CN108322915A - 基站规划的信息处理方法与装置 - Google Patents

基站规划的信息处理方法与装置 Download PDF

Info

Publication number
CN108322915A
CN108322915A CN201810455833.5A CN201810455833A CN108322915A CN 108322915 A CN108322915 A CN 108322915A CN 201810455833 A CN201810455833 A CN 201810455833A CN 108322915 A CN108322915 A CN 108322915A
Authority
CN
China
Prior art keywords
information
base station
region
territorial scope
resource use
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.)
Granted
Application number
CN201810455833.5A
Other languages
English (en)
Other versions
CN108322915B (zh
Inventor
许丹丹
刘楠
刘静沙
刘颖慧
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201810455833.5A priority Critical patent/CN108322915B/zh
Publication of CN108322915A publication Critical patent/CN108322915A/zh
Application granted granted Critical
Publication of CN108322915B publication Critical patent/CN108322915B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18Network planning tools

Landscapes

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

Abstract

本发明提供了一种基站规划的信息处理方法与装置,所述方法包括:获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息;所述第一资源使用信息用于表征过去第一时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;所述用户规模预测信息用于表征将来第二时间段内所述区域的用户和/或人口的数量随时间的变化;根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息;根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,所述基站规划信息用于表征所规划的所述地域范围中基站的分布情况。本发明的规划的结果能够精确匹配各区域的需求,以及地域范围的整体需求。

