一种5G基站射频通道分级休眠节能方法及装置与流程
本发明涉及移动通信网络节能,尤其涉及一种基于业务量潮汐特征的5g基站射频通道分级休眠节能方法及装置。
背景技术:
1、随着第五代移动通信技术(5g)的大规模商用,基站能耗问题日益突出。5g基站普遍采用大规模多输入多输出(massive mimo)技术,主流宏站配置64发64收(64t64r)有源天线单元aau,其射频通道数量、功放数量及基带处理规模均远大于4g基站,单站满载功耗约为4g基站的3至4倍。在用电成本持续上升与“双碳”目标约束下,降低5g基站能耗已成为运营商网络运营中的关键技术需求。
2、通信网络的业务量呈现显著的潮汐特征:在商务办公区,白天工作时段业务量高、夜间业务量急剧下降;在居民区,则呈现白天低、晚间高的相反规律。业务量的潮汐波动使得基站射频资源在大量时段内处于轻载或空载状态,而传统基站的射频通道与功率放大器无论负载高低均保持开启,造成大量无效能耗。
3、现有技术中的基站节能方案主要存在以下缺陷:
4、第一,基于瞬时负载检测的通道关断方案,仅在检测到当前负载低于门限时执行关断,负载回升后再被动唤醒。由于瞬时业务量存在随机抖动,该方案容易在门限附近频繁切换休眠与唤醒状态,产生“乒乓效应”,且射频通道从关断到恢复工作需要数十秒的硬件初始化时间,被动唤醒会造成该时段内接入时延显著增大。
5、第二,基于固定时段的定时关断方案,例如在每日0时至6时统一关断载波或通道。该方案无法适配实际业务波动:工作日与节假日的潮汐规律不同,节假日夜间业务量往往高于工作日;同时,演唱会散场、突发热点事件等异常业务高峰与固定时段表无法匹配,极易在休眠时段出现业务拥塞,导致掉线率恶化。
6、第三,部分基于人工智能预测的黑盒节能方案,需要采集长期历史数据进行模型训练,部署成本高、可解释性差,且普遍缺少与网络关键绩效指标联动的保护回退机制,一旦预测失准无法及时恢复射频资源,造成网络指标恶化。
7、因此,如何在准确匹配业务量潮汐规律的前提下实现分级、精细的射频节能控制,同时保证接入时延、掉线率等网络关键绩效指标不发生明显恶化,成为本领域亟待解决的技术问题。
技术实现思路
1、针对现有技术中基站节能策略与业务量潮汐规律匹配度低、节能过程中网络关键绩效指标易恶化的技术问题,本发明提供一种基于业务量潮汐特征的5g基站射频通道分级休眠节能方法及装置。
2、本发明的一个方面,提供一种1、一种基于业务量潮汐特征的5g基站射频通道分级休眠节能方法,其特征在于,包括:
3、s1、采集目标小区的运行数据,所述运行数据至少包括物理资源块prb占用数、无线资源控制rrc连接用户数以及媒体接入控制mac层业务到达率;根据所述运行数据计算各统计时间窗的潮汐负载指数,并区分工作日与节假日两种日历类型,分别对历史各统计时间窗的潮汐负载指数进行聚合,生成业务量潮汐基准曲线;
4、s2、依据所述业务量潮汐基准曲线确定下一统计时间窗的预测潮汐负载指数;将所述预测潮汐负载指数与第一门限和第二门限进行比较,确定下一统计时间窗对应的负载等级;
5、s3、根据所述负载等级对所述目标小区的射频资源执行三级分级休眠:当为低负载等级时,关断辅载波,仅保留主载波,将有源天线单元aau的射频通道关断至预设保留数量,并关断功率放大器的偏置电路;当为中负载等级时,保持全部载波以及射频通道的射频信号处理链路开启,仅关断功率放大器的偏置电路,使射频单元进入浅休眠状态;当为高负载等级时,使全部载波、全部射频通道及功率放大器的偏置电路处于工作状态;
6、s4、逐小时比较所述业务量潮汐基准曲线相邻时间窗的基准负载值,当相邻时间窗的基准负载值增量超过预设上升沿门限时,判定后一时间窗为负载上升沿;读取后一时间窗对应的基准负载值作为下一统计时间窗的预测潮汐负载指数,并根据所述预测潮汐负载指数所属的负载等级确定需要恢复的射频资源范围,在负载上升沿到来之前提前一个统计时间窗执行唤醒操作;
7、s5、以预设时间粒度实时监测所述目标小区的掉线率与接入时延,当所述掉线率超过预设掉线门限,或所述接入时延相对于未休眠基线的增量超过预设时延门限时,不等待下一统计时间窗的预测结果,立即将所述目标小区的射频资源回退至全量唤醒状态,并在预设冻结时长内冻结休眠策略;冻结期届满后,当连续多个统计时间窗内的掉线率和接入时延均满足门限要求时,解除冻结。
8、优选的,所述潮汐负载指数按照如下公式确定:
9、;
10、其中,为统计时间窗t内所述目标小区的下行prb占用数,为所述目标小区在当前带宽配置下的下行prb总数;为统计时间窗t内所述目标小区的rrc连接用户数,为所述目标小区的rrc连接用户数容量;为统计时间窗t内所述目标小区mac层的业务到达率,为历史统计周期内的最大业务到达率;为权重系数,且。
