CN118524463A - 速率预测方法、电子设备及计算机可读存储介质 - Google Patents

Abstract

本申请公开了一种速率预测方法、电子设备及计算机可读存储介质，速率预测方法包括：获取目标邻区发送的邻区指纹库，其中，所述邻区指纹库是根据历史用户账号的用户信息进行栅格划分，并统计隶属于同一栅格内的用户信息对应的下行频谱效率，将所述下行频谱效率添加至对应栅格内生成的；基于所述邻区指纹库确定目标用户账号在所述目标邻区的邻区下行感知速率。本申请提高了邻区下行感知速率预测的准确性。

Description

速率预测方法、电子设备及计算机可读存储介质

技术领域

本发明涉及通信技术领域，尤其涉及一种速率预测方法、电子设备及计算机可读存储介质。

背景技术

目前是基于RSRP(Reference Signal Receiving Power，参考信号接收功率)、RSRQ(Reference Signal Receiving Quality，参考信号接收质量)和SINR(Signal toInterference plus Noise Ratio，信号与干扰加噪声比)来评估用户是否需要触发切换邻区，但是RSRP、RSRQ、SINR只能反应下行信道的质量情况，无法完全反应用户的下行感知体验。而在实际生活当中手机的使用者更关心的是下行感知速率，而下行信道质量仅仅是影响下行感知速率的其中一个因素，不能完全反应下行感知速率情况。因此，使用传统的邻区评估方式得到的结果会与用户实际希望的结果产生偏差，无法满足用户的预期。

发明内容

本发明的主要目的在于提供一种速率预测方法、电子设备及计算机可续存储介质，旨在解决如何提高邻区下行感知速率预测的准确性的技术问题。

为实现上述目的，本申请提供了一种速率预测方法，应用于服务小区，包括：

获取目标邻区发送的邻区指纹库，其中，所述邻区指纹库是根据历史用户账号的用户信息进行栅格划分，并统计隶属于同一栅格内的用户信息对应的下行频谱效率，将所述下行频谱效率添加至对应栅格内生成的；

基于所述邻区指纹库确定目标用户账号在所述目标邻区的邻区下行感知速率。

此外，为实现上述目的，本申请还提供了一种速率预测方法，应用于目标邻区，包括：

根据历史用户账号的用户信息进行栅格划分，得到多个栅格；

统计隶属于同一栅格内的用户信息对应的下行频谱效率，并将所述下行频谱效率添加至所述栅格内，生成邻区指纹库；

将所述邻区指纹库发送至服务小区，所述服务小区基于所述邻区指纹库确定所述目标用户账号在所述目标邻区的邻区下行感知速率。

此外，为实现上述目的，本申请还提供了一种速率预测方法，应用于基站，包括：

根据历史用户账号的用户信息进行栅格划分，得到多个栅格；

统计隶属于同一栅格内的用户信息对应的下行频谱效率，并将所述下行频谱效率添加至所述栅格内，生成邻区指纹库；

基于所述邻区指纹库确定目标用户账号在所述目标邻区的邻区下行感知速率。

此外，为实现上述目的，本申请还提供了一种电子设备，上述电子设备包括：存储器、处理器及存储在上述存储器上并可在上述处理器上运行的速率预测程序，上述速率预测程序被上述处理器执行时实现如上述的速率预测方法的步骤。

此外，为实现上述目的，本申请还提供了一种计算机可读存储介质，上述计算机可读存储介质上存储有速率预测程序，上述速率预测程序被处理器执行时实现如上述的速率预测方法的步骤。

本申请实施例通过获取目标邻区发送的邻区指纹库，并基于邻区指纹库确定目标用户账号在目标邻区的邻区下行感知速率。从而可以避免通过SRP、RSRQ、SINR只能获取到邻区下行信道的质量情况，不能完全反应下行感知速率，导致邻区下行感知速率预测的准确性低的现象发生，并且是直接通过目标邻区的邻区指纹库进行预测的，而邻区指纹库是根据历史用户账号的用户信息进行栅格划分，并统计隶属于同一栅格内的用户信息对应的下行频谱效率，将下行频谱效率添加至对应栅格生成的，因此也提高了邻区下行感知速率预测的准确性。并且在预测得到目标用户账号在目标邻区的邻区下行感知速率后，可以实现在后续进行切换过程中基于预测的邻区下行感知速率进行切换，以确保用户时刻都处于一个下行感知最优的小区。

附图说明

图1为本申请速率预测方法第一实施例的流程示意图；

图2为本申请速率预测方法第二实施例的流程示意图；

图3为本申请速率预测方法第三实施例的流程示意图；

图4为本申请速率预测方法第四实施例的流程示意图；

图5为本申请速率预测方法中速率预测系统的模块示意图；

图6为本申请实施例中速率预测方法涉及的硬件运行环境的设备结构示意图。

本发明目的实现、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

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在无线通信系统中，伴随着用户移动位置的变化，网络侧要实时监控用户的服务质量，保证用户的感知体验最优。

