CN114430559B - 一种基于阶梯式评估的5g基站智能关断方法 - Google Patents
一种基于阶梯式评估的5g基站智能关断方法 Download PDFInfo
- Publication number
- CN114430559B CN114430559B CN202111396596.8A CN202111396596A CN114430559B CN 114430559 B CN114430559 B CN 114430559B CN 202111396596 A CN202111396596 A CN 202111396596A CN 114430559 B CN114430559 B CN 114430559B
- Authority
- CN
- China
- Prior art keywords
- gnb
- base station
- load
- turn
- tclose
- 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
Links
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
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- 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
-
- 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
本发明公开了一种基于阶梯式评估的5G基站智能关断方法,克服了现有技术5G网络中设备能耗过大的问题,以及对现有方法进行优化调整。包括以下步骤:步骤1:资源块效用因子核算;步骤2:基于负载的阶梯式评估:步骤3:关断候选集预处理;步骤4:智能关断。本发明对5G小区负载构建阶梯式的评估机制,借用物理资源块效用因子来表达资源块的使用效率,针对差异化的负载,累计筛选出满足条件的关断候选基站,进而根据邻区集可承接负载的能力,有条件地实施分批迁移,实现低价值、低负载基站的关断,从而达到优化能耗的目标。
Description
技术领域
本发明涉及5G技术领域,尤其是涉及一种基于阶梯式评估的5G基站智能关断方法。
背景技术
随着智能终端的普及和人们日益增长的通信需求,4G网络无论在***容量、速率和时延等方面已经不能满足人们对极致用户体验的追求。特别地,在自动驾驶、工业控制、远程医疗以及增强现实和云计算等方面更是对5G通信需求迫在眉捷。但问题在于,目前5G设备的能耗相比4G过大,在后期的5G网络运维过程中,非常有必要探索如何有效节能和降低碳排放。
为此,申请人在2021.7.26公开授权了关于5G的一种基站智能关断方法GSIC,公告号为CN113301599B,通过业务区分,对其中的纯Non-GBR业务,以及时延和丢包率等质量差的业务基站进行关断,进而达到节能的目的。但GSIC仍然存在一些问题,其一,现实中的业务基本上为混合业务,纯Non-GBR业务很少;其二,不同业务占用资源量是不同的,仅通过时延和丢包率的评估来筛选出资源使用效率高的业务在GSIC是无法做到的;其三,在转移时,仅通过点对点的转移方式很容易失败。
发明内容
本发明是为了克服现有技术的5G网络中设备能耗过大的问题,以及对现有方法进行优化调整。提供一种基于阶梯式评估的5G基站智能关断方法,从小区负载入手,通过设置阶梯式的门限评估值,结合物理资源块的使用效率,依次筛选出需要关断的小区,然后实施分批转移,有效提高了关断的成功率。
为了实现上述目的,本发明采用以下技术方案:
一种基于阶梯式评估的5G基站智能关断方法,包括如下步骤:
步骤一、资源块效用因子核算:对每个基站进行已分配物理资源块计算,并进行所有基站的资源块效用因子核算;
步骤二、基于负载的阶梯式评估:根据负载门限和资源效用因子门限将对应的基站纳入关断候选集;
步骤三、关断候选集预处理:根据关断候选集首个基站及所有邻区集合计算关断邻区集,并计算关断邻区集中中所有基站的负载空间之和;
步骤四、智能关断:对关断候选集的基站计算其关转邻区集,根据关断候选集上的目标关断基站往关转邻区集转移的负载量更新负载,执行关断并更新关断候选集,返回步骤三直到关断候选集为空。
作为优选,所述方法涉及到n个基站gNBtar={gNB1,gNB2,…,gNBn},物理资源块总量{Prt1,Prt2,…,Prtn}及其相应的负载{Cld1,Cld2,…,Cldn}和小区吞吐量{Thr1,Thr2,…,Thrn}。
