[go: up one dir, main page]

CN116491142A - 对多个小区进行控制以向多个终端提供无线资源的方法以及执行该方法的电子装置 - Google Patents

对多个小区进行控制以向多个终端提供无线资源的方法以及执行该方法的电子装置 Download PDF

Info

Publication number
CN116491142A
CN116491142A CN202180074694.1A CN202180074694A CN116491142A CN 116491142 A CN116491142 A CN 116491142A CN 202180074694 A CN202180074694 A CN 202180074694A CN 116491142 A CN116491142 A CN 116491142A
Authority
CN
China
Prior art keywords
cells
cell
state
total load
present disclosure
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.)
Pending
Application number
CN202180074694.1A
Other languages
English (en)
Inventor
崔珉硕
金庆来
金泰正
宋柱奂
李泰燮
张瑞祐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from KR1020200144589A external-priority patent/KR20220059237A/ko
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN116491142A publication Critical patent/CN116491142A/zh
Pending legal-status Critical Current

Links

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
    • H04W16/06—Hybrid resource partitioning, e.g. channel borrowing
    • H04W16/08—Load shedding arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. Transmission Power Control [TPC] or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
    • H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • 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
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. Transmission Power Control [TPC] or power classes
    • H04W52/02—Power saving arrangements
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

根据一个实施例，一种本文件中公开的方法可以包括以下步骤：获得关于多个小区中的每一个小区的负载的信息；基于所获得的信息，计算出所述多个小区的总负载；基于所计算出的总负载，将所述多个小区中的至少一个小区的状态从活动状态改变为不活动状态或者从所述不活动状态改变为所述活动状态；以及响应于所述至少一个小区的所述状态的改变，对所述多个小区进行控制，使得多个UE连接到所述多个小区当中处于所述活动状态的小区。

