CN114885336A - 干扰协调方法、装置及存储介质 - Google Patents
干扰协调方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114885336A CN114885336A CN202210648763.1A CN202210648763A CN114885336A CN 114885336 A CN114885336 A CN 114885336A CN 202210648763 A CN202210648763 A CN 202210648763A CN 114885336 A CN114885336 A CN 114885336A
- Authority
- CN
- China
- Prior art keywords
- cell
- target
- interference
- interference coordination
- time length
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 107
- 230000002452 interceptive effect Effects 0.000 claims abstract description 146
- 230000005540 biological transmission Effects 0.000 claims abstract description 142
- 238000004891 communication Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims description 70
- 238000012549 training Methods 0.000 claims description 28
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 22
- 230000009467 reduction Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 23
- 238000013468 resource allocation Methods 0.000 abstract description 7
- 230000015654 memory Effects 0.000 description 37
- 238000005259 measurement Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 12
- 230000008859 change Effects 0.000 description 10
- 238000003066 decision tree Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000007477 logistic regression Methods 0.000 description 6
- 238000007637 random forest analysis Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 238000013145 classification model Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种干扰协调方法、装置及存储介质,涉及通信领域,能够解决相关技术在执行干扰协调的过程中资源调配不合理的问题。该方法包括:预测第一时长内的施扰小区;施扰小区为对目标小区或者目标UE造成干扰的小区;根据第一时长内的施扰小区确定干扰小区组;针对每个第一小区,确定第一时长内第一小区的干扰协调参数;根据每个第一小区的干扰协调参数确定第一小区在第一时长内执行的目标干扰协调类型及分配的传输资源;向第一小区发送干扰协调信息;干扰协调信息用于指示第一小区待分配的传输资源。本申请能够合理调度资源,避免在执行干扰协调的过程中影响小区的网络性能。
Description
技术领域
本申请涉及通信领域,尤其涉及一种干扰协调方法、装置及存储介质。
背景技术
为了提高通信资源利用效率,通信网络通常采用频率复用的组网方式,即相邻的小区使用相同的频谱资源。然而不同小区之前可能会出现相互干扰的问题,因此需要对出现干扰的小区执行干扰协调。
干扰协调的原理是通过调整受扰小区与施扰小区的传输资源调配方式,使不同小区使用不同的传输资源从而抑制小区间干扰。目前,相关技术通常通过静态配置的方式执行干扰协调。由于所调配的资源为预先配置确定的,即,小区采用的干扰协调类型、施扰小区与受扰小区的资源调配方式均预先配置在基站侧,无法根据小区的资源与负荷的变化动态调整,因此在执行干扰协调的过程中会造成资源调配不合理的问题,从而影响小区的网络性能。
发明内容
本申请提供一种干扰协调方法、装置及存储介质,能够合理调度资源,避免影响小区的网络性能。
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请提供一种干扰协调方法,该方法包括:预测第一时长内的施扰小区;施扰小区为对目标小区或者目标UE造成干扰的小区;目标UE为接入目标小区的任一个UE;第一时长为当前时刻之后的时长;根据第一时长内的施扰小区确定干扰小区组;干扰小区组包括目标小区以及施扰小区中待执行干扰协调的施扰小区;针对每个第一小区,确定第一时长内第一小区的干扰协调参数;干扰协调参数包括支持的干扰协调类型、时域传输资源利用率、频域传输资源利用率以及业务负荷中的至少一项;第一小区为干扰小区组中的任一个小区;根据每个第一小区的干扰协调参数确定第一小区在第一时长内执行的目标干扰协调类型及分配的传输资源;向第一小区发送干扰协调信息;干扰协调信息用于指示第一小区待分配的传输资源。
基于上述技术方案,本申请中干扰协调装置通过预测第一时长内对目标小区或者目标UE造成干扰的施扰小区,并根据该施扰小区确定需要执行干扰协调的干扰小区组。同时,干扰协调装置预测每个第一小区的干扰协调参数,并根据干扰协调参数确定在目标干扰协调类型上为第一小区分配的传输资源,以使得第一小区在分配的传输资源上执行业务传输,从而避免出现小区间的信号干扰问题。因此,本申请能够动态确定未来时间段内的干扰小区组,以及干扰小区组中各小区的干扰协调参数,进而自适应地为各小区分配所需的传输资源,使得干扰协调装置在执行干扰协调的过程中能够合理调度资源,避免影响小区的网络性能。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:向第一小区所在接入网设备发送干扰协调参数请求消息;干扰协调参数请求消息用于请求获取第一小区在至少一个第二时长内的干扰协调参数;接收第一小区所在接入网设备发送的干扰协调参数响应消息;干扰协调参数响应消息包括第一小区在至少一个第二时长内的干扰协调参数。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:获取每个第一小区的参数预测模型;参数预测模型用于预测第一小区在目标时间段内的第一干扰协调参数;第一干扰协调参数为时域传输资源利用率、频域传输资源利用率以及业务负荷中的任一项;针对每个第一小区,将第一时长输入第一小区对应的参数预测模型中,得到第一小区在第一时长内的第一干扰协调参数。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:针对每个第一小区,根据至少一个第二时长,以及至少一个第二时长内的第一干扰协调参数,训练得到参数预测模型;多个第一小区与多个参数预测模型一一对应。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:根据每个第一小区支持的干扰协调类型、时域传输资源利用率以及频域传输资源利用率确定第一小区在第一时长内执行的目标干扰协调类型;根据每个第一小区在第一时长内的业务负荷确定第一小区在第一时长内分配的传输资源。
结合上述第一方面,在一种可能的实现方式中,干扰协调类型包括:时域干扰协调、频域干扰协调以及功率干扰协调;该方法还包括:根据每个第一小区的时域传输资源利用率确定干扰小区组的整体时域利用率;根据每个第一小区的频域传输资源利用率确定干扰小区组的整体频域利用率;将每个第一小区均支持的干扰协调类型中优先级最高的干扰协调类型,确定为第一小区在第一时长内执行的目标干扰协调类型;干扰协调类型的优先级由整体时域利用率以及整体频域利用率确定。
结合上述第一方面,在一种可能的实现方式中,在整体时域利用率小于整体频域利用率的情况下,时域干扰协调的优先级高于频域干扰协调的优先级,频域干扰协调的优先级高于功率干扰协调的优先级;在整体时域利用率大于或等于整体频域利用率的情况下,频域干扰协调的优先级高于时域干扰协调的优先级,时域干扰协调的优先级高于功率干扰协调的优先级。
结合上述第一方面,在一种可能的实现方式中,在目标干扰协调类型为时域干扰协调的情况下,根据目标小区在第一时长内的业务负荷与待执行干扰协调的施扰小区在第一时长内的业务负荷,确定目标小区在每个数据帧内可用的子帧数,以及待执行干扰协调的施扰小区在每个数据帧内可用的子帧数;在目标干扰协调类型为频域干扰协调的情况下,确定目标小区与待执行干扰协调的施扰小区在频域上重叠的资源块;根据目标小区在第一时长内的业务负荷与待执行干扰协调的施扰小区在第一时长内的业务负荷,确定目标小区在重叠的资源块中可用的资源块,以及待执行干扰协调的施扰小区在重叠的资源块中可用的资源块。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:在目标干扰协调类型为功率干扰协调的情况下,根据待执行干扰协调的施扰小区的边缘覆盖率确定待执行干扰协调的施扰小区的功率下降值;边缘覆盖率为预设时间内边缘UE接收的待执行干扰协调的施扰小区的信号强度均值;边缘UE为接入待执行干扰协调的施扰小区,且满足第二预设条件的UE;第二预设条件包括:UE接收的待执行干扰协调的施扰小区的信号强度小于第二预设阈值,或者UE与待执行干扰协调的施扰小区所在接入网设备之间的距离大于第三预设阈值。
结合上述第一方面,在一种可能的实现方式中,目标小区在每个数据帧内可用的子帧数满足以下公式:
其中,Ni为目标小区在每个数据帧内可用的子帧数,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,N为数据帧中包括的子帧数。
待执行干扰协调的施扰小区在每个数据帧内可用的子帧数满足以下公式:
其中,Ns为待执行干扰协调的施扰小区在每个数据帧内可用的子帧数,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,N为数据帧中包括的子帧数。
目标小区在重叠的资源块中可用的资源块满足以下公式:
其中,Pi为目标小区在重叠的资源块中可用的资源块,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,P为重叠的资源块。
待执行干扰协调的施扰小区在重叠的资源块中可用的资源块满足以下公式:
其中,Ps为待执行干扰协调的施扰小区在重叠的资源块中可用的资源块,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,P为重叠的资源块。
结合上述第一方面,在一种可能的实现方式中,施扰小区包括上行施扰小区和下行施扰小区中的至少一项,上行施扰小区为对目标小区造成干扰的小区,下行施扰小区为对目标UE造成干扰的小区。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:在施扰小区包括上行施扰小区的情况下,预测第一时长内的上行施扰小区;在施扰小区包括下行施扰小区的情况下,预测第一时长内的下行施扰小区。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:获取第一预测模型;第一预测模型用于预测目标时间段内的上行施扰小区;将第一时长输入第一预测模型中,得到第一时长内的上行施扰小区。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:根据至少一个第二时长,以及至少一个第二时长内的上行施扰小区的标识训练得到第一预测模型;第二时长为当前时刻之前的时长。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:获取第二预测模型和每个目标UE的第三预测模型;第二预测模型用于预测目标UE在目标时间段内的下行施扰小区;第三预测模型用于预测目标UE在目标时间段内的位置信息;将第一时长分别输入每个第三预测模型中,得到多个目标UE在第一时长内的位置信息;将第一时长以及每个目标UE在第一时长内的位置信息分别输入第二预测模型中,得到第一时长内的下行施扰小区。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:根据至少一个第二时长、至少一个第二时长内目标UE的位置信息以及至少一个第二时长内的下行施扰小区的标识,训练得到第二预测模型;第二时长为当前时刻之前的时长;针对每个目标UE,根据至少一个第二时长以及至少一个第二时长内的位置信息,训练得到第三预测模型;多个目标UE与多个第三预测模型一一对应。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:根据每个目标UE在至少一个第二时长内的位置信息确定至少一个目标UE簇;目标UE簇包括多个目标UE;第二时长为当前时刻之前的时长;获取每个目标UE簇的第四预测模型;第四预测模型用于预测目标UE簇在目标时间段内的下行施扰小区;针对每个目标UE簇,将第一时长输入目标UE簇对应的第四预测模型中,得到目标UE簇包括的多个目标UE在第一时长内的下行施扰小区。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:针对每个目标UE簇,根据至少一个第二时长以及至少一个第二时长内多个目标UE的下行施扰小区的标识,训练得到第四预测模型;多个目标UE簇与多个第四预测模型一一对应。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:针对每个第二时长,通过聚类算法对第二时长内目标UE的位置信息进行聚类,得到第二时长内的至少一个UE簇;UE簇包括至少一个目标UE;通过匹配算法将任意相邻的两个第二时长内各自包括的至少一个UE簇之间相匹配,确定至少一个目标UE簇;任意相邻的两个第二时长为至少一个第二时长按照时间顺序排列后,连续的两个第二时长。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:确定至少一个目标UE簇中的每个目标UE簇包括多个满足第三预设条件的目标UE;其中,第三预设条件包括匹配时长的数量与至少一个第二时长的总数量之比大于第七预设阈值;在匹配时长内,目标UE簇中存在至少一个除第一目标UE之外的目标UE与第一目标UE的距离小于第八预设阈值;第一目标UE为目标UE簇中的任一个目标UE。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:向目标小区所在接入网设备发送位置请求消息;位置请求消息用于请求获取目标UE在至少一个第二时长内的位置信息;接收目标小区所在接入网设备发送的位置响应消息;位置响应消息包括目标UE在至少一个第二时长内的位置信息。
结合上述第一方面,在一种可能的实现方式中,该方法还包括:在施扰小区包括上行施扰小区的情况下,将上行施扰小区作为第一施扰小区;在施扰小区包括下行施扰小区的情况下,将下行施扰小区中满足第一预设条件的小区作为第二施扰小区;第一预设条件包括:所干扰的目标UE的数量与接入目标小区的UE数量的占比大于或等于第一预设阈值;确定干扰小区组包括第一施扰小区以及第二施扰小区中的至少一项。
