CN105637925B - 具有细化策略管理的动态频率和功率资源分配 - Google Patents
具有细化策略管理的动态频率和功率资源分配 Download PDFInfo
- Publication number
- CN105637925B CN105637925B CN201380080269.9A CN201380080269A CN105637925B CN 105637925 B CN105637925 B CN 105637925B CN 201380080269 A CN201380080269 A CN 201380080269A CN 105637925 B CN105637925 B CN 105637925B
- Authority
- CN
- China
- Prior art keywords
- subscriber
- groups
- self
- quality
- resource
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/56—Allocation or scheduling criteria for wireless resources based on priority criteria
-
- 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
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一般地描述了提供用于自组织网络的多目标动态资源优化的技术。在一些示例中,使用动态资源优化的系统可以分配网络资源给订户组,以实现按照小区、按照订户类型、按照服务和/或按照订户资源的细化策略管理。所述动态资源优化可以是基于吞吐量目标和体验质量(QoE)目标的优化/改进。根据订户类型用户可被分成不同的组,其中每个组被分配有优先级。资源可首先被分配给最高的或者相对高的优先级的用户组,并且剩下的资源可相继地被分配给更低优先级的组。所述QoE目标可以通过映射与订户组相关联的实时服务质量(QoS)参数而被量化地确定。组策略参数集也可被应用以加权所述吞吐量和QoE目标。
Description
背景技术
除非在本文中另外表明,否则本部分中所述的材料对于本申请中的权利要求来说不是现有技术并且不由于包括在本部分中而被承认是现有技术。
在自组织网络(SON)中用来给订户组分配网络资源的动态资源分配可通过利用吞吐量优化被建模来提高订户的体验质量(QoE)。吞吐量可包括在网络上被提供给订户或者订户组的容量或者总数据率。当考虑服务质量(QoS)参数(例如最小比特率需求)时,一些示例动态资源分配计划可优化所分配的资源的频率和功率。当考虑最小比特率需求以为订户组增加总吞吐量时,常规资源分配可不考虑额外的QoS参数(例如包延迟预算,包错误丢失率和数据率)。此外,各个订户不会根据订户类型和服务或者在使用中的应用而被区分。
发明内容
本公开一般地描述了有助于用于细化策略管理的体验质量(QoE)优化或另外的改进QoE的动态频率和功率资源分配的技术。
根据一些示例,本公开描述了用于自组织网络(SON)中的频率和功率资源分配的方法。示例方法可基于订户类型将订户分成多个组。此方法此外可分配优先级给每个订户组。此方法也可考虑具有最高优先级的订户组而优化SON的资源。此方法还可分配优化资源给具有最高优先级的订户组。此方法还可优化和分配SON剩下的资源给具有比最高优先级的订户组低的优先级的一个或多个订户组。每个订户组内的资源的优化可基于每个订户组的总吞吐量和订户组中的每个订户的体验质量(QoE)被建模成多目标优化。
根据一些示例,本公开描述了一种用于频率和功率资源分配的自组织网络(SON)控制器。此SON控制器可包括被配置用于存储指令的存储器。此SON控制器此外可包括与存储器耦合的处理模块。此处理模块可结合存储在存储器里的指令被配置用于执行资源分配应用。此资源分配应用可被配置成基于订户类型把订户分成多个组。此资源分配应用也可分配优先级给每个订户组。此资源分配应用此外可考虑具有最高优先级的订户组而优化此SON的资源,并且分配优化资源给具有最高优先级的订户组。此资源分配应用可优化和分配此SON剩下的资源给具有比最高优先级的组低的优先级的一个或多个订户组。每个订户组内的资源的优化可以基于每个订户组的总吞吐量和订户组中每个订户的体验质量(QoE)被建模为多目标优化。
根据一些示例,本公开描述了具有基于体验质量(QoS)的动态频率和功率资源分配的自组织网络(SON)。此SON可包括被配置成用来促进与一个或多个订户设备的无线通信的基站。此SON可包括可与基站可通信地耦合的至少一个服务器,其可被配置为管理SON操作。此服务器可以被配置成基于订户类型把订户分成多个组。此服务器也可给每个订户组分配优先级。此服务器可以基于订户组内每个订户的QoE为每个订户组产生QoE目标函数。此服务器还可基于每个订户组的总吞吐量为每个订户组产生总吞吐量目标函数。该服务器可把总吞吐量目标函数和QoE目标函数组合为总目标函数(AOF)。此服务器可以基于AOF产生资源分配计划来优化此SON的资源。此服务器也可分配此SON的优化的资源给具有第一优先级的第一订户组。此服务器可分配剩下的资源给具有第二优先级的一个或多个第二订户组,所述第二优先级相对第一优先级可能是更低的。
根据一些示例,本公开描述一种其上存储有指令的非暂态计算机可读存储介质。响应于在一个或多个计算装置上的执行,非暂态计算机可读存储介质可执行或者可引起执行如本文所述的用于自组织网络(SON)中的频率和功率资源分配的方法。
前述概要仅仅是说明性的,而并不意图以任何方式是限制性的。除了上述说明性的各方面、实施例和特征,另外的方面、实施例和特征将通过参考附图和下面的详细描述而变得显而易见。
附图说明
通过结合附图进行的以下描述和所附权利要求,本公开的前述和其它特征将变得更充分地显而易见。应当理解,这些附图仅仅描绘了根据本公开的几个实施例,因此,不应被认为限制其范围,将通过使用附图来更具体地、更详细地描述本公开,在附图中:
图1示出动态资源分配是如何作为自组织网络(SON)中的优化方法被解决的示例;
图2示出其中实施例可被实施的示例分层优化框架;
图3示出SON服务器中的用于资源分配的示例构造块;
图4示出示例多层、多目标动态频率和功率资源优化;
图5示出可被用于多层、多目标动态频率和功率资源优化的通用计算装置;
图6A和6B示出了图解可被例如图5中的计算装置的计算装置执行的、有助于用于细化策略管理的体验质量(QoE)优化的动态频率和功率资源分配的示例方法的流程图;以及
图7示出示例计算机程序产品的框图,
所有都是依照本文所述的至少一些实施例来布置的。
具体实施方式
在以下详细描述中,对附图进行参考,所述附图形成详细描述的一部分。除非上下文另外指示,否则在附图中,相似的符号通常标识相似的部件。在详细描述、附图和权利要求中描述的说明性实施例并不意味着是限制性的。在不脱离本文所提供的主题的精神或范围的情况下,可以利用其它实施例,以及可以进行其它改变。如在本文中一般地描述的和在图中示出的那样,本公开的各方面可以以广泛多样的不同配置被布置、替代、组合、分割和设计,所有这些在本文中都被明确地构想。
本公开一般地涉及尤其是与有助于用于细化策略管理的体验质量(QoE)优化或者以其他方式改进的QoE的动态频率和功率资源优化相关的方法、设备、系统、装置和/或计算机程序产品。
简单地说,一般地描述了用以为自组织网络提供多目标的动态资源优化/改进的技术。在一些示例中,采用动态资源优化/改进的系统可分配网络资源给订户组以实现按照小区(cell)、按照订户类型、按照服务、和按照用户资源的细化策略管理。此动态资源优化可基于吞吐量目标和QoE目标的优化或者另外改进。用户可以根据订户类型被分成不同的组,其中每个组具有被分配的优先级。资源首先可被分配给最高优先级的用户组,并且剩下的资源可被相继地分配给较低优先级的组。QoE目标可通过映射与订户组相关联的实时服务质量(QoS)参数而被量化地确定。也可应用组策略参数集以对吞吐量和QoE目标进行加权。
图1示出依照本文所述的至少一些实施例布置的动态资源分配是如何可被作为自组织网络(SON)中的优化方法而被解决的示例。
动态资源分配可以被建模作为如图示100中所示的优化问题。动态资源分配的一个目的可在于为了动态地搜索副载波频率集和发送功率对来增大用于所有数量的并发订户102、104、106的总吞吐量108,同时满足或者至少充分地服务每个单个用户的数据速率需求(QoS约束和数据率需求109)。总吞吐量108或者网络容量可被定义为用于所有数量的并发用户的跨网络总数据速率。
QoS配置文件(profile)可与每个用户102、104、106相关联,并且此QoS配置文件可定义将由网络提供的参数或者需求集(QoS约束和数据速率需求109),其包括最小比特率、包延迟容限、可接受的丢包率和/或者其他参数。用于最大化或者以其他方式增大总吞吐量108的约束之一可以被规定为各个用户的数据率超过来自于用户的QoS配置文件的最小比特率需求或者其他特定的比特率。在考虑此QoS参数约束(例如每个用户的最小比特率需求)时,资源分配计划112可由SON服务器110产生以优化/改进资源的频率和功率。资源分配计划112可通过网络被调度到每个用户。副载波频率和功率可通过信号干扰噪声比(SINR)与用户的数据速率相关联,使得每个用户的实时网络状况也可被并入用于动态资源分配的优化框架。
然而,如图示100中所示的基于吞吐量的资源分配计划112对于具有增大的复杂度的演进自组织网络(SON)来说或许是不足的,在演进自组织网络中细化策略管理和控制对于用于支持不同服务的可用性和QoE来说是有用的。动态资源分配计划112可基于优化的频率和功率而增大吞吐量,然而动态资源分配计划112不会根据其他的因素(例如订户类型和服务,或者与每个单个用户相关联的应用)来区分各个用户102、104、106。