Description

对多个小区进行控制以向多个终端提供无线资源的方法以及 执行该方法的电子装置
技术领域
本公开涉及对多个小区进行控制以向多个用户设备(UE)提供无线资源的方法以及执行该方法的电子装置。
背景技术
由于通信技术的发展，用户可以通过使用用户设备(UE)与基站进行通信来执行各种类型的任务。例如，用户可以通过使用他们的UE来发送或接收语音或文本消息、播放音频或视频、或者接入互联网。
基站可以与多个UE一起配置接入网络以向UE提供无线通信服务。作为接入网络装置，基站可以包括多个扇区，并且每个扇区可以包括基于频带的多个小区。UE可以连接到多个小区中的任何一个小区以接收无线资源的分配，并且通过使用所分配的无线资源来执行各种任务。
发明内容
技术问题
连接到每个小区的用户设备(UE)的数目可以持续地改变，并且每个小区中的负载可以依据已连接的UE的数目持续地改变。例如，相对大数目的UE可以连接到任何一个小区，并且相对小数目的UE可以连接到任何其他小区。不同数目的UE可以连接到多个小区，负载可能集中于特定小区上，并且总网络性能可能会降低。
另外，小区可以依据提供的无线资源的频带或配置的硬件特性具有不同的功耗效率。尽管相等数目的UE连接到小区，但是当大数目的UE连接到具有相对低的功耗效率的小区时，总功耗可能会大大地增加。当功耗增加了时，用于运营基站的成本可能会增加，因此无线通信服务的效率可能会降低。
技术方案
根据本公开的实施例，一种方法包括：获得关于多个小区中的每一个小区的负载的信息；基于所获得的信息，计算出所述多个小区的总负载；基于所计算出的总负载，将所述多个小区当中的至少一个小区的状态从活动状态改变为不活动状态或者从不活动状态改变为活动状态；以及响应于所述至少一个小区的所述状态的改变，对所述多个小区进行控制，使得多个用户设备UE连接到所述多个小区当中的活动小区。
根据本公开的另一实施例，一种电子装置包括：多个小区；存储器；以及至少一个处理器，所述至少一个处理器电连接到所述存储器和所述多个小区并且被配置为：获得关于所述多个小区中的每一个小区的负载的信息；基于所获得的信息，计算出所述多个小区的总负载；基于所计算出的总负载，将所述多个小区当中的至少一个小区的状态从活动状态改变为不活动状态或者从不活动状态改变为活动状态；以及响应于所述至少一个小区的所述状态的改变，对所述多个小区进行控制，使得多个用户设备UE连接到所述多个小区当中的活动小区。
有益效果
根据本公开的实施例，关于用于向多个UE提供无线资源的多个小区，可以降低总功耗并且可以提高无线通信服务的效率。另外，可以防止负载集中于特定小区上，因此也可以防止总网络性能的降低。
此外，可以提供通过本公开直接或间接理解的各种效果。
附图说明
图1示出了根据本公开的实施例的包括多个用户设备(UE)和用于向多个UE提供无线资源的基站的通信系统；
图2是根据本公开的实施例的用于对多个小区进行控制以向多个UE提供无线资源的电子装置的框图；
图3是根据本公开的实施例的用于对多个小区进行控制以向多个UE提供无线资源的服务器和基站的框图；
图4是根据本公开的实施例的对多个小区进行控制以向多个UE提供无线资源的方法的流程图；
图5是用于描述根据本公开的各种实施例的当总负载减少时对多个小区的状态进行控制的方法的图；
图6是用于描述根据本公开的各种实施例的当总负载增加时对多个小区的状态进行控制的方法的图；
图7是用于描述根据本公开的实施例的训练用于对多个小区的状态进行控制的人工智能(AI)模型的方法的图；
图8是根据本公开的实施例的响应于至少一个小区的状态的改变来对多个小区进行控制的方法的流程图；以及
图9是根据本公开的另一实施例的响应于至少一个小区的状态的改变来对多个小区进行控制的方法的流程图。
关于附图的描述，相同或类似的附图标记可以用于指相同或类似的组件。
具体实施方式
图1示出了根据本公开的实施例的包括多个用户设备(UE)和用于向多个UE提供无线资源的基站的通信系统。
参照图1，通信系统100可以包括基站110和多个UE 120。根据本公开的各种实施例，基站110可以包括多个小区(未示出)，并且多个UE 120中的每一个UE可以连接到多个小区中的任何一个小区。在本公开的各种实施例中，基站110和多个UE 120不限于图1中示出的那些。例如，通信系统100可以包括多个基站，并且多个UE 120中的每一个UE可以连接到多个基站中的任何一个基站中包括的任何一个小区。
根据本公开的实施例，多个UE 120中的每一个UE可以连接到基站110中包括的任何一个小区，并且图1中示出的多个UE 120可以被理解为连接到不同小区。例如，第一UE121可以被理解为连接到第一小区，第二UE 122可以被理解为连接到第二小区，第三UE 123可以被理解为连接到第三小区，并且第四UE 124可以被理解为连接到第四小区。根据本公开的各种实施例，与图1的图示不同，连接到每个小区的UE的数目不限于1。例如，尽管在图1中一个第一UE 121连接到第一小区，但是第一UE 121可以被理解为包括一个或更多个UE。
根据本公开的实施例，多个UE 120中的每一个UE可以连接到活动小区。例如，多个UE 120中的每一个UE连接到的小区可以被理解为活动小区。在本公开的实施例中，多个小区中的任何一个小区可以处于不活动状态。例如，没有UE可以连接到不活动小区。在本公开的实施例中，当至少一个UE连接到活动小区时，可以通过基站110或用于控制基站110的服务器的控制来将活动小区去激活。已经连接到不活动小区的至少一个UE可以被控制为连接到除不活动小区以外的另一活动小区。
根据本公开的实施例，可以基于多个小区的总负载来对多个小区的状态进行控制。例如，当多个小区的总负载对应于指定第一范围时，与第一范围相对应的多个小区中的一些小区可以被激活，而其他小区可以被去激活。在本公开的实施例中，当多个小区的总负载从指定第一范围改变为指定第二范围时，至少一个小区的状态可以从活动状态改变为不活动状态或者从不活动状态改变为活动状态。在本公开的实施例中，当至少一个小区的状态发生改变时，已经连接到活动小区的至少一个UE可以被控制为连接到另一活动小区。
现在将描述基于多个小区的总负载来对多个小区的状态进行控制以向多个UE120提供无线资源的方法以及用于执行该方法的电子装置。
参照图2，电子装置200可以包括多个小区210，例如，第一小区211、第二小区212、第三小区213和第四小区214，并且还包括处理器220、输入器230、输出器240、存储器250和模块单元260。根据本公开的各种实施例，电子装置200的元件不限于图2中示出的那些，并且电子装置200可以另外地包括图2中未示出的元件或者省略图2中示出的一些元件。例如，尽管在图2中电子装置200包括四个小区，但是电子装置200可以包括不同数目的小区。作为另一示例，尽管在图2中多个可操作的模块都被包括在模块单元260中，但是多个模块中的至少一些模块可以被实现为存储在存储器250中的软件模块。例如，负载信息获得模块261可以不被实现为如图2中示出的那样包括在模块单元260中的单独的硬件模块，而是作为软件模块被存储在存储器250中并由处理器220运行。根据本公开的实施例，电子装置200可以被理解为与图1中示出的基站110相同或类似的装置。
多个小区210可以分开地连接到多个UE(例如，图1的多个UE 120)中的至少一些UE以向多个UE提供无线资源。在本公开的各种实施例中，无线资源可以是在特定时间由仅有限数目的用户共享的有限资源，并且被理解为用于无线通信的频率资源。在本公开的实施例中，无线资源可以指用于正交频分复用(OFDM)通信的资源块(RB)或物理资源块(PRB)。
根据本公开的实施例，多个小区210可以提供与不同频带相对应的无线资源。例如，第一小区211可以提供1.8GHz频带的无线资源，第二小区212可以提供850MHz频带的无线资源，第三小区213可以提供2.3GHz频带的无线资源。在本公开的实施例中，多个小区210可以提供与相同频带中的不同带宽相对应的无线资源。例如，第三小区213可以提供2.3GHz频带中带宽为20MHz的无线资源，第四小区214可以提供2.3GHz频带中带宽为10MHz的无线资源。在本公开的各种实施例中，多个小区210的频带不限于以上提及的示例。根据本公开的各种实施例，多个小区210可以具有不同的硬件特性以提供与不同频带或不同带宽相对应的无线资源。例如，多个小区210可以具有不同的功耗效率。在本公开的实施例中，可以基于每RB功耗来计算功耗效率。
根据本公开的实施例，多个小区210中的每一个小区可以处于活动状态或不活动状态。例如，多个小区210中的所有小区都可以处于活动状态，或者多个小区210当中的至少一个小区(例如，第一小区211)可以处于不活动状态，而其他小区(例如，第二小区212、第三小区213和第四小区214)可以处于活动状态。在本公开的实施例中，多个小区210当中的至少一个小区可以处于活动状态。
在本公开的实施例中，当多个小区210当中的至少一个小区处于活动状态时，该至少一个活动小区可以向至少一个UE提供无线资源。在本公开的实施例中，当多个小区210当中的至少一个小区处于不活动状态时，该至少一个不活动小区可能不向任何UE提供无线资源。根据本公开的各种实施例，多个小区210的活动状态可以被理解为多个小区210或包括在多个小区210中的功率放大器被通电的状态，而多个小区210的不活动状态可以被理解为多个小区210或包括在多个小区210中的功率放大器被断电的状态。
处理器220可以电连接到电子装置200中包括的元件，并且执行与电子装置200中包括的元件的通信和/或控制相关的计算或数据处理。根据本公开的实施例，处理器220可以将从其他元件中的至少一个元件接收到的命令或数据加载到存储器250中，处理这些命令或数据，并且将结果数据存储在存储器250中。
输入器230和输出器240可以电连接到处理器220，并且是用于向电子装置200外部的另一电子装置(例如，图1中示出的多个UE 120)发送数据或者从电子装置200外部的另一电子装置(例如，图1中示出的多个UE 120)接收数据的接口元件。
存储器250可以电连接到处理器220并且存储与电子装置200中包括的元件的操作相关的命令或数据。根据本公开的各种实施例，存储器250可以存储使用负载信息获得模块261获得的关于多个小区中的每一个小区的负载的信息、使用负载信息处理模块262计算出的总负载、或使用范围设置模块264计算出的至少一个阈值比。根据本公开的实施例，当模块单元260中包括的至少一些模块被实现为要由处理器220运行的软件模块时，存储器250可以存储用于运行此类软件模块的指令。
模块单元260可以包括用于实现在电子装置200中执行的多个操作的多个模块。根据本公开的各种实施例，模块单元260可以被理解为用于实现图2中示出的多个模块中的至少一些模块的单件硬件，或在概念上包括用于实现模块的多件硬件的元件。根据本公开的各种实施例，模块单元260的元件不限于图2中示出的那些，并且图2中示出的模块单元260中包括的多个模块中的至少一些模块可以被实现为软件并被存储在存储器250中。
负载信息获得模块261可以由处理器220运行以从多个小区210获得关于多个小区210中的每一个小区的负载的信息。在本公开的实施例中，关于负载的信息可以基于多个小区210中的每一个小区的PRB使用率。PRB使用率可以被理解为提供给当前连接的UE的PRB与多个小区210中的每一个小区可提供的最大PRB之比。在本公开的另一实施例中，关于负载的信息可以基于多个小区210中的每一个小区的功耗、连接到多个小区210中的每一个小区的UE的数目、或多个小区210中的每一个小区的数据吞吐量中的至少一者。
根据本公开的实施例，负载信息获得模块261可以获得关于多个小区210中的每一个小区的功耗效率的信息。例如，负载信息获得模块261可以获得关于从多个小区210中的每一个小区提供给UE的每RB功耗的信息。根据本公开的实施例，每RB功耗可以依据多个小区210中的每一个小区的硬件特性而不同。例如，第一小区211的每RB功耗可以高于第二小区212的每RB功耗，并且第二小区212的每RB功耗可以高于第三小区213或第四小区214的每RB功耗。根据本公开的实施例，每RB功耗可以依据每个小区中的当前PRB使用率而不同。例如，每个小区中的每RB功耗可以具有与PRB使用率成比例或反比例的值。或者，每个小区中的每RB功耗可以不管PRB使用率都具有恒定值。
根据本公开的实施例，负载信息获得模块261可以以指定时间间隔从多个小区210周期性地获得关于多个小区210中的每一个小区的负载的信息。例如，指定时间间隔可以是与一个符号、时隙、子帧、半帧、帧等相对应的时间。
负载信息处理模块262可以由处理器220运行来处理由负载信息获得模块261获得的负载信息，并且通过使用该负载信息来计算出各种值。例如，负载信息处理模块262可以基于关于多个小区210中的每一个小区的负载的信息，计算出多个小区210的总负载或多个小区210的最大总负载。在本公开的实施例中，负载信息处理模块262可以计算出多个小区210的所计算出的总负载与最大总负载之比。在本公开的实施例中，可以基于PRB使用率来计算出所计算出的总负载与最大总负载之比。作为另一示例，负载信息处理模块262可以基于关于多个小区210中的每一个小区的负载的信息来计算出小区负载之间的方差。在本公开的实施例中，负载信息处理模块262可以计算出多个小区210当中的活动小区的负载之间的方差。
