CN110225530B - 无线数据分析方法、装置及cuda实体 - Google Patents

无线数据分析方法、装置及cuda实体 Download PDF

Info

Publication number
CN110225530B
CN110225530B CN201810174922.2A CN201810174922A CN110225530B CN 110225530 B CN110225530 B CN 110225530B CN 201810174922 A CN201810174922 A CN 201810174922A CN 110225530 B CN110225530 B CN 110225530B
Authority
CN
China
Prior art keywords
cuda
entity
data
data analysis
sent
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
CN201810174922.2A
Other languages
English (en)
Other versions
CN110225530A (zh
Inventor
孙奇
韩双锋
崔春风
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 Mobile Communications Group Co Ltd
China Mobile Communications Ltd Research Institute
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Communications Ltd Research Institute
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 Mobile Communications Group Co Ltd, China Mobile Communications Ltd Research Institute filed Critical China Mobile Communications Group Co Ltd
Priority to CN201810174922.2A priority Critical patent/CN110225530B/zh
Publication of CN110225530A publication Critical patent/CN110225530A/zh
Application granted granted Critical
Publication of CN110225530B publication Critical patent/CN110225530B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F15/163—Interprocessor communication
    • G06F15/173—Interprocessor communication using an interconnection network, e.g. matrix, shuffle, pyramid, star, snowflake
    • G06F15/17306—Intercommunication techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供了一种无线数据分析方法、装置及CUDA实体，属于无线通信技术领域。其中，应用于第一集中单元数据分析CUDA实体的方法包括：接收第二CUDA实体发送的计算任务；根据接收到的计算任务向所述第二CUDA实体发送需要所述第二CUDA实体上报的计算数据和上报配置；接收所述第二CUDA实体按照所述上报配置上报的计算数据；根据所述第二CUDA实体上报的计算数据为所述第二CUDA实体进行计算，并将计算结果发送给所述第二CUDA实体。本发明的技术方案能够有效的解决无线大数据使能的无线接入网中的计算及数据交互，更好的使能大数据辅助的实时无线资源优化。