11、优选的,所述权重系数() 通过对所述目标小区历史28天的运行数据进行标定获得:分别计算prb利用率、rrc连接用户数占比及业务到达率占比与小区实际吞吐量之间的皮尔逊相关系数,对三个相关系数进行归一化后得到所述权重系数,所述权重系数()分别为0.5、0.3和0.2。
12、优选的,所述生成业务量潮汐基准曲线包括:以1小时为统计时间窗,将连续28个自然日划分为工作日与节假日两种日历类型,对同一日历类型下同一小时序号的历史潮汐负载指数取中位数,得到该日历类型下该小时的基准负载值,24个小时的基准负载值构成所述业务量潮汐基准曲线;所述业务量潮汐基准曲线按自然日滑动更新。
13、优选的,所述负载等级的确定方式为:预测潮汐负载指数小于第一门限时判定为低负载等级,介于第一门限与第二门限之间时判定为中负载等级,不小于第二门限时判定为高负载等级;其中,=0.15,=0.45。
14、优选的,当所述目标小区配置有主载波和辅载波时,所述低负载等级对应的三级分级休眠包括:关断2个辅载波,仅保留主载波;将64t64r有源天线单元aau的射频通道由64通道关断至16通道,被关断射频通道所在的电源域断电;同时关断保留通道中功率放大器的偏置电路。
15、优选的,所述提前唤醒的触发条件按照如下公式确定:
16、其中,为日历类型d下小时h对应的基准负载值,为预设上升沿门限,取值范围为0.08~0.12;当所述触发条件满足且所述目标小区处于休眠状态时,在小时h+1到来之前的一个统计时间窗内执行唤醒操作。
17、优选的,当所述预测潮汐负载指数对应中负载等级时,优先恢复功率放大器的偏置电路,使射频单元由浅休眠进入工作状态;当所述预测潮汐负载指数对应高负载等级时,恢复被关断的射频通道、辅载波以及功率放大器的偏置电路。
18、本发明的另一方面,是提供一种基于业务量潮汐特征的5g基站射频通道分级休眠节能装置,其特征在于,包括:
19、数据采集模块,用于采集目标小区的运行数据并计算潮汐负载指数,所述运行数据至少包括物理资源块prb利用率、rrc连接用户数和mac层业务到达率;
20、潮汐建模模块,用于区分工作日与节假日两种日历类型,对历史各统计时间窗的潮汐负载指数进行聚合,生成并滑动更新业务量潮汐基准曲线;
21、负载预测模块,用于根据所述业务量潮汐基准曲线预测下一统计时间窗的负载等级;
22、休眠控制模块,用于根据所述负载等级执行载波关断、射频通道关断与功放偏置关断的三级分级休眠控制,并在所述业务量潮汐基准曲线呈现负载上升沿时提前唤醒射频通道;
23、保护回退模块,用于实时监测掉线率和接入时延,当超过保护门限时将射频资源回退至全量唤醒状态,并在预设冻结时长内冻结休眠策略。
24、与现有技术相比,本发明的有益效果体现在以下几个方面:
25、第一,本发明不是依据瞬时负载或固定时段进行休眠控制,而是先以prb利用率、rrc连接用户数与mac层业务到达率三个与射频资源占用直接相关的物理量构建潮汐负载指数,再按工作日与节假日分别聚合成以小时为粒度的潮汐基准曲线,使休眠决策的依据与小区自身的长期业务规律绑定,从而降低瞬时业务抖动引起的休眠/唤醒频繁切换概率,并降低固定时段策略与实际业务潮汐规律不匹配的风险。
26、第二,本发明采用“载波关断—射频通道关断—功放偏置关断”三级分级休眠机制,按照预测负载等级逐级施加节能动作;低负载时关断冗余载波及部分射频通道,中负载时保留载波和射频通道的信号处理链路而关断功率放大器偏置,高负载时恢复全部射频资源,从而使节能深度与预测负载水平相匹配。
27、第三,本发明通过潮汐基准曲线的上升沿检测实现提前一个时间窗唤醒,并依据下一时间窗预测负载等级确定唤醒范围,使射频通道及功放偏置的硬件初始化能够在业务高峰到来前完成,从而降低被动唤醒对接入时延的影响。
28、第四,本发明以掉线率和接入时延为保护门限构建实时回退与冻结机制,实时kpi保护具有高于潮汐预测休眠决策的控制优先级;当出现突发业务导致指标越限时,不等待下一预测时间窗而立即恢复全量射频资源,并冻结休眠策略,从而降低突发业务下网络质量恶化的风险。
29、经在某市12个连片5g宏站上连续14天的现网实测验证:夜间低谷时段(0时至6时)单站能耗降低42.3%,全天综合能耗降低18.6%;rrc连接建立成功率、掉线率与未休眠基线基本持平(掉线率波动0.02%,小于0.1%),平均接入时延增量38ms,显著优于传统定时关断方案。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com