小区状态控制模块263可以由处理器220运行来对多个小区210中的每一个小区的状态进行控制。例如，小区状态控制模块263可以通过使至少一个小区或包括在至少一个小区中的功率放大器通电来将多个小区210当中的至少一个小区的状态控制为活动状态。当至少一个小区处于活动状态时，该至少一个小区可以向连接到其的至少一个UE提供无线资源，并且消耗电力。作为另一示例，小区状态控制模块263可以通过使至少一个小区或包括在至少一个小区中的功率放大器断电来将多个小区210当中的至少一个小区的状态控制为不活动状态。当至少一个小区处于不活动状态时，没有UE可以连接到该至少一个小区并且该至少一个小区所消耗的电力可以减少。
根据本公开的实施例，小区状态控制模块263可以确定多个小区210中的每一个小区的状态以对多个小区210中的每一个小区的状态进行控制。例如，小区状态控制模块263可以基于由负载信息处理模块262计算出的多个小区210的总负载来确定多个小区210中的每一个小区的状态。
根据本公开的实施例，小区状态控制模块263可以基于所计算出的总负载对应于多个范围中的哪个范围来确定多个小区210中的每一个小区的状态。在本公开的实施例中，多个范围可以被理解为例如基于多个小区的总负载与最大总负载之比设置的范围。例如，第一范围可以被理解为总负载与最大总负载之比大于或等于第一阈值比的范围，第二范围可以被理解为总负载与最大总负载之比小于第一阈值比且大于或等于第二阈值比的范围。第三范围可以被理解为总负载与最大总负载之比小于第二阈值比且大于或等于第三阈值比的范围，第四范围可以被理解为总负载与最大总负载之比小于第三阈值比的范围。在本公开的各种实施例中，用于区分多个范围的阈值比可以由范围设置模块264设置。根据本公开的各种实施例，可以基于多个小区210的数目来设置多个范围的数目。尽管可以为了说明的方便而在本公开的各种实施例中描述了四个范围，但是多个范围的数目不限于此。
根据本公开的实施例，可以基于多个小区210中的每一个小区的功耗效率来设置指示在多个范围中的每一个范围内是否激活多个小区210中的每一个小区的信息。例如，在多个范围当中的第一范围内，可以将所有多个小区210的状态设置为活动状态。在本公开的另一实施例中，在多个范围当中的第二范围内，可以将多个小区210当中具有最低功耗效率的第一小区211的状态设置为不活动状态，并且可以将其他小区的状态设置为活动状态。在本公开的再一实施例中，在多个范围当中的第三范围内，可以将第一小区211和多个小区210当中除第一小区211以外具有最低功耗效率的第二小区212的状态设置为不活动状态，并且可以将其他小区的状态设置为活动状态。在本公开的再一实施例中，在多个范围当中的第四范围内，可以将第一小区211和第二小区212以及多个小区210当中除第一小区211和第二小区212以外具有最低功耗效率的第三小区213的状态设置为不活动状态，并且可以将第四小区214的状态设置为活动状态。
根据本公开的各种实施例，基于多个设置范围不同地确定是否激活多个小区210中的每一个小区的事实可以被理解为如下事实：当所计算出的多个小区210的总负载逐渐地减少时，任何一个小区基于指定次序从活动状态改变为不活动状态。例如，当总负载可以具有与最大总负载相同的值并且随着时间的推移逐渐地减少时，总负载可以依次对应于第一范围、第二范围、第三范围和第四范围。在这种情况下，小区状态控制模块263可以按具有最低功耗效率的小区的次序(例如，按第一小区211、第二小区212和第三小区213的次序)将多个小区210当中的至少一个小区的状态从活动状态改变为不活动状态。即使当总负载减少至0时，小区状态控制模块263也可以将具有最高功耗效率的小区(例如，第四小区214)的状态维持为活动状态。
根据本公开的各种实施例，基于多个设置范围不同地确定是否激活多个小区210中的每一个小区的事实可以被理解为如下事实：当所计算出的多个小区210的总负载逐渐地增加时，任何一个小区基于指定次序从不活动状态改变为活动状态。例如，当总负载可以具有值0并且随着时间的推移逐渐地增加时，总负载可以依次对应于第四范围、第三范围、第二范围和第一范围。在这种情况下，小区状态控制模块263可以将具有最高功耗效率的小区(例如，第四小区214)的状态维持为活动状态，并且按多个小区210当中除第四小区214以外具有最高功耗效率的小区的次序(例如，按第三小区213、第二小区212和第一小区211的次序)将多个小区210当中的至少一个小区的状态从不活动状态改变为活动状态。
根据本公开的实施例，小区状态控制模块263可以确定由负载信息处理模块262计算出的多个小区210的总负载对应于多个范围中的哪个范围，并且基于指示是否在所确定的范围内激活多个小区210中的每一个小区的信息来对多个小区210中的每一个小区的状态进行控制。
范围设置模块264可以由处理器220运行来设置用于区分多个范围的阈值比值以用于确定多个小区210的状态。在本公开的实施例中，范围设置模块264可以通过使用人工智能(AI)模型来设置阈值比值。在本公开的实施例中，AI模型可以由AI训练模块265训练来基于与多个小区210中的每一个小区的状态相关的信息或与当前网络状态相关的信息来计算出适当的阈值比值。在本公开的各种实施例中，与多个小区210中的每一个小区的状态相关的信息可以包括指示是否激活多个小区210中的每一个小区的信息、多个小区210中的每一个小区的功耗、或多个小区210中的每一个小区的PRB使用率中的至少一者。在本公开的各种实施例中，与网络状态相关的信息可以包括下行链路(DL)数据吞吐量、连接的UE的数目或网络延迟中的至少一者。
根据本公开的实施例，多个范围中的每一个范围的阈值比值可以被理解为多个小区210中的每一个小区从活动状态改变为不活动状态或者从不活动状态改变为活动状态的阈值比。例如，用于区分第一范围和第二范围的第一阈值比可以被理解为具有最低功耗效率的第一小区211的状态发生改变的阈值比。作为另一示例，用于区分第二范围和第三范围的第二阈值比可以被理解为多个小区210当中除第一小区211以外具有最低功耗效率的第二小区212的状态发生改变的阈值比。作为再一示例，用于区分第三范围和第四范围的第三阈值比可以被理解为多个小区210当中除第一小区211和第二小区212以外具有最低功耗效率的第三小区213的状态发生改变的阈值比。在本公开的各种实施例中，用于区分多个范围的每一个阈值比值可以被理解为多个小区210中的每一个小区的阈值比值。
根据本公开的实施例，范围设置模块264可以以指定时间间隔通过使用AI模型周期性地更新阈值比值。例如，范围设置模块264可以在特定时间或者于特定日或者在发生特定事件(例如，聚会或仪式)时通过使用AI模型来更新阈值比值。
AI训练模块265可以由处理器220运行来训练AI模型以便设置范围。例如，AI训练模块265可以基于与多个小区210的状态相关的信息或与网络状态相关的信息来训练AI模型以计算出能够改善或至少维持网络状态并且能够降低多个小区210的总功耗的适当的阈值比值。
根据本公开的实施例，AI模型可以使用以下中的至少一者作为输入：关于多个小区210中的每一个小区的负载的信息、多个小区210的总负载、多个小区210的最大总负载、多个小区210中的每一个小区的状态、多个小区210中的每一个小区的功耗效率、或多个小区210的网络性能指标(例如，移动运营商的关键性能指标(KPI))。
根据本公开的实施例，可以通过强化学习来训练AI模型。例如，AI模型可以使用多个小区210的总负载(例如，多个小区210的总PRB使用率)、多个小区210中的每一个小区的状态(例如，指示是否激活多个小区210中的每一个小区的信息)、多个小区210中的每一个小区的功耗、或多个小区210的网络性能指标作为强化学习的状态变量。AI模型可以使用多个小区210的每一个阈值比值作为作用变量，并且基于该作用变量使用功耗或网络性能指标作为奖励变量。
根据本公开的实施例，奖励变量可以在功耗降低时增大，而在网络性能指标降低时减小。在本公开的实施例中，可以通过对功耗和网络性能指标应用不同权重来计算出基于功耗或网络性能指标的变化的奖励变量的增大或减小。在本公开的各种实施例中，当与网络性能指标相比较优先考虑功耗降低时，用于功耗的权重可以高于用于网络性能指标的权重，或者当与功耗降低相比较优先考虑网络性能指标时，用于网络性能指标的权重可以高于用于功耗的权重。在本公开的各种实施例中，AI训练模块265可以计算出多个小区210的阈值比值，这些阈值比值能够使奖励变量的值最大化。
连接控制模块266可以由处理器220运行来对多个小区210进行控制，使得至少一个UE连接到多个小区210。例如，连接控制模块266可以对多个小区210当中的活动小区进行控制，使得至少一个UE连接到活动小区中的任何一个活动小区。根据本公开的各种实施例，连接控制模块266可以响应于至少一个小区的状态的改变来对多个小区210进行控制，使得将多个UE重新指配到并连接到活动小区。例如，当至少一个小区的状态从活动状态改变为不活动状态时，连接控制模块266可以对多个小区210进行控制，使得已经连接到该至少一个小区的至少一个UE连接到另一活动小区。作为另一示例，当至少一个小区的状态从不活动状态改变为活动状态时，连接控制模块266可以对多个小区210进行控制，使得已经连接到除该至少一个小区以外的小区的多个UE当中的至少一个UE连接到该至少一个小区。
根据本公开的实施例，连接控制模块266可以考虑多个小区210的总功耗对多个小区210进行控制，使得将多个UE重新指配到并连接到活动小区。例如，当至少一个小区的状态从活动状态改变为不活动状态时，连接控制模块266可以对多个小区210进行控制，使得已经连接到该至少一个小区的至少一个UE优先地连接到活动小区当中具有最低每RB功耗的小区。具有最低每RB功耗的小区可以被理解为具有最高功耗效率的小区。
根据本公开的实施例，连接控制模块266可以考虑多个小区210的总功耗和多个小区210之间的负载均衡来对多个小区210进行控制，使得将多个UE重新指配到并连接到活动小区。例如，当至少一个小区的状态从活动状态改变为不活动状态时，连接控制模块266可以确定由负载信息处理模块262计算出的活动小区的负载之间的方差是否大于或等于阈值。在本公开的实施例中，当方差大于或等于阈值时，可能无法适当地实现活动小区之间的负载均衡，因此连接控制模块266可以对多个小区210进行控制，使得已经连接到至少一个小区的至少一个UE优先地连接到活动小区当中具有最低负载的小区。在本公开的另一实施例中，当方差小于阈值时，可以适当地实现活动小区之间的负载均衡，因此连接控制模块266可以对多个小区210进行控制，使得已经连接到至少一个小区的至少一个UE优先地连接到活动小区当中具有最低每RB功耗的小区，以便降低功耗。
根据本公开的各种实施例，连接控制模块266可以考虑到多个小区210的总功耗和/或多个小区210之间的负载均衡来确定已经连接到状态发生改变的小区的一个或更多个UE中的每一个UE将连接到的小区。例如，当第一UE和第二UE已经连接到状态从活动状态改变为不活动状态的小区时，连接控制模块266可以将第一UE重新指配到活动小区，然后重新确定由负载信息处理模块262计算出的活动小区的负载之间的方差是否大于或等于阈值。连接控制模块266可以基于所述确定来将第二UE重新指配到活动小区。第一UE和第二UE可以被重新指配到相同小区或不同小区。
图3是根据本公开的实施例的用于对多个小区进行控制以向多个UE提供无线资源的服务器和基站的框图。
参照图3，服务器300可以与一个或更多个基站(例如，第一基站301)进行通信，并且控制第一基站301中包括的多个小区，例如，第一小区371和第二小区372。根据本公开的各种实施例，与服务器300进行通信的基站不限于图3中示出的第一基站301，并且还可以包括一个或更多个其他基站(未示出)，而且由服务器300控制的多个小区不限于图3中示出的第一基站301中包括的第一小区371和第二小区372。例如，服务器300还可以控制一个或更多个其他基站(未示出)(例如，第二基站(未示出))中包括的一个或更多个小区，例如，第三小区(未示出)和第四小区(未示出)。关于图3，对第一基站301或包括在第一基站301中的元件的描述可以同样地或类似地适用于一个或更多个其他基站(未示出)。
根据本公开的实施例，服务器300可以包括处理器310、输入器320、输出器330、存储器340、通信器350和模块单元360。根据本公开的各种实施例，服务器300的元件不限于图3中示出的那些，并且服务器300可以另外地包括图3中未示出的元件或者省略图3中示出的一些元件。例如，尽管在图3中多个可操作的模块都被包括在模块单元360中，但是多个模块中的至少一些模块可以被实现为存储在存储器340中的软件模块。
根据本公开的各种实施例，以上关于图2提供的描述可以同样地或类似地适用于图3中示出的服务器300的一些元件，这些元件与图2中示出的电子装置200的元件相同或类似。例如，对图2中示出的电子装置200的模块单元260中包括的负载信息获得模块261、负载信息处理模块262、范围设置模块264或AI训练模块265的描述可以同样地或类似地适用于模块单元360中包括的负载信息获得模块361、负载信息处理模块362、范围设置模块364或AI训练模块365。