通常情况下，基站通过监测终端在服务小区和邻区的RSRP(Reference SignalReceiving Power，参考信号接收功率)、RSRQ(Reference Signal Receiving Quality，参考信号接收质量)、SINR(Signal to Interference plus Noise Ratio，信号与干扰加噪声比)值来评估用户是否需要触发切换。当存在多个候选切换邻区时，也是基于RSRP、RSRQ、SINR对邻区进行选择。而RSRP、RSRQ、SINR只能反应下行信道的质量情况，无法完全反应用户的下行感知体验，从而导致邻区下行感知速率预测的准确性较低。因此在本实施例中为避免这一缺陷，是提前预测出用户在邻区的下行感知速率，这样在切换过程中就可以基于感知速率对邻区进行选择，确保用户时刻都处于一个下行感知最优的小区。比如对于下载类的用户，对下行速率的需求较大，此时就可以基于下行感知速率为用户选择下行感知速率最大的邻区。而且在进行下行感知速率预测的过程中，首先需要预测出用户在邻区的下行频谱效率(SE，spectral efficiency)，可以使用邻区的平均下行SE。但是，邻区平均下行SE只能反应邻区的平均水平，并不能代表特定用户的真实情况，因此使用邻区平均下行SE进行速率预测会存在很大的误差。因此在本实施例中，可以是借助邻区指纹库来进行邻区下行SE预测，以提高邻区下行感知速率预测的准确性。

并且在本实施例中，可以评估用户在邻区的下行感知速率，可以应用在通信系统中，在通信系统的移动性过程中(如切换、PSCell(Primary Secondary Cell，主辅小区)变更、SN(Secondary Node，辅节点)添加/变更、CA(Carrier Aggregatio、载波聚合)辅载波添加/变更)，对用户在邻区的下行感知速率进行预估，为用户选择一个下行感知速率最佳的小区。还可以通过一些与SE强相关的指标和历史用户的调度SE关联，构建SE栅格。在切换前从邻区获取这些与SE强相关的指标取值，然后查询SE栅格，即可得到邻区的SE信息。

下面结合附图，对本申请实施例做进一步阐述。

参照图1，本申请提供一种速率预测方法，在速率预测方法的第一实施例中，速率预测方法，应用于服务小区，包括：

步骤S10，获取目标邻区发送的邻区指纹库，所述邻区指纹库是根据历史用户账号的用户信息进行栅格划分，并统计隶属于同一栅格内的用户信息对应的下行频谱效率，将所述下行频谱效率添加至对应栅格内生成的；

在移动通信系统中，随着用户的移动，用户所使用的终端可能从当前服务小区的覆盖范围移动到另一个小区的覆盖范围。当UE服务小区的无线信号质量较差时，通常需要将UE切换到无线信号质量更好的邻近小区(即邻区)，这个过程称为切换。

在本实施例中，当用户处于多小区覆盖区域内时，需要给用户选择一个下行感知速率最好小区进行切换、SN添加、SN变更、CA辅载波添加、CA辅载波替换、MR-DC(Multi-RateDual Connectivity，多系统双连接)中PSCell变更等处理时，可以通过本实施例中的方式来预估用户所持终端对应的目标用户账号在不同小区的下行感知速率，并根据预估的下行感知速率在这些小区中挑选下行感知速率最好的小区或小区组合进行切换、SN添加、SN变更、CA辅载波添加、CA辅载波替换、MR-DC中PSCell变更等处理。

并且在本实施例中，还会提供一种用于运行速率预测方法的速率预测系统，在速率预测系统中，会如图5所示，设置信息采集模块，感知速率预估模块和感知速率应用模块。并且信息采集模块可以用于对邻区速率预估所需的信息进行收集：如用于收集邻区速率预估所需的小区级信息；用于收集邻区速率预估所需的UE级信息。其中，小区级信息可以包括邻区用户数、邻区下行RB利用率、邻区下行带宽和邻区下行SE栅格中的至少一种，UE级信息可以包括终端测量的邻区下行参考信号RSRP、终端测量的邻区下行参考信号SINR、终端在邻区的下行路损、终端的位置信息和终端的芯片类型中的至少一种。感知速率预估模块可以用于将信息采集模块收集的信息进行处理，预估出用户在邻区的下行感知速率。感知速率应用模块可以用于根据感知速率预估模块预估的用户在邻区的下行感知速率进行切换等操作的判决。

因此，在本实施例中，当用户所持终端在服务小区中需要进行切换、SN添加、SN变更、CA辅载波添加、CA辅载波替换、MR-DC中PSCell变更等处理时，可以先确定用户位置，并确定该用户位置上覆盖的所有小区，将覆盖的所有小区中除用户所持终端所在的服务小区之外的其他小区作为邻区，并对每个邻区进行计算终端在各个邻区的邻区下行感知速率，此时可以通过登录在终端中的目标用户账号在各个邻区的邻区下行感知速率进行确定。并可以根据各个邻区下行感知速率选择最优的一个进行相应的处理操作。

因此在本实施例中，各个小区会先构建好各自的指纹库，并可以将各自的指纹库分享至其他小区，以实现小区之间的指纹库共享。然后若用户所持终端需要进行小区切换或其他操作处理时，可以先获取服务小区中目标邻区发送的邻区指纹库。其中，目标邻区可以是正在进行计算邻区下行感知速率的邻区，并不是特指的某一个或多个小区。邻区指纹库可以包括至少一组用户信息与下行频谱效率之间的对应关系。并且目标邻区在构建邻区指纹库时，是根据目标邻区中历史用户账号的用户信息进行栅格划分，并将隶属于同一栅格内的用户信息对应的下行频谱效率添加至对应栅格内生成的。也就是邻区指纹库中会存储有用户信息与下行频谱效率之间的对应关系。