例如,服务提供者提供的数据限制(data-cap)订阅计划可以基于数据限制来区分用户,使得在数据使用量超过该限制后,用户的QoS可被降级。每个订户可以具有同样的最小比特率吞吐量需求,并且基于吞吐量的动态优化可考虑将规定的最小比特率作为资源优化的约束。因此,不管数据限制订阅计划如何,根据优化计划被调度的资源在订户类型之间可不进行区分。在另一示例中,在用的服务或者应用也可影响用户的体验。一些服务(例如视频和游戏应用)除了对于最小比特率需求敏感之外,可能对QoS参数(例如延迟和丢包)是敏感的。基于吞吐量的动态优化可以考虑规定的最小比特率约束,并且可以导致对于对延迟和丢包不敏感的应用(例如因特网和点对点服务)的改进的性能,而视频、游戏和企业服务可能体验导致了用户的降级QoE的不理想的资源分配。
根据一些示例实施例的系统可通过提供动态频率和功率资源分配的级联分层框架(cascade-layered framework)并且从而实现细化策略控制和管理来解决上述讨论的关注点。此资源分配计划可首先根据用户的订户类型把用户分成不同的组,其中每组被分配有优先级标签。可首先针对具有相对较高优先级的用户组优化或者以其他方式适配总资源,并且然后可以将剩下的资源按照优先级的顺序分配给具有较低优先级的用户组。
图2示出根据这里描述的至少一些实施例被布置的、其中实施例可被实施的示例分层优化框架。
如图示200示出的,根据一些实施例,动态资源分配计划可提供用于SON网络(包括长期演进(LTE)网络、演进通用移动通信系统地面无线接入网(EUTRAN)、改进的LTE网络和其他网络)的动态频率和功率资源分配的级联分层框架,由此实现细化策略控制和管理。示例网络可包括多个小区内的多个基站、地理上分布在不同小区中的多个并发用户,以及一个或多个SON服务器,其共同地确定来自于用户装置和基站的实时参数或者关键性能指标(KPI)。在根据实施例的系统中,用于动态资源分配的优化处理可以在分层优化框架中被实现,以实现按照小区、按照订户类型、按照服务和按照用户资源优化的细化策略管理。此优化的/改进的动态资源分配可以基于两个目标的优化/改进:总吞吐量目标和体验质量(QoE)目标。
动态资源优化可以在物理/网络层202开始,物理/网络层202包括一个或多个基站212或小区以及与每个基站相关联的多个用户。固定量的资源(例如,副载波频率和功率)可首先由一个或多个服务器203调度以限制或以其他方式降低用于感兴趣区域中的所有数量的基站的总体资源。在物理/网络层202中,可实现各种频率复用方案。例如,统计地或者动态地把基站212分成不同的地理区域的分频复用方案可被一个或多个服务器203实施。
在物理/网络层202处调度资源之后,资源可在QoS策略层204中进一步被调度。在QoS策略层204中,用户可由一个或多个服务器205根据组策略被分为不同的订户组214。组策略可被预先定义或者动态地被确定。示例订户组可以是独立的临时订户和团体订户。所分的订户组214中的每一个可以被分配优先级,并且可由服务器205根据组策略将动态资源优化首先应用到具有最高的或者其他相对较高的优先级的订户组。在资源被优化并分配给具有最高优先级的订户组后,剩下的资源随后可相继地由服务器205分配给具有更低优先级的订户组。
此外,针对每个订户组,资源可由一个或多个服务器207基于每个订户组内的每个订户采用的应用类型(每个订户的服务216)而在应用层206处被优化。在应用层206中,服务相关的QoS参数可被服务器207监控以用于优化/改进的目的。应用层中的QoS参数可包括但不限于:服务启动时间、服务保持性、可访问性、抖动、认证、授权、覆盖区域、响应时间、错误率、延迟和编解码延迟/类型等等。
在另一实施例中,多目标优化可在用户优化层208处被一个或多个服务器209执行,来提高用于订户组内的每个单个用户的QoE目标和用于每个订户组的总吞吐量目标。多目标优化可以基于来自QoS策略层204和应用层206的输入。QoS策略层204可根据组策略为每个订户组指定参数集。例如,某些订户组可能偏好更高的QoE满意度而不是吞吐量最大化/增大。用于每个订户组的多目标优化参数可被用来在优化期间对两个目标进行加权。应用层206可以为每个订户提供与应用有关联的QoS参数,其可以被用来在多目标优化函数中将QoS度量映射到QoE度量。
一个或多个服务器203、205、207和209可以是在每个层集中地或者以分布式方式执行各种管理任务的单独服务器。所述一个或多个服务器203、205、207和209中的一些或者全部也可被组合为例如SON服务器。这些服务器可被实施为与基站和SON的其他组件可通信地耦接的专用计算装置。所有这些服务器中的一些也可被实施在一个或多个网络组件中,例如,作为一些基站的一部分。
图3示出依照本文所述的至少一些实施例布置的、SON服务器中的用于资源分配的示例构造块。
正如上面描述的,多目标优化可以被执行以基于小区、订户类型、服务和用户资源提供动态资源优化。如图示300所示,动态资源优化316可在自组织网络服务器310处被执行。在动态资源优化的情境下,策略管理可以是SON服务器310的主要功能,其可允许服务提供者细化地控制与SON服务器310相关联的不同服务的可用性和QoE。可以利用服务器和组策略以基于由策略定义的参数来动态地分配网络资源。而且,资源可由SON服务器310考虑QoE和吞吐量目标在动态资源优化316中被优化/适配。与SON服务器310相关联的QoS管理器312可提供策略规则来控制用于将优先级分配给每个订户组302、304、306的优先级参数。QoS管理器312也可提供与每个订户组相关联的QoS约束,包括例如用于与每组订户相关联的各种类型的服务的可接受的数据包丢失和包延迟。
在示例实施例中,动态资源优化316可以基于对信道条件的实时估计(例如实时地基于活动移动装置的路径丢失特性和吞吐量需求的实际共信道干扰)按照小区、按照订户类型、按照服务和按照订户提供资源分配。网络/应用监控和KPI获取314块可以执行为订户组执行实时监控和KPI的获取。网络/应用监控和KPI获取314块可提供KPI和QoS参数以提供实时信道条件以用于动态资源优化。通过网络/应用监控和KPI获取314块进行的实时监控可在多个级别(包括服务级别、系统级别和网络级别)处被实施。用于视频应用的服务级别处的示例QoS参数可包括视频帧速率、响应时间、峰值信噪比(PSNR)和其他参数。在系统和网络级别处,所获得的参数可包括突发延时、隙密度、丢包、带宽、视频比特率、瞬时吞吐量速度和其他参数。
在示例实施例中,动态资源优化316的输出可包括针对每个订户组、与订户组相关联的每个基站或小区以及订户组内的每个订户的资源分配计划318。每个资源分配计划318可由与SON服务器310相关联的调度器320应用到每个订户。调度器320可根据与每个订户组相关联的资源分配计划318来分配相应的资源。
图4示出依照本文所述的至少一些实施例布置的示例多层、多目标的动态频率和功率资源优化。
在根据实施例的系统中,动态资源优化可以是基于QoE目标和吞吐量目标的多目标优化处理。如图示400中所示,动态资源优化和分配处理可涉及基于组策略的按照订户组的QoS到QoE的映射和动态优化。
在示例实施例中,可以基于一个或多个资源分配计划440将资源402(包括频率和发送功率)提供给订户组404。每个资源分配计划(442、444、446)可以基于订户组的优先级调度要被提供给订户组(406、408、410)的部分优化资源。此外,每个资源分配计划(442、444、446)可以基于与每个订户组相关联的组策略和与每个订户组相关联的确定的QoE。组策略可以由策略管理器412提供给动态资源优化432,其可以提供与特定订户组相关联的网络约束和参数,例如小区信息、数据计划和订户类型。
在示例实施例中,QoE就可用性、可访问性、保持能力和服务完整性而言,可以是与用户感知、体验和期望联系在一起的性能指标。QoE也可以受到当前被订户使用的服务413或者应用的影响。示例服务413可包括点对点414服务、网络电话(VOIP)416服务、视频418、因特网420、游戏422、企业424和在客户端装置上通过网络被订户执行的其他应用。每个服务的QoE不可以量化地被测量,因为QoE是与服务的订户主观感知有关的。为了量化订户服务的QoE,可通过利用QoS到QoE映射430的QoS参数来表达QoE。QoS管理器426可执行对订户正在使用的服务和网络条件的实时监控并且可获取服务413的KPI。可以基于与每个订户相关联的KPI和服务为订户组中的每个订户获取QoS参数。示例QoS参数可包括服务相关参数(包括包延迟预算、包错误丢失率、数据速率或者其他参数)。
QoS管理器426可在基于服务的映射等式中使用获得的QoS参数促进QoS到QoE映射430。作为说明性示例,基于服务的映射等式可被表达为:
QoE=αExp(-βQoS)+Υ,
其中α、β和γ代表服务相关QoS参数(例如包延迟预算、包错误丢失率和数据速率),并且QoS可以是表示基于确定的QoS等级或者服务类型的用于订户组的被定义的QoS的实数。QoE目标函数随后可基于QoS到QoE映射被确定。表1示出用于执行QoS到QoE映射的QoS参数的示例值,此映射在基于服务的映射等式中采用获得的QoS参数。
表1:针对服务类型的示例最小QoS值
而且,用于所选订户组内的每个订户的附加约束428(例如最小的(或者另外地充分的)比特率需求约束)可被获得以优化/改进用于该订户组的吞吐量目标。例如,提高用于所选订户组的总吞吐量的吞吐量目标函数可基于最小比特率需求约束被建立。
在示例实施例中,已确定的QoE目标函数和吞吐量目标函数可以被组合以提供用于动态资源优化432的总目标函数(AOF)。AOF可增大总吞吐量和QoE。AOF可基于从策略管理器412获得的用于每个订户组的组策略参数而被加权,使得每个订户组406、408、410与基于组特定策略的不同AOF(434、436、438)相关联。
示例AOF函数可以是线性加权求和目标函数,其具有从组策略获得的加权参数。也可使用其他的AOF,包括加权指数和法、分层序列法、切比雪夫法和对比法。而且,可对AOF应用非支配排序遗传算法(NSGA)以确定动态资源优化。
基于用于动态资源分配的AOF,可以提供一个或多个资源分配计划440以基于订户组的优先级调度要被提供给订户组(406、408、410)的部分优化资源。可根据组策略首先对具有最高的或者另外相对较高的优先级的订户组实行资源优化,并且剩下的资源随后可被优化并相继地分配给具有更低优先级的订户组。
