CN115175380A - 5g小基站智能控制方法、装置及5g小基站 - Google Patents

5g小基站智能控制方法、装置及5g小基站 Download PDF

Info

Publication number
CN115175380A
CN115175380A CN202210730949.1A CN202210730949A CN115175380A CN 115175380 A CN115175380 A CN 115175380A CN 202210730949 A CN202210730949 A CN 202210730949A CN 115175380 A CN115175380 A CN 115175380A
Authority
CN
China
Prior art keywords
base station
data
interference
communication
user
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
CN202210730949.1A
Other languages
English (en)
Other versions
CN115175380B (zh
Inventor
蒋毅
林广远
杨心玥
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.)
Super Communications Co ltd
Original Assignee
Super Communications 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 Super Communications Co ltd filed Critical Super Communications Co ltd
Priority to CN202210730949.1A priority Critical patent/CN115175380B/zh
Publication of CN115175380A publication Critical patent/CN115175380A/zh
Application granted granted Critical
Publication of CN115175380B publication Critical patent/CN115175380B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/08—Access point devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69—Spread spectrum techniques
    • H04B1/707—Spread spectrum techniques using direct sequence modulation
    • H04B1/7097—Interference-related aspects
    • 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

本申请公开了一种5G小基站智能控制方法、装置及5G小基站，该方法包括：获取基于历史数据的本地小基站的邻区进行数据通信的时间分布、邻区信息和对应时间分布内本地小基站的网络信号数据特征、用户终端通过本地小基站进行数据通信的用户业务类型、通信质量数据特征；判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型；根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求，使得5G小基站能够根据业务情况、干扰情况灵活调整工作状态，从而在满足通信需求的情况下，尽可能降低功耗和人工维护成本，实现节能环保。