作为优选,所述步骤一包括如下步骤:
(1-1):对于gNBtar={gNB1,gNB2,…,gNBn}中的每个基站gNBi,计算相应的已分配物理资源块数量Aloci=ceil(Prti*Cldi);
其中,ceil(·)表示天花板函数;计算物理资源块效用因子Efti=Thri/Aloci;
(1-2):计算所有基站的物理资源块效用因子之和
作为优选,所述步骤二包括如下步骤:
(2-1):设定负载评估低门限TCldlow,负载评估中门限TCldmid,以及负载评估高门限TCldhigh;对于每个基站gNBi,若其负载满足条件Cldi≤TCldlow,则将该基站gNBi纳入关断候选集中,即gNBtclose={gNBi};
(2-2):设定资源块效用因子低门限TEftlow和资源块效用因子高门限TEfthigh;对于负载满足条件TCldlow<Cldj≤TCldmid的所有基站,筛选出其中资源块效用因子满足条件Eftj≤SEft*TEftlow的基站{gNBj},将其纳入关断候选集中,即gNBtclose=gNBtclose∪{gNBj};
(2-3):对于负载满足条件TCldmid<Cldk≤TCldhigh的所有基站,筛选出其中资源块效用因子满足条件Eftk≤SEft*TEfthigh的基站{gNBk},将其纳入关断候选集中,即gNBtclose=gNBtclose∪{gNBk}。
作为优选,所述步骤三包括如下步骤:
(3-1):设定容量门限VCelth,对于关断候选集gNBtclose中的首个基站gNBt,t∈[1,n],及其所有的邻区集合NGSt,计算其关断邻区集TNGSt=NGSt-NGSt∩gNBtclose;
(3-2):对于TNGSt中的每个基站计算负载空间其中,max(·)表示最大值函数;计算TNGSt中所有基站的负载空间之和/>
作为优选,所述步骤四包括如下步骤:
(4-1):对于关断候选集gNBtclose中的基站gNBt,若满足条件CLdt>SSCldt,则将该基站移出gNBtclose,即取消本次对基站gNBt的关断行为,gNBtclose=gNBtclose-{gNBt};
(4-2):否则计算其关转邻区集其中,基站/>满足条件/>
(4-3):核算目标关断基站gNBt往上转移的负载量更新/>负载/>
(4-4):待完成关转邻区集TNZSt中所有的邻区操作,则执行对gNBt的关断,更新gNBtclose=gNBtclose-{gNBt};循环步骤三及步骤四,直到gNBtclose为空。
因此,本发明具有如下有益效果:
本发明能够建立阶梯式的负载评估机制,结合资源块效用因子筛选出可关断基站的候选集;根据候选基站邻区的负载空间,通过分批转移的方式将用户从候选基站迁出,加大了关断的概率,可以在保证用户满意度的前提下,对低价值的5G基站进行关断,从而实现5G网络***能耗的优化。
附图说明
图1是本发明的流程图。
图2是本发明的具体流程图。
图3是:实施例3在一个5G基站关断部分RU的功耗对比图。
图4是实施例3在多个5G基站关断部分RU的功耗对比图。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述。
实施例1:
本实施例提供了一种基于阶梯式评估的5G基站智能关断方法,包括n个基站gNBtar={gNB1,gNB2,…,gNBn},物理资源块总量{Prt1,Prt2,…,Prtn}及其相应的负载{Cld1,Cld2,…,Cldn}和小区吞吐量{Thr1,Thr2,…,Thrn};
如图1所示,采用以下步骤:
步骤一、资源块效用因子核算:对每个基站进行已分配物理资源块计算,并进行所有基站的资源块效用因子核算;
步骤二、基于负载的阶梯式评估:根据负载门限和资源效用因子门限将对应的基站纳入关断候选集;
步骤三、关断候选集预处理:根据关断候选集首个基站及所有邻区集合计算关断邻区集,并计算关断邻区集中中所有基站的负载空间之和;
步骤四、智能关断:对关断候选集的基站计算其关转邻区集,根据关断候选集上的目标关断基站往关转邻区集转移的负载量更新负载,执行关断并更新关断候选集,返回步骤三直到关断候选集为空。
实施例2:
如图2所示的实施例是一种基于阶梯式评估的5G基站智能判断方法,包括n个基站gNBtar={gNB1,gNB2,…,gNBn},物理资源块总量{Prt1,Prt2,…,Prtn}及其相应的负载{Cld1,Cld2,…,Cldn}和小区吞吐量{Thr1,Thr2,…,Thrn};
步骤1:资源块效用因子核算;