第二方面,本申请提供一种干扰协调装置,该装置包括:通信单元和处理单元:处理单元,用于预测第一时长内的施扰小区;施扰小区为对目标小区或者目标UE造成干扰的小区;目标UE为接入目标小区的任一个UE;第一时长为当前时刻之后的时长;处理单元,还用于根据第一时长内的施扰小区确定干扰小区组;干扰小区组包括目标小区以及施扰小区中待执行干扰协调的施扰小区;处理单元,还用于针对每个第一小区,确定第一时长内第一小区的干扰协调参数;干扰协调参数包括支持的干扰协调类型、时域传输资源利用率、频域传输资源利用率以及业务负荷中的至少一项;第一小区为干扰小区组中的任一个小区;处理单元,还用于根据每个第一小区的干扰协调参数确定第一小区在第一时长内执行的目标干扰协调类型及分配的传输资源;通信单元,用于向第一小区发送干扰协调信息;干扰协调信息用于指示第一小区待分配的传输资源。
结合上述第二方面,在一种可能的实现方式中,通信单元用于:向第一小区所在接入网设备发送干扰协调参数请求消息;干扰协调参数请求消息用于请求获取第一小区在至少一个第二时长内的干扰协调参数;接收第一小区所在接入网设备发送的干扰协调参数响应消息;干扰协调参数响应消息包括第一小区在至少一个第二时长内的干扰协调参数。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:获取每个第一小区的参数预测模型;参数预测模型用于预测第一小区在目标时间段内的第一干扰协调参数;第一干扰协调参数为时域传输资源利用率、频域传输资源利用率以及业务负荷中的任一项;针对每个第一小区,将第一时长输入第一小区对应的参数预测模型中,得到第一小区在第一时长内的第一干扰协调参数。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:针对每个第一小区,根据至少一个第二时长,以及至少一个第二时长内的第一干扰协调参数,训练得到参数预测模型;多个第一小区与多个参数预测模型一一对应。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:根据每个第一小区支持的干扰协调类型、时域传输资源利用率以及频域传输资源利用率确定第一小区在第一时长内执行的目标干扰协调类型;根据每个第一小区在第一时长内的业务负荷确定第一小区在第一时长内分配的传输资源。
结合上述第二方面,在一种可能的实现方式中,干扰协调类型包括:时域干扰协调、频域干扰协调以及功率干扰协调;处理单元用于:根据每个第一小区的时域传输资源利用率确定干扰小区组的整体时域利用率;根据每个第一小区的频域传输资源利用率确定干扰小区组的整体频域利用率;将每个第一小区均支持的干扰协调类型中优先级最高的干扰协调类型,确定为第一小区在第一时长内执行的目标干扰协调类型;干扰协调类型的优先级由整体时域利用率以及整体频域利用率确定。
结合上述第二方面,在一种可能的实现方式中,在整体时域利用率小于整体频域利用率的情况下,时域干扰协调的优先级高于频域干扰协调的优先级,频域干扰协调的优先级高于功率干扰协调的优先级;在整体时域利用率大于或等于整体频域利用率的情况下,频域干扰协调的优先级高于时域干扰协调的优先级,时域干扰协调的优先级高于功率干扰协调的优先级。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:在目标干扰协调类型为时域干扰协调的情况下,根据目标小区在第一时长内的业务负荷与待执行干扰协调的施扰小区在第一时长内的业务负荷,确定目标小区在每个数据帧内可用的子帧数,以及待执行干扰协调的施扰小区在每个数据帧内可用的子帧数;在目标干扰协调类型为频域干扰协调的情况下,确定目标小区与待执行干扰协调的施扰小区在频域上重叠的资源块;根据目标小区在第一时长内的业务负荷与待执行干扰协调的施扰小区在第一时长内的业务负荷,确定目标小区在重叠的资源块中可用的资源块,以及待执行干扰协调的施扰小区在重叠的资源块中可用的资源块。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:在目标干扰协调类型为功率干扰协调的情况下,根据待执行干扰协调的施扰小区的边缘覆盖率确定待执行干扰协调的施扰小区的功率下降值;边缘覆盖率为预设时间内边缘UE接收的待执行干扰协调的施扰小区的信号强度均值;边缘UE为接入待执行干扰协调的施扰小区,且满足第二预设条件的UE;第二预设条件包括:UE接收的待执行干扰协调的施扰小区的信号强度小于第二预设阈值,或者UE与待执行干扰协调的施扰小区所在接入网设备之间的距离大于第三预设阈值。
结合上述第二方面,在一种可能的实现方式中,目标小区在每个数据帧内可用的子帧数满足以下公式:
其中,Ni为目标小区在每个数据帧内可用的子帧数,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,N为数据帧中包括的子帧数。
待执行干扰协调的施扰小区在每个数据帧内可用的子帧数满足以下公式:
其中,Ns为待执行干扰协调的施扰小区在每个数据帧内可用的子帧数,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,N为数据帧中包括的子帧数。
目标小区在重叠的资源块中可用的资源块满足以下公式:
其中,Pi为目标小区在重叠的资源块中可用的资源块,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,P为重叠的资源块。
待执行干扰协调的施扰小区在重叠的资源块中可用的资源块满足以下公式:
其中,Ps为待执行干扰协调的施扰小区在重叠的资源块中可用的资源块,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,P为重叠的资源块。
结合上述第二方面,在一种可能的实现方式中,施扰小区包括上行施扰小区和下行施扰小区中的至少一项,上行施扰小区为对目标小区造成干扰的小区,下行施扰小区为对目标UE造成干扰的小区。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:在施扰小区包括上行施扰小区的情况下,预测第一时长内的上行施扰小区;在施扰小区包括下行施扰小区的情况下,预测第一时长内的下行施扰小区。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:获取第一预测模型;第一预测模型用于预测目标时间段内的上行施扰小区;将第一时长输入第一预测模型中,得到第一时长内的上行施扰小区。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:根据至少一个第二时长,以及至少一个第二时长内的上行施扰小区的标识训练得到第一预测模型;第二时长为当前时刻之前的时长。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:获取第二预测模型和每个目标UE的第三预测模型;第二预测模型用于预测目标UE在目标时间段内的下行施扰小区;第三预测模型用于预测目标UE在目标时间段内的位置信息;将第一时长分别输入每个第三预测模型中,得到多个目标UE在第一时长内的位置信息;将第一时长以及每个目标UE在第一时长内的位置信息分别输入第二预测模型中,得到第一时长内的下行施扰小区。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:根据至少一个第二时长、至少一个第二时长内目标UE的位置信息以及至少一个第二时长内的下行施扰小区的标识,训练得到第二预测模型;第二时长为当前时刻之前的时长;针对每个目标UE,根据至少一个第二时长以及至少一个第二时长内的位置信息,训练得到第三预测模型;多个目标UE与多个第三预测模型一一对应。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:根据每个目标UE在至少一个第二时长内的位置信息确定至少一个目标UE簇;目标UE簇包括多个目标UE;第二时长为当前时刻之前的时长;获取每个目标UE簇的第四预测模型;第四预测模型用于预测目标UE簇在目标时间段内的下行施扰小区;针对每个目标UE簇,将第一时长输入目标UE簇对应的第四预测模型中,得到目标UE簇包括的多个目标UE在第一时长内的下行施扰小区。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:针对每个目标UE簇,根据至少一个第二时长以及至少一个第二时长内多个目标UE的下行施扰小区的标识,训练得到第四预测模型;多个目标UE簇与多个第四预测模型一一对应。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:针对每个第二时长,通过聚类算法对第二时长内目标UE的位置信息进行聚类,得到第二时长内的至少一个UE簇;UE簇包括至少一个目标UE;通过匹配算法将任意相邻的两个第二时长内各自包括的至少一个UE簇之间相匹配,确定至少一个目标UE簇;任意相邻的两个第二时长为至少一个第二时长按照时间顺序排列后,连续的两个第二时长。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:确定至少一个目标UE簇中的每个目标UE簇包括多个满足第三预设条件的目标UE;其中,第三预设条件包括匹配时长的数量与至少一个第二时长的总数量之比大于第七预设阈值;在匹配时长内,目标UE簇中存在至少一个除第一目标UE之外的目标UE与第一目标UE的距离小于第八预设阈值;第一目标UE为目标UE簇中的任一个目标UE。
结合上述第二方面,在一种可能的实现方式中,通信单元用于:向目标小区所在接入网设备发送位置请求消息;位置请求消息用于请求获取目标UE在至少一个第二时长内的位置信息;接收目标小区所在接入网设备发送的位置响应消息;位置响应消息包括目标UE在至少一个第二时长内的位置信息。
结合上述第二方面,在一种可能的实现方式中,处理单元用于:在施扰小区包括上行施扰小区的情况下,将上行施扰小区作为第一施扰小区;在施扰小区包括下行施扰小区的情况下,将下行施扰小区中满足第一预设条件的小区作为第二施扰小区;第一预设条件包括:所干扰的目标UE的数量与接入目标小区的UE数量的占比大于或等于第一预设阈值;确定干扰小区组包括第一施扰小区以及第二施扰小区中的至少一项。
第三方面,本申请提供了一种干扰协调装置,该装置包括:处理器和通信接口;通信接口和处理器耦合,处理器用于运行计算机程序或指令,以实现如第一方面和第一方面的任一种可能的实现方式中所描述的干扰协调方法。
第四方面,本申请提供了一种计算机可读存储介质,计算机可读存储介质中存储有指令,当指令在终端上运行时,使得终端执行如第一方面和第一方面的任一种可能的实现方式中描述的干扰协调方法。
第五方面,本申请提供一种包含指令的计算机程序产品,当计算机程序产品在干扰协调装置上运行时,使得干扰协调装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的干扰协调方法。
第六方面,本申请提供一种芯片,芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行计算机程序或指令,以实现如第一方面和第一方面的任一种可能的实现方式中所描述的干扰协调方法。
具体的,本申请中提供的芯片还包括存储器,用于存储计算机程序或指令。
需要说明的是,上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中,计算机可读存储介质可以与装置的处理器封装在一起的,也可以与装置的处理器单独封装,本申请对此不作限定。
第七方面,本申请提供一种干扰协调系统,包括:干扰协调装置和多个小区,其中干扰协调装置用于执行如第一方面和第一方面的任一种可能的实现方式中所描述的干扰协调方法。
本发明中第二方面至第七方面的描述,可以参考第一方面的详细描述;并且,第二方面至第七方面的描述的有益效果,可以参考第一方面的有益效果分析,此处不再赘述。
在本申请中,上述干扰协调装置的名字对设备或功能模块本身不构成限定,在实际实现中,这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本发明类似,属于本发明权利要求及其等同技术的范围之内。
本发明的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
图1为本申请实施例提供的一种干扰协调系统的架构图;
图2为本申请实施例提供的一种干扰协调方法的流程图;
图3为本申请实施例提供的另一种干扰协调方法的流程图;
图4为本申请实施例提供的另一种干扰协调方法的流程图;
图5为本申请实施例提供的另一种干扰协调方法的流程图;
图6为本申请实施例提供的一种干扰协调装置的结构示意图;
图7为本申请实施例提供的另一种干扰协调装置的结构示意图。
具体实施方式
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,所描述的实施例仅仅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做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。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象,或者用于区别对同一对象的不同处理,而不是用于描述对象的特定顺序。
此外,本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请的描述中,除非另有说明,“多个”的含义是指两个或两个以上。
为了提高通信资源利用效率,通信网络通常采用频率复用的组网方式,即相邻的小区使用相同的频谱资源。然而不同小区之前可能会出现相互干扰的问题,因此需要对出现干扰的小区执行干扰协调。
目前,相关技术通常通过静态配置的方式执行干扰协调。由于所调配的资源为预先配置确定的,即,小区采用的干扰协调类型、施扰小区与受扰小区的资源调配方式均预先配置在基站侧,无法根据小区的资源与负荷的变化动态调整,因此在执行干扰协调的过程中会造成资源调配不合理的问题,从而影响小区的网络性能。
鉴于此,本申请提供了一种干扰协调方法,干扰协调装置通过预测未来时间段内对目标小区造成干扰的施扰小区,确定需要执行干扰协调的干扰小区组。干扰协调装置进一步确定在该未来时间段内干扰小区组中每个小区的干扰协调参数,从而根据干扰协调参数确定每个小区在该未来时间段内执行的干扰协调类型以及所分配的传输资源,以使得每个小区在所分配的传输资源上执行业务。因此,本申请能够动态确定未来时间段内的干扰小区组,以及干扰小区组中各小区的干扰协调参数,进而自适应地确定在未来时间段内干扰小区组执行的干扰协调类型以及各小区分配所需的传输资源,使得干扰协调装置在执行干扰协调的过程中能够合理调度资源,避免影响小区的网络性能。
下面将结合说明书附图,对本申请实施例的实施方式进行详细描述。
图1为本申请实施例提供的一种干扰协调系统10的架构图。如图1所示,该干扰协调系统10包括:干扰协调装置101、预设区域中的至少一个接入网设备102以及至少一个用户设备(user equipment,UE)103。
其中,干扰协调装置101分别与至少一个接入网设备102通过通信链路连接,至少一个接入网设备102与所配置的小区(cell)内的UE103通过通信链路连接。该通信链路可以为有线通信链路,也可以为无线通信链路,本申请对此不作限定。
需要说明的是,每个接入网设备102配置有一个或多个小区。小区内的UE103通过接入该小区对应的接入网设备102进行网络通信。干扰协调装置101通过接入网设备102获取各个小区以及各个小区内的UE103的参数信息。例如UE103的位置信息、小区标识、小区传输资源利用率、业务负荷等。