Description

无线数据分析方法、装置及CUDA实体
技术领域
本发明涉及无线通信技术领域，特别是指一种无线数据分析方法、装置及CUDA实体。
背景技术
随着5G时代的到来，移动互联网、物联网、云计算等各类通信及处理技术的快速发展导致了数据流量的***式增长，无线通信网络已进入大数据时代。目前无线大数据主要应用于网络规划优化及移动边缘存储、内容分发等。网络规划是基于离线的大数据分析，发现网络盲点及热点，指导网络部署。目前网优的主要工作是集中于对路测数据或者终端侧及基站侧的MR数据、信令采集、网管指标、工参(站址经纬度、站高、RF参数)数据等从管理面上对网络参数进行优化，如功率，互操作，定时器，移动性参数优化等。
现有技术的方案主要考虑无线大数据对网络的规划，半静态的站点级别的参数优化，无法较好的支持实时的无线资源管理及物理层传输优化。为更好的支持数据驱动的实时无线资源管理及物理层传输优化，需要在无线接入网中引入大数据分析处功能。无线大数据处理功能通常对网络的计算能力有较强的要求，而无线接入网中的设备可能具备不同的计算处理能力，如在5G中引入集中单元(central Unit,CU)通常采用云化实现，具有较强的处理能力，分布式单元(distributed unit,DU)通常具有较弱的数据处理能力，一体化的微站也通常具有较弱的处理能力。如何更好的利用无线接入网中的设备的能力，更好的实现无线大数据对无线接入网的实时优化，是需要解决的重要问题。
发明内容
本发明要解决的技术问题是提供一种无线数据分析方法、装置及CUDA实体，能够有效的解决无线大数据使能的无线接入网中的计算及数据交互，更好的使能大数据辅助的实时无线资源优化。
为解决上述技术问题，本发明的实施例提供技术方案如下：
一方面，提供一种无线数据分析方法，应用于第一集中单元数据分析CUDA实体，所述方法包括：
接收第二CUDA实体发送的计算任务；
根据接收到的计算任务向所述第二CUDA实体发送需要所述第二CUDA实体上报的计算数据和上报配置；
接收所述第二CUDA实体按照所述上报配置上报的计算数据；
根据所述第二CUDA实体上报的计算数据为所述第二CUDA实体进行计算，并将计算结果发送给所述第二CUDA实体。
进一步地，所述接收第二CUDA实体发送的计算任务的步骤之前，所述方法还包括：
在网络中广播自身的主模式身份和实体信息；
接收所述第二CUDA实体发送的请求注册从模式身份的注册请求，所述注册请求中包括有所述第二CUDA实体的身份信息和能力信息；
向所述第二CUDA实体发送确认注册信息。
进一步地，所述方法还包括：
接收所述第二CUDA实体发送的数据交互请求，所述数据交互请求指示所述第一CUDA实体代替所述第二CUDA实体与核心网网元进行数据交互。
进一步地，所述方法还包括：
向所述第二CUDA实体发送请求注册从模式身份的注册请求，所述注册请求中包括有所述第一CUDA实体的身份信息和能力信息；
接收所述第二CUDA实体发送的确认注册信息。
进一步地，所述接收所述第二CUDA实体发送的确认注册信息的步骤之后，所述方法还包括：
向所述第二CUDA实体发送计算任务；
接收所述第二CUDA实体发送的需要所述第一CUDA实体上报的计算数据和上报配置；
按照所述上报配置向所述第二CUDA实体上报计算数据；
接收所述第二CUDA实体发送的计算结果。
进一步地，所述方法还包括：
向所述第二CUDA实体发送数据交互请求，所述数据交互请求指示所述第二CUDA实体代替所述第一CUDA实体与核心网网元进行数据交互。
本发明实施例还提供了一种无线数据分析装置，应用于第一集中单元数据分析CUDA实体，所述装置包括收发器和处理器：
所述收发器用于接收第二CUDA实体发送的计算任务，根据接收到的计算任务向所述第二CUDA实体发送需要所述第二CUDA实体上报的计算数据和上报配置，接收所述第二CUDA实体按照所述上报配置上报的计算数据；
所述处理器用于根据所述第二CUDA实体上报的计算数据为所述第二CUDA实体进行计算；
所述收发器还用于将计算结果发送给所述第二CUDA实体。
进一步地，所述收发器还用于在网络中广播自身的主模式身份和实体信息，接收所述第二CUDA实体发送的请求注册从模式身份的注册请求，所述注册请求中包括有所述第二CUDA实体的身份信息和能力信息，向所述第二CUDA实体发送确认注册信息。
进一步地，所述收发器还用于接收所述第二CUDA实体发送的数据交互请求，所述数据交互请求指示所述第一CUDA实体代替所述第二CUDA实体与核心网网元进行数据交互。
进一步地，所述收发器还用于向所述第二CUDA实体发送请求注册从模式身份的注册请求，所述注册请求中包括有所述第一CUDA实体的身份信息和能力信息，接收所述第二CUDA实体发送的确认注册信息。
进一步地，所述收发器还用于向所述第二CUDA实体发送计算任务，接收所述第二CUDA实体发送的需要所述第一CUDA实体上报的计算数据和上报配置，按照所述上报配置向所述第二CUDA实体上报计算数据，接收所述第二CUDA实体发送的计算结果。
进一步地，所述收发器还用于向所述第二CUDA实体发送数据交互请求，所述数据交互请求指示所述第二CUDA实体代替所述第一CUDA实体与核心网网元进行数据交互。