Description

基站规划的信息处理方法与装置
技术领域
本发明涉及信息技术领域,尤其涉及一种基站规划的信息处理方法与装置。
背景技术
随着移动通讯技术的发展,为了满足用户对无线网络通讯的需求,无线网络的规划愈发重要,作为网络规划的关键之一的基站规划更是重中之重。
现有的基站规划方法中,可根据人员的设计经验、已有存量基站的分布情况,对未来地域范围内基站的分布情况进行规划。
然而,该方法所规划的分布情况的优劣取决于相关人员的设计经验,及人员主观考虑的因素,故而,其无法精确匹配地域范围内对网络资源的实际需求。
发明内容
本发明提供一种基站规划的信息处理方法与装置,以解决无法精确匹配地域范围内对网络资源的实际需求的问题。
根据本发明的第一方面,提供了一种基站规划的信息处理方法,包括:
获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息;所述第一资源使用信息用于表征过去第一时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;所述用户规模预测信息用于表征将来第二时间段内所述区域的用户和/或人口的数量随时间的变化;
根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,所述第二资源使用信息用于表征所述第二时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;
根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,所述基站规划信息用于表征待规划的基站在所述地域范围内的分布情况,以及带规划的基站的配置信息。
可选的,所述根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息之前,还包括:
获取所述地域范围内的已有基站信息,所述已有基站信息用于表征所述第一时间段内所述地域范围内已有基站的分布情况,以及已有基站的配置信息;
所述根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,包括:
根据述地域范围内各区域的第二资源使用信息与所述已有基站信息,确定所述基站规划信息。
可选的,所述已有基站的配置信息用于表征以下至少之一:
已有基站的建设类型、已有基站的使用类型、已有基站的规模类型,以及已有基站的网络资源输出能力信息。
可选的,所述待规划的基站的配置信息用于表征以下至少之一:
待规划的基站的建设类型、待规划的基站的使用类型、待规划的基站的规模类型,以及待规划的基站的网络资源输出能力信息。
可选的,所述基站的建设类型包括楼面站、新建机房、租赁改造机房;所述基站的使用类型包括利旧共享、新建共享、新建独享;所述基站的规模类型包括宏基站与小基站。
可选的,所述获取地域范围内每个区域的第一资源使用信息,包括:
获取所述地域范围内所有的终端交互信息,所述终端交互信息为用户使用网络服务的行为所产生的信息;
确定所述行为的发生地所属的区域与所述行为所产生的终端交互信息之间对应;
根据每个区域所对应的终端交互信息,计算所述区域的所述第一资源使用信息。
可选的,所述终端交互信息用于表征以下至少之一:
所述行为的发生地、所述行为的发生时间、所述行为所使用的网络服务的类型、所述行为所使用的网络资源的大小,以及所述行为所产生的消费费用。
可选的,获取地域范围内每个区域的用户规模预测信息,包括:
根据所述区域的当前用户规模信息、所述区域对应的用户规模影响要素、针对所述用户规模影响要素的评价参数,以及预设的或经训练的测模型,预测得到所述区域的用户规模预测信息;所述当前用户规模信息用于表征当前所述区域的用户和/或人口的数量;所述用户规模影响要素是影响所述区域用户规模变化的预设要素;所述评价参数是评价所述用户规模影响要素的当前发展情况和/或未来发展趋势的预设参数。
所述用户规模影响要素包括以下至少之一:
所述区域所包含的商圈数量、所述商圈的类型、所述区域中常驻人口数量或比例、所述区域中运营商的竞争情况、所述区域的居民区数量、所述居民区的类型。
根据本发明的第二方面,提供了一种基站规划的信息处理装置,包括:
第一获取模块,用于获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息;所述第一资源使用信息用于表征过去第一时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;所述用户规模预测信息用于表征将来第二时间段内所述区域的用户和/或人口的数量随时间的变化;
第二资源使用信息确定模块,用于根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,所述第二资源使用信息用于表征所述第二时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;
基站规划模块,用于根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,所述基站规划信息用于表征待规划的基站在所述地域范围内的分布情况,以及待规划的基站的配置信息。
可选的,所述的装置,还包括:
第二获取模块,用于获取所述地域范围内的已有基站信息,所述已有基站信息用于表征所述第一时间段内所述地域范围内已有基站的分布情况,以及已有基站的配置信息;
所述基站规划模块,具体用于根据述地域范围内各区域的第二资源使用信息与所述已有基站信息,确定所述基站规划信息。
可选的,所述已有基站的配置信息包括以下至少之一:
已有基站的建设类型、已有基站的使用类型、已有基站的规模类型,以及已有基站的网络资源输出能力信息。
可选的,所述待规划的基站的配置信息用于表征以下至少之一:
待规划的基站的建设类型、待规划的基站的使用类型、待规划的基站的规模类型,以及待规划的基站的网络资源输出能力信息。
可选的,所述基站的建设类型包括楼面站、新建机房、租赁改造机房;所述基站的使用类型包括利旧共享、新建共享、新建独享;所述基站的规模类型包括宏基站与小基站。
可选的,所述第一获取模块,具体用于:
获取所述地域范围内所有的终端交互信息,所述终端交互信息为用户使用网络服务的行为所产生的信息;
确定所述行为的发生地所属的区域与所述行为所产生的终端交互信息之间对应;
根据每个区域所对应的终端交互信息,计算所述区域的所述第一资源使用信息。
可选的,所述终端交互信息用于表征以下至少之一:
所述行为的发生地、所述行为的发生时间、所述行为所使用的网络服务的类型、所述行为所使用的网络资源的大小,以及所述行为所产生的消费费用。
可选的,所述第一获取模块,具体用于:
根据所述区域的当前用户规模信息、所述区域对应的用户规模影响要素、针对所述用户规模影响要素的评价参数,以及预设的或经训练的第一预测模型,预测得到所述区域的用户规模预测信息;所述当前用户规模信息用于表征当前所述区域的用户和/或人口的数量;所述用户规模影响要素是影响所述区域用户规模变化的预设要素;所述评价参数是评价所述用户规模影响要素的当前发展情况和/或未来发展趋势的预设参数。
可选的,所述用户规模影响要素包括以下至少之一:
所述区域所包含的商圈数量、所述商圈的类型、所述区域中常驻人口数量或比例、所述区域中运营商的竞争情况、所述区域的居民区数量、所述居民区的类型。
根据本发明的第三方面,提供了一种电子设备,包括:存储器、处理器以及计算机程序,所述计算机程序存储在所述存储器中,所述处理器运行所述计算机程序执行第一方面及其可能涉及的方法。
根据本发明的第四方面,提供了一种存储介质,存储有计算机程序,所述计算机程序被执行时实现第一方面及其可能涉及的方法。
本发明提供的基站规划的信息处理方法与装置,通过获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息、根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,以及根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,使得基站的规划能够以各区域的第二资源使用信息为依据,由于第二资源使用信息是根据过去第一时间段的第一资源使用信息和所预测的用户规模预测信息得到的,其可较为精确反应网络资源当前的需求情况以及用户规模未来的变化,进而使得基站规划信息可充分考虑地域范围内各区域的需求,进而使得规划的结果能够精确匹配各区域的需求,以及地域范围的整体需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中基站规划的信息处理方法的流程示意图;
图2是本发明另一实施例中基站规划的信息处理方法的流程示意图;
图3是图2中步骤S21的流程示意图;
图4是本发明一实施例中基站规划的信息处理装置的结构示意图;
图5是本发明另一实施例中基站规划的信息处理装置的结构示意图;
图6是本发明一实施例中电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明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,以便这里描述的本发明的实施例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、***、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。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1是本发明一实施例中基站规划的信息处理方法的流程示意图。
请参考图1,基站规划的信息处理方法,包括:
S11:获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息。
第一资源使用信息,可理解为用于表征过去第一时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化,其中网络资源的使用总量以及使用量可以为所产生上行流量和/或下行流量。
利用第一资源使用信息,可客观反映区域内使用网络资源的实际情况,进而为第二资源使用信息,以及基站规划提供可靠的现实依据。
第一时间段,可理解为在当前时间之前的任意时间段。
用户规模预测信息,可理解为用于表征将来第二时间段内所述区域的用户和/或人口的数量随时间的变化;其中可以以任意时间间隔表征数量的变化,同时,也可利用第二时间段结束时刻的用户和/或人口的数量表征第二时间段经过后的用户规模。
针对于不同的用户规模,网络资源的使用情况会适应性发生变化,故而,利用用户规模预测信息,可反映用户规模可能的变化情况,从而使得所得到的第二资源使用信息能够更贴合用户规模变化下的实际需求。
第二时间段,可理解为在当前时间之后的任意时间段。第一时间段与第二时间段可以是相同长度的时间段,也可以是不同的。
此外,以上地域范围与区域的关系,可理解为地域范围内包含各区域,该区域可以为人工任意划分的区域,也可为已确定的行政分区。
S12:根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息。
第二资源使用信息,可理解为用于表征所述第二时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化。由于第二时间段为当前时间之后的时间段,故而,第二资源使用信息,也可理解为所预测的第二时间段内的所述区域中网络资源的使用总量和/或使用量随时间的变化。
S13:根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息。
基站规划信息,可理解为用于表征待规划的基站在所述地域范围内的分布情况,以及待规划的基站的配置信息。其中的分布情况,可理解为基站的位置,其中的配置信息,可理解为基站的类型,以及基站的网络资源输出能力、基站如何配置软硬件设备等,可见,任意可有助于基站建设的信息,均不脱离以上基站规划信息的范围。