Description

5G小基站智能控制方法、装置及5G小基站
技术领域
本申请涉及移动通信技术领域，尤其涉及一种5G小基站智能控制方法、装置及5G小基站。
背景技术
小基站(Small Cell)指从产品形态、发射功率、覆盖范围等方面，都相比传统宏基站小得多的基站类型。从发射功率看，典型发射功率在100mW到5W之间；从重量看，普遍重量在2到10kg之间；从组网方式看，支持包括DSL/光纤/WLAN及蜂窝技术在内的多种技术的回传；而且还具备自动邻区发现、自配置等SON功能。相比宏基站，小基站可更加有效改善覆盖深度、增加网络容量、提升用户感知，因而越来越受到业界的关注。
目前5G小基站工作时，一般采用通用高CPU服务器加上FPGA加速卡的方式进行，其功耗较大，基本能到100瓦左右。基于此，现有技术中，在不同的场景下，小基站始终工作于相同的工作状态，如在不同场景下采用相同的发射功率、调度周期等，不会灵活根据场景合理的调配***资源，会导致不必要的功耗浪费；同时，5G小基站运行技术复杂度高，人工维护复杂，维护成本高。
发明内容
有鉴于此，有必要提供一种5G小基站智能控制方法、装置及5G小基站，以解决现有技术中5G小基站运行时功耗高、人工维护成本高的技术问题。
为实现上述目的，本申请实施例提供一种5G小基站智能控制方法、装置及5G小基站。
本申请提供一种5G小基站智能控制方法，包括：
获取基于历史数据的本地小基站的邻区进行数据通信的第一时间分布、邻区信息和对应时间分布内本地小基站的网络信号数据特征，建立第一特征集合，
其中，所述第一特征集合的元素为由第一时间分布时段、所述第一时间分布时段内的邻区信息和网络信号数据组成的有序组；
获取基于历史数据的用户终端通过本地小基站进行数据通信的用户业务的第二时间分布、用户业务类型和对应时间分布内用户业务的通信质量数据特征，建立第二特征集合，
其中，所述第二特征集合的元素为由第二时间分布时段、所述第二时间分布时段内的用户业务类型和通信质量数据组成的有序组；
选取所述第一时间分布和所述第二时间分布的重叠时间分布时段为第三时间分布时段，建立第三特征集合，
其中，所述第三特征集合的元素为由第三时间分布时段、所述第三时间分布时段内的邻区信息、网络信号数据、用户业务类型和通信质量数据组成的有序组；
根据所述第三特征集合中的第三时间分布时段、邻区信息、网络信号数据、用户业务类型、通信质量数据之间的映射关系，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型；
基于所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求。
进一步的，使用BP神经网络算法，对判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型的过程进行优化。
进一步的，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求，具体包括：
当所述网络信号数据特征和/或通信质量数据特征劣于用户业务的通信需求时，调整本地小基站为用户终端进行数据通信的工作参数，以实现提高所述用户业务的通信质量的调整目的，所述工作参数包括发射功率、导频功率、发送天线和传输时隙至少其中之一。
进一步的，使用BP神经网络算法，对调整本地小基站为用户终端进行数据通信的工作参数，以实现提高所述用户业务的通信质量的调整目的的过程进行优化。
进一步的，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求，还包括：
当所述网络信号数据特征和/或通信质量数据特征达到或者超过用户业务的通信需求时，调整本地小基站为用户终端进行数据通信的工作参数，以实现满足用户业务的通信需求的同时，降低小基站功耗的调整目的，所述工作参数包括发射功率、导频功率、发送天线和传输时隙至少其中之一。
进一步的，使用BP神经网络算法，对调整本地小基站为用户终端进行数据通信的工作参数，以实现满足用户业务的通信需求的同时，降低小基站功耗的调整目的的过程进行优化。
本申请还提供一种5G小基站智能控制方法，包括：
接收到终端用户的请求信息时，获取所述请求信息中的邻区信息、网路信号数据、用户业务数据；
获取本地小基站当前的资源数据，所述资源数据包括无线资源、软件资源、硬件资源、运行资源和运行状态；
根据所述邻区信息、网路信号数据、用户业务数据和所述资源数据为所述终端用户配置资源参数，所述资源参数包括无线资源参数，所述无线资源参数包括RB、频段、服务质量、无线功率中的一个或多个。
本申请还提供一种5G小基站智能控制装置，包括：
获取模块，获取基于历史数据的本地小基站的邻区进行数据通信的第一时间分布、邻区信息和对应时间分布内本地小基站的网络信号数据特征，
和基于历史数据的用户终端通过本地小基站进行数据通信的用户业务的第二时间分布、用户业务类型和对应时间分布内用户业务的通信质量数据特征；
分析模块，用于建立第一特征集合，其中，所述第一特征集合的元素为由第一时间分布时段、所述第一时间分布时段内的邻区信息和网络信号数据组成的有序组，
还用于建立第二特征集合，其中，所述第二特征集合的元素为由第二时间分布时段、所述第二时间分布时段内的用户业务类型和通信质量数据组成的有序组，
还用于建立第三特征集合，选取所述第一时间分布和所述第二时间分布的重叠时间分布时段为第三时间分布时段，
其中，所述第三特征集合的元素为由第三时间分布时段、所述第三时间分布时段内的邻区信息、网络信号数据、用户业务类型和通信质量数据组成的有序组；
还用于根据所述第三特征集合中的第三时间分布时段、邻区信息、网络信号数据、用户业务类型、通信质量数据之间的映射关系，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型；
调整模块，用于基于所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求。
本申请还提供一种5G小基站，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如前述5G小基站智能控制方法中任一项的步骤。
本申请还提供一种计算机可读存储介质，所述存储介质中存储有计算机可执行指令，所述指令由处理器执行时实现如前述5G小基站智能控制方法中任一项的步骤。
与现有技术相比，本申请实施例提出的5G小基站智能控制方法，根据基于历史数据的本地小基站的邻区进行数据通信的时间分布时段、邻区信息和对于时间分布时段内本地小基站的网络信号数据，以及用户终端通过本地小基站进行数据通信的用户业务的时间分布时段和对于时间分布时段内用户业务的通信质量数据，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型，根据预设抗干扰策略调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求，使得5G小基站能够根据业务情况、干扰情况灵活调整工作状态，从而在满足通信需求的情况下，尽可能降低功耗和人工维护成本，实现节能环保。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请的5G小基站智能控制方法的流程图。
图2为本申请的又一种5G小基站智能控制方法的流程图。
图3为本申请的5G小基站智能控制装置的结构框图。
图4为本申请的5G小基站的原理示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
下面结合说明书附图对本申请实施例作进一步详细描述。应当理解，此处所描述的实施例仅用于说明和解释本申请，并不用于限定本申请。
请参考图1，图1为本申请的5G小基站智能控制方法的流程图。如图1所示，其包括以下步骤：
步骤S101，获取基于历史数据的本地小基站的邻区进行数据通信的第一时间分布、邻区信息和对应时间分布内本地小基站的网络信号数据特征，建立第一特征集合，
其中，所述第一特征集合的元素为由第一时间分布时段、所述第一时间分布时段内的邻区信息和网络信号数据组成的有序组。
在本申请实施例中，为了进行干扰分析，由5G小基站和用户终端组成的无线通信***中，用户终端向5G小基站发送请求信息时，会同时上报邻区信息。由于用户终端接入5G小基站时，需要5G小基站为其提供无线资源，如RB、频段、QoS、时间等，而对于某一5G小基站，其邻区的无线信息会对该5G小基站所在的无线通信***造成一定的影响，如造成干扰或产生冲突，为了使得5G小基站能够为用户终端配置最优的无线资源或服务，因此需要用户终端能够向5G小基站上报邻区信息。在一些实施例中，该邻区信息包括相邻小区的频点、TAC、无线功率、干扰等情况，该邻区信息可以用以进行干扰分析。
