System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
所属的技术人员能够理解,本专利技术的各个方面可以实现为系统、方法或程序产品。因此,本专利技术的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。本公开的实施例所提供的一种无线网络负载均衡方法、系统,集中管理实体向分离管理实体发送用于负载均衡用例的ai/ml模型进行模型推理的模型输入数据请求;分离管理实体根据模型输入数据测量得到第一测量数据,并指示终端设备进行测量得到第二测量数据,根据测量数据,基于预先训练、验证和测试的ai/ml模型进行模型推理,得到分离管理实体和终端设备的负载均衡策略,分离管理实体和终端设备执行负载均衡策略实现负载均衡,通过将模型训练部署于集中管理实体,模型推理部署于集中管理实体,实现了分离架构基站的网络负载均衡用例。下面参照图7来描述根据本专利技术的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例,不应对本专利技术实施例的功能和使用范围带来任何限制。如图7所示,电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于:上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元710执行,使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本专利技术各种示例性实施方式的步骤。例如,所述处理单元710可以执行如图2中所示的集中管理实
...【技术保护点】
1.一种无线网络负载均衡方法,其特征在于,包括:
2.根据权利要求1所述的无线网络负载均衡方法,其特征在于,在所述集中管理实体向分离管理实体发送模型输入数据请求之前,所述方法还包括:
3.根据权利要求2所述的无线网络负载均衡方法,其特征在于,所述分析订阅请求信息包括集中管理实体名称、订阅用例ID、分析报告目标、分析报告所含参数类型中的至少一种;其中,
4.根据权利要求1所述的无线网络负载均衡方法,其特征在于,所述模型输入数据请求包括集中管理实体ID、分离管理实体ID、用于输入数据交互的地址信息、基站无线资源利用率测量、小区PRB利用率、小区平均RRC连接数测量、小区下行掉包率测量、F1-U平均时延、CU-UP下行平均时延、MDT数据、每个UE的服务体验统计和服务使用预测、NR小区ID和时间戳中的至少一种。
5.根据权利要求1所述的无线网络负载均衡方法,其特征在于,所述分离管理实体根据所述模型输入数据请求指示终端设备UE进行测量,并接收所述终端设备的第二测量数据,包括:
6.根据权利要求5所述的无线网络负载均衡方法,其特征
7.根据权利要求1所述的无线网络负载均衡方法,其特征在于,所述分离管理实体输入预先训练、验证和测试的AI/ML模型进行模型推理的测量数据包括集中管理实体ID、分离管理实体ID、分离管理实体侧分配的IP地址和端口信息、基站物理无线资源利用率测量、小区PRB利用率、小区平均RRC连接数测量、小区下行掉包率测量、F1-U平均时延、CU-UP下行平均时延、MDT数据、每个UE的服务体验统计和服务使用预测、NR小区ID中的至少一种。
8.根据权利要求1所述的无线网络负载均衡方法,其特征在于,所述分离管理实体将所述第一测量数据和所述第二测量数据输入预先训练、验证和测试的AI/ML模型进行模型推理,输出所述分离管理实体和所述终端设备的负载均衡策略,包括:
9.根据权利要求8所述的无线网络负载均衡方法,其特征在于,所述方法还包括:
10.根据权利要求8所述的无线网络负载均衡方法,其特征在于,所述方法还包括:
11.根据权利要求1所述的无线网络负载均衡方法,其特征在于,在所述分离管理实体将所述第一测量数据和所述第二测量数据输入预先训练、验证和测试的AI/ML模型进行模型推理,输出所述分离管理实体和所述终端设备的负载均衡策略之后,所述方法还包括:
12.根据权利要求11所述的无线网络负载均衡方法,其特征在于,所述方法还包括:
13.根据权利要求12所述的无线网络负载均衡方法,其特征在于,所述方法还包括:
14.根据权利要求11所述的无线网络负载均衡方法,其特征在于,所述性能信息包括小区PRB利用率、小区平均RRC连接数测量、小区丢包率测量、F1-U平均时延、CU-UP下行平均时延、MDT数据、每个UE的服务体验分析;模型性能反馈信息包括模型准确性、鲁棒性、置信度中的至少一种。
15.根据权利要求2所述的无线网络负载均衡方法,其特征在于,所述AI/ML模型在所述集中管理实体进行模型训练、测试和验证得到,包括:
16.一种无线网络负载均衡系统,其特征在于,包括集中管理实体、分离管理实体和终端设备UE,其中,
17.一种电子设备,其特征在于,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行如权利要求1-15任一项所述的无线网络负载均衡方法。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-15任一项所述的无线网络负载均衡方法。
...【技术特征摘要】
1.一种无线网络负载均衡方法,其特征在于,包括:
2.根据权利要求1所述的无线网络负载均衡方法,其特征在于,在所述集中管理实体向分离管理实体发送模型输入数据请求之前,所述方法还包括:
3.根据权利要求2所述的无线网络负载均衡方法,其特征在于,所述分析订阅请求信息包括集中管理实体名称、订阅用例id、分析报告目标、分析报告所含参数类型中的至少一种;其中,
4.根据权利要求1所述的无线网络负载均衡方法,其特征在于,所述模型输入数据请求包括集中管理实体id、分离管理实体id、用于输入数据交互的地址信息、基站无线资源利用率测量、小区prb利用率、小区平均rrc连接数测量、小区下行掉包率测量、f1-u平均时延、cu-up下行平均时延、mdt数据、每个ue的服务体验统计和服务使用预测、nr小区id和时间戳中的至少一种。
5.根据权利要求1所述的无线网络负载均衡方法,其特征在于,所述分离管理实体根据所述模型输入数据请求指示终端设备ue进行测量,并接收所述终端设备的第二测量数据,包括:
6.根据权利要求5所述的无线网络负载均衡方法,其特征在于,所述第二测量数据包括终端设备id,服务小区id,ue位置信息,ue测量相关的rsrp、rsrq、sinr,服务小区的rsrp、rsrq,邻区的rsrp、rsrq中的至少一种。
7.根据权利要求1所述的无线网络负载均衡方法,其特征在于,所述分离管理实体输入预先训练、验证和测试的ai/ml模型进行模型推理的测量数据包括集中管理实体id、分离管理实体id、分离管理实体侧分配的ip地址和端口信息、基站物理无线资源利用率测量、小区prb利用率、小区平均rrc连接数测量、小区下行掉包率测量、f1-u平均时延、cu-up下行平均时延、mdt数据、每个ue的服务体验统计和服务使用预测、nr小区id中的至少一种。
8.根据权利要求1所述的无线网络负载均衡方法,其特征在于,所...
【专利技术属性】
技术研发人员:张化,许森,熊尚坤,信金灿,
申请(专利权)人:中国电信股份有限公司,
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。