CN104661241B - 一种小区休眠决策方法、实现方法及*** - Google Patents

一种小区休眠决策方法、实现方法及*** Download PDF

Info

Publication number
CN104661241B
CN104661241B CN201510003755.1A CN201510003755A CN104661241B CN 104661241 B CN104661241 B CN 104661241B CN 201510003755 A CN201510003755 A CN 201510003755A CN 104661241 B CN104661241 B CN 104661241B
Authority
CN
China
Prior art keywords
cell
dormancy
time point
decision
load
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
CN201510003755.1A
Other languages
English (en)
Other versions
CN104661241A (zh
Inventor
刘畅
田霖
周青
周一青
石晶林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Computing Technology of CAS
Original Assignee
Institute of Computing Technology of CAS
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 Institute of Computing Technology of CAS filed Critical Institute of Computing Technology of CAS
Priority to CN201510003755.1A priority Critical patent/CN104661241B/zh
Publication of CN104661241A publication Critical patent/CN104661241A/zh
Application granted granted Critical
Publication of CN104661241B publication Critical patent/CN104661241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • H04W52/02—Power saving arrangements
    • H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/30—Connection release
    • H04W76/38—Connection release triggered by timers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/20—Manipulation of established connections
    • H04W76/27—Transitions between radio resource control [RRC] states
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明提供一种小区休眠决策方法、实现方法及***。其中，小区休眠决策方法包括：对于每个由地理位置相邻的基站构成的集合，当到达休眠决策时间点时，计算该集合内每个小区的休眠指标，其中小区的休眠指标与该小区的当前负载以及负载变化趋势相关；以及，根据所述集合内每个小区的休眠指标，确定该小区所要进入的状态。本发明在实现了小区休眠所带来的节能减排效果的同时，简化了休眠决策以及休眠信息交互的过程，提高了休眠周期的时间粒度，降低了***频繁决策、天线频繁调整以及用户频繁切换的问题，保障了***的稳定性，减小了休眠判决带来的开销，提高了网络设备的生命周期，并保证了良好的用户体验。

