【技术实现步骤摘要】
本申请涉及无线通信领域，尤其涉及一种上行资源调度方法、装置、电子设备及存储介质。
技术介绍
1、在无线通信领域中，语音业务是运营商的核心业务，长期演进语音承载(英文：voice over long-term evolution，缩写为volte)是基于ip多媒体子系统(英文：ipmultimedia subsystem，缩写为ims)网络的ip数据传输技术，其全部业务承载于4g网络上，可实现数据与语音业务在同一网络下的统一，与2g和3g语音业务相比，volte语音业务具有低时延、高频谱利用率和更清晰的语音通话质量。
2、在lte系统中，当用户设备(英文：user equipment，缩写为ue)需要发送数据时，要先向基站申请资源，上行资源调度的方式是：由ue向基站发送调度请求(英文：schedulingrequest，缩写为sr)，sr用于请求基站发送上行授权(英文：ul grant)，基站接收到ue发送的sr后，并不知道ue接下来需要上传多少待发送数据，从而并不清楚应为ue分配多少资源合适，因此，基站会先为ue分配少量的资源块(英文：resource block，缩写为rb)，向ue发送上行授权下行链路控制信息(英文：downlink control information，dci)(dci0)，一般地，基站分配的rb至少能够满足bsr的发送，进而，ue基于基站分配的rb向基站发送缓冲状态报告(英文：buffer status report，缩写为bsr)告知基站ue共有多少待发送数据存储在上行缓存区中，基站接收到
3、然而，由于ue需要先向基站发送sr，再发送bsr来申请上行资源，使得上行资源调度过程中volte业务数据的传输时延较大。
技术实现思路
1、本申请实施例提供了一种上行资源调度方法、装置、电子设备及存储介质，降低了上行资源调度过程中volte业务数据的传输时延。
2、第一方面，本申请实施例提供了一种上行资源调度方法，包括：
3、接收用户设备ue发送的调度请求sr；
4、将接收到所述sr的时间信息发送至数据量预测模型中，得到预估的所述ue待发送数据的大小，其中，所述数据量预测模型是基于设定时间段内接收到sr的时间信息以及在接收下一次sr之前接收到的物理上行链路共享信道pusch数据的大小信息按照预设的机器学习模型进行训练获得的；
5、基于所述预估的所述ue待发送数据的大小和所述ue对应的调制与编码策略mcs值确定所述ue所需资源块rb的目标数量；
6、若基于所述ue所需rb的目标数量和当前剩余rb的数量确定能够一次性调度所述预估的所述ue待发送数据的大小，则为所述ue分配所述目标数量的rb，以使所述ue基于所述目标数量的rb发送数据。
7、在一种实施方式中，所述方法，还包括：
8、若基于所述ue所需rb的目标数量和当前剩余rb的数量确定不能一次性调度所述预估的所述ue待发送数据的大小，则为所述ue分配预设数量的rb，以使所述ue基于所述预设数量的rb发送缓冲状态报告bsr。
9、在一种实施方式中，基于所述预估的所述ue待发送数据的大小和所述ue对应的mcs值确定所述ue所需rb的目标数量，具体包括：
10、基于预设的mcs值与传输块大小的对应关系，确定所述ue对应的mcs值对应的第一传输块大小；
11、基于预设的传输块大小与rb数量的对应关系确定所述第一传输块大小对应的各个第一rb数量；
12、基于所述各个第一rb数量对应的第一数据量大小的对应关系，选择大于或者等于所述预估的所述ue待发送数据的大小的第一数据量；
13、将选择的所述第一数据量对应的第一rb数量确定为所述ue所需rb的目标数量。
14、在一种实施方式中，通过以下方式获得所述ue对应的mcs值：
15、基于所述ue上报的信噪比信息和预设的信噪比与mcs值的对应关系，确定所述ue上报的信噪比对应的mcs值。
16、在一种实施方式中，所述预设的机器学习模型包括支持向量回归模型；所述数据量预测模型是通过以下步骤进行训练获得的：
17、获取设定时间段内接收到所述ue发送的各个sr的时间信息、接收到所述ue发送的pusch数据的时间信息和所述pusch数据的大小信息；
