一种多云环境下的自适应性资源调度系统及方法与流程

本发明涉及资源调度，具体为一种多云环境下的自适应性资源调度系统及方法。

背景技术：

1、5g是第五代移动通信技术的简称，具有高速率、低时延、大连接等显著优势。随着科技的飞速发展，5g网络已经逐渐普及，与4g相比，5g网络的速度更快，可以满足更多设备同时在线的需求，为物联网、智能家居、自动驾驶等领域提供了强大的支持。

2、5g大带宽高速率优异性能的同时，5g基站的功耗是较为明显的缺点，5g单站功耗是4g单站的2.5～3.5倍；5g基站的部分信号覆盖场景，用户人群较少；对于一些特定的覆盖场景，用户人群时多时少，浮动空间较大；对于用户较少覆盖场景，若5g基站中通信设备长期处于高负荷高运行功率的状态，对通信设备造成较大的负担，容易造成设备故障和减少使用寿命，很大程度地浪费了通信和电网资源；对于用户时多时少覆盖场景，若通信设备长期处于特定的运行功率，有时会因为用户大量聚集造成通信瘫痪，有时因为用户较少而浪费通信资源。

3、所以，本发明公开一种多云环境下的自适应性资源调度系统及方法来解决上述问题。

技术实现思路

1、本发明的目的在于提供一种多云环境下的自适应性资源调度系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种多云环境下的自适应性资源调度方法，其特征在于，该方法包括如下步骤：

3、s1：将机房中的通信设备进行编号，从多云平台中根据通信设备编号获取通信设备信号覆盖范围，从多云平台中根据通信设备信号覆盖范围获取通信设备流量数据；

4、s2：根据获取的通信设备流量数据，对通信设备信号覆盖范围内的用户流量消耗进行预测；

5、s3：根据预测总用户流量消耗，调节通信设备的输出功率；

6、s4：对比预测用户流量消耗和通信设备实际流量数据，记录预测异常状态，校正通信设备的输出功率。

7、根据上述方案，步骤s1中，将机房中的通信设备进行编号组成集合icd＝{icd1,icd2,…,icdn}，其中n为机房中通信设备的总数，将其中第i个通信设备记为icdi，i∈[1,n]；

8、将机房中的通信设备进行编号，后续根据通信设备的信号覆盖范围以及流量数据进行预测，在特殊环境，一个机房中不同通信设备覆盖范围不同，而造成流量数据使用量不同；单个设备对应一种调节功率的方法，可以避免所有设备运用相同输出功率，有的产生浪费，有的产出不足的现象。

9、从多云平台中获取通信设备icdi信号覆盖范围，系统预置时间范围，将全天时间分为多个时间段，将时间段组成集合h＝{h1,h2,…,hm}，其中m为一天内时间段的总数，将第j个时间段记为hj；根据通信设备icdi信号覆盖范围，按照时间段分别对通信设备icdi流量数据进行提取；

10、对于住宅小区中的通信网络，大量的人员需要至公司或者其他区域进行办公活动，远离生活住宅区；在商业区，周六日相比较工作日而言，会涌入更多的人群消费，相对应的通信流量的使用也是成倍激增；上述对全天时间分为多个时间段，通过多次调节通信设备的输出功率，能够有效地满足用户的使用需求和减少高功率的浪费情况。

11、所述流量数据包括用户人数以及单人流量数。

12、根据上述方案，步骤s2中，对通信设备信号覆盖范围内的用户流量消耗进行预测；

13、对于通信设备icdi，通过用户人数和单人流量数，计算时间段hj的单人平均流量数，将所述单人平均流量数记为adt(i,j)；系统预置日期数d，将预测前d天同个时间段hj的单人平均流量数组成集合同理将预测前d天同个时间段hj的用户人数组成集合

14、对上述单人平均流量数集合和用户人数集合分别进行标准方差计算，对两种集合标准方差分别设置阈值；将标准方差大于阈值的集合记为异常集合，计算所述异常集合的平均值，计算各个元素和平均值的差的绝对值，剔除集合中与平均值的差的绝对值最大的元素；剔除元素后再次对新的集合计算标准方差，并与标准方差设置阈值进行比较，直至新的集合标准方差小于或等于标准方差设置阈值；将符合要求的集合记为正常集合；

15、通过上述对异常集合的数据进行异常剔除，能有效地减少个别差异较大的个体对整体造成影响，提高了系统的鲁棒性。

16、将单人平均流量数正常集合的元素平均值记为预测单人平均流量数pdadt(i,j)，将用户人数正常集合的元素平均值记为预测用户人数pnp(i,j)；

17、则对于预测当天时间段hj的用户总流量消耗data(i,j)的计算公式如下所示：

18、data(i,j)＝pnp(i,j)×pdadt(i,j)，

19、分别计算当天所有时间段的预测用户总流量消耗。

20、根据上述方案，步骤s3中根据预测总用户流量消耗，调节通信设备的输出功率；

21、计算通信设备流量业务运输量与输出功率的关系函数；

22、对预测用户总流量消耗设置保障阈值σ，在上述关系函数中代入预测用户总流量消耗保障量data(i,j)(1+σ)，获得通信设备的输出功率；在时间段hj的前x秒调节通信设备至上述输出功率，所述x为系统预置的提前时间。