图5示出依照本文所述的至少一些实施例布置的通用计算装置,其可被用于多层、多目标动态频率和功率资源优化。
例如,计算装置500可被用作服务器、台式计算机、便携式计算机、智能手机、专用计算机或者类似的装置。在示例基础配置502中,计算装置500可包括一个或多个处理器504和系统存储器506。存储器总线508可被用于处理器504和系统存储器506之间的通信。基础配置502通过内虚线内的那些部件被示出在图5中。
取决于期望的配置,处理器504可以是任何类型的,包括但不限于微处理器(μP)、微控制器(μC)、数字信号处理器(DSP)或者任何它们的组合。处理器504可包括一或更多级别的高速缓存,例如级别高速缓存存储器512、一个或多个处理器核514和寄存器516。示例处理器核514可(每个)包括算术逻辑单元(ALU)、浮点单元(FPU)、数字信号处理器核(DSP核)或者它们的组合。示例存储控制器518也可与处理器504一起用,或者在一些实施中,存储控制器518可以是处理器504的内部部件。
取决于期望的配置,系统存储器506可以是任何类型的,包括但不限于易失性存储器(例如RAM)、非易失性存储器(例如ROM、闪存等等)或者它们的组合。系统存储器506可包括操作系统520、SON应用522和程序数据524。SON应用522可包括QoS管理模块526,其可以是应用522的内部部件或者是独立的单独应用。QoS管理模块526可促进对订户执行的服务和网络条件的实时监控,并且可获得用于执行QoS到QoE映射的QoS参数,正如本文描述的。正如本文描述的,除其他之外,程序数据524可包括与基于资源分配计划动态地分配资源给订户组(考虑了QoE目标和总吞吐量目标或者其他)有关的分配数据528。
计算装置500可有额外的特征或者功能,以及用来方便基础配置502和任何期望的装置和接口之间通信的额外的接口。例如,可使用总线/接口控制器530来促进基础配置502和一个或多个数据存储装置532之间通过存储接口总线534的通信。数据存储装置532可以是一个或多个可移除的存储装置536、一个或多个不可移除的存储装置538或者它们的组合。可移除的存储装置和不可移除的存储装置的示例包括磁盘装置(例如软盘驱动器和硬盘驱动器(HDD))、光盘驱动器(例如光盘(CD)或者数字通用盘(DVD)驱动器)、固态驱动器(SSD)和磁带驱动器,仅举几例。示例计算机存储介质可包括易失性的和非易失性的,可移除的和不可移除的介质,所述介质被应用在任何方法或者技术中用于信息的存储,所述信息例如计算机可读指令、数据结构、程序模块或者其他数据。
系统存储器506、可移除的存储装置536和不可移除的存储装置538是计算机存储介质的示例。计算机存储介质包括但不限于:RAM、ROM、EEPROM、闪存或者其他存储器技术、CD-ROM、DVD、SSD或者其他光存储装置、盒式录音带、磁带、磁盘存储装置或其他磁存储装置或者可被用于存储期望的信息和可被计算装置500访问的任何其他的介质。任何这类计算存储介质可以是计算装置500的一部分。
计算装置500也可包括接口总线540,用来促进通过总线/接口控制器530从各种接口装置(例如,一个或多个输出装置542、一个或多个外围装置接口544和一个或多个通信装置566)到基础配置502的通信。一些示例输出装置542包括图形处理单元548和音频处理单元550,其可被配置成通过一个或多个A/V端口552与各种外部装置(例如显示器或者扬声器)通信。一个或多个示例外围装置接口544可包括串行接口控制器554或者并行接口控制器556,其可被配置成通过一个或多个I/O端口558与外部装置(例如输入装置(例如,键盘、鼠标、笔、语音输入装置、触摸输入装置等等)或者其他外围装置(例如,打印机、扫描仪等))通信。示例通信装置566包括网络控制器560,其可被布置为促进经由一个或多个通信端口564通过网络通信链路与一个或多个其他计算装置562的通信。所述一个或多个其他计算装置562可包括服务器、客户端装置和类似装置。
网络通信链路可以是通信介质的一个示例。通信介质可以代表性地通过计算机可读指令、数据结构、程序模块或者调制数据信号中的其他数据(例如载波或者其他的传输机制)来实现,并且可包括任何信息传送介质。“调制数据信号”可以是使得其特性中的一个或多个以将信息编码在信号中的方式设定或改变的信号。通过举例而不是限制的方式,通信介质可以包括诸如有线网络或直接连线连接的有线介质,以及诸如声波、射频(RF)、微波、红外(IR)和其它无线介质的无线介质。如本文所使用的术语计算机可读介质可以包括存储介质和通信介质这两者。
计算装置500可被实施作为通用服务器或专用服务器、主机或者包括以上任何功能的类似的计算机的一部分。计算装置500也可被实施作为包括便携式计算机和非便携式计算机配置两者的个人计算机。
示例实施例也可包括方法。这些方法能用任意多种方式被实施,包括在此描述的结构。一个这样的方式可以是具有在本公开中描述的类型的装置的机器操作。另一个可选的方式可以是:方法的各操作中的一个或多个与执行其中一些操作的一个或多个人类操作者相结合地被执行,而其他操作可以由机器来执行。这些人类操作者不需要彼此同位置,而是每一个人类操作者仅与执行部分程序的机器在一起。在其他实施例中,人类交互可以是自动的,例如通过预选的可以是机器自动的标准。
图6A和6B示出了图解可被例如图5中的计算装置的计算装置执行的有助于用于细化策略管理的体验质量(QoE)优化的动态频率和功率资源分配的示例方法的流程图,其依照本文所述的至少一些实施例被布置。
示例方法可包括如通过块622、624、626、628、630、632、634、636、638、640、642、644、646和/或648中的一个或多个示出的一个或多个操作、功能或者动作。在块622至648中描述的操作可响应于存储在计算机可读介质(例如计算装置610的计算机可读介质620)中的计算机可执行指令的执行(例如通过在此描述的一个或多个处理器)而被执行。
有助于用于细化策略管理的体验质量(QoE)优化的动态频率和功率资源分配的示例处理可以以块622“选择第一用户组”为开始,其中网络内的第一订户组被管理服务器(例如SON服务器310)选择用于优化资源分配。
块622之后可以接着是块624“提取组优先参数”,其中订户组的优先级被提取以识别最高优先级组。
块624之后可以接着是块626“接收来自各级别的KPI”,其中可由SON服务器310通过收集来自网络的关键性能指标(KPI)来监控网络状况以及组中订户当前正在使用的应用。
块626之后可以接着是块628和块630。在块630“接收每个用户的最小比特率需求”,用于订户组的吞吐量目标可以由SON服务器310基于所选订户组内的每个订户的最小比特率需求约束来确定。块630之后可以接着是块636“建立吞吐量目标函数”,其中增大所选订户组的总吞吐量的吞吐量目标函数可以由SON服务器310基于最小比特率需求约束来建立。
块626之后也可以接着是块628“接收每个用户的每个服务的QoS参数”,其中体验质量目标可以由SON服务器310基于QoS参数来确定,所述QoS参数是基于与每个订户相关联的服务为订户组中的每个订户而获得的。QoS参数可以从获得的KPI被获得。块628之后可以接着是块632“执行QoS到QoE映射”,其中通用映射等式可以由SON服务器310执行以基于获得的QoE参数来量化QoE。此通用映射等式可以利用服务相关参数(包括包延迟预算、包错误丢失率和数据速率),并且服务相关参数可以取决于服务的QoS等级。
块632之后可以接着是块634“确定QoE目标函数”,其中QoE目标函数可以由SON服务器310基于QoS到QoE映射来确定。
块634和636之后可以接着是块638“构建总目标函数”,其中用于优化动态资源分配的总目标函数可以由SON服务器310基于QoE目标函数和吞吐量目标函数来产生,使得该总目标函数可以增大总吞吐量和QoE。
块638之后可以接着是块640“利用约束进行优化”,其中可以由SON服务器310利用从与订户组相关联的组策略获得的参数和额外的网络约束来对总目标函数进行加权。
如图6B所示,块640之后可以接着是块642“产生频率和功率分配计划”,其中频率和功率分配计划可以由SON服务器310基于优化后的目标函数来确定。
块642之后可以接着是块644“将计划发送给调度器”,其中该计划可以被发送给被执行在SON服务器310上的调度器,用于实施该计划以基于优化后的目标函数来将资源分配给订户组。
块644之后可以接着是块646“计算剩下的资源”,其中在向所选订户组分配后剩下的资源可以由SON服务器310来确定。
块646之后可以接着是块648“选择下一用户组”,其中下一订户组可被SON服务器310选择用来分配剩下的资源部分。块648之后可以接着是块624,以使得该处理能够继续被重复以根据分配的组优先级来优化资源并将其分配给订户。
被包括在上述处理中的块是为了说明的目的。有助于用于细化策略管理的体验质量(QoE)优化/改进的动态频率和功率资源分配可以通过具有更少的或者额外的块的类似过程被实施。在一些实施例中,块可以以不同的顺序被执行。在一些其他的实施例中,各块可以被去除。在其他的实施例中,各块可以被分解成额外的块,用其他块增补,或者被组合在一起形成较少的块。
图7示出了依照本文所述的至少一些实施例布置的示例计算机程序产品的框图。
在一些实施例中,如图7所示,计算机程序产品700可以包括信号承载介质702,信号承载介质702还可包括一个或多个机器可读指令704,响应于通过例如处理器的执行,所述一个或多个机器可读指令704可提供在此描述的特征和功能。因此,例如参考图5中的处理器504,在处理器504上被执行的QoS管理模块526可响应于由介质702传送到处理器504的指令704而执行图7中示出的任务中的一个或多个,从而执行与如本文所描述的有助于用于细化策略管理的QoE优化/改进的动态频率和功率资源优化相关联的动作。根据在此描述的一些实施例,那些指令中的一些可以包括例如用于基于QoE和吞吐量函数来构建总目标函数的指令、用于利用约束优化总目标函数的指令和用于基于优化后的函数产生频率和功率分配计划的指令。