根据本公开的实施例，处理器310可以电连接到服务器300中包括的元件，并且执行与服务器300中包括的元件的通信和/或控制相关的计算或数据处理。根据本公开的实施例，处理器310可以将从其他元件中的至少一个元件接收到的命令或数据加载到存储器340中，处理这些命令或数据，并且将结果数据存储在存储器340中。根据本公开的实施例，输入器320和输出器330可以电连接到处理器310，并且是用于向服务器300外部的另一电子装置(例如，第一基站301或一个或更多个其他基站(未示出))发送数据或者从服务器300外部的另一电子装置(例如，第一基站301或一个或更多个其他基站(未示出))接收数据的接口元件。根据本公开的实施例，存储器340可以电连接到处理器310并且存储与服务器300中包括的元件的操作相关的命令或数据。根据本公开的实施例，当模块单元360中包括的至少一些模块被实现为要由处理器310运行的软件模块时，存储器340可以存储用于运行此类软件模块的指令。
根据本公开的实施例，通信器350可以建立有线通信信道或无线通信信道并且支持通过所建立的通信信道在服务器300与服务器300外部的另一电子装置(例如，第一基站301或一个或更多个其他基站(未示出))之间进行通信。根据本公开的实施例，通信器350可以通过有线通信或无线通信来从其他电子装置接收数据或者向其他电子装置发送数据。例如，通信器350可以通过有线通信或无线通信来从第一基站301接收关于第一小区371和第二小区372中的每一者的负载的信息并且向第一基站301发送小区状态控制参数或连接控制参数。
根据本公开的实施例，模块单元360可以包括用于实现在服务器300中执行的多个操作的多个模块。根据本公开的各种实施例，模块单元360可以被理解为用于实现图3中示出的多个模块中的至少一些模块的单件硬件，或在概念上包括用于实现模块的多件硬件的元件。根据本公开的各种实施例，模块单元360的元件不限于图3中示出的那些，并且图3中示出的模块单元360中包括的多个模块中的至少一些模块可以被实现为软件并被存储在存储器340中。
根据本公开的实施例，负载信息获得模块361可以由处理器310运行来获得关于基站中包括的多个小区(例如，第一基站301中包括的第一小区371和第二小区372)中的每一个小区的负载的信息。根据本公开的实施例，负载信息获得模块361可以获得关于第一小区371和第二小区372中的每一者的功耗效率的信息。根据本公开的实施例，负载信息获得模块361可以以指定时间间隔周期性地获得关于第一小区371和第二小区372中的每一者的负载的信息。在本公开的各种实施例中，对图2中示出的负载信息获得模块261的上述描述可以同样地或类似地适用于负载信息获得模块361。
根据本公开的实施例，负载信息处理模块362可以由处理器310运行来处理由负载信息获得模块361获得的负载信息，并且通过使用该负载信息来计算出各种值。例如，负载信息处理模块362可以基于关于基站中包括的多个小区(例如，第一基站301中包括的第一小区371和第二小区372)中的每一个小区的负载的信息来计算出基站中包括的多个小区(例如，第一基站301中包括的第一小区371和第二小区372)的总负载。作为另一示例，负载信息处理模块362可以计算出基站中包括的多个小区(例如，第一基站301中包括的第一小区371和第二小区372)的最大总负载。在本公开的实施例中，负载信息处理模块362可以计算出所计算出的总负载与最大总负载之比，或者计算出基站中包括的多个小区(例如，第一小区371和第二小区372)中的至少一些小区之间的方差。在本公开的各种实施例中，对图2中示出的负载信息处理模块262的上述描述可以同样地或类似地适用于负载信息处理模块362。
根据本公开的实施例，小区状态控制参数模块363可以由处理器310运行来计算用于控制基站中包括的多个小区(例如，第一基站301中包括的第一小区371和第二小区372)的状态的参数。例如，小区状态控制参数模块363可以基于由负载信息处理模块362计算出的多个小区(例如，第一小区371和第二小区372)的总负载来确定第一小区371和第二小区372的状态，并且计算出用以将第一小区371和第二小区372控制为所确定的状态的小区状态控制参数值。
根据本公开的实施例，小区状态控制参数模块363可以基于多个小区的总负载对应于多个范围中的哪个范围来确定多个小区(例如，第一小区371和第二小区372)中的每一个小区的状态，并且计算出与其相对应的小区状态控制参数值。在本公开的各种实施例中，以上关于图2提供的描述可以同样地或类似地适用于多个范围。
在本公开的各种实施例中，用于区分多个范围的阈值比可以由范围设置模块364设置。根据本公开的各种实施例，可以基于多个小区(例如，由服务器300控制的基站中包括的多个小区)的总数来设置多个范围中包括的范围的数目。
根据本公开的实施例，可以基于多个小区中的每一个小区的功耗效率来设置指示在多个范围中的每一个范围内是否激活多个小区(例如，第一小区371和第二小区372)中的每一个小区的信息。在本公开的实施例中，当服务器300控制第一基站301和第二基站(未示出)时，多个小区可以包括第一基站301中包括的第一小区371和第二小区372以及第二基站中包括的第三小区和第四小区(未示出)。可以基于第一小区371、第二小区372、第三小区和第四小区中的每一者的功耗效率在多个范围中的每一个范围内不同地确定指示是否激活第一小区371、第二小区372、第三小区和第四小区中的每一者的信息。
例如，在总负载与最大总负载之比大于或等于第一阈值比的第一范围内，可以将第一小区371、第二小区372、第三小区和第四小区中的全部小区的状态设置为活动状态。作为另一示例，在总负载与最大总负载之比小于第一阈值比且大于或等于第二阈值比的第二范围内，可以将具有最低功耗效率的第一小区371的状态设置为不活动状态，并且可以将第二小区372、第三小区和第四小区的状态设置为活动状态。作为另一示例，在总负载与最大总负载之比小于第二阈值比且大于或等于第三阈值比的第三范围内，可以将具有相对低的功耗效率的第一小区371和第二小区372的状态设置为不活动状态，并且可以将第三小区和第四小区的状态设置为活动状态。作为再一示例，在总负载与最大总负载之比小于第三阈值比的第四范围内，可以将具有相对低的功耗效率的第一小区371、第二小区372和第三小区的状态设置为不活动状态，并且可以将第四小区的状态设置为活动状态。
根据本公开的实施例，范围设置模块364可以由处理器310运行来设置用于区分多个范围的阈值比值以用于确定多个小区(例如，第一小区371和第二小区372)的状态。在本公开的实施例中，范围设置模块364可以通过使用AI模型来设置阈值比值。在本公开的实施例中，AI模型可以由AI训练模块365训练来基于与多个小区中的每一个小区的状态相关的信息或与当前网络状态相关的信息来计算出适当的阈值比值。
根据本公开的实施例，范围设置模块364以指定时间间隔通过使用AI模型周期性地更新阈值比值。例如，范围设置模块364可以在特定时间或者于特定日或者在发生特定事件(例如，聚会或仪式)时通过使用AI模型来更新阈值比值。在本公开的各种实施例中，对图2中示出的范围设置模块264的上述描述可以同样地或类似地适用于范围设置模块364。
根据本公开的实施例，AI训练模块365可以由处理器310运行来训练AI模型以便设置范围。例如，AI训练模块365可以基于与多个小区(例如，第一小区371和第二小区372)的状态相关的信息或与网络状态相关的信息来训练AI模型以计算出能够改善或至少维持网络状态并且能够降低多个小区310的总功耗的适当的阈值比值。在本公开的各种实施例中，对图2中示出的AI训练模块265的上述描述可以同样地或类似地适用于AI训练模块365。
根据本公开的实施例，连接控制参数模块366可以由处理器310运行来计算出连接控制参数值，该连接控制参数值用于对多个小区(例如，第一小区371和第二小区372)进行控制，使得至少一个UE连接到多个小区。例如，连接控制参数模块366可以向包括活动小区的基站(例如，第一基站301)发送连接控制参数，该连接控制参数使得至少一个UE连接到多个小区当中的活动小区中的任何一个活动小区。在本公开的实施例中，连接控制参数模块366可以向由服务器300控制的多个基站中的每一个基站发送连接控制参数。例如，连接控制参数模块366可以向第一基站301发送第一连接控制参数，该第一连接控制参数使得至少一个UE连接到第一基站301中包括的多个小区中的任何一个小区，并且向第二基站(未示出)发送第二连接控制参数，该第二连接控制参数使得至少一个UE连接到第二基站中包括的多个小区中的任何一个小区。
根据本公开的各种实施例，连接控制参数模块366可以响应于至少一个小区的状态的改变来计算出连接控制参数值，该连接控制参数值用于对多个小区进行控制，使得将多个UE重新指配到并连接到活动小区。例如，当至少一个小区的状态从活动状态改变为不活动状态时，连接控制参数模块366可以以计算出连接控制参数值，该连接控制参数值使得已经连接到该至少一个小区的至少一个UE连接到另一活动小区。作为另一示例，当至少一个小区的状态从不活动状态改变为活动状态时，连接控制参数模块366可以计算出连接控制参数值，该连接控制参数值使得已经连接到除该至少一个小区以外的小区的多个UE当中的至少一个UE连接到该至少一个小区。
根据本公开的实施例，连接控制参数模块366可以考虑多个小区(例如，第一小区371和第二小区372)的总功耗计算出连接控制参数值，该连接控制参数值使得将多个UE重新指配到并连接到活动小区。例如，当至少一个小区的状态从活动状态改变为不活动状态时，连接控制参数模块366可以计算出连接控制参数值，该连接控制参数值使得已经连接到该至少一个小区的至少一个UE优先地连接到一个或更多个基站中包括的活动小区当中具有最低每RB功耗的小区。
根据本公开的实施例，连接控制参数模块366可以考虑多个小区(例如，第一小区371和第二小区372)的总功耗以及多个小区之间的负载均衡来计算出连接控制参数值，该连接控制参数值使得将多个UE重新指配到并连接到一个或更多个基站中包括的活动小区。例如，当至少一个小区的状态从活动状态改变为不活动状态时，连接控制参数模块366可以确定由负载信息处理模块362计算出的活动小区的负载之间的方差是否大于或等于阈值。在本公开的实施例中，当方差大于或等于阈值时，可能无法适当地实现活动小区之间的负载均衡，因此连接控制参数模块366可以计算出连接控制参数值，该连接控制参数值使得已经连接到至少一个小区的至少一个UE优先地连接到活动小区当中具有最低负载的小区。在本公开的另一实施例中，当方差小于阈值时，可以适当地实现活动小区之间的负载均衡，因此连接控制参数模块366可以计算出连接控制参数值，该连接控制参数值使得已经连接到至少一个小区的至少一个UE优先地连接到活动小区当中具有最低每RB功耗的小区，以便降低功耗。
根据本公开的各种实施例，连接控制参数模块366可以考虑多个小区(例如，第一小区371和第二小区372)的总功耗和/或多个小区之间的负载均衡来确定已经连接到状态发生改变的小区的一个或更多个UE中的每一个UE将连接到的小区。例如，当第一UE和第二UE已经连接到状态从活动状态改变为不活动状态的小区时，连接控制参数模块366可以向基站(例如，第一基站301)发送连接控制参数值，以将第一UE重新指配到活动小区，然后重新确定由负载信息处理模块362计算出的活动小区的负载之间的方差是否大于或等于阈值。连接控制参数模块366可以基于所述确定来发送将第二UE重新指配到活动小区的另一连接控制参数值。第一UE和第二UE可以被重新指配到相同小区或不同小区。
第一基站301可以包括多个小区，例如，第一小区371和第二小区372，并且通过使用第一小区371和第二小区372来向多个UE提供无线资源。根据本公开的实施例，第一基站301可以与服务器300进行电通信以向服务器300发送关于第一小区371和第二小区372中的每一者的负载的信息并且从服务器300接收小区状态控制参数或连接控制参数。
根据本公开的实施例，第一基站301可以包括第一小区371、第二小区372、通信模块381、小区状态控制模块382和连接控制模块383。在本公开的各种实施例中，第一基站301的元件不限于图3中示出的那些，并且第一基站301可以另外地包括图3中未示出的元件或者省略图3中示出的一些元件。例如，第一基站301还可以包括一个或更多个小区。
根据本公开的实施例，通信模块381可以建立有线通信信道或无线通信信道并且支持通过所建立的通信信道在第一基站301与第一基站301外部的另一电子装置(例如，服务器300)之间进行通信。根据本公开的实施例，通信模块381可以通过有线通信或无线通信来从服务器300接收数据或者向服务器300发送数据。
根据本公开的实施例，小区状态控制模块382可以基于小区状态控制参数来控制第一基站301中包括的第一小区371和第二小区372中的每一者的状态。例如，小区状态控制模块382可以通过使至少一个小区或包括在至少一个小区中的功率放大器通电来将第一小区371和第二小区372当中的至少一个小区的状态控制为活动状态。作为另一示例，小区状态控制模块382可以通过使至少一个小区或包括在至少一个小区中的功率放大器断电来将第一小区371和第二小区372当中的至少一个小区的状态控制为不活动状态。在本公开的各种实施例中，可以从服务器300更新小区状态控制参数。
