CN116916357B - 基于多源数据分析的基站智能预警方法及*** - Google Patents

基于多源数据分析的基站智能预警方法及*** Download PDF

Info

Publication number
CN116916357B
CN116916357B CN202311175187.4A CN202311175187A CN116916357B CN 116916357 B CN116916357 B CN 116916357B CN 202311175187 A CN202311175187 A CN 202311175187A CN 116916357 B CN116916357 B CN 116916357B
Authority
CN
China
Prior art keywords
base station
base stations
load
early warning
retransmission
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
CN202311175187.4A
Other languages
English (en)
Other versions
CN116916357A (zh
Inventor
刘鼎立
彭声谦
刘鼎议
张洪海
柴文馨
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.)
Zhonggan Communication Group Co ltd
Original Assignee
Zhonggan Communication 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 Zhonggan Communication Group Co ltd filed Critical Zhonggan Communication Group Co ltd
Priority to CN202311175187.4A priority Critical patent/CN116916357B/zh
Publication of CN116916357A publication Critical patent/CN116916357A/zh
Application granted granted Critical
Publication of CN116916357B publication Critical patent/CN116916357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • 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
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/09—Management thereof
    • H04W28/0925—Management thereof using policies
    • H04W28/0942—Management thereof using policies based on measured or predicted load of entities- or links
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/09—Management thereof
    • H04W28/0925—Management thereof using policies
    • H04W28/095—Management thereof using policies based on usage history, e.g. usage history of devices
    • 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多源数据分析的基站智能预警方法及***。本发明通过重传请求信息筛选区域内的异常基站，调用异常基站的网络负载构成历史数据集，并生成负载阈值，并基于负载阈值在异常基站中筛选超载基站，生成超载基站的预测负载，基于预测负载确定超限负载周期，在超限负载周期内选定补偿基站为超载基站提供无线通信资源，并标记无法获取补偿基站的超载基站为预警基站，通过重置预警基站参数、调整预警基站天馈下倾角与发射角度的方式改善预警基站的通信状态。本发明的技术方案有益于对区域内的基站进行负载预测和管理，降低了基站的能耗，并对通信资源进行合理分配。