步骤1-1:对于gNBtar={gNB1,gNB2,…,gNBn}中的每个基站gNBi,计算相应的已分配物理资源块数量Aloci=ceil(Prti*Cldi);其中,ceil(·)表示天花板函数;计算物理资源块效用因子Efti=Thri/Aloci;
步骤1-2:计算所有基站的物理资源块效用因子之和
步骤2:基于负载的阶梯式评估;
步骤2-1:设定负载评估低门限TCldlow,负载评估中门限TCldmid,以及负载评估高门限TCldhigh;对于每个基站gNBi,若其负载满足条件Cldi≤TCldlow,则将该基站gNBi纳入关断候选集中,即gNBtclose={gNBi};
步骤2-2:设定资源块效用因子低门限TEftlow和资源块效用因子高门限TEfthigh;对于负载满足条件TCldlow<Cldj≤TCldmid的所有基站,筛选出其中资源块效用因子满足条件Eftj≤SEft*TEftlow的基站{gNBj},将其纳入关断候选集中,即gNBtclose=gNBtclose∪{gNBj};
步骤2-3:对于负载满足条件TCldmid<Cldk≤TCldhigh的所有基站,筛选出其中资源块效用因子满足条件Eftk≤SEft*TEfthigh的基站{gNBk},将其纳入关断候选集中,即gNBtclose=gNBtclose∪{gNBk}。
步骤3:关断候选集预处理;
步骤3-1:设定容量门限VCelth,对于关断候选集gNBtclose中的首个基站gNBt,t∈[1,n],及其所有的邻区集合NGSt,计算其关断邻区集TNGSt=NGSt-NGSt∩gNBtclose;
步骤3-2:对于TNGSt中的每个基站计算负载空间其中,max(·)表示最大值函数;计算TNGSt中所有基站的负载空间之和/>
步骤4:智能关断;
步骤4-1:对于关断候选集gNBtclose中的基站gNBt,若满足条件CLdt>SSCldt,则将该基站移出gNBtclose,即取消本次对基站gNBt的关断行为,gNBtclose=gNBtclose-{gNBt};
步骤4-2:否则计算其关转邻区集其中,基站/>满足条件/>
步骤4-3:核算目标关断基站gNBt往上转移的负载量更新/>负载/>
步骤4-4:待完成关转邻区集TNZSt中所有的邻区操作,则执行对gNBt的关断,更新gNBtclose=gNBtclose-{gNBt};循环步骤3及步骤4,直到gNBtclose为空。
实施例3:
下面以n=6为例对本发明进行具体说明,基站信息如表格1所示:
表格1
基站 | 负载 | 吞吐量(Mbps) | 物理资源块总量 |
gNB1 | 0.25 | 16 | 273 |
gNB2 | 0.38 | 10 | 273 |
gNB3 | 0.28 | 5 | 273 |
gNB4 | 0.14 | 6 | 273 |
gNB5 | 0.49 | 25 | 273 |
gNB6 | 0.32 | 16 | 273 |
基础数据如表格2示:
表格2
项目 | 数据 |
工作频率(GHz) | 2.6 |
工作带宽(MHz) | 100 |
负载评估低门限TCldlow | 0.15 |
负载评估中门限TCldmid | 0.4 |
负载评估高门限TCldhigh | 0.6 |
资源块效用因子低门限TEftlow | 10% |
资源块效用因子高门限TEfthigh | 20% |
容量门限VCelth | 70% |
单站基础功耗(W) | 2000 |
单站50%负载下的业务功耗(W) | 1500 |
本实例描述的一种基于阶梯式评估的5G基站智能关断方法,包括如下步骤:资源块效用因子核算,基于负载的阶梯式评估,关断候选集预处理和智能关断。
步骤1:资源块效用因子核算;
步骤1-1:对于gNBtar={gNB1,gNB2,…,gNB6}中的每个基站gNBi,计算相应的已分配物理资源块数量Aloci=ceil(Prti*Cldi)={69,104,77,39,134,88};计算物理资源块效用因子
步骤1-2:计算所有基站的物理资源块效用因子之和
步骤2:基于负载的阶梯式评估;
步骤2-1:负载满足条件Cldi≤TCldlow=0.15的基站只有gNB4,则将该基站gNBi纳入关断候选集中,即gNBtclose={gNB4};
步骤2-2:对于负载满足条件TCldlow=0.15<Cldj≤TCldmid=0.4的所有基站{gNB1,gNB2,gNB3,gNB6},筛选出其中资源块效用因子满足条件Eftj≤SEft*TEftlow=0.09的基站{gNBj}={gNB3},将其纳入关断候选集中,即gNBtclose=gNBtclose∪{gNBj}={gNB3,gNB4};