本发明实施例还提供了一种集中单元数据分析CUDA实体，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器执行所述程序时实现如上所述的无线数据分析方法。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的无线数据分析方法中的步骤。
本发明的实施例具有以下有益效果：
上述方案中，无线数据分析***由多个CUDA实体构成，每个CUDA实体有两种工作状态，分别是主模式状态和从模式状态，从模式状态的CUDA实体可以将计算任务发送给主模式状态的CUDA实体，由主模式状态的CUDA实体来帮助从模式状态的CUDA实体进行计算，通过本发明的技术方案，能够有效的解决无线大数据使能的无线接入网中的计算及数据交互，更好的使能大数据辅助的实时无线资源优化。
附图说明
图1为本发明实施例无线数据分析方法的流程示意图；
图2为本发明实施例无线数据分析方法的具体流程示意图；
图3为本发明实施例无线数据分析装置的结构框图。
具体实施方式
为使本发明的实施例要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明的实施例提供一种无线数据分析方法、装置及CUDA实体，能够有效的解决无线大数据使能的无线接入网中的计算及数据交互，更好的使能大数据辅助的实时无线资源优化。
本发明实施例提供一种无线数据分析方法，应用于第一CUDA(central unit dataanalytics，集中单元数据分析)实体，所述方法包括：
步骤101：接收第二CUDA实体发送的计算任务；
步骤102：根据接收到的计算任务向所述第二CUDA实体发送需要所述第二CUDA实体上报的计算数据和上报配置；
其中，上报配置包括但不限于上报周期和数据体量等。第一CUDA实体指示第二CUDA实体上报的计算数据可以分必选上报数据和可选增强上报数据两部分。
步骤103：接收所述第二CUDA实体按照所述上报配置上报的计算数据；
步骤104：根据所述第二CUDA实体上报的计算数据为所述第二CUDA实体进行计算，并将计算结果发送给所述第二CUDA实体。
其中，计算结果可以为决策参数或计算模型。
本实施例中，无线数据分析***由多个CUDA实体构成，每个CUDA实体有两种工作状态，分别是主模式状态和从模式状态，从模式状态的CUDA实体可以将计算任务发送给主模式状态的CUDA实体，由主模式状态的CUDA实体来帮助从模式状态的CUDA实体进行计算，通过本发明的技术方案，能够有效的解决无线大数据使能的无线接入网中的计算及数据交互，更好的使能大数据辅助的实时无线资源优化。
本实施例中，每个集中单元数据分析实体具有主模式和从模式两种工作状态。当集中单元数据分析实体A委托集中单元数据分析实体B帮助计算时，则A工作在从模式状态，B工作在主模式状态。每个集中单元数据分析实体还可以收集与其连接的分布式单元的数据并帮助分布式单元进行相应的计算。
进一步地，所述接收第二CUDA实体发送的计算任务的步骤之前，所述方法还包括：
在网络中广播自身的主模式身份和实体信息；
接收所述第二CUDA实体发送的请求注册从模式身份的注册请求，所述注册请求中包括有所述第二CUDA实体的身份信息和能力信息；
向所述第二CUDA实体发送确认注册信息。
如果集中单元数据分析实体愿意提供数据计算能力，则可以在网络中广播自身的主模式身份和实体信息，其中，实体信息为实体能力说明，包括以下信息中的至少一种：实体标识和地址；实体类型；支持的计算任务列表；提供服务的范围。当其他集中数据分析实体有委托计算需求时，根据主模式状态的集中单元数据分析实体的身份和能力，选择相应的主模式状态的集中单元数据分析实体，并请求注册。注册时，提供身份信息和能力信息，完成注册后，向主模式状态的集中单元数据分析实体提交需要委托的任务信息(如模型计算)。所述能力信息包括以下信息中的至少一种：实体标识和地址；实体类型；所在区域。
进一步地，所述方法还包括：
接收所述第二CUDA实体发送的数据交互请求，所述数据交互请求指示所述第一CUDA实体代替所述第二CUDA实体与核心网网元进行数据交互。
当从模式状态的CUDA将所有模型训练和决策的计算任务都提交到主模式状态的CUDA时，从模式状态的CUDA还可以申请由主模式状态的CUDA托管代其与核心网的NWDA(network data analytics，网络数据分析)实体进行数据交互。
主模式状态的CUDA连接多个从模式状态的CUDA时，主模式状态的CUDA进行任务计算时，可以根据计算任务的目标和类型，不仅基于委托任务的从模式状态的CUDA提供的数据，还可以基于其他CUDA或NWDA的数据，根据自身算法进行计算，如在模型训练中考虑多个从模式状态的CUDA之间的网络协同。
进一步地，所述方法还包括：
向所述第二CUDA实体发送请求注册从模式身份的注册请求，所述注册请求中包括有所述第一CUDA实体的身份信息和能力信息；
接收所述第二CUDA实体发送的确认注册信息。
进一步地，所述接收所述第二CUDA实体发送的确认注册信息的步骤之后，所述方法还包括：
向所述第二CUDA实体发送计算任务；
接收所述第二CUDA实体发送的需要所述第一CUDA实体上报的计算数据和上报配置；
按照所述上报配置向所述第二CUDA实体上报计算数据；
接收所述第二CUDA实体发送的计算结果。
进一步地，所述方法还包括：
向所述第二CUDA实体发送数据交互请求，所述数据交互请求指示所述第二CUDA实体代替所述第一CUDA实体与核心网网元进行数据交互。