其中,干扰协调装置101可以为独立的通信装置,例如服务器。干扰协调装置101也可以为耦合在接入网设备102、通信系统中的核心网设备或者通信设备维护平台中的功能模块。
例如,干扰协调装置101包括:
处理器,处理器可以是一个通用中央处理器(central processing unit,CPU),微处理器,特定应用集成电路(application-specific integrated circuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
收发器,收发器可以是使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless localarea networks,WLAN)等。
存储器,存储器可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过通信线路与处理器相连接。存储器也可以和处理器集成在一起。
接入网设备102为位于通信系统的接入网侧,且具有无线收发功能的设备或可设置于该设备的芯片或芯片系统。接入网设备102包括但不限于:WiFi系统中的接入点(access point,AP),如家庭网关、路由器、服务器、交换机、网桥等,演进型节点B(evolvedNodeB,eNB)、无线网络控制器(radio network controller,RNC)、节点B(NodeB,NB)、基站控制器(base station controller,BSC)、基站收发台(base transceiver station,BTS)、家庭基站(例如,home evolved NodeB,或home NodeB,HNB)、基带单元(base band unit,BBU)、无线中继节点、无线回传节点、传输点(transmission and reception point,TRP或者transmission point,TP)等,还可以为5G基站,如,新空口(new radio,NR)系统中的gNB,或,传输点(TRP或TP),5G系统中的基站的一个或一组(包括多个天线面板)天线面板,或者,还可以为构成gNB或传输点的网络节点,如基带单元(BBU),或,分布式单元(distributedunit,DU)、具有基站功能的路边单元(road side unit,RSU)、或者5G接入网(NG radioaccess network,NG-Ran)设备等。接入网设备102还包括不同组网模式下的基站,如,主基站(master evolved NodeB,MeNB)、辅基站(secondary eNB,SeNB,或者,secondary gNB,SgNB)。接入网设备102还包括不同类型,例如地面基站、空中基站以及卫星基站等。
UE103,是一种具有无线通信功能的设备,可以部署在陆地上,包括室内或室外、手持或车载。也可以部署在水面上(如轮船等)。还可以部署在空中(例如飞机、气球和卫星上等)。UE103又称之为移动台(mobile station,MS)、移动终端(mobile terminal,MT)以及终端设备等,是一种向用户提供语音和/或数据连通性的设备。例如,UE103包括具有无线连接功能的手持式设备、车载设备等。目前,UE103可以是:手机(mobile phone)、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(mobile internet device,MID)、可穿戴设备(例如智能手表、智能手环、计步器等),车载设备(例如,汽车、自行车、电动车、飞机、船舶、火车、高铁等)、虚拟现实(virtual reality,VR)设备、增强现实(augmented reality,AR)设备、工业控制(industrial control)中的无线终端、智能家居设备(例如,冰箱、电视、空调、电表等)、智能机器人、车间设备、无人驾驶(self driving)中的无线终端、远程手术(remotemedical surgery)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端,或智慧家庭(smart home)中的无线终端、飞行设备(例如,智能机器人、热气球、无人机、飞机)等。
干扰协调装置101用于预测第一时长内的施扰小区。
其中,第一时长为当前时刻之后的时长,施扰小区为对目标小区或者目标UE造成干扰的小区,目标小区为预设区域中的任一个小区,目标UE为接入该目标小区的任一个UE。
一种可能的实现方式中,干扰协调装置101可以通过目标小区对应的接入网设备102获取多个第二时长内的施扰小区,从而根据多个第二时长内的施扰小区预测第一时长内的施扰小区。
其中,第二时长为当前时刻之前的时长。
示例性的,预设区域内的至少一个接入网设备102可以使用预设的子载波,按照预设功率周期性发送干扰测量信号。干扰测量信号所占用的子载波以梳状结构均匀分布在小区的整个带宽上,分布密度可根据实际情况设置,例如每间隔10个子载波配置一个干扰测量信号。
其中,干扰测量信号可以为现有的参考信号(reference signal),例如小区参考信号(cell-specific reference signal,CRS)、信道状态参考信号(channel stateinformation reference signal,CSI-RS)、解调参考信号(demodulation referencesignal,DMRS)等,也可以为未来新引入的参考信号。
目标小区对应的接入网设备102可以接收其他接入网设备102发送的干扰测量信号,根据该干扰测量信号的信号强度确定是否对自身配置的小区造成干扰,并向干扰协调装置101发送造成干扰的小区标识。
目标小区内的目标UE可以接收其他接入网设备102发送的干扰测量信号,根据该干扰测量信号的信号强度确定是否对自身造成干扰,并向所在小区对应的接入网设备102发送造成干扰的小区标识。该接入网设备102向干扰协调装置101发送该小区标识。
干扰协调装置101还可以接收来自接入网设备102测量的干扰测量信号的信号强度以及来自目标UE103测量的干扰测量信号的信号强度,进而确定多个第二时长内的施扰小区。
干扰协调装置101还用于确定需要执行干扰协调的干扰小区组以及需要执行的干扰协调策略。
其中,干扰小区组中包括目标小区以及待执行干扰协调的施扰小区。干扰协调策略用于表征每个小区在第一时长内执行的目标干扰协调类型以及分配的传输资源。
干扰协调类型可以包括频域干扰协调、时域干扰协调以及其他干扰协调。其他干扰协调为除频域干扰协调、时域干扰协调以为的干扰协调类型。例如其他干扰协调包括功率干扰协调、空域干扰协调等。
一种可能的实现方式中,干扰协调装置101用于向各个小区所对应的接入网设备102发送参数请求消息。相应的,接入网设备102接收干扰协调装置发送的参数请求消息。
接入网设备102用于响应参数请求消息,并向干扰协调装置101发送相应的参数信息。
其中,参数信息包括多个第二时长内施扰小区的小区标识、时域传输资源利用率、频域传输资源利用率、业务负荷等信息。
干扰协调装置101还用于分别向干扰小区组中的每个小区发送干扰协调信息。
其中,干扰协调信息用于指示每个小区在第一时长内执行的目标干扰协调类型及分配的传输资源。
在执行目标干扰协调之后,每个小区在各自分配的传输资源上执行业务传输,因此能够避免相邻小区间使用相同的传输资源而产生的干扰问题。同时,干扰协调装置101动态确定第一时长内的干扰小区组以及自适应地确定干扰小区组中的各个小区待执行的干扰协调类型,并为各个小区调度资源,能够避免在执行干扰协调的过程中影响小区的网络性能。
需要指出的是,本申请各实施例之间可以相互借鉴或参考,例如,相同或相似的步骤,方法实施例、系统实施例和装置实施例之间,均可以相互参考,不予限制。
图2为本申请实施例提供的一种干扰协调方法的流程图。如图2所示,该方法包括以下步骤:
步骤201、干扰协调装置预测第一时长内的施扰小区。
其中,施扰小区为对目标小区或者目标UE造成干扰的小区,第一时长为当前时刻之后的时长;目标UE为接入目标小区的任一个UE。目标小区为预设区域中的任一个小区。预设区域的范围可根据实际情况设置,本申请对此不作限定。
需要说明的是,第一时长可以包括一个或多个单位时间段。当第一时长包括多个单位时间段时,干扰协调装置可以预测第一时长内每个单位时间段中的施扰小区。
示例性的,单位时间段可以为5分钟、15分钟、60分钟等预设数值,本申请对此不作限定。
为便于描述,下面以第一时长为一个单位时间段为例,对本申请提供的干扰协调方法进行描述。本申请同样适用于第一时长内包括多个单位时间段的场景。
一种可能的实现方式中,施扰小区包括上行施扰小区和下行施扰小区中的至少一项,上行施扰小区为对目标小区造成干扰的小区,下行施扰小区为对目标UE造成干扰的小区。
在施扰小区包括上行施扰小区的情况下,干扰协调装置预测第一时长内的上行施扰小区。
在施扰小区包括下行施扰小区的情况下,干扰协调装置预测第一时长内的下行施扰小区。
步骤202、干扰协调装置根据第一时长内的施扰小区确定干扰小区组。
其中,干扰小区组包括目标小区以及该施扰小区中待执行干扰协调的施扰小区。
当第一时长包括多个单位时间段时,干扰小区组中包括每个单位时间段中的目标小区以及施扰小区。如下表1所示:
表1干扰小区组列表
一种可能的实现方式中,在施扰小区包括上行施扰小区的情况下,干扰协调装置将上行施扰小区作为第一施扰小区。
在施扰小区包括下行施扰小区的情况下,干扰协调装置将下行施扰小区中满足第一预设条件的小区作为第二施扰小区。
干扰协调装置确定干扰小区组包括第一施扰小区以及第二施扰小区中的至少一项。
其中,第一预设条件包括:所干扰的目标UE的数量与接入目标小区的UE数量的占比大于或等于第一预设阈值。
第一预设阈值可根据实际情况设置,本申请对此不作限定。
示例性的,第一预设阈值为60%,上行施扰小区包括:cell1、cell2。接入目标小区的UE包括:UE1、UE2以及UE3。对UE造成干扰的下行施扰小区如下表2所示:
表2下行施扰小区列表
目标UE标识 | 下行施扰小区标识 |
UE1 | cell3,cell4,cell5 |
UE2 | cell3,cell4 |
UE3 | cell3 |
干扰协调装置将cell1、cell2作为待执行干扰协调的施扰小区中的第一施扰小区。
其中,下行施扰小区cell3所干扰的目标UE的数量与接入目标小区的UE数量的占比为100%,下行施扰小区cell4所干扰的目标UE的数量与接入目标小区的UE数量的占比为66.7%,下行施扰小区cell5所干扰的目标UE的数量与接入目标小区的UE数量的占比为33.3%。
因此,下行施扰小区cell3、cell4满足第一预设条件,干扰协调装置将下行施扰小区cell3、cell4作为第二施扰小区。
需要说明的是,不同目标UE对应的下行施扰小区可能不同。下行施扰小区所干扰的目标UE数量越多,说明该下行施扰小区对目标小区的下行传输性能影响越大。反之,下行施扰小区所干扰的目标UE数量越少,说明该下行施扰小区对目标小区的下行传输性能影响越小。施扰小区执行干扰协调时,该小区的传输资源有可能减少,进而影响该小区的业务传输。
本申请中干扰协调装置可以将下行施扰小区中对目标小区的下行传输性能影响较大的小区作为第二施扰小区,以使得后续对该第二施扰小区执行干扰协调。如此一来,本申请提供的干扰协调方法可以同时兼顾目标小区的干扰问题与施扰小区的正常业务传输,既可以降低其他小区对目标小区的干扰影响,又可以避免影响施扰小区的网络性能。
步骤203、针对每个第一小区,干扰协调装置确定第一时长内第一小区的干扰协调参数。
其中,第一小区为干扰小区组中的任一个小区,干扰协调参数包括支持的干扰协调类型、时域传输资源利用率、频域传输资源利用率以及业务负荷中的至少一项。小区支持的干扰协调类型可以由该小区所在接入网设备的配置信息确定。
干扰协调类型包括:时域干扰协调、频域干扰协调以及其他干扰协调。其他干扰协调为除频域干扰协调、时域干扰协调以为的干扰协调类型。例如其他干扰协调包括功率干扰协调、空域干扰协调等。
时域干扰协调是指在小区的时域传输上执行干扰协调,频域干扰协调是指在小区的频域传输上执行干扰协调。
示例性的,小区支持的干扰协调类型可以通过比特位图(bitmap)的形式表示。例如比特位图为3位的二进制字符串,第1位对应时域干扰协调,第2位对应频域干扰协调,第3位对应功率干扰协调。其中1表示支持该干扰协调类型,0表示不支持该干扰协调类型。{011}表示该小区不支持时域干扰协调,支持频域干扰协调和功率干扰协调。
时域传输资源利用率可以为单位时间段内的子帧使用率。例如子帧使用率为进行数据传输的子帧数与子帧总数的比值。
频域传输资源利用率可以为单位时间段内的资源块(resource block,RB)利用率。例如物理资源块(physical RB,PRB)利用率。
业务负荷可以根据小区的无线资源控制(radio resource control,RRC)连接用户数、业务吞吐量等数据确定。业务负荷用于表征该小区承载的业务量。
需要说明的是,小区的干扰协调参数通常会按照某个周期变化,例如覆盖商业区的小区在白天的业务量会增加,晚上的业务量会降低。因此,干扰协调装置可以通过历史时间段内的干扰协调参数预测未来时间段内的干扰协调参数。
一种可能的实现方式中,干扰协调装置可以根据多个第二时长内干扰小区组中小区的干扰协调参数预测该小区在第一时长内的干扰协调参数。
其中,第二时长为当前时刻之前的时长。
一种可能的实现方式中,在步骤203之前,干扰协调装置向第一小区所在接入网设备发送干扰协调参数请求消息;干扰协调装置接收第一小区所在接入网设备发送的干扰协调参数响应消息。
其中,干扰协调参数请求消息用于请求获取第一小区在至少一个第二时长内的干扰协调参数,干扰协调参数响应消息包括第一小区在至少一个第二时长内的干扰协调参数。
步骤204、干扰协调装置根据每个第一小区的干扰协调参数确定第一小区在第一时长内的目标干扰协调类型以及分配的传输资源。
一种可能的实现方式中,干扰协调装置根据每个第一小区支持的干扰协调类型、在第一时长内的时域传输资源利用率以及频域传输资源利用率确定第一小区在第一时长内执行的目标干扰协调类型;干扰协调装置根据每个第一小区在第一时长内的的业务负荷确定第一小区在第一时长内分配的传输资源。
步骤205、干扰协调装置向第一小区发送干扰协调信息。
其中,干扰协调信息用于指示第一小区在第一时长内的目标干扰协调类型以及分配的传输资源。干扰小区组中目标小区分配的传输资源与待执行干扰协调的施扰小区分配的传输资源不同。
需要说明的是,由于干扰小区组中待执行干扰协调的施扰小区之间并未产生干扰,因此,干扰小区组中每个待执行干扰协调的施扰小区所分配的传输资源为相同的传输资源。
示例性的,当目标干扰协调类型为时域干扰协调时,干扰小区组中的目标小区与待执行干扰协调的施扰小区按照干扰协调信息的指示,确定在第一时长内分别可用的时域传输资源。例如目标小区可用的资源为每个数据帧中的子帧2、子帧4、子帧6、子帧7、子帧8、子帧9、子帧10,待执行干扰协调的施扰小区可用的资源为每个数据帧中的子帧1、子帧3、子帧5。
当目标干扰协调类型为频域干扰协调时,干扰小区组中的目标小区与待执行干扰协调的施扰小区按照干扰协调信息的指示,确定在第一时长内分别可用的频域传输资源。
当目标干扰协调类型为其他干扰协调时,例如功率干扰协调,干扰小区组中的待执行干扰协调的施扰小区按照干扰协调信息的指示,确定在第一时长内可用的信号功率。
基于上述技术方案,本申请中干扰协调装置通过预测第一时长内对目标小区或者目标UE造成干扰的施扰小区,并根据该施扰小区确定需要执行干扰协调的干扰小区组。同时,干扰协调装置预测每个第一小区的干扰协调参数,并根据干扰协调参数确定目标干扰协调类型以及第一小区分配的传输资源,以使得第一小区在分配的传输资源上执行业务传输,从而避免出现小区间的信号干扰问题。因此,本申请能够动态确定未来时间段内的干扰小区组,以及干扰小区组中各小区的干扰协调参数,进而自适应地确定干扰小区组中各小区在未来时间段内待执行的干扰协调类型以及各小区在该未来时间段内待分配的传输资源,使得干扰协调装置在执行干扰协调的过程中能够合理调度资源,避免影响小区的网络性能。