Description

一种小区休眠决策方法、实现方法及***
技术领域
本发明涉及通信技术领域，更具体地，涉及一种小区休眠决策方法、实现方法及***。
背景技术
小区休眠技术是一种针对小区负载的变化动态地调整小区基站开关的方法，从而达到节能减排、提高资源利用率的目的。小区休眠技术的实现方法为：通过对小区负载的监测，当负载量低于某一预设的门限值时，该小区进入休眠状态，而与该小区相邻的所有小区将根据自身的负载或资源余量判断是否能够对休眠小区进行补偿覆盖，能够进行补偿覆盖的小区基站选择单独或协作地补偿休眠基站覆盖区域内的用户；同时，当休眠小区的负载量高于休眠门限值时，休眠小区将取消休眠状态，此时，进行补偿覆盖的小区基站取消补偿覆盖。
现有的小区休眠检测与决策方法往往过分依赖于某一时刻或者某一时刻之前的一段时间内对小区负载量的统计和分析，该统计值将影响对应的休眠判决时刻的决策方法。然而，在现实的通信网络中，基站的负载量是根据时间进行变化的，并在宏观上呈现出一定的规律性，因此，这种基于负载量进行检测与决策的方法仅仅能够得到判决时刻的最优解，却忽略了负载量将随着时间发生变化的问题。保障整体网络的稳定性是休眠技术的基础，如果按照现有的方法根据当前负载量进行休眠的检测与决策，会使得休眠周期的时间粒度较小，导致休眠检测与决策带来的计算量、存储量过大，并带来庞大的***开销和负担，另一方面，也会导致基站频繁开关、天线频繁调整、用户频繁切换，不仅不利于网络设备的生命周期，也极大地影响了用户体验。
此外，目前的研究大多基于蜂窝网络中基站的分布式交互方式，每一个基站需要定期地进行休眠检测，随后根据自身的休眠检测结果判断是否需要休眠，若需要休眠，则该基站需要向所有相邻的基站发出请求，收到请求的基站再根据自身的资源余量和负载量判断是否能够满足休眠基站的休眠请求，然后，所有与该休眠基站相邻的基站都将返回一个请求结果，回复休眠基站是否同意其休眠请求，接下来，休眠基站将根据收到的回复信息来决策休眠与补偿的配对方式(多个基站协作补偿或一个基站单独补偿)，完成决策之后，休眠基站需要再与配对的基站交互休眠信息(休眠时间点、负载量、用户分布等)并向未配对的基站发送未征用信息，最终才能完成一次休眠过程。可以看出，这种分布式的交互方式非常复杂和繁冗，不利于实现，带来的***开销也非常庞大。
发明内容
为解决上述问题，根据本发明的一个实施例，提供一种小区休眠决策方法，包括：
步骤1)、对于每个由地理位置相邻的基站构成的集合，当到达休眠决策时间点时，计算该集合内每个小区的休眠指标；其中，小区的休眠指标与该小区的当前负载以及负载变化趋势相关；
步骤2)、根据所述集合内每个小区的休眠指标，确定该小区所要进入的状态。
上述方法中，小区的休眠指标还与业务的突发性相关。其中，小区的休眠指标表示如下：
SLIu,i,t＝α·BSLTu,i,t+β·BSCLu,i,t+RIu
其中，SLIu,i,t表示在休眠决策时间点t，集合u中的小区i的休眠指标；BSLTu,i,t表示在休眠决策时间点t，小区i的负载变化趋势；BSCLu,i,t表示小区i在休眠决策时间点t的负载；RIu为集合u的突发业务参数；α和β分别为加法系数。
上述方法中，所述休眠决策时间点为预定长度的周期内的时间段中的交互时间点的子集；其中一个周期由长度相等的多个时间段构成，每个时间段内的交互时间点间隔相等。
上述方法中，在第s个周期内的第d个时间段中的休眠决策时间点tn，集合u中的小区i的负载变化趋势表示如下：
其中，NT＝s-1-k，表示参考的研究周期数目(即从第k个周期开始，第s-1个周期结束，其中，k<s-1)；tm表示tn后的下一个休眠决策时间点；表示在第T个周期内的第d个时间段中的时间点tn，集合u中的小区i的负载。
上述方法中，在第s个周期内的第d个时间段中的休眠决策时间点tn，集合u的突发业务参数表示如下：
其中，CSTATS表示在第k到第s-1个周期内的第d个时间段中的时间点tn到tm的所有交互时间点，集合u中的小区负载均值，tm表示tn后的下一个休眠决策时间点；CSYS表示集合u的容量。
上述方法中，CSTATS表示如下：
其中，NT＝s-1-k；NCELL表示集合u中的基站数量；NEPIT＝m-n，第n个交互时间点对应tn，第m个交互时间点对应tm；BSCLu,i,T,d,t表示在第T个周期内的第d个时间段中的交互时间点t，集合u中的小区i的负载。
上述方法中，CSYS表示如下：
CSYS＝λ·NON
其中，λ表示每个基站的容量上限；NON表示在时间点tn到tm之间打开的基站数量。
上述方法中，根据如下步骤获得集合u在第s个周期内的第d个时间段中的休眠决策时间点：
步骤a)、对于第s个周期内的第d个时间段中的交互时间点tn，根据下式计算集合u中的每个小区的负载变化率：
其中，i表示小区i；NT＝s-1-k；表示在第T个周期内的第d个时间段中的时间点tn，集合u中的小区i的负载；tn-1表示tn的前一个交互时间点；
步骤b)、根据下式得到每个小区的负载变化率索引值：
或
其中，KLCR为预定阀值；
步骤c)、根据下式计算集合u的负载变化率：
其中，NCELL表示集合u中的基站数量；
步骤d)、如果集合u的负载变化率大于预定阀值，则交互时间点tn为休眠决策时间点。
