一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

一种用于室内时分系统智能管理小区浅层休眠的方法与流程

2022-04-09 02:02:59 来源:中国专利 TAG:
一种用于室内时分系统智能管理小区浅层休眠的方法与流程

本申请涉及管理系统领域,具体涉及一种用于室内时分系统智能管理小区浅层休眠的方法。

背景技术

住宅小区的智能综合管理是当前住宅小区的发展趋势,住宅小区智能化综合管理是指通过利用现代化通信网络技术、计算机技术、自动化控制技术、集成电路卡技术,通过有效地传输网络,建立一个由住宅小区综合物业管理中心与安防系统、信息服务系统、物业管理系统以及家居智能化组成的“三位一体”住宅小区服务和管理集成系统,使小区与每个家庭能达到安全、舒适和便利的生活环境。

小区中基站常常通过浅层休眠的方式,降低电力消耗,现有基站中的浅层休眠的时间是配置的,即时间是固定的,不能准确的开启和关闭浅层休眠,这就导致部分地区基站进入浅层休眠会影响用户的使用体验,无法当地环境、用户数量密度决定基站发射功率配置以及收发天线数,难以通过灵活选择基站的方式降低功耗,本发明要解决的是智能控制基站浅层休眠的开启和关闭。



技术实现要素:

针对上述问题,本发明提出了一种用于室内时分系统智能管理小区浅层休眠的方法包括以下步骤:

步骤S1,统计获得每个基站一天内在线UE数随时间的变化序列;

步骤S2,根据每个基站的在线UE数序列获得每个基站的休眠时间段;

步骤S3,根据每个基站的休眠时间段获得休眠时间段的负载程度;

步骤S4,根据每个基站的休眠时间段获得休眠时间段的延时关闭定时器退出率;

步骤S5,根据相邻基站的负载程度和延时关闭定时器退出率进行用户的迁移;

步骤S6,根据每个基站在休眠时间段内向周围其他基站迁移用户的概率获得基站浅层休眠的方法。

有益效果:

(1)本发明通过统计历史数据获得基站的休眠时间段,来实现智能开启和关闭浅层休眠,通过统计学习历史数获得每个基站的负载程度和延时关闭定时器退出率,在基站的休眠时间段内结果周围基站的在线UE数序列获得相邻基站间迁移用户的预估概率,进而根据目标基站的相邻基站和其周围其他基站间迁移用户的预估概率获得目标基站和所有相邻基站的迁移用户概率。

(2)本发明在休眠时间段内实现智能开启和关闭浅层休眠的同时通过引入向其他基站迁移用户的概率,保证低负载的基站更容易进入浅层休眠的基础上进一步避免其他基站超载,使得基站休眠时也不影响用户的工作,达到节省电力信号资源同时不影响用户工作运行的目的。

附图说明

图1是本发明提供的一种用于室内时分系统智能管理小区浅层休眠的方法的流程图。

具体实施方式

为了让本领域技术人员更好的理解本发明,下面结合实施例和附图对本发明展开描述,参见图1。

为了实现本发明所述内容,本发明设计了一种用于室内时分系统智能管理小区浅层休眠的方法,包括以下步骤:

步骤S1,统计获得每个基站一天内在线UE数随时间的变化序列;

假设实施场景内共有N个基站,每个基站对应一个区域。在一天时间内,获得第i个基站在每个时刻的在线UE数,一天内所有时刻的在线的UE数构成一个时间序列L0i。

对于第i个基站,通过统计N天的数据,获得N个时间序列L0i;令Li表示N天获得的N个序列的平均值,表示在第i个基站的在线UE数随时间的平均变化序列,简称在线UE数序列。

同理,可以获得每个基站的在线UE数序列。序列中的每个元素都表示一个在线UE数;

步骤S2,根据每个基站的在线UE数序列获得每个基站的休眠时间段;

对于第i个基站的在线UE数序列Li,利用MinPooling算法对序列Li进行2次下采样,获得的结果为序列L1i,序列L1i的长度是序列Li长度的四分之一;