根据本公开的实施例，连接控制模块383可以基于连接控制参数来控制第一基站301中包括的第一小区371和第二小区372，使得至少一个UE连接到第一小区371和第二小区372当中的至少一个小区或与其断开。例如，连接控制模块383可以控制第一小区371和第二小区372当中的活动小区，使得至少一个UE连接到活动小区中的任何一个活动小区。在本公开的各种实施例中，可以从服务器300更新连接控制参数。
图4是根据本公开的实施例的对多个小区进行控制以向多个UE提供无线资源的方法的流程图。
参照图4，由电子装置执行的对多个小区进行控制以向多个UE提供无线资源的方法400可以包括操作401至操作407。根据本公开的各种实施例，方法400不限于图4中示出的方法。例如，方法400还可以包括图4中未示出的操作，或者省略图4中示出的至少一些操作。在本公开的各种实施例中，操作401至操作407可以被理解为由图2的电子装置200或图3的服务器300执行。
在操作401中，电子装置可以获得关于多个小区中的每一个小区的负载的信息。在本公开的各种实施例中，多个小区是用于向至少一个UE提供无线资源的元件，并且可以被包括在电子装置中或设置在电子装置外部。在本公开的实施例中，关于负载的信息可以基于多个小区中的每一个小区的PRB使用率。
在操作403中，电子装置可以基于在操作401中获得的关于多个小区中的每一个小区的负载的信息来计算出多个小区的总负载。例如，可以将总负载计算出为多个小区的PRB使用率之和。
在操作405中，电子装置可以基于在操作403中计算出的总负载来改变多个小区当中的至少一个小区的状态。例如，电子装置可以计算出多个小区的所计算出的总负载与最大总负载之比，并且基于该比将至少一个小区的状态从活动状态改变为不活动状态或者从不活动状态改变为活动状态。在本公开的各种实施例中，电子装置可以确定所计算出的比对应于多个范围中的哪个范围，并且基于所确定的范围来确定是否激活至少一个小区。根据本公开的各种实施例，电子装置可以基于多个小区的功耗效率来确定多个小区当中状态将发生改变的小区。
在操作407中，电子装置可以控制多个UE连接到活动小区。例如，当在操作405中至少一个小区的状态从活动状态改变为不活动状态时，电子装置可以对多个小区进行控制，使得已经连接到状态发生改变的小区的一个或更多个UE连接到其他活动小区。作为另一示例，当在操作405中至少一个小区的状态从不活动状态改变为活动状态时，电子装置可以对多个小区进行控制，使得在状态发生改变之前已经连接到活动小区的一个或更多个UE连接到状态被改变为活动状态的小区。
通过操作401至操作407，电子装置可以基于多个小区的总负载来确定多个小区中的每一个小区的状态，从而降低多个小区的总功耗并且防止负载集中于特定小区上。
图5是用于描述根据本公开的各种实施例的当总负载减少时对多个小区的状态进行控制的方法的图。
参照图5，示出了第一图表510、第二图表520a、第三图表520b和第四图表520c。第一图表510示出了多个小区(例如，第一小区至第四小区)中的每一个小区的负载和多个小区在初始状态下的总负载，第二图表520a至第四图表520c示出了从初始状态起已经过去一定时间之后的多个小区中的每一个小区的负载和多个小区的总负载。在本公开的实施例中，初始状态可以被理解为在参考定时的状态。关于图5，可以假定多个小区的功耗效率按第三小区、第一小区、第二小区和第四小区的次序降低，并且可以基于功耗效率的次序提供描述。
参照第一图表510，示出了多个小区(例如，第一小区至第四小区)的总负载对应于大于或等于第一阈值的第一范围，并且所有多个小区都处于活动状态。
参照第二图表520a，在本公开的实施例中，多个小区的总负载可以随着时间的推移而减少。例如，如第二图表520a所示，多个小区的总负载可以对应于小于第一阈值且大于或等于第二阈值的第二范围。根据本公开的实施例，当总负载对应于第二范围时，多个小区当中具有最低功耗效率的第四小区的状态可以从活动状态改变为不活动状态。在本公开的实施例中，已经连接到第四小区的至少一个UE可以连接到第一小区至第三小区当中的任何一个小区。例如，已经连接到第四小区的至少一个UE可以连接到具有最高功耗效率的第三小区。作为另一示例，考虑到负载均衡，已经连接到第四小区的至少一个UE可以连接到具有最低负载的第一小区。
参照第三图表520b，在本公开的实施例中，多个小区的总负载可以随着时间的推移而降低。例如，如第三图表520b所示，多个小区的总负载可以对应于小于第二阈值且大于或等于第三阈值的第三范围。根据本公开的实施例，当总负载对应于第三范围时，多个小区当中具有最低功耗效率的第四小区和第二小区的状态可以从活动状态改变为不活动状态。在本公开的实施例中，已经连接到第四小区或第二小区的至少一个UE可以连接到第一小区和第三小区当中的任何一个小区。例如，已经连接到第四小区的至少一个UE可以连接到具有最高功耗效率的第三小区。作为另一示例，考虑到负载均衡，已经连接到第二小区的至少一个UE可以连接到具有最低负载的第三小区。
参照第四图表520c，在本公开的实施例中，多个小区的总负载可以随着时间的推移而降低。例如，如第四图表520c所示，多个小区的总负载可以对应于小于第三阈值的第四范围。根据本公开的实施例，当总负载对应于第四范围时，多个小区当中除具有最高功耗效率的第三小区以外的第一小区、第二小区和第四小区的状态可以从活动状态改变为不活动状态。在本公开的实施例中，已经连接到第一小区、第二小区或第四小区的至少一个UE可以连接到第三小区。
图6是用于描述根据本公开的各种实施例的当总负载增加时对多个小区的状态进行控制的方法的图。
参照图6，示出了第一图表610、第二图表620a、第三图表620b和第四图表620c。第一图表610示出了多个小区(例如，第一小区至第四小区)中的每一个小区的负载和多个小区在初始状态下的总负载，第二图表620a至第四图表620c示出了从初始状态起已经过去一定时间之后的多个小区中的每一个小区的负载和多个小区的总负载。在本公开的实施例中，初始状态可以被理解为在参考定时的状态。关于图6，可以假定多个小区的功耗效率按第三小区、第一小区、第二小区和第四小区的次序降低，并且可以基于功耗效率的次序提供描述。
参照第一图表610，示出了多个小区(例如，第一小区至第四小区)的总负载对应于小于第三阈值的第四范围，并且多个小区当中除具有最高功耗效率的第三小区以外的第一小区、第二小区和第四小区中的全部都处于不活动状态。
参照第二图表620a，在本公开的实施例中，多个小区的总负载可以随着时间的推移而增加。例如，如第二图表620a所示，多个小区的总负载可以对应于大于或等于第三阈值且小于第二阈值的第三范围。根据本公开的实施例，当总负载对应于第三范围时，多个小区当中具有最低功耗效率的第四小区和第二小区的状态可以被维持在不活动状态下，并且多个小区当中在第三小区之后具有次最高功耗效率的第一小区的状态可以从不活动状态改变为活动状态。在本公开的实施例中，已经连接到第三小区的一个或更多个UE中的一些UE可以连接到第一小区。例如，考虑到负载均衡，已经连接到第三小区的一个或更多个UE中的一些UE可以连接到具有较低负载的第一小区。作为另一示例，已经连接到第三小区的一个或更多个UE中的一些UE可以持续地连接到与第一小区相比较具有较高功耗效率的第三小区。
参照第三图表620b，在本公开的实施例中，多个小区的总负载可以随着时间的推移而增加。例如，如第三图表620b所示，多个小区的总负载可以对应于大于或等于第二阈值且小于第一阈值的第二范围。根据本公开的实施例，当总负载对应于第二范围时，多个小区当中具有最低功耗效率的第四小区的状态可以被维持在不活动状态下，并且除第四小区和处于活动状态的第三小区以外的第一小区和第二小区的状态可以从不活动状态改变为活动状态。在本公开的实施例中，已经连接到第三小区的一个或更多个UE中的一些UE可以连接到第一小区或第二小区。例如，考虑到负载均衡，已经连接到第三小区的一个或更多个UE中的一些UE可以连接到具有较低负载的第一小区或第二小区。作为另一示例，已经连接到第三小区的一个或更多个UE中的一些UE可以连接到与第二小区相比较具有较高功耗效率的第一小区，或者持续地连接到第三小区。
参照第四图表620c，在本公开的实施例中，多个小区的总负载可以随着时间的推移而增加。例如，如第四图表620c所示，多个小区的总负载可以对应于大于或等于第一阈值的第一范围。根据本公开的实施例，当总负载对应于第一范围时，多个小区可以处于活动状态。例如，除处于活动状态的第三小区以外的第一小区、第二小区和第四小区的状态可以从不活动状态改变为活动状态。在本公开的实施例中，已经连接到第三小区的一个或更多个UE中的一些UE可以连接到第一小区、第二小区或第四小区。例如，考虑到负载均衡，已经连接到第三小区的一个或更多个UE中的一些UE可以连接到具有较低负载的第一小区、第二小区或第四小区。作为另一示例，已经连接到第三小区的一个或更多个UE中的一些UE可以连接到与第四小区相比较具有较高功耗效率的第一小区或第二小区，或者持续地连接到第三小区。
图7是用于描述根据本公开的实施例的训练用于对多个小区的状态进行控制的AI模型的方法的图。
参照图7，AI训练模块700可以包括AI模型710和仿真模型720。根据本公开的实施例，AI训练模块700可以被理解为与图2的AI训练模块265或图3的AI训练模块365相同或类似的模块。
根据本公开的实施例，AI训练模块700可以通过使用仿真模型720来训练AI模型710。例如，AI模型710可以是要使用强化学习来训练的模型，并且从仿真模型720获得关于状态变量的信息。AI模型710可以基于所获得的关于状态变量的信息来计算出作用变量，并且向仿真模型720发送关于所计算出的作用变量的信息。仿真模型720可以基于所接收到的关于作用变量的信息来执行模拟并计算出奖励变量，并且向AI模型710发送关于所计算出的奖励变量的信息。可以通过基于所接收到的奖励变量执行强化学习来训练AI模型710。
根据本公开的实施例，状态变量可以包括以下中的至少一者：多个小区的总负载(例如，多个小区的总PRB使用率)、多个小区中的每一个小区的状态(例如，指示是否激活多个小区中的每一个小区的信息)、多个小区中的每一个小区的功耗、或多个小区的网络性能指标(例如，移动运营商的KPI)。
根据本公开的实施例，作用变量可以包括用于基于多个小区的总负载与最大总负载之比来区分多个范围的阈值比值。例如，作用变量可以包括用于区分第一范围和第二范围的第一阈值比值、用于区分第二范围和第三范围的第二阈值比值、以及用于区分第三范围和第四范围的第三阈值比值。
根据本公开的实施例，奖励变量可以包括多个小区的总功耗或网络性能指标。例如，奖励变量可以在功耗降低时增大，而在网络性能指标降低时减小。在本公开的实施例中，可以通过对功耗和网络性能指标应用不同权重来计算出基于功耗或网络性能指标的变化的奖励变量的增大或减小。在本公开的各种实施例中，当与网络性能指标相比较优先考虑功耗降低时，用于功耗的权重可以高于用于网络性能指标的权重，或者当与功耗降低相比较优先考虑网络性能指标时，用于网络性能指标的权重可以高于用于功耗的权重。
在本公开的各种实施例中，AI模型710可以计算出能够使奖励变量的值最大化的作用变量。
图8是根据本公开的实施例的响应于至少一个小区的状态的改变来对多个小区进行控制的方法的流程图。
参照图8，由电子装置执行的响应于至少一个小区的状态的改变来对多个小区进行控制的方法800可以包括操作801至操作807。根据本公开的各种实施例，方法800不限于图8中示出的方法。例如，方法800还可以包括图8中未示出的操作，或者省略图8中示出的至少一些操作。在本公开的各种实施例中，操作801至操作807可以被理解为由图2的电子装置200或图3的服务器300执行。
在操作801中，电子装置可以将至少一个小区的状态从活动状态改变为不活动状态。例如，电子装置可以基于多个小区的总负载来将多个小区当中的至少一个小区的状态从活动状态改变为不活动状态。
在操作803中，电子装置可以响应于在操作801中至少一个小区的状态改变为不活动状态来确定已经连接到状态发生改变的至少一个小区的UE将被切换到的切换小区。例如，电子装置可以从其他活动小区当中确定UE重新连接到的任何一个小区。根据本公开的实施例，电子装置可以将活动小区当中具有最高功耗效率的小区(例如，具有最低每RB功耗的小区)确定为切换小区，使得UE优先地连接到具有最高功耗效率的小区。
在操作805中，电子装置可以对在操作803中确定的切换小区进行控制，使得已经连接到状态发生改变的至少一个小区的UE连接到所确定的切换小区。
在操作807中，电子装置可以确定是否存在未连接到多个小区当中的任何一个小区的UE。例如，电子装置可以从已经连接到在操作801中状态被改变为不活动状态的至少一个小区的一个或更多个UE当中确定是否存在未连接到任何其他活动小区的UE。在本公开的实施例中，电子装置可以在确定未连接到任何小区的UE存在时返回到操作803，或者在确定未连接到任何小区的UE不存在时终止过程。
图9是根据本公开的另一实施例的响应于至少一个小区的状态的改变来对多个小区进行控制的方法的流程图。