Description

基于多源数据分析的基站智能预警方法及***
技术领域
本发明涉及基站通信监管技术，尤其涉及一种基于多源数据分析的基站智能预警方法及***。
背景技术
基站是移动通信网络的重要组成部分，基站通信监管是保障用户通信体验，维持稳定业务的核心手段。传统的基站通信监管技术大多是滞后监管，服务器实时从基站调取上一周期的负载状态，优化下一周期的移动通信网络。CN102946618B公开了一种负载分担方法，通过获取基站的实时运行数据，创建分担节点并对基站负载进行多次分担，减轻了单一基站的负载水平，有效提升了移动通信效率。这种方法在用户体验受到影响后再进行修复。现有技术开发了采集即时数据用于预测基站状态的有效方法，以避免响应滞后问题的出现。例如CN201911195883.5公开的基站负荷预警方法，该方法根据小区历史参数搭建深度学习模型，通过深度学习模型对基站进行基站负荷趋势预测，获取预测结果，根据预测结果生成网络优化调整建议。上述技术方案在有限区域内需要获取大量的样本数据。因不同的基站工作环境差异大，获得有效样本的难度大。因此，现有技术有待进一步改进。
发明内容
针对上述问题，本发明提供了一种基于多源数据分析的基站智能预警方法，通过数据重传请求信息初步筛选异常基站，减少从控制面调用基站负载日志的时间，提高负载预测的实时性。在确定异常基站后，再逐级分析并确定超载基站与预警基站，提高网络优化的准确性。进一步的，本发明还提供了一种用于实现基于多源数据分析的基站智能预警方法的预警***。
本申请的发明目的可通过以下技术手段实现：
一种基于多源数据分析的基站智能预警方法，包括以下步骤：
步骤1：全局服务器连接n个基站，基站以第一参数工作，基站的通信区覆盖至少一个终端设备，终端设备通过该基站接入网络；
步骤2：基站收集终端设备的重传请求信息，任意一条重传请求信息分配一重传标记，构成重传数据集；
步骤3：全局服务器收集基站的重传数据集，筛选出m个异常基站并调取异常基站的负载日志，m≤n；
步骤4：根据负载日志实时预测异常基站的网络负载，根据所述网络负载生成负载阈值T，并将网络负载存储至历史数据集；
步骤5：若异常基站中基站i的网络负载Pi≥T，则标记基站i为超载基站，进入步骤6，反之，返回步骤2，i≤m；
步骤6：基于历史数据集计算基站i的预测负载Qi，将预测负载Qi≥T的时间段存储为超限负载时间段，多组超限负载时间段构成超限负载周期；
步骤7：遍历n个基站选定补偿基站，若选定至少一个的补偿基站，则进入步骤8，反之，则进入步骤9；
步骤8：在超限负载周期内，补偿基站以第二参数工作，并接入超载基站的无线资源，任务结束；
步骤9：将该超载基站标记为预警基站，预警基站重置邻区参数，全局服务器生成超载基站的频谱分配调整表，全局服务器发送预警信号；
步骤10：超载基站基于频谱分配调整表重新分配频谱资源，任务结束。
在本发明中，步骤2中，重传请求信息为控制帧，终端设备发送一控制帧至基站，基站为控制帧分配一个唯一的重传标记，任意一条控制帧对应一个重传标记，所述控制帧与重传标记共同构成重传数据集。
在本发明中，步骤3中，全局服务器预设一重传上限值，重传数据集超过重传上限值的基站，筛选为异常基站。
在本发明中，任意基站根据接入基站的终端设备位置信息确定至少一个相控阵天线的发射角，将该发射角存储为第一参数。
在本发明中，补偿基站收集接入超载基站的终端设备位置信息，基于该位置信息确定至少一个相控阵天线的发射角，将该发射角存储为第二参数。
在本发明中，第一参数与第二参数包括当前基站的载频数量、邻区参数以及每一相控阵天线的发射角与发射功率，第一参数为满足基站通信区内的终端设备接入需求的通信参数，第二参数为满足超载基站通信区内的终端设备接入需求的通信参数。
在本发明中，负载日志包括信道占用率、基站标识、事件描述、时间戳，全局服务器将m个异常基站的平均信道占用率设置为负载阈值T，以时间戳为索引将信道占用率存储至历史数据集。