此外，还需要考虑到本地小基站的网络信号数据，主要包括5G小基站在工作繁忙和空闲时，外部环境对本小基站的影响指标，主要集中在无线变化的情况，如参考信号接收功率(Reference Signal Receiving Power，RSRP)和接收信号强度指示(Received SignalStrength Indicator，RSSI)的数值变化。需要说明的是，本申请实施例中的邻区信息、网络信号数据等可以通过OMC网管后台或者其他方式提取，邻区信息、网络信号数据的获取方式为现有技术，此处不对其详细介绍。
通过对预设时间周期内的历史数据进行分析，可以获取本地小基站的邻区进行数据通信的时间分布，不同时间分布时段的邻区信息，以及对于时间分布时段内本地小基站的网络信号数据，通过对相关数据进行特征化处理，可以建立起对于时间分布时段内的邻区信息和网络信号数据特征之间的映射关系，据此则可进一步对相关参数之间的变化关系进行分析，进而判断邻区进行数据通信对本地小基站的网络信号数据产生影响的关联关系。在一些实施例中，预设时间周期可以为一个移动通信业务具有周期性规律的时间段，如预设时间周期为1周，则5G小基站可以以1周为单位进行数据统计。之后可以按照最新统计得到的数据更新分析结果。
为了对相关数据进行标准化的处理，本申请实施例中建立第一特征集合C1，集合C1的元素为由第一时间分布时段、邻区信息和网络信号数据组成的有序组。具体示例如下：
C1＝{<T1,(邻区信息1)，(网络信号数据1)>，<T2,(邻区信息2)，(网络信号数据2)>，……，<Tn,(邻区信息n)，(网络信号数据n)}。
其中，T1，T2，……，Tn为预设周期内的不同时段，可以根据用户终端向5G小基站发送请求信息时，同时上报邻区信息的时间节点进行划分。其中邻区信息可以是频点、TAC、无线功率、干扰等至少其中之一，也可以是前述相关参数中的数个参数之间的组合。网络信号数据可以是参考信号接收功率或接收信号强度指示其中之一，也可以是二者的组合。
步骤S102，获取基于历史数据的用户终端通过本地小基站进行数据通信的用户业务的第二时间分布、用户业务类型和对应时间分布内用户业务的通信质量数据特征，建立第二特征集合，
其中，所述第二特征集合的元素为由第二时间分布时段、所述第二时间分布时段内的用户业务类型和通信质量数据组成的有序组。
在本申请实施例中，为了进行干扰分析，除了利用RSSI、RSRP等网络信号数据，在一些实施例中，还可以综合利用用户终端通过本地小基站进行数据通信的用户业务数据进行分析。其中，用户业务数据包括用户业务类型、传输数据大小、传输质量要求(包括丢包率、误码率、无线功率等)、时延、存活周期等数据。在一些实施例中，用户业务类型包括语音业务、视频业务、数据业务等各种业务类型。通过对预设时间周期内不同时间点或时间段(如每小时为单位)的业务成功/失败的结果进行统计，可以获得相应时间点或时间段的业务成功率。业务成功率通常与网络干扰情况相关，因此业务成功率也可以在一定程度上反映基站的干扰情况。此外，还可以通过对用户业务数据的分析，获得服务质量，服务质量也可以在一定程度上反映基站的干扰情况。同理，业务成功率以及服务质量的获取方法均可以采用现有技术，此处不对其详细介绍。
通过对预设时间周期内的历史数据进行分析，可以获取用户终端通过本地小基站进行数据通信的用户业务的时间分布，不同时间分布时段的业务类型以及相应的通信质量数据，通过对相关数据进行特征化处理，可以建立起对于时间分布时段内的业务类型和通信质量数据特征之间的映射关系，据此则可进一步对相关参数之间的变化关系进行分析，进而判断邻区进行数据通信对用户终端通过本地小基站进行数据通信的用户业务的通信质量数据产生影响的关联关系。在一些实施例中，预设时间周期可以为一个移动通信业务具有周期性规律的时间段，如预设时间周期为1周，则5G小基站可以以1周为单位进行数据统计。之后可以按照最新统计得到的数据更新分析结果。
为了对相关数据进行标准化的处理，本申请实施例中建立第二特征集合C2，集合C2的元素为由第二时间分布时段、所述第二时间分布时段内的用户业务类型和通信质量数据组成的有序组。具体示例如下：
C2＝{<S2,(业务类型1)，(通信质量数据1)>，<S2,(业务类型2)，(通信质量数据2)>，……，<Sn,(业务类型n)，(通信质量数据n)}。
其中，S1，S2，……，Sn为预设周期内的不同时段，可以根据用户终端通过本地小基站进行数据通信的用户业务进行的时间段进行划分。其中业务类型可以是语音业务、视频业务、数据业务等至少其中之一。通信质量数据可以是业务成功率或服务质量其中之一，也可以是二者结合。
此外，在一些实施例中，还可以包括：通过分析第二时间分布时段内的用户业务类型，获得用户终端通过本地小基站进行数据通信的业务分布特性。即通过对预设时间周期内的用户业务数据的分析，获取不同时间段内用户终端主要的业务类型。可以理解的是，由于用户使用习惯的周期性变化，会使得用户终端在业务类型分布方面呈现出一定的周期性规律，例如在工作时段，数据业务较多，而在工作时段之外，语言业务和视频业务较多。通过分析预设时间周期内的用户业务数据，获得5G小基站的业务分布特性。可以为5G小基站根据用户终端的使用规律，进一步优化资源分配和参数设置提供依据。
步骤S103，选取所述第一时间分布和所述第二时间分布的重叠时间分布时段为第三时间分布时段，建立第三特征集合，
其中，所述第三特征集合的元素为由第三时间分布时段、所述第三时间分布时段内的邻区信息、网络信号数据、用户业务类型和通信质量数据组成的有序组。
在本申请实施例中，为了进行干扰分析，需要选取本地小基站的邻区进行数据通信和用户终端通过本地小基站进行数据通信的重叠时间分布时段，通过对重叠时间分布时段内的邻区信息、本地小基站的网络信号数据、用户终端的业务类型和通信质量数据进行综合分析，可以建立起对于时间分布时段内的邻区信息、本地小基站的网络信号数据、用户终端的业务类型和通信质量数据之间的映射关系，据此则可进一步对相关参数之间的变化关系进行分析，进而判断邻区进行数据通信对用户终端通过本地小基站进行数据通信的用户业务的通信质量产生影响的关联关系。
为了对相关数据进行标准化的处理，本申请实施例中选取所述第一时间分布和所述第二时间分布的重叠时间分布时段为第三时间分布时段，建立第三特征集合C3，集合C3的元素为由第三时间分布时段、所述第三时间分布时段内的邻区信息、网络信号数据、用户业务类型和通信质量数据组成的有序组。具体示例如下：
C3＝{<TS1,(邻区信息_ts1)，(网络信号数据_ts1)，(业务类型_ts1)，(通信质量数据_ts1)>，<T2,(邻区信息_ts2)，(网络信号数据_ts2)，(业务类型_ts2)，(通信质量数据_ts2)>，……，<TSn,(邻区信息_tsn)，(网络信号数据_tsn)，(业务类型_tsn)，(通信质量数据_tsn)}。
其中，TSn(n∈N，N为自然数)为第一分布时段和第二分布时段重叠的分布时段，TSn时段对应的邻区信息ts_n(n∈N，N为自然数)、网络信号数据ts_n(n∈N，N为自然数)、业务类型_tsn(n∈N，N为自然数)、通信质量数据_tsn(n∈N，N为自然数)，以上数据，通过数学运算算法即可由C1、C2集合的元素中获取，此处不再赘述。
步骤S104、根据所述第三特征集合中的第三时间分布时段、邻区信息、网络信号数据、用户业务类型、通信质量数据之间的映射关系，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型。
在本申请实施例中，为了进行干扰分析，通过对预设时间周期内不同分布时段获得的邻区信息、网络信号数据、业务类型、通信质量数据进行统计、分析，根据数据之间的映射关系，判断在该时段邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型。
在一些实施例中，可以根据所述第三特征集合中的第三时间分布时段、邻区信息、网络信号数据、用户业务类型、通信质量数据之间的映射关系，判断邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度(例如：大干扰或者小干扰)。
具体的，所述干扰程度通过参考信号接收功率、接收信号强度指示、业务成功率、服务质量综合确定。
