【技术实现步骤摘要】
本专利技术涉及5g基站，特别涉及一种区域5g基站容量信息分析处理方法和系统。
技术介绍
1、5g基站需要同时处理连接到它的移动设备。这些设备可以是智能手机、平板电脑、物联网设备等。基站的容量规划要考虑到网络负载，确保能够同时连接和服务足够多的设备，而不会导致性能下降或服务中断。简单来说，5g网络支持高速数据传输，因此基站的容量也涉及到能够提供高速数据服务的能力。这包括下载和上传速度，以及用户体验的流畅性。
2、现有技术中，基站需要有足够的带宽来支持多个用户同时进行数据传输。带宽越高，支持的用户数量和数据流量就越多。其中基站的容量也与其覆盖范围有关。大范围覆盖需要更多的容量，以满足不同地区的用户需求。而且基站容量规划还涉及到数据流量的管理，以确保资源的公平分配和合理利用。这包括流量控制和优先级管理，以满足不同用户和应用的需求。因此，容量规划是5g网络设计和运营的重要方面，它需要考虑未来的网络增长和用户需求，以确保网络能够持续提供高质量的服务，而不会出现拥塞或性能下降的问题。
3、在现有技术中，已经有相关技术对区域5g基站容量信息进行分析与策略规划，例如cn201911300742.5《一种在移动边缘网络中的分布式服务缓存方法》所公开的技术，针对对成本和延迟敏感的服务缓存问题，设计了一种高效且稳定的博弈论机制。然后通过仿真评估了算法的性能；所提出的approrr算法，可以将由于lp而产生的分数解视为服务sl的候选位置的集合。然后，对于每个sl，可以找到从sl的原始实例到找到的候选位置的最小成本流。但是该传统技
4、又例如cn202211341637.8所公开的《基于重叠覆盖5gsa组网模式下邻区规划方法、装置及设备》，其基于重叠覆盖面积的5g邻区规划与基于距离的5g邻区规划相比，能够更加准确反映小区之间的信号重叠覆盖情况，采用子区域分割方法，使得邻区分布更加均匀，提升了邻区配置的精准度。但该方法主要依赖于覆盖面积的信息，无法充分考虑其他因素，如用户分布、信道特性等。这导致在某些情况下，其容量的规划仍不准确。同时重叠覆盖面积虽然重要，但不一定是唯一的决定因素。其他因素如用户需求、网络拓扑等也需要考虑。
5、又例如cn201810311473.1所公开的《一种无线5g前传及其它业务综合承载的组网方法》，其每个5g射频拉远站址确定建设一个传输接入节点，在传输接入节点部署一台有源小型波分设备，无线基站前传业务的aau/rru可通过光纤连接至该台有源小型波分设备和综合接入业务能够连接至该有源小型波分设备的范围定义为传输接入节点覆盖范围，在du/bbu集中放置的汇聚机房，按需配置汇聚波分设备作为汇聚传输节点后，接入点组网和汇聚层组网后确定网络拓扑图。但是这项传统技术中采用了相对静态的网络拓扑，这会导致网络拓扑的刚性，如果每个站址都建设传输接入节点，其会导致资源浪费，特别是在某些站址上没有足够的容量需求来支持一个传输接入节点。
6、总结性的，上述传统技术的形式技术缺陷或改进出发点在于：
7、(1)局限于单一因素：传统技术主要基于覆盖面积和容量之间的交互关系，均忽略了多个因素之间的相互作用和联系。如用户分布、信道特性、网络拓扑等。
8、(2)无法预测多因素交互：传统技术往往是静态策略，而静态策略难以预测多个因素之间的复杂相互作用。在5g网络中多个因素相互影响，但传统方法难以捕捉和预测这些复杂关系。这导致低效的网络配置，因为它无法准确预测多因素交互的影响。
9、(3)缺乏灵活性：传统方法通常较为固定和刚性，难以应对不同场景和需求的变化。无法动态地调整网络配置以适应不同环境和工作负载条件。这导致低效的资源利用和网络性能下降。
10、(4)缺乏综合性：传统技术往往将网络规划问题分解为不同的子问题，分别处理，而不综合考虑这些问题之间的相互关系。这导致子问题的局部优化，而忽略了全局最优解。因此，综合性的考虑被忽视，导致低效的网络配置。
11、为此，提出一种区域5g基站容量信息分析处理方法和系统。
技术实现思路
1、有鉴于此，本专利技术实施例希望提供一种区域5g基站容量信息分析处理方法和系统，以解决或缓解现有技术中存在的技术问题，即局限于单一因素、无法预测多因素交互、缺乏灵活性和缺乏综合性，并对此至少提供一种有益的选择；
2、本专利技术的技术方案是这样实现的：
3、第一方面
4、一种区域5g基站容量信息分析处理方法
5、(一)引言
6、该方法旨在通过综合多种因素，预测和优化5g网络基站的容量，以提高网络性能和资源利用率。本申请将详细介绍该方法的原理、步骤和关键组成部分。
7、(二)概述
8、区域5g基站容量信息分析处理方法是一种综合性的方法，涵盖了以下关键步骤：
9、p1、数据收集：收集与5g网络性能相关的各种数据，包括基站容量、用户需求、演化数据等。
10、p2、聚类分析：使用聚类分析算法将数据集划分为不同的簇，以识别网络中的不同性能模式。
11、p3、元胞自动机评测：将5g基站的拓扑视为元胞，每个元胞具有频谱资源属性，并通过转换函数计算基站在不同时间步下的演化数据。
12、p4、d-s理论验证：使用dempster-shafer(d-s)理论验证得到的信息，将不同来源的信息合并为一个更综合的视角。
13、p5、容量预测：基于综合信息，进行5g基站容量的预测，包括下一时间步的容量增幅情况。
14、(三)实施
15、(3.1)数据收集
16、在这一步骤中，需要收集多种数据，所述数据集包括连接数量c、数据流量f和信号强度s的性能特征，构建出所述数据集，所述数据集用特征向量表示为：
17、样本1:[c1,f1,s1]
18、样本2:[c2,f2,s2]
19、...
