一种用于小型基地台的能耗管理方法及其系统与流程

摘要: 本发明是有关于一种用于小型基地台的能耗管理方法及其系统。背景技术:1、随着5g网络的快速普及与广泛部署,全球电信产业的能源使用量也随之显著增加,特别是在无线接取...
一种用于小型基地台的能耗管理方法及其系统与流程

本发明是有关于一种用于小型基地台的能耗管理方法及其系统。

背景技术:

1、随着5g网络的快速普及与广泛部署,全球电信产业的能源使用量也随之显著增加,特别是在无线接取网络(radio access network, ran)中,基地台(gnb, gnodeb)所消耗的能源占比极高。由于小型基地台(small cells)在高密度都市、室内场域、以及边缘网络环境中被大量建置,其所形成的密集拓扑虽提升了服务质量与传输效率,但同时也带来更严重的能源管理挑战。

2、目前业界采用的节能策略多为被动式且以简化条件为依据,例如根据单一时间点的用户设备(ue)连线数量、实时的数据传输速率等进行判断,作为是否进入节能模式的依据。然而,这些传统指标无法有效反映整体网络负载的真实状态,特别是在5g网络中,负载特性具有高度变化性与时效性。例如,某些低数据率但延迟敏感的应用(如物联网(internet of things,iot)或基于新无线接取技术的语音服务(简称 5g 语音通话)(voice over new radio,vonr))可能在流量上表现平淡,但对基地台运作仍有实质负载;相反地,短时间的高峰流量可能在系统自动侦测切换前就已消退。

3、因此,传统节能策略容易发生以下两种情况:(1)提前进入低功耗模式导致用户连线延迟增加或服务中断;(2)错失最佳节能时机,导致不必要的能源浪费。上述问题皆反映出现行方法缺乏准确、可预测与具智慧化的能源管理能力。

4、为解决上述问题,本发明提出一种人工智能驱动的多维度能源管理系统,其核心在于建立一套可实时解析、预测并控制基地台能源使用的智能决策架构。

技术实现思路

1、本发明系有关于一种用于小型基地台的能耗管理方法及其系统。本发明的小型基地台的能耗管理方法与应用其的小型基地台能耗管理系统整合以下三项主要技术构面。(1)实时数据分析(real-time data analytics):通过收集来自各小型基地台的运作参数,如ue连线状态、流量特性、资源分配情形、天线使用情况等,建立完整的实时运作图像。(2)机器学习算法(machine learning algorithms):藉由历史数据训练模型,预测未来短时间内的负载趋势与用户行为,进而提前进行能耗调整。例如可预测在非尖峰时段哪些基地台可进入节能模式。(3)环境感测整合(environmental sensing integration):本系统亦可结合外部环境感测器(如温度、湿度、人流量、空间使用状况等),进一步强化对空间使用情境的判断,提升能源决策的准确性。

2、根据本发明的第一方面,提出一种用于小型基地台的能耗管理方法。该能耗管理方法包括:接收该小型基地台的复数个指标数据;计算一负载参数 ,该负载参数包含下列至少一者:一实体资源区块(prb)使用率指标,该实体资源区块使用率指标是根据该小型基地台的一上行prb使用率与一下行prb使用率而计算;一服务负载指标,是根据该小型基地台的一目前吞吐量数据与一历史吞吐量数据而计算;一场域负载指标,是根据一用户设备连线比与一服务面积比而计算;以及,一附加指标,是根据一总发射功率比、一服务时间比及一换手可用性参数而计算;根据所述负载参数,进行数值正规化与加权据以计算一总负载参数;以及根据该总负载参数控制该小型基地台进入一节能状态。

3、根据本发明的第二方面,提出一种小型基地台的能耗管理系统,通讯连接复数小型基地台。该能耗管理系统包括:一无线接取网络智慧控制器,包含一能耗管理应用程序;以及一无线网络管理平台,通讯连接该无线接取网络智慧控制器或该能耗管理应用程序。由该能耗管理应用程序接收该复数小型基地台的复数个指标数据,以计算该复数小型基地台的一负载参数,且加权该负载参数以分别计算出该复数小型基地台的复数总负载参数,藉此由该能耗管理应用程序根据各该总负载参数以控制相对应的该复数小型基地台进入一节能状态。