本实施例提供的基站规划的信息处理方法,通过获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息、根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,以及根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,使得基站的规划能够以各区域的第二资源使用信息为依据,由于第二资源使用信息是根据过去第一时间段的第一资源使用信息和所预测的用户规模预测信息得到的,其可较为精确反应网络资源当前的需求情况以及用户规模未来的变化,进而使得基站规划信息可充分考虑地域范围内各区域的需求,进而使得规划的结果能够精确匹配各区域的需求,以及地域范围的整体需求。
图2是本发明另一实施例中基站规划方法的流程示意图。
请参考图2,基站规划方法,包括:
S21:获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息。
第一资源使用信息,可理解为用于表征过去第一时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化,其中网络资源的使用总量以及使用量可以为所产生上行流量和/或下行流量。
利用第一资源使用信息,可客观反映区域内使用网络资源的实际情况,进而为第二资源使用信息,以及基站规划提供可靠的现实依据。
第一时间段,可理解为在当前时间之前的任意时间段。
用户规模预测信息,可理解为用于表征将来第二时间段内所述区域的用户和/或人口的数量随时间的变化;其中可以以任意时间间隔表征数量的变化,同时,也可利用第二时间段结束时刻的用户和/或人口的数量表征第二时间段经过后的用户规模。
同时,其中的用户可指一个运营商的用户,也可指多个运营商的用户。
针对于不同的用户规模,网络资源的使用情况会适应性发生变化,故而,利用用户规模预测信息,可反映用户规模可能的变化情况,从而使得所得到的第二资源使用信息能够更贴合用户规模变化下的实际需求。
第二时间段,可理解为在当前时间之后的任意时间段。第一时间段与第二时间段可以是相同长度的时间段,也可以是不同的。
此外,以上地域范围与区域的关系,可理解为地域范围内包含各区域,该区域可以为人工任意划分的区域,也可为已确定的行政分区。
具体实施过程中,不同的区域可根据区域编码进行区分,不同的时间的信息可利用按月划分的日期进行确定,其中,可以18个月作为基准,即第一时间段和/或第二时间段的长度可以为18个月。
图3是图2中步骤S21的流程示意图。
请参考图3,步骤S21,包括:
S211:获取所述地域范围内所有的终端交互信息。
终端交互信息,可以理解为用户使用网络服务的行为所产生的信息;终端交互信息可在以上所述行为发生之后由运营商直接获取或产生,例如可分布于平台的各个服务器,或集中存储,进而本实施例可对其进行获取,实现分散数据的整合。
同时,终端交互信息可根据所述地域范围内行为的不断产生而实时更新或定期更新,进而使得本实施例所得到的第一资源使用信息也可及时更新。
其中一种实施方式中,所述终端交互信息可用于表征以下至少之一:
所述行为的发生地、所述行为的发生时间、所述行为所使用的网络服务的类型、所述行为所使用的网络资源的大小,以及所述行为所产生的消费费用。
S212:确定所述行为的发生地所属的区域与所述行为所产生的终端交互信息之间对应。
通过以上步骤,可将行为对应到各区域中,从而为后续计算区域的第一资源使用信息提供依据。
S213:根据每个区域所对应的终端交互信息,计算所述区域的所述第一资源使用信息。
以上有关网络服务的类型、消费费用等信息虽然不直接反应网络资源的使用情况,但不同的网络服务的类型与消费费用可间接反应对网络资源的使用情况,例如:对于视频相关网络服务,其所使用的网络资源较多,对文字相关网络服务,其所使用的网络资源可能较少。通过网络服务的类型、消费费用等信息也可计算网络资源的使用情况,或对统计得到的网络资源的使用情况,或者所述行为所使用的网络资源的大小等信息进行校正、补充、调整,从而使得所计算得到的第一资源使用信息更具有针对性,能够更精准地反应需求。
S214:根据所述区域的当前用户规模信息、所述区域对应的用户规模影响要素、针对所述用户规模影响要素的评价参数,以及预设的或经训练的预测模型,预测得到所述区域的用户规模预测信息。
当前用户规模信息,可理解为用于表征当前所述区域的用户和/或人口的数量。当前用户规模信息与用户规模预测信息可以是表征同一类的数据,例如均包括用户的数量与人口的数量。在其他可选实施方式中,当前用户规模信息与用户规模预测信息也可以是不同类的数据。
用户规模影响要素,可理解为影响所述区域用户规模变化的预设要素。其可以为可人为预设的任意内容。其中一种实施方式中,所述用户规模影响要素包括以下至少之一:所述区域所包含的商圈数量、所述商圈的类型、所述区域中常驻人口数量或比例、所述区域中运营商的竞争情况、所述区域的居民区数量、所述居民区的类型。
所述评价参数是评价所述用户规模影响要素的当前发展情况和/或未来发展趋势的预设参数。参数的内容可根据要素认为进行设置,若要素可用量化数据评价,例如商圈的数量、常驻人口数量或比例、居民区数量等,则评价参数可以是其中特定的数值;若要素可用预设类型评价,例如商圈的类型、居民区的类型等,则评价参数可以是其中特定的类型;以商圈的类型为例,其具体的参数可以例如迁址商圈、新建商圈、旧有商圈等等;要素可用人为的评价等级进行评价,例如区域中运营商的竞争情况,可用竞争性高、中、低等信息进行评价,则其中的高、中、低等信息可作为评价参数。
预设的或经训练的预测模型,可以为任意可实现预测的模型,其中一种实施方式中,模型可以为通过(random forest)、支持向量机(svm)、线性回归等预测模型建立的,模型的参数可以是根据历史的数据训练确定的,也可以是人为设置确定的。任意已有模型在预测中的应用,均不脱离本实施例的范围。
此外,以上步骤S214可以在步骤S213之后实施,也可在步骤S211至步骤S213之间、之前、之后的任意时刻实施,或与其并行实施,只要分别执行了以上过程即可。
S22:根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息。