在一些实施例中,图7中示出的信号承载介质702可包含计算机可读介质706,例如但不限于硬盘驱动器、固态驱动器、光盘(CD)、数字通用盘(DVD)、数字磁带、存储器等。在一些实施方式中,信号承载介质702可包括可记录介质708,例如但不限于存储器、读/写(R/W)CD、R/W DVD等。在一些实施方式中,信号承载介质702可包括通信介质710,例如但不限于:数字和/或模拟通信介质(例如,光纤光缆、波导、有线通信链路、无线通信链路等)。因此,例如,程序产品700可被RF信号承载介质传送到图5的处理器504的一个或多个模块,其中所述信号承载介质702由无线通信介质710(例如,符合IEEE 702.11标准的无线通信介质)传送。
根据一些示例,本公开描述了一种用于自组织网络(SON)中的频率和功率资源分配的方法。示例方法可基于订户类型将订户分成多个组。此方法还可将优先级分配给每个订户组。该方法也可考虑具有最高优先级的订户组来优化SON的资源。该方法还可将优化的资源分配给具有最高优先级的订户组。该方法还可优化和分配SON的剩下的资源给与具有最高优先级的订户组相比具有更低优先级的一个或多个订户组。每个订户组内的资源的优化可基于每个订户组的总吞吐量和订户组中的每个订户的体验质量(QoE)而被建模为多目标优化。
根据另外示例,该方法还可包括将参数集应用到每个组来加权总吞吐量和QoE目标。该方法可另外包括基于用于每个订户组的服务质量(QoS)策略管理配置文件来动态地确定该参数集。
根据随后的示例,该方法还包括通过映射QoS参数到QoE参数来量化地构建QoE。映射QoS参数到QoE参数可包括通过采用QoE=αExp(-βQoS)+γ来将QoS参数映射到QoE参数,其中α、β和γ可以是服务相关QoS参数。服务相关QoS参数α、β和γ可分别表示包延迟预算、包错误丢失率和数据速率。在一些示例中,QoS可以是表示服务的QoS等级的确定值的实数。该方法还可包括基于从与SON相关联的基站和订户装置收集的关键性能指标(KPI)来确定该参数集。
根据另一示例,该方法还可包括在服务级别、系统级别和网络级别中的一个或多个处收集KPI和QoS参数。在服务级别处收集QoS参数可包括针对视频应用收集视频帧速率、响应时间和图像信躁比(PSNR)中的一个或多个。根据另外的示例,在系统级别和网络级别中的一个或多个处收集QoS参数可包括针对视频应用收集突发延迟、隙密度、包丢失、带宽、视频比特率和瞬时吞吐量速度中的一个或多个。
根据一些示例,该方法还可包括将总吞吐量和QoE目标组合为总目标函数(AOF)。可基于从用于每个订户组的一个或多个组策略获得的参数对AOF进行加权。AOF可包括线性加权总目标函数、加权指数和函数、分层序列函数(lexicographic function)和切比雪夫函数的其中之一。该方法还可包括基于将非支配排序遗传算法(NSGA)应用到AOF来确定资源分配。
根据另一示例,该方法还可包括分配优先级给每个订户并将每个组内的每个订户的被分配的优先级求和来获得待分配给每个组的优先级。优化SON的资源或者优化SON的剩下的资源可包括:调度副载波频率和功率水平中的一个或多个。优化SON的资源或者优化SON的剩下的资源还可包括动态地把小区表面划分成不同的地理区域。
根据一些示例,本公开描述一种用于频率和功率资源分配的自组织网络(SON)控制器。该SON控制器可包括被配置成存储指令的存储器。该SON控制器还可包括与存储器耦合的处理模块。该处理模块可被配置成与存储在存储器中的指令相结合地执行资源分配应用。资源分配应用可被配置成基于订户类型将订户分成多个组。资源分配应用还可将优先级分配给每个订户组。资源分配应用还可考虑具有最高优先级的订户组来优化SON的资源,并且将优化的资源分配给具有最高优先级的订户组。资源分配应用可优化并分配SON的剩下的资源给与具有最高优先级的组相比具有更低优先级的一个或多个订户组。每个订户组内的资源的优化可基于每个订户组的总吞吐量和订户组中的每个订户的体验质量(QoE)被建模为多目标优化。
根据另一示例,为了优化SON的资源或者SON的剩下的资源,资源分配应用可被配置为调度副载波频率和功率水平中的一个或多个。此外,为了优化SON的资源或者SON的剩下的资源,资源分配应用还可被配置为动态地将小区表面分成不同的地理区域。
根据一些示例,资源分配应用还可被配置成把参数集应用到每个组以加权所述总吞吐量和QoE目标。资源分配应用还可被配置为基于用于每个组的服务质量(QoS)策略管理配置文件动态地确定所述参数集。
根据另一示例,资源分配应用还可被配置为基于QoS参数和QoE参数之间的映射来量化地构建QoE。QoS参数到QoE参数的映射可基于QoE=αExp(-βQoS)+γ,其中α、β和γ可以是服务相关QoS参数,并且QoS可以是表示服务的QoS等级的确定值的实数。根据一些示例,α、β和γ可以分别表示包延迟预算、包错误丢失率和数据速率。
根据另外的一些示例,资源分配应用还可被配置为基于从与SON相关联的基站和订户装置收集的关键性能指标(KPI)确定所述参数集。所述资源分配应用还可被配置成在服务级别、系统级别和网络级别中的一个或多个处收集KPI和QoS参数。在服务级别为视频应用收集的QoS参数可包括视频帧速率、响应时间和峰值信噪比(PSNR)中的一个或多个。在系统级别和网络级别处为视频应用收集的QoS参数可包括突发延迟、隙密度、包丢失、带宽、视频比特率和瞬时吞吐量速度中的一个或多个。
根据另一示例,资源分配应用还可被配置成把总吞吐量和QoE目标组合为总目标函数(AOF)。可基于从用于每个订户组的一个或多个组策略获得的参数而对AOF进行加权。AOF可包括线性加权求和目标函数、加权指数和函数、分层序列函数和切比雪夫函数中的一个。此资源分配应用还可被配置成把基于非支配排序遗传算法(NSGA)应用到AOF来确定资源分配。
根据一些示例,本公开描述了一种具有基于体验质量(QoE)的动态频率和功率资源分配的自组织网络(SON)。SON可包括被配置成促进与一个或多个订户装置的无线通信的基站。SON可包括可与基站可通信地耦合的至少一个服务器,其可被配置用于管理SON操作。此服务器可被配置为基于订户类型把订户分成多个组。此服务器还可给每个订户组分配优先级。此服务器可基于订户组内的每个订户的QoE为每个订户组生成QoE目标函数。此服务器还可基于每个订户组的总吞吐量为每个订户组产生总吞吐量目标函数。此服务器可把总吞吐量目标函数和QoE目标函数组合为总目标函数(AOF)。此服务器可基于此AOF生成资源分配计划以优化此SON的资源。此服务器还可分配SON的优化的资源给具有第一优先级的第一订户组。此服务器可分配剩下的资源给具有第二优先级的一个或多个第二个订户组,第二优先级相对于第一优先级可能更低。
根据另一个示例,为了优化SON的资源,此服务器还可被配置为调度一个或多个副载波频率和功率水平。根据另一示例,为了优化SON的资源,此服务器还可被配置为动态地把小区表面分成不同的地理区域。所述至少一个服务器还可被配置为基于组服务质量(QoS)策略管理配置文件来动态地确定参数集。根据随后的示例,所述至少一个服务器还可被配置为把参数集应用到每个组以加权总吞吐量目标函数和QoE目标函数。
根据另一示例,所述至少一个服务器还可被配置成通过利用QoE=αExp(-βQoS)+γ将QoS参数映射到QoE参数来量化地构建QoE目标函数,其中α、β和γ可以是服务相关QoS参数。在一些示例中,α、β和γ可分别表示包延迟预算、包错误丢失率和数据速率。
根据一些示例,所述至少一个服务器还可被配置成基于在服务级别、系统级别和网络级别中的一个或多个处从与SON相关联的基站和订户装置收集关键性能指标(KPI)来确定所述参数集。此SON可以是长期演进(LTE)网络、演进的通用移动通信系统地面无线接入网(EUTRAN)和改进的LTE网络中的一个。
根据一些示例,本公开描述了其上存储有指令的非暂态计算机可读存储介质。响应于在一个或多个计算机装置上的执行,非暂态计算可读存储介质可执行或者可引起执行用于在此描述的自组织网络(SON)中的频率和功率资源分配的方法。
各实施例可被实施在硬件、软件或者硬件和软件(或者其他的存储在非暂态计算机可读存储介质上且可被一个或多个处理器执行的计算机可读指令)的组合中;硬件或者软件的使用通常是(但是不总是,因为在某些情况下,硬件和软件之间的选择可能变得重要)表示成本与效率的折中的设计选择。存在各种载体,通过它们处理器和/或系统和/或在此描述的其他技术可被实现(例如,硬件、软件和/或固件),并且优选的载体会随着其中处理器和/或系统和/或其他技术被使用的情况而变化。例如,如果实施者决定速度和精确度是最重要的,则实施者可以选择主要为硬件和/固件的载体;如果灵活性是最重要的,则实施者可选择主要为软件的实施方式;或者再可选地,实施者可以选择硬件、软件和/或固件的某组合。
上述详细描述已经通过使用框图、流程图和/或示例阐述了装置和/或过程的各种实施例。在这样的框图、流程图和/或示例包含一个或多个功能和/或操作的情况下,本领域技术人员将理解的是,这样的框图、流程图和/或示例内的每个功能和/或操作可以通过范围广泛的硬件、软件、固件或几乎其任何组合单独地和/或共同地被实现。在一个实施例中,本文所描述的主题的多个部分可以经由专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)或其它集成形式来实施。然而,本领域技术人员将认识到,本文所公开的实施例的一些方面可以全部或部分地在集成电路中被等效地实现为在一个或多个计算机上运行的一个或多个计算机程序(例如,在一个或多个计算机系统上运行的一个或多个程序)、实现为在一个或多个处理器上运行的一个或多个程序(例如,在一个或多个微处理器上运行的一个或多个程序)、实现为固件、或者实现为几乎它们的任何组合,并且将认识到,根据该公开,设计电路和/或编写用于软件或固件的代码完全属于本领域技术人员的技术之内。
就本申请中所述的特定实施例(意图使其作为各方面的例证)而言,本公开不应当是受限的。如对本领域技术人员来说将显而易见的,在不脱离其精神和范围的情况下可以做出许多修改和改变。通过前述描述,本公开范围内的功能等价的方法和装置(除本文中所列举的那些之外)对于本领域技术人员来说将是显而易见的。意图使这样的修改和改变落在所附权利要求的范围内。本公开仅由所附权利要求的各项以及这样的权利要求所赋予的等同物的全部范围一起来限定。还应当理解,本文中所使用的术语仅仅是为了描述特定实施例的目的,且并不意图是限制性的。