4、为了对本发明的上述及其他方面有更佳的了解,下文特举实施例,并配合附图详细说明如下:

1.一种用于小型基地台的能耗管理方法,其特征在于,所述能耗管理方法包括:

2.如权利要求1所述的能耗管理方法,其特征在于,所述总负载参数是根据一损失函数计算,所述损失函数包括所述负载参数中各指标的加权总和。

3.如权利要求1所述的能耗管理方法,其特征在于,所述节能状态包括一深度节能状态、一轻度节能状态与一正常运作状态。

4.如权利要求3所述的能耗管理方法,其特征在于,

5.如权利要求1所述的能耗管理方法,其特征在于,所述节能状态是通过调整至少一小型基地台参数而达成,所述小型基地台参数包括至少一项:一多输入多输出(mimo)模式;一次要载波数量;一功率放大器输出功率;与一总发射功率设定值。

6.如权利要求1所述的能耗管理方法,其特征在于,计算所述实体资源区块使用率指标,是根据一下行已使用prb、一下行可使用prb、一上行已使用prb与一上行可使用prb、一第一prb下行分数最小值、一第一prb下行分数最大值、一第一prb上行分数最小值、一第一prb上行分数最大值与一预设prb变量而导出。

7.如权利要求6所述的能耗管理方法,其特征在于,所述预设prb变量为介于0与1的一加权系数,用以结合一第二上行分数与一第二下行分数以产生所述实体资源区块使用率指标。

8.如权利要求1所述的能耗管理方法,其特征在于,计算所述服务负载指标时,是根据一吞吐量指标、一讯号与干扰噪声比率(sinr)指标与一通道质量指标(cqi)所产生。

9.如权利要求8所述的能耗管理方法,其特征在于,

10.如权利要求1所述的能耗管理方法,其特征在于,于计算所述场域负载指标时,

11.如权利要求1所述的能耗管理方法,其特征在于,于计算所述附加指标时,

12.一种用于小型基地台的能耗管理系统,通讯连接复数小型基地台,其特征在于,所述能耗管理系统包括:

13.如权利要求12所述的小型基地台的能耗管理系统,其特征在于,所述无线接取网络智慧控制器为一非实时无线接取网络智慧控制器,通过所述无线网络管理平台通讯连接所述复数小型基地台。

14.如权利要求12所述的小型基地台的能耗管理系统,其特征在于,所述无线接取网络智慧控制器为一近实时无线接取网络智慧控制器,直接通讯连接所述复数小型基地台。

15.如权利要求12所述的小型基地台的能耗管理系统,其特征在于,所述负载参数包含一实体资源区块(prb)使用率指标、一服务负载指标、一场域负载指标以及一附加指标其中至少一者。

16.如权利要求15所述的小型基地台的能耗管理系统,其特征在于,所述复数个指标数据包含所述复数小型基地台的一上行prb使用率与一下行prb使用率,且由所述能耗管理应用程序根据所述上行prb使用率与所述下行prb使用率计算出所述复数小型基地台的所述实体资源区块使用率指标。

17.如权利要求15所述的小型基地台的能耗管理系统,其特征在于,所述复数个指标数据包含所述复数小型基地台的一目前吞吐量数据与一历史吞吐量数据,且由所述能耗管理应用程序根据所述目前吞吐量数据与所述历史吞吐量数据计算出所述复数小型基地台的所述服务负载指标。

18.如权利要求15所述的小型基地台的能耗管理系统,其特征在于,所述复数个指标数据包含所述复数小型基地台的一用户设备连线比与一服务面积比,且由所述能耗管理应用程序根据所述用户设备连线比与所述服务面积比计算出所述复数小型基地台的所述场域负载指标。

19.如权利要求15所述的小型基地台的能耗管理系统,其特征在于,所述复数个指标数据包含所述复数小型基地台的一总发射功率比、一服务时间比或一换手可用性参数,且由所述能耗管理应用程序根据所述总发射功率比、所述服务时间比或所述换手可用性参数计算出所述复数小型基地台的所述附加指标。