进一步的，所述干扰程度通过参考信号接收功率、接收信号强度指示、业务成功率、服务质量至少其中之一确定。
在本申请实施例中，干扰程度的判断主要是通过参考信号接收功率(ReferenceSignal Receiving Power，RSRP)、接收信号强度指示(Received Signal StrengthIndicator，RSSI)、业务成功率、服务质量(Quality of Service，QoS)等指标综合考量确定的。其中，RSRP是在某个符号内承载参考信号的所有RE(资源粒子)上接收到的信号功率的平均值，是代表无线信号强度的关键参数，其取值越大越好。当基站所受的干扰情况不同时，RSRP的取值也会不同，因此RSRP能够在一定程度上反映基站的干扰情况。RSSI是指接收信号强度指示，其取值可以用于判断当前网络覆盖水平，RSSI是判断干扰的一个主要指标，理想状态下RSSI的值很小。当基站所受的干扰情况不同时，RSSI的值也会不同，如：在正常情况下，小区空载时的RSSI应该因此在99.5dBm左右，当RSSI在[-99.5dBm,-90dBm]时，存在轻度干扰；当RSSI在[-90dBm,-75dBm]时，存在中度干扰，当RSSI的取值在-75dBm以上时，存在严重干扰，因此RSSI能够在一定程度上反映基站的干扰情况。业务成功率，具体可以通过终端的接入成功率、掉线率中的一个或两个来反映。其中，接入成功率是指终端进行上网、打电话等业务时能够成功接入网络的概率，即业务建立成功的次数与业务建立尝试次数的比值；掉线率是指终端接入网络后，发生意外导致网络中断的概率，即掉线次数与业务建立成功次数的比值。业务成功率通常与网络的干扰情况相关，因此业务成功率可以在一定程度上反映基站的干扰情况。QoS是指网络中用户终端所体验的服务总体性能的度量。5G移动通信***中，QoS的度量指标可以包括传输链路带宽、报文传送时延和抖动、以及丢包率等。通常，干扰越大时，基站提供的服务质量会越差，当干扰越小时，基站提供的服务质量会越高，因此服务质量可以在一定程度上反映基站的干扰情况。本申请实施例中，选取参考信号接收功率、接收信号强度指示、业务成功率以及服务质量四个指标，综合判断基站的干扰情况，能够更为准确的反映小基站的干扰情况。
进一步的，所述干扰程度通过参考信号接收功率、接收信号强度指示、业务成功率、服务质量，以加权求和的方式确定。其中四个指标可以采用不同权重，然后利用加权求和的方式计算干扰指标，该干扰指标用于表征本地小基站的干扰程度，如大干扰、小干扰或者无干扰等，还可以根据干扰大小，对干扰程度进行更加细致的等级划分，例如一级干扰、二级干扰、三级干扰、四级干扰等。关于具体划分的方法，可以根据实际需要结合现有技术即可实现，此不赘述。
在一些实施例中，可以根据邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度(例如：大干扰或者小干扰)，确定邻区进行数据通信对本地小基站的用户业务产生干扰的分布时段。
具体的，当所述干扰程度大于预设阈值时，确定所述分布时段为邻区进行数据通信对本地小基站的用户业务产生干扰的分布时段。
当干扰程度大于预设阈值时，则会对用户终端通过本地小基站进行数据通信的用户业务产生影响，确定该时段为邻区进行数据通信对本地小基站的用户业务产生干扰的分布时段。预设阈值的设定，可以结合用户业务的通信需求确定。通过对该分布时段内的邻区信息、网络信号数据、用户业务类型和通信质量数据之间的映射关系的分析，进一步判断在该时段邻区进行数据通信对本地小基站的用户业务产生干扰的关联关系和干扰类型。
在一些实施例中，可以根据所述第三特征集合中的第三时间分布时段、邻区信息、网络信号数据、用户业务类型、通信质量数据之间的映射关系，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰类型。
具体的，根据所述邻区信息，确定所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰类型，所述干扰类型为临频干扰、同频干扰、阻塞干扰至少其中之一。
在一些实施例中，可以根据所述第三特征集合中的第三时间分布时段、邻区信息、网络信号数据、用户业务类型、通信质量数据之间的映射关系，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的关联关系。
具体的，通过控制变量法，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的关联关系。
通过在第三特征集合中，对邻区信息中的各项参数进行变量控制，即选取邻区信息中的某项或者某几项参数相同或者相近，但是其他参数不同的时间分布时段，通过分析其对于时间分布时段内的干扰程度，则可判断邻区信息中相关参数和干扰程度之间的关联关系。
例如当邻区信息中的频点、TAC、无线功率、干扰各项数据中的某项或者某几项相近，而其他某项或者某几项数据具有较大差异，但是用户终端业务类型相同，而网络信号和通信质量具有明显差异，则可判断邻区信息中具有较大差异的数据，可能对网络信号和通信质量产生影响，确定邻区信息中相关参数和干扰程度之间存在关联关系。
在本申请提供的一种优选实施例中，可以使用BP神经网络算法，对判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型的过程进行优化。
在实现时，需要预先基于BP神经网络模型构建干扰模型，然后根据分布时段、邻区信息、网络信号数据、业务类型、通信质量数据等数据和干扰模型判断邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型。具体的，干扰模型的构建过程包括：
(1)对于任一小基站，统计小基站的历史数据，根据历史数据构建训练数据集。训练数据集中的任一条训练数据包括分布时段、邻区信息、网络信号数据、业务类型、通信质量数据；对于小基站，从历史数据中得到当邻区信息中的频点、TAC、无线功率、干扰各项数据中的某项或者某几项不同时，本地小基站的参考信号接收功率、接收信号强度指示具有的相应的变化，并进而获取到相应的用户业务类型和通信质量数据，在构建训练集的过程中，可以人工对该条数据进行处理，为其标记干扰程度、关联关系和干扰类型，从而形成一条包含输入和输出的训练数据。
(2)将训练数据集输入至BP神经网络模型进行训练，当所述BP神经网络模型的输出误差满足预设精度时，将得到的模型作为干扰模型。其中，BP神经网络模型为现有技术，本申请实施例主要利用其作为干扰模型进行干扰预测。
对应的，得到干扰模型后，作为一种示例，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型的过程的步骤包括：
(1)从所述网络信号数据和用户通信质量数据中获取预设时间周期内不同时间段的参考信号接收功率、接收信号强度指示、业务成功率以及服务质量；将不同时间段所对应的所述参考信号接收功率、接收信号强度指示、业务成功率以及服务质量输入至所述干扰模型以获得不同时间段的干扰程度；
(2)根据不同时间段的干扰程度，确定干扰程度大于预设阈值的时段为邻区进行数据通信对本地小基站的用户业务产生干扰的分布时段；
(3)获取干扰分布时段的邻区信息，本地小基站参考信号接收功率、接收信号强度指示，以及用户终端进行数据通信的业务类型、业务成功率以及服务质量；
(4)将所述邻区信息、参考信号接收功率、接收信号强度指示、业务类型、业务成功率以及服务质量输入至所述干扰模型以获得不同情况下产生干扰的关联关系和干扰类型。
步骤S105、基于所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求。
在一些实施例中，本地小基站的工作参数可以包括：基站的发射功率、基站的导频功率、基站工作的TAC值、不同用户业务类型的QoS参数、不同用户终端分配的RB位置等。在一些实施例中，可以调整的工作参数还可以包括其他无线资源，如：发送天线、传输时隙、传输通道或传输子载波等。其中，导频功率是下行功率的一部分，与其他下行信道共同分享下行功率。由于5G小基站发射机的功率是额定的，因此，导频功率占的比例大了，就会减少其它下行信道的功率，进而影响其所支持的业务量。具体的，导频功率增大，覆盖区域就会增大，而支持的业务能力会下降；对应的，导频功率减小，覆盖区域就会减小，而支持的业务能力增大。因此，可以通过调整导频功率来应对不同的业务场景。定时提前(Timing Advance,TA)，用于终端上行传输，指终端根据相应指令提前相应时间发出数据包。定时提前命令(Timing Advance Command，TAC)，又称为同步命令字，是指示为了维持上行链路时间对准而从基站向终端发送的时间对准命令的信息。基站通过发送TAC给终端，告知终端定时提前的时间大小，即TA的取值大小。QoS技术是在有限的带宽资源下，能够平衡地为各种业务分配带宽，针对各种业务的不同需求，为其提供端到端的服务质量保证。本申请实施例中，针对不同的用户业务类型，还可以预先设置优先级，不同的业务类型设置不同的优先级，之后可以根据业务分布时段信息，在业务繁忙时段造成网络拥堵时，按照预先设置的优先级对不同的业务类型进行处理。
