一种NB-IoT基站剩余容量预测的方法和装置制造方法及图纸

本发明专利技术涉及通信领域，特别是涉及一种NB‑IoT基站剩余容量预测的方法和装置。主要包括：选择活跃终端数大于预设活跃终端数阈值的扇区作为预测扇区组；获取预测扇区组内的各信道中的网管指标；以每二个网管指标一组进行相关性分析，获取相关性高于预设相关性阈值的网管指标组，作为预测网管指标组；根据业务模型、预测网管指标组的相关性模型和预测网管指标组的值，获取预测扇区组的剩余容量。本发明专利技术可以根据NB‑IoT网络的特性和业务特性，对网络剩余容量进行较为准确的预测，为业务发展提供支持。

【技术实现步骤摘要】
一种NB-IoT基站剩余容量预测的方法和装置
本专利技术涉及通信领域，特别是涉及一种NB-IoT基站剩余容量预测的方法和装置。
技术介绍
窄带物联网（NarrowBandInternetofThings,简写为：NB-IoT）是物联网的一个新兴的重要分支技术。NB-IoT构建于蜂窝网络，只消耗大大约180kHz的带宽，可直接部署于全球移动通信系统（GlobalSystemforMobileCommunications，简写为：GSM）网络、通用移动通信系统(UniversalMobileTelecommunicationsSystem，简写为：UMTS)网络或长期演进（LongTermEvolution，简写为：LTE）网络，以降低部署成本、实现平滑升级。但是，NB-IoT在帧结构、时隙结构、物理信道、数据传输过程等方面与传统的LTE网络都有较大的差别，为了增强下行和上行覆盖，NB-IoT的NPDCCH、NPDSCH、NPUSCH、NPRACH等物理信道可以根据覆盖等级进行多次传输，同时NPDCCH和NPDSCH在不同的子帧进行传输，NB-IoT与LTE的容量计算方法完全不同。鉴于此，如何克服该现有技术所存在的缺陷，解决现有网络容量计算方法无法准确估算NB-IoT网络容量瓶颈，并且无法获取行业业务和容量之间的对应关系，因而无法预测NB-IoT网络剩余容量的情况，是本
待解决的问题。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术解决了现有网络剩余容量预测模型无法预测NB-IoT剩余容量的问题。本专利技术实施例采用如下技术方案：第一方面，本专利技术提供了一种NB-IoT基站剩余容量预测的方法，具体为：选择活跃终端数大于预设活跃终端数阈值的扇区作为预测扇区组；获取预测扇区组内的各信道中的网管指标；以每二个网管指标一组进行相关性分析，获取相关性高于预设相关性阈值的网管指标组，作为预测网管指标组；根据业务模型、预测网管指标组的相关性模型和预测网管指标组的值，获取预测扇区组的剩余容量。优选的，根据基站各扇区的活跃终端数选定预测扇区组，包括：获取每个基站中每天的平均活跃终端数大于活跃终端数阈值的活跃扇区，将属于同一基站的所有活跃扇区合并作为该基站的预测扇区组。优选的，以每二个网管指标一组进行相关性分析，包括：根据每个网管指标组中两个网管指标的值进行线性回归，建立线性趋势预测拟线；根据线性趋势预测拟线建立线性回归模型，使用线性拟合作为两个网管指标的相关性模型。优选的，当两个网管指标的相关性模型的预测R值低于预设预测R值阈值时，使用高阶多项式进行拟合，使用拟合后的高阶多项式作为两个网管指标的相关性模型。优选的，若两个网管指标的相关性模型的预测R值和高阶多项式拟合的预测R值之差小于预设预测R值差阈值，使用线性回归模型作为两个网管指标的相关性模型。优选的，获取相关性高于预设相关性阈值的网管指标组，包括：根据每个网管指标组中两个网管指标的相关性模型，计算相关性模型的标准差，标准差大于预设标准差阈值的网管指标组作为预测网管指标组。优选的，根据每个网管指标组中两个网管指标的值进行线性回归后，根据每二个网管指相关性模型的标准差作为相关性指标，对所有的网管指标建立相关性矩阵，去除相关性低于预设相关性阈值的网管指标组，选取相关性高于预设相关性阈值的网管指标组建立相关性模型。优选的，获取预测扇区组内各扇区的剩余容量，包括：根据业务模型、预测网管指标组的相关性模型和预测网管指标组的值计算预测扇区组内各扇区的峰值用户数；根据各扇区的总用户容量和峰值用户数，计算各扇区的剩余容量。优选的，进行剩余容量预测的扇区用户为覆盖等级0的用户。另一方面，本专利技术提供了一种NB-IoT基站剩余容量预测的装置，具体为：包括至少一个处理器和存储器，至少一个处理器和存储器之间通过数据总线连接，存储器存储能被至少一个处理器执行的指令，指令在被处理器执行后，用于完成第一方面中的NB-IoT基站剩余容量预测的方法。与现有技术相比，本专利技术实施例的有益效果在于：通过对不同网管指标组建立相关性模型，根据网管指标、用户数量和容量之间的对应关系，根据现有网管指标的值对基站的剩余容量进行预测。通过该预测的方式，可以根据NB-IoT网络的特性和业务特性，对网络剩余容量进行较为准确的预测，为业务发展提供支持。在本实施例的优选方案中，提供了建立相关性模型的优化方式，以建立更准确的预测模型，对基站剩余容量进行更准确的预测。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种NB-IoT基站剩余容量预测的方法流程图；图2为本专利技术实施例提供的另一种NB-IoT基站剩余容量预测的方法流程图；图3为本专利技术实施例提供的另一种NB-IoT基站剩余容量预测的方法流程图；图4为本专利技术实施例提供的一种NB-IoT基站剩余容量预测的装置结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术是一种特定功能系统的体系结构，因此在具体实施例中主要说明各结构模组的功能逻辑关系，并不对具体软件和硬件实施方式做限定。此外，下面所描述的本专利技术各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面就参考附图和实施例结合来详细说明本专利技术。对本专利技术实施例中使用到的一些术语解释如下。（1）窄带物联网全称NarrowBandInternetofThings,简写为：NB-IoT。NB-IoT是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接，也被叫作低功耗广域网。NB-IoT支持待机时间长、对网络连接要求较高设备的高效连接。NB-IoT设备电池寿命相对于广域网设备电池寿命显著提高，并能提供非常全面的室内蜂窝数据连接覆盖。（2）基站扇区在蜂窝通信网中，基站可设在小区的中心，用全向天线形成圆形的覆盖区，这就是“中心激励”方式。也可将基站设在每个小区六边形的三个顶点上，每个基站采用三副120度扇形辐射的定向天线，分别覆盖三个相邻小区的各三分之一的区域，每个小区由三副120度扇形天线共同覆盖，这就是“顶点激励”方式，而每副天线覆盖的区域就是一个基站扇区。（3）无线资源控制全称RadioResourceControl，简写为：RRC，又称为无线资源管理（RadioResourceManagement，简写为：RRM），是指通过一定的策略和手段进行无线资源管理、控制和调度，在满足服务质量的要求下，尽可能地充分利用有限本文档来自技高网...