步骤2-3:对于负载满足条件TCldmid<Cldk≤TCldhigh的所有基站{gNB5},其资源块效用因子并不满足条件Eftk≤SEft*TEfthigh=0.18,即{gNBk}=NULL,gNBtclose=gNBtclose∪{gNBk}={gNB3,gNB4};
步骤3:关断候选集预处理;
步骤3-1:对于关断候选集gNBtclose中的首个基站gNB3,及其所有的邻区集合NGS3={gNB1,gNB2,gNB4,gNB5,gNB6},计算关断邻区集TNGS3=NGS3-NGS3∩gNBtclose={gNB1,gNB2,gNB5,gNB6};
步骤3-2:对于TNGS3中的每个基站计算负载空间计算TNGS3中所有基站的负载空间之和/>
步骤4:智能关断;
步骤4-1:对于关断候选集gNBtclose中的基站gNB3,不满足条件CLdt=0.28>SSCldt=1.36,gNBtclose={gNB3,gNB4}保持不变;
步骤4-2:计算关转邻区集
步骤4-3:核算目标关断基站gNB3往{gNB1,gNB2,gNB5,gNB6}上转移的负载量更新负载/>
步骤4-4:待完成关转邻区集TNZS3中所有的邻区操作,则执行对gNB3的关断,gNBtclose=gNBtclose-{gNB3}={gNB4},继续循环操作gNB4;
完成gNB3操作后所有小区的负载为{0.34,0.45,0,0.14,0.54,0.4};以下为对gNB4操作的类似动作:
步骤3-1:对于关断候选集gNBtclose中的首个基站gNB4,其所有的邻区集合NGS4={gNB1,gNB2,gNB3,gNB5,gNB6},计算关断邻区集TNGS4=NGSt-NGSt∩gNBtclose={gNB1,gNB2,gNB5,gNB6};
步骤3-2:对于TNGS4={gNB1,gNB2,gNB5,gNB6}中的每个基站计算负载空间计算TNGS4中所有基站的负载空间之和/>
步骤4:智能关断;
步骤4-1:对于关断候选集gNBtclose中的基站gNB4,不满足条件CLdt=0.14>SSCld4=1.08,gNBtclose={gNB4}保持不变;
步骤4-2:计算关转邻区集
步骤4-3:核算目标关断基站gNB4往上转移的负载量更新负载/>
步骤4-4:待完成关转邻区集TNZS4中所有的邻区操作,则执行对gNB4的关断,gNBtclose为空,所有关断操作结束;
完成gNB4操作后所有小区的负载为{0.39,0.48,0,0,0.55,0.44}。
将上述步骤进行仿真实验:
将本发明的SEIC与之前的GSIC方法进行MATLAB平台仿真,由6个5G基站组成的基站簇互配邻区,分别设置一定的负载,使得轻负载基站的部分RU(Radio Unit,无线单元)或DU(Distributed Unit,分布单元)可以智能关断,所得的功耗分别参见附图2至3所示。
如图3所示,在单一5G基站仿真时,SEIC由于对低负载更敏感,也更容易触发关断措施,功耗下降比GSIC更快,在负载完成转移后RU被关断,基站总体功耗会维持在相对一个平稳的区间范围。
如图4所示,在对整个基站簇仿真时,SEIC对过低负载的GBR业务,若其资源快效用因子不高,同样对其进行关断,但对负载转移比GSIC做了更有保障性的措施而不影响客户感知。因此,基站簇的总体功耗下降SEIC比GSIC更明显,更有效地达到了节能减排的目的。
上述实施例对本发明的具体描述,只用于对本发明进行进一步说明,不能理解为对本发明保护范围的限定,本领域的技术工程师根据上述发明的内容对本发明作出一些非本质的改进和调整均落入本发明的保护范围内。
Claims (2)
1.一种基于阶梯式评估的5G基站智能关断方法,其特征是,包括如下步骤:
步骤一、资源块效用因子核算:对每个基站进行已分配物理资源块计算,并进行所有基站的资源块效用因子核算;
步骤二、基于负载的阶梯式评估:根据负载门限和资源效用因子门限将对应的基站纳入关断候选集;
步骤三、关断候选集预处理:根据关断候选集首个基站及所有邻区集合计算关断邻区集,并计算关断邻区集中中所有基站的负载空间之和;
步骤四、智能关断:对关断候选集的基站计算其关转邻区集,根据关断候选集上的目标关断基站往关转邻区集转移的负载量更新负载,执行关断并更新关断候选集,返回步骤三直到关断候选集为空;
所述步骤一包括如下步骤:
(1-1):对于gNBtar={gNB1,gNB2,…,gNBn}中的每个基站gNBi,计算相应的已分配物理资源块数量Aloci=ceil(Prti*Cldi);
