance intelligent traffic steering
WO2020001502A1 (zh) 一种测量方法和测量装置
US9900845B2 (en) Battery saving with radio control based on cellular condition data
US10419161B2 (en) Method and communications device for transmitting information
US9014712B2 (en) Selecting among spectrums within cells of a wireless communication network
WO2021012166A1 (zh) 无线通信的方法和设备
WO2020098679A1 (zh) 网络场景识别的方法及接入网设备
WO2021218923A1 (zh) 波束报告方法和设备
US20240022470A1 (en) Network model management method and apparatus
US11778500B2 (en) Signal reporting method, terminal device, and network device
EP3182757B1 (en) Load distributing method and network-side device in heterogeneous network
EP2911436A1 (en) Method and user equipment for making measurement event decision
WO2020113431A1 (zh) 无线链路的检测方法及终端设备
US20210377781A1 (en) Communication connection device and communication connection method
WO2020135157A1 (zh) 无线系统的性能评估方法和装置
WO2020191681A1 (zh) 一种信息处理方法和终端、网络设备
CN114390605A (zh) 切换方法、装置、设备及存储介质
WO2020069739A1 (en) Network node and method performed therein for handling operations in a set of communication networks
CN109150382A (zh) 极化码解码方法和解码器

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19883818

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19883818

Country of ref document: EP

Kind code of ref document: A1