第二资源使用信息,可理解为用于表征所述第二时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化。由于第二时间段为当前时间之后的时间段,故而,第二资源使用信息,也可理解为所预测的第二时间段内的所述区域中网络资源的使用总量和/或使用量随时间的变化。
第一资源使用信息与第二资源使用信息的关系,在其中一种实施方式中,可理解为针对同类的数据,第一资源使用信息是之前第一时间段的数据,第二资源使用信息是之后第二时间段的预测的数据;在其他实施方式中,两者也可为不同类的数据,例如:第一资源使用信息表征的是所述区域中网络资源使用量随时间的变化,而第二资源使用信息则表征所述区域中网络资源的使用总量。
确定第二资源使用信息的过程中,也可利用任意的计算模型,根据用户规模的变化情况,对应确定第一资源使用信息的变化,例如:若用户规模呈上升趋势,则第二资源使用信息相对于第一资源使用信息也呈上升趋势;若用户规模呈上升后又下降的趋势,且第二资源使用信息与第一资源使用信息均可表征使用量随时间的变化,则第二资源使用信息也是随时间呈先上升后下降的变化。以上仅列举了两种较为简单的变化方式,在具体实施过程中,资源使用信息的变化可能更为复杂多变。通过以上步骤,可较为精准地预测将来的网络资源使用情况。
S23:获取所述地域范围的已有基站信息。
已有基站信息,可理解为用于表征所述第一时间段内所述地域范围内已有基站的分布情况,以及已有基站的配置信息。其中的分布情况,可理解为基站的位置,其中的配置信息,可理解为基站的类型,以及基站的网络资源输出能力、基站如何配置软硬件设备等,可见,任意可有助于基站建设的信息,均不脱离以上基站规划信息的范围。
其中一种实施方式中,所述已有基站的配置信息包括以下至少之一:已有基站的建设类型、已有基站的使用类型、已有基站的规模类型,以及已有基站的网络资源输出能力信息。
通过获取已有基站信息,可为基站的规划提供依据,从而使得规划的结果可以基于已有基站的能力,进而,可以达到例如以较小的调整满足需求这样的效果,避免基站建设对已有基站分布产生较大影响。
S24:根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息。
在获取了已有基站信息的情况下,步骤S24具体可以包括:根据述地域范围内各区域的第二资源使用信息与所述已有基站信息,确定所述基站规划信息。
基站规划信息,可理解为用于表征所规划的基站在所述地域范围内的分布情况,以及待规划的基站的配置信息。其中的分布情况,可理解为基站的位置,其中的配置信息,可理解为基站的类型,以及基站的网络资源输出能力、基站如何配置软硬件设备等,可见,任意可有助于基站建设的信息,均不脱离以上基站规划信息的范围。
其中一种实施方式中,所述基站的建设类型包括楼面站、新建机房、租赁改造机房;所述基站的使用类型包括利旧共享、新建共享、新建独享;所述基站的规模类型包括宏基站与小基站。
其中的基站分布情况,也可理解为基站位置,具体可以利用基站覆盖半径、站间距、站点密度等进行表征。
第二资源使用信息与基站规划信息之间的关系,可以利用预设或经训练的另一计算模型来得到,例如可利用目标函数、约束条件建立计算模型,进而得到基站规划信息,或得到可用于确定基站规划信息的信息,也可利用之前的资源使用信息与基站规划信息对模型进行训练,确定模型的参数,进而将第二资源使用信息输入到模型中,可输出基站规划信息,或输出可用于确定基站规划信息的信息。
可见,本实施例将基站建设与可体现用户特征的终端交互信息、体现已有基站特征的已有基站信息,以及可体现城市规划的用户规模预测信息相结合,精准化匹配未来基站位置、类型及其使用类型等指标。
此外,本实施例可应用于5G领域,区别于4G侧重提高网络速度的发展目标,5G侧重点除了提高网络速度外,还包括完善网络盲点及兼顾差异化用户体验。基站选址方面,基于5G高流量、快速度的网络特征,将基站建设与用户特征、基站存量、城市规划相结合,精准化匹配未来5G基站位置、类型及其使用类型等指标。
本实施例提供的基站规划的信息处理方法,通过获取地域范围内每个区域的第一资源使用信息和用户规模预测信息、根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,以及根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,使得基站的规划能够以各区域的第二资源使用信息为依据,由于第二资源使用信息是根据过去第一时间段的第一资源使用信息和所预测的用户规模预测信息得到的,其可较为精确反应网络资源当前的需求情况以及用户规模未来的变化,进而使得基站规划信息可充分考虑地域范围内各区域的需求,进而使得规划的结果能够精确匹配各区域的需求,以及地域范围的整体需求。
图4是本发明一实施例中基站规划的信息处理装置的结构示意图。
请参考图4,基站规划的信息处理装置300,包括:
第一获取模块301,用于获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息;所述第一资源使用信息用于表征过去第一时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;所述用户规模预测信息用于表征将来第二时间段内所述区域的用户和/或人口的数量随时间的变化。
第二资源使用信息确定模块302,用于根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,所述第二资源使用信息用于表征所述第二时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化。
基站规划模块303,用于根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,所述基站规划信息用于表征待规划的基站在所述地域范围内的分布情况,以及待规划的基站的配置信息。