然后对序列L1i进行高斯滤波,滤波结果记为序列L2i,然后利用基于线性差值的上采样算法将序列L2i进行两次上采样,获得的结果为序列L3i,序列L3i和序列Li的长度相同。

获取序列L3i中的取值小于门限1的所有元素,这些元素对应多个时间段,本发明将这些时间段称为第i个基站的休眠时间段。如果休眠时间段的长度小于预设阈值的化就不考虑这个休眠时间段。

综上所述,本发明利用序列Li获得序列L3i的过程是为了去除序列Li的噪声干扰,避免由于噪声的影响使得局部时间段UE在线数量过多从而导致的休眠时间段过分割的情况,保证休眠时间段获得的准确性。

同理获得所有基站的休眠时间段,每个基站可能对应多个休眠时间段。

步骤S3,根据每个基站的休眠时间段获得休眠时间段的负载程度;

本发明只以每个基站的其中一个休眠时间段进行叙述。

对于第i个基站的休眠时间段Ti,表示的是一个时间范围。获取处于休眠时间段Ti内的、属于序列Li上的所有元素,这些元素构成一个子序列,记为L4i,称为休眠在线UE序列,表示的是第i个基站的休眠时间段内,在线UE数的随时间的变化情况。

获取第i个基站的休眠在线UE序列L4i中所有元素的均值,记为Di,称为第i个基站在休眠时间段的平均负载程度,简称为第i个基站的负载程度。

步骤S4,根据每个基站的休眠时间段获得休眠时间段的延时关闭定时器退出率;

考虑到当前时刻如果属于休眠时间段时,需要获取当前时间在线UE数,当在线UE数小于门限1时需要开启延时关闭定时器,当处于延时关闭定时器计时时间内,如果在线UE数依然小于门限1,那么就基站就需要考虑将区域内的用户迁移到邻区,基站进入浅层休眠。否则关闭延时关闭定时器,延时关闭定时器退出计时工作,直到有UE下线后,再继续判断在线UE是否小于门限1。基于此,本发明需要分析第i个基站在休眠时间段延时关闭定时器的工作状态。

假设延时关闭定时器的计时时间总长为t;获取第i个基站的休眠在线UE序列L4i;构件一个长度为t的时间窗口,利用该窗口对L4i进行滑窗操作,滑窗步长为1;窗口每滑动一次,如果窗口内存在一个元素大于等于门限1,说明会发生延时关闭定时器退出计时工作的情况,此时令窗口输出的结果为1;窗口每滑动一次,如果窗口内所有元素小于门限1,说明延时关闭定时器计时完毕,此时令窗口输出的结果为0;当滑窗操作完成之后窗口的输出结果构成一个序列,计算该序列中元素的和与L4i的长度的比值称为第i个基站的延时关闭定时器退出率;该值表示对于第i个基站的休眠时间段内延时关闭定时器退出计时工作的大致频率或者说概率;该值越大,说明第i个基站的休眠时间段内延时关闭定时器越容易退出计时工作,第i个基站越难以进入浅层休眠。

步骤S5,根据相邻基站的负载程度和延时关闭定时器退出率进行用户的迁移;

假设第i和第j个基站是相邻的基站,那么当第i个基站进入休眠时间段后,需要将第i个基站区域内的用户迁移的第j个基站区域内。但是考虑到第i个基站周围有多个基站,因此为了保证基站休眠时不影响用户工作,需要将用户以不同的概率迁移到周围的多个基站中,接下来本发明需要计算第i个基站向第j个基站迁移用户时的迁移概率。具体方法为:

获取第i个基站的休眠时间段Ti,第i个基站的负载程度为Di,第i个基站的延时关闭定时器退出率为Fi,第j个基站的在线UE数序列记为Lj。

获取属于休眠时间段Ti内的在序列Lj上的所有元素的均值,记为Dj,Dj表示第j个基站在休眠时间段Ti内的平均在线UE数,视为第j个基站在休眠时间段Ti内负载程度。

