CN106982441B - 一种小区扩容的确定方法及装置 - Google Patents

Abstract

本发明实施例提供一种小区扩容的确定方法及装置，用于准确判定小区是否需要扩容，避免PRB资源的浪费。该方法包括：根据统计数据获取小区PRB利用率的数学期望值，该统计数据包括多组不同时间段该小区的PRB利用率的平均值和数据吞吐量；当该数学期望值大于预设门限时，对该小区进行扩容。本发明实施例用于小区扩容的确定。

Description

一种小区扩容的确定方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及一种小区扩容的确定方法及装置。

背景技术

随着LTE网络中视频等业务类型不断丰富，用户数量将呈现急剧增长，使得LTE网络非常容易出现小区(也称为通信小区)业务量过多而发生物理空口资源(英文全称：physical resource block,英文简称PRB)不足，导致网络拥塞的问题，当忙时(即每天业务量最大的一小时)PRB利用率超过容量门限(即运营商给小区限定的PRB利用率门限，例如容量门限可以为75％或90％)时，可能发生用户接入失败、用户掉话、业务时延增加等情况。因此目前在网络管理系统实时监测到某小区忙时PRB资源利用率超过容量门限时会发出告警，以使得运营商可以对小区进行扩容(即为该小区增加物理空口资源)。

但是，由于PRB利用率是一个实时变化的数值，因此PRB利用率可能在超过容量门限之后又很快回落到一个较低的水平，如果在某小区PRB资源利用率超过容量门限时立刻对该小区进行扩容，可能会造成PRB资源的浪费。

发明内容

本发明的实施例提供一种小区扩容的确定方法及装置，用于准确判定小区是否需要扩容，避免PRB资源的浪费。

第一方面，提供一种小区扩容的确定方法，该方法包括：

根据统计数据获取小区PRB利用率的数学期望值，该统计数据包括多组不同时间段该小区的PRB利用率的平均值和数据吞吐量；

当上述数学期望值大于预设门限时，对该小区进行扩容。

可选的，根据统计数据获取该小区PRB利用率的数学期望值包括：

根据统计数据，确定该小区的PRB利用率和数据吞吐量之间的函数关系；根据该统计数据中该小区的数据吞吐量的概率分布，确定数据吞吐量的均值和数据吞吐量的标准差；

根据该小区的PRB利用率和数据吞吐量之间的函数关系、数据吞吐量的均值和数据吞吐量的标准差，计算该小区PRB利用率的数学期望值。

可选的，根据统计数据获取该小区PRB利用率的数学期望值包括：

建立该小区的PRB利用率和数据吞吐量之间的关系式：P＝x*T+y，其中，P表示该小区的PRB利用率，T表示该小区的数据吞吐量；

根据上述统计数据，计算x和y的取值，以确定P和T之间的函数关系；

根据上述统计数据中该小区的数据吞吐量的概率分布，确定T的均值和T的标准差；

根据P和T之间的函数关系、T的均值和T的标准差计算P的数学期望值。

可选的，上述计算x和y的取值包括：

获取统计数据，并根据统计数据生成参数样本集S_i＝{P_i,T_i}，其中，上述统计数据包括N天中每一天忙时该小区的PRB利用率的平均值和数据吞吐量，N为大于1的整数，i为小于或等于N的整数，P_i为N天中第i天忙时该小区的PRB利用率的平均值，T_i为N天中第i天忙时该小区的数据吞吐量；

根据参数样本集S_i和该小区的PRB利用率和数据吞吐量之间的关系式P＝x*T+y，利用最小二乘法解出x和y。

可选的，上述N大于等于14。

第二方面，提供一种接入设备，该接入设备包括：

获取模块，用于根据统计数据获取小区PRB利用率的数学期望值，该统计数据包括多组不同时间段该小区的PRB利用率的平均值和数据吞吐量；

处理模块，用于当上述数学期望值大于预设门限时，对该小区进行扩容。

可选的，获取模块具体用于，根据统计数据，确定该小区的PRB利用率和数据吞吐量之间的函数关系；并且根据统计数据中该小区的数据吞吐量的概率分布，确定数据吞吐量的均值和数据吞吐量的标准差；以及根据该小区的PRB利用率和数据吞吐量之间的函数关系、数据吞吐量的均值和数据吞吐量的标准差，计算小区PRB利用率的数学期望值。