此外，在一场景中，还可以是服务小区将目标用户账号和目标用户账号的用户信息发送至目标邻区，目标邻区根据自身存储的邻区指纹库反馈目标用户账号在目标邻区的邻区下行感知速率至服务小区。还可以是服务小区将目标用户账号和目标用户账号的用户信息发送至基站，基站根据目标邻区的邻区指纹库反馈目标用户账号在目标邻区的邻区下行感知速率至服务小区。

进一步地，用户信息包括用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量、邻区下行参考信号的信号与干扰加噪声比、邻区下行路损、芯片类型和位置信息中的至少一种。

可选地，用户信息还可以包括用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量或者邻区下行参考信号的信号与干扰加噪声比。另外为辅助提高邻区指纹库中栅格划分的准确性，用户信息还可以在用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量或者邻区下行参考信号的信号与干扰加噪声比的基础上，增加邻区下行路损、芯片类型和位置信息等中的至少一种。

其中，邻区下行参考信号的参考信号接收功率可以是邻区下行参考信号的RSRP，可以是LTE网络中代表无线信号强度的关键参数，也可以用于衡量下行的覆盖。邻区下行参考信号的参考信号接收质量可以是邻区下行参考信号的RSRQ，可以用于衡量邻区下行参考信号的接收质量。邻区下行参考信号的信号与干扰加噪声比可以是邻区下行参考信号的SINR，可以是接收到的有用信号的强度与接收到的干扰信号(噪声和干扰)的强度的比值。邻区下行路损可以是目标邻区下行的路径损耗。位置信息可以是目标用户账号(即用户所持终端登录的目标用户账号)相对于目标邻区的坐标位置。参考信号可以是基站或手机端发出的周期性信号，用于接收端作为从业务信道接收数据的参考。

步骤S20，基于所述邻区指纹库确定目标用户账号在目标邻区的邻区下行感知速率。

在本实施例中，在服务小区获取或确定至少一个目标邻区发送的邻区指纹库之后，就可以根据邻区指纹库来预测目标用户账号在目标邻区的邻区下行感知速率。并根据邻区下行感知速率进行相应处理。如进行切换等操作，或者是在存在多个目标邻区对应的邻区下行感知速率之后，从中选择一个进行相应的处理。

例如，对于触发切换/多载波添加等过程的用户在测量报告中上报多个邻区，且需要给用户选择一个下行感知速率最佳的小区时，服务小区触发对邻区的下行感知速率预测。其中，下行感知速率预测过程需要预测邻区的下行SE以及获取邻区剩余可用的RB资源。

例如，每个小区先各自收集本小区的用户信息进行下行SE指纹库的构建，其中收集的信息包含终端测量的下行参考信号RSRP、终端测量的下行参考信号SINR、下行路损、芯片类型、位置信息、下行SE等。每个小区基于收集的终端测量的下行参考信号RSRP、终端测量的下行参考信号SINR、下行路损、芯片类型、位置信息将具有相同特征的用户划分到相同的类别中，每一个类别就是一个栅格，在这些栅格中统计这些用户的下行SE的均值、最大值、最小值、方差等信息。通过以上方式每个小区可以生成下行SE的指纹库，然后每个小区将构建好的指纹库交互给其他小区，便于后续其他小区向本小区切换时，预测本小区的下行SE。

在本实施例中，通过获取目标邻区发送的邻区指纹库，并基于邻区指纹库确定目标用户账号在目标邻区的邻区下行感知速率。从而可以避免通过SRP、RSRQ、SINR只能获取到邻区下行信道的质量情况，不能完全反应下行感知速率，导致邻区下行感知速率预测的准确性低的现象发生，并且是直接通过目标邻区的邻区指纹库进行预测的，而邻区指纹库是根据历史用户账号的用户信息进行栅格划分，并统计隶属于同一栅格内的用户信息对应的下行频谱效率，将下行频谱效率添加至对应栅格生成的，因此也提高了邻区下行感知速率预测的准确性。并且在预测得到目标用户账号在目标邻区的邻区下行感知速率后，可以实现在后续进行切换过程中基于预测的邻区下行感知速率进行切换，以确保用户时刻都处于一个下行感知最优的小区。

进一步地，基于上述本申请的第一实施例，提出本申请速率预测方法的第二实施例，在本实施例中，参照图2，上述步骤S20，基于所述邻区指纹库确定目标用户账号在所述目标邻区的邻区下行感知速率，包括：

步骤a，在所述邻区指纹库中筛选出与目标用户账号的用户信息匹配的下行频谱效率，并将匹配的所述下行频谱效率作为邻区下行频谱效率；

在本实施例中，服务小区可以直接借助邻区指纹库预测用户所持终端中目标用户账号在邻区的邻区下行频谱效率。邻区下行频谱效率可以表示目标邻区中一个RB(Resource Block，资源块)上可以承载发送的数据量。

在预测邻区下行频谱效率时，可以是先在服务小区中确定目标用户账号对应的用户信息。也就是可以在服务小区中采集目标用户账号在目标邻区中的各类参数信息。目标用户账号的用户信息包括各类参数信息，如目标用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量或者邻区下行参考信号的信号与干扰加噪声比，还可以包括邻区下行路损、芯片类型和位置信息等。

然后将目标用户账号的用户信息与邻区指纹库进行匹配，以便在邻区指纹库中筛选出与目标用户账号的用户信息匹配的下行频谱效率。在进行匹配时，可以是将用户信息中的RSRP与邻区指纹库中的RSRP进行匹配、将用户信息中的RSRQ与邻区指纹库中的RSRQ进行匹配，或者是将用户信息中的SINR与邻区指纹库中的SINR进行匹配等。此外还可以将用户信息中的邻区下行路损、芯片类型和位置信息与邻区指纹库中的邻区下行路损、芯片类型和位置信息进行匹配。