以下,对干扰协调装置预测第一时长内第一小区的干扰协调参数的过程进行介绍。
作为本申请的一种可能的实施例,结合图2,如图3所示,上述步骤203还可以通过以下步骤301-步骤303实现。
在干扰协调参数包括时域传输资源利用率的情况下,干扰协调装置执行以下步骤301。
步骤301、干扰协调装置预测第一时长内第一小区的时域传输资源利用率。
一种可能的实现方式中,干扰协调装置获取每个第一小区的参数预测模型;针对每个第一小区,干扰协调装置将第一时长输入第一小区对应的参数预测模型中,得到第一小区在第一时长内的第一干扰协调参数。
其中,参数预测模型用于预测第一小区在目标时间段内的第一干扰协调参数;第一干扰协调参数为时域传输资源利用率、频域传输资源利用率以及业务负荷中的任一项。
参数预测模型可通过以下步骤实现:针对每个第一小区,干扰协调装置根据至少一个第二时长,以及至少一个第二时长内的第一干扰协调参数,训练得到参数预测模型。
其中,多个第一小区与多个参数预测模型一一对应。第二时长为当前时刻之前的时长。
需要说明的是,干扰协调装置可以针对每个小区训练出一个与该小区相对应的参数预测模型,该参数预测模型用于表征该小区的第一干扰协调参数随时间的变化规律。
示例性的,参数预测模型可以为时间序列预测模型(time series forecastingmodel),例如差分整合移动平均自回归模型(autoregressive integrated movingaverage model,ARIMA),PROPHET模型,长短期记忆网络模型(long short-term memory,LSTM)等。
示例性的,干扰协调装置可以向小区所在接入网设备发送时域参数获取消息,以获取该小区在至少一个第二时长内的时域传输资源利用率。
在干扰协调参数包括频域传输资源利用率的情况下,干扰协调装置执行以下步骤302。
步骤302、干扰协调装置预测第一时长内第一小区的频域传输资源利用率。
一种可能的实现方式中,干扰协调装置可以通过参数预测模型预测第一时长内第一小区的频域传输资源利用率,该参数预测模型用于表征该小区的频域传输资源利用率随时间的变化规律。具体可参数步骤301中的内容,此处不再赘述。
示例性的,干扰协调装置可以向小区所在接入网设备发送频域参数获取消息,以获取该小区在至少一个第二时长内的频域传输资源利用率。
在干扰协调参数包括业务负荷的情况下,干扰协调装置执行以下步骤303。
步骤303、干扰协调装置预测第一时长内每个第一小区的业务负荷。
一种可能的实现方式中,干扰协调装置可以通过参数预测模型预测第一时长内每个第一小区的业务负荷,该参数预测模型用于表征该小区的业务负荷随时间的变化规律。具体可参数步骤301中的内容,此处不再赘述。
示例性的,干扰协调装置可以向小区所在接入网设备发送业务参数获取消息,以获取该小区在至少一个第二时长内的业务负荷。
基于上述技术方案,干扰协调装置可以通过各个小区在历史时间段内的干扰协调参数训练模型,得到各个小区对应的预测模型,从而基于训练好的预测模型预测小区在未来时间段内的干扰协调参数,以便于后续干扰协调装置根据预测的干扰协调参数动态确定干扰小区组的干扰协调策略,使得在干扰协调的过程中,资源调配更加合理。
以下,对干扰协调装置确定干扰协调策略的过程进行介绍。
作为本申请的一种可能的实施例,结合图2,如图4所示,上述步骤204还可以通过以下步骤401-步骤403实现。
步骤401、干扰协调装置根据每个第一小区的时域传输资源利用率确定干扰小区组的整体时域利用率。
整体时域利用率可以反应干扰小区组中各个小区的时域资源使用情况。
一种可能的实现方式中,整体时域利用率为第一时长内干扰小区组中各个小区的时域传输资源利用率的加权平均值。
其中,小区的时域传输资源利用率的权重用于表征该小区在干扰小区组中的影响程度。各个小区的时域传输资源利用率的权重可根据实际情况设置,例如干扰协调装置将干扰小区组中的目标小区的时域传输资源利用率的权重设置为第一权重,将干扰小区组中待执行干扰协调的施扰小区的每个小区的时域传输资源利用率的权重设置为第二权重。
步骤402、干扰协调装置根据每个第一小区的频域传输资源利用率确定干扰小区组的整体频域利用率。
整体频域利用率可以反应干扰小区组中各个小区的频域资源使用情况。
一种可能的实现方式中,整体频域利用率为第一时长内干扰小区组中各个小区的频域传输资源利用率的加权平均值。
其中,小区的频域传输资源利用率的权重用于表征该小区在干扰小区组中的影响程度。各个小区的频域传输资源利用率的权重可根据实际情况设置,例如干扰协调装置将干扰小区组中的目标小区的频域传输资源利用率的权重设置为第三权重,将干扰小区组中待执行干扰协调的施扰小区的每个小区的频域传输资源利用率的权重设置为第四权重。
第一权重和第三权重可以为相同数值,第二权重和第四权重可以为相同数值。
步骤403、干扰协调装置将每个第一小区均支持的干扰协调类型中优先级最高的干扰协调类型,确定为第一在第一时长内执行的目标干扰协调类型。
其中,干扰协调类型的优先级由整体时域利用率以及整体频域利用率确定。
一种可能的实现方式中,在整体时域利用率小于整体频域利用率的情况下,时域干扰协调的优先级高于频域干扰协调的优先级,频域干扰协调的优先级高于其他干扰协调(例如功率干扰协调)的优先级。
在整体时域利用率大于整体频域利用率的情况下,频域干扰协调的优先级高于时域干扰协调的优先级,时域干扰协调的优先级高于其他干扰协调(例如功率干扰协调)的优先级。
在整体时域利用率等于整体频域利用率的情况下,不同干扰协调类型的优先级还可以为:频域干扰协调的优先级高于时域干扰协调的优先级,时域干扰协调的优先级高于其他干扰协调的优先级。
或者,不同干扰协调类型的优先级可以为:时域干扰协调的优先级高于频域干扰协调的优先级,频域干扰协调的优先级高于其他干扰协调的优先级。
示例性的,目标小区支持的干扰协调类型包括:时域干扰协调、频域干扰协调以及其他干扰协调,干扰小区组中待执行干扰协调的施扰小区包括施扰小区1和施扰小区2。施扰小区1支持的干扰协调类型包括时域干扰协调和频域干扰协调,施扰小区2支持的干扰协调类型包括:时域干扰协调、频域干扰协调以及其他干扰协调。因此,每个第一小区均支持的干扰协调类型包括时域干扰协调和频域干扰协调。
干扰小区组的整体时域利用率为40%,整体频域利用率为60%,此时时域干扰协调的优先级高于频域干扰协调的优先级。干扰协调装置将时域干扰协调确定为每个小区在第一时长内执行的目标干扰协调类型。
基于上述技术方案,干扰协调装置可以通过干扰小区组的整体时域利用率以及整体频域利用率确定干扰小区组的干扰协调类型的优先级,并从干扰小区组均支持的干扰协调类型中选择优先级最高的干扰协调类型作为目标干扰协调类型。由于在执行干扰协调的过程中,干扰小区组中的各个小区的传输资源会受到限制,干扰协调装置优先选择资源利用率较低的传输类型作为执行干扰协调的目标干扰协调类型,可以避免在执行干扰协调的过程中小区出现传输资源不足的问题。
作为本申请的一种可能的实施例,结合图2,如图4所示,上述步骤204还包括以下步骤404-步骤407。
在目标干扰协调类型为时域干扰协调的情况下,干扰协调装置可以执行以下步骤404。
步骤404、干扰协调装置根据目标小区在第一时长内的业务负荷与待执行干扰协调的施扰小区在第一时长内的业务负荷,确定目标小区在每个数据帧内可用的子帧数,以及待执行干扰协调的施扰小区在每个数据帧内可用的子帧数。
一种可能的实现方式中,干扰协调装置确定待执行干扰协调的施扰小区的业务负荷为待执行干扰协调的施扰小区中各小区的业务负荷均值。干扰协调装置根据目标小区的业务负荷与待执行干扰协调的施扰小区的业务负荷的比值确定干扰小区组中每个小区可用的子帧数。
示例性的,目标小区在每个数据帧内可用的子帧数满足以下公式1:
其中,Ni为目标小区在每个数据帧内可用的子帧数,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,N为数据帧中包括的子帧数。
待执行干扰协调的施扰小区在每个数据帧内可用的子帧数满足以下公式2:
其中,Ns为待执行干扰协调的施扰小区在每个数据帧内可用的子帧数,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,N为数据帧中包括的子帧数。
需要说明的是,目标小区在每个数据帧内可用的子帧数以及待执行干扰协调的施扰小区在每个数据帧内可用的子帧数可以为连续分布,也可以为离散分布。本申请对此不作限定。
示例性的,每个数据帧包括10个子帧,目标小区在每个数据帧内可用的子帧数为7个,待执行干扰协调的施扰小区在每个数据帧内可用的子帧数为3个。数据帧中的子帧分布如下表3所示:
表3数据帧中的子帧分布表
子帧1 | 子帧2 | 子帧3 | 子帧4 | 子帧5 | 子帧6 | 子帧7 | 子帧8 | 子帧9 | 子帧10 |
若分布方式为连续分布,目标小区在每个数据帧内可用的子帧可以包括:子帧1、子帧2、子帧3、子帧4、子帧5、子帧6、子帧7。待执行干扰协调的施扰小区在每个数据帧内可用的子帧数可以包括:子帧8、子帧9、子帧10。
若分布方式为离散分布,目标小区在每个数据帧内可用的子帧可以包括:子帧2、子帧4、子帧6、子帧7、子帧8、子帧9、子帧10。待执行干扰协调的施扰小区在每个数据帧内可用的子帧数可以包括:子帧1、子帧3、子帧5。
基于上述技术方案,在目标干扰协调类型为时域干扰协调的情况下,干扰协调装置可以根据第一时长内目标小区的业务负荷与待执行干扰协调的施扰小区的业务负荷为目标小区和施扰小区分配每个数据帧内的子帧资源,保障了目标小区和施扰小区在执行干扰协调过程中的传输资源与其业务负荷相匹配,在抑制小区间的信号干扰的同时满足各小区的传输资源需求,保障了小区的网络性能。
在目标干扰协调类型为频域干扰协调的情况下,干扰协调装置可以执行以下步骤405-步骤406。
步骤405、干扰协调装置确定目标小区与待执行干扰协调的施扰小区在频域上重叠的资源块。
其中,重叠的资源块为目标小区与待执行干扰协调的施扰小区的载波频率中重复部分对应的资源块。小区的载波频率可以由小区所在的接入网设备的配置信息确定。
示例性的,目标小区的载波频率为2130MHz-2155MHz,施扰小区的载波频率为2110MHz-2150MHz。其中,载波频率中的重复部分为2130MHz-2150MHz。重叠的资源块即为载波频率为2130MHz-2150MHz对应的资源块。
需要说明的是,对于目标小区与待执行干扰协调的施扰小区在频域上不重复的部分,目标小区与施扰小区之间不会产生信号干扰。因此,目标小区与施扰小区可以在不重复的载波频率上正常进行业务传输。
步骤406、干扰协调装置根据目标小区在第一时长内的业务负荷与待执行干扰协调的施扰小区在第一时长内的业务负荷,确定目标小区在重叠的资源块中可用的资源块,以及待执行干扰协调的施扰小区在重叠的资源块中可用的资源块。
一种可能的实现方式中,干扰协调装置确定待执行干扰协调的施扰小区的业务负荷为待执行干扰协调的施扰小区中各小区的业务负荷均值。干扰协调装置根据目标小区的业务负荷与待执行干扰协调的施扰小区的业务负荷的比值确定干扰小区组中每个小区可用的资源块。
示例性的,目标小区在重叠的资源块中可用的资源块满足以下公式3:
其中,Pi为目标小区在重叠的资源块中可用的资源块,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,P为重叠的资源块。
待执行干扰协调的施扰小区在重叠的资源块中可用的资源块满足以下公式4:
其中,Ps为待执行干扰协调的施扰小区在重叠的资源块中可用的资源块,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,P为重叠的资源块。
需要说明的是,目标小区在重叠的资源块中可用的资源块以及待执行干扰协调的施扰小区在重叠的资源块中可用的资源块可以为连续分布,也可以为离散分布。具体可参考上述步骤404中的示例,本申请对此不作限定。
基于上述技术方案,在目标干扰协调类型为频域干扰协调的情况下,干扰协调装置可以确定出目标小区与待执行干扰协调的施扰小区之间在频域上重叠的资源块,进而根据第一时长内目标小区的业务负荷与待执行干扰协调的施扰小区的业务负荷,从重叠的资源块中为目标小区和施扰小区分配可用的资源块,保障了目标小区和施扰小区在执行干扰协调过程中的传输资源与其业务负荷相匹配,在抑制小区间的信号干扰的同时满足各小区的传输资源需求,保障了小区的网络性能。
在目标干扰协调类型为其他干扰协调的情况下,干扰协调装置可以执行以下步骤407。
步骤407、干扰协调装置确定目标小区在其他干扰协调中可用的传输资源,以及待执行干扰协调的施扰小区在其他干扰协调中可用的传输资源。
以其他干扰协调为功率干扰协调为例,干扰协调装置可以根据待执行干扰协调的施扰小区的边缘覆盖率确定待执行干扰协调的施扰小区的功率下降值。
其中,边缘覆盖率为预设时间内边缘UE接收的待执行干扰协调的施扰小区的信号强度均值。边缘UE为接入该待执行干扰协调的施扰小区,且满足第二预设条件的UE。第二预设条件包括:UE接收的该待执行干扰协调的施扰小区的信号强度小于第二预设阈值,或者UE与接入的该待执行干扰协调的施扰小区所在接入网设备之间的距离大于第三预设阈值。
第二预设阈值和第三预设阈值可根据实际情况设置,本申请对此不作限定。
在待执行干扰协调的施扰小区的边缘覆盖率小于第四预设阈值的情况下,干扰协调装置确定该施扰小区的功率下降值为第一功率下降值。
在待执行干扰协调的施扰小区的边缘覆盖率大于或等于第四预设阈值的情况下,干扰协调装置确定该施扰小区的功率下降值为第二功率下降值。
其中,第一功率下降值小于第二功率下降值。例如第一功率下降值为1dB,第二功率下降值为2dB。
基于上述技术方案,在目标干扰协调类型为其他干扰协调的情况下,干扰协调装置可以为干扰小区组中的各个小区分配其他干扰协调类型相应的传输资源,在满足各小区的业务传输需求的同时尽可能降低小区间的信号干扰。
以下,对干扰协调装置预测第一时长内干扰小区组中每个小区的干扰协调参数的过程进行介绍。
作为本申请的一种可能的实施例,结合图2,如图5所示,上述步骤201还可以通过以下步骤501-步骤509实现。
在施扰小区包括上行施扰小区的情况下,干扰协调装置可以执行以下步骤501-步骤502。
步骤501、干扰协调装置获取第一预测模型。
其中,第一预测模型用于预测目标时间段内的上行施扰小区。
一种可能的实现方式中,干扰协调装置根据至少一个第二时长,以及至少一个第二时长内的上行施扰小区的标识训练得到第一预测模型。
第二时长为当前时刻之前的时长。该第一预测模型用于表征目标小区的上行施扰小区随时间的变化规律。
示例性的,第一预测模型可以为分类模型,例如逻辑回归(logistic regression)模型、决策树(decision tree)模型、随机森林(random forest,RF)模型、梯度提升树(gradient boosting decision tree,GBDT)模型、朴素贝叶斯模型(naive Bayes model,NBM)等。
一种可能的实现方式中,干扰协调装置可以从目标小区所在接入网设备处获取至少一个第二时长内的上行施扰小区的标识。
示例性的,目标小区所在接入网设备测量其他小区发送的干扰测量信号的信号强度。
目标小区所在接入网设备将所测量的干扰测量信号的信号强度大于第五预设阈值的小区作为上行施扰小区,并向干扰协调装置发送上行施扰小区的标识。
或者,目标小区所在接入网设备可以向干扰协调装置发送测量的其他小区发送的干扰测量信号的信号强度。干扰协调装置将干扰测量信号的信号强度大于第五预设阈值的小区作为目标小区的上行施扰小区。
其中,干扰测量信号可以为现有的参考信号(reference signal),例如小区参考信号(cell-specific reference signal,CRS)、信道状态参考信号(channel stateinformation reference signal,CSI-RS)、解调参考信号(demodulation referencesignal,DMRS)等,也可以为未来新引入的参考信号。