参照图9，由电子装置执行的响应于至少一个小区的状态的改变来对多个小区进行控制的方法900可以包括操作901至操作911。根据本公开的各种实施例，方法900不限于图9中示出的方法。例如，方法900还可以包括图9中未示出的操作，或者省略图9中示出的至少一些操作。在本公开的各种实施例中，操作901至操作911可以被理解为由图2的电子装置200或图3的服务器300执行。
在操作901中，电子装置可以将至少一个小区的状态从活动状态改变为不活动状态。例如，电子装置可以基于多个小区的总负载来将多个小区当中的至少一个小区的状态从活动状态改变为不活动状态。
在操作903中，电子装置可以计算出活动小区的负载之间的方差。例如，电子装置可以确定是否充分实现了活动小区之间的负载均衡。
在操作905中，电子装置可以将在操作903中计算出的方差与先前指定的阈值进行比较。在本公开的实施例中，当所计算出的方差大于或等于所指定的阈值时，电子装置可以确定活动小区之间的负载均衡未被充分地实现。在这种情况下，电子装置可以进行到操作907。在本公开的实施例中，当所计算出的方差小于所指定的阈值时，电子装置可以确定活动小区之间的负载均衡被充分地实现。在这种情况下，电子装置可以进行到操作908。
在操作907中，考虑到活动小区之间的负载均衡，电子装置可以将当前具有最低负载的小区确定为切换小区。
在操作909中，电子装置可以控制已经连接到在操作901中状态被改变为不活动状态的至少一个小区的UE优先地连接到活动小区当中具有最低负载的小区。因此，可以改善多个小区之间的负载均衡。
在操作908中，电子装置可以将活动小区当中具有最高功耗效率的小区(例如，具有最低每RB功耗的小区)确定为切换小区。
在操作910中，电子装置可以控制已经连接到在操作901中状态被改变为不活动状态的至少一个小区的UE优先地连接到活动小区当中具有最高功耗效率的小区。因此，多个小区的总功耗可以降低。
在操作911中，电子装置可以确定是否存在未连接到多个小区当中的任何一个小区的UE。例如，电子装置可以从已经连接到在操作901中状态被改变为不活动状态的至少一个小区的一个或更多个UE当中确定是否存在未连接到任何其他活动小区的UE。在本公开的实施例中，电子装置可以在确定未连接到任何小区的UE存在时返回到操作903，或者在确定未连接到任何小区的UE不存在时终止过程。
根据本公开的实施例，一种由电子装置执行的对多个小区进行控制以向多个用户设备(UE)提供无线资源的方法包括：获得关于所述多个小区中的每一个小区的负载的信息；基于所获得的信息，计算出所述多个小区的总负载；基于所计算出的总负载，将所述多个小区当中的至少一个小区的状态从活动状态改变为不活动状态或者从不活动状态改变为活动状态；以及响应于所述至少一个小区的所述状态的改变，对所述多个小区进行控制，使得所述多个UE连接到所述多个小区当中的活动小区。
所述方法还可以包括：从基于所述多个小区的总负载与最大总负载之比设置的多个范围当中确定与所计算出的总负载相对应的范围，并且所述至少一个小区可以是基于指示在所确定的范围内是否激活所述多个小区中的每一个小区的信息而确定的。
指示在所述多个范围中的每一个范围内是否激活所述多个小区中的每一个小区的所述信息可以是基于所述多个小区中的每一个小区的功耗效率而设置的。在所述多个范围当中的所述总负载与最大总负载之比小于第一阈值比的范围内，可以将所述多个小区当中具有最低功耗效率的第一小区的状态设置为不活动状态。在所述多个范围当中的所述总负载与最大总负载之比小于比所述第一阈值比小的第二阈值比的范围内，可以将所述第一小区的状态和所述多个小区当中除所述第一小区以外具有最低功耗效率的第二小区的状态设置为不活动状态。
用于区分所述多个范围的至少一个阈值比值可以由人工智能(AI)模型设置。所述AI模型可以使用以下中的至少一者作为输入：关于所述多个小区中的每一个小区的负载的所述信息、所计算出的总负载、所述最大总负载、所述多个小区中的每一个小区的功耗效率、或所述多个小区的网络性能指标。
关于所述多个小区中的每一个小区的负载的所述信息可以基于所述多个小区中的每一个小区的物理资源块(PRB)使用率。
根据本公开的实施例，对所述多个小区进行控制可以包括：当所述至少一个小区的所述状态从活动状态改变为不活动状态时，对所述多个小区进行控制，使得已经连接到所述至少一个小区的至少一个UE优先地连接到所述活动小区当中具有最低每资源块(RB)功耗的小区。
对所述多个小区进行控制可以包括：当所述至少一个小区的所述状态从活动状态改变为不活动状态时，计算出所述活动小区的负载的方差；以及当所计算出的方差大于或等于阈值时，对所述多个小区进行控制，使得已经连接到所述至少一个小区的至少一个UE优先地连接到所述活动小区当中具有最低负载的小区，或者当所计算出的方差小于所述阈值时，对所述多个小区进行控制，使得已经连接到所述至少一个小区的至少一个UE优先地连接到所述活动小区当中具有最低每RB功耗的小区。
根据本公开的另一实施例，一种用于对多个小区进行控制以向多个用户设备(UE)提供无线资源的电子装置包括：所述多个小区；存储器；以及至少一个处理器，所述至少一个处理器电连接到所述存储器和所述多个小区并且被配置为：获得关于所述多个小区中的每一个小区的负载的信息；基于所获得的信息，计算出所述多个小区的总负载；基于所计算出的总负载，将所述多个小区当中的至少一个小区的状态从活动状态改变为不活动状态或者从不活动状态改变为活动状态；以及响应于所述至少一个小区的所述状态的改变，对所述多个小区进行控制，使得所述多个UE连接到所述多个小区当中的活动小区。
所述至少一个处理器可以还被配置为：从基于所述多个小区的总负载与最大总负载之比设置的多个范围当中确定与所计算出的总负载相对应的范围，并且其中，所述至少一个小区是基于指示在所确定的范围内是否激活所述多个小区中的每一个小区的信息而确定的。可以基于所述多个小区中的每一个小区的功耗效率来设置指示在所述多个范围中的每一个范围内是否激活所述多个小区中的每一个小区的所述信息。在所述多个范围当中的所述总负载与最大总负载之比小于第一阈值比的范围内，可以将所述多个小区当中具有最低功耗效率的第一小区的状态设置为不活动状态。在所述多个范围当中的所述总负载与最大总负载之比小于比所述第一阈值比小的第二阈值比的范围内，可以将所述第一小区的状态和所述多个小区当中除所述第一小区以外具有最低功耗效率的第二小区的状态设置为不活动状态。
用于区分所述多个范围的至少一个阈值比值可以由人工智能(AI)模型设置。所述AI模型可以使用以下中的至少一者作为输入：关于所述多个小区中的每一个小区的负载的所述信息、所计算出的总负载、所述最大总负载、所述多个小区中的每一个小区的功耗效率、或所述多个小区的网络性能指标。
关于所述多个小区中的每一个小区的负载的所述信息可以基于所述多个小区中的每一个小区的物理资源块(PRB)使用率。
所述至少一个处理器可以还被配置为：当所述至少一个小区的所述状态从活动状态改变为不活动状态时，对所述多个小区进行控制，使得已经连接到所述至少一个小区的至少一个UE优先地连接到所述活动小区当中具有最低每资源块(RB)功耗的小区。
所述至少一个处理器可以还被配置为：当所述至少一个小区的所述状态从活动状态改变为不活动状态时，计算出所述活动小区的负载的方差；以及当所计算出的方差大于或等于阈值时，对所述多个小区进行控制，使得已经连接到所述至少一个小区的至少一个UE优先地连接到所述活动小区当中具有最低负载的小区，或者当所计算出的方差小于所述阈值时，对所述多个小区进行控制，使得已经连接到所述至少一个小区的至少一个UE优先地连接到所述活动小区当中具有最低每RB功耗的小区。
应当理解，本公开的各种实施例和在其中使用的术语不旨在将本文阐述的技术特征限于本公开的特定实施例，并且包括其各种修改、等同形式和/或替代方案。在附图中，相似的附图标记可以表示相似的元件。除非上下文另外清楚地指示，否则单数形式也旨在包括复数形式。如本文所使用的，诸如“A或B”、“A和/或B中的至少一者”、“A、B或C”、或“A、B和/或C中的至少一者”的表述可以包括所列举的项目的所有可能的组合。本文使用的诸如“第一”、“第二”、“第1”和“第2”的表述可以指各种不同的元件，而不管其次序和/或优先级如何，并且仅仅用于区分一个元件和另一元件，而不限制元件。应理解，当一个元件(例如，第一元件)被称为“(可操作地或通信地)耦接到”或“连接到”另一元件(例如，第二元件)时，该元件能够直接或经由另一元件(例如，第三元件)耦接或连接到另一元件。
如本文所使用的，术语“模块”可以包括被配置为硬件、软件或固件的单元，并且与例如术语“逻辑”、“逻辑块”、“组件”或“电路”互换地使用。模块可以是单个集成组件、用于执行一个或更多个功能的最小单元、或其一部分。例如，模块可以被配置为专用集成电路(ASIC)。
本公开的各种实施例可以通过包括存储在机器可读(例如，计算机可读)存储介质(例如，嵌入式存储器或外部存储器)中的指令的软件来实现。机器是能够从存储介质中检索指令并且根据所检索到的指令工作的装置，并且可以包括根据所公开的本公开的实施例的电子装置。当指令由处理器运行时，与指令相对应的功能可以由处理器直接执行，或者在处理器的控制下通过使用其他元件来执行。指令可以包括由编译器或解释器生成或运行的代码。可以以非暂时性存储介质的形式提供机器可读存储介质。当存储介质是“非暂时性”时，意味着存储介质不包括信号并且是有形的，而且不限制数据被半永久地或暂时存储在存储介质中。
根据本公开的实施例，可以在计算机程序产品中包括和提供根据本公开的各种实施例的方法。计算机程序产品可以作为产品在卖方与买方之间交易。计算机程序产品可以被以机器可读存储介质(例如，光盘只读存储器(CD-ROM))的形式分发，或者以电子方式分发(经由应用商店(例如，Play StoreTM))。对于电子分发，计算机程序产品的至少一部分可以被暂时生成或者至少暂时存储在诸如制造商的服务器、应用商店的服务器或中继服务器的存储器的机器可读存储介质中。
根据本公开的各种实施例的每一个元件(例如，模块或程序)可以被配置为一个或更多个实体，并且可以省略多个子元件中的一些子元件，或者可以将其他子元件添加到本公开的各种实施例。作为另一种选择或另外地，一些元件(例如，模块或程序)可以被集成到单个实体中，并且集成实体可以同样地或类似地执行元件在被集成之前的功能。根据本公开的各种实施例，可以顺序地、并行地、重复地或启发式地执行由模块、程序或其他元件执行的操作，或者至少一些操作可以被以不同次序执行，被省略，或者与其他操作一起被添加。
根据本公开与AI相关联的功能使用处理器和存储器来执行。处理器可以包括一个或更多个处理器。在这种情况下，一个或更多个处理器可以包括：诸如中央处理单元(CPU)、应用处理器(AP)和数字信号处理器(DSP)的通用处理器，诸如图形处理单元(GPU)和视觉处理单元(VPU)的专用图形处理器，或诸如神经处理单元(NPU)的专用AI处理器。一个或更多个处理器控制输入数据根据存储在存储器中的预定义操作规则或AI模型被处理。或者，当一个或更多个处理器是专用AI处理器时，可以按专门用于处理特定AI模型的硬件结构设计这些专用AI处理器。
预定义操作规则或AI模型是通过训练做出的。在本文中，是通过训练做出的意味着基本AI模型是通过使用多条训练数据来基于学习算法训练的，从而做出了被配置为实现期望特性(或目的)的预定义操作规则或AI模型。训练可以直接由具有根据本公开的AI功能的机器执行，或者经由单独的服务器和/或系统执行。学习算法的示例可以包括监督学习、无监督学习、半监督学习和强化学习，但是不限于此。
AI模型可以包括多个神经网络层。多个神经网络层中的每一个神经网络层具有多个权重值并且通过前一层的计算结果与多个权重值之间的计算来执行神经网络计算。可以基于训练AI模型的结果来优化多个神经网络层的多个权重值。例如，可以更新多个权重值以减小或最小化由AI模型在训练过程期间获得的损失值或成本值。人工神经网络可以包括例如卷积神经网络(CNN)、深度神经网络(DNN)、循环神经网络(RNN)、受限玻尔兹曼机(RBM)、深度信念网络(DBN)、双向循环深度神经网络(BRDNN)或深度Q网络，但是不限于此。
在根据本公开的由电子装置执行的对多个小区进行控制以向多个UE提供无线资源的方法中，作为推断或预测用于区分与多个小区的总负载相关的多个范围的阈值比值的方法，可以使用AI模型来通过使用与多个小区中的每一个小区的状态相关的信息和与网络状态相关的信息优化用于将阈值比值表示为结果的数据处理信息。处理器可以预处理数据并且将其变换为可适当地用作AI模型的输入的形式。可以通过训练来做出AI模型。在本文中，是通过训练做出的意味着基本AI模型是通过使用多条训练数据来基于学习算法训练的，从而做出了被配置为实现期望特性(或目的)的预定义操作规则或AI模型。AI模型可以包括多个神经网络层。多个神经网络层中的每一个神经网络层具有多个权重值并且通过前一层的计算结果与多个权重值之间的计算来执行神经网络计算。
推理/预测是用于判断并在逻辑上推断和预测信息的技术，并且包括基于知识/概率的推理、优化预测、基于偏好的规划、推荐等。
虽然已经参照各种示例实施例说明和描述了本公开，但是应理解，各种示例实施例旨在为说明性的，而不是限制性的。本领域的技术人员将进一步理解，在不背离包括所附权利要求及其等同形式的本公开的真实精神和完全范围的情况下，可以做出形式和细节上的各种改变。