并在邻区指纹库中确定与目标用户账号的用户信息匹配的用户信息之后，将邻区指纹库中与匹配的用户信息对应的下行频谱效率作为与目标用户账号的用户信息匹配的下行频谱效率，并将匹配的下行频谱效率作为邻区下行频谱效率。

步骤b，根据所述邻区下行频谱效率预测所述目标用户账号在目标邻区的邻区下行感知速率。

在通过邻区指纹库获取到目标用户账号在目标邻区的邻区下行频谱效率之后，就可以进行目标用户账号在目标邻区的邻区下行感知速率的预测。其中，邻区下行感知速率可以是目标用户账号(也可以是用户所持终端)在目标邻区的下行感知速率。所述邻区下行感知速率可以包括目标邻区每秒支持调度的最大数据量，以及目标用户账号(也可以是用户所持终端)在邻区的邻区下行频谱效率。

例如，服务小区收到用户切换/多载波添加等的测量报告后，从测量报告中获取邻区下行参考信号RSRP、邻区下行参考信号SINR，再结合终端在邻区的下行路损、终端的芯片类型、终端的位置信息在前期交互的邻区下行SE指纹库中定位用户所处的栅格，并从栅格中查询得到邻区的下行SE均值，作为邻区下行感知速率预估使用的邻区下行SE。基于上述获取的邻区下行SE，再结合从邻区获取的下行剩余可用RB数量，计算得到邻区每个时隙最大支持发送的数据量。其中，邻区下行剩余可用RB数由邻区实际剩余的RB数(由邻区带宽对应RB数和邻区下行RB利用率计算得到)以及邻区平均每用户的可用RB数(由邻区带宽对应RB数和邻区用户数计算得到)综合得到。最后，结合邻区1秒内可用于调度的下行时隙数，计算得到邻区1秒内支持调度的最大数据量，即为预测的邻区下行感知速率。此时，服务小区分别预测出了测量报告中不同邻区的下行感知速率，按照下行感知速率从大到小对邻区进行排序，优先选择感知速率最大的邻区进行切换/多载波添加等处理。

本申请实施例通过在邻区指纹库中筛选出与目标用户账号的用户信息匹配的邻区下行频谱效率，并根据邻区下行频谱效率预测目标用户账号在目标邻区的邻区下行感知速率，从而保障了获取到的邻区下行感知速率的有效性。

进一步地，根据所述邻区下行频谱效率预测所述目标用户账号在目标邻区的邻区下行感知速率，包括：

步骤c，获取所述目标邻区中下行时隙剩余的可用资源块数，根据所述邻区下行频谱效率和所述可用资源块数确定所述目标邻区中下行时隙的最大发送数据量；

在本实施例中，在预测目标用户账号在目标邻区的邻区下行感知速率时，还需要在服务小区评估目标邻区中每个下行时隙剩余可用的资源块数目，也就是目标邻区中下行时隙剩余的可用资源块数。并且服务小区可以先获取目标邻区中实际上剩余可用的资源块数，然后根据实际剩余可用的资源块数来预估获取目标邻区中每个下行时隙剩余的可用资源块数。其中，可用资源块数可以是目标邻区中下行时隙中可以被目标用户账号正常使用的资源块数目。

在根据目标邻区指纹库获取到目标用户账号在目标邻区的邻区下行频谱效率，以及目标邻区中每个下行剩余可用的可用资源块数之后，可以直接计算目标邻区中每个下行时隙可以发送的数据量，并将其作为目标邻区中下行时隙的最大发送数据量。可选地，在确定目标邻区中下行时隙的最大发送数据量时，可以计算邻区下行频谱效率和目标邻区中每个下行时隙剩余可用的资源块数目之间的乘积，得到目标邻区中每个下行时隙可以发送的数据量，即目标邻区中下行时隙的最大发送数据量。

步骤d，根据所述最大发送数据量和所述目标邻区对应的调度下行时隙数预测所述目标用户账号在所述目标邻区的邻区下行感知速率。

在确定目标邻区中每个下行时隙对应的最大发送数据量之后，还需要获取目标邻区1秒内可用于调度的下行时隙数，并将其作为调度下行时隙数，然后根据调度下行时隙数和目标邻区中每个下行时隙可以发送的最大发送数据量计算得到邻区每秒支持调度的最大数据量，并将其作为预测的目标用户账号在目标邻区中的邻区下行感知速率。其中，获取目标邻区1秒内可用于调度的下行时隙数时，也可以不局限于1秒，还可以是其他时间，在此不做限制。并且在计算邻区下行感知速率时，可以将调度下行时隙数个下行时隙对应的最大发送数据量进行相加得到目标用户账号在目标邻区的邻区下行感知速率。

在本实施例中，通过根据目标邻区中下行时隙剩余的可用资源块数和邻区下行频谱效率来确定最大发送数据量，再根据最大发送数据量和目标邻区对应的调度下行时隙数预测目标用户账号在目标邻区的邻区下行感知速率，从而保障了预测的邻区下行感知速率的准确性。