本实施例提供的基站规划的信息处理装置,通过获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息、根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,以及根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,使得基站的规划能够以各区域的第二资源使用信息为依据,由于第二资源使用信息是根据过去第一时间段的第一资源使用信息和所预测的用户规模预测信息得到的,其可较为精确反应网络资源当前的需求情况以及用户规模未来的变化,进而使得基站规划信息可充分考虑地域范围内各区域的需求,进而使得规划的结果能够精确匹配各区域的需求,以及地域范围的整体需求。
图5是本发明另一实施例中基站规划的信息处理装置的结构示意图。
请参考图5,基站规划的信息处理装置400,包括:
第一获取模块401,用于获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息;所述第一资源使用信息用于表征过去第一时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;所述用户规模预测信息用于表征将来第二时间段内所述区域的用户和/或人口的数量随时间的变化。
第二资源使用信息确定模块403,用于根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,所述第二资源使用信息用于表征所述第二时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化。
基站规划模块404,用于根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,所述基站规划信息用于表征待规划的基站在所述地域范围内的分布情况,以及待规划的基站的配置信息。
可选的,所述的装置,还包括:
第二获取模块402,用于获取所述地域范围内的已有基站信息,所述已有基站信息用于表征所述第一时间段内所述地域范围内已有基站的分布情况,以及已有基站的配置信息。
所述基站规划模块404,具体用于根据述地域范围内各区域的第二资源使用信息与所述已有基站信息,确定所述基站规划信息。
可选的,所述已有基站的配置信息用于表征以下至少之一:已有基站的建设类型、已有基站的使用类型、已有基站的规模类型,以及已有基站的网络资源输出能力信息。
可选的,所述待规划的基站的配置信息用于表征以下至少之一:待规划的基站的建设类型、待规划的基站的使用类型、待规划的基站的规模类型,以及待规划的基站的网络资源输出能力信息。
可选的,所述基站的建设类型包括楼面站、新建机房、租赁改造机房;所述基站的使用类型包括利旧共享、新建共享、新建独享;所述基站的规模类型包括宏基站与小基站。
可选的,所述第一获取模块401,具体用于:
获取所述地域范围内所有的终端交互信息,所述终端交互信息为用户使用网络服务的行为所产生的信息。
确定所述行为的发生地所属的区域与所述行为所产生的终端交互信息之间对应。
根据每个区域所对应的终端交互信息,计算所述区域的所述第一资源使用信息。
可选的,所述终端交互信息用于表征以下至少之一:所述行为的发生地、所述行为的发生时间、所述行为所使用的网络服务的类型、所述行为所使用的网络资源的大小,以及所述行为所产生的消费费用。
可选的,所述第一获取模块,具体用于:
根据所述区域的当前用户规模信息、所述区域对应的用户规模影响要素、针对所述用户规模影响要素的评价参数,以及预设的或经训练的第一预测模型,预测得到所述区域的用户规模预测信息;所述当前用户规模信息用于表征当前所述区域的用户和/或人口的数量;所述用户规模影响要素是影响所述区域用户规模变化的预设要素;所述评价参数是评价所述用户规模影响要素的当前发展情况和/或未来发展趋势的预设参数。
可选的,所述用户规模影响要素包括以下至少之一:所述区域所包含的商圈数量、所述商圈的类型、所述区域中常驻人口数量或比例、所述区域中运营商的竞争情况、所述区域的居民区数量、所述居民区的类型。
本实施例提供的基站规划的信息处理装置,通过获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息、根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,以及根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,使得基站的规划能够以各区域的第二资源使用信息为依据,由于第二资源使用信息是根据过去第一时间段的第一资源使用信息和所预测的用户规模预测信息得到的,其可较为精确反应网络资源当前的需求情况以及用户规模未来的变化,进而使得基站规划信息可充分考虑地域范围内各区域的需求,进而使得规划的结果能够精确匹配各区域的需求,以及地域范围的整体需求。
图6是本发明一电子设备的结构示意图。
请参考图6,本实施例还提供了一种电子设备50包括:处理器51以及存储器52;其中:
存储器52,用于存储计算机程序,该存储器还可以是flash(闪存)。
处理器51,用于执行存储器存储的执行指令,以实现上述方法中的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地,存储器52既可以是独立的,也可以跟处理器51集成在一起。
当所述存储器52是独立于处理器51之外的器件时,所述电子设备50还可以包括:
总线53,用于连接所述存储器52和处理器51。
本实施例还提供一种可读存储介质,可读存储介质中存储有计算机程序,当电子设备的至少一个处理器执行该计算机程序时,电子执行执行上述的各种实施方式提供的方法。
本实施例还提供一种程序产品,该程序产品包括计算机程序,该计算机程序存储在可读存储介质中。电子设备的至少一个处理器可以从可读存储介质读取该计算机程序,至少一个处理器执行该计算机程序使得电子设备实施上述的各种实施方式提供的方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,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,或者对其中部分或者全部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发明各实施例技术方案的范围。