可选的，上述获取模块具体用于，建立该小区的PRB利用率和数据吞吐量之间的关系式：P＝x*T+y；并根据统计数据，计算x和y的取值，以确定P和T之间的函数关系，且根据统计数据中该小区的数据吞吐量的概率分布，确定T的均值和T的标准差；根据P和T之间的函数关系、T的均值和T的标准差计算P的数学期望值；其中，P表示该小区的PRB利用率，T表示该小区的数据吞吐量。

可选的，上述获取模块具体用于，获取统计数据，并根据统计数据生成参数样本集S_i＝{P_i,T_i}，并根据该参数样本集S_i和该小区的PRB利用率和数据吞吐量之间的关系式P＝x*T+y，利用最小二乘法解出x和y；其中，上述统计数据包括N天中每一天忙时该小区的PRB利用率的平均值和数据吞吐量，N为大于1的整数，i为小于或等于N的整数，P_i为N天中第i天忙时该小区的PRB利用率的平均值，T_i为N天中第i天忙时该小区的数据吞吐量。

可选的，上述N大于等于14。

本发明实施例提供的小区扩容的确定方法及装置，可以根据统计数据获取小区PRB利用率的数学期望值，该统计数据包括多组不同时间段该小区的PRB利用率的平均值和数据吞吐量；当该数学期望值大于预设门限时，对该小区进行扩容。由于本发明实施例根据PRB利用率的期望值来判定是否需要对小区进行扩容，可以保证在大概率情况下小区的PRB资源满足小区用户的需求，因此采用本发明实施例提供的小区扩容的确定方法可以准确判定小区是否需要扩容，从而可以避免PRB资源的浪费。

附图说明

图1为本发明实施例提供的小区扩容的确定方法的示意图一；

图2为本发明实施例提供的小区扩容的确定方法的示意图二；

图3为本发明实施例提供的接入设备的结构示意图。

具体实施方式

下面结合附图对本发明实施例提供的小区扩容的确定方法及装置进行详细描述。

在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“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它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。

无线通信系统中，当小区忙时(即每天业务量最大的一小时)的PRB利用率超过容量门限(即运营商给小区限定的PRB利用率门限，例如容量门限可以为75％或90％)时，可能发生用户接入失败、用户掉话、业务时延增加等情况。因此为了避免该情况，目前网络管理系统实时监测到某小区忙时PRB资源利用率超过容量门限时会发出告警，以使得运营商可以对小区进行扩容(即为该小区增加物理空口资源)。但是，由于PRB利用率是一个实时变化的数值，因此PRB利用率可能在超过容量门限之后又很快回落到一个较低的水平，如果在某小区PRB资源利用率超过容量门限时立刻对该小区进行扩容，可能会造成PRB资源的浪费。

为了解决上述问题，本发明实施例提供一种小区扩容的确定方法，该方法可以保证在大概率情况下小区的PRB资源满足小区用户的需求，因此采用本发明实施例提供的小区扩容的确定方法可以准确判定小区是否需要扩容，从而可以避免PRB资源的浪费。

本发明实施例提供的小区扩容的确定方法的执行主体可以为接入设备。示例性的，本发明实施例中的接入设备可以为基站或演进型基站等。

本发明实施例提供的小区扩容判定方法可以应用于无线通信系统，例如，可以应用于长期演进(英文全称：Long Term Evolution，英文简称：LTE)系统(通常也称为第四代移动通信系统)。