其中,ceil(·)表示天花板函数;计算物理资源块效用因子Efti=Thri/Aloci;
(1-2):计算所有基站的物理资源块效用因子之和所述步骤二包括如下步骤:
(2-1):设定负载评估低门限TCldlow,负载评估中门限TCldmid,以及负载评估高门限TCldhigh;对于每个基站gNBi,若其负载满足条件Cldi≤TCldlow,则将该基站gNBi纳入关断候选集中,即gNBtclose={gNBi};
(2-2):设定资源块效用因子低门限TEftlow和资源块效用因子高门限TEfthigh;对于负载满足条件TCldlow<Cldj≤TCldmid的所有基站,筛选出其中资源块效用因子满足条件Eftj≤SEft*TEftlow的基站{gNBj},将其纳入关断候选集中,即gNBtclose=gNBtclose∪{gNBj};
(2-3):对于负载满足条件TCldmid<Cldk≤TCldhigh的所有基站,筛选出其中资源块效用因子满足条件Eftk≤SEft*TEfthigh的基站{gNBk},将其纳入关断候选集中,即gNBtclose=gNBtclose∪{gNBk};
所述步骤三包括如下步骤:
(3-1):设定容量门限VCelth,对于关断候选集gNBtclose中的首个基站gNBt,t∈[1,n],及其所有的邻区集合NGSt,计算其关断邻区集TNGSt=NGSt-NGSt∩gNBtclose;
(3-2):对于TNGSt中的每个基站计算负载空间/>其中,max(·)表示最大值函数;计算TNGSt中所有基站的负载空间之和
所述方法涉及到n个基站gNBtar={gNB1,gNB2,…,gNBn},物理资源块总量{Prt1,Prt2,…,Prtn}及其相应的负载{Cld1,Cld2,…,Cldn}和小区吞吐量{Thr1,Thr2,…,Thrn}。
2.根据权利要求1所述的一种基于阶梯式评估的5G基站智能关断方法,其特征是,所述步骤四包括如下步骤:
(4-1):对于关断候选集gNBtclose中的基站gNBt,若满足条件CLdt>SSCldt,则将该基站移出gNBtclose,即取消本次对基站gNBt的关断行为,gNBtclose=gNBtclose-{gNBt};
(4-2):否则计算其关转邻区集其中,基站满足条件/>
(4-3):核算目标关断基站gNBt往上转移的负载量更新/>负载/>
(4-4):待完成关转邻区集TNZSt中所有的邻区操作,则执行对gNBt的关断,更新gNBtclose=gNBtclose-{gNBt};循环步骤三及步骤四,直到gNBtclose为空。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111396596.8A CN114430559B (zh) | 2021-11-23 | 2021-11-23 | 一种基于阶梯式评估的5g基站智能关断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111396596.8A CN114430559B (zh) | 2021-11-23 | 2021-11-23 | 一种基于阶梯式评估的5g基站智能关断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114430559A CN114430559A (zh) | 2022-05-03 |
CN114430559B true CN114430559B (zh) | 2023-08-08 |
Family
ID=81311071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111396596.8A Active CN114430559B (zh) | 2021-11-23 | 2021-11-23 | 一种基于阶梯式评估的5g基站智能关断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114430559B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050071128A (ko) * | 2003-12-31 | 2005-07-07 | 엘지전자 주식회사 | 이동통신 시스템에서 기지국에 실장되는 채널카드의부하상태에 따른 기지국 자원 할당 방법 |
CN101932020A (zh) * | 2009-06-18 | 2010-12-29 | 大唐移动通信设备有限公司 | 一种bbu的下电控制方法、设备和*** |