Claims (10)

1.一种基站规划的信息处理方法,其特征在于,包括:
获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息;所述第一资源使用信息用于表征过去第一时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;所述用户规模预测信息用于表征将来第二时间段内所述区域的用户和/或人口的数量随时间的变化;
根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,所述第二资源使用信息用于表征所述第二时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;
根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,所述基站规划信息用于表征待规划的基站在所述地域范围内的分布情况,以及待规划的基站的配置信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息之前,还包括:
获取所述地域范围内的已有基站信息,所述已有基站信息用于表征所述第一时间段内所述地域范围内已有基站的分布情况,以及已有基站的配置信息;
所述根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,包括:
根据述地域范围内各区域的第二资源使用信息与所述已有基站信息,确定所述基站规划信息。
3.根据权利要求2所述的方法,其特征在于,所述已有基站的配置信息用于表征以下至少之一:
已有基站的建设类型、已有基站的使用类型、已有基站的规模类型,以及已有基站的网络资源输出能力信息。
4.根据权利要求1所述的方法,其特征在于,所述待规划的基站的配置信息用于表征以下至少之一:
待规划的基站的建设类型、待规划的基站的使用类型、待规划的基站的规模类型,以及待规划的基站的网络资源输出能力信息。
5.根据权利要求3或4所述的方法,其特征在于,所述基站的建设类型包括楼面站、新建机房、租赁改造机房;所述基站的使用类型包括利旧共享、新建共享、新建独享;所述基站的规模类型包括宏基站与小基站。
6.根据权利要求1至4任一项所述的方法,其特征在于,所述获取地域范围内每个区域的第一资源使用信息,包括:
获取所述地域范围内所有的终端交互信息,所述终端交互信息为用户使用网络服务的行为所产生的信息;
确定所述行为的发生地所属的区域与所述行为所产生的终端交互信息之间对应;
根据每个区域所对应的终端交互信息,计算所述区域的所述第一资源使用信息。
7.根据权利要求6所述的方法,其特征在于,所述终端交互信息用于表征以下至少之一:
所述行为的发生地、所述行为的发生时间、所述行为所使用的网络服务的类型、所述行为所使用的网络资源的大小,以及所述行为所产生的消费费用。
8.一种基站规划的信息处理装置,其特征在于,包括:
第一获取模块,用于获取预设的地域范围内每个区域的第一资源使用信息和用户规模预测信息;所述第一资源使用信息用于表征过去第一时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;所述用户规模预测信息用于表征将来第二时间段内所述区域的用户和/或人口的数量随时间的变化;
第二资源使用信息确定模块,用于根据所述区域的第一资源使用信息与用户规模预测信息,确定所述区域的第二资源使用信息,所述第二资源使用信息用于表征所述第二时间段内所述区域中网络资源的使用总量和/或使用量随时间的变化;
基站规划模块,用于根据所述地域范围内各区域的第二资源使用信息,确定所述地域范围的基站规划信息,所述基站规划信息用于表征待规划的基站在所述地域范围内的分布情况。
9.根据权利要求8所述的装置,其特征在于,还包括:
第二获取模块,用于获取所述地域范围的已有基站信息,所述已有基站信息用于表征所述第一时间段内所述地域范围内已有基站的分布情况,以及已有基站的配置信息;
所述基站规划模块,具体用于根据述地域范围内各区域的第二资源使用信息与所述已有基站信息,确定所述基站规划信息。
10.根据权利要求8或9所述的装置,其特征在于,所述第一获取模块,具体用于:
获取所述地域范围内所有的终端交互信息,所述终端交互信息为用户使用网络服务的行为所产生的信息;
确定所述行为的发生地所属的区域与所述行为所产生的终端交互信息之间对应;
根据每个区域所对应的终端交互信息,计算所述区域的所述第一资源使用信息。
CN201810455833.5A 2018-05-14 2018-05-14 基站规划的信息处理方法与装置 Active CN108322915B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810455833.5A CN108322915B (zh) 2018-05-14 2018-05-14 基站规划的信息处理方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810455833.5A CN108322915B (zh) 2018-05-14 2018-05-14 基站规划的信息处理方法与装置