此外,本领域技术人员将理解,本文中描述的主题的机制能够作为各种形式的程序产品被分发,并且,本文中描述的主题的示例性实施例不管用于实际进行分发的信号承载介质的特定类型如何都适用。信号承载介质的示例包括但不限于以下:诸如软盘、硬盘驱动器(HDD)、光盘(CD)、数字通用盘(DVD)、数字磁带、计算机存储器等的可记录型介质;以及诸如数字和/或模拟通信介质(例如,光纤光缆、波导、有线通信链路、无线通信链路等)的传输型介质。
本领域技术人员将理解的是,在本领域内常见的是以本文阐述的方式来描述装置和/或过程,此后利用工程实践将这样描述的装置和/或过程集成到数据处理系统中。也即,本文所描述的装置和/或过程的至少一部分可以通过合理量的实验集成到数据处理系统中。本领域技术人员将理解的是,典型的数据处理系统通常包括如下中的一种或多种:系统单元壳体、视频显示装置、诸如易失性和非易失性存储器的存储器、诸如微处理器和数字信号处理器的处理器、诸如操作系统的计算实体、驱动器、图形用户接口、和应用程序、诸如触摸板或触摸屏的一个或多个交互装置、和/或包括反馈环和控制电动机(例如,用于感测位置和/或速度的反馈;用于移动和/或调整部件和/或量的控制电动机)的控制系统。典型的数据处理系统可利用任何适合的市售部件来实现,诸如在数据计算/通信和/或网络计算/通信系统中常见的部件。
典型的数据处理系统可以采用任何适当的市售部件(例如,那些通常出现在数据计算/通信和/或网络计算/通信系统中的部件)来实施。这里描述的主题有时示出包含在不同的其它部件中的或与不同的其它部件连接的不同部件。应该理解,这些描述的架构仅为示例性的,并且实际上实现相同功能的很多其它架构可以被实施。在概念方面,实现相同功能的部件的任何布置是有效地“相关联”的,从而实现期望的功能。因此,这里被组合以实现特定功能的任何两个部件可以看做是彼此“相关联”的,从而实现期望的功能,而与架构或中间部件无关。同样地,这样关联的任何两个部件还可以视为是彼此“可操作地连接”或“可操作地耦接”,以实现期望的功能,并且能够这样相关联的任何两个部件还可以视为是彼此“可操作地可耦接的”,以实现期望的功能。可操作地耦接的特定示例包括但不限于物理匹配的和/或物理交互的部件和/或无线可交互和/或无线交互部件和/或逻辑交互的和/或逻辑可交互的部件。
关于本文中基本上任何复数和/或单数术语的使用,本领域技术人员能够根据上下文和/或应用适当地从复数变换成单数和/或从单数变换成复数。为了清晰的目的,本文中明确地阐明了各单数/复数的置换。
本领域技术人员将理解,一般地,本文所使用的术语,尤其是随附权利要求(例如,随附权利要求的主体)中所使用的术语,通常意在为“开放式”术语(例如,术语“包括”应当解释为“包括但不限于”,术语“具有”应解释为“至少具有”,术语“包含”应解释为“包含但不限于”,等等)。本领域技术人员还理解,如果意图表达具体数量的所引入的权利要求记述项,该意图将明确地记述在权利要求中,并且在不存在这种记述的情况下,不存在这样的意图。例如,为辅助理解,下面的随附权利要求可能包含了引导性短语“至少一个”和“一个或多个”的使用以引入权利要求记述项。然而,这种短语的使用不应解释为暗示通过不定冠词“一”或“一个”的权利要求记述项的引入将包含这样引入的权利要求记述项的任何特定权利要求局限于仅包含一个该记述项的示例,即使当同一权利要求包括了引导性短语“一个或多个”或“至少一个”以及诸如“一”或“一个”的不定冠词时也是如此(例如,“一”和/或“一个”应当解释为表示“至少一个”或“一个或多个”);这同样适用于对于用于引入权利要求记述项的定冠词的使用。另外,即使明确地记述了被引入的权利要求记述项的具体数量,本领域技术人员将理解到,这样的记述项应当解释为表示至少所记述的数量(例如,没有其它修饰语的裸记述“两个记述项”表示至少两个记述项或者两个或更多的记述项)。
此外,在使用类似于“A、B和C等中的至少一个”的惯用法的那些实例中,通常这样的构造旨在表达本领域技术人员理解该惯用法的含义(例如,“具有A、B和C中的至少一个的系统”将包括但不限于仅具有A、仅具有B、仅具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B和C等等的系统)。在使用类似于“A、B或C等中的至少一个”的惯用法的那些实例中,通常这样的构造旨在表达本领域技术人员理解该惯用法的含义(例如,“具有A、B或C中的至少一个的系统”将包括但不限于仅具有A、仅具有B、仅具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B和C等等的系统)。本领域技术人员将进一步理解,呈现两个或更多可选项的几乎任何转折连词和/或短语,无论是在说明书、权利要求或附图中,都应理解为设想包括其中一项、任一项或两项的可能性。例如,术语“A或B”将理解为包括“A”或“B”或“A和B”的可能性。
此外,在就马库什群组描述公开的特征或方面的情况下,本领域技术人员将认识到,由此也就马库什群组的任何单个成员或成员的子群组描述了公开。
本领域技术人员将理解的是,为了任何以及全部的目的,诸如在提供所撰写的说明书方面,本文所公开的全部范围也涵盖了任何和全部的可能的子范围及其子范围的组合。能够容易地认识到任何所列范围都充分地描述了同一范围并且使同一范围分解成至少均等的两半、三份、四份、五份、十份等等。作为非限制示例,本文所论述的每个范围能够容易地分解成下三分之一、中三分之一和上三分之一,等等。本领域技术人员还将理解的是,诸如“多达”、“至少”、“大于”、“小于”等所有的语言包括所记述的数量并且是指如上文所论述的随后能够分解成子范围的范围。最后,本领域技术人员将理解的是,范围包括每个独立的成员。因此,例如,具有1-3个项的组是指具有1个、2个或3个项的组。类似地,具有1-5个项的组是指具有1个、2个、3个、4个、或5个项的组,等等。
虽然本文已公开了各个方面和实施例,但是其它的方面和实施例对于本领域技术人员而言将是显而易见的。本文所公开的各个方面和实施例是为了说明性的目的而不意在限制,真正的范围和精神是通过随附的权利要求表示的。
Claims (23)
1.一种用于其中基于订户类型将订户分成多个组的自组织网络中的频率和功率资源分配的方法,所述方法包括:
给每个订户组分配优先级,其中给组内的所述订户所分配的优先级被求和以获得分配给所述组的优先级;
基于特定的订户组内的每个订户的体验质量为所述特定的订户组产生体验质量目标函数;
基于所述特定的订户组的总吞吐量产生针对所述特定的订户组的总吞吐量目标函数;
把总吞吐量目标函数和体验质量目标函数组合为总目标函数,其中基于从用于所述特定的订户组的一个或多个组策略获得的参数对所述总目标函数进行加权;
基于所述总目标函数并且考虑具有最高优先级的订户组来优化所述自组织网络的资源,并且分配优化后的资源给具有最高优先级的订户组;以及
优化所述自组织网络的剩下的资源并将其分配给与具有最高优先级的组相比具有更低的优先级的一个或多个组。
2.根据权利要求1所述的方法,还包括:
将参数集应用到所述特定的组来加权所述总吞吐量目标和体验质量目标。
3.根据权利要求2所述的方法,还包括:
基于用于所述特定的订户组的服务质量策略管理配置文件来动态地确定所述参数集;以及
通过映射服务质量参数到体验质量参数来量化地构建所述体验质量目标。
4.根据权利要求3所述的方法,其中映射服务质量参数到体验质量参数包括:
使用下式映射所述服务质量参数到所述体验质量参数:
QoE=αExp(-βQoS)+γ,
其中α、β、γ是服务相关服务质量参数。
5.根据权利要求4所述的方法,其中α、β和γ分别表示包延迟预算、包错误丢失率和数据速率,并且其中服务质量是表示服务的服务质量等级的确定值的实数。
6.根据权利要求2所述的方法,还包括:
基于从与所述自组织网络相关联的基站和订户装置收集的关键性能指标来确定所述参数集。
7.根据权利要求6所述的方法,还包括:
在服务级别、系统级别和网络级别中的一个或多个处收集所述关键性能指标和服务质量参数,其中针对视频应用在所述服务级别处收集所述服务质量参数包括:帧速率、响应时间和峰值信噪比中的一个或多个,以及其中,针对视频应用在所述系统级别和所述网络级别处收集所述服务质量参数包括:突发延时、隙密度、包丢失、带宽、视频比特率和瞬时吞吐量速度中的一个或多个。
8.根据权利要求1所述的方法,其中优化所述自组织网络的资源或者优化所述自组织网络的剩下的资源包括:
调度副载波频率和功率水平中的一个或多个;以及
动态地把小区表面分成不同的地理区域。
9.一种用于频率和功率资源分配的自组织网络控制器,其中基于订户类型将所述自组织网络中的订户分成多个组,所述自组织网络控制器包括:
被配置成存储指令的存储器;以及
与所述存储器耦合的处理器模块,其中所述处理器模块被配置成与存储在所述存储器中的所述指令相结合地执行资源分配应用,所述资源分配应用被配置成:
给每个订户组分配优先级;
基于特定的订户组内的每个订户的体验质量为所述特定的订户组产生体验质量目标函数;
基于所述特定的订户组的总吞吐量产生针对所述特定的订户组的总吞吐量目标函数;
把总吞吐量目标函数和体验质量目标函数组合为总目标函数,其中基于从用于所述特定的订户组的一个或多个组策略获得的参数对所述总目标函数进行加权;
基于所述总目标函数并且考虑具有最高优先级的订户组来优化所述自组织网络的资源,并且分配优化后的资源给具有最高优先级的订户组;以及
优化所述自组织网络的剩下的资源并将其分配给与具有最高优先级的组相比具有更低的优先级的一个或多个组。
10.根据权利要求9所述的自组织网络控制器,其中,为了优化所述自组织网络的资源或者所述自组织网络的剩下的资源,所述资源分配应用被配置成:
调度副载波频率和功率水平中的一个或多个;以及
动态地把小区表面分成不同的地理区域。
11.根据权利要求10所述自组织网络控制器,其中所述资源分配应用还被配置成:
把参数集应用到所述特定的组来加权所述总吞吐量和体验质量目标。