在本发明中，步骤7中，以超载基站为中心，在半径为R的圆形范围中选定多个目标基站，全局服务器在目标基站中筛选补偿基站，其中，R=r/2，r为超载基站的有效通信半径。
在本发明中，全局服务器发送一测试帧至所有目标基站，目标基站与超载基站通信并生成测试报告，测试报告包括目标基站与超载基站的信号衰减与丢包率，若 min（A×At×（P×Pt）2）取最小值的目标基站同时满足：丢包率≤2%，该目标基站为补偿基站，否则选定的补偿基站为零，其中，A为目标基站与超载基站之间的信号衰减率，At为t时刻信号衰减率所分配的权重，P为目标基站的网络负载，Pt为t时刻信道占用率所分配的权重。
一种根据所述基于多源数据分析的基站智能预警方法的预警***，包括多个基站、全局服务器、终端设备，其中，
终端设备被配置生成重传请求信息；
基站被配置用于接收来自终端设备的重传请求信息，基站中还包含无线资源单元与网关，无线资源单元被配置用于管理无线资源的分配和调度，网关用于终端设备、全局服务器的数据包收发；
全局服务器被配置用于接收基站的重传数据集，并将至少一个基站标记为异常基站或补偿基站。
实施本发明的一种基于多源数据分析的基站智能预警方法及***，其有益效果在于：该方法通过重传请求信息初步筛选异常基站，重传请求信息可以反映即时的网络状态，提高网络优化的及时性，还可以避免控制面频繁调用基站负载日志影响用户面的正常通信。根据负载情况从异常基站中选择超载基站，再根据超载情况确定补偿基站，进而优化基站资源分配，再标记无法获取补偿基站的超载基站为预警基站，通过重置预警基站参数、调整预警基站相控阵天线的发射角的方式改善预警基站的通信状态。本发明可以提高网络的负载均衡能力，降低基站超载的风险，最终提升整体网络性能和用户满意度。
附图说明
图1为本发明的基于多源数据分析的基站智能预警方法的流程图；
图2为本发明的通过自适应方法生成重传上限值的流程图；
图3为本发明的在超载基站中选定目标基站方法的示意图；
图4为本发明的补偿基站在第一参数下的示意图；
图5为本发明的补偿基站在第二参数下的示意图；
图6为本发明多个基站组成的网络布局示意图；
图7为本发明的基于多源数据分析的基站智能预警方法的预警***的框图；
图8为本发明的基于多源数据分析的基站智能预警方法的智能预警***中基站的框图。
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。
实施例
在多住宅人口密集区域内，无线通信基站的负载在不同时间段所承受的负载不同，且基站始终保持高功率的工作状态。不同用户所能够获得的通信资源相对有限，导致用户的移动通信体验不佳。本实施例详述通过基站负载预测的方式进行基站工作的有限管理，用于解决上述场景下的技术问题。应当理解，本实施例中涉及的异常基站、超载基站、预警基站、补偿基站均视为可正常工作的独立通信单元，且在工作参数、状态等基础特征上不具有区别性，并以实时负载水平作为区分。补偿基站的划分还应按照本发明的规则进行。另外，本实施例中涉及的所有“基站”均为“微基站”。参照图1，本发明的一种基于多源数据分析的基站智能预警方法，包括以下步骤：
步骤1：全局服务器连接n个基站，基站以第一参数工作，基站的通信区覆盖至少一个终端设备，终端设备通过该基站接入网络。在本实施例中，终端设备基于4G LTE接入网络，基站包含至少一个的无线电接入点，所述无线电接入点用于与全局服务器、终端设备进行数据收发和通信控制。
步骤2：基站收集连接终端设备的重传请求信息，任意一条重传请求信息分配一重传标记，构成重传数据集。在本实施例中，重传请求信息为控制帧，当前数据传输失败后，终端设备发送一重传请求信息至基站，请求下一时隙重新传输。重传请求信息反馈速度快，反映当前通信状态。基站为终端设备分配一个唯一的重传标记，任意一条控制帧对应一个重传标记，所述控制帧与重传标记共同构成重传数据集。
步骤3：全局服务器收集监测区域内n个基站的重传数据集，根据用户重传数据集筛选出m个异常基站，m≤n。全局服务器内预设一重传上限值，当重传数据集超过重传上限值时，记录为异常基站。在本实施例中，所述重传上限值通过自适应阈值方法进行设定，参照图2，包括如下步骤：