上述方法中，步骤2)包括：
如果小区的休眠指标小于等于第一阀值，则该小区进入请求休眠状态；
如果小区的休眠指标大于第一阀值且小于等于第二阈值，则该小区进入请求单站补偿多站状态；
如果小区的休眠指标大于第二阈值且小于等于第三阈值，则该小区进入请求单站补偿单站状态；
如果小区的休眠指标大于第三阈值且小于等于第四阈值，则该小区进入请求多站补偿单站状态；
如果小区的休眠指标大于第四阈值，则该小区进入请求保持正常覆盖状态。
上述方法中，步骤2)还包括：
根据集合内每个小区所要进入的状态，得到在当前休眠决策时间点和下一个休眠决策时间点之间该集合内的休眠和补偿组合方式。
根据本发明的一个实施例，还提供一种小区休眠实现方法，包括：
步骤A)、采用上述小区休眠决策方法进行小区休眠决策，并将休眠相关信息通知小区对应的基站；
步骤B)、基站之间交互相关用户的上下文业务；
步骤C)、在执行休眠的时间点，休眠基站进入休眠且补偿覆盖基站对休眠基站进行覆盖。
根据本发明的一个实施例，还提供一种小区休眠***，包括：
由地理位置相邻的基站构成的集合；以及
与所述集合相关的基站休眠管理器，用于当到达休眠决策时间点时根据上述小区休眠决策方法确定该小区所要进入的状态。
上述***中，所述集合内的每个基站用于在每个交互时间点向对应的基站休眠管理器汇报小区当前负载。
上述***中，所述基站休眠管理器统计和存储由基站汇报的小区当前负载。
本发明在实现了小区休眠所带来的节能减排效果的同时，简化了休眠决策以及休眠信息交互的过程，提高了休眠周期的时间粒度，降低了***频繁决策、天线频繁调整以及用户频繁切换的问题，保障了***的稳定性，减小了休眠判决带来的开销，提高了网络设备的生命周期，并保证了良好的用户体验。
附图说明
以下参照附图对本发明实施例作进一步说明，其中：
图1是根据本发明一个实施例的小区休眠决策和实现方法的流程图；
图2是根据本发明一个实施例的进行下一个休眠执行周期的小区休眠决策的示意图；
图3是根据本发明一个实施例的小区休眠实现方法的示意图；
图4是根据本发明一个实施例的补偿基站执行补偿覆盖的示意图；
图5是根据本发明一个实施例的基站与BSSM的交互示意图；
图6是根据本发明一个实施例的小区休眠实现***实现小区休眠和补偿覆盖的示意图。
具体实施方式
为了使本发明的目的，技术方案及优点更加清楚明白，以下结合附图通过具体实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
根据本发明的一个实施例，提供一种小区休眠决策方法。
概括而言，该方法包括：对于每个由地理位置相邻的基站构成的集合，当到达休眠决策时间点时，计算该集合内每个小区的休眠指标，其中，小区的休眠指标与该小区的当前负载以及负载变化趋势相关；以及，根据所述集合内每个小区的休眠指标，确定该小区所要进入的状态。
现参考图1，详细描述该方法的各个步骤。需要说明的是，说明书中所描述的方法的各个步骤并非一定是必须的，而是可以根据实际情形来省略或替换其中的一个或多个步骤。
第一步：设计休眠决策时间点
首先，对小区休眠参考模型(Cell Sleeping Reference Model，CSRM)进行描述。CSRM是针对每一个休眠小区管理集合(Sleep Manage Set，SMS)进行研究的，其中，SMS由若干个在地理位置上相邻的基站共同构成。CSRM以预定长度的时间区间为一个休眠研究周期(Sleep Research Cycle，SRC)，优选地以一周(包括七天)为一个SRC；以对SRC均匀划分得到的时间段为一个基本的休眠研究时间单位(Sleep Research Unit of Time，SRUT)，优选地SRUT为一天；以及，在SRUT内，每隔固定的时间周期为一个交互时间点(Exchange Point-In-Time，EPIT)，在每个EPIT记录每个小区的当前负载值(Base Station Current Load，BSCL)，将该时间周期表示为TEPIT。因此，在SRUT为一天的实施例中，从凌晨00:00开始、每天将有24/TEPIT个EPIT。假设TEPIT＝0.5h，则每天有48个EPIT；假设TEPIT＝1h，则每天有24个EPIT。
休眠决策时间点(Decision Point-In-Time，DPIT)是对小区休眠进行决策的时间点，是EPIT的子集。连续的两个DPIT之间的时间段称为休眠执行周期(Sleep OperationPeriod，SOP)。概括而言，根据CSRM设置的SRC数目NT，计算对应的负载变化曲线，来设计DPIT和SOP。下文将详细描述该设计方式。
在参考模型CSRM中，预先设置负载变化率(Load Change Rate，LCR)的阀值为KLCR，用于表示负载变化情况。如上文所述，在每个EPIT都会记录每个小区的当前负载值(BaseStation Current Load，BSCL)。若研究对象为第s个休眠研究周期(即Ts)的第d个休眠研究时间单位(即SRUTd)，假设参考的休眠研究周期是从第k个休眠研究周期(即Tk)开始，则参考的研究周期数目为NT＝s-1-k。在交互时间点tn(其前一个交互时间点为tn-1)，休眠小区管理集合u(即SMSu，简称小区集合u)中的小区i(即Cellu,i)的LCR计算如下：