当小基站处于不同的干扰场景、业务场景时，可以调整相应的工作参数以实现为用户终端提供能够满足其用户业务通信质量需求的服务。
在本申请提供的一种优选实施例中，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求，具体包括：
当所述网络信号数据特征和/或通信质量数据特征劣于用户业务的通信需求时，调整本地小基站为用户终端进行数据通信的工作参数，以实现提高所述用户业务的通信质量的调整目的，所述工作参数包括发射功率、导频功率、发送天线和传输时隙至少其中之一。
可以基于干扰程度调整相应的工作参数，以满足用户业务的通信需求。若当前时刻本地小基站干扰程度较高，干扰严重，则关闭部分所述无线资源以减少干扰。如前所述可以通过参考信号接收功率、接收信号强度指示、业务成功率、服务质量等指标综合确定干扰程度。所述干扰程度可以通过参考信号接收功率、接收信号强度指示、业务成功率、服务质量至少其中之一确定。也可由上述指标以加权求和的方式确定。
具体而言，若根据干扰分布时段信息得出当前时刻本地小基站的干扰较大，则可以把部分无线资源关闭，以降低干扰，让用户终端更好的接入，提高用户业务的通信质量；此时，可以调整的工作参数除了发射功率以外，还可以包括其他无线资源，如：发送天线、传输时隙、传输通道或传输子载波等。
在一些实施例中，还可以基于干扰类型调整相应的工作参数，以满足用户业务的通信需求。判断当前干扰类型为同频干扰、邻频干扰或者阻塞干扰，则可以调整本地小基站分配给用户终端的RB数的位置、频段，尽可能避免和减少相关干扰，进一步的还可通过小区裂变等技术手段，进一步提升用户体验。
在一些实施例中，还可以基于用户行为习惯和干扰分布情况调整相应的工作参数，以满足用户业务的通信需求。
进一步分析用户终端通过本地小基站进行数据通信的业务分布时段，业务分布时段信息可以包括在1周内，各用户业务类型的时间分布、各用户业务类型业务量的时间分布、全部业务量的时间分布、业务成功率、业务失败率、业务失败原因等详细信息。基于上述信息，可以获得基于时间维度的用户行为习惯，并可基于用户行为习惯和干扰分布情况，调整和设置本地小基站的工作参数以保障在特定用户业务集中的分布时段，用户业务的通信质量。
在一些实施例中，还可以基于关联关系调整相应的工作参数，以满足用户业务的通信需求。
通过前述方法，对邻区信息中的各项参数进行变量控制，则可判断邻区信息中相关参数和干扰程度之间的关联关系。当邻区信息中的频点、TAC、无线功率、干扰各项数据中的某项或者某几项相近，而其他某项或者某几项数据具有较大差异，但是用户终端业务类型相同，而网络信号和通信质量具有明显差异，则可判断邻区信息中具有较大差异的数据，可能对网络信号和通信质量产生影响，确定邻区信息中相关参数和干扰程度之间存在关联关系。进而根据其关联关系，调整相应的工作参数，以满足用户业务的通信需求。这种调整方式还可以通过人工标注或者算法长期学习，进一步为后续更好的进行参数调整提供数据积累。
在本申请提供的一种优选实施例中，使用BP神经网络算法，对调整本地小基站为用户终端进行数据通信的工作参数，以实现提高所述用户业务的通信质量的调整目的的过程进行优化。
通过BP神经网络算法，基于历史数据，可以进一步分析用户终端通过本地小基站进行数据通信的用户业务分布时段、各用户业务类型的时间分布、各用户业务类型业务量的时间分布、全部业务量的时间分布、业务成功率、业务失败率、业务失败原因等详细信息。通过对比不同时段，本地小基站的工作参数，可以对调整本地小基站为用户终端进行数据通信的工作参数的过程进行优化，经过长期的数据积累，可以拟合出更优的，提高所述用户业务的通信质量的调整方案。由于使用BP神经网络算法，对调整本地小基站为用户终端进行数据通信的工作参数，以实现提高所述用户业务的通信质量的调整目的的过程进行优化，主要是对前述调整过程的进一步优化，其具体原理前已述及，此不赘述。
在本申请提供的一种优选实施例中，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求，还包括：
当所述网络信号数据特征和/或通信质量数据特征达到或者超过用户业务的通信需求时，调整本地小基站为用户终端进行数据通信的工作参数，以实现满足用户业务的通信需求的同时，降低小基站功耗的调整目的，所述工作参数包括发射功率、导频功率、发送天线和传输时隙至少其中之一。
具体的，可以在满足当前用户业务的通信需求的前提下，进一步调整本地小基站的工作参数，以降低小基站的功耗。
若当前时刻本地小基站处于业务闲暇时段，或者网路通信质量较好，网络资源占用较少，可以在满足当前用户业务的通信需求的基础上，关闭部分所述无线资源以降低基站的功耗；具体而言，若根据业务分布时段信息得出当前时刻本地小基站业务量较小，例如夜间至凌晨时段往往业务量较少，或者没有网络干扰情况，通信质量较好，则可以对***进行减容处理，关闭部分资源，从而在满足当前用户业务的通信需求的前提下，进一步调整本地小基站的工作参数，以降低小基站的功耗，达到省电节能环保的效果，如降低发射功率，关闭部分发射天线等。此时，可以调整的工作参数除了发射功率以外，还可以包括其他无线资源，如：发送天线、传输时隙、传输通道或传输子载波等。
若当前时刻本地小基站处于业务繁忙时段，可以通过调整各个工作参数来提高用户终端的接入速度和通信质量。具体而言，若根据业务分布时段信息得出当前时刻本地小基站业务量较大，则可以调整各个工作参数，如提高发射功率、提高调度周期、采用最优的RB资源和传输通道、降低导频功率、动态调整TTI调度的用户数量等，各个参数的调整互相配合，综合各个参数的调整达到平衡处理要求，实现快速提供业务，让用户终端能够尽快完成业务。
在本申请提供的一种优选实施例中，使用BP神经网络算法，使用BP神经网络算法，对调整本地小基站为用户终端进行数据通信的工作参数，以实现满足用户业务的通信需求的同时，降低小基站功耗的调整目的的过程进行优化。
通过BP神经网络算法，基于历史数据，可以进一步分析用户终端通过本地小基站进行数据通信的用户业务分布时段、各用户业务类型的时间分布、各用户业务类型业务量的时间分布、全部业务量的时间分布等详细信息。基于上述信息，可以获得基于时间维度的用户行为习惯，并可基于用户行为习惯，调整和设置本地小基站的工作参数以实现满足用户业务的通信需求的同时，降低小基站功耗的调整目的。通过对比不同时段，本地小基站的工作参数，可以对调整本地小基站为用户终端进行数据通信的工作参数的过程进行优化，经过长期的数据积累，可以拟合出更优的，实现满足用户业务的通信需求的同时，尽可能降低小基站功耗的调整方案。由于使用BP神经网络算法，对调整本地小基站为用户终端进行数据通信的工作参数，以实现满足用户业务的通信需求的同时，降低小基站功耗的调整目的的过程进行优化，主要是对前述调整过程的进一步优化，其具体原理前已述及，此不赘述。
本申请实施例中，利用干扰分布时段信息和业务分布时段信息调整本地小基站的工作参数，其核心思想是根据本地小基站当前的干扰情况、业务情况为用户终端提供匹配的服务，以实现针对不同场景合理调配***资源，控制5G小基站工作于不同的工作状态，从而为用户终端提供更高效、更具针对性的服务，并尽可能降低功耗和人工维护成本，实现节能环保。
与现有技术相比，本申请实施例提出的5G小基站智能控制方法，根据基于历史数据的本地小基站的邻区进行数据通信的时间分布时段、邻区信息和对于时间分布时段内本地小基站的网络信号数据，以及用户终端通过本地小基站进行数据通信的用户业务的时间分布时段和对于时间分布时段内用户业务的通信质量数据，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型，根据预设抗干扰策略调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求，使得5G小基站能够根据业务情况、干扰情况灵活调整工作状态，从而在满足通信需求的情况下，尽可能降低功耗和人工维护成本，实现节能环保。