进一步地，获取所述目标邻区中下行时隙剩余的可用资源块数，包括：

步骤e，确定所述目标邻区的剩余资源块数和所述目标邻区中平均每用户账号的第一资源块数；

在本实施例中，在确定目标邻区中每个下行时隙剩余的可用资源块数时，可以在服务小区中获取目标邻区的剩余资源块数，还需要获取目标邻区中平均每用户账号的第一资源块数。其中，剩余资源块数可以是目标邻区中实际上可以正常使用的资源块数。第一资源块数可以是目标邻区中每个用户平均可以使用的资源块数。

步骤f，选择所述剩余资源块数和所述第一资源块数中数据最高的一个作为所述目标邻区中下行时隙剩余的可用资源块数。

在获取到剩余资源块数和第一资源块数之后，就可以将剩余资源块数和第一资源块数进行比较，并根据比较结果确定数据最高的一个，以便确定目标邻区中每个下行时隙剩余的可用资源块数。例如目标邻区的剩余资源块数大于目标邻区中平均每用户账号的第一资源块数，则可以直接将剩余资源块数作为目标邻区中下行时隙剩余的可用资源块数。若第一资源块数大于目标邻区的剩余资源块数，则可以直接将第一资源块数作为目标邻区中下行时隙剩余的可用资源块数。

在本实施例中，通过选择目标邻区的剩余资源块数和目标邻区中平均每用户账号的第一资源块数中数据最高的一个作为目标邻区中下行时隙剩余的可用资源块数，从而保障了获取到的可用资源块数的有效性。

在一实施例中，确定所述目标邻区的剩余资源块数和所述目标邻区中平均每用户账号的第一资源块数，包括：

步骤g，确定所述目标邻区的带宽对应的第二资源块数；

在本实施例中，在确定目标邻区的剩余资源块数时，可以先在服务小区中获取目标邻区的带宽，并确定该带宽对应的资源块数，并将其作为第二资源块数。其中带宽和资源块数之间的对应关系是协议中提前设置好的，如20M带宽对应100个资源块数。因此可以根据对应关系直接确定目标邻区的带宽对应的第二资源块数。

在本实施例中，还需要确定目标邻区对应的下行资源块利用率。其中，下行资源块利用率可以是提前设置好的默认值，也可以是根据实际使用的资源块数进行计算确定的。例如假设存在100个资源块数，若实际用了70个资源块数，则其下行资源块利用率为70/100＝70％。

步骤h，依据所述第二资源块数和所述目标邻区对应的下行资源块利用率确定所述目标邻区的剩余资源块数。

在确定第二资源块数和下行资源块利用率后，可以按照预设的公式进行计算得到目标邻区的剩余资源块数。其中，预设的公式可以是第二资源块数*(1-下行资源块利用率)＝目标邻区的剩余资源块数。例如，若第二资源块数为100，下行资源块利用率为70％，则目标邻区的剩余资源块数可以是100*(1-70％)＝30。

步骤j，依据所述第二资源块数和所述目标邻区中的邻区用户账号数确定所述目标邻区中平均每用户账号的第一资源块数。

在本实施例中，在确定目标邻区的剩余资源块数时，可以先在服务小区中获取目标邻区的带宽，并确定该带宽对应的资源块数，并将其作为第二资源块数。其中带宽和资源块数之间的对应关系是协议中提前设置好的。因此可以根据对应关系直接确定目标邻区的带宽对应的第二资源块数。

在本实施例中，还需要获取目标邻区中可以使用的邻区用户账号的最大账号数，并将其作为邻区用户账号数。然后再将第二资源块数除以邻区用户账号数，以确定或得到目标邻区中平均每用户账号的第一资源块数。

在本实施例中，通过依据目标邻区的带宽对应的第二资源块数，以及下行资源块利用率来确定目标邻区的剩余资源块数，从而保障了确定的剩余资源块数的准确性，并通过依据目标邻区的带宽对应的第二资源块数，以及邻区用户账号数来计算确定目标邻区中平均每用户账号的第一资源块数，从而保障了计算得到的第一资源块数的准确有效性。

进一步地，根据所述邻区下行频谱效率预测目标用户账号在目标邻区的邻区下行感知速率之后，包括：

步骤k，在所述目标邻区存在多个之后，确定所述目标用户账号在每个目标邻区的邻区下行感知速率；确定各所述邻区下行感知速率中速率最大的邻区下行感知速率，并选择速率最大的邻区下行感知速率对应的目标邻区进行处理。

在本实施例中，当在服务小区中，确定用户所持终端中登录的目标用户账号同时处于多个小区的覆盖范围之后，就可以将这些小区中除服务小区之外的其他小区均作为目标邻区。因此在服务小区检测到存在多个目标邻区之后，可以对每个目标邻区进行相同的处理操作，以得到目标用户账号在每个目标邻区中的邻区下行感知速率，然后再对各个邻区下行感知速率进行，并从中选择一个速率最大的邻区下行感知速率，再将此速率最大的邻区下行感知速率对应的目标邻区作为目标用户账号最终需要进行处理的目标邻区。其中，处理可以是小区切换、SN添加、SN变更、CA辅载波添加、CA辅载波替换、MR-DC中PSCell变更等处理。

在本实施例中，通过在目标邻区存在多个之后，在每个目标邻区对应的邻区下行感知速率中确定速率最大的邻区下行感知速率，并选择该速率最大的邻区下行感知速率对应的目标邻区进行处理，从而保障了用户时刻都处于一个下行感知最优的小区。