需要说明的是,干扰协调装置所确定的施扰小区的数量越多,执行干扰协调时,小区间的信号干扰的抑制效果越好,但是方案整体复杂度也会随之变高,因此,本申请中通过干扰测量信号的信号强度调节施扰小区的数量,可以兼顾干扰协调性能以及方案整体复杂度。
步骤502、干扰协调装置将第一时长输入第一预测模型中,得到第一时长内的上行施扰小区。
基于上述技术方案,干扰协调装置可以通过目标小区在历史时间段内的上行施扰小区的标识训练模型,从而基于训练好的预测模型预测目标小区在未来时间段内的上行施扰小区,以便于后续确定在未来时间段内待执行干扰协调的干扰小区组,这样可提前获知未来时间内对目标小区造成干扰的施扰小区标识,以便干扰小区组中各小区在干扰发生前及时执行干扰协调过程,避免干扰。
作为本申请的一种可能的实施例,在施扰小区包括下行施扰小区的情况下,干扰协调装置可以执行以下步骤503-步骤506。
步骤503、干扰协调装置获取第二预测模型。
其中,第二预测模型用于预测目标UE在目标时间段内的下行施扰小区;该第二预测模型用于表征目标UE的下行施扰小区随时间、目标UE的位置的变化规律。
一种可能的实现方式中,干扰协调装置根据至少一个第二时长、至少一个第二时长内目标UE的位置信息以及至少一个第二时长内的下行施扰小区的标识,训练得到第二预测模型。
示例性的,第二预测模型可以为分类模型,例如逻辑回归(logistic regression)模型、决策树(decision tree)模型、随机森林(random forest,RF)模型、梯度提升决策树(gradient boosting decision tree,GBDT)模型、朴素贝叶斯模型(naive Bayes model,NBM)等。
一种可能的实现方式中,干扰协调装置可以从接入目标小区的目标UE处获取至少一个第二时长内的下行施扰小区的标识。
示例性的,目标UE测量其他小区发送的干扰测量信号的信号强度。
目标UE将测量的干扰测量信号的信号强度大于第六预设阈值的小区作为该目标UE的下行施扰小区,并向目标小区所在接入网设备发送下行施扰小区的标识,以使得目标小区所在接入网设备向干扰协调装置转发该目标UE的下行施扰小区的标识。
或者,目标UE可以向目标小区所在接入网设备发送测量的其他小区发送的干扰测量信号的信号强度,以使得目标小区所在接入网设备向干扰协调装置转发干扰测量信号的信号强度。干扰协调装置将干扰测量信号的信号强度大于第六预设阈值的小区作为该目标UE的下行施扰小区。
其中,干扰测量信号可以为现有的参考信号,也可以为未来新引入的参考信号。
步骤504、干扰协调装置获取每个目标UE的第三预测模型。
其中,多个目标UE与多个第三预测模型一一对应。第三预测模型用于预测目标UE在目标时间段内的位置信息。该第三预测模型用于表征该目标UE的位置随时间的变化规律。
一种可能的实现方式中,针对每个目标UE,干扰协调装置根据至少一个第二时长以及至少一个第二时长内的位置信息,训练得到第三预测模型。
示例性的,第三预测模型可以为贝叶斯(Bayes)模型、人工神经网络(artificialneural network,ANN)模型、梯度提升决策树(gradient boosting decision tree,GBDT)模型等。
一种可能的实现方式中,干扰协调装置可以从接入目标小区的目标UE处获取至少一个第二时长内的位置信息。
目标UE的位置信息可以由经纬度表示。确定目标UE的位置信息的方式可以参考现有技术,例如通过GPS定位技术或者基站定位技术获取,本申请对此不作限定。
需要说明的是,本申请对上述步骤503与步骤504的执行顺序不作限定,步骤503可以在步骤504之前执行,也可以在步骤504之后执行,还可以与步骤504并行执行,本申请对此不作限定。
步骤505、干扰协调装置将第一时长分别输入每个训练好的第三预测模型中,得到多个目标UE在第一时长内的位置信息。
需要说明的是,训练好的第三预测模型与目标UE相对应,干扰协调装置将第一时长分别输入每个第三预测模型中,便可以预测每个目标UE在第一时长内的位置信息。
步骤506、干扰协调装置将第一时长以及每个目标UE在第一时长内的位置信息输入训练好的第二预测模型中,得到第一时长内的下行施扰小区。
其中,第一时长内的下行施扰小区包括每个目标UE在第一时长内的下行施扰小区。
需要说明的是,在预测出每个目标UE在第一时长内的位置信息之后,干扰协调装置便可以通过第二预测模型,基于目标UE在第一时长内的位置信息确定该目标UE在第一时长内的下行施扰小区。
基于上述技术方案,干扰协调装置可以通过历史时间段内目标UE的位置信息以及历史时间段内的下行施扰小区的标识训练第二预测模型模型,并针对每个目标UE,通过历史时间段内该目标UE的位置信息训练第三预测模型。如此一来,干扰协调装置可以通过第三预测模型预测各个目标UE在未来时间段内的位置信息,进而根据各个目标UE在未来时间段内的位置信息确定未来时间段内的下行施扰小区,以便于后续确定在未来时间段内待执行干扰协调的干扰小区组。
作为本申请的又一种可能的实施例,在施扰小区包括下行施扰小区的情况下,干扰协调装置可以执行以下步骤507-步骤509。
步骤507、干扰协调装置根据每个目标UE在至少一个第二时长内的位置信息确定至少一个目标UE簇。
其中,目标UE簇包括多个目标UE。
一种可能的实现方式中,针对每个第二时长,干扰协调装置可以通过聚类算法对该第二时长内目标UE的位置信息进行聚类,得到该第二时长内的至少一个UE簇。干扰协调装置通过匹配算法将任意相邻的两个第二时长内各自包括的至少一个UE簇之间相匹配,确定至少一个目标UE簇。
需要说明的是,任意相邻的两个第二时长为至少一个第二时长按照时间顺序排列后,连续的两个第二时长。干扰协调装置可以根据其中一个第二时长内每个UE簇的位置信息以及另一个第二时长内每个UE簇的位置信息确定不同时长内UE簇的匹配关系。
其中,UE簇的位置信息可以由UE簇包括的目标UE的位置信息确定,例如各个目标UE的位置信息的均值。匹配关系用于表示其中一个第二时长内的一个UE簇与另一个第二时长内的一个UE簇是否为同一个目标UE簇。
例如第二时长1与第二时长2为相邻的第二时长,其中,在第二时长1内包括UE簇1、UE簇2以及UE簇3。在第二时长2内包括UE簇A、UE簇B、UE簇C以及UE簇D。干扰协调装置通过匹配算法确定UE簇1与UE簇C为同一个目标UE簇甲,确定UE簇2与UE簇B为同一个目标UE簇乙,确定UE簇3与UE簇A为同一个目标UE簇丙。对于UE簇D,干扰协调装置确定在第二时长1内不存在与之匹配的UE簇。
示例性的,聚类算法可以为K均值聚类(k-means)算法,系统聚类算法、DBSCAN(density-based spatial clustering of applications with noise)算法。匹配算法可以为匈牙利算法(Hungarian algorithm),KM算法(Kuhn-Munkres algorithm),HK算法(Hopcroft-Karp algorithm)。
又一种可能的实现方式中,干扰协调装置确定至少一个目标UE簇中的每个目标UE簇包括多个满足第三预设条件的目标UE。
其中,第三预设条件包括匹配时长的数量与至少一个第二时长的总数量之比大于第七预设阈值。在匹配时长内,目标UE簇中存在至少一个除第一目标UE之外的目标UE与该第一目标UE的距离小于第八预设阈值,第一目标UE为目标UE簇中的任一个目标UE。
需要说明的是,通过上述步骤507,干扰协调装置可以确定至少一个目标UE簇,以及每个目标UE簇在不同第二时长内的多个目标UE。
步骤508、干扰协调装置获取每个目标UE簇的第四预测模型。
其中,第四预测模型用于预测目标UE簇在目标时间段内的下行施扰小区。
一种可能的实现方式中,针对每个目标UE簇,干扰协调装置根据至少一个第二时长以及至少一个第二时长内多个目标UE的下行施扰小区的标识,训练得到第四预测模型。
其中,多个目标UE簇与多个第四预测模型一一对应。第四预测模型用于表征该目标UE簇内多个目标UE的下行施扰小区随时间的变化规律。
示例性的,第四预测模型可以为分类模型,例如逻辑回归(logistic regression)模型、决策树(decision tree)模型、随机森林(random forest,RF)模型、梯度提升决策树(gradient boosting decision tree,GBDT)模型、朴素贝叶斯模型(naive Bayes model,NBM)等。
步骤509、针对每个目标UE簇,干扰协调装置将第一时长输入目标UE簇对应的第四预测模型中,得到目标UE簇包括的多个目标UE在第一时长内的下行施扰小区。
一种可能的实现方式中,针对每个第四预测模型,干扰协调装置将得到的下行施扰小区作为该模型对应的目标UE簇中每个目标UE的下行施扰小区。也即是说,目标UE簇中每个目标UE的下行施扰小区为相同的小区。
基于上述技术方案,干扰协调装置可以通过目标UE在历史时间段内的位置信息确定至少一个目标UE簇,基于每个目标UE簇包括的目标UE在历史时间段内的下行施扰小区训练第四预测模型,进而根据训练好的第四预测模型确定每个目标UE簇包括的目标UE在未来时间段内的下行施扰小区。相比于基于目标UE确定在未来时间段内的下行施扰小区的方案,干扰协调装置能够降低确定下行施扰小区过程中的计算量,提高了处理效率。
本申请实施例可以根据上述方法示例对干扰协调装置进行功能模块或者功能单元的划分,例如,可以对应各个功能划分各个功能模块或者功能单元,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块或者功能单元的形式实现。其中,本申请实施例中对模块或者单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
如图6所示,为本申请实施例提供的一种干扰协调装置60的结构示意图,该装置包括:
处理单元601,用于预测第一时长内的施扰小区;施扰小区为对目标小区或者目标UE造成干扰的小区;目标UE为接入目标小区的任一个UE;第一时长为当前时刻之后的时长。
处理单元601,还用于根据第一时长内的施扰小区确定干扰小区组;干扰小区组包括目标小区以及施扰小区中待执行干扰协调的施扰小区。
处理单元601,还用于针对每个第一小区,确定第一时长内第一小区的干扰协调参数;干扰协调参数包括支持的干扰协调类型、时域传输资源利用率、频域传输资源利用率以及业务负荷中的至少一项;第一小区为干扰小区组中的任一个小区。
处理单元601,还用于根据每个第一小区的干扰协调参数确定第一小区在第一时长内执行的目标干扰协调类型及分配的传输资源。
通信单元602,用于向第一小区发送干扰协调信息;干扰协调信息用于指示第一小区待分配的传输资源。
在一种可能的实现方式中,通信单元602用于:向第一小区所在接入网设备发送干扰协调参数请求消息;干扰协调参数请求消息用于请求获取第一小区在至少一个第二时长内的干扰协调参数;接收第一小区所在接入网设备发送的干扰协调参数响应消息;干扰协调参数响应消息包括第一小区在至少一个第二时长内的干扰协调参数。
在一种可能的实现方式中,处理单元601用于:获取每个第一小区的参数预测模型;参数预测模型用于预测第一小区在目标时间段内的第一干扰协调参数;第一干扰协调参数为时域传输资源利用率、频域传输资源利用率以及业务负荷中的任一项;针对每个第一小区,将第一时长输入第一小区对应的参数预测模型中,得到第一小区在第一时长内的第一干扰协调参数。
在一种可能的实现方式中,处理单元601用于:针对每个第一小区,根据至少一个第二时长,以及至少一个第二时长内的第一干扰协调参数,训练得到参数预测模型;多个第一小区与多个参数预测模型一一对应。
在一种可能的实现方式中,处理单元601用于:根据每个第一小区支持的干扰协调类型、时域传输资源利用率以及频域传输资源利用率确定第一小区在第一时长内执行的目标干扰协调类型;根据每个第一小区在第一时长内的业务负荷确定第一小区在第一时长内分配的传输资源。
在一种可能的实现方式中,干扰协调类型包括:时域干扰协调、频域干扰协调以及功率干扰协调;处理单元601用于:根据每个第一小区的时域传输资源利用率确定干扰小区组的整体时域利用率;根据每个第一小区的频域传输资源利用率确定干扰小区组的整体频域利用率;将每个第一小区均支持的干扰协调类型中优先级最高的干扰协调类型,确定为第一小区在第一时长内执行的目标干扰协调类型;干扰协调类型的优先级由整体时域利用率以及整体频域利用率确定。
在一种可能的实现方式中,在整体时域利用率小于整体频域利用率的情况下,时域干扰协调的优先级高于频域干扰协调的优先级,频域干扰协调的优先级高于功率干扰协调的优先级;在整体时域利用率大于或等于整体频域利用率的情况下,频域干扰协调的优先级高于时域干扰协调的优先级,时域干扰协调的优先级高于功率干扰协调的优先级。
在一种可能的实现方式中,处理单元601用于:在目标干扰协调类型为时域干扰协调的情况下,根据目标小区在第一时长内的业务负荷与待执行干扰协调的施扰小区在第一时长内的业务负荷,确定目标小区在每个数据帧内可用的子帧数,以及待执行干扰协调的施扰小区在每个数据帧内可用的子帧数;在目标干扰协调类型为频域干扰协调的情况下,确定目标小区与待执行干扰协调的施扰小区在频域上重叠的资源块;根据目标小区在第一时长内的业务负荷与待执行干扰协调的施扰小区在第一时长内的业务负荷,确定目标小区在重叠的资源块中可用的资源块,以及待执行干扰协调的施扰小区在重叠的资源块中可用的资源块。
在一种可能的实现方式中,处理单元601用于:在目标干扰协调类型为功率干扰协调的情况下,根据待执行干扰协调的施扰小区的边缘覆盖率确定待执行干扰协调的施扰小区的功率下降值;边缘覆盖率为预设时间内边缘UE接收的待执行干扰协调的施扰小区的信号强度均值;边缘UE为接入待执行干扰协调的施扰小区,且满足第二预设条件的UE;第二预设条件包括:UE接收的待执行干扰协调的施扰小区的信号强度小于第二预设阈值,或者UE与待执行干扰协调的施扰小区所在接入网设备之间的距离大于第三预设阈值。
在一种可能的实现方式中,目标小区在每个数据帧内可用的子帧数满足以下公式:
其中,Ni为目标小区在每个数据帧内可用的子帧数,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,N为数据帧中包括的子帧数。
待执行干扰协调的施扰小区在每个数据帧内可用的子帧数满足以下公式:
其中,Ns为待执行干扰协调的施扰小区在每个数据帧内可用的子帧数,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,N为数据帧中包括的子帧数。
目标小区在重叠的资源块中可用的资源块满足以下公式:
其中,Pi为目标小区在重叠的资源块中可用的资源块,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,P为重叠的资源块。
待执行干扰协调的施扰小区在重叠的资源块中可用的资源块满足以下公式:
其中,Ps为待执行干扰协调的施扰小区在重叠的资源块中可用的资源块,Ti为目标小区在第一时长内的业务负荷,Ts为待执行干扰协调的施扰小区在第一时长内的业务负荷,P为重叠的资源块。
在一种可能的实现方式中,施扰小区包括上行施扰小区和下行施扰小区中的至少一项,上行施扰小区为对目标小区造成干扰的小区,下行施扰小区为对目标UE造成干扰的小区。
在一种可能的实现方式中,处理单元601用于:在施扰小区包括上行施扰小区的情况下,预测第一时长内的上行施扰小区;在施扰小区包括下行施扰小区的情况下,预测第一时长内的下行施扰小区。
在一种可能的实现方式中,处理单元601用于:获取第一预测模型;第一预测模型用于预测目标时间段内的上行施扰小区;将第一时长输入第一预测模型中,得到第一时长内的上行施扰小区。
在一种可能的实现方式中,处理单元601用于:根据至少一个第二时长,以及至少一个第二时长内的上行施扰小区的标识训练得到第一预测模型;第二时长为当前时刻之前的时长。