步骤301：全局服务器获取基站重传数据集，将基站重传数据集作为序列A；
步骤302：全局服务器获取用户通信质量，将用户通信质量构成序列B；
步骤303：基于时间序列分析方法生成序列A与序列B的季节相关关系、时间相关关系；
步骤304：基于指数加权平均处理所述季节相关关系、时间相关关系，生成满足加权平均条件的自适应阈值，将所述自适应阈值作为重传上限值。
步骤4：根据负载日志实时预测异常基站的网络负载，根据所述网络负载生成负载阈值T，并将网络负载存储至历史数据集。其中，负载日志包括信道占用率、基站标识、事件描述、时间戳，全局服务器将m个异常基站的平均信道占用率设置为负载阈值T，任意一时间戳对应的信道占用率构成历史数据集。
步骤5：若异常基站中基站i的网络负载Pi≥T，则标记基站i为超载基站，进入步骤6，反之，返回步骤2，i≤m。第一参数包括当前基站i的载频数量、相控阵天线的发射角、发射功率、邻区参数，第一参数为满足超载基站最佳工作状态的相关参数，其中，任意基站根据接入基站的终端设备位置信息确定至少一个相控阵天线的发射角，将该发射角存储为第一参数。
网络负载是指基站网络的负荷，网络负载的大小取决于终端设备的数量、通信活动的强度以及网络容量等因素。当网络负载超过其承载能力时，可能会导致通信质量下降、拥塞现象发生以及服务质量下降等问题。本发明不限制计算网络负载的方法，本实施例可以根据终端设备的数量、数据传输量、带宽需求与对应的权重参数计算确定。
步骤6：基于历史数据集计算基站i的预测负载Qi，将预测负载Qi≥T的时间段存储为超限负载时间段，多组超限负载时间段构成超限负载周期。在本实施例中，将历史数据集构成训练集，选择循环神经网络对超载基站的网络负载进行预测。特殊的，历史数据集可对循环神经网络模型进行训练，基于反向传播算法优化模型参数，并生成更加符合超载基站负载特征以及规律的特征参数。
步骤7：遍历n个基站选定补偿基站，若选定至少一个的补偿基站，则进入步骤8，反之，则进入步骤9。在本实施例中，预测负载超过负载阈值T的时间段为多个区间段，所述多个区间段构成超限负载周期，超限负载周期以外的多个区间段构成正常负载周期。
步骤8：在超限负载周期内，补偿基站以第二参数工作，并接入超载基站的无线资源，任务结束。第二参数包括当前基站i的载频数量、相控阵天线的发射角、发射功率、邻区参数，第二参数为满足超载基站最佳工作状态的相关参数，其中，补偿基站收集接入超载基站的终端设备位置信息，基于该位置信息确定至少一个相控阵天线的发射角，将该发射角存储为第二参数。
在本实施例中，补偿基站的选择要求如下：参照图3，以超载基站为圆点，半径为R的圆形范围中选定多个目标基站，全局服务器在目标基站中筛选补偿基站，补偿基站的网络负载也应当小于等于T。全局服务器发送一测试帧至所有目标基站，目标基站与超载基站通信并生成测试报告，测试报告包括目标基站与超载基站的信号衰减与丢包率，若 min（A×At×（P×Pt）2）取最小值的目标基站同时满足：丢包率≤2%，该目标基站为补偿基站，否则选定的补偿基站为零。其中，A为目标基站与超载基站之间的信号衰减率，At为t时刻信号衰减率所分配的权重，P为目标基站的网络负载，Pt为t时刻信道占用率所分配的权重。
步骤9：将该超载基站标记为预警基站，预警基站重置邻区参数，全局服务器生成超载基站的频谱分配调整表，全局服务器发送预警信号。在本实施例中，正常负载周期内，超载基站能够维持通信区内所有终端设备的正常通信需求；超限负载周期内，超载基站需要补偿基站的介入以实现所有终端设备的正常通信需求。
在本实施例中，全局服务器调用区域内所有基站无线资源单元的数据收发情况，并更新各个基站的工作状态至所有基站，所述工作状态以数据包的形式发送，基站根据所述数据包生成新的邻区参数、频谱分配调整表。预警基站通过连接的终端设备或其他定位技术，收集接入终端设备的位置信息，所述位置信息包括终端设备的坐标、距离预警基站的距离、终端设备数量，并根据收集到的位置信息，预警基站计算某一方向上终端设备的数量或密度，从而判断该方向上的终端设备密集度。预警基站根据密集度判断结果，预警基站调整其相控阵天线的发射角，使其朝向该方向，改善信号的覆盖和穿透能力。