基于上述本申请的第一或第二实施例，提出本申请速率预测方法的第三实施例，在本实施例中，参照图3，速率预测方法，应用于目标邻区，包括：

步骤S1，根据历史用户账号的用户信息进行栅格划分，得到多个栅格；

步骤S2，统计隶属于同一栅格内的用户信息对应的下行频谱效率，并将所述下行频谱效率添加至所述栅格内，生成邻区指纹库；

步骤S3，将所述邻区指纹库发送至服务小区，所述服务小区基于所述邻区指纹库确定所述目标用户账号在所述目标邻区的邻区下行感知速率。

在本实施例中，可以是在目标邻区中构建目标邻区的邻区指纹库，并在构建完成邻区指纹库之后，可以将邻区指纹库发送至其他各个小区，也可以保存在目标邻区的存储区域。并且在本实施例中，各个小区都可以按照和目标邻区相同的方式来获取自身的邻区指纹库。

因此，在本实施例中，速率预测方法可以应用于目标邻区，并且在目标邻区内，先确定并获取目标邻区内历史用户账号的用户信息。

进一步地，历史用户账号的用户信息可以包括历史用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量、邻区下行参考信号的信号与干扰加噪声比、邻区下行路损、芯片类型和位置信息中的至少一种，还可以包括下行SE，即历史用户账号在目标邻区的邻区下行感知速率。

并根据历史用户信息进行栅格划分，以得到多个栅格。例如，将收集的终端测量的下行参考信号RSRP、终端测量的下行参考信号SINR、下行路损、芯片类型、位置信息将具有相同特征的用户划分到相同的类别中，每一个类别就是一个栅格，在这些栅格中统计这些用户的下行SE的均值、最大值、最小值、方差等信息。

可选地，可以在进行栅格划分之后，统计隶属于同一栅格内的历史用户信息对应的下行频谱效率，并将此下行频谱效率添加至栅格内，并在各个栅格内都添加完成之后，就将其作为目标邻区对应的邻区指纹库。以便后续在服务小区或者目标邻区中根据邻区指纹库直接确定目标用户账号在目标邻区的邻区下行感知速率。

在一实施例中，当目标邻区生成邻区指纹库之后，若需要在服务小区中进行目标用户账号在目标邻区的邻区下行感知速率的预测，则需要将邻区指纹库发送至服务小区。然后服务小区再执行确定目标邻区对应的邻区指纹库中与目标用户账号对应的邻区下行频谱效率；获取所述目标邻区中下行时隙剩余的可用资源块数；根据所述邻区下行频谱效率和所述可用资源块数确定所述目标邻区中下行时隙的最大发送数据量；根据所述最大发送数据量和所述目标邻区对应的调度下行时隙数预测所述目标用户账号在所述目标邻区的邻区下行感知速率等步骤。

例如，目标邻区根据自己小区内历史用户的信息(比如下行参考信号的RSRP、下行参考信号的RSRQ或SINR、用户的位置信息、用户使用终端的芯片类型)，对自己进行栅格划分、其中，划分栅格所需的历史用户信息中，可以根据下行参考信号的RSRP、下行参考信号的RSRQ或SINR。还可以选择用户的位置信息，和/或，芯片类型以辅助提高栅格划分的准确度。然后目标邻区在划分出的各栅格内，将隶属于同一个栅格内的历史用户信息对应的下行SE信息进行统计，目标邻区根据自己划分的栅格结果和邻区用户的下行SE统计结果，生成邻区下行SE指纹库，并将其作为邻区指纹库。然后库将邻区指纹库发送至其他的小区，如用户所持终端所在的服务小区。然后服务小区就可以直接根据用户所持终端登录的目标用户账号的相关信息推测用户在目标邻区指纹库中所处的栅格，然后从对应的栅格中确定目标用户账号在目标邻区的邻区下行感知速率。

在本实施例中，通过根据历史用户账号的用户信息进行栅格划分，并统计隶属于同一栅格内的用户信息对应的下行频谱效率，将其添加至栅格内，以生成邻区指纹库，再将邻区指纹库发送至服务小区，以使服务小区预测目标用户账号在目标邻区的邻区下行感知速率，从而可以避免通过RSRP、RSRQ、SINR只能获取到邻区下行信道的质量情况，不能完全反应下行感知速率，导致邻区下行感知速率预测的准确性低的现象发生，并且是直接通过目标邻区的邻区指纹库进行预测的，提高了邻区下行感知速率预测的准确性。并且在预测得到目标用户账号在目标邻区的邻区下行感知速率后，可以实现在后续进行切换过程中基于预测的邻区下行感知速率进行切换，以确保用户时刻都处于一个下行感知最优的小区。

在一实施例中，步骤S2，将所述下行频谱效率添加至所述栅格内，生成所述目标邻区对应的邻区指纹库之后，包括：

步骤y，接收服务小区发送的目标用户账号以及所述目标用户账号对应的目标用户信息，依据所述邻区指纹库确定所述目标用户账号在所述目标邻区的邻区下行感知速率，将所述邻区下行感知速率反馈至服务小区。

在本实施例中，所述目标用户信息包括所述目标用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量、邻区下行参考信号的信号与干扰加噪声比、邻区下行路损、芯片类型和位置信息中的至少一种。