其中，表示在第T个周期内的第d个时间段中的时间点tn，集合u中的小区i的负载。在得到对应的LCR值后，可以结合阀值KLCR进行判定：
1)、当时，代表负载的变化量较大，则将对应的负载变化率索引值(Load Change Rate Index，LCRI)记录为1，即
2)、当时，代表负载的变化量较小，则将对应的LCRI记录为0，即
此时，假设休眠小区管理集合SMSu的辖内有NCELL个小区，因此，可以得到该集合的负载变化率(Set Load Change Rate，SLCR)为：
在得到集合对应的SLCR值后，可以结合预设的阀值KSLCR进行如下判定：
1)、当时，代表整个集合的负载变化率较大，则将交互时间点tn记录为休眠决策时间点DPIT；
2)、当时，代表整个集合的负载变化率较小，则不记录该交互时间点tn。
当确定了所有DPIT后，两个连续的DPIT之间的时间段称为一个休眠执行周期SOP。
本步骤中，小区休眠参考模型的设计包括定义休眠研究周期、研究时间单位、交互时间点等，使得能够基于之前的研究周期内对应的研究时间单位的负载量的统计与分析，来设计当前研究周期内对应的研究单位的休眠周期粒度等指标(如休眠决策时间点)，从而减少了休眠的频率和***的开销，提高了***的稳定性和用户体验。
第二步：当到达休眠决策时间点时，对下一个休眠执行周期内的小区休眠进行决策
在本步骤中，当到达DPIT时，根据休眠小区管理集合内所有小区的小区休眠指标(Sleep Level Indicator，SLI)，对下一个SOP内的小区休眠及补偿覆盖的组合方式进行决策。
在一个实施例中，SLI考虑当前负载和负载变化趋势。例如，SLI值包括小区负载趋势分析值(Base Station Load Trend，BSLT)和BSCL值。在另一个实施例中，SLI值是由BSLT与BSCL的和加上突发业务参数(Redundancy Indicator，RI)构成的。例如，在休眠小区管理集合u(SMSu)的某一个休眠决策时间点t(即DPITu,t)，集合SMSu中的小区i(即Cellu,i)的SLI值计算公式如下：
SLIu,i,t＝α·BSLTu,i,t+β·BSCLu,i,t+RIu (3)
其中，α和β分别为BSLT和BSCL对应的加法系数，RIu代表休眠集合SMSu对应的突发业务参数。结合小区当前负载、负载变化趋势和突发业务参数来计算SLI值，可以为小区休眠决策提供更全面的数值依据，并且减少***在业务的时变环境下的决策频率，从而提高***的稳定性。
在一个实施例中，小区负载趋势分析值BSLT是根据之前SRC的相应SRUT内的相应SOP前后的负载值变化得到的。通过跟以往参考模型的比较，可以更好地确定当前的负载随时间的变化趋势。在计算SLI时加入BSLT，可以减少小区的休眠频率，以保证网络的稳定。举例来说，如果研究对象为第s个休眠研究周期(即Ts)中的第d个休眠研究时间单位(即SRUTd)中的休眠决策时间点tn(即DPITtn)，令NT＝s-1-k，假设以tn为起点时刻的SOP的终点时刻为tm(即下一个休眠决策时间点)，则休眠集合u(SMSu)中的小区i(Cellu,i)的BSLT值计算方式如下：
该BSLT具有以下含义：
1)、当时，表示下个休眠执行周期内，Cellu,i存在负载变化趋势，且负载增加；
2)、当时，表示下个休眠执行周期内，Cellu,i存在负载变化趋势，且负载减少；
3)、当时，表示下个休眠执行周期内，Cellu,i基本无负载变化；
4)、即的绝对值，表示Cellu,i具体的平均负载变化量。
在一个实施例中，采用以下方式计算突发业务参数RIu。
假设休眠小区管理集合u(即SMSu)在某一个SOP中打开的基站数目为NON，关闭的基站数目为NOFF，该集合中所有的基站数目为NCELL：
NCELL＝NON+NOFF (5)
假设每一个基站的容量上限为λ，则可以计算出此时的小区集合容量为：
CSYS＝λ·NON (6)
同时，假设该SOP以休眠决策时间点tn为起点时刻，以tm为终点时刻，则可以计算出该休眠执行周期包含多少个交互时间点EPIT，即NEPIT＝m-n。在此基础上，可以计算出当前休眠研究周期(即Ts)之前的NT＝s-1-k个休眠研究周期中，休眠小区管理集合u(即SMSu)中所有小区Cellu,i在相应的休眠研究时间单位SRUTd的该休眠执行周期SOP内，业务量的统计平均值CSTATS：
结合公式(6)和公式(7)，可以得到突发业务冗余常数RIu为：
根据上述BSLT、BSCL和RI，计算出SLI。
在获得了小区的SLI后，参考图2，参考阀值来进行下一个休眠执行周期的小区休眠决策：
1)、当SLIu,i,t≤K1时，对应的Cellu,i进入请求休眠状态；
2)、当K1<SLIu,i,t≤K2时，对应的Cellu,i进入请求协作补偿状态1(Cellu,i具备单站补偿多站能力)；
3)、当K2<SLIu,i,t≤K3时，对应的Cellu,i进入请求协作补偿状态2(Cellu,i具备单站补偿单站能力)；
4)、当K3<SLIu,i,t≤K4时，对应的Cellu,i进入请求单独补偿状态3(Cellu,i具备多站补偿单站能力)；