参照图4，补偿基站具有四个相控阵天线。在本实施例中，为了实现各个方向的通信，第一参数中的发射角θ可以预设为0°、90°、180°、270°。参照图5，在另一实施例中，可以根据接入基站的终端设备位置信息生成多个设备聚集区，每一相控阵天线可以指向不同设备聚集区的中心。本发明可以根据超限负载周期中超载基站接入的终端设备位置信息生成设备聚集区，补偿基站的至少一个相控阵天线保持原发射角θ，其他相控阵天线可以指向超载基站对应的设备聚集区，相应的发射角存储为第二参数。
步骤10：超载基站基于频谱分配调整表重新分配频谱资源，任务结束。
通过以上步骤，预警基站可以根据实际情况优化其无线信号的覆盖范围，提高终端设备的通信质量，从而实现更加高效的资源利用和负载均衡。这样的调整可以让预警基站在动态网络环境中更好地适应变化的通信需求，提供更优质的通信服务。
实施例
参照图6，基站组成的网络布局区域内布置有多个基站。其中，基站C作为基站A与基站D的补偿基站，基站A与基站D为超载基站，基站C在满足自身通信区内终端设备通信质量的基础上，需要为基站A与基站D分配额外的通信资源。补偿基站以第二参数工作，用于为超载基站提供额外的无线通信资源U，具体通过补偿基站的网关接入超载基站的无线资源单元分配更多的频谱资源，所述频谱资源的动态特性构成无线通信资源U。
本实施例详述一种补偿基站为超载基站提供无线资源U的分配方法。区域内包含有N个基站，任意一个基站与多个终端设备构成k个最小蜂窝单元。任意一个基站聚合1bit数据的能耗为Eda，d为基站到核心网络的期望距离，N/k表示n个蜂窝单元中平均基站的数量。
任意一个超载基站收发j比特数据包时，能耗为[(N/k-1)·j·Eda]，聚合收发数据的能耗为N/k·j·Eda，则任意一个超载基站在保障通信区内用户正常通信网络质量基础上，损失的能耗 ，其中，ε为基站进行j比特数据传输的放大器能耗。
假设补偿基站的坐标为(x,y)，超载基站的位置坐标为(a,b)，则补偿基站分配无线通信资源至超载基站理想化的距离期望，其中，S为基站的边缘网络面积。
补偿基站为超载基站每传输j比特数据，其消耗的能耗为E=Eda+(N/k)Em，其中，Em为超载基站接收补偿基站传输的j比特数据所消耗的能耗，Em=m(Eda+ε·d)。 在以此通信过程中的总能耗= 。则补偿基站提供给超载基站的无线通信资源为 />，L为补偿基站与超载基站的距离。
实施例
参照图7，本发明的一种基于多源数据分析的基站智能预警方法的预警***，包括多个基站、全局服务器、终端设备。终端设备与基站通信，当通信网络不畅时，终端设备被配置生成重传请求信息。基站被配置用于接收来自终端设备的重传请求信息。全局服务器被配置用于接收基站的重传数据集，并将至少一个基站标记为异常基站或补偿基站。参照图8，基站中还包含无线资源单元与网关，无线资源单元被配置用于管理无线资源的分配和调度，网关用于终端设备、全局服务器的数据包收发。当任意基站被选定为补偿基站时，补偿基站的网关接入超载基站的无线资源单元，补偿基站为超载基站分配更多的频谱资源。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改，等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于多源数据分析的基站智能预警方法，其特征在于，包括以下步骤：
步骤1：全局服务器连接n个基站，基站以第一参数工作，基站的通信区覆盖至少一个终端设备，终端设备通过该基站接入网络；
步骤2：基站收集终端设备的重传请求信息，任意一条重传请求信息分配一重传标记，构成重传数据集；
步骤3：全局服务器收集基站的重传数据集，筛选出m个异常基站并调取异常基站的负载日志，m≤n；