实施例2
请参考图2，图2为本申请5G小基站智能控制方法另一实施例的流程图。本申请实施例与图1所示实施例相比，5G小基站智能控制方法还包括以下步骤：
步骤S201，接收到终端用户的请求信息时，获取所述请求信息中的邻区信息、网路信号数据、用户业务数据。
在本申请实施例中，为了进行干扰分析，由5G小基站和用户终端组成的无线通信***中，用户终端向5G小基站发送请求信息时，会同时上报邻区信息。由于用户终端接入5G小基站时，需要5G小基站为其提供无线资源，如RB、频段、QoS、时间等，而对于某一5G小基站，其邻区的无线信息会对该5G小基站所在的无线通信***造成一定的影响，如造成干扰或产生冲突，为了使得5G小基站能够为用户终端配置最优的无线资源或服务，因此需要用户终端能够向5G小基站上报邻区信息。在一些实施例中，该邻区信息包括相邻小区的频点、TAC、无线功率、干扰等情况，该邻区信息可以用以进行干扰分析。
此外，还需要考虑到本地小基站的网络信号数据，主要包括5G小基站在工作繁忙和空闲时，外部环境对本小基站的影响指标，主要集中在无线变化的情况，如参考信号接收功率(Reference Signal Receiving Power，RSRP)和接收信号强度指示(Received SignalStrength Indicator，RSSI)的数值变化。需要说明的是，本申请实施例中的邻区信息、网络信号数据等可以通过OMC网管后台或者其他方式提取，邻区信息、网络信号数据的获取方式为现有技术，此处不对其详细介绍。
之后5G小基站为用户终端提供无线资源或服务时，即可参考请求信息中的邻区信息、网路信号数据，根据预设抗干扰策略和经BP神经网络算法不断优化的抗干扰策略，调整小基站的工作参数。
在本申请实施例中，为了进行干扰分析，除了利用RSSI、RSRP等网络信号数据，在一些实施例中，还可以综合利用用户终端通过本地小基站进行数据通信的用户业务数据进行分析。其中，用户业务数据包括用户业务类型、传输数据大小、传输质量要求(包括丢包率、误码率、无线功率等)、时延、存活周期等数据。在一些实施例中，用户业务类型包括语音业务、视频业务、数据业务等各种业务类型。
针对具体的某一用户请求，其所需的资源也是不同的，因此5G小基站为用户终端提供无线资源或服务时，需要同时结合用户业务类型。
当然，5G小基站为用户终端提供无线资源或服务时，还可以参考其他用户业务数据，例如传输数据大小、传输质量要求(包括丢包率、误码率、无线功率等)、时延、存活周期等数据，此不赘述。
在一些实施例中，步骤S201之前还可以包括5G小基站的初始化工作。具体的，初始化过程包括：小基站开始工作时，平台管理模块首先获取***的硬件资源，并进行相应的自检查，然后启动相应的软件程序，之后小基站启动时，通过OAM模块获取自身的配置数据及无线参数，并启动CU和DU，进行小区的建立，并配置各相应的模块，从而达到小区正常工作。
步骤S202，获取本地小基站当前的资源数据，所述资源数据包括无线资源、软件资源、硬件资源、运行资源和运行状态。
5G小基站运行时，主要涉及到5G协议软件、硬件、网络、无线性能、业务质量特性等几个模块。
其中，5G协议软件包括CU/DU架构和调度策略，其中调度策略包括接入门槛、调度周期、抢占、优先级等策略。CU(Centralized Unit，集中单元)，主要包括非实时的无线高层协议栈功能，同时也支持部分核心网功能下沉和边缘应用业务的部署。DU(DistributedUnit，分布单元)，主要处理物理层功能和实时性需求的层2功能。考虑节省RRU与DU之间的传输资源，部分物理层功能也可上移至RRU实现。硬件主要包括CPU、内存、加速卡等，对应的，步骤S102中获取到的硬件资源可以为用户终端不停接入和释放过程中，各硬件的变化信息，如CPU、内存的变化情况；网络主要包括网络带宽、时延、以及丢包率等参数；无线性能主要包括频谱、带宽、TAC、天线数量等参数；业务质量特性包括服务质量(QoS)、业务、承载等特性，其中，EPS承载根据用户业务需求和Qos的不同又可以分为GBR/Non-GBR。
当5G小基站为用户终端提供服务时，可以获取到5G小基站自身当前的状态参数，然后结合5G小基站自身的当前状态来为用户终端配置资源参数。具体的，某一时刻，5G小基站的状态参数可以包括其5G协议软件的状态参数、其硬件资源的状态参数、其无线资源的状态参数以及当前运行的资源和运行状态等信息。
为了实现5G小基站的智能控制，本申请实施例中，如图4所示，5G小基站从功能角度划分，除了包括OAM(操作管理维护)模块、平台模块(硬件及操作***)、CU-DU架构以外，还包括智能化管理模块，其中，该智能化管理模块用于执行本申请各实施例所记载的5G小基站智能控制方法。具体的，智能化管理模块可以与OAM模块、平台模块以及CU-DU架构中的CU进行通信，智能化管理模块与OAM模块通信时可以获取5G小基站的无线资源，与平台模块通信时可以获取5G小基站的硬件资源和软件资源，与CU进行通信时可以获取5G小基站实时的运行资源和运行状态。
步骤S203，根据所述邻区信息、网路信号数据、用户业务数据和所述资源数据为所述终端用户配置资源参数，所述资源参数包括无线资源参数，所述无线资源参数包括RB、频段、服务质量、无线功率中的一个或多个。
具体的，根据所述邻区信息、网路信号数据、用户业务数据和所述资源数据为所述用户终端配置资源参数，从而实现智能化的管控，动态到达最优的配置。所述资源参数用于表征为所述用户终端分配的资源信息。
如：某一用户终端在某个时间段请求一个1G的数据业务，即用户业务数据为请求1G的数据业务，则本申请实施例中的智能化管理模块会根据此时5G小基站的空闲状态、网络情况、无线资源中各RB的空闲情况、各RB的干扰情况等因数，综合决策给出此用户终端的最佳接入点，为其分配接入参数，此时该接入参数即为资源参数，其包括RB位置、终端的QoS参数、误块率、调度时间的周期等参数，并为其准备好相应的传输通道。
与现有技术相比，本申请5G小基站智能控制方法，当5G小基站接收到用户终端的请求信息时，获取请求信息中的邻区信息、网络信号数据和用户业务数据，并获取本地小基站当前的资源数据，该资源数据包括无线资源、软件资源、硬件资源、运行资源和运行状态，之后根据邻区信息、网络信号数据和用户业务数据和资源数据为用户终端配置资源参数，从而实现了根据5G小基站自身的当前状态、外部环境干扰情况灵活的为用户终端分配资源，提高资源利用效率，能够在一定程度上避免不必要的功耗浪费以及人工维护操作，达到节能效果。
实施例3
请参考图3，本实施例提供了一种5G小基站智能控制装置100，其包括获取模块10、分析模块12以及调整模块14。具体的：
获取模块10，获取基于历史数据的本地小基站的邻区进行数据通信的第一时间分布、邻区信息和对应时间分布内本地小基站的网络信号数据特征，
和基于历史数据的用户终端通过本地小基站进行数据通信的用户业务的第二时间分布、用户业务类型和对应时间分布内用户业务的通信质量数据特征。
分析模块12，用于建立第一特征集合，其中，所述第一特征集合的元素为由第一时间分布时段、所述第一时间分布时段内的邻区信息和网络信号数据组成的有序组，
还用于建立第二特征集合，其中，所述第二特征集合的元素为由第二时间分布时段、所述第二时间分布时段内的用户业务类型和通信质量数据组成的有序组，
还用于建立第三特征集合，选取所述第一时间分布和所述第二时间分布的重叠时间分布时段为第三时间分布时段，其中，所述第三特征集合的元素为由第三时间分布时段、所述第三时间分布时段内的邻区信息、网络信号数据、用户业务类型和通信质量数据组成的有序组；
还用于根据所述第三特征集合中的第三时间分布时段、邻区信息、网络信号数据、用户业务类型、通信质量数据之间的映射关系，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型。
调整模块14，用于基于所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求。
具体的，所述调整模块14具体用于实现以下功能：
(1)当所述网络信号数据特征和/或通信质量数据特征劣于用户业务的通信需求时，调整本地小基站为用户终端进行数据通信的工作参数，以实现提高所述用户业务的通信质量的调整目的，所述工作参数包括发射功率、导频功率、发送天线和传输时隙至少其中之一；