18、基于接收到所述ue发送的每两个相邻的sr的时间信息、以及所述每两个相邻的sr之间所述ue发送的各个pusch数据的大小信息，分别确定在接收到所述ue发送的每一sr与下一sr之间接收到的所述ue发送的pusch数据的累计大小；
19、将接收到所述ue发送的每一sr的时间和在与下一sr之间接收到的所述ue发送的pusch数据的累计大小确定为各个样本点；
20、基于所述各个样本点对所述支持向量回归模型进行训练，得到训练后的所述数据量预测模型。
21、第二方面，本申请实施例提供了一种上行资源调度装置，包括：
22、接收单元，用于接收用户设备ue发送的调度请求sr；
23、预测单元，用于将接收到所述sr的时间信息发送至数据量预测模型中，得到预估的所述ue待发送数据的大小，其中，所述数据量预测模型是基于设定时间段内接收到sr的时间信息以及在接收下一次sr之前接收到的物理上行链路共享信道pusch数据的大小信息按照预设的机器学习模型进行训练获得的；
24、确定单元，用于基于所述预估的所述ue待发送数据的大小和所述ue对应的调制与编码策略mcs值确定所述ue所需资源块rb的目标数量；
25、分配单元，用于若基于所述ue所需rb的目标数量和当前剩余rb的数量确定能够一次性调度所述预估的所述ue待发送数据的大小，则为所述ue分配所述目标数量的rb，以使所述ue基于所述目标数量的rb发送数据。
26、在一种实施方式中，所述分配单元，还用于若基于所述ue所需rb的目标数量和当前剩余rb的数量确定不能一次性调度所述预估的所述ue待发送数据的大小，则为所述ue分配预设数量的rb，以使所述ue基于所述预设数量的rb发送缓冲状态报告bsr。
27、在一种实施方式中，所述确定单元，具体用于基于预设的mcs值与传输块大小的对应关系，确定所述ue对应的mcs值对应的第一传输块大小；基于预设的传输块大小与rb数量的对应关系确定所述第一传输块大小对应的各个第一rb数量；基于所述各个第一rb数量对应的第一数据量大小的对应关系，选择大于或者等于所述预估的所述ue待发送数据的大小的第一数据量；将选择的所述第一数据量对应的第一rb数量确定为所述ue所需rb的目标数量。
28、在一种实施方式中，所述确定单元，具体用于通过以下方式获得所述ue对应的mcs值：基于所述ue上报的信噪比信息和预设的信噪比与mcs值的对应关系，确定所述u本文档来自技高网...
【技术保护点】
1.一种上行资源调度方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，还包括：
3.如权利要求1或2所述的方法，其特征在于，基于所述预估的所述UE待发送数据的大小和所述UE对应的MCS值确定所述UE所需RB的目标数量，具体包括：
4.如权利要求3所述的方法，其特征在于，通过以下方式获得所述UE对应的MCS值：
5.如权利要求1所述的方法，其特征在于，所述预设的机器学习模型包括支持向量回归模型；所述数据量预测模型是通过以下步骤进行训练获得的：
6.一种上行资源调度装置，其特征在于，包括：
7.如权利要求6所述的装置，其特征在于，
8.如权利要求6所述的装置，其特征在于，所述预设的机器学习模型包括支持向量回归模型；所述装置，还包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～5任一项所述的上行资源调度方法。
10.一种计算机可读存储介质，其上存储有计算机程序，
...【技术特征摘要】
1.一种上行资源调度方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，还包括：
3.如权利要求1或2所述的方法，其特征在于，基于所述预估的所述ue待发送数据的大小和所述ue对应的mcs值确定所述ue所需rb的目标数量，具体包括：
4.如权利要求3所述的方法，其特征在于，通过以下方式获得所述ue对应的mcs值：
5.如权利要求1所述的方法，其特征在于，所述预设的机器学习模型包括支持向量回归模型；所述数据量预测模型是通过以下步骤进行训练获得的：
6.一种上行资源调度...
【专利技术属性】
技术研发人员：胡浩敏，
申请(专利权)人：北京星网锐捷网络技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。