如图1所示，本发明实施例提供的小区扩容的确定方法包括以下步骤S11和S12：

S11、根据统计数据获取小区PRB利用率的数学期望值。

其中，该统计数据包括多组不同时间段该小区(也称为通信小区)的PRB利用率的平均值和数据吞吐量。示例性的，该统计数据可以包括N天中每一天忙时(即每天业务量最大的一小时)该小区的PRB利用率的平均值和数据吞吐量，N为大于1的整数，i为小于或等于N的整数。

可选的，本发明实施例中，上述该小区的PRB利用率的平均值可以为该小区的上行PRB利用率的平均值,上述该小区的数据吞吐量可以为该小区的上行数据吞吐量；或者，上述该小区的PRB利用率的平均值可以为该小区的下行PRB利用率的平均值,上述该小区的数据吞吐量可以为该小区的下行数据吞吐量。

S12、当上述数学期望值大于预设门限时，对该小区进行扩容。

本发明实施例中，在获取该小区PRB利用率的数学期望值之后，可以将该数学期望值与预设门限进行比较，并在当上述数学期望值大于预设门限时，对该小区进行扩容(即为该小区增加PRB)，以满足该小区对PRB的需求。

本发明实施例中，上述预设门限可以为运营商为该小区限定的PRB利用率的门限值。例如容量门限可以为75％或90％。

可选的，结合图1，如图2所示，上述S11可以替换为下述S111、S112和S113。

S111、根据统计数据，确定该小区的PRB利用率和数据吞吐量之间的函数关系。

S112、根据统计数据中该小区的数据吞吐量的概率分布，确定数据吞吐量的均值和数据吞吐量的标准差。

S113、根据该小区的PRB利用率和数据吞吐量之间的函数关系、数据吞吐量的均值和数据吞吐量的标准差，计算该小区PRB利用率的数学期望值。

可选的，本发明实施例中上属于S101-S113可以通过下述A-D实现。

A、建立该小区的PRB利用率和数据吞吐量之间的线性关系式，例如，P＝x*T+y。

其中，P表示该小区的PRB利用率，T表示该小区的数据吞吐量。

B、可以根据上述统计数据，计算x和y的取值，以确定P和T之间的函数关系。

可选的，本发明实施例中可以通过下述方法计算x和y的取值：

首先，可以获取统计数据，并根据统计数据生成参数样本集S_i＝{P_i,T_i}，其中，上述统计数据包括N天中每一天忙时该小区的PRB利用率的平均值和数据吞吐量，N为大于1的整数，i为小于或等于N的整数，P_i为N天中第i天忙时该小区的PRB利用率的平均值，T_i为N天中第i天忙时该小区的数据吞吐量。本发明实施例中接入设备可以实时获取该小区的各项指标(例如该小区的PRB利用率，和数据吞吐量等指标)，从而获取上述统计数据。

然后，可以根据参数样本集S_i和该小区的PRB利用率和数据吞吐量之间的关系式P ＝x*T+y，利用最小二乘法解出x和y，

C、根据上述统计数据中该小区的数据吞吐量的概率分布，确定T的均值和T的标准差。

由于小区的数据吞吐量可以为所有用户的吞吐量之和，而每个用户的吞吐量可以认为是一个均匀分布的随机变量，且根据中心极限定理可知大量独立的、均匀的、微小的随机变量的总和近似服从高斯分布，因此可以认为小区的数据吞吐量是一个服从高斯分布的随机变量，该小区的数据吞吐量的概率分布服从高斯分布，从而可以根据统计数据确定该小区的数据吞吐量的均值和标准差。