进一步地，所述实体信息包括以下信息中的至少一种：
实体标识和地址；
实体类型；
支持的计算任务列表；
提供服务的范围。
进一步地，所述能力信息包括以下信息中的至少一种：
实体标识和地址；
实体类型；
所在区域。
下面结合附图以及具体的实施例对本发明的无线数据分析进行进一步地分析，如图2所示，本实施例的无线数据分析包括以下步骤：
在CU,DU以及gNodeB的混合组网场景中，CU处部署CUDA功能实体,DU中有DUDA(Distributed unit data analytics，分布式单元数据分析)功能，gNode中有CUDA和DUDA，CUDA收集DUDA数据并帮助DUDA进行计算。
由于CU计算资源丰富，CU中的CUDA计算能力比较强，CU中的CUDA在网络中广播自己的主模式身份和实体信息(包括实体标识和地址，实体类型，能够支持的计算任务列表，提供服务的范围等)。
gNode中的CUDA需要为DUDA提供MCS(Modulation and Coding Scheme，调制与编码策略)决策的计算模型训练，但由于自身计算资源受限，需要寻找主模式状态的CUDA帮助其进行计算。在网络中发现CU中的主模式状态的CUDA，向主模式状态的CUDA提交注册申请，包含自己的实体信息(实体标识和地址，实体类型，所在区域)。CU中的主模式状态的CUDA接受注册申请，回复确认。
gNode中的CUDA向CU中的CUDA提交计算任务申请列表，委托其帮助进行MCS选择模型的训练，在申请中注明自己申请的任务类型标识。
主模式状态的CUDA回复该任务类型需要提供的数据集，包括反馈CQI(ChannelQuality Indicator，信道质量指示)(必选)，TM(必选)，选择MCS(必选)，ACK/NACK结果或PER估计(必选)，宽带SINR(Signal to Interference plus Noise Ratio，信号与干扰加噪声比)估计(可选)，移动速度估计(可选)，UE类型(可选)，上报配置为定期上报。
gNode根据数据集要求，向主模式状态的CUDA定期上报自身能够提供的数据。
主模式状态的CUDA根据计算模型，持续输入从模式状态的CUDA的数据进行模型训练和更新，并将Ready后的模型更新定期推送给从模式状态的CUDA。
从模式状态的CUDA接受到模型后，更新模型，并将模型提供给DUDA计算MCS决策。
本发明实施例还提供了一种无线数据分析装置，应用于第一集中单元数据分析CUDA实体，如图3所示，所述装置包括收发器32和处理器31：
所述收发器32用于接收第二CUDA实体发送的计算任务，根据接收到的计算任务向所述第二CUDA实体发送需要所述第二CUDA实体上报的计算数据和上报配置，接收所述第二CUDA实体按照所述上报配置上报的计算数据；
所述处理器32用于根据所述第二CUDA实体上报的计算数据为所述第二CUDA实体进行计算；
所述收发器32还用于将计算结果发送给所述第二CUDA实体。
本实施例中，无线数据分析***由多个CUDA实体构成，每个CUDA实体有两种工作状态，分别是主模式状态和从模式状态，从模式状态的CUDA实体可以将计算任务发送给主模式状态的CUDA实体，由主模式状态的CUDA实体来帮助从模式状态的CUDA实体进行计算，通过本发明的技术方案，能够有效的解决无线大数据使能的无线接入网中的计算及数据交互，更好的使能大数据辅助的实时无线资源优化。
进一步地，所述收发器32还用于在网络中广播自身的主模式身份和实体信息，接收所述第二CUDA实体发送的请求注册从模式身份的注册请求，所述注册请求中包括有所述第二CUDA实体的身份信息和能力信息，向所述第二CUDA实体发送确认注册信息。
进一步地，所述收发器32还用于接收所述第二CUDA实体发送的数据交互请求，所述数据交互请求指示所述第一CUDA实体代替所述第二CUDA实体与核心网网元进行数据交互。
进一步地，所述收发器32还用于向所述第二CUDA实体发送请求注册从模式身份的注册请求，所述注册请求中包括有所述第一CUDA实体的身份信息和能力信息，接收所述第二CUDA实体发送的确认注册信息。
进一步地，所述收发器32还用于向所述第二CUDA实体发送计算任务，接收所述第二CUDA实体发送的需要所述第一CUDA实体上报的计算数据和上报配置，按照所述上报配置向所述第二CUDA实体上报计算数据，接收所述第二CUDA实体发送的计算结果。
进一步地，所述收发器32还用于向所述第二CUDA实体发送数据交互请求，所述数据交互请求指示所述第二CUDA实体代替所述第一CUDA实体与核心网网元进行数据交互。
进一步地，所述实体信息包括以下信息中的至少一种：
实体标识和地址；
实体类型；
支持的计算任务列表；
提供服务的范围。
进一步地，所述能力信息包括以下信息中的至少一种：
实体标识和地址；
实体类型；
所在区域。
本发明实施例还提供了一种集中单元数据分析CUDA实体，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器执行所述程序时实现如上所述的无线数据分析方法。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的无线数据分析方法中的步骤。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (14)