CN103167577A (zh) * | 2011-12-13 | 2013-06-19 | 华为技术有限公司 | 一种关闭小区的方法、站点装置 |
EP2704494A1 (de) * | 2012-09-03 | 2014-03-05 | Vodafone Holding GmbH | Abschaltung von Ressourcen eines Funkzugangsnetzes bei geringer Netzauslastung |
CN104519556A (zh) * | 2013-09-30 | 2015-04-15 | 中国电信股份有限公司 | 移动中继***及其实现基站节能的方法和基站 |
CN105472711A (zh) * | 2014-09-05 | 2016-04-06 | ***通信集团公司 | 一种基站控制方法、装置及基站 |
CN108271218A (zh) * | 2016-12-30 | 2018-07-10 | ***通信集团上海有限公司 | 一种网络资源处理方法及装置 |
CN110191502A (zh) * | 2019-05-13 | 2019-08-30 | 南京邮电大学 | 一种基于小区基站动态休眠的节能方法 |
CN110831134A (zh) * | 2019-11-21 | 2020-02-21 | 中国联合网络通信集团有限公司 | 一种基站的节能方法及基站 |
EP3672322A1 (en) * | 2017-08-31 | 2020-06-24 | Huawei Technologies Co., Ltd. | Communication method, device and system |
CN113015191A (zh) * | 2021-03-05 | 2021-06-22 | 中国科学院数学与***科学研究院 | 一种自适应调整区域内子区域的基站停开机的方法及装置 |
CN113055903A (zh) * | 2019-12-26 | 2021-06-29 | 中国电信股份有限公司 | 用于基站的节能关断的方法、设备和介质 |
CN113301599A (zh) * | 2021-07-26 | 2021-08-24 | 华信咨询设计研究院有限公司 | 一种5g基站智能关断方法、装置、设备及存储介质 |
-
2021
- 2021-11-23 CN CN202111396596.8A patent/CN114430559B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050071128A (ko) * | 2003-12-31 | 2005-07-07 | 엘지전자 주식회사 | 이동통신 시스템에서 기지국에 실장되는 채널카드의부하상태에 따른 기지국 자원 할당 방법 |
CN101932020A (zh) * | 2009-06-18 | 2010-12-29 | 大唐移动通信设备有限公司 | 一种bbu的下电控制方法、设备和*** |
CN103167577A (zh) * | 2011-12-13 | 2013-06-19 | 华为技术有限公司 | 一种关闭小区的方法、站点装置 |
EP2704494A1 (de) * | 2012-09-03 | 2014-03-05 | Vodafone Holding GmbH | Abschaltung von Ressourcen eines Funkzugangsnetzes bei geringer Netzauslastung |
CN104519556A (zh) * | 2013-09-30 | 2015-04-15 | 中国电信股份有限公司 | 移动中继***及其实现基站节能的方法和基站 |
CN105472711A (zh) * | 2014-09-05 | 2016-04-06 | ***通信集团公司 | 一种基站控制方法、装置及基站 |
CN108271218A (zh) * | 2016-12-30 | 2018-07-10 | ***通信集团上海有限公司 | 一种网络资源处理方法及装置 |
EP3672322A1 (en) * | 2017-08-31 | 2020-06-24 | Huawei Technologies Co., Ltd. | Communication method, device and system |