Claims (15)

1.一种由电子装置执行的对多个小区进行控制以向多个用户设备UE提供无线资源的方法，所述方法包括：
获得关于所述多个小区中的每一个小区的负载的信息；
基于所获得的信息，计算出所述多个小区的总负载；
基于所计算出的总负载，将所述多个小区当中的至少一个小区的状态从活动状态改变为不活动状态或者从不活动状态改变为活动状态；以及
响应于所述至少一个小区的所述状态的改变，对所述多个小区进行控制，使得所述多个UE连接到所述多个小区当中的活动小区。
2.根据权利要求1所述的方法，所述方法还包括：从基于所述多个小区的总负载与最大总负载之比设置的多个范围当中确定与所计算出的总负载相对应的范围，
其中，所述至少一个小区是基于指示在所确定的范围内是否激活所述多个小区中的每一个小区的信息而确定的。
3.根据权利要求2所述的方法，其中，指示在所述多个范围中的每一个范围内是否激活所述多个小区中的每一个小区的所述信息是基于所述多个小区中的每一个小区的功耗效率而设置的。
4.根据权利要求3所述的方法，其中，在所述多个范围当中的所述总负载与最大总负载之比小于第一阈值比的范围内，所述多个小区当中具有最低功耗效率的第一小区的状态被设置为不活动状态。
5.根据权利要求4所述的方法，其中，在所述多个范围当中的所述总负载与最大总负载之比小于比所述第一阈值比小的第二阈值比的范围内，所述第一小区的状态和所述多个小区当中除所述第一小区以外具有最低功耗效率的第二小区的状态被设置为不活动状态。
6.根据权利要求2所述的方法，其中，由人工智能AI模型设置用于区分所述多个范围的至少一个阈值比值。
7.根据权利要求6所述的方法，其中，所述AI模型使用以下中的至少一者作为输入：关于所述多个小区中的每一个小区的负载的所述信息、所计算出的总负载、所述最大总负载、所述多个小区中的每一个小区的功耗效率、或所述多个小区的网络性能指标。
8.根据权利要求1所述的方法，其中，关于所述多个小区中的每一个小区的负载的所述信息是基于所述多个小区中的每一个小区的物理资源块PRB使用率的。
9.根据权利要求1所述的方法，其中，对所述多个小区进行控制包括：当所述至少一个小区的所述状态从活动状态改变为不活动状态时，对所述多个小区进行控制，使得已经连接到所述至少一个小区的至少一个UE优先地连接到所述活动小区当中具有最低每资源块RB功耗的小区。
10.根据权利要求1所述的方法，其中，对所述多个小区进行控制包括：
当所述至少一个小区的所述状态从活动状态改变为不活动状态时，计算出所述活动小区的负载的方差；以及
当所计算出的方差大于或等于阈值时，对所述多个小区进行控制，使得已经连接到所述至少一个小区的至少一个UE优先地连接到所述活动小区当中具有最低负载的小区，或者当所计算出的方差小于所述阈值时，对所述多个小区进行控制，使得已经连接到所述至少一个小区的至少一个UE优先地连接到所述活动小区当中具有最低每RB功耗的小区。
11.一种用于对多个小区进行控制以向多个用户设备UE提供无线资源的电子装置，所述电子装置包括：
所述多个小区；
存储器；以及
至少一个处理器，所述至少一个处理器电连接到所述存储器和所述多个小区并且被配置为：
获得关于所述多个小区中的每一个小区的负载的信息；
基于所获得的信息，计算出所述多个小区的总负载；
基于所计算出的总负载，将所述多个小区当中的至少一个小区的状态从活动状态改变为不活动状态或者从不活动状态改变为活动状态；以及
响应于所述至少一个小区的所述状态的改变，对所述多个小区进行控制，使得所述多个UE连接到所述多个小区当中的活动小区。
12.根据权利要求11所述的电子装置，其中，所述至少一个处理器还被配置为：从基于所述多个小区的总负载与最大总负载之比设置的多个范围当中确定与所计算出的总负载相对应的范围，并且
其中，所述至少一个小区是基于指示在所确定的范围内是否激活所述多个小区中的每一个小区的信息而确定的。
13.根据权利要求12所述的电子装置，其中，指示在所述多个范围中的每一个范围内是否激活所述多个小区中的每一个小区的所述信息是基于所述多个小区中的每一个小区的功耗效率而设置的。
14.根据权利要求13所述的电子装置，其中，在所述多个范围当中的所述总负载与最大总负载之比小于第一阈值比的范围内，所述多个小区当中具有最低功耗效率的第一小区的状态被设置为不活动状态。
15.根据权利要求14所述的电子装置，其中，在所述多个范围当中的所述总负载与最大总负载之比小于比所述第一阈值比小的第二阈值比的范围内，所述第一小区的状态和所述多个小区当中除所述第一小区以外具有最低功耗效率的第二小区的状态被设置为不活动状态。
CN202180074694.1A 2020-11-02 2021-08-30 对多个小区进行控制以向多个终端提供无线资源的方法以及执行该方法的电子装置 Pending CN116491142A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR10-2020-0144589 2020-11-02
KR1020200144589A KR20220059237A (ko) 2020-11-02 2020-11-02 복수의 단말들에 무선 자원을 제공하기 위한 복수의 셀들을 제어하는 방법 및 이를 수행하는 전자 장치
PCT/KR2021/011576 WO2022092526A1 (ko) 2020-11-02 2021-08-30 복수의 단말들에 무선 자원을 제공하기 위한 복수의 셀들을 제어하는 방법 및 이를 수행하는 전자 장치

