一种基于用户群体聚集行为模型进行节能的方法技术

一种基于用户群体聚集行为模型进行节能的方法，先进行划分格子，利用空‑时联合分布模型对格子中的单基站预测流量，根据预测的结果计算不同格子中各基站的负载总和；根据不同格子中各基站的负载总和，在满足开关次数最小化，且满足基站的覆盖范围和基站的容量门限的条件下，激活基站。由于空‑时联合分布模型在各个维度上对不均匀性进行定量描述，在用户的聚集行为商业进行了定量描述，有利于得到用户聚集行为的规律，从而方便流量的预测以及基站的休眠。在蜂窝网络中，采用本发明专利技术的基于单基站的流量预测利用格状基站机制建立与流量父子相匹配的机制，提高网络的能效。

A method of energy saving based on user group aggregation behavior model

【技术实现步骤摘要】
一种基于用户群体聚集行为模型进行节能的方法
本专利技术涉及一种基于用户群体聚集行为模型进行节能的方法。
技术介绍
蜂窝网络又叫移动网络，蜂窝网络主要是以以下三部分组成：移动站，基站子系统，网络子系统。复杂的业务特性和用户移动行为在时域、空域和时空分布都有着以群体聚集的特征。以往资源的分配方式主要是以静态、孤岛的方式进行网络资源配置，这样会造成极大的能源和资源的浪费。在研究用户群体聚集行为的前提首先基于对实际运营的蜂窝移动通信系统的数据进行采集和测量，然后对数据从多维度多方面的进行深入的研究，得到基站流量在时域、空域和时-空分布的规律，得到基站流量在空-时分布模型，该模型的准确度可以达到93％以上。业务以及用户行为的分布规律研究：(1)针对时间维度上的研究。业务在时间维度上呈现出自相似性，即观察任意一段时间内到达的业务所得到的规律与观察所有时间所得到的总体规律一致。即业务的长相关性。业务的长尾分布。业务的不均匀性在业务概率的分布是不均匀的，呈现长尾概率分布，长尾概率分布是描述不均匀分布的一种经典分布，长尾分布主要是指分布函数以自变量的负数次幂速率衰减。提出了weibull分布来刻画业务的分布。(2)空间维度模型研究。得出在移动蜂窝网络中，业务量在空间上呈正态分布性，能够体现出业务在空间上具有分布相关性。研究业务在空间的不均匀性，首次对空间进行大致的划分，然后对划分出来的空间进行二次划分。每次划分都是进行等面积的划分，停止划分的前条件为每个区域的业务量都小于某个门限值。划分结果为业务量越高的区域，划出的小方格就越多，面积越小，划分完成后，所有这些区域的中心点都定义为业务量的需求点。通过实际的测量，可以得到固定面积区域内业务量的需求点个数是呈正太分布规律的。(3)目前，对于网络流量的预测方法。一类是以回归预测法、队员统计方法为代表的传统时间序列预测方法。二类是以神经网络为基础的预测方法，如小波BP神经网络预测模型。现存问题有：(1)传统的预测模型对于线性的数据表现出很好的预测效果，但是对于非线性的网络流量数据，预测结果并不好，以神经网络为基础的预测方法，虽然预测精度比较高，但是收敛速度慢，容易陷入局部极小的缺点。(2)在研究中对业务的不均匀性缺乏一个统一的建模方式，也没有衡量的标准对业务的各个维度上的不均匀性进行定量描述，在用户的聚集行为上也不能够定量的描述。
技术实现思路
本专利技术的目的是提供一种基于用户群体聚集行为模型进行节能的方法。为实现上述目的，本专利技术采用如下的技术方案：一种基于用户群体聚集行为模型进行节能的方法，包括以下步骤：1)划分格子；2)利用空-时联合分布模型对格子中的单基站预测流量，根据预测的结果计算不同格子中各基站的负载总和；3)根据不同格子中各基站的负载总和，在满足开关次数最小化，且满足基站的覆盖范围和基站的容量门限的条件下，激活基站。本专利技术进一步的改进在于，步骤1)的具体过程如下：假设存在基站i和基站j，当满足下式(1)时，认为基站i和基站j被划分在同一个格子中，能够相互替代服务彼此的用户：ri+D(i,j)≤Rj,rj+D(i,j)≤Ri(1)其中，D(i,j)代表两个基站之间的距离，ri为基站i的正常通信范围，rj为基站j的正常通信范围，Ri代表基站i最大的传输距离，Rj代表基站j最大的传输距离；若存在某基站不属于当前的格子，则认为属于该基站的另一个格子，并以该基站为起点，构建新的格子。本专利技术进一步的改进在于，步骤2)中，空-时联合分布模型通过以下过程得到：(1)针对空域聚类模型中峰值时刻的区域，利用时域维度聚集模型计算t时刻的平均流量m(t)；上述公式中，ak和分别代表空域聚类模型对应的幅值及相位值；a0为初始模型对应的幅值，k为时域维度聚集模型的个数；(2)取空域聚类模型中峰值时刻的区域的经验值参数σ，根据时域维度聚集模型计算得到的t时刻的平均流量m(t)，得出空-时联合分布模型参数μ(t)如下式：其中，σ为经验值参数；(3)根据步骤(2)中的空-时联合分布模型参数μ(t)，得到基站i在t时刻的流量Vi(t)；本专利技术进一步的改进在于，步骤(1)中，时域维度聚集模型如下：上述公式中，其中，Vi(t)为业务量，t为时刻，μ(t)为空-时联合分布模型参数，σ为经验值参数。本专利技术进一步的改进在于，步骤(2)中，空域聚类模型为：其中μ和ω分别是变量对数的平均值和标准差。本专利技术进一步的改进在于，步骤2)中，对于格子gi，格子gi在某时刻t的流量Vgi(t)为：Vgi(t)＝V1(t)+V2(t)+...+Vn(t)其中，Vn(t)代表格子gi的第n个基站在时刻t的流量值；V1(t)为表示格子gi的第1个基站在时刻t的流量值，V2(t)为格子gi的第2个基站在时刻t的流量值，Vn(t)为格子gi的第n个基站在t时刻的流量值。本专利技术进一步的改进在于，步骤3)中，激活基站的具体过程如下：根据峰值时刻激活基站选择法，峰值时刻激活基站；根据空闲时刻激活基站选择法，空闲时刻激活基站；根据剩余时刻激活基站选择法，激活剩余时刻基站；其中，剩余时刻为除去峰值时刻和空闲时刻后的时刻。本专利技术进一步的改进在于，根据峰值时刻激活基站选择法，峰值时刻激活基站的具体过程如下：(1)初始化：激活基站集合(2)对于每个格子gi执行步骤(3)～步骤(5)；(3)按照降序对格子gi中所有基站的容量进行降序排列；(4)找到给定的格子gi对应的峰值时刻负载Vmax；(5)按照降序排列后的容量，当基站的容量C(BS1)<Vmax时，按照基站容量选择激活基站，直到满足峰值时刻激活基站集合BSmax＝{BS1,BS2,...,BSk}。本专利技术进一步的改进在于，根据空闲时刻激活基站选择法，空闲时刻激活基站的具体过程如下：(1)初始化：BSmax；(2)对每个格子gi执行步骤(3)～步骤(4)；(3)在24小时内，找到格子gi对应的空闲时刻的负载Vmin；(4)当基站的容量C(BS1)<Vmin时，按照基站容量选择激活基站，直到满足空闲时刻激活基站集合BSmin＝{BS1,BS2,...,BSk}。本专利技术进一步的改进在于，根据剩余时刻激活基站选择法，激活剩余时刻基站的具体过程如下：(1)对于剩余时刻t执行步骤(2)～步骤(3)；(2)对于激活基站集合BSt-1,如果满足激活基站集合BSt-1中基站总的负载容量则剩余时刻t的激活集合为BSt-1；其中，Vt为剩余时刻容量负载；(3)否则按照基站容量降序排序，并继续添加激活基站，直到满足得到剩余时刻t对应的激活基站集合BSt，其中，k为此时激活基站集合包含的基站数目。与现有技术相比，本专利技术具有的有益效果：<本文档来自技高网...