在本实施例中，当目标邻区生成邻区指纹库之后，若需要在目标邻区中进行目标用户账号在目标邻区的邻区下行感知速率的预测。且在目标邻区中接收到服务小区发送的目标用户账号以及目标用户账号对应的目标用户信息，并会在目标邻区中执行确定目标邻区对应的邻区指纹库中与目标用户账号对应的邻区下行频谱效率；获取所述目标邻区中下行时隙剩余的可用资源块数；根据所述邻区下行频谱效率和所述可用资源块数确定所述目标邻区中下行时隙的最大发送数据量；根据所述最大发送数据量和所述目标邻区对应的调度下行时隙数预测所述目标用户账号在所述目标邻区的邻区下行感知速率，等步骤。并在确定目标用户账号在所述目标邻区的邻区下行感知速率之后，还会将其发送至服务小区，以便用户通过服务小区知道目标用户账号在所述目标邻区的邻区下行感知速率。

在本实施例中，通过在服务小区或目标邻区中预测目标用户账号在目标邻区的邻区下行感知速率，从而可以保障预测的邻区下行感知速率的有效性。

基于上述本申请的第一至第三任一实施例，提出本申请速率预测方法的第四实施例，在本实施例中，参照图4，速率预测方法，应用于基站，包括：

步骤S100，根据历史用户账号的用户信息进行栅格划分，得到多个栅格；

步骤S200，统计隶属于同一栅格内的用户信息对应的下行频谱效率，并将所述下行频谱效率添加至所述栅格内，生成邻区指纹库；

步骤S300，基于所述邻区指纹库确定目标用户账号在所述目标邻区的邻区下行感知速率。

在本实施例中，基站侧可以创建每个小区对应的指纹库，即邻区指纹库。并且在构建完成各个小区的邻区指纹库后，可以进行各个小区之间的邻区指纹库交换，即每个小区都可以存储保留相邻小区的邻区指纹库。

在本实施例中，构建每个小区的邻区指纹库的方式相同，都可以是根据小区内历史用户账号的用户信息进行栅格划分，以得到多个栅格。例如，将收集的终端测量的下行参考信号RSRP、终端测量的下行参考信号SINR、下行路损、芯片类型、位置信息将具有相同特征的用户划分到相同的类别中，每一个类别就是一个栅格，在这些栅格中统计这些用户的下行SE的均值、最大值、最小值、方差等信息。可选地，可以在进行栅格划分之后，统计隶属于同一栅格内的历史用户信息对应的下行频谱效率，并将此下行频谱效率添加至栅格内，并在各个栅格内都添加完成之后，就将其作为邻区指纹库。以便后续在服务小区或者目标邻区中根据邻区指纹库直接确定目标用户账号在目标邻区的邻区下行感知速率。

进一步地，历史用户账号的用户信息包括所述历史用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量、邻区下行参考信号的信号与干扰加噪声比、邻区下行路损、芯片类型和位置信息中的至少一种。例如，历史用户账号的用户信息包括历史用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量或者邻区下行参考信号的信号与干扰加噪声比。另外为辅助提高邻区指纹库中栅格划分的准确性，历史用户账号的用户信息还可以在历史用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量或者邻区下行参考信号的信号与干扰加噪声比的基础上，增加邻区下行路损、芯片类型和位置信息等中的至少一种。

在基站确定目标邻区内的邻区指纹库之后，可以直接获取目标用户账号的用户信息，并在邻区指纹库中筛选出与目标用户账号的用户信息匹配的下行频谱效率，再将其发送至服务小区。

此外在一场景中，可以将邻区指纹库发送至服务小区，服务小区基于邻区指纹库确定目标用户账号在目标邻区的邻区下行感知速率。具体地，可以是服务小区从邻区指纹库中筛选出与目标用户账号的用户信息匹配的下行频谱效率，即邻区下行频谱效率，然后在获取目标邻区中下行时隙剩余的可用资源块数，根据可用资源块数和邻区下行频谱效率预测目标邻区中下行时隙的最大发送数据量，再根据最大发送数据量和目标邻区对应的调度下行时隙数预测目标用户账号在目标邻区的邻区下行感知速率。

此外，在一场景中，还可以是在基站检测到服务小区发送的目标用户账号以及目标用户账号的用户信息之后，将目标用户账号以及目标用户账号的用户信息发送至目标邻区，以便目标邻区根据自身的邻区指纹库和目标用户账号的用户信息确定目标用户账号在目标邻区的邻区下行感知速率，并将邻区下行感知速率反馈至基站，由基站反馈至服务小区。

在本实施例中，通过根据历史用户账号的用户信息进行栅格划分，并统计隶属于同一栅格内的用户信息对应的下行频谱效率，将其添加至栅格内，以生成邻区指纹库，再根据邻区指纹库确定目标用户账号在目标邻区的邻区下行感知速率，从而可以避免通过RSRP、RSRQ、SINR只能获取到邻区下行信道的质量情况，不能完全反应下行感知速率，导致邻区下行感知速率预测的准确性低的现象发生，并且是直接通过目标邻区的邻区指纹库进行预测的，提高了邻区下行感知速率预测的准确性。并且在预测得到目标用户账号在目标邻区的邻区下行感知速率后，可以实现在后续进行切换过程中基于预测的邻区下行感知速率进行切换，以确保用户时刻都处于一个下行感知最优的小区。

此外，本申请还提供一种电子设备，电子设备包括存储器、处理器及存储在存储器上并可在处理器上运行的速率预测程序，速率预测程序被处理器执行时实现如上述的速率预测方法的步骤。

此外，在一实施例中，图6为本发明的一个实施例电子设备的结构示意图，如图6所示，在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Ind ustry Standa rd Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。处理器从非易失性存储器中读取对应的计算机程序到存储器中然后运行，在逻辑层面上形成共享资源访问控制装置。处理器，执行存储器所存放的程序，并具体用于执行上述速率预测方法的步骤。