5)、当SLIu,i,t>K4时，对应的Cellu,i进入请求保持正常覆盖状态。
对于每个SMS，根据其小区进入的状态，得到该SMS内在下一个SOP内的休眠和补偿组合。
根据本发明的一个实施例，还提供一种小区休眠实现方法。
参考图1和图3，该方法包括：
第一步：根据上述小区休眠决策方法得到下一个休眠执行周期内小区休眠及补偿覆盖的组合方式。
第二步：通知每个小区对应的基站在下一个休眠执行周期中的状态、执行休眠或补偿的时间点，以及小区当前负载量等信息。
其中，状态包括休眠、补偿或正常覆盖。执行休眠或补偿的时间点(Sleep Point-In-Time，SPIT)可表示为SPITt＝DPITt+o(t)，其中o(t)代表休眠决策时间点DPIT与休眠(或补偿)执行时间点SPIT的时间间隔，即决策后到执行时的时间间隔。
第三步：基站之间交互用户的上下文业务信息。
基站之间在上文的o(t)时间段，交互用户的上下文业务信息，以进行后续步骤(覆盖的切换)。
如图3所示，要休眠的基站向补偿覆盖基站发送其连接用户的上下文信息，由补偿覆盖基站先建立起一个后补连接。
第四步：在执行休眠或补偿的时间点，执行用户切换，以及小区休眠和补偿覆盖。
继续参考图3，示出了基站1休眠且基站2进行补偿覆盖的一个实施例。其中，当到达执行休眠或补偿的时间点SPIT，将基站1负责的用户A从基站1切换到基站2，与之前交互的上下文信息建立起业务连接。在完成用户的切换后，删除原基站内该用户的用户上下文信息。这样，能够提高切换的成功率，进而保证网络的稳定性和用户体验。
在实现补偿覆盖的实现时，如图4所示，补偿覆盖基站通过调整基站天线的下倾角、方向角以及发射功率，在执行休眠或补偿的时间点SPIT对休眠基站进行覆盖；同时，休眠基站在SPIT关闭天线，进入休眠。
上文描述的基于小区休眠参考模型并结合SLI指标进行小区休眠决策的方法以及休眠实现方法，不仅可以降低***的能耗、提高资源利用率，而且能够保障整体网络的稳定性，减少休眠带来的***开销，并提高用户体验。
根据本发明的一个实施例，还提供一种小区休眠实现***。
概括而言，该***包括一个或多个休眠小区管理集合SMS(如上文所述，每个集合包括若干个地理位置相邻的基站)，以及一个或多个集中式的小区基站休眠管理器(BaseStation Sleep Manager，BSSM)。其中，一个BSSM与一个SMS相对应，以管理该SMS中的所有基站。
参考图5且概括而言，SMS内的每个基站用于在每个EPIT向相应的BSSM汇报小区当前负载值BSCL；BSSM用于对该值进行统计和储存，在到达休眠决策时间点DPIT时，根据小区的小区休眠指标进行决策。
具体来说，当到达DPIT时，BSSM根据当前的辖内所有小区的小区休眠指标SLI，对下一个休眠执行周期SOP内的小区休眠及补偿覆盖的组合方式进行决策。随后，BSSM通知每一个小区对应的基站在下一个休眠执行周期SOP中的状态(休眠、补偿或正常覆盖)、具体的执行休眠或补偿的时间点SPIT、小区当前负载量BSCL等信息(可总称为休眠控制信息)。基站在接收到休眠控制信息后，交互用户的上下文业务信息(例如，在上文所述的o(t)时间段内)。在到达SPIT时，覆盖补偿基站会根据BSSM下发的控制信息(如功率调整、天线调整、切换补偿覆盖的执行时间点等)，通过调整基站天线的下倾角、方向角以及发射功率，对休眠基站进行覆盖；同时，休眠基站根据BSSM下发的控制信息(休眠命令、执行休眠的时间点等)，关闭天线并进入休眠。
在一个实施例中，BSSM还用于设计休眠决策时间点DPIT，例如采用上文所述的方法来设计DPIT。
综上，BSSM的功能总结如下：
1)BSSM与辖内所有基站相连，可以向辖内所有基站直接下达休眠或补偿的命令。同时辖内所有基站定期(每个EPIT)向BSSM汇报负载、用户分布等信息，并根据BSSM的时钟进行时间对齐；
2)BSSM具备计算功能，可以根据负载状态、负载变化趋势、用户分布情况等进行计算；
3)BSSM具备存储功能，可以存储当前、以往的小区状态信息等。
采用BSSM集中式地对辖内小区进行管控与交互，极大地简化了休眠决策与切换时的步骤，提高了***效率。
图6示出了小区休眠实现***实现小区休眠和补偿覆盖的过程。其中，所有基站根据EPIT，定期向所对应的BSSM汇报负载信息(包括激活用户、总用户等信息)，BSSM对这些信息进行存储。根据之前确定的DPIT时间点(DPIT是EPIT子集)，BSSM在休眠决策时间点(DPIT)计算辖内所有小区的SLI值，并根据SLI值进行决策，通知辖内所有基站下一休眠执行周期SOP内的状态(休眠、补偿或正常)。随后，经过一定的交互时间冗余，到执行时间SPIT，基站执行对应的节能操作即可。同时，存储在BSSM中的BSCL信息将根据参考模型的要求，保存一定时间。
应当理解，虽然本说明书是按照各个实施例描述的，但并非每个实施例仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
以上所述仅为本发明示意性的具体实施方式，并非用以限定本发明的范围。任何本领域的技术人员，在不脱离本发明的构思和原则的前提下所作的等同变化、修改与结合，均应属于本发明保护的范围。