在一种可能的实现方式中,处理单元601用于:获取第二预测模型和每个目标UE的第三预测模型;第二预测模型用于预测目标UE在目标时间段内的下行施扰小区;第三预测模型用于预测目标UE在目标时间段内的位置信息;将第一时长分别输入每个第三预测模型中,得到多个目标UE在第一时长内的位置信息;将第一时长以及每个目标UE在第一时长内的位置信息分别输入第二预测模型中,得到第一时长内的下行施扰小区。
在一种可能的实现方式中,处理单元601用于:根据至少一个第二时长、至少一个第二时长内目标UE的位置信息以及至少一个第二时长内的下行施扰小区的标识,训练得到第二预测模型;第二时长为当前时刻之前的时长;针对每个目标UE,根据至少一个第二时长以及至少一个第二时长内的位置信息,训练得到第三预测模型;多个目标UE与多个第三预测模型一一对应。
在一种可能的实现方式中,处理单元601用于:根据每个目标UE在至少一个第二时长内的位置信息确定至少一个目标UE簇;目标UE簇包括多个目标UE;第二时长为当前时刻之前的时长;获取每个目标UE簇的第四预测模型;第四预测模型用于预测目标UE簇在目标时间段内的下行施扰小区;针对每个目标UE簇,将第一时长输入目标UE簇对应的第四预测模型中,得到目标UE簇包括的多个目标UE在第一时长内的下行施扰小区。
在一种可能的实现方式中,处理单元601用于:针对每个目标UE簇,根据至少一个第二时长以及至少一个第二时长内多个目标UE的下行施扰小区的标识,训练得到第四预测模型;多个目标UE簇与多个第四预测模型一一对应。
在一种可能的实现方式中,处理单元601用于:针对每个第二时长,通过聚类算法对第二时长内目标UE的位置信息进行聚类,得到第二时长内的至少一个UE簇;UE簇包括至少一个目标UE;通过匹配算法将任意相邻的两个第二时长内各自包括的至少一个UE簇之间相匹配,确定至少一个目标UE簇;任意相邻的两个第二时长为至少一个第二时长按照时间顺序排列后,连续的两个第二时长。
在一种可能的实现方式中,处理单元601用于:确定至少一个目标UE簇中的每个目标UE簇包括多个满足第三预设条件的目标UE;其中,第三预设条件包括匹配时长的数量与至少一个第二时长的总数量之比大于第七预设阈值;在匹配时长内,目标UE簇中存在至少一个除第一目标UE之外的目标UE与第一目标UE的距离小于第八预设阈值;第一目标UE为目标UE簇中的任一个目标UE。
在一种可能的实现方式中,通信单元602用于:向目标小区所在接入网设备发送位置请求消息;位置请求消息用于请求获取目标UE在至少一个第二时长内的位置信息;接收目标小区所在接入网设备发送的位置响应消息;位置响应消息包括目标UE在至少一个第二时长内的位置信息。
在一种可能的实现方式中,处理单元601用于:在施扰小区包括上行施扰小区的情况下,将上行施扰小区作为第一施扰小区;在施扰小区包括下行施扰小区的情况下,将下行施扰小区中满足第一预设条件的小区作为第二施扰小区;第一预设条件包括:所干扰的目标UE的数量与接入目标小区的UE数量的占比大于或等于第一预设阈值;确定干扰小区组包括第一施扰小区以及第二施扰小区中的至少一项。
在通过硬件实现时,本申请实施例中的通信单元602可以集成在通信接口上,处理单元601可以集成在处理器上。具体实现方式如图7所示。
图7示出了上述实施例中所涉及的干扰协调装置的又一种可能的结构示意图。该干扰协调装置70包括:处理器702和通信接口703。处理器702用于对干扰协调装置的动作进行控制管理,例如,执行上述处理单元601执行的步骤,和/或用于执行本文所描述的技术的其他过程。通信接口703用于支持干扰协调装置与其他网络实体的通信,例如,执行上述通信单元602执行的步骤。干扰协调装置还可以包括存储器701和总线704,存储器701用于存储干扰协调装置的程序代码和数据。
其中,存储器701可以是干扰协调装置中的存储器等,该存储器可以包括易失性存储器,例如随机存取存储器;该存储器也可以包括非易失性存储器,例如只读存储器,快闪存储器,硬盘或固态硬盘;该存储器还可以包括上述种类的存储器的组合。
上述处理器702可以是实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。该处理器可以是中央处理器,通用处理器,数字信号处理器,专用集成电路,现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。该处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线704可以是扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。总线704可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
图7中的干扰协调装置还可以为芯片。该芯片包括一个或两个以上(包括两个)处理器702和通信接口703。
在一些实施例中,该芯片还包括存储器701,存储器701可以包括只读存储器和随机存取存储器,并向处理器702提供操作指令和数据。存储器701的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory,NVRAM)。
在一些实施方式中,存储器701存储了如下的元素,执行模块或者数据结构,或者他们的子集,或者他们的扩展集。
在本申请实施例中,通过调用存储器701存储的操作指令(该操作指令可存储在操作系统中),执行相应的操作。
其中,上述处理器702可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,单元和电路。该处理器可以是中央处理器,通用处理器,数字信号处理器,专用集成电路,现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,单元和电路。所述处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
存储器701可以包括易失性存储器,例如随机存取存储器;该存储器也可以包括非易失性存储器,例如只读存储器,快闪存储器,硬盘或固态硬盘;该存储器还可以包括上述种类的存储器的组合。
总线704可以是扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。总线704可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例提供一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得该计算机执行上述方法实施例中的干扰协调方法。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当该指令在计算机上运行时,使得该计算机执行上述方法实施例所示的方法流程中的干扰协调方法。
其中,计算机可读存储介质,例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit,ASIC)中。在本申请实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
由于本发明的实施例中的干扰协调装置、计算机可读存储介质、计算机程序产品可以应用于上述方法,因此,其所能获得的技术效果也可参考上述方法实施例,本发明实施例在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、设备和方法,可以通过其他的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性,机械或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (46)
1.一种干扰协调方法,其特征在于,所述方法包括:
预测第一时长内的施扰小区;所述施扰小区为对目标小区或者目标UE造成干扰的小区;所述目标UE为接入所述目标小区的任一个UE;所述第一时长为当前时刻之后的时长;
根据所述第一时长内的施扰小区确定干扰小区组;所述干扰小区组包括所述目标小区以及所述施扰小区中待执行干扰协调的施扰小区;
针对每个第一小区,确定所述第一时长内所述第一小区的干扰协调参数;所述干扰协调参数包括支持的干扰协调类型、时域传输资源利用率、频域传输资源利用率以及业务负荷中的至少一项;所述第一小区为所述干扰小区组中的任一个小区;
根据每个所述第一小区的干扰协调参数确定所述第一小区在第一时长内执行的目标干扰协调类型及分配的传输资源;
向所述第一小区发送干扰协调信息;所述干扰协调信息用于指示所述第一小区待分配的传输资源。
2.根据权利要求1所述的方法,其特征在于,在所述确定所述第一时长内所述第一小区的干扰协调参数之前,所述方法还包括:
向所述第一小区所在接入网设备发送干扰协调参数请求消息;所述干扰协调参数请求消息用于请求获取所述第一小区在至少一个第二时长内的干扰协调参数;
接收所述第一小区所在接入网设备发送的干扰协调参数响应消息;所述干扰协调参数响应消息包括所述第一小区在至少一个第二时长内的干扰协调参数。
3.根据权利要求1所述的方法,其特征在于,所述确定所述第一时长内所述第一小区的干扰协调参数,包括:
获取每个所述第一小区的参数预测模型;所述参数预测模型用于预测第一小区在目标时间段内的第一干扰协调参数;所述第一干扰协调参数为时域传输资源利用率、频域传输资源利用率以及业务负荷中的任一项;
针对每个所述第一小区,将所述第一时长输入所述第一小区对应的参数预测模型中,得到所述第一小区在第一时长内的所述第一干扰协调参数。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
针对每个所述第一小区,根据至少一个第二时长,以及所述至少一个第二时长内的所述第一干扰协调参数,训练得到参数预测模型;多个所述第一小区与多个所述参数预测模型一一对应。
5.根据权利要求1所述的方法,其特征在于,所述根据每个所述第一小区的干扰协调参数确定所述第一小区在第一时长内执行的目标干扰协调类型及分配的传输资源,包括:
根据所述每个所述第一小区支持的干扰协调类型、时域传输资源利用率以及频域传输资源利用率确定所述第一小区在第一时长内执行的目标干扰协调类型;
根据所述每个所述第一小区在第一时长内的业务负荷确定所述第一小区在第一时长内分配的传输资源。
6.根据权利要求5所述的方法,其特征在于,所述干扰协调类型包括:时域干扰协调、频域干扰协调以及功率干扰协调;所述根据所述每个所述第一小区支持的干扰协调类型、时域传输资源利用率以及频域传输资源利用率确定所述第一小区在第一时长内执行的目标干扰协调类型,包括:
根据所述每个所述第一小区的时域传输资源利用率确定所述干扰小区组的整体时域利用率;
根据所述每个所述第一小区的频域传输资源利用率确定所述干扰小区组的整体频域利用率;
将每个所述第一小区均支持的干扰协调类型中优先级最高的干扰协调类型,确定为所述第一小区在第一时长内执行的目标干扰协调类型;所述干扰协调类型的优先级由所述整体时域利用率以及所述整体频域利用率确定。
7.根据权利要求6所述的方法,其特征在于,在所述整体时域利用率小于所述整体频域利用率的情况下,所述时域干扰协调的优先级高于所述频域干扰协调的优先级,所述频域干扰协调的优先级高于所述功率干扰协调的优先级;
在所述整体时域利用率大于或等于所述整体频域利用率的情况下,所述频域干扰协调的优先级高于所述时域干扰协调的优先级,所述时域干扰协调的优先级高于所述功率干扰协调的优先级。
8.根据权利要求5所述的方法,其特征在于,所述根据所述每个所述第一小区在第一时长内的业务负荷确定所述第一小区在第一时长内分配的传输资源,包括:
在所述目标干扰协调类型为时域干扰协调的情况下,根据所述目标小区在第一时长内的业务负荷与所述待执行干扰协调的施扰小区在第一时长内的业务负荷,确定所述目标小区在每个数据帧内可用的子帧数,以及所述待执行干扰协调的施扰小区在每个数据帧内可用的子帧数;
在所述目标干扰协调类型为频域干扰协调的情况下,确定所述目标小区与所述待执行干扰协调的施扰小区在频域上重叠的资源块;
根据所述目标小区在第一时长内的业务负荷与所述待执行干扰协调的施扰小区在第一时长内的业务负荷,确定所述目标小区在所述重叠的资源块中可用的资源块,以及所述待执行干扰协调的施扰小区在所述重叠的资源块中可用的资源块。
9.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在所述目标干扰协调类型为功率干扰协调的情况下,根据所述待执行干扰协调的施扰小区的边缘覆盖率确定所述待执行干扰协调的施扰小区的功率下降值;所述边缘覆盖率为预设时间内边缘UE接收的所述待执行干扰协调的施扰小区的信号强度均值;所述边缘UE为接入所述待执行干扰协调的施扰小区,且满足第二预设条件的UE;所述第二预设条件包括:UE接收的所述待执行干扰协调的施扰小区的信号强度小于第二预设阈值,或者UE与所述待执行干扰协调的施扰小区所在接入网设备之间的距离大于第三预设阈值。
10.根据权利要求8所述的方法,其特征在于,所述目标小区在每个数据帧内可用的子帧数满足以下公式:
其中,Ni为所述目标小区在每个数据帧内可用的子帧数,Ti为所述目标小区在第一时长内的业务负荷,Ts为所述待执行干扰协调的施扰小区在第一时长内的业务负荷,N为所述数据帧中包括的子帧数;
所述待执行干扰协调的施扰小区在每个数据帧内可用的子帧数满足以下公式:
其中,Ns为所述待执行干扰协调的施扰小区在每个数据帧内可用的子帧数,Ti为所述目标小区在第一时长内的业务负荷,Ts为所述待执行干扰协调的施扰小区在第一时长内的业务负荷,N为所述数据帧中包括的子帧数;
所述目标小区在所述重叠的资源块中可用的资源块满足以下公式:
其中,Pi为所述目标小区在所述重叠的资源块中可用的资源块,Ti为所述目标小区在第一时长内的业务负荷,Ts为所述待执行干扰协调的施扰小区在第一时长内的业务负荷,P为所述重叠的资源块;
所述待执行干扰协调的施扰小区在所述重叠的资源块中可用的资源块满足以下公式:
其中,Ps为所述待执行干扰协调的施扰小区在所述重叠的资源块中可用的资源块,Ti为所述目标小区在第一时长内的业务负荷,Ts为所述待执行干扰协调的施扰小区在第一时长内的业务负荷,P为所述重叠的资源块。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述施扰小区包括上行施扰小区和下行施扰小区中的至少一项,所述上行施扰小区为对目标小区造成干扰的小区,所述下行施扰小区为对所述目标UE造成干扰的小区。
12.根据权利要求11所述的方法,其特征在于,所述预测第一时长内的施扰小区,包括:
在所述施扰小区包括所述上行施扰小区的情况下,预测所述第一时长内的所述上行施扰小区;
在所述施扰小区包括所述下行施扰小区的情况下,预测所述第一时长内的所述下行施扰小区。
13.根据权利要求12所述的方法,其特征在于,所述预测所述第一时长内的所述上行施扰小区,包括:
获取第一预测模型;所述第一预测模型用于预测目标时间段内的上行施扰小区;
将所述第一时长输入所述第一预测模型中,得到所述第一时长内的所述上行施扰小区。
14.根据权利要求13所述的方法,其特征在于,所述方法还包括:
根据至少一个第二时长,以及所述至少一个第二时长内的所述上行施扰小区的标识训练得到第一预测模型;所述第二时长为当前时刻之前的时长。
15.根据权利要求12所述的方法,其特征在于,所述预测所述第一时长内的所述下行施扰小区,包括:
获取第二预测模型和每个所述目标UE的第三预测模型;所述第二预测模型用于预测目标UE在目标时间段内的下行施扰小区;所述第三预测模型用于预测目标UE在目标时间段内的位置信息;
将所述第一时长分别输入每个所述第三预测模型中,得到多个所述目标UE在第一时长内的位置信息;
将所述第一时长以及每个所述目标UE在第一时长内的位置信息分别输入所述第二预测模型中,得到第一时长内的所述下行施扰小区。
16.根据权利要求15所述的方法,其特征在于,所述方法还包括:
根据至少一个第二时长、所述至少一个第二时长内所述目标UE的位置信息以及所述至少一个第二时长内的所述下行施扰小区的标识,训练得到第二预测模型;所述第二时长为当前时刻之前的时长;
针对每个所述目标UE,根据所述至少一个第二时长以及所述至少一个第二时长内的位置信息,训练得到第三预测模型;多个所述目标UE与多个所述第三预测模型一一对应。
17.根据权利要求12所述的方法,其特征在于,所述预测所述第一时长内的所述下行施扰小区,包括:
根据每个所述目标UE在至少一个第二时长内的位置信息确定至少一个目标UE簇;所述目标UE簇包括多个所述目标UE;所述第二时长为当前时刻之前的时长;
获取每个所述目标UE簇的第四预测模型;所述第四预测模型用于预测目标UE簇在目标时间段内的下行施扰小区;
针对每个所述目标UE簇,将所述第一时长输入所述目标UE簇对应的所述第四预测模型中,得到所述目标UE簇包括的多个所述目标UE在第一时长内的下行施扰小区。
18.根据权利要求17所述的方法,其特征在于,所述方法还包括:
针对每个所述目标UE簇,根据所述至少一个第二时长以及所述至少一个第二时长内所述多个所述目标UE的下行施扰小区的标识,训练得到第四预测模型;多个所述目标UE簇与多个所述第四预测模型一一对应。
19.根据权利要求17所述的方法,其特征在于,所述根据每个所述目标UE在至少一个第二时长内的位置信息确定至少一个目标UE簇,包括:
针对每个所述第二时长,通过聚类算法对所述第二时长内所述目标UE的位置信息进行聚类,得到所述第二时长内的至少一个UE簇;所述UE簇包括至少一个所述目标UE;
通过匹配算法将任意相邻的两个第二时长内各自包括的至少一个UE簇之间相匹配,确定所述至少一个目标UE簇;所述任意相邻的两个第二时长为所述至少一个第二时长按照时间顺序排列后,连续的两个第二时长。
20.根据权利要求17所述的方法,其特征在于,所述根据每个所述目标UE在至少一个第二时长内的位置信息确定至少一个目标UE簇,包括:
确定所述至少一个目标UE簇中的每个目标UE簇包括多个满足第三预设条件的目标UE;其中,所述第三预设条件包括匹配时长的数量与所述至少一个第二时长的总数量之比大于第七预设阈值;在所述匹配时长内,所述目标UE簇中存在至少一个除第一目标UE之外的目标UE与所述第一目标UE的距离小于第八预设阈值;所述第一目标UE为所述目标UE簇中的任一个目标UE。
21.根据权利要求15-20任一项所述的方法,其特征在于,所述方法还包括:
向所述目标小区所在接入网设备发送位置请求消息;所述位置请求消息用于请求获取所述目标UE在至少一个第二时长内的位置信息;
接收所述目标小区所在接入网设备发送的位置响应消息;所述位置响应消息包括所述目标UE在至少一个第二时长内的位置信息。
22.根据权利要求11所述的方法,其特征在于,所述根据所述第一时长内的施扰小区确定干扰小区组,包括:
在所述施扰小区包括所述上行施扰小区的情况下,将所述上行施扰小区作为第一施扰小区;
在所述施扰小区包括所述下行施扰小区的情况下,将所述下行施扰小区中满足第一预设条件的小区作为第二施扰小区;所述第一预设条件包括:所干扰的目标UE的数量与接入所述目标小区的UE数量的占比大于或等于第一预设阈值;
确定所述干扰小区组包括所述第一施扰小区以及所述第二施扰小区中的至少一项。
23.一种干扰协调装置,其特征在于,包括通信单元和处理单元:
所述处理单元,用于预测第一时长内的施扰小区;所述施扰小区为对目标小区或者目标UE造成干扰的小区;所述目标UE为接入所述目标小区的任一个UE;所述第一时长为当前时刻之后的时长;
所述处理单元,还用于根据所述第一时长内的施扰小区确定干扰小区组;所述干扰小区组包括所述目标小区以及所述施扰小区中待执行干扰协调的施扰小区;
所述处理单元,还用于针对每个第一小区,确定所述第一时长内所述第一小区的干扰协调参数;所述干扰协调参数包括支持的干扰协调类型、时域传输资源利用率、频域传输资源利用率以及业务负荷中的至少一项;所述第一小区为所述干扰小区组中的任一个小区;
所述处理单元,还用于根据每个所述第一小区的干扰协调参数确定所述第一小区在第一时长内执行的目标干扰协调类型及分配的传输资源;
所述通信单元,用于向所述第一小区发送干扰协调信息;所述干扰协调信息用于指示所述第一小区待分配的传输资源。
24.根据权利要求23所述的装置,其特征在于,所述通信单元用于:
向所述第一小区所在接入网设备发送干扰协调参数请求消息;所述干扰协调参数请求消息用于请求获取所述第一小区在至少一个第二时长内的干扰协调参数;
接收所述第一小区所在接入网设备发送的干扰协调参数响应消息;所述干扰协调参数响应消息包括所述第一小区在至少一个第二时长内的干扰协调参数。
25.根据权利要求23所述的装置,其特征在于,所述处理单元用于:
获取每个所述第一小区的参数预测模型;所述参数预测模型用于预测第一小区在目标时间段内的第一干扰协调参数;所述第一干扰协调参数为时域传输资源利用率、频域传输资源利用率以及业务负荷中的任一项;
针对每个所述第一小区,将所述第一时长输入所述第一小区对应的参数预测模型中,得到所述第一小区在第一时长内的所述第一干扰协调参数。
26.根据权利要求25所述的装置,其特征在于,所述处理单元用于:
针对每个所述第一小区,根据至少一个第二时长,以及所述至少一个第二时长内的所述第一干扰协调参数,训练得到参数预测模型;多个所述第一小区与多个所述参数预测模型一一对应。
27.根据权利要求23所述的装置,其特征在于,所述处理单元用于:
根据所述每个所述第一小区支持的干扰协调类型、时域传输资源利用率以及频域传输资源利用率确定所述第一小区在第一时长内执行的目标干扰协调类型;
根据所述每个所述第一小区在第一时长内的业务负荷确定所述第一小区在第一时长内分配的传输资源。
28.根据权利要求27所述的装置,其特征在于,所述干扰协调类型包括:时域干扰协调、频域干扰协调以及功率干扰协调;所述处理单元用于:
根据所述每个所述第一小区的时域传输资源利用率确定所述干扰小区组的整体时域利用率;
根据所述每个所述第一小区的频域传输资源利用率确定所述干扰小区组的整体频域利用率;
将每个所述第一小区均支持的干扰协调类型中优先级最高的干扰协调类型,确定为所述第一小区在第一时长内执行的目标干扰协调类型;所述干扰协调类型的优先级由所述整体时域利用率以及所述整体频域利用率确定。
29.根据权利要求28所述的装置,其特征在于,在所述整体时域利用率小于所述整体频域利用率的情况下,所述时域干扰协调的优先级高于所述频域干扰协调的优先级,所述频域干扰协调的优先级高于所述功率干扰协调的优先级;
在所述整体时域利用率大于或等于所述整体频域利用率的情况下,所述频域干扰协调的优先级高于所述时域干扰协调的优先级,所述时域干扰协调的优先级高于所述功率干扰协调的优先级。
30.根据权利要求27所述的装置,其特征在于,所述处理单元用于:
在所述目标干扰协调类型为时域干扰协调的情况下,根据所述目标小区在第一时长内的业务负荷与所述待执行干扰协调的施扰小区在第一时长内的业务负荷,确定所述目标小区在每个数据帧内可用的子帧数,以及所述待执行干扰协调的施扰小区在每个数据帧内可用的子帧数;
在所述目标干扰协调类型为频域干扰协调的情况下,确定所述目标小区与所述待执行干扰协调的施扰小区在频域上重叠的资源块;
根据所述目标小区在第一时长内的业务负荷与所述待执行干扰协调的施扰小区在第一时长内的业务负荷,确定所述目标小区在所述重叠的资源块中可用的资源块,以及所述待执行干扰协调的施扰小区在所述重叠的资源块中可用的资源块。
31.根据权利要求27所述的装置,其特征在于,所述处理单元用于:
在所述目标干扰协调类型为功率干扰协调的情况下,根据所述待执行干扰协调的施扰小区的边缘覆盖率确定所述待执行干扰协调的施扰小区的功率下降值;所述边缘覆盖率为预设时间内边缘UE接收的所述待执行干扰协调的施扰小区的信号强度均值;所述边缘UE为接入所述待执行干扰协调的施扰小区,且满足第二预设条件的UE;所述第二预设条件包括:UE接收的所述待执行干扰协调的施扰小区的信号强度小于第二预设阈值,或者UE与所述待执行干扰协调的施扰小区所在接入网设备之间的距离大于第三预设阈值。
32.根据权利要求30所述的装置,其特征在于,所述目标小区在每个数据帧内可用的子帧数满足以下公式:
其中,Ni为所述目标小区在每个数据帧内可用的子帧数,Ti为所述目标小区在第一时长内的业务负荷,Ts为所述待执行干扰协调的施扰小区在第一时长内的业务负荷,N为所述数据帧中包括的子帧数;
所述待执行干扰协调的施扰小区在每个数据帧内可用的子帧数满足以下公式:
其中,Ns为所述待执行干扰协调的施扰小区在每个数据帧内可用的子帧数,Ti为所述目标小区在第一时长内的业务负荷,Ts为所述待执行干扰协调的施扰小区在第一时长内的业务负荷,N为所述数据帧中包括的子帧数;
所述目标小区在所述重叠的资源块中可用的资源块满足以下公式:
其中,Pi为所述目标小区在所述重叠的资源块中可用的资源块,Ti为所述目标小区在第一时长内的业务负荷,Ts为所述待执行干扰协调的施扰小区在第一时长内的业务负荷,P为所述重叠的资源块;
所述待执行干扰协调的施扰小区在所述重叠的资源块中可用的资源块满足以下公式:
其中,Ps为所述待执行干扰协调的施扰小区在所述重叠的资源块中可用的资源块,Ti为所述目标小区在第一时长内的业务负荷,Ts为所述待执行干扰协调的施扰小区在第一时长内的业务负荷,P为所述重叠的资源块。
33.根据权利要求23-32任一项所述的装置,其特征在于,所述施扰小区包括上行施扰小区和下行施扰小区中的至少一项,所述上行施扰小区为对目标小区造成干扰的小区,所述下行施扰小区为对所述目标UE造成干扰的小区。
34.根据权利要求33所述的装置,其特征在于,所述处理单元用于:
在所述施扰小区包括所述上行施扰小区的情况下,预测所述第一时长内的所述上行施扰小区;
在所述施扰小区包括所述下行施扰小区的情况下,预测所述第一时长内的所述下行施扰小区。
35.根据权利要求34所述的装置,其特征在于,所述处理单元用于:
获取第一预测模型;所述第一预测模型用于预测目标时间段内的上行施扰小区;
将所述第一时长输入所述第一预测模型中,得到所述第一时长内的所述上行施扰小区。
36.根据权利要求35所述的装置,其特征在于,所述处理单元用于:
根据至少一个第二时长,以及所述至少一个第二时长内的所述上行施扰小区的标识训练得到第一预测模型;所述第二时长为当前时刻之前的时长。
37.根据权利要求34所述的装置,其特征在于,所述处理单元用于:
获取第二预测模型和每个所述目标UE的第三预测模型;所述第二预测模型用于预测目标UE在目标时间段内的下行施扰小区;所述第三预测模型用于预测目标UE在目标时间段内的位置信息;
将所述第一时长分别输入每个所述第三预测模型中,得到多个所述目标UE在第一时长内的位置信息;
将所述第一时长以及每个所述目标UE在第一时长内的位置信息分别输入所述第二预测模型中,得到第一时长内的所述下行施扰小区。
38.根据权利要求37所述的装置,其特征在于,所述处理单元用于:
根据至少一个第二时长、所述至少一个第二时长内所述目标UE的位置信息以及所述至少一个第二时长内的所述下行施扰小区的标识,训练得到第二预测模型;所述第二时长为当前时刻之前的时长;
针对每个所述目标UE,根据所述至少一个第二时长以及所述至少一个第二时长内的位置信息,训练得到第三预测模型;多个所述目标UE与多个所述第三预测模型一一对应。
39.根据权利要求34所述的装置,其特征在于,所述处理单元用于:
根据每个所述目标UE在至少一个第二时长内的位置信息确定至少一个目标UE簇;所述目标UE簇包括多个所述目标UE;所述第二时长为当前时刻之前的时长;
获取每个所述目标UE簇的第四预测模型;所述第四预测模型用于预测目标UE簇在目标时间段内的下行施扰小区;
针对每个所述目标UE簇,将所述第一时长输入所述目标UE簇对应的所述第四预测模型中,得到所述目标UE簇包括的多个所述目标UE在第一时长内的下行施扰小区。
40.根据权利要求39所述的装置,其特征在于,所述处理单元用于:
针对每个所述目标UE簇,根据所述至少一个第二时长以及所述至少一个第二时长内所述多个所述目标UE的下行施扰小区的标识,训练得到第四预测模型;多个所述目标UE簇与多个所述第四预测模型一一对应。
41.根据权利要求39所述的装置,其特征在于,所述处理单元用于:
针对每个所述第二时长,通过聚类算法对所述第二时长内所述目标UE的位置信息进行聚类,得到所述第二时长内的至少一个UE簇;所述UE簇包括至少一个所述目标UE;
通过匹配算法将任意相邻的两个第二时长内各自包括的至少一个UE簇之间相匹配,确定所述至少一个目标UE簇;所述任意相邻的两个第二时长为所述至少一个第二时长按照时间顺序排列后,连续的两个第二时长。
42.根据权利要求39所述的装置,其特征在于,所述处理单元用于:
确定所述至少一个目标UE簇中的每个目标UE簇包括多个满足第三预设条件的目标UE;其中,所述第三预设条件包括匹配时长的数量与所述至少一个第二时长的总数量之比大于第七预设阈值;在所述匹配时长内,所述目标UE簇中存在至少一个除第一目标UE之外的目标UE与所述第一目标UE的距离小于第八预设阈值;所述第一目标UE为所述目标UE簇中的任一个目标UE。
43.根据权利要求37-42任一项所述的装置,其特征在于,所述通信单元用于:
向所述目标小区所在接入网设备发送位置请求消息;所述位置请求消息用于请求获取所述目标UE在至少一个第二时长内的位置信息;
接收所述目标小区所在接入网设备发送的位置响应消息;所述位置响应消息包括所述目标UE在至少一个第二时长内的位置信息。
44.根据权利要求33所述的装置,其特征在于,所述处理单元用于:
在所述施扰小区包括所述上行施扰小区的情况下,将所述上行施扰小区作为第一施扰小区;
在所述施扰小区包括所述下行施扰小区的情况下,将所述下行施扰小区中满足第一预设条件的小区作为第二施扰小区;所述第一预设条件包括:所干扰的目标UE的数量与接入所述目标小区的UE数量的占比大于或等于第一预设阈值;
确定所述干扰小区组包括所述第一施扰小区以及所述第二施扰小区中的至少一项。
45.一种干扰协调装置,其特征在于,包括:处理器和通信接口;所述通信接口和所述处理器耦合,所述处理器用于运行计算机程序或指令,以实现如权利要求1-22任一项中所述的干扰协调方法。
46.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当计算机执行该指令时,该计算机执行上述权利要求1-22任一项中所述的干扰协调方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210648763.1A CN114885336B (zh) | 2022-06-09 | 2022-06-09 | 干扰协调方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210648763.1A CN114885336B (zh) | 2022-06-09 | 2022-06-09 | 干扰协调方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114885336A true CN114885336A (zh) | 2022-08-09 |
CN114885336B CN114885336B (zh) | 2024-06-07 |
Family
ID=82681281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210648763.1A Active CN114885336B (zh) | 2022-06-09 | 2022-06-09 | 干扰协调方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114885336B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101400135A (zh) * | 2007-11-26 | 2009-04-01 | 北京邮电大学 | 蜂窝系统中基于动态小区组的分级式无线资源管理方法 |