【技术保护点】
1.一种基于用户群体聚集行为模型进行节能的方法，其特征在于，包括以下步骤：/n1)划分格子；/n2)利用空-时联合分布模型对格子中的单基站预测流量，根据预测的结果计算不同格子中各基站的负载总和；/n3)根据不同格子中各基站的负载总和，在满足开关次数最小化，且满足基站的覆盖范围和基站的容量门限的条件下，激活基站。/n

【技术特征摘要】
1.一种基于用户群体聚集行为模型进行节能的方法，其特征在于，包括以下步骤：
1)划分格子；
2)利用空-时联合分布模型对格子中的单基站预测流量，根据预测的结果计算不同格子中各基站的负载总和；
3)根据不同格子中各基站的负载总和，在满足开关次数最小化，且满足基站的覆盖范围和基站的容量门限的条件下，激活基站。


2.根据权利要求1所述的一种基于用户群体聚集行为模型进行节能的方法，其特征在于，步骤1)的具体过程如下：假设存在基站i和基站j，当满足下式(1)时，认为基站i和基站j被划分在同一个格子中，能够相互替代服务彼此的用户：
ri+D(i,j)≤Rj,rj+D(i,j)≤Ri(1)
其中，D(i,j)代表两个基站之间的距离，ri为基站i的正常通信范围，rj为基站j的正常通信范围，Ri代表基站i最大的传输距离，Rj代表基站j最大的传输距离；
若存在某基站不属于当前的格子，则认为属于该基站的另一个格子，并以该基站为起点，构建新的格子。


3.根据权利要求1所述的一种基于用户群体聚集行为模型进行节能的方法，其特征在于，步骤2)中，空-时联合分布模型通过以下过程得到：
(1)针对空域聚类模型中峰值时刻的区域，利用时域维度聚集模型计算t时刻的平均流量m(t)；



上述公式中，ak和分别代表空域聚类模型对应的幅值及相位值，a0为初始模型对应的幅值，k为时域维度聚集模型的个数；
(2)取空域聚类模型中峰值时刻的区域的经验值参数σ，根据时域维度聚集模型计算得到的t时刻的平均流量m(t)，得出空-时联合分布模型参数μ(t)如下式：



其中，σ为经验值参数；
(3)根据步骤(2)中的空-时联合分布模型参数μ(t)，得到基站i在t时刻的流量Vi(t)；





4.根据权利要求3所述的一种基于用户群体聚集行为模型进行节能的方法，其特征在于，步骤(1)中，时域维度聚集模型如下：



上述公式中，其中，Vi(t)为业务量，t为时刻，μ(t)为空-时联合分布模型参数，σ为经验值参数。


5.根据权利要求3所述的一种基于用户群体聚集行为模型进行节能的方法，其特征在于，步骤(2)中，空域聚类模型为：



其中μ和ω分别是变量对数的平均值和标准差。


6.根据权利要求1所述的一种基于用户群体聚集行为模型进行节能的方法，其特征在于...

【专利技术属性】
技术研发人员：曲桦，赵季红，段喆琳，都鹏飞，叶钊，江乐，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61