1.一种无线数据分析方法，其特征在于，应用于第一集中单元数据分析CUDA实体，所述方法包括：
接收第二CUDA实体发送的计算任务；
根据接收到的计算任务向所述第二CUDA实体发送需要所述第二CUDA实体上报的计算数据和上报配置；
接收所述第二CUDA实体按照所述上报配置上报的计算数据；
根据所述第二CUDA实体上报的计算数据为所述第二CUDA实体进行计算，并将计算结果发送给所述第二CUDA实体。
2.根据权利要求1所述的无线数据分析方法，其特征在于，所述接收第二CUDA实体发送的计算任务的步骤之前，所述方法还包括：
在网络中广播自身的主模式身份和实体信息；
接收所述第二CUDA实体发送的请求注册从模式身份的注册请求，所述注册请求中包括有所述第二CUDA实体的身份信息和能力信息；
向所述第二CUDA实体发送确认注册信息。
3.根据权利要求1所述的无线数据分析方法，其特征在于，所述方法还包括：
接收所述第二CUDA实体发送的数据交互请求，所述数据交互请求指示所述第一CUDA实体代替所述第二CUDA实体与核心网网元进行数据交互。
4.根据权利要求1所述的无线数据分析方法，其特征在于，所述方法还包括：
向所述第二CUDA实体发送请求注册从模式身份的注册请求，所述注册请求中包括有所述第一CUDA实体的身份信息和能力信息；
接收所述第二CUDA实体发送的确认注册信息。
5.根据权利要求4所述的无线数据分析方法，其特征在于，所述接收所述第二CUDA实体发送的确认注册信息的步骤之后，所述方法还包括：
向所述第二CUDA实体发送计算任务；
接收所述第二CUDA实体发送的需要所述第一CUDA实体上报的计算数据和上报配置；
按照所述上报配置向所述第二CUDA实体上报计算数据；
接收所述第二CUDA实体发送的计算结果。
6.根据权利要求4所述的无线数据分析方法，其特征在于，所述方法还包括：
向所述第二CUDA实体发送数据交互请求，所述数据交互请求指示所述第二CUDA实体代替所述第一CUDA实体与核心网网元进行数据交互。
7.一种无线数据分析装置，其特征在于，应用于第一集中单元数据分析CUDA实体，所述装置包括收发器和处理器：
所述收发器用于接收第二CUDA实体发送的计算任务，根据接收到的计算任务向所述第二CUDA实体发送需要所述第二CUDA实体上报的计算数据和上报配置，接收所述第二CUDA实体按照所述上报配置上报的计算数据；
所述处理器用于根据所述第二CUDA实体上报的计算数据为所述第二CUDA实体进行计算；
所述收发器还用于将计算结果发送给所述第二CUDA实体。
8.根据权利要求7所述的无线数据分析装置，其特征在于，
所述收发器还用于在网络中广播自身的主模式身份和实体信息，接收所述第二CUDA实体发送的请求注册从模式身份的注册请求，所述注册请求中包括有所述第二CUDA实体的身份信息和能力信息，向所述第二CUDA实体发送确认注册信息。
9.根据权利要求7所述的无线数据分析装置，其特征在于，
所述收发器还用于接收所述第二CUDA实体发送的数据交互请求，所述数据交互请求指示所述第一CUDA实体代替所述第二CUDA实体与核心网网元进行数据交互。
10.根据权利要求7所述的无线数据分析装置，其特征在于，
所述收发器还用于向所述第二CUDA实体发送请求注册从模式身份的注册请求，所述注册请求中包括有所述第一CUDA实体的身份信息和能力信息，接收所述第二CUDA实体发送的确认注册信息。
11.根据权利要求10所述的无线数据分析装置，其特征在于，
所述收发器还用于向所述第二CUDA实体发送计算任务，接收所述第二CUDA实体发送的需要所述第一CUDA实体上报的计算数据和上报配置，按照所述上报配置向所述第二CUDA实体上报计算数据，接收所述第二CUDA实体发送的计算结果。
12.根据权利要求10所述的无线数据分析装置，其特征在于，
所述收发器还用于向所述第二CUDA实体发送数据交互请求，所述数据交互请求指示所述第二CUDA实体代替所述第一CUDA实体与核心网网元进行数据交互。
13.一种集中单元数据分析CUDA实体，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一项所述的无线数据分析方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一项所述的无线数据分析方法中的步骤。
CN201810174922.2A 2018-03-02 2018-03-02 无线数据分析方法、装置及cuda实体 Active CN110225530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810174922.2A CN110225530B (zh) 2018-03-02 2018-03-02 无线数据分析方法、装置及cuda实体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810174922.2A CN110225530B (zh) 2018-03-02 2018-03-02 无线数据分析方法、装置及cuda实体