那么将称为第i个基站向第j个基站迁移用户的预估概率。

其中,当Dj-Di越大,Fi越小,说明第j个基站的负载程度比第i个基站的负载程度越大,同时第i个基站延时关闭定时器退出率较小,说明越期望让第i个基站进入浅层休眠,并把第i个基站的用户迁移到第j个基站,这样既可以达到负载低的基站优先进行休眠也保证休眠的成功率,因此第i个基站向第j个基站迁移用户的预估概率就大。因为期望Dj-Di不为负数,因此Dj-Di小于0时依然为0,因此引入max(Dj-Di,0)这一项;Fi 1是为了保证分母不为0。

以第j个基站为研究对象时,第j个基站周围有多个其他基站,包括第i个基站;获取这多个基站中哪些基站的休眠时间段与休眠时间段Ti有重合(两个休眠时间段的交并比大于0.4时视为重合,否则不视为重合),假设有Nj个,利用上述方法分别获取这Nj个基站到向第j个基站迁移用户的预估概率,这些预估概率的集合记为Sj,Qij就包含于Sj。

为了保证第j个基站不超载,可能不需要让这Nj个基站都向第j个基站迁移用户。基于此,获取Sj中大于等于Qij的元素,这些元素对应的基站的集合记为sij,即sij中的基站到向第j个基站迁移用户的预估概率都大于等于第i个基站向第j个基站迁移用户的预估概率,因此首先期望让sij中的基站到向第j个基站迁移用户。获取sij中的基站到向第j个基站迁移用户后,第j个基站增加的负载(本发明将sij中的基站的数量视为增加的负载,实施者根据统计在线UE信号质量低于切换门限RSSI的UE数来表示增加的负载)记为ΔDij;假设第j个基站的负载上限为D0j(本发明将第j个基站允许的最大同时在线UE数视为负载上限),本发明将Pij=(D0j-ΔDij-Dj)Qij表示第i个基站向第j个基站迁移用户的可靠性,其中D0j-ΔDij-Dj表示将sij中的基站用户都同时迁移到第j个基站后,第j个基站的负载余量,该值越大说明对第j个基站影响越小,越期望第i个基站向第j个基站迁移用户。即Pij越大越期望第i个基站向第j个基站迁移用户。

至此以第i个基站的休眠时间段为例,叙述了第i个基站向第j个基站迁移用户的可靠性Pij的计算方法。如果第i个基站的休眠时间段和第j个基站的休眠时间段重合,那么也可以利用上述方法计算出第j个基站向第i个基站迁移用户的可靠性Pji,如果休眠时间段不重合令Pji=0;那么第i个基站向第j个基站迁移用户的最终可靠性为max(Pij-Pji,0);

由于第i个基站周围有多个其他基站,包括第j个基站,那么获得第i个基站和周围多个其他基站的最终可靠性,这些最终可靠性归一化处理就获得了第i个基站向周围基站迁移用户的概率。

同理获得每个基站在休眠时间段内向周围其他基站迁移用户的概率。

通过引入向其他基站(区域)迁移用户的概率,保证低负载的基站更容易进入浅层休眠的基础上进一步避免其他基站超载,使得基站休眠时也不影响用户的工作。

步骤S6,根据每个基站在休眠时间段内向周围其他基站迁移用户的概率获得基站浅层休眠的方法;

以第i个基站为例进行叙述。获取第i个基站的休眠时间段,当前时刻处于该休眠时间段时,当第i个基站在线的UE小于门限1,则基站将启动延时关闭定时器;如果延时关闭定时器计时内,依然在线UE数小于门限1,那么根据第i个基站在休眠时间段内向周围其他基站迁移用户的概率,随机选择一个基站,将第i个基站的用户迁移到该相邻的基站上,第i个基站进入浅层休眠;

如果延时关闭定时器计时内,有UE接入第i个基站,在线UE大于门限1,则关闭延时关闭定时器,直到有UE下线后,再继续判断在线UE是否小于门限1;

当该相邻的基站出现超负载或者在线UE信号质量低于切换门限RSSI的UE超过门限1,该相邻基站通知第i个基站将UE切回,第i个基站激活,退出浅层休眠。

再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献