【技术保护点】
1.一种NB-IoT基站剩余容量预测的方法，其特征在于：/n选择活跃终端数大于预设活跃终端数阈值的扇区作为预测扇区组；/n获取预测扇区组内的各信道中的网管指标；/n以每二个网管指标一组进行相关性分析，获取相关性高于预设相关性阈值的网管指标组，作为预测网管指标组；/n根据业务模型、预测网管指标组的相关性模型和预测网管指标组的值，获取预测扇区组的剩余容量。/n

【技术特征摘要】
1.一种NB-IoT基站剩余容量预测的方法，其特征在于：
选择活跃终端数大于预设活跃终端数阈值的扇区作为预测扇区组；
获取预测扇区组内的各信道中的网管指标；
以每二个网管指标一组进行相关性分析，获取相关性高于预设相关性阈值的网管指标组，作为预测网管指标组；
根据业务模型、预测网管指标组的相关性模型和预测网管指标组的值，获取预测扇区组的剩余容量。


2.根据权利要求1所述的NB-IoT基站剩余容量预测的方法，其特征在于，所述选择活跃终端数大于预设活跃终端数阈值的扇区作为预测扇区组，包括：获取每个基站中每天的平均活跃终端数大于活跃终端数阈值的活跃扇区，将属于同一基站的所有活跃扇区合并作为该基站的预测扇区组。


3.根据权利要求1所述的NB-IoT基站剩余容量预测的方法，其特征在于，所述以每二个网管指标一组进行相关性分析，包括：
根据每个网管指标组中两个网管指标的值进行线性回归，建立线性趋势预测拟线；
根据线性趋势预测拟线建立线性回归模型，使用线性拟合作为两个网管指标的相关性模型。


4.根据权利要求3所述的NB-IoT基站剩余容量预测的方法，其特征在于，当所述两个网管指标的相关性模型的预测R值低于预设预测R值阈值时，使用高阶多项式进行拟合，使用拟合后的高阶多项式作为两个网管指标的相关性模型。


5.根据权利要求4所述的NB-IoT基站剩余容量预测的方法，其特征在于：若所述两个网管指标的相关性模型的预测R值和高阶多项式拟合的预测R值之差小于预设预测R值差阈值，使用线性回归模...

【专利技术属性】
技术研发人员：叶志钢，冯晔，张本军，王赟，谭国权，
申请(专利权)人：武汉绿色网络信息服务有限责任公司，
类型：发明
国别省市：湖北;42