步骤4：根据负载日志实时预测异常基站的网络负载，根据所述网络负载生成负载阈值T，并将网络负载存储至历史数据集；
步骤5：若异常基站中基站i的网络负载Pi≥T，则标记基站i为超载基站，进入步骤6，反之，返回步骤2，i≤m；
步骤6：基于历史数据集计算基站i的预测负载Qi，将预测负载Qi≥T的时间段存储为超限负载时间段，多组超限负载时间段构成超限负载周期；
步骤7：遍历n个基站选定补偿基站，若选定至少一个的补偿基站，则进入步骤8，反之，则进入步骤9；
步骤8：在超限负载周期内，补偿基站以第二参数工作，并接入超载基站的无线资源，任务结束；
步骤9：将该超载基站标记为预警基站，预警基站重置邻区参数，全局服务器生成超载基站的频谱分配调整表，并发送预警信号；
步骤10：超载基站基于频谱分配调整表重新分配频谱资源，任务结束，
其中，第一参数与第二参数包括当前基站的载频数量、邻区参数以及每一相控阵天线的发射角与发射功率，第一参数为满足基站通信区内的终端设备接入需求的通信参数，第二参数为满足超载基站通信区内的终端设备接入需求的通信参数，任意基站根据接入基站的终端设备位置信息确定至少一个相控阵天线的发射角，将该发射角存储为第一参数，补偿基站收集接入超载基站的终端设备位置信息，基于该位置信息确定至少一个相控阵天线的发射角，将该发射角存储为第二参数，
步骤7中，以超载基站为中心，在半径为R的圆形范围中选定多个目标基站，全局服务器在目标基站中筛选补偿基站，其中，R=r/2，r为超载基站的有效通信半径，全局服务器发送一测试帧至所有目标基站，目标基站与超载基站通信并生成测试报告，测试报告包括目标基站与超载基站的信号衰减与丢包率，若 min（A×At×（P×Pt）2）取最小值的目标基站同时满足：丢包率≤2%，该目标基站为补偿基站，否则选定的补偿基站为零，其中，A为目标基站与超载基站之间的信号衰减率，At为t时刻信号衰减率所分配的权重，P为目标基站的网络负载，Pt为t时刻信道占用率所分配的权重。
2.根据权利要求1所述的基于多源数据分析的基站智能预警方法，其特征在于，步骤2中，重传请求信息为控制帧，终端设备发送一控制帧至基站，基站为控制帧分配一个唯一的重传标记，任意一条控制帧对应一个重传标记，所述控制帧与重传标记共同构成重传数据集。
3.根据权利要求1所述的基于多源数据分析的基站智能预警方法，其特征在于，步骤3中，全局服务器预设一重传上限值，重传数据集超过重传上限值的基站，筛选为异常基站。
4.根据权利要求1所述的基于多源数据分析的基站智能预警方法，其特征在于，负载日志包括信道占用率、基站标识、事件描述、时间戳，全局服务器将m个异常基站的平均信道占用率设置为负载阈值T，以时间戳为索引将信道占用率存储至历史数据集。
5.一种根据权利要求1所述的基于多源数据分析的基站智能预警方法的预警***，其特征在于，包括多个基站、全局服务器、终端设备，其中，
终端设备被配置生成重传请求信息；
基站被配置用于接收来自终端设备的重传请求信息，基站中还包含无线资源单元与网关，无线资源单元被配置用于管理无线资源的分配和调度，网关用于终端设备、全局服务器的数据包收发；
全局服务器被配置用于接收基站的重传数据集，并将至少一个基站标记为异常基站或补偿基站。
CN202311175187.4A 2023-09-13 2023-09-13 基于多源数据分析的基站智能预警方法及*** Active CN116916357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311175187.4A CN116916357B (zh) 2023-09-13 2023-09-13 基于多源数据分析的基站智能预警方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311175187.4A CN116916357B (zh) 2023-09-13 2023-09-13 基于多源数据分析的基站智能预警方法及***