CN110191502A (zh) * | 2019-05-13 | 2019-08-30 | 南京邮电大学 | 一种基于小区基站动态休眠的节能方法 |
CN110831134A (zh) * | 2019-11-21 | 2020-02-21 | 中国联合网络通信集团有限公司 | 一种基站的节能方法及基站 |
CN113055903A (zh) * | 2019-12-26 | 2021-06-29 | 中国电信股份有限公司 | 用于基站的节能关断的方法、设备和介质 |
CN113015191A (zh) * | 2021-03-05 | 2021-06-22 | 中国科学院数学与***科学研究院 | 一种自适应调整区域内子区域的基站停开机的方法及装置 |
CN113301599A (zh) * | 2021-07-26 | 2021-08-24 | 华信咨询设计研究院有限公司 | 一种5g基站智能关断方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
The optimization of Resource Allocation Based on Process Mining;WeidongZhao;《SpringerLink》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114430559A (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108848520B (zh) | 一种基于流量预测与基站状态的基站休眠方法 | |
CN111132235B (zh) | 基于改进hrrn算法和多属性决策的移动卸载迁移算法 | |
EP4138466A1 (en) | Energy-saving method, base station, control unit, and storage medium | |
CN112888002B (zh) | 一种基于博弈论的移动边缘计算任务卸载及资源分配方法 | |
CN107122249A (zh) | 一种基于边缘云定价机制的任务卸载决策方法 | |
CN109246761B (zh) | 考虑延迟及能耗的基于交替方向乘子法的卸载方法 | |
CN108112037A (zh) | 基于雾计算和协作通信网络的负载均衡方法 | |
CN110719641B (zh) | 边缘计算中用户卸载与资源分配联合优化方法 | |
CN112202847A (zh) | 一种基于移动边缘计算的服务器资源配置方法 | |
CN111132230A (zh) | 一种面向数据采集的带宽分配和数据压缩联合优化方法 | |
CN111102212B (zh) | 一种梯级泵站调度方法、装置和电子设备 | |
Hao et al. | Energy-aware offloading based on priority in mobile cloud computing | |
Dou et al. | Mobile edge computing based task offloading and resource allocation in smart grid | |
CN114430559B (zh) | 一种基于阶梯式评估的5g基站智能关断方法 | |
CN108093482B (zh) | 一种无线信息中心网络资源分配的优化方法 | |
CN113676357A (zh) | 面向电力物联网中边缘数据处理的决策方法及其应用 | |
CN110602718B (zh) | 基于交替方向乘子法的异构蜂窝网络功率分配方法及*** | |
CN105592537B (zh) | 一种5g中继网络节能方法及*** | |
CN112752327A (zh) | 功率调节方法和接入网设备 | |
CN113905430B (zh) | 双层异构网络基站的节能控制方法及*** | |
CN115002884A (zh) | 一种面向无蜂窝网络的接入点关断方法及装置 | |
CN113393016B (zh) | 一种电力采集终端的抄表方法 | |
CN113784372A (zh) | 一种面向终端多业务模型的联合优化方法 | |
CN114138102A (zh) | 一种基于多区域划分的云计算数据中心能耗优化方法 | |
CN105846867A (zh) | 基于多基站CoMP和休眠技术的动态簇划分方法 |
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 |