Publications (2)

Publication Number Publication Date
CN110225530A CN110225530A (zh) 2019-09-10
CN110225530B true CN110225530B (zh) 2022-04-01

Family

ID=67822133

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810174922.2A Active CN110225530B (zh) 2018-03-02 2018-03-02 无线数据分析方法、装置及cuda实体

Country Status (1)

Country Link
CN (1) CN110225530B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102664951A (zh) * 2012-04-25 2012-09-12 云南电力试验研究院（集团）有限公司电力研究院 一种基于移动云计算的电力***资源整合集成方法
CN103095853A (zh) * 2013-02-27 2013-05-08 北京航空航天大学 云数据中心计算能力管理***
CN103729257A (zh) * 2012-10-16 2014-04-16 阿里巴巴集团控股有限公司 一种分布式并行计算方法以及***
CN104469848A (zh) * 2014-11-06 2015-03-25 中国科学院计算技术研究所 一种异构接入网络之间负载均衡的方法
CN104793924A (zh) * 2014-01-21 2015-07-22 中兴通讯股份有限公司 计算任务的处理方法及装置
CN105224550A (zh) * 2014-06-09 2016-01-06 腾讯科技（深圳）有限公司 分布式流计算***和方法
CN105264514A (zh) * 2013-05-24 2016-01-20 国际商业机器公司 为移动计算提供性能和能量优化的方法、装置和计算机程序产品
CN105701099A (zh) * 2014-11-25 2016-06-22 阿里巴巴集团控股有限公司 用于在分布式环境中执行任务的方法、装置及***
CN106055379A (zh) * 2015-04-09 2016-10-26 国际商业机器公司 用于调度计算任务的方法和***
CN106921996A (zh) * 2017-05-12 2017-07-04 电信科学技术研究院 一种层2统计量的统计方法、cu及du
CN107027153A (zh) * 2017-03-16 2017-08-08 上海华为技术有限公司 业务的切换方法、上下文迁移方法及相关设备
CN107113839A (zh) * 2017-03-24 2017-08-29 北京小米移动软件有限公司 通信资源管理方法、装置及***
CN107135268A (zh) * 2017-05-22 2017-09-05 南京大学 基于信息中心网络的分布式任务计算方法
CN107608795A (zh) * 2017-09-19 2018-01-19 百度在线网络技术（北京）有限公司 云计算方法和装置
CN107734569A (zh) * 2016-08-11 2018-02-23 华为技术有限公司 通信方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120254965A1 (en) * 2011-04-04 2012-10-04 Lansing Arthur Parker Method and system for secured distributed computing using devices
US10148574B2 (en) * 2014-01-21 2018-12-04 Brightcove Inc. Load balancing for mesh computing