本申请电子设备具体实施方式与上述速率预测方法各实施例基本相同，在此不再赘述。

此外，为实现上述目的，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有速率预测程序，速率预测程序被处理器执行时实现如上述的速率预测成方法的步骤。

本申请计算机可读存储介质具体实施方式与上述速率预测方法各实施例基本相同，在此不再赘述。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (14)

1.一种速率预测方法，其特征在于，应用于服务小区，包括：

获取目标邻区发送的邻区指纹库，其中，所述邻区指纹库是根据历史用户账号的用户信息进行栅格划分，并统计隶属于同一栅格内的用户信息对应的下行频谱效率，将所述下行频谱效率添加至对应栅格内生成的；

基于所述邻区指纹库确定目标用户账号在所述目标邻区的邻区下行感知速率。

2.如权利要求1所述的速率预测方法，其特征在于，基于所述邻区指纹库确定目标用户账号在所述目标邻区的邻区下行感知速率，包括：

在所述邻区指纹库中筛选出与目标用户账号的用户信息匹配的下行频谱效率，并将匹配的所述下行频谱效率作为邻区下行频谱效率；

根据所述邻区下行频谱效率预测所述目标用户账号在目标邻区的邻区下行感知速率。

3.如权利要求2所述的速率预测方法，其特征在于，所述根据所述邻区下行频谱效率预测所述目标用户账号在目标邻区的邻区下行感知速率，包括：

获取所述目标邻区中下行时隙剩余的可用资源块数，根据所述邻区下行频谱效率和所述可用资源块数确定所述目标邻区中下行时隙的最大发送数据量；

根据所述最大发送数据量和所述目标邻区对应的调度下行时隙数预测所述目标用户账号在所述目标邻区的邻区下行感知速率。

4.如权利要求3所述的速率预测方法，其特征在于，所述获取所述目标邻区中下行时隙剩余的可用资源块数，包括：

确定所述目标邻区的剩余资源块数和所述目标邻区中平均每用户账号的第一资源块数；

选择所述剩余资源块数和所述第一资源块数中数据最高的一个作为所述目标邻区中下行时隙剩余的可用资源块数。

5.如权利要求4所述的速率预测方法，其特征在于，所述确定所述目标邻区的剩余资源块数和所述目标邻区中平均每用户账号的第一资源块数，包括：

确定所述目标邻区的带宽对应的第二资源块数；

依据所述第二资源块数和所述目标邻区对应的下行资源块利用率确定所述目标邻区的剩余资源块数；

依据所述第二资源块数和所述目标邻区中的邻区用户账号数确定所述目标邻区中平均每用户账号的第一资源块数。

6.如权利要求2所述的速率预测方法，其特征在于，所述根据所述邻区下行频谱效率预测目标用户账号在目标邻区的邻区下行感知速率之后，包括：

在所述目标邻区存在多个之后，确定所述目标用户账号在每个目标邻区的邻区下行感知速率；

确定各所述邻区下行感知速率中速率最大的邻区下行感知速率，并选择速率最大的邻区下行感知速率对应的目标邻区进行处理。

7.如权利要求1所述的速率预测方法，其特征在于，所述用户信息包括历史用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量、邻区下行参考信号的信号与干扰加噪声比、邻区下行路损、芯片类型和位置信息中的至少一种。

8.一种速率预测方法，其特征在于，应用于目标邻区，包括：

根据历史用户账号的用户信息进行栅格划分，得到多个栅格；

统计隶属于同一栅格内的用户信息对应的下行频谱效率，并将所述下行频谱效率添加至所述栅格内，生成邻区指纹库；

将所述邻区指纹库发送至服务小区，所述服务小区基于所述邻区指纹库确定所述目标用户账号在所述目标邻区的邻区下行感知速率。

9.如权利要求8所述的速率预测方法，其特征在于，所述历史用户账号的用户信息包括所述历史用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量、邻区下行参考信号的信号与干扰加噪声比、邻区下行路损、芯片类型和位置信息中的至少一种。

10.如权利要求8所述的速率预测方法，其特征在于，所述将所述下行频谱效率添加至所述栅格内，生成邻区指纹库之后，还包括：

接收服务小区发送的目标用户账号以及所述目标用户账号的用户信息，依据所述目标用户账号的用户信息和所述邻区指纹库确定所述目标用户账号在所述目标邻区的邻区下行感知速率，将所述邻区下行感知速率反馈至服务小区。

11.一种速率预测方法，其特征在于，应用于基站，包括：

根据历史用户账号的用户信息进行栅格划分，得到多个栅格；

统计隶属于同一栅格内的用户信息对应的下行频谱效率，并将所述下行频谱效率添加至所述栅格内，生成邻区指纹库；

基于所述邻区指纹库确定目标用户账号在所述目标邻区的邻区下行感知速率。

12.如权利要求11所述的速率预测方法，其特征在于，所述历史用户账号的用户信息包括所述历史用户账号在目标邻区中的邻区下行参考信号的参考信号接收功率、邻区下行参考信号的参考信号接收质量、邻区下行参考信号的信号与干扰加噪声比、邻区下行路损、芯片类型和位置信息中的至少一种。

13.一种电子设备，其特征在于，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的速率预测程序，所述速率预测程序被所述处理器执行时实现如权利要求1至12中任一项所述的速率预测方法的步骤。

14.一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上存储有速率预测程序，所述速率预测程序被处理器执行时实现如权利要求1至12中任一项所述的速率预测方法的步骤。