进一步的，由于该小区的数据吞吐量的概率分布服从高斯分布(即上述参数样本集S_i中的T服从高斯分布)，因此可以确定T的均值为T的标准差为

D、然后根据P和T之间的函数关系、T的均值和T的标准差计算P的数学期望值。

由于P和T之间满足关系式P＝x*T+y，因此可以该关系式、T的均值和T的标准差，得到P的数学期望值其中，E(P)表示P的期望值，T的均值为T的标准差为

如此可以根据上述解出的x和y的取值，和公式计算E(P)的具体取值。

可选的，上述N可以大于等于14。也就是说，上述统计数据可以至少包括14天中每一天忙时该小区的PRB利用率的平均值和数据吞吐量。

本发明实施例提供的小区扩容的确定方法，可以根据统计数据获取小区PRB利用率的数学期望值，该统计数据包括多组不同时间段该小区的PRB利用率的平均值和数据吞吐量；当该数学期望值大于预设门限时，对该小区进行扩容。由于本发明实施例根据PRB利用率的期望值来判定是否需要对小区进行扩容，可以保证在大概率情况下小区的PRB资源满足小区用户的需求，因此采用本发明实施例提供的小区扩容的确定方法可以准确判定小区是否需要扩容，从而可以避免PRB资源的浪费。

如图3所示，本发明实施例提供一种接入设备，该接入设备包括：

获取模块11，用于根据统计数据获取小区PRB利用率的数学期望值，该统计数据包括多组不同时间段该小区的PRB利用率的平均值和数据吞吐量；

处理模块12，用于当上述数学期望值大于预设门限时，对该小区进行扩容。

可选的，上述获取模块11具体用于，根据统计数据，确定该小区的PRB利用率和数据吞吐量之间的函数关系；并且根据统计数据中该小区的数据吞吐量的概率分布，确定数据吞吐量的均值和数据吞吐量的标准差；以及根据该小区的PRB利用率和数据吞吐量之间的函数关系、数据吞吐量的均值和数据吞吐量的标准差，计算小区PRB利用率的数学期望值。

可选的，上述获取模块11具体用于，建立该小区的PRB利用率和数据吞吐量之间的关系式：P＝x*T+y；并根据统计数据，计算x和y的取值，以确定P和T之间的函数关系，且根据统计数据中该小区的数据吞吐量的概率分布，确定T的均值和T的标准差；根据P和T之间的函数关系、T的均值和T的标准差计算P的数学期望值；其中，P表示该小区的PRB利用率，T表示该小区的数据吞吐量。

可选的，上述获取模块11具体用于，获取统计数据，并根据统计数据生成参数样本集S_i＝{P_i,T_i}，并根据该参数样本集S_i和该小区的PRB利用率和数据吞吐量之间的关系式P＝x*T+y，利用最小二乘法解出x和y；其中，上述统计数据包括N天中每一天忙时该小区的PRB利用率的平均值和数据吞吐量，N为大于1的整数，i为小于或等于N的整数，P_i为N天中第i天忙时该小区的PRB利用率的平均值，T_i为N天中第i天忙时该小区的数据吞吐量。

可选的，上述N大于等于14。

本发明实施例提供的小区扩容装置，可以根据统计数据获取小区PRB利用率的数学期望值，该统计数据包括多组不同时间段该小区的PRB利用率的平均值和数据吞吐量；当该数学期望值大于预设门限时，对该小区进行扩容。由于本发明实施例根据PRB利用率的期望值来判定是否需要对小区进行扩容，可以保证在大概率情况下小区的PRB资源满足小区用户的需求，因此采用本发明实施例提供的小区扩容的确定方法可以准确判定小区是否需要扩容，从而可以避免PRB资源的浪费。

本发明实施例提供的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以通过软件程序、硬件、固件或者其任意组合来实现。当使用软件程序实现时，该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本发明实施例中的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))方式或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如，软盘、磁盘、磁带)、光介质(例如，数字视频光盘(digital video disc，DVD))、或者半导体介质(例如固态硬盘(solid statedrives，SSD))等。

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。

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，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种小区扩容的确定方法，其特征在于，包括：