23、上述对预测用户总流量消耗设置保障阈值，能够有效地保障用户的使用体验，减少用户使用设备卡顿的情形；根据实际需求对通信设备的输出功率进行设置，对通信设备不设置满负荷的运行状态，能够有效地增加通信设备的使用时长，减少对电网资源和通信资源的浪费，节约了运营成本；对调节通信设备的输出功率的时间设置提前量，能够有效地给设备一定的缓冲时间，也可以有效地提升用户的使用体验。

24、根据上述方案，步骤s4中的对比预测用户流量消耗和通信设备实际流量数据；

25、在时间段hj中实时从多云平台中获取通信设备实际流量数据，利用用户总流量消耗和上述获取的通信设备实际流量数据进行大小比较，

26、当通信设备实际流量数据小于用户总流量消耗时，不调整通信设备输出功率；当通信设备实际流量数据等于用户总流量消耗时，立即上调通信设备输出功率；并将通信设备实际流量数据等于用户总流量消耗的情况作为异常状态进行记录。

27、当时间段至hj+1时，当通信设备实际流量数据相比较预测用户总流量消耗小得较多时，将情况作为异常状态进行记录，为后续调整做数据保障。

28、根据上述方法，对通信设备实际流量数据和预测用户流量消耗进行对比，能够有效地保障覆盖范围内的信号处于不饱和状态，避免特殊情况造成的大流量事件对通信设备产生不良反应；进一步地保障了用户的使用体验。

29、根据上述方法，对通信设备实际流量数据和预测用户流量消耗进行对比，能够有效地保障覆盖范围内的信号处于不饱和状态，避免特殊情况造成的大流量事件对通信设备产生不良反应；进一步地保障了用户的使用体验。

30、本技术的另一个方面，一种多云环境下的自适应性资源调度系统，所述系统应用于上述的一种多云环境下的自适应性资源调度方法实现，其特征在于，该自适应性资源调度系统包括数据采集模块、流量预测模块、设备控制模块和异常状态记录模块；

31、所述数据采集模块用于从多云平台中根据通信设备编号获取通信设备信号覆盖范围和通信设备流量数据；所述流量预测模块用于根据获取的通信设备流量数据，对通信设备信号覆盖范围内的用户流量消耗进行预测；所述设备控制模块用于根据预测总用户流量消耗，调节通信设备的输出功率；所述异常状态记录模块用于对比预测用户流量消耗和通信设备实际流量数据，记录预测异常状态，校正通信设备的输出功率。

32、根据上述方案，所述数据采集模块包括信号覆盖范围采集单元和流量数据采集单元；

33、所述信号覆盖范围采集单元从多云平台中根据通信设备编号获取通信设备信号覆盖范围；所述流量数据采集单元从多云平台中根据通信设备信号覆盖范围获取通信设备流量数据。

34、根据上述方案，所述流量预测模块包括方差对比单元、元素剔除单元和用户总流量消耗计算单元；

35、所述方差对比单元用于对单人平均流量数集合和用户人数集合分别进行标准方差计算，对两种集合标准方差分别设置阈值；将标准方差大于阈值的集合记为异常集合；将标准方差小于或等于阈值的集合记为正常集合；所述元素剔除单元通过计算异常集合的平均值，计算各个元素和平均值的差的绝对值，剔除集合中与平均值的差的绝对值最大的元素；所述用户总流量消耗计算单元通过正常集合的计算预测单人平均流量数和预测用户人数，通过上述预测单人平均流量数和预测用户人数数据计算用户总流量消耗。

36、根据上述方案，所述设备控制模块包括关系函数计算单元和设备功率调整单元；

37、所述关系函数计算单元用于计算通信设备流量业务运输量与输出功率的关系函数；

38、所述设备功率调整单元通过对预测用户总流量消耗设置保障阈值，根据关系函数计算单元的关系函数获得通信设备的输出功率，调节通信设备至上述计算输出功率。

39、根据上述方案，所述异常状态记录模块实时从多云平台中获取通信设备实际流量数据，利用用户总流量消耗和上述获取的通信设备实际流量数据进行大小比较，

40、当通信设备实际流量数据小于用户总流量消耗时，不调整通信设备输出功率；当通信设备实际流量数据等于用户总流量消耗时，立即上调通信设备输出功率；并将通信设备实际流量数据等于用户总流量消耗的情况作为异常状态进行记录。

41、与现有技术相比，本发明所达到的有益效果是：将机房中的通信设备进行编号，后续根据通信设备的信号覆盖范围以及流量数据进行预测，单个设备对应一种调节功率的方法，可以避免所有设备运用相同输出功率，有的产生浪费，有的产出不足的现象；通过对异常集合的数据进行异常剔除，能有效地减少个别差异较大的个体对整体造成影响，提高了系统的鲁棒性；对预测用户总流量消耗设置保障阈值，能够有效地保障用户的使用体验，减少用户使用设备卡顿的情形；根据实际需求对通信设备的输出功率进行设置，减少对电网资源和通信资源的浪费，节约了运营成本；对调节通信设备的输出功率的时间设置提前量，能够有效地给设备一定的缓冲时间，对通信设备实际流量数据和预测用户流量消耗进行对比，避免特殊情况造成的大流量事件对通信设备产生不良反应，进一步地保障了用户的使用体验。