12.根据权利要求11所述的自组织网络控制器,其中所述资源分配应用还被配置成:
基于服务质量参数和体验质量参数之间的映射来量化地构建所述体验质量目标。
13.根据权利要求12所述的自组织网络控制器,其中所述服务质量参数到所述体验质量参数的映射是基于:
QoE=αExp(-βQoS)+γ,
其中α、β、γ是服务相关服务质量参数,其中服务质量是表示服务的服务质量等级的确定值的实数,并且其中α、β和γ分别表示包延迟预算、包错误丢失率和数据速率。
14.根据权利要求11所述的自组织网络控制器,其中所述资源分配应用还被配置成:
基于从与所述自组织网络相关联的基站和订户装置收集的关键性能指标来确定所述参数集;以及
在服务级别、系统级别和网络级别中的一个或多个处收集所述关键性能指标和服务质量参数。
15.根据权利要求14所述的自组织网络控制器,其中在服务级别处针对视频应用收集的服务质量参数包括视频帧速率、响应时间和峰值信噪比中的一个或多个,以及其中,在系统级别和网络级别处针对视频应用收集的服务质量参数包括突发延迟、隙密度、包丢失、带宽、视频比特率和瞬时吞吐量速度中的一个或多个。
16.根据权利要求9所述的自组织网络控制器,其中所述总目标函数包括线性加权求和目标函数、加权指数和函数、分层序列函数和切比雪夫函数中的一个。
17.根据权利要求9所述的自组织网络控制器,其中所述资源分配应用还被配置成:
基于把非支配排序遗传算法应用到所述总目标函数来确定所述资源分配。
18.一种具有基于体验质量的动态频率和功率资源分配的自组织网络,所述自组织网络包括:
基站,其被配置成促进与一个或多个订户装置的无线通信;以及
至少一个服务器,其与所述基站可通信地耦合并且被配置为管理自组织网络操作,其中基于订户类型将订户分成多个组,并且其中所述服务器被配置成:
给每个订户组分配优先级;
基于特定的订户组内的每个订户的体验质量为所述特定的订户组产生体验质量目标函数;
基于所述特定的订户组的总吞吐量产生针对所述特定的订户组的总吞吐量目标函数;
把总吞吐量目标函数和体验质量目标函数组合为总目标函数;
基于所述总目标函数经由对副载波频率和功率水平中的一个或多个的调度和经由动态地把小区表面分成不同的地理区域来产生资源分配计划以优化所述自组织网络的资源;
分配所述自组织网络的优化后的资源给具有第一优先级的第一订户组;以及
分配剩下的资源给具有第二优先级的一个或多个第二订户组,所述第二优先级相对于第一优先级更低。
19.根据权利要求18所述的自组织网络,其中所述至少一个服务器还被配置成:
基于组服务质量策略管理配置文件动态地确定参数集;以及
把所述参数集应用到所述特定的组来加权所述总吞吐量目标函数和所述体验质量目标函数。
20.根据权利要求19所述的自组织网络,其中所述至少一个服务器还被配置成:
通过根据下式被映射到体验质量参数的服务质量参数的使用来量化地构建所述体验质量目标函数:
QoE=αExp(-βQoS)+γ,
其中α、β、γ是服务相关服务质量参数,并且其中α、β和γ分别表示包延迟预算、包错误丢失率和数据速率。
21.根据权利要求19所述的自组织网络,其中所述至少一个服务器还被配置成:
基于在服务级别、系统级别和网络级别中的一个或多个处从与所述自组织网络相关联的基站和订户装置所收集的关键性能指标来确定所述参数集。
22.根据权利要求18所述的自组织网络,其中所述自组织网络包括长期演进网络,演进的通用移动通信系统地面无线接入网和改进的长期演进网络中的一个。
23.一种非暂态计算机可读存储介质,其上存储有指令,所述指令响应于通过一个或多个计算装置的执行而执行或者引起执行权利要求1的用于所述自组织网络中的频率和功率资源分配的所述方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2013/065200 WO2015057212A1 (en) | 2013-10-16 | 2013-10-16 | Dynamic frequency and power resource allocation with granular policy management |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105637925A CN105637925A (zh) | 2016-06-01 |
CN105637925B true CN105637925B (zh) | 2019-05-21 |
Family
ID=52828499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380080269.9A Expired - Fee Related CN105637925B (zh) | 2013-10-16 | 2013-10-16 | 具有细化策略管理的动态频率和功率资源分配 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9986580B2 (zh) |
EP (1) | EP3058772B1 (zh) |
CN (1) | CN105637925B (zh) |
WO (1) | WO2015057212A1 (zh) |
Families Citing this family (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3076705B1 (en) * | 2013-12-19 | 2018-10-17 | Huawei Technologies Co., Ltd. | Method and apparatus for determining performance indicator of communications network |
GB2532800A (en) * | 2014-11-28 | 2016-06-01 | Vodafone Ip Licensing Ltd | Telecommunications control with service aware optimization in a self-organizing network |
CN107211178B (zh) * | 2015-02-04 | 2020-10-09 | 日本电信电话株式会社 | 体感质量最佳化系统、装置、方法以及建议请求装置、方法和可读存储介质 |
AU2015101185A4 (en) * | 2015-07-26 | 2015-10-08 | Macau University Of Science And Technology | Power control method for spectrum sharing cognitive radio network |
US10470078B2 (en) * | 2016-02-19 | 2019-11-05 | Viavi Solutions Uk Limited | Network optimization based on characteristic information regarding a network |
US20170310542A1 (en) * | 2016-04-22 | 2017-10-26 | Netsights360 | Integrated digital network management platform |
US10660110B2 (en) * | 2016-06-11 | 2020-05-19 | Apple Inc. | Adaptive throughput and bandwidth for enhanced category of mobile devices |
US11178064B2 (en) * | 2016-08-09 | 2021-11-16 | Nippon Telegraph And Telephone Corporation | Resource allocation device and resource allocation method |
FR3061623B1 (fr) * | 2016-12-29 | 2019-05-31 | Avantix | Procede et dispositif d’optimisation de la coexistence de pico-reseaux radioelectriques |
WO2018143778A1 (en) * | 2017-02-06 | 2018-08-09 | Samsung Electronics Co., Ltd. | Method and apparatus for controlling power in a wireless communication system |
US10531477B2 (en) * | 2017-03-30 | 2020-01-07 | Mitsubishi Electric Research Laboratories, Inc. | Interference free scheduling for multi-controller multi-control-loop control systems over wireless communication networks |
CN110431883B (zh) * | 2017-03-31 | 2024-07-12 | 英特尔公司 | 用于多无线电接入技术应用管理的装置、方法及介质 |
EP3383099B1 (en) * | 2017-03-31 | 2019-04-24 | Intel IP Corporation | Communication device and method for processing received data |
WO2019061161A1 (zh) * | 2017-09-28 | 2019-04-04 | Oppo广东移动通信有限公司 | 用于资源分配的方法、网络设备和通信设备 |