(2)当所述网络信号数据特征和/或通信质量数据特征达到或者超过用户业务的通信需求时，调整本地小基站为用户终端进行数据通信的工作参数，以实现满足用户业务的通信需求的同时，降低小基站功耗的调整目的，所述工作参数包括发射功率、导频功率、发送天线和传输时隙至少其中之一。
与现有技术相比，本申请5G小基站智能控制方法，当5G小基站接收到用户终端的请求信息时，获取请求信息中的邻区信息、网络信号数据和用户业务数据，并获取本地小基站当前的资源数据，该资源数据包括无线资源、软件资源、硬件资源、运行资源和运行状态，之后根据邻区信息、网络信号数据和用户业务数据和资源数据为用户终端配置资源参数，从而实现了根据5G小基站自身的当前状态、外部环境干扰情况灵活的为用户终端分配资源，提高资源利用效率，能够在一定程度上避免不必要的功耗浪费以及人工维护操作，达到节能效果。
在一些其他实施例中，5G小基站智能控制装置100还可以包括：
第一数据获取模块，接收到终端用户的请求信息时，获取所述请求信息中的邻区信息、网路信号数据、用户业务类型；
第二数据获取模块，获取本地小基站当前的资源数据，所述资源数据包括无线资源、软件资源、硬件资源、运行资源和运行状态；
对应的，调整模块14还用于根据所述邻区信息、网路信号数据、用户业务类型和所述资源数据为所述终端用户配置资源参数，所述资源参数包括无线资源参数，所述无线资源参数包括RB、频段、服务质量、无线功率中的一个或多个。
如此设置，当5G小基站接收到用户终端的请求信息时，获取请求信息中的邻区信息、网路信号数据、用户业务数据，并获取本地小基站当前的资源数据，该资源数据包括无线资源、软件资源、硬件资源、运行资源和运行状态，之后根据邻区信息、网路信号数据、用户业务数据和资源数据为用户终端配置资源参数，从而实现了根据5G小基站自身的当前状态、外部环境干扰情况灵活的为用户终端分配资源，提高资源利用效率，从而能够在一定程度上避免不必要的功耗浪费以及人工维护操作，达到节能效果。
实施例4
本实施例提供了一种5G基站，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如实施例1或实施例2所述的基5G小基站智能控制方法的步骤。
实施例5
本实施例提供了一种计算机可读存储介质，所述存储介质中存储有计算机可执行指令，所述指令由处理器执行时实现如实施例1或2所记载的5G小基站智能控制方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种5G小基站智能控制方法，其特征在于，包括以下步骤：
获取基于历史数据的本地小基站的邻区进行数据通信的第一时间分布、邻区信息和对应时间分布内本地小基站的网络信号数据特征，建立第一特征集合，
其中，所述第一特征集合的元素为由第一时间分布时段、所述第一时间分布时段内的邻区信息和网络信号数据组成的有序组；
获取基于历史数据的用户终端通过本地小基站进行数据通信的用户业务的第二时间分布、用户业务类型和对应时间分布内用户业务的通信质量数据特征，建立第二特征集合，
其中，所述第二特征集合的元素为由第二时间分布时段、所述第二时间分布时段内的用户业务类型和通信质量数据组成的有序组；
选取所述第一时间分布和所述第二时间分布的重叠时间分布时段为第三时间分布时段，建立第三特征集合，
其中，所述第三特征集合的元素为由第三时间分布时段、所述第三时间分布时段内的邻区信息、网络信号数据、用户业务类型和通信质量数据组成的有序组；
根据所述第三特征集合中的第三时间分布时段、邻区信息、网络信号数据、用户业务类型、通信质量数据之间的映射关系，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型；
基于所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求。
2.根据权利要求1所述的5G小基站智能控制方法，其特征在于，使用BP神经网络算法，对判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型的过程进行优化。
3.根据权利要求1所述的5G小基站智能控制方法，其特征在于，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求，具体包括：
当所述网络信号数据特征和/或通信质量数据特征劣于用户业务的通信需求时，调整本地小基站为用户终端进行数据通信的工作参数，以实现提高所述用户业务的通信质量的调整目的，所述工作参数包括发射功率、导频功率、发送天线和传输时隙至少其中之一。
4.根据权利要求3所述的5G小基站智能控制方法，其特征在于，使用BP神经网络算法，对调整本地小基站为用户终端进行数据通信的工作参数，以实现提高所述用户业务的通信质量的调整目的的过程进行优化。
5.根据权利要求1所述的5G小基站智能控制方法，其特征在于，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求，还包括：
当所述网络信号数据特征和/或通信质量数据特征达到或者超过用户业务的通信需求时，调整本地小基站为用户终端进行数据通信的工作参数，以实现满足用户业务的通信需求的同时，降低小基站功耗的调整目的，所述工作参数包括发射功率、导频功率、发送天线和传输时隙至少其中之一。
6.根据权利要求5所述的5G小基站智能控制方法，其特征在于，使用BP神经网络算法，对调整本地小基站为用户终端进行数据通信的工作参数，以实现满足用户业务的通信需求的同时，降低小基站功耗的调整目的的过程进行优化。
7.根据权利要求1所述的5G小基站智能控制方法，其特征在于，所述5G小基站智能控制方法还包括以下步骤：
接收到终端用户的请求信息时，获取所述请求信息中的邻区信息、网路信号数据、用户业务数据；
获取本地小基站当前的资源数据，所述资源数据包括无线资源、软件资源、硬件资源、运行资源和运行状态；
根据所述邻区信息、网路信号数据、用户业务数据和所述资源数据为所述终端用户配置资源参数，所述资源参数包括无线资源参数，所述无线资源参数包括RB、频段、服务质量、无线功率中的一个或多个。
8.一种5G小基站智能控制装置，其特征在于，包括：
获取模块，获取基于历史数据的本地小基站的邻区进行数据通信的第一时间分布、邻区信息和对应时间分布内本地小基站的网络信号数据特征，
和基于历史数据的用户终端通过本地小基站进行数据通信的用户业务的第二时间分布、用户业务类型和对应时间分布内用户业务的通信质量数据特征；
分析模块，用于建立第一特征集合，其中，所述第一特征集合的元素为由第一时间分布时段、所述第一时间分布时段内的邻区信息和网络信号数据组成的有序组，
还用于建立第二特征集合，其中，所述第二特征集合的元素为由第二时间分布时段、所述第二时间分布时段内的用户业务类型和通信质量数据组成的有序组，
还用于建立第三特征集合，选取所述第一时间分布和所述第二时间分布的重叠时间分布时段为第三时间分布时段，其中，所述第三特征集合的元素为由第三时间分布时段、所述第三时间分布时段内的邻区信息、网络信号数据、用户业务类型和通信质量数据组成的有序组；
还用于根据所述第三特征集合中的第三时间分布时段、邻区信息、网络信号数据、用户业务类型、通信质量数据之间的映射关系，判断所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型；
调整模块，用于基于所述邻区进行数据通信对本地小基站的用户业务产生干扰的干扰程度、分布时段、关联关系和干扰类型，根据预设抗干扰策略，调整本地小基站为用户终端进行数据通信的工作参数，以满足用户业务的通信需求。
9.一种5G小基站，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如权利要求1至7任一项所述的5G小基站智能控制方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机可执行指令，所述指令由处理器执行时实现如权利要求1至7任一项所述的5G小基站智能控制方法的步骤。
CN202210730949.1A 2022-06-24 2022-06-24 5g小基站智能控制方法、装置及5g小基站 Active CN115175380B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210730949.1A CN115175380B (zh) 2022-06-24 2022-06-24 5g小基站智能控制方法、装置及5g小基站