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102664951A (zh) * 2012-04-25 2012-09-12 云南电力试验研究院（集团）有限公司电力研究院 一种基于移动云计算的电力***资源整合集成方法
CN103729257A (zh) * 2012-10-16 2014-04-16 阿里巴巴集团控股有限公司 一种分布式并行计算方法以及***
CN103095853A (zh) * 2013-02-27 2013-05-08 北京航空航天大学 云数据中心计算能力管理***
CN105264514A (zh) * 2013-05-24 2016-01-20 国际商业机器公司 为移动计算提供性能和能量优化的方法、装置和计算机程序产品
CN104793924A (zh) * 2014-01-21 2015-07-22 中兴通讯股份有限公司 计算任务的处理方法及装置
CN105224550A (zh) * 2014-06-09 2016-01-06 腾讯科技（深圳）有限公司 分布式流计算***和方法
CN104469848A (zh) * 2014-11-06 2015-03-25 中国科学院计算技术研究所 一种异构接入网络之间负载均衡的方法
CN105701099A (zh) * 2014-11-25 2016-06-22 阿里巴巴集团控股有限公司 用于在分布式环境中执行任务的方法、装置及***
CN106055379A (zh) * 2015-04-09 2016-10-26 国际商业机器公司 用于调度计算任务的方法和***
CN107734569A (zh) * 2016-08-11 2018-02-23 华为技术有限公司 通信方法和装置
CN107027153A (zh) * 2017-03-16 2017-08-08 上海华为技术有限公司 业务的切换方法、上下文迁移方法及相关设备
CN107113839A (zh) * 2017-03-24 2017-08-29 北京小米移动软件有限公司 通信资源管理方法、装置及***
CN106921996A (zh) * 2017-05-12 2017-07-04 电信科学技术研究院 一种层2统计量的统计方法、cu及du
CN107135268A (zh) * 2017-05-22 2017-09-05 南京大学 基于信息中心网络的分布式任务计算方法
CN107608795A (zh) * 2017-09-19 2018-01-19 百度在线网络技术（北京）有限公司 云计算方法和装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Many to Many Connections of CUs and DUs;Vodafone;《3GPP TSG-RAN WG3 #96 R3-171693》;20170519;全文 *
UE context setup procedure;Samsung;《3GPP TSG-RAN WG3 Meeting #97 R3-172960》;20170825;全文 *
倪吉庆 ; 孙奇 ; 崔春风.5G空口统一框架初探空口统一框架初探:软件定义空口.《中兴通讯技术》.2016, *
戴凌龙 ; 易芝玲 ; 王昭诚 ; 韩双锋 ; 杨知行.绿色高效的大规模MIMO通信理论与方法.《科技成果》.2015,全文. *

Also Published As

Publication number Publication date
CN110225530A (zh) 2019-09-10

Similar Documents

Publication Publication Date Title
EP4099635A1 (en) Method and device for selecting service in wireless communication system
CN110536234A (zh) 位置信息确定方法、装置、第一终端及第二终端
EP3623836A1 (en) Location estimation component, localization module, computer program product and proximity system for enabling proximity services in mobile networks
KR102239081B1 (ko) 데이터 송신 방법 및 그것의 단말 디바이스
US11558476B2 (en) Method and apparatus for renewing subscription for network data analysis in wireless communication system
CN108476512B (zh) 依赖位置对的干扰和业务模式数据库
US11424787B2 (en) AI-based power allocation for efficient 5G/6G communications
EP3751789A1 (en) Improvements in and relating to the provision of data analytics in a telecommunication network
CN112189355A (zh) 无线通信***中利用数据收集和分析功能的方法及装置
WO2022073207A1 (zh) 模型评估方法及装置
US20220286977A1 (en) Method of power control for sidelink communication, v2x device and storage medium
Xiao et al. Driving in the fog: Latency measurement, modeling, and optimization of lte-based fog computing for smart vehicles
CN106888461B (zh) 一种弱网络环境的构建方法和设备
CN105338466A (zh) 位置信息获取方法及设备
KR20230015354A (ko) 무선 통신 네트워크에서 네트워크 데이터 수집 및 분석을 위한 이동성 지원 방법 및 장치
Xiao et al. AdaptiveFog: A modelling and optimization framework for fog computing in intelligent transportation systems
US20230388748A1 (en) Method and apparatus for monitoring location and problematic event of user equipment
CN115150970A (zh) 一种网络连接的方法及装置
CN114339872A (zh) 用于识别无人机的方法、装置、移动管理实体及基站
CN110225530B (zh) 无线数据分析方法、装置及cuda实体
CN115460623A (zh) 网络切片自优化方法、基站及存储介质
US20220191729A1 (en) Traffic flow management in a cellular network
CN111866977A (zh) 信息传递方法、装置、存储介质及电子装置
CN111405467B (zh) 车辆通信方法、车路协同***、相关设备以及可读介质
CN115460617A (zh) 基于联邦学习的网络负载预测方法、装置、电子设备及介质

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