Claims (16)

1.一种小区休眠决策方法，包括：
步骤1)、对于每个由地理位置相邻的基站构成的集合，当到达休眠决策时间点时，计算该集合内每个小区的休眠指标；其中，小区的休眠指标与该小区的当前负载以及负载变化趋势相关，所述负载变化趋势基于对历史负载数据的分析而获得，并用于反映当前负载随时间而变化的趋势；
步骤2)、根据所述集合内每个小区的休眠指标，确定该小区所要进入的状态。
2.根据权利要求1所述的方法，其中，小区的休眠指标还与业务的突发性相关。
3.根据权利要求2所述的方法，其中，小区的休眠指标表示如下：
SLIu,i,t＝α·BSLTu,i,t+β·BSCLu,i,t+RIu
其中，SLIu,i,t表示在休眠决策时间点t，集合u中的小区i的休眠指标；BSLTu,i,t表示在休眠决策时间点t，小区i的负载变化趋势；BSCLu,i,t表示小区i在休眠决策时间点t的负载；RIu为集合u的突发业务参数；且α和β分别为加法系数。
4.根据权利要求1-3中任何一个所述的方法，其中，所述休眠决策时间点为预定长度的周期内的时间段中的交互时间点的子集；其中一个周期由长度相等的多个时间段构成，每个时间段内的交互时间点间隔相等。
5.根据权利要求4所述的方法，其中，在第s个周期内的第d个时间段中的休眠决策时间点tn，集合u中的小区i的负载变化趋势表示如下：
<mrow> <msub> <mi>BSLT</mi> <mrow> <mi>u</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <msub> <mi>T</mi> <mi>s</mi> </msub> <mo>,</mo> <mi>d</mi> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>T</mi> <mo>=</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> </mrow> <msub> <mi>T</mi> <mrow> <mi>s</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </munderover> <mrow> <mo>(</mo> <msub> <mi>BSCL</mi> <mrow> <mi>u</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>T</mi> <mo>,</mo> <mi>d</mi> <mo>,</mo> <msub> <mi>t</mi> <mi>m</mi> </msub> </mrow> </msub> <mo>-</mo> <msub> <mi>BSCL</mi> <mrow> <mi>u</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>T</mi> <mo>,</mo> <mi>d</mi> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> </mrow> </msub> <mo>)</mo> </mrow> </mrow> <msub> <mi>N</mi> <mi>T</mi> </msub> </mfrac> </mrow>
其中，NT表示休眠研究周期的数目，NT＝s-1-k，k表示休眠研究周期开始于第k个周期；tm表示tn后的下一个休眠决策时间点；表示在第T个周期内的第d个时间段中的时间点tn，集合u中的小区i的负载。
6.根据权利要求4所述的方法，其中，在第s个周期内的第d个时间段中的休眠决策时间点tn，集合u的突发业务参数表示如下：
<mrow> <msub> <mi>RI</mi> <mi>u</mi> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>C</mi> <mrow> <mi>S</mi> <mi>T</mi> <mi>A</mi> <mi>T</mi> <mi>S</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>C</mi> <mrow> <mi>S</mi> <mi>Y</mi> <mi>S</mi> </mrow> </msub> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>C</mi> <mrow> <mi>S</mi> <mi>T</mi> <mi>A</mi> <mi>T</mi> <mi>S</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>C</mi> <mrow> <mi>S</mi> <mi>Y</mi> <mi>S</mi> </mrow> </msub> <mo>&gt;</mo> <mn>0</mn> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <msub> <mi>C</mi> <mrow> <mi>S</mi> <mi>T</mi> <mi>A</mi> <mi>T</mi> <mi>S</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>C</mi> <mrow> <mi>S</mi> <mi>Y</mi> <mi>S</mi> </mrow> </msub> <mo>&amp;le;</mo> <mn>0</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，CSTATS表示在第k到第s-1个周期内的第d个时间段中的时间点tn到tm的所有交互时间点，集合u中的小区负载均值，tm表示tn后的下一个休眠决策时间点；CSYS表示集合u的容量。
7.根据权利要求6所述的方法，其中，CSTATS表示如下：
<mrow> <msub> <mi>C</mi> <mrow> <mi>S</mi> <mi>T</mi> <mi>A</mi> <mi>T</mi> <mi>S</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>T</mi> <mo>=</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> </mrow> <msub> <mi>T</mi> <mrow> <mi>s</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mrow> <mi>C</mi> <mi>E</mi> <mi>L</mi> <mi>L</mi> </mrow> </msub> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> </mrow> <msub> <mi>t</mi> <mi>m</mi> </msub> </munderover> <msub> <mi>BSCL</mi> <mrow> <mi>u</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>T</mi> <mo>,</mo> <mi>d</mi> <mo>,</mo> <mi>t</mi> </mrow> </msub> </mrow> <mrow> <msub> <mi>N</mi> <mi>T</mi> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>N</mi> <mrow> <mi>C</mi> <mi>E</mi> <mi>L</mi> <mi>L</mi> </mrow> </msub> <mo>&amp;CenterDot;</mo> <msub> <mi>N</mi> <mrow> <mi>E</mi> <mi>P</mi> <mi>I</mi> <mi>T</mi> </mrow> </msub> </mrow> </mfrac> </mrow>