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210730949.1A CN115175380B (zh) 2022-06-24 2022-06-24 5g小基站智能控制方法、装置及5g小基站

Publications (2)

Publication Number Publication Date
CN115175380A true CN115175380A (zh) 2022-10-11
CN115175380B CN115175380B (zh) 2023-06-02

Family

ID=83487582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210730949.1A Active CN115175380B (zh) 2022-06-24 2022-06-24 5g小基站智能控制方法、装置及5g小基站

Country Status (1)

Country Link
CN (1) CN115175380B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116761207A (zh) * 2023-08-22 2023-09-15 杭州纵横通信股份有限公司 一种基于通信行为的用户画像构建方法与***

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120039197A1 (en) * 2010-08-16 2012-02-16 Samsung Electronics Co. Ltd. Method and apparatus for measuring cells of terminal including plural heterogeneous communication modules in wireless communication system
CN105391510A (zh) * 2015-10-21 2016-03-09 国网智能电网研究院 一种面向电力输电场景的4g专网小区干扰协调方法
US20160242063A1 (en) * 2013-10-09 2016-08-18 Telefonaktiebolaget Lm Ericsson (Publ) Enabling Mitigation of Interference between an External Wireless System and a Mobile Communication System
CN109769281A (zh) * 2019-03-06 2019-05-17 Oppo广东移动通信有限公司 一种提升通信速率的方法、装置、存储介质及智能终端
CN111093203A (zh) * 2019-12-30 2020-05-01 重庆邮电大学 一种基于环境感知的服务功能链低成本智能部署方法
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
CN113411817A (zh) * 2021-05-11 2021-09-17 北京邮电大学 基于无线干扰模型的无线***干扰神经网络预测方法
WO2022029196A1 (en) * 2020-08-05 2022-02-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Devices for measuring and/or reporting in a wireless communication network
CN114501530A (zh) * 2020-10-28 2022-05-13 ***通信集团设计院有限公司 基于深度强化学习的天线参数的确定方法和装置
CN114615697A (zh) * 2020-12-09 2022-06-10 中国联合网络通信集团有限公司 一种网络质量的分析方法及相关装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120039197A1 (en) * 2010-08-16 2012-02-16 Samsung Electronics Co. Ltd. Method and apparatus for measuring cells of terminal including plural heterogeneous communication modules in wireless communication system
US20160242063A1 (en) * 2013-10-09 2016-08-18 Telefonaktiebolaget Lm Ericsson (Publ) Enabling Mitigation of Interference between an External Wireless System and a Mobile Communication System
CN105391510A (zh) * 2015-10-21 2016-03-09 国网智能电网研究院 一种面向电力输电场景的4g专网小区干扰协调方法
CN109769281A (zh) * 2019-03-06 2019-05-17 Oppo广东移动通信有限公司 一种提升通信速率的方法、装置、存储介质及智能终端
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
CN111093203A (zh) * 2019-12-30 2020-05-01 重庆邮电大学 一种基于环境感知的服务功能链低成本智能部署方法
WO2022029196A1 (en) * 2020-08-05 2022-02-10 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Devices for measuring and/or reporting in a wireless communication network
CN114501530A (zh) * 2020-10-28 2022-05-13 ***通信集团设计院有限公司 基于深度强化学习的天线参数的确定方法和装置
CN114615697A (zh) * 2020-12-09 2022-06-10 中国联合网络通信集团有限公司 一种网络质量的分析方法及相关装置
CN113411817A (zh) * 2021-05-11 2021-09-17 北京邮电大学 基于无线干扰模型的无线***干扰神经网络预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谢添;高士顺;赵海涛;林沂;熊俊;: "基于强化学习的定向无线通信网络抗干扰资源调度算法", 电波科学学报 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116761207A (zh) * 2023-08-22 2023-09-15 杭州纵横通信股份有限公司 一种基于通信行为的用户画像构建方法与***
CN116761207B (zh) * 2023-08-22 2023-12-15 杭州纵横通信股份有限公司 一种基于通信行为的用户画像构建方法与***

Also Published As

Publication number Publication date
CN115175380B (zh) 2023-06-02

Similar Documents

Publication Publication Date Title
US11201784B2 (en) Artificial intelligence-based networking method and device for fog radio access networks
US8958812B2 (en) Cell load balancing method and devices thereof
US9179363B2 (en) Systems and methods for determining a coupling characteristic in a radio communications network
US9185686B2 (en) Multichannel wireless communication system, base station, and channel using method
US9980218B2 (en) System and method for user terminal-aware cell switch-off
WO2014101243A1 (zh) 负载均衡的方法和网络控制节点
US20140323119A1 (en) Method of and apparatus for service coverage management in a radio communication network
Alsedairy et al. Self organising cloud cells: a resource efficient network densification strategy
Sapountzis et al. An analytical framework for optimal downlink-uplink user association in hetnets with traffic differentiation
CN102547768A (zh) 分布式Femto基站***中SON的实现方法及装置
Zhao et al. A graph-based QoS-aware resource management scheme for OFDMA femtocell networks
Sas et al. Self-optimisation of admission control and handover parameters in LTE
CN110381571B (zh) 一种lte基站的功率动态调整方法及***
CN115175380B (zh) 5g小基站智能控制方法、装置及5g小基站
Roy et al. Online radio access technology selection algorithms in a 5g multi-rat network
Suga et al. Centralized mobility load balancing scheme in lte systems
US20230388095A1 (en) Tdd configuration coordination for networks using adjacent bands
Tang et al. Joint transmit power control and rate adaptation for wireless LANs
Guerra-Gómez et al. Dynamic resource allocation in C-RAN with real-time traffic and realistic scenarios
CN104519505A (zh) 对上行容量和覆盖进行优化的方法和基站
Cui et al. Load-balanced AP association in multi-hop wireless mesh networks
Choi et al. QoS provisioning for large-scale multi-AP WLANs
US11317421B2 (en) Cellular communications network
CN103052070A (zh) 一种多载频***中载频配置优化方法和无线网络控制器
Valkealahti et al. UMTS radio network multiparameter control

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