Publications (2)

Publication Number Publication Date
CN116916357A CN116916357A (zh) 2023-10-20
CN116916357B true CN116916357B (zh) 2023-12-08

Family

ID=88353456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311175187.4A Active CN116916357B (zh) 2023-09-13 2023-09-13 基于多源数据分析的基站智能预警方法及***

Country Status (1)

Country Link
CN (1) CN116916357B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107172649A (zh) * 2017-07-26 2017-09-15 京信通信***（中国）有限公司 一种数据传输方法及设备
CN109565870A (zh) * 2018-11-09 2019-04-02 北京小米移动软件有限公司 调整自动重传的方法、装置、基站及终端
CN111132190A (zh) * 2019-11-28 2020-05-08 中通服建设有限公司 基站负荷预警方法、装置
CN113891377A (zh) * 2021-11-17 2022-01-04 西藏先锋绿能环保科技股份有限公司 一种5g小基站设备自动维护及调优方法
CN115348565A (zh) * 2022-08-17 2022-11-15 西安交通大学 大规模mtc场景中基于负载感知的动态接入与退避方法及***
CN116633797A (zh) * 2023-05-23 2023-08-22 南京顺盛通信科技有限责任公司 一种基于大数据的网络优化采集分析***及方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8983520B2 (en) * 2009-12-24 2015-03-17 Kyocera Corporation Radio base station, and communication control method
KR102273878B1 (ko) * 2014-07-02 2021-07-06 삼성전자 주식회사 무선 통신 시스템에서 셀 간 부하 분산 방법 및 장치
CN114980221A (zh) * 2016-12-30 2022-08-30 英特尔公司 用于无线电通信的方法和设备
KR20210118627A (ko) * 2020-03-23 2021-10-01 삼성전자주식회사 무선 통신 시스템에서 통신망 부하를 예측하고 로드 밸런싱을 수행하기 위한 방법 및 장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107172649A (zh) * 2017-07-26 2017-09-15 京信通信***（中国）有限公司 一种数据传输方法及设备
CN109565870A (zh) * 2018-11-09 2019-04-02 北京小米移动软件有限公司 调整自动重传的方法、装置、基站及终端
CN111132190A (zh) * 2019-11-28 2020-05-08 中通服建设有限公司 基站负荷预警方法、装置
CN113891377A (zh) * 2021-11-17 2022-01-04 西藏先锋绿能环保科技股份有限公司 一种5g小基站设备自动维护及调优方法
CN115348565A (zh) * 2022-08-17 2022-11-15 西安交通大学 大规模mtc场景中基于负载感知的动态接入与退避方法及***
CN116633797A (zh) * 2023-05-23 2023-08-22 南京顺盛通信科技有限责任公司 一种基于大数据的网络优化采集分析***及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
5G随机接入增强技术;沈霞;刘慧;;移动通信(第04期);全文 *
分层异构网络中基于负载预测分组的家庭基站频谱分配算法研究;冀磊;陈前斌;唐伦;;科学技术与工程(第13期);全文 *
基于AI的突发人流聚集区域识别与预警方法;郑亚平 等;电信工程技术与标准化(第09期);全文 *
基于人工蜂群算法的绿色无线网络节能动态优化部署;杜文峰;刘刚毅;高思宁;;小型微型计算机***(第12期);全文 *

Also Published As

Publication number Publication date
CN116916357A (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
US9826420B2 (en) Self-optimizing wireless network
CA2502354C (en) Method and system for real time cellular network configuration
US9351258B2 (en) Power management and distributed scheduling for uplink transmissions in wireless systems
EP0666699B1 (en) Mobile communication system with autonomous distributed type dynamic channel allocation scheme
US7826850B2 (en) Frequency band allocation device and method
US20070218910A1 (en) Dynamic beam steering of backhaul traffic
CN103314619A (zh) 回程优化的***和方法
CN112492687B (zh) 一种基于无线网络切片的自适应资源分配方法及***
JP2002044718A (ja) チャネルを割り当てるための方法およびワイヤレスサービスのリクエストを処理するための方法
KR20060116148A (ko) 셀룰러 통신망의 캐리어의 전력을 조정하기 위한 방법 및시스템
US20150055497A1 (en) System and method for self-optimized uplink power control in a fixed wireless backhaul network
US20090158291A1 (en) Method for assigning resource of united system
US6775547B2 (en) Transmission quality measurement in a communication network
KR20000016803A (ko) 셀룰라 무선 서비스에서 강한 간섭원을 제거하여 용량 및 품질을 적응적으로 개선하는 방법
CN101505495B (zh) 上行频分复用蜂窝通信***干扰协调方法及基站
CN1385048A (zh) 用于频谱资源分配的方法和***
CN116916357B (zh) 基于多源数据分析的基站智能预警方法及***
CN112996057B (zh) 一种基于分布式无线网络的负载均衡方法及***
Ni GPRS network planning on the existing GSM system
KR101360647B1 (ko) 그룹 기반 통신 기법을 이용한 기지국과 단말들 사이의 통신 방법
CN113556801B (zh) 超密集网络中的用户接入方法、装置、终端设备及介质
Javed et al. Downlink traffic demand-based gateway activation in LoRaWAN
KR101082663B1 (ko) 무선 통신 시스템에서의 자원 할당 방법 및 장치
Guanshi et al. Research on Access Mechanism of Massive Machine Type Communications in Industrial Internet of Things
WO2023126185A1 (en) Cellular communication system featuring advanced son functionality

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