Publications (1)

Publication Number Publication Date
CN116491142A true CN116491142A (zh) 2023-07-25

Family

ID=81379570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180074694.1A Pending CN116491142A (zh) 2020-11-02 2021-08-30 对多个小区进行控制以向多个终端提供无线资源的方法以及执行该方法的电子装置

Country Status (3)

Country Link
US (1) US12225457B2 (zh)
EP (1) EP4213525A4 (zh)
CN (1) CN116491142A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4175370A3 (en) * 2021-10-28 2023-08-30 Nokia Solutions and Networks Oy Power saving in radio access network

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8228853B2 (en) * 2008-02-01 2012-07-24 Qualcomm Incorporated Serving base station selection in a wireless communication network
EP2175682A1 (en) 2008-10-13 2010-04-14 Nokia Siemens Networks OY Energy saving operating of power amplifiers in communications networks
US8626088B2 (en) * 2009-04-08 2014-01-07 Telefonaktiebolaget L M Ericsson (Publ) Data communication scheduling
GB2501718A (en) * 2012-05-02 2013-11-06 Fujitsu Ltd Managing power consumption in a heterogeneous network by deactivating micro cells
CN103563438B (zh) 2012-05-18 2017-11-17 华为技术有限公司 通信方法、装置与系统
BR112015003706B1 (pt) * 2012-08-31 2022-11-16 Sony Corporation Aparelho, método e sistema de controle de comunicação, aparelho terminal, e, meio de armazenamento não transitório legível por computador
US9167449B2 (en) 2013-08-08 2015-10-20 Blackberry Limited Dynamic cell clustering
EP3058771B1 (en) 2013-10-18 2017-10-04 Telefonaktiebolaget LM Ericsson (publ) Method and network entity for load distribution in a wireless communication system
WO2017176293A1 (en) 2016-04-08 2017-10-12 Nokia Solutions And Networks Oy Dynamic deactivation of cells while accomodating idle user devices in a wireless network
WO2018006925A1 (en) * 2016-07-08 2018-01-11 Nokia Solutions And Networks Oy Energy savings in radio networks
KR102648505B1 (ko) 2017-02-24 2024-03-18 삼성전자주식회사 무선 통신 시스템에서 부하 분산을 위한 장치 및 방법
JP7467415B2 (ja) * 2018-08-23 2024-04-15 ジョン メツァリングア アソシエイツ エルエルシー Ｌｔｅ基地局のプライベートサブネットワークを作成および管理するためのシステムおよび方法

Also Published As

Publication number Publication date
US20220141766A1 (en) 2022-05-05
EP4213525A1 (en) 2023-07-19
EP4213525A4 (en) 2024-03-27
US12225457B2 (en) 2025-02-11

Similar Documents

Publication Publication Date Title
Chen et al. Energy-efficient task offloading and resource allocation via deep reinforcement learning for augmented reality in mobile edge networks
CN113032904B (zh) 模型构建方法、任务分配方法、装置、设备及介质
CN112118601B (zh) 一种减少6g数字孪生边缘计算网络任务卸载延迟的方法
Xu et al. A deep reinforcement learning based framework for power-efficient resource allocation in cloud RANs
CN109002358B (zh) 基于深度强化学习的移动终端软件自适应优化调度方法
CN110971706A (zh) Mec中近似最优化与基于强化学习的任务卸载方法
CN112988285B (zh) 任务卸载方法和装置、电子设备及存储介质
US11589299B2 (en) Method of implementing self-organizing network for plurality of access network devices and electronic device for performing the same
CN115037751A (zh) 一种无人机辅助的异构车联网任务迁移与资源分配方法
Xu et al. ReCARL: Resource allocation in cloud RANs with deep reinforcement learning
CN116491142A (zh) 对多个小区进行控制以向多个终端提供无线资源的方法以及执行该方法的电子装置
CN114090108B (zh) 算力任务执行方法、装置、电子设备及存储介质
Zhang et al. Effective 3C resource utilization and fair allocation strategy for multi-task federated learning
CN115473896A (zh) 基于dqn算法的电力物联网卸载策略和资源配置优化方法
CN111132348A (zh) 移动边缘计算的资源调度方法及移动边缘计算系统
CN116843016B (zh) 一种移动边缘计算网络下基于强化学习的联邦学习方法、系统及介质
Zhang et al. Deep reinforcement learning based energy-efficient task offloading for secondary mobile edge systems
CN116431326B (zh) 一种基于边缘计算和深度强化学习的多用户依赖性任务卸载方法
CN118093145A (zh) 一种基于算力的任务调度方法、装置及计算机程序产品
KR20220055363A (ko) 복수의 모델들 중 어느 하나의 모델을 이용하여 기지국의 네트워크의 상태를 조정하기 위한 상태 제어 파라미터를 제어하는 방법 및 이를 수행하는 전자 장치
CN114584951B (zh) 一种基于多智能体ddqn的联合计算卸载和资源分配方法
KR20220059237A (ko) 복수의 단말들에 무선 자원을 제공하기 위한 복수의 셀들을 제어하는 방법 및 이를 수행하는 전자 장치
CN114138493A (zh) 一种基于能耗感知的边缘算力资源调度方法
CN114399057A (zh) 权重的调整方法和装置、存储介质及电子装置
CN117580101B (zh) 任务卸载方法、电子设备及存储介质

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