20、样本n:[cn,fn,sn]
21、其中每个样本代表一个基站；在数据收集完毕以后，还需要进行余弦相似性的度量，用于衡量不同基站之间的相似性，每两个基站之间的余弦相似性cosinesimilarity包括：
22、
23、x和y是两个基站的特征向量，·表示向量的点积，∥x∥和∥y∥分别表示向量x和y的范数。
24、(3.2)聚类分析
25、聚类分析是为了将网络中的不同性能模式区分开来，以更好地理解网络行为。在这一步骤中，采用k均值聚类等算法，将数据集分为不同的簇。k均值聚类的原理如下：
26、初始化：随机初始化k个聚类中心。
27、簇分配步骤：将每个样本分配到距离其最近的聚类中心。
28、簇更新步骤：重新计算每个簇的中心，即取本文档来自技高网...
【技术保护点】
1.一种区域5G基站容量信息分析处理方法，其特征在于，包括如下同步实施的Track-1和Track-2：
2.根据权利要求1所述的信息分析处理方法，其特征在于：在所述Track-1中，所述数据集包括连接数量C、数据流量F和信号强度S的性能特征，构建出所述数据集，所述数据集用特征向量表示为：
3.根据权利要求2所述的信息分析处理方法，其特征在于：所述∥X∥和所述∥Y∥为L1范数或L2范数,其中：
4.根据权利要求2所述的信息分析处理方法，其特征在于：在所述Track-1中，所述K均值聚类：将基站分为K个簇，最小化簇内样本的平方误差和：
5.根据权利要求4所述的信息分析处理方法，其特征在于：所述Davies-Bouldin指数包括：
6.根据权利要求1所述的信息分析处理方法，其特征在于：在所述Track-2中：
7.根据权利要求6所述的信息分析处理方法，其特征在于：所述转换函数包括：
8.根据权利要求1所述的信息分析处理方法，其特征在于：在所述Track-3中：所述Dempster's组合原则将Tra
9.根据权利要求8所述的信息分析处理方法，其特征在于：将所述信任分配函数m(AB)ij通过sigmoid函数将其映射为一个0到1的区间值，进而得到5G基站容量在下一时间步的增幅情况：
10.一种区域5G基站容量信息分析处理系统，其特征在于：所述系统包括处理器、与所述处理器耦接的存储器，所述存储器中存储有程序指令，所述程序指令被所述处理器执行时，使所述处理器执行如权利要求1-9中任一项权利要求所述的信息分析处理方法。
...【技术特征摘要】
1.一种区域5g基站容量信息分析处理方法，其特征在于，包括如下同步实施的track-1和track-2：
2.根据权利要求1所述的信息分析处理方法，其特征在于：在所述track-1中，所述数据集包括连接数量c、数据流量f和信号强度s的性能特征，构建出所述数据集，所述数据集用特征向量表示为：
3.根据权利要求2所述的信息分析处理方法，其特征在于：所述∥x∥和所述∥y∥为l1范数或l2范数,其中：
4.根据权利要求2所述的信息分析处理方法，其特征在于：在所述track-1中，所述k均值聚类：将基站分为k个簇，最小化簇内样本的平方误差和：
5.根据权利要求4所述的信息分析处理方法，其特征在于：所述davies-bouldin指数包括：
6.根据权利要求1所述的信息分析处理方法，其特征在于：在所述track-2...
【专利技术属性】
技术研发人员：李亦舒，杨旭，杨兆亿，王铁峰，刘佳武，
申请(专利权)人：黑龙江智网科技有限公司，
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。