其中，NT表示休眠研究周期的数目，NT＝s-1-k，k表示休眠研究周期开始于第k个周期；NCELL表示集合u中的基站数量；NEPIT表示交互时间点的数目，NEPIT＝m-n，第n个交互时间点对应tn，第m个交互时间点对应tm；BSCLu,i,T,d,t表示在第T个周期内的第d个时间段中的交互时间点t，集合u中的小区i的负载。
8.根据权利要求6或7所述的方法，其中，CSYS表示如下：
CSYS＝λ·NON
其中，λ表示每个基站的容量上限；NON表示在时间点tn到tm之间打开的基站数量。
9.根据权利要求4所述的方法，其中，根据如下步骤获得集合u在第s个周期内的第d个时间段中的休眠决策时间点：
步骤a)、对于第s个周期内的第d个时间段中的交互时间点tn，根据下式计算集合u中的每个小区的负载变化率：
<mrow> <msub> <mi>LCR</mi> <mrow> <mi>u</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <msub> <mi>T</mi> <mi>s</mi> </msub> <mo>,</mo> <mi>d</mi> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> </mrow> </msub> <mo>=</mo> <mo>|</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>T</mi> <mo>=</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> </mrow> <msub> <mi>T</mi> <mrow> <mi>s</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </munderover> <mfrac> <mrow> <msub> <mi>BSCL</mi> <mrow> <mi>u</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>T</mi> <mo>,</mo> <mi>d</mi> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> </mrow> </msub> <mo>-</mo> <msub> <mi>BSCL</mi> <mrow> <mi>u</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>T</mi> <mo>,</mo> <mi>d</mi> <mo>,</mo> <msub> <mi>t</mi> <mrow> <mi>n</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mrow> </msub> </mrow> <mrow> <msub> <mi>BSCL</mi> <mrow> <mi>u</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <mi>T</mi> <mo>,</mo> <mi>d</mi> <mo>,</mo> <msub> <mi>t</mi> <mrow> <mi>n</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mrow> </msub> </mrow> </mfrac> </mrow> <msub> <mi>N</mi> <mi>T</mi> </msub> </mfrac> <mo>|</mo> </mrow>
其中，i表示小区i；NT表示休眠研究周期的数目，NT＝s-1-k，k表示休眠研究周期开始于第k个周期；表示在第T个周期内的第d个时间段中的时间点tn，集合u中的小区i的负载；tn-1表示tn的前一个交互时间点；
步骤b)、根据下式得到每个小区的负载变化率索引值：
或
其中，KLCR为预定阀值；
步骤c)、根据下式计算集合u的负载变化率：
<mrow> <msub> <mi>SLCR</mi> <mrow> <mi>u</mi> <mo>,</mo> <msub> <mi>T</mi> <mi>s</mi> </msub> <mo>,</mo> <mi>d</mi> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> </mrow> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>N</mi> <mrow> <mi>C</mi> <mi>E</mi> <mi>L</mi> <mi>L</mi> </mrow> </msub> </munderover> <msub> <mi>LCRI</mi> <mrow> <mi>u</mi> <mo>,</mo> <mi>i</mi> <mo>,</mo> <msub> <mi>T</mi> <mi>s</mi> </msub> <mo>,</mo> <mi>d</mi> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> </mrow> </msub> </mrow>
其中，NCELL表示集合u中的基站数量；
步骤d)、如果集合u的负载变化率大于预定阀值，则交互时间点tn为休眠决策时间点。
10.根据权利要求1-3中任何一个所述的方法，其中，步骤2)包括：
如果小区的休眠指标小于等于第一阀值，则该小区进入请求休眠状态；
如果小区的休眠指标大于第一阀值且小于等于第二阈值，则该小区进入请求单站补偿多站状态；
如果小区的休眠指标大于第二阈值且小于等于第三阈值，则该小区进入请求单站补偿单站状态；
如果小区的休眠指标大于第三阈值且小于等于第四阈值，则该小区进入请求多站补偿单站状态；
如果小区的休眠指标大于第四阈值，则该小区进入请求保持正常覆盖状态。
11.根据权利要求1-3中任何一个所述的方法，其中，步骤2)还包括：
根据集合内每个小区所要进入的状态，得到在当前休眠决策时间点和下一个休眠决策时间点之间该集合内的休眠和补偿组合方式。
12.根据权利要求4所述的方法，其中，所述周期为7天，且所述时间段为1天。
13.一种小区休眠实现方法，包括：
步骤A)、采用如权利要求1-12中任何一个所述的方法进行小区休眠决策，并将休眠相关信息通知小区对应的基站；
步骤B)、基站之间交互相关用户的上下文业务；
步骤C)、在执行休眠的时间点，休眠基站进入休眠且补偿覆盖基站对休眠基站进行覆盖。
14.一种小区休眠***，包括：
由地理位置相邻的基站构成的集合；以及
与所述集合相关的基站休眠管理器，用于当到达休眠决策时间点时根据权利要求1-12之一的小区休眠决策方法确定该小区所要进入的状态。
15.根据权利要求14所述的***，其中，所述集合内的每个基站用于在每个交互时间点向对应的基站休眠管理器汇报小区当前负载。
16.根据权利要求15所述的***，其中，所述基站休眠管理器统计和存储由基站汇报的小区当前负载。
CN201510003755.1A 2015-01-05 2015-01-05 一种小区休眠决策方法、实现方法及*** Active CN104661241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510003755.1A CN104661241B (zh) 2015-01-05 2015-01-05 一种小区休眠决策方法、实现方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510003755.1A CN104661241B (zh) 2015-01-05 2015-01-05 一种小区休眠决策方法、实现方法及***