CN103222324A (zh) * | 2012-11-23 | 2013-07-24 | 华为技术有限公司 | 网间协同的方法、协同节点和网络侧设备 |
WO2014161592A1 (en) * | 2013-04-05 | 2014-10-09 | Huawei Technologies Co.,Ltd. | Method for inter-cell interference coordination |
JP2015015714A (ja) * | 2013-07-04 | 2015-01-22 | 株式会社Nttドコモ | 複数の時間領域リソース上でセルに対して干渉協調を行う方法及びデバイス |
WO2015034668A1 (en) * | 2013-09-05 | 2015-03-12 | Zte (Usa) Inc. | Interference coordination in dense small cells |
US20160006499A1 (en) * | 2014-07-01 | 2016-01-07 | Electronics And Telecommunications Research Institute | Apparatus and method for prediction of radio interference |
CN105451354A (zh) * | 2014-08-15 | 2016-03-30 | 上海贝尔股份有限公司 | 基于小区间干扰协调参数实现调度用户的方法与设备 |
CN105611545A (zh) * | 2014-11-19 | 2016-05-25 | 中兴通讯股份有限公司 | 基站干扰协调方法、装置和基站干扰协调系统 |
CN106358222A (zh) * | 2016-08-30 | 2017-01-25 | 重庆邮电大学 | 基于业务预测的动态增强型小区间干扰协调方法 |
WO2017020162A1 (zh) * | 2015-07-31 | 2017-02-09 | 华为技术有限公司 | 资源调度方法、装置和基站 |
CN107182058A (zh) * | 2016-03-10 | 2017-09-19 | 中兴通讯股份有限公司 | 一种小区无线资源分配的方法和装置 |
CN110662245A (zh) * | 2018-06-28 | 2020-01-07 | 中国移动通信集团山东有限公司 | 基于深度学习的基站负荷预警方法及装置 |
WO2021249637A1 (en) * | 2020-06-10 | 2021-12-16 | Lenovo (Singapore) Pte. Ltd. | Model based predictive interference management |
US20220124735A1 (en) * | 2020-10-15 | 2022-04-21 | Nokia Solutions And Networks Oy | Systems, methods and apparatuses for terrestrial and non-terrestrial networks interference mitigation |
WO2022084457A1 (en) * | 2020-10-21 | 2022-04-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Communication device predicted future interference information |
WO2023241041A1 (zh) * | 2022-06-15 | 2023-12-21 | 中兴通讯股份有限公司 | 小区间的干扰协调方法、设备及存储介质 |
-
2022
- 2022-06-09 CN CN202210648763.1A patent/CN114885336B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101400135A (zh) * | 2007-11-26 | 2009-04-01 | 北京邮电大学 | 蜂窝系统中基于动态小区组的分级式无线资源管理方法 |
CN103222324A (zh) * | 2012-11-23 | 2013-07-24 | 华为技术有限公司 | 网间协同的方法、协同节点和网络侧设备 |
WO2014161592A1 (en) * | 2013-04-05 | 2014-10-09 | Huawei Technologies Co.,Ltd. | Method for inter-cell interference coordination |
JP2015015714A (ja) * | 2013-07-04 | 2015-01-22 | 株式会社Nttドコモ | 複数の時間領域リソース上でセルに対して干渉協調を行う方法及びデバイス |
WO2015034668A1 (en) * | 2013-09-05 | 2015-03-12 | Zte (Usa) Inc. | Interference coordination in dense small cells |
US20160006499A1 (en) * | 2014-07-01 | 2016-01-07 | Electronics And Telecommunications Research Institute | Apparatus and method for prediction of radio interference |
CN105451354A (zh) * | 2014-08-15 | 2016-03-30 | 上海贝尔股份有限公司 | 基于小区间干扰协调参数实现调度用户的方法与设备 |
CN105611545A (zh) * | 2014-11-19 | 2016-05-25 | 中兴通讯股份有限公司 | 基站干扰协调方法、装置和基站干扰协调系统 |
WO2017020162A1 (zh) * | 2015-07-31 | 2017-02-09 | 华为技术有限公司 | 资源调度方法、装置和基站 |
CN107182058A (zh) * | 2016-03-10 | 2017-09-19 | 中兴通讯股份有限公司 | 一种小区无线资源分配的方法和装置 |
CN106358222A (zh) * | 2016-08-30 | 2017-01-25 | 重庆邮电大学 | 基于业务预测的动态增强型小区间干扰协调方法 |
CN110662245A (zh) * | 2018-06-28 | 2020-01-07 | 中国移动通信集团山东有限公司 | 基于深度学习的基站负荷预警方法及装置 |
WO2021249637A1 (en) * | 2020-06-10 | 2021-12-16 | Lenovo (Singapore) Pte. Ltd. | Model based predictive interference management |
US20220124735A1 (en) * | 2020-10-15 | 2022-04-21 | Nokia Solutions And Networks Oy | Systems, methods and apparatuses for terrestrial and non-terrestrial networks interference mitigation |
WO2022084457A1 (en) * | 2020-10-21 | 2022-04-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Communication device predicted future interference information |
US20230370181A1 (en) * | 2020-10-21 | 2023-11-16 | Telefonaktiebolaget Lm Ericsson (Publ) | Communication device predicted future interference information |
WO2023241041A1 (zh) * | 2022-06-15 | 2023-12-21 | 中兴通讯股份有限公司 | 小区间的干扰协调方法、设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
IAESI, FAIRSPECTRUM: "Network graphs supporting for central coordination as 5G design target", 《3GPP TSG-RAN WG2 MEETING #93BIS R2-162230》, 15 April 2016 (2016-04-15) * |
YEON-JEA CHO DEPARTMENT OF ELECTRICAL ENGINEERING, KOREA ADVANCED INSTITUTE AND SCIENCE TECHNOLOGY, DAEJEON, REPUBLIC OF KOREA ; J: "New framework for inter-cell interference coordination", 《THE 18TH IEEE INTERNATIONAL SYMPOSIUM ON CONSUMER ELECTRONICS (ISCE 2014)》, 28 August 2014 (2014-08-28) * |
ZHIYI ZHOU; HAO GE; JIALING LIU; WEIMIN XIAO: "Load-Based Resource Allocation and Interference Coordination for Multi-Carrier Dense Networks", 《2016 IEEE 84TH VEHICULAR TECHNOLOGY CONFERENCE (VTC-FALL)》, 21 September 2016 (2016-09-21) * |
周代卫, 周宇 ,孙向前: "Small Cell Enhancement物理层关键技术研究", 《移动通信》, no. 5, 15 May 2015 (2015-05-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN114885336B (zh) | 2024-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11689998B2 (en) | Device and method for allocating physical cell identifier of mobile base station | |
Zafar et al. | QoS enhancement with deep learning-based interference prediction in mobile IoT | |
US9642155B2 (en) | Method and apparatus for dynamic inter-cell interference avoidance in cellular communication networks | |
CN111108721B (zh) | 网络切片中分配资源的方法、设备和计算机可读存储介质 | |
US10362155B2 (en) | Method, base station, and terminal for wireless link processing | |
CN107371261B (zh) | 资源优先级的确定方法、处理装置及系统、ue | |
EP2421295A1 (en) | Downlink inter-cell interference coordination method and base station | |
US20170188381A1 (en) | Method and radio network node for scheduling of wireless devices in a cellular network | |
US10849143B2 (en) | Machine learning (ML) based client behavior prediction for multi-user (MU) scheduler optimization | |
US20230042545A1 (en) | Methods for intelligent resource allocation based on throttling of user equipment traffic and related apparatus | |
US20160173306A1 (en) | Method and apparatus for estimating channel in wireless communication system | |
KR20170018445A (ko) | 무선 통신 시스템에서의 장치 및 방법 | |
JP2020535681A (ja) | 無線リソース割り当てのための方法および装置 | |
Fardad et al. | A fast and effective graph-based resource allocation and power control scheme in vehicular network slicing | |
US20130343321A1 (en) | Radio Base Station and a Method Therein for Scheduling Radio Resources | |
Li et al. | Vehicular edge cloud computing: Depressurize the intelligent vehicles onboard computational power | |
CN114885376B (zh) | 一种帧结构配置方法、装置及存储介质 | |
Munaye et al. | Radio resource allocation for 5G networks using deep reinforcement learning | |
EP4030805A1 (en) | Communication control device, communication device, and communication control method | |
CN114885336B (zh) | 干扰协调方法、装置及存储介质 | |
WO2024060523A1 (zh) | 时域资源分配方法、装置、电子设备及存储介质 | |
Jänis et al. | Flexible UL-DL switching point in TDD cellular local area wireless networks | |
CN115002792B (zh) | 干扰协调方法、装置及存储介质 | |
CN114980194A (zh) | 干扰检测方法、装置及存储介质 | |
Peng et al. | A data-driven and load-aware interference management approach for ultra-dense networks |
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 |