WO2020049181A1 (en) * | 2018-09-07 | 2020-03-12 | NEC Laboratories Europe GmbH | System and method for network automation in slice-based network using reinforcement learning |
EP3697159B1 (en) * | 2019-02-13 | 2021-04-28 | Deutsche Telekom AG | Incentive method and system for real time adaption of a latency critical application in a wireless network |
EP3981133B1 (en) * | 2019-07-22 | 2024-09-25 | Huawei Technologies Co., Ltd. | Control device, switch device, methods and computer-readable storage medium |
EP3787330B1 (en) * | 2019-08-30 | 2023-06-14 | Deutsche Telekom AG | Network architecture to improve service quality management |
US11023813B2 (en) * | 2019-10-09 | 2021-06-01 | Nmetric, Llc | Genetic algorithm with deterministic logic |
CN112685167B (zh) * | 2019-10-17 | 2024-12-06 | 伊姆西Ip控股有限责任公司 | 资源使用方法、电子设备和计算机程序产品 |
CN113766657B (zh) * | 2020-06-05 | 2024-04-12 | 中山大学 | 一种窄带物联网高效上行无线资源管理方法 |
CN111711538B (zh) * | 2020-06-08 | 2021-11-23 | 中国电力科学研究院有限公司 | 基于机器学习分类算法的电力网络规划方法及系统 |
US11507428B2 (en) | 2020-07-30 | 2022-11-22 | Hubstar International Limited | System and method for resource allocation |
US11409561B2 (en) * | 2020-07-31 | 2022-08-09 | Hubstar International Limited | System and method for schedule optimization |
CN114339323B (zh) * | 2020-10-09 | 2025-01-17 | 戎辰科技发展(深圳)有限公司 | 一种分配电子资源的方法及系统、存储介质、设备 |
CN112566131A (zh) * | 2020-11-17 | 2021-03-26 | 西安电子科技大学 | 一种基于时延约束的c-ran网络资源分配方法 |
FR3118847B1 (fr) * | 2021-01-08 | 2023-01-06 | Softathome | Procédé et passerelle d’allocation optimisée de stations utilisant un standard 802.11ax. |
CN114816222A (zh) * | 2021-01-22 | 2022-07-29 | 伊姆西Ip控股有限责任公司 | 数据压缩方法、电子设备和计算机程序产品 |
CN113407335A (zh) * | 2021-05-11 | 2021-09-17 | 浙江大华技术股份有限公司 | 计算资源规划方法以及电子设备、存储装置 |
CN113285832B (zh) * | 2021-05-24 | 2022-11-01 | 国网河南省电力公司信息通信公司 | 基于nsga-ii的电力多模态网络资源优化分配方法 |
US20230120629A1 (en) * | 2021-10-14 | 2023-04-20 | At&T Intellectual Property I, L.P. | Methods, systems, and devices for orchestrating allocation of network resources utilizing quality of experience (qoe) metrics of a service |
US11800398B2 (en) | 2021-10-27 | 2023-10-24 | T-Mobile Usa, Inc. | Predicting an attribute of an immature wireless telecommunication network, such as a 5G network |
US12192790B2 (en) | 2021-10-27 | 2025-01-07 | T-Mobile Usa, Inc. | Predicting an attribute of a wireless telecommunication network, such as a 5G network |
CN114527435B (zh) * | 2022-02-11 | 2024-06-07 | 西安电子科技大学 | 基于干扰向量和nsga-ii算法的干扰资源分配方法 |
CN114640636B (zh) * | 2022-03-11 | 2025-03-07 | 中国建设银行股份有限公司 | 一种云视频管理方法及系统 |
CN114786262A (zh) * | 2022-04-24 | 2022-07-22 | 歌尔股份有限公司 | 一种资源分配方法、装置、电子设备和介质 |
GB2625319A (en) * | 2022-12-14 | 2024-06-19 | Nokia Technologies Oy | Method, apparatus and computer program |
CN115277581B (zh) * | 2022-07-21 | 2024-04-30 | 腾讯科技(深圳)有限公司 | 网络传输的控制方法、装置、计算机设备、存储介质 |
CN116390165B (zh) * | 2023-03-09 | 2023-11-14 | 中南大学 | 一种数据驱动的蜂窝基站动态管理方法与系统 |
WO2024189743A1 (ja) * | 2023-03-13 | 2024-09-19 | 日本電信電話株式会社 | 優先順位付与装置、優先順位付与方法及びプログラム |
WO2025027657A1 (en) * | 2023-08-03 | 2025-02-06 | Jio Platforms Limited | System and method for optimizing a network for improving quality of services (qos) |
CN116723339B (zh) * | 2023-08-11 | 2023-11-14 | 腾讯科技(深圳)有限公司 | 内容数据的分发方法和装置、存储介质及电子设备 |
CN116886179B (zh) * | 2023-09-07 | 2023-12-01 | 长光卫星技术股份有限公司 | 一种在轨卫星遥测数据管理及下行方法 |
CN118363765B (zh) * | 2024-06-20 | 2024-08-16 | 湖南索思科技开发有限公司 | 一种云端资源自动调配系统 |
CN119272932A (zh) * | 2024-09-26 | 2025-01-07 | 东莞展欣精密模具有限公司 | 一种五金模具生产过程的优化调度方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102083220A (zh) * | 2010-10-28 | 2011-06-01 | 中国人民解放军信息工程大学 | 一种基于用户感受质量指标进行功率分配的方法及系统 |
CN102291829A (zh) * | 2011-09-05 | 2011-12-21 | 西安电子科技大学 | 面向用户通信的数据资源开发与频谱资源最优化分配方法 |
WO2012055449A1 (en) * | 2010-10-29 | 2012-05-03 | Telefonaktiebolaget L M Ericsson (Publ) | Service performance in communications network |
EP2389034B1 (en) * | 2010-05-21 | 2013-05-22 | Hitachi Ltd. | Wireless communication system for controlling qualities of experience, and gateway |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8195215B2 (en) * | 2008-12-18 | 2012-06-05 | Motorola Solutions, Inc. | Method and system for forming a communication group for content distribution related to an event |
US8724799B2 (en) * | 2009-05-29 | 2014-05-13 | Telefonaktiebolaget L M Ericsson (Publ) | Operating points for spectrum management in digital subscriber lines |
US8233449B2 (en) | 2009-12-29 | 2012-07-31 | Motorola Solutions, Inc. | Method and apparatus for resource allocation in a shared wireless network |
US8521223B2 (en) * | 2011-04-12 | 2013-08-27 | Public Wireless, Inc. | Common radio element application manager architecture for wireless picocells |
US9386597B2 (en) * | 2011-04-14 | 2016-07-05 | Telefonaktiebolaget Lm Ericsson (Publ) | QoE-aware traffic delivery in cellular networks |
US9204315B2 (en) * | 2011-06-20 | 2015-12-01 | Alcatel Lucent | Method of coordinating fault detection responses by access nodes of a network |
JP2013106326A (ja) * | 2011-11-16 | 2013-05-30 | Fujitsu Ltd | 制御装置、通信システム、制御プログラムおよび制御方法 |
EP3737143B1 (en) * | 2012-02-22 | 2022-05-04 | Telefonaktiebolaget LM Ericsson (publ) | Self-organizing network function interaction |
-
2013
- 2013-10-16 CN CN201380080269.9A patent/CN105637925B/zh not_active Expired - Fee Related
- 2013-10-16 WO PCT/US2013/065200 patent/WO2015057212A1/en active Application Filing
- 2013-10-16 US US15/024,040 patent/US9986580B2/en not_active Expired - Fee Related
- 2013-10-16 EP EP13895694.1A patent/EP3058772B1/en not_active Not-in-force
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2389034B1 (en) * | 2010-05-21 | 2013-05-22 | Hitachi Ltd. | Wireless communication system for controlling qualities of experience, and gateway |
CN102083220A (zh) * | 2010-10-28 | 2011-06-01 | 中国人民解放军信息工程大学 | 一种基于用户感受质量指标进行功率分配的方法及系统 |
WO2012055449A1 (en) * | 2010-10-29 | 2012-05-03 | Telefonaktiebolaget L M Ericsson (Publ) | Service performance in communications network |
CN102291829A (zh) * | 2011-09-05 | 2011-12-21 | 西安电子科技大学 | 面向用户通信的数据资源开发与频谱资源最优化分配方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3058772A1 (en) | 2016-08-24 |
EP3058772A4 (en) | 2017-06-21 |
EP3058772B1 (en) | 2019-01-09 |
WO2015057212A1 (en) | 2015-04-23 |
CN105637925A (zh) | 2016-06-01 |
US9986580B2 (en) | 2018-05-29 |
US20160212758A1 (en) | 2016-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105637925B (zh) | 具有细化策略管理的动态频率和功率资源分配 | |
Aujla et al. | Optimal decision making for big data processing at edge-cloud environment: An SDN perspective | |
Wang et al. | Edge server placement in mobile edge computing | |
Yang et al. | Catalyzing cloud-fog interoperation in 5G wireless networks: An SDN approach | |
Vakili et al. | Comprehensive and systematic review of the service composition mechanisms in the cloud environments | |
Sandhu et al. | Scheduling of big data applications on distributed cloud based on QoS parameters | |
Jiang et al. | Optimal cloud resource auto-scaling for web applications | |
Mondal et al. | Scheduling of time-varying workloads using reinforcement learning | |
CN103064744B (zh) | 一种基于SLA的面向多层Web应用的资源优化方法 | |
CN110389824A (zh) | 处理计算任务的方法、设备和计算机程序产品 | |
Wu et al. | A cloud-based architecture for the Internet of spectrum devices over future wireless networks | |
CN106471773A (zh) | 集成式全局资源分配和负载平衡 | |
CN114205317B (zh) | 基于sdn与nfv的服务功能链sfc资源分配方法及电子设备 | |
Li et al. | Method of resource estimation based on QoS in edge computing | |
Zhang et al. | Cost efficient and low-latency network service chain deployment across multiple domains for SDN | |
CN103713852B (zh) | 一种信息处理方法、服务平台及电子设备 | |
Allur | Optimizing Cloud Data Center Resource Allocation with a New Load-Balancing Approach | |
Emmanuel et al. | Cost optimization heuristics for deadline constrained workflow scheduling on clouds and their comparative evaluation | |
Lim et al. | On the analysis of satisfaction for web services selection | |
US9794137B2 (en) | Method and apparatus for assigning network resource | |
Mozo et al. | Scalable prediction of service-level events in datacenter infrastructure using deep neural networks | |
Li et al. | A load balancing algorithm for solving multi‐objective virtual network embedding | |
Munir et al. | Dynamically resource allocation in beyond 5G (B5G) network RAN slicing using deep deterministic policy gradient | |
Skourletopoulos et al. | Game theoretic approaches in mobile cloud computing systems for big data applications: a systematic literature review | |
Chauhan et al. | A systematic literature review on task allocation and performance management techniques in cloud data center |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190521 Termination date: 20191016 |
|
CF01 | Termination of patent right due to non-payment of annual fee |