根据统计数据获取小区PRB利用率的数学期望值，所述统计数据包括多组不同时间段所述小区的PRB利用率的平均值和数据吞吐量；

当所述数学期望值大于预设门限时，对所述小区进行扩容；

所述根据统计数据获取小区PRB利用率的数学期望值包括：

根据所述统计数据，确定所述小区的PRB利用率和数据吞吐量之间的函数关系；

根据所述统计数据中所述小区的数据吞吐量的概率分布，确定所述数据吞吐量的均值和所述数据吞吐量的标准差；

根据所述小区的PRB利用率和数据吞吐量之间的函数关系、所述数据吞吐量的均值和所述数据吞吐量的标准差，计算所述小区PRB利用率的数学期望值。

2.根据权利要求1所述的方法，其特征在于，根据统计数据获取小区PRB利用率的数学期望值包括：

建立所述小区的PRB利用率和数据吞吐量之间的关系式：P＝x*T+y，其中，P表示所述小区的PRB利用率，T表示所述小区的数据吞吐量；

根据所述统计数据，计算x和y的取值，以确定P和T之间的函数关系；

根据所述统计数据中所述小区的数据吞吐量的概率分布，确定T的均值和T的标准差；

根据P和T之间的函数关系、T的均值和T的标准差计算P的数学期望值。

3.根据权利要求2所述的方法，其特征在于，所述计算x和y的取值包括：

获取统计数据，并根据统计数据生成参数样本集S_i＝{P_i,T_i}，其中，所述统计数据包括N天中每一天忙时所述小区的PRB利用率的平均值和数据吞吐量，N为大于1的整数，i为小于或等于N的整数，P_i为N天中第i天忙时所述小区的PRB利用率的平均值，T_i为N天中第i天忙时所述小区的数据吞吐量；

根据参数样本集S_i和所述小区的PRB利用率和数据吞吐量之间的关系式P＝x*T+y，利用最小二乘法解出x和y。

4.根据权利要求3所述的方法，其特征在于，所述N大于等于14。

5.一种接入设备，其特征在于，包括：

获取模块，用于根据统计数据获取小区PRB利用率的数学期望值，所述统计数据包括多组不同时间段所述小区的PRB利用率的平均值和数据吞吐量；

处理模块，用于当所述数学期望值大于预设门限时，对所述小区进行扩容；

所述获取模块具体用于，根据所述统计数据，确定所述小区的PRB利用率和数据吞吐量之间的函数关系；并且根据所述统计数据中所述小区的数据吞吐量的概率分布，确定所述数据吞吐量的均值和所述数据吞吐量的标准差；以及根据所述小区的PRB利用率和数据吞吐量之间的函数关系、所述数据吞吐量的均值和所述数据吞吐量的标准差，计算所述小区PRB利用率的数学期望值。

6.根据权利要求5所述的接入设备，其特征在于，

获取模块具体用于，建立所述小区的PRB利用率和数据吞吐量之间的关系式：P＝x*T+y；并根据所述统计数据，计算x和y的取值，以确定P和T之间的函数关系，且根据所述统计数据中所述小区的数据吞吐量的概率分布，确定T的均值和T的标准差；根据P和T之间的函数关系、T的均值和T的标准差计算P的数学期望值；其中，P表示所述小区的PRB利用率，T表示所述小区的数据吞吐量。

7.根据权利要求5所述的接入设备，其特征在于，

所述获取模块具体用于，获取统计数据，并根据统计数据生成参数样本集S_i＝{P_i,T_i}，并根据参数样本集S_i和所述小区的PRB利用率和数据吞吐量之间的关系式P＝x*T+y，利用最小二乘法解出x和y；

其中，所述统计数据包括N天中每一天忙时所述小区的PRB利用率的平均值和数据吞吐量，N为大于1的整数，i为小于或等于N的整数，P_i为N天中第i天忙时所述小区的PRB利用率的平均值，T_i为N天中第i天忙时所述小区的数据吞吐量。

8.根据权利要求7所述的接入设备，其特征在于，所述N大于等于14。