Publications (2)

Publication Number Publication Date
CN108322915A true CN108322915A (zh) 2018-07-24
CN108322915B CN108322915B (zh) 2022-01-25

Family

ID=62895717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810455833.5A Active CN108322915B (zh) 2018-05-14 2018-05-14 基站规划的信息处理方法与装置

Country Status (1)

Country Link
CN (1) CN108322915B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110163249A (zh) * 2019-04-09 2019-08-23 中国科学院计算技术研究所 基于用户参数特征的基站分类识别方法及***
WO2021260410A1 (en) * 2020-06-22 2021-12-30 Telefonaktiebolaget Lm Ericsson (Publ) Radio design using machine learning
CN113938893A (zh) * 2020-06-29 2022-01-14 ***通信集团广西有限公司 一种网络规划的辅助方法、装置及电子设备
CN114390582A (zh) * 2020-10-21 2022-04-22 ***通信集团设计院有限公司 基站站址预测方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102325329A (zh) * 2011-09-20 2012-01-18 中兴通讯股份有限公司 一种蜂窝无线通信网的分区扩容方法及装置
US20150036663A1 (en) * 2013-07-31 2015-02-05 Qualcomm Incorporated Handover and reselection searching using predictive mobility
CN105898762A (zh) * 2015-01-26 2016-08-24 华为技术有限公司 基站优化及部署方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102325329A (zh) * 2011-09-20 2012-01-18 中兴通讯股份有限公司 一种蜂窝无线通信网的分区扩容方法及装置
US20150036663A1 (en) * 2013-07-31 2015-02-05 Qualcomm Incorporated Handover and reselection searching using predictive mobility
CN105898762A (zh) * 2015-01-26 2016-08-24 华为技术有限公司 基站优化及部署方法和装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110163249A (zh) * 2019-04-09 2019-08-23 中国科学院计算技术研究所 基于用户参数特征的基站分类识别方法及***
WO2021260410A1 (en) * 2020-06-22 2021-12-30 Telefonaktiebolaget Lm Ericsson (Publ) Radio design using machine learning
CN113938893A (zh) * 2020-06-29 2022-01-14 ***通信集团广西有限公司 一种网络规划的辅助方法、装置及电子设备
CN114390582A (zh) * 2020-10-21 2022-04-22 ***通信集团设计院有限公司 基站站址预测方法及装置
CN114390582B (zh) * 2020-10-21 2023-07-25 ***通信集团设计院有限公司 基站站址预测方法及装置

Also Published As

Publication number Publication date
CN108322915B (zh) 2022-01-25

Similar Documents

Publication Publication Date Title
CN108322915A (zh) 基站规划的信息处理方法与装置
Del Vecchio et al. A system dynamic approach for the smart mobility of people: Implications in the age of big data
Mo et al. Competition between shared autonomous vehicles and public transit: A case study in Singapore
CN109756911A (zh) 网络质量预测方法、业务调整方法、相关设备及存储介质
Xiong et al. An integrated and personalized traveler information and incentive scheme for energy efficient mobility systems
Tang et al. Scheduling local and express trains in suburban rail transit lines: Mixed–integer nonlinear programming and adaptive genetic algorithm
US20210174270A1 (en) Rideshare vehicle demand forecasting device, method for forecasting rideshare vehicle demand, and storage medium
Šetinc et al. Optimization of a highway project planning using a modified genetic algorithm
CN109816520A (zh) 职业属性预测方法、装置、设备及存储介质
Xiong et al. An integrated and personalized traveler information and incentive scheme for energy efficient mobility systems
Noursalehi et al. Predictive decision support platform and its application in crowding prediction and passenger information generation
Huang et al. A GIS-based framework for bus network optimization using genetic algorithm
Li et al. On the allocation of new lines in a competitive transit network with uncertain demand and scale economies
Tavassoli et al. Calibrating a transit assignment model using smart card data in a large-scale multi-modal transit network
Li et al. Quantifying benefits of traffic information provision under stochastic demand and capacity conditions: a multi-day traffic equilibrium approach
Frank et al. Principles for simulations in revenue management
Boyles Equity and network-level maintenance scheduling
Bernardino et al. Parking policy and urban mobility level of service–system dynamics as a modelling tool for decision making
Júnior et al. Modelling for performance measurement of bus rapid transit systems in Brazil
Otto et al. Zone‐based tariff design in public transportation networks
Huang et al. An optimal transit fare and frequency design model with equity impact constraints
US20230186223A1 (en) Method for determining spatial service performance of urban public welfare service facilities
CN106447517A (zh) 一种建筑企业碳排放管理***造影装置
Levinson An evolutionary transportation planning model: Structure and application
Yu et al. Multiclass, multicriteria dynamic traffic assignment with path-dependent link cost and entropy-based risk preference

Legal Events

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