Publications (2)

Publication Number Publication Date
CN104661241A CN104661241A (zh) 2015-05-27
CN104661241B true CN104661241B (zh) 2018-05-22

Family

ID=53251826

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510003755.1A Active CN104661241B (zh) 2015-01-05 2015-01-05 一种小区休眠决策方法、实现方法及***

Country Status (1)

Country Link
CN (1) CN104661241B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106304328B (zh) * 2015-06-01 2020-10-16 索尼公司 无线通信***中的电子设备和无线通信方法
CN104883725B (zh) * 2015-06-19 2018-10-09 东南大学 一种长期演进网络中基于站点实际负载的网络节能方法
US10433252B2 (en) * 2016-10-24 2019-10-01 Qualcomm Incorporated Optimizing target wake-up time (TWT) operation
CN109600763A (zh) * 2017-09-30 2019-04-09 ***通信有限公司研究院 一种休眠、唤醒控制方法、装置、cu、du和存储介质
CN112118587B (zh) * 2019-06-19 2022-08-26 大唐移动通信设备有限公司 一种小区管理的方法和设备
CN111163506B (zh) * 2019-12-23 2021-05-28 京信通信技术(广州)有限公司 节能方法、装置、计算机设备和存储介质
CN114727370A (zh) * 2021-01-04 2022-07-08 ***通信有限公司研究院 一种小区节能控制方法、装置、设备及可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102695251A (zh) * 2011-03-21 2012-09-26 上海贝尔股份有限公司 移动通信***中的节能方法
WO2013170486A1 (zh) * 2012-05-18 2013-11-21 华为技术有限公司 通信方法、装置与***
CN102396257B (zh) * 2011-05-16 2014-04-30 华为技术有限公司 基站节能方法、***及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102695251A (zh) * 2011-03-21 2012-09-26 上海贝尔股份有限公司 移动通信***中的节能方法
CN102396257B (zh) * 2011-05-16 2014-04-30 华为技术有限公司 基站节能方法、***及装置
WO2013170486A1 (zh) * 2012-05-18 2013-11-21 华为技术有限公司 通信方法、装置与***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Dynamic Sleep Scheduling for Minimizing Delay in Wireless Sensor Network;Babar Nazir,Halabi Hasbullah;《IEEE》;20110426;全文 *
Load Diversity Based Processing Resource Allocation for Super Base Stations in Large-scale Centralized Radio Access Networks;Guowei Zhai1,2,3, Lin Tian,Yiqing Zhou,Jinglin Shi;《IEEE ICC 2014 - Wireless Communications Symposium》;20140614;全文 *

Also Published As

Publication number Publication date
CN104661241A (zh) 2015-05-27

Similar Documents

Publication Publication Date Title
CN104661241B (zh) 一种小区休眠决策方法、实现方法及***
CN102186209B (zh) 多小区重叠覆盖下的节能策略
CN102595501A (zh) 用于控制无线通信***中的节点的设备和方法
CN113543284A (zh) 节能方法、基站、控制单元及存储介质
CN112367697B (zh) 一种基站节能方法及装置
CN105636056A (zh) 一种频谱资源自优化的节能方法、装置和***
CN104812035B (zh) 一种自适应控制基站节能的方法
CN107708148B (zh) 一种基于mdp的小基站异步关断节能方法
CN111405646B (zh) 异构蜂窝网络中基于Sarsa学习的基站休眠方法
CN103929752B (zh) 基站间动态协同覆盖方法
Zhu et al. Joint traffic prediction and base station sleeping for energy saving in cellular networks
CN107396376A (zh) 小区预负荷均衡方法及装置
CN105246124A (zh) 一种异构无线网络联合接纳控制方法
CN105554825B (zh) 一种HetNet***中DRX状态下的小区选择方法和装置
CN102333346A (zh) 一种移动通信***中的负荷均衡方法和***
CN114077213B (zh) 节能控制方法及装置
CN103533577A (zh) 一种异构无线网络间垂直切换判决控制方法和***
CN113690949A (zh) 新能源场站储能***的控制模式切换方法及装置
CN103167577B (zh) 一种关闭小区的方法、站点装置
CN102238591A (zh) 一种无线网络实现节能的方法及***
Liu et al. Flow-level-delay constraint small cell sleeping with macro base station cooperation for energy saving in hetnet
CN107005935B (zh) 网络能效优化方法和装置
CN113747556B (zh) 室内分布***节能方法、设备及计算机可读存储介质
CN115243349A (zh) 基站节能方法、装置、电子设备及存储介质
CN106912088B (zh) 一种小基站休眠的控制方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant