使用小区的断开来优化电力的使用的制作方法

1.以下示例性实施例涉及无线通信和蜂窝通信网络内消耗的节能。


背景技术：

2.蜂窝通信网络包括能够在高峰时段处理通信的能力。然而，在高峰时段进行处理所需要的资源可能并非一直都需要。因此，优化资源的操作时间可以有助于减少网络所需要的能量。


技术实现要素：

3.本发明的各种实施例所寻求的保护范围由独立权利要求所规定。在本说明书中所描述的不属于独立权利要求的范围的示例性实施例和特征(如果有的话)应当被解释为对理解本发明的各种实施例有用的示例。
4.根据第一方面，提供了一种装置，该装置包括用于以下操作的部件：从网络中包括的多个接入节点获取历史数据，针对多个接入节点中的至少一个接入节点确定包括用于阈值对的值集合的区域，该阈值对包括最小阈值对和最大阈值对，从该区域中确定一个阈值对，其中该阈值对定义用于确定小区将被打开还是关闭的预定阈值，将该阈值对提供给网络以用于部署，以及从多个接入节点收集关于至少一个关键性能指标的数据。
5.根据第二方面，提供了一种装置，该装置包括至少一个处理器和包括计算机程序代码的至少一个存储器，其中至少一个存储器和计算机程序代码被配置为与至少一个处理器一起引起该装置：从网络中包括的多个接入节点获取历史数据，针对多个接入节点中的至少一个接入节点确定包括用于阈值对的值集合的区域，该阈值对包括最小阈值对和最大阈值对，从该区域中确定一个阈值对，其中该阈值对定义用于确定小区将被打开还是关闭的预定阈值，将阈值对提供给网络以用于部署，以及从多个接入节点收集关于至少一个关键性能指标的数据。
6.根据第三方面，提供了一种方法，该方法包括从网络中包括的多个接入节点获取历史数据，针对多个接入节点中的至少一个接入节点确定包括用于阈值对的值集合的区域，该阈值对包括最小阈值对和最大阈值对，从该区域中确定一个阈值对，其中该阈值对定义用于确定小区是将被打开还是关闭的预定阈值，将阈值对提供给网络以用于部署，以及从多个接入节点收集关于至少一个关键性能指标的数据。
7.根据第四方面，提供了一种计算机程序产品，该计算机程序产品包括用于引起装置执行至少以下操作的指令：从网络中包括的多个接入节点获取历史数据，针对多个接入节点中的至少一个接入节点确定包括用于阈值对的值集合的区域，该阈值对包括最小阈值对和最大阈值对，从该区域中确定一个阈值对，其中该阈值对定义用于确定小区是将被打开还是关闭的预定阈值，将阈值对提供给网络以用于部署，以及从多个接入节点收集关于至少一个关键性能指标的数据。
8.根据第五方面，提供了一种计算机程序，该计算机程序包括用于引起装置至少执
行以下操作的指令：从网络中包括的多个接入节点获取历史数据，针对多个接入节点中的至少一个接入节点确定包括包含用于阈值对的值集合的区域，该阈值对包括最小阈值对和最大阈值对，从该区域中确定一个阈值对，其中该阈值对定义用于确定小区是将被打开还是关闭的预定阈值，将阈值对提供给网络以用于部署，以及从多个接入节点收集关于至少一个关键性能指标的数据。
9.根据第六方面，提供了一种非暂态计算机可读介质，该非暂态计算机可读介质包括用于引起装置至少执行以下操作的程序指令：从网络中包括的多个接入节点获取历史数据，针对多个接入节点中的至少一个接入节点确定包括用于阈值对的值集合的区域，该阈值对包括最小阈值对和最大阈值对，从该区域中确定一个阈值对，其中该阈值对定义用于确定小区是将被打开还是关闭的预定阈值，将阈值对提供给网络以用于部署，以及从多个接入节点收集关于至少一个关键性能指标的数据。
10.根据第七方面，提供了一种包括存储在其上的程序指令的非暂态计算机可读介质，该程序指令用于执行至少以下操作：从网络中包括的多个接入节点获取历史数据，针对多个接入节点中的至少一个接入节点确定包括用于阈值对的值集合的区域，该阈值对包括最小阈值对和最大阈值对，从该区域中确定一个阈值对，其中该阈值对定义用于确定小区是将被打开还是关闭的预定阈值，将阈值对提供给网络以用于部署，以及从多个接入节点收集关于至少一个关键性能指标的数据。
附图说明
11.下面结合实施例和附图对本发明进行更详细的描述，在附图中
12.图1示出了无线电接入网的示例性实施例。
13.图2示出了跟踪业务负载并且应用预配置阈值的示例。
14.图3示出了在其中发生优化的网络架构的示例性实施例。
15.图4示出了根据示例性实施例的用于优化阈值的流程图。
16.图5示出了可以执行上述优化过程的装置的示例性网络级视图。
17.图6a-图6e示出了关于模拟结果的图表。
18.图7示出了装置的示例性实施例。
具体实施方式
19.以下实施例是示例性的。尽管说明书可以在文本的若干位置引用“一个(an)”、“一个(one)”或“一些(some)”实施例，但这并不一定表示每个引用参考(多个)相同的实施例，或者特定特征仅适用于单个实施例。不同实施例的单个特征也可以组合以提供其他实施例。
20.如在本技术中所使用的，术语“电路系统”是指以下所有内容：(a)仅硬件电路实现，诸如仅在模拟和/或数字电路系统中的实现，以及(b)电路和软件(和/或固件)的组合，诸如(如适用)：(i)(多个)处理器的组合，或者(ii)(多个)处理器/软件(包括(多个)数字信号处理器)、软件和(多个)存储器的部分，其协同工作以引起装置执行各种功能，以及(c)电路，诸如(多个)微处理器或者(多个)微处理器的一部分，其需要软件或者固件才能操作，即使该软件或者固件物理上不存在。“电路系统”的这一定义适用于该术语在本技术中的所有
使用。作为另一示例，如在本技术中使用的，术语“电路系统”也将涵盖仅处理器(或者多个处理器)或者处理器的一部分及其(或者它们的)随附软件和/或固件的实现。例如，如果适用于特定元件，术语“电路系统”还将涵盖用于移动电话的基带集成电路或者应用处理器集成电路、或者服务器、蜂窝网络设备或者其他网络设备中的类似集成电路。电路系统的上述实施例也可以被认为是提供用于执行本文档中描述的方法或者过程的实施例的部件的实施例。
21.本文中描述的技术和方法可以通过各种方式来实现。例如，这些技术可以在硬件(一个或多个设备)、固件(一个或多个设备)、软件(一个或多个模块)或者其组合中实现。对于硬件实现，实施例的(多个)装置可以在一个或多个专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、图形处理单元(gpu)、处理器、控制器、微控制器、微处理器、被设计为执行本文中所描述的功能的其他电子单元或者其组合内实现。对于固件或者软件，实现可以通过执行本文中所描述的功能的至少一个芯片组的模块(例如，过程、功能等)来执行。软件代码可以存储在存储器单元中并且由处理器执行。存储器单元可以在处理器内或者在处理器外部实现。在后一种情况下，存储器单元可以通过任何合适的方式通信地耦合到处理器。此外，本文中所描述的系统的组件可以重新布置和/或由附加组件补充，以便促进实现关于其而描述的各个方面等，并且它们不限于在给定附图中阐述的精确配置，如本领域技术人员将理解的。
22.本文中所描述的实施例可以在通信系统中实现，诸如在以下中的至少中的一个中：全球移动通信系统(gsm)或者任何其他第二代蜂窝通信系统、基于基本的宽带码分多址(w-cdma)的通用移动电信系统(umts，3g)、高速分组接入(hspa)、长期演进(lte)、高级lte、基于ieee 802.11规范的系统、基于ieee 802.15规范的系统、和/或第五代(5g)移动或者蜂窝通信系统。然而，实施例不限于作为示例给出的系统，而是本领域技术人员可以将解决方案应用于提供有必要特性的其他通信系统。
23.图1描绘了简化的系统架构的示例，其示出了一些元件和功能实体，它们都是逻辑单元，其实现可以与所示出的有所不同。图1所示的连接是逻辑连接；实际的物理连接可以有所不同。对于本领域技术人员来说很清楚的是，该系统还可以包括除了图1所示的功能和结构之外的其他功能和结构。图1的示例示出了示例性无线电接入网的一部分。
24.图1示出了终端设备100和102，终端设备100和102被配置为在小区中的一个或多个通信信道上与提供小区的接入节点(诸如(e/g)nodeb)104进行无线连接。接入节点104也可以称为节点。从终端设备到(e/g)nodeb的物理链路称为上行链路或者反向链路，而从(e/g)nodeb到终端设备的物理链路称为下行链路或者前向链路。应当理解，(e/g)nodeb或者其功能可以通过使用适合这种用途的任何节点、主机、服务器或者接入点等实体来实现。应当注意，尽管在该示例性实施例中讨论一个小区，但是为了解释的简单，在一些示例性实施例中可以由一个接入节点提供多个小区。
25.通信系统可以包括一个以上的(e/g)nodeb，在这种情况下，(e/g)nodeb也可以被配置为通过为此目的而设计的有线或者无线链路彼此通信。这些链路可以用于信令目的。(e/g)nodeb是被配置为控制其耦合到的通信系统的无线电资源的计算设备。(e/g)nodeb也可以被称为基站、接入点或者包括能够在无线环境中操作的中继站的任何其他类型的接口设备。(e/g)nodeb包括或者耦合到收发器。从(e/g)nodeb的收发器，向天线单元提供连接，
该连接建立到用户设备的双向无线电链路。天线单元可以包括多个天线或者天线元件。(e/g)nodeb进一步连接到核心网110(cn或者下一代核心ngc)。取决于系统，cn侧的对方可以是服务网关(s-gw，路由和转发用户数据包)、分组数据网络网关(p-gw，用于提供终端设备(ue)与外部分组数据网络的连接)、或者移动管理实体(mme)等。
26.终端(也称为ue、用户设备(user equipment)、用户终端、用户设备(user device)等)示出了空中接口上的资源被分配和指派给其的一种类型的设备，并且因此本文中所描述的终端设备的任何特征可以用对应装置(诸如，中继节点)来实现。这样的中继节点的一个示例是朝向基站的第3层中继(自回程中继)。这样的中继节点的另一示例是第2层中继。这样的中继节点可以包含终端设备部分和分布式单元(du)部分。例如，cu(集中式单元)可以经由f1ap接口协调du操作。
27.终端设备可以指代便携式计算设备，包括带有或者不带有订户标识模块(sim)或者嵌入式sim、esim的无线移动通信设备，包括但不限于以下类型的设备：移动台(移动电话)、智能电话、个人数字助理(pda)、听筒、使用无线调制解调器的设备(警报或者测量设备等)、便携式计算机和/或触摸屏计算机、平板电脑、游戏机、笔记本和多媒体设备。应当理解，用户设备也可以是排他或者几乎排他的仅上行链路设备，其示例是将图像或者视频剪辑加载到网络的相机或者摄像机。终端设备也可以是具有在物联网(iot)网络中进行操作的能力的设备，在该场景中，为对象提供了通过网络传输数据的能力，而无需人与人或者人与计算机交互。终端设备还可以利用云。在一些应用中，终端设备可以包括具有无线电部件(诸如手表、耳机或者眼镜)的小型便携式设备，并且计算在云中进行。终端设备(或者在一些实施例中为第3层中继节点)被配置为执行用户设备功能中的一项或多项。
28.本文中所描述的各种技术也可以应用于网络物理系统(cps)(协作控制物理实体的计算元件的系统)。cps可以实现和利用嵌入在物理对象中的不同位置的大量互连ict设备(传感器、致动器、处理器微控制器等)。所讨论的物理系统在其中具有固有移动性的移动网络物理系统是网络物理系统的子类别。移动物理系统的示例包括由人类或者动物运输的移动机器人和电子器件。
29.另外，尽管将装置描绘为单个实体，但是可以实现不同的单元、处理器和/或存储器单元(图1中未全部示出)。
30.5g支持使用多输入多输出(mimo)天线、比lte(所谓的小型蜂窝概念)更多的基站或者节点，包括与小基站协作并且采用多种无线电技术的宏站点，这取决于服务需求、用例和/或可用频谱。5g移动通信支持各种用例和相关应用，包括视频流、增强现实、不同的数据共享方式以及各种形式的机器类型应用(诸如(大规模)机器类型通信(mmtc))，包括车辆安全、不同传感器和实时控制。5g有望具有多个无线接口，即，低于6ghz、cmwave和mmwave，并且与诸如lte等现有的传统无线电接入技术可集成。与lte的集成可以至少在早期阶段被实现为系统，在该系统中，由lte提供宏覆盖并且5g无线电接口接入通过聚合到lte而来自小小区。换言之，计划5g同时支持rat间可操作性(诸如lte-5g)和ri间可操作性(无线电接口间可操作性，诸如低于6ghz-cmwave、低于6ghz-cmwave-mmwave)。被认为在5g网络中使用的概念之一是网络切片，其中可以在同一基础设施中创建多个独立并且专用的虚拟子网(网络实例)以运行对延迟、可靠性、吞吐量和移动性具有不同要求的服务。
31.lte网络中的当前架构完全分布在无线电中并且完全集中在核心网中。5g中的低
延迟应用和服务可能需要使内容靠近无线电，从而可能导致本地突围和多路访问边缘计算(mec)。5g使得分析和知识生成可以在数据源处进行。这种方法需要利用可能无法连续地连接到网络的资源，诸如笔记本电脑、智能电话、平板电脑和传感器。mec为应用和服务托管提供分布式计算环境。它还具有在蜂窝订户附近存储和处理内容以加快响应时间的能力。边缘计算涵盖了广泛的技术，诸如无线传感器网络、移动数据采集、移动签名分析、协作式分布式对等自组织网络和处理(也可分类为本地云/雾计算和网格/网状计算)、露水计算、移动边缘计算、cloudlet、分布式数据存储和检索、自主自我修复网络、远程云服务、增强和虚拟现实、数据高速缓存、物联网(大规模连接和/或延迟关键)、关键通信(自动驾驶汽车、交通安全、实时分析、时间关键控制、医疗保健应用)。
32.通信系统还能够与诸如公共交换电话网或者互联网112等其他网络通信，和/或利用它们提供的服务。通信网络也可以能够支持云服务的使用，例如，核心网操作的至少一部分可以作为云服务来执行(这在图1中由“云”114描绘)。通信系统还可以包括为不同运营商的网络提供用于例如在频谱共享中进行协作的设施的中央控制实体等。
33.可以通过利用网络功能虚拟化(nfv)和软件定义网络(sdn)将边缘云引入无线电接入网(ran)。使用边缘云可以表示将至少部分在操作耦合到包括无线电部分的远程无线电头端或者基站的服务器、主机或者节点中执行接入节点操作。节点操作也可以分布在多个服务器、节点或者主机之间。cloudran架构的应用使得ran实时功能能够在ran侧(在分布式单元du 104中)执行并且非实时功能能够以集中式方式(在集中式单元cu 108中)执行。
34.还应当理解，核心网操作与基站操作之间的工作分配可以不同于lte的工作分配，或者甚至不存在。可以使用的一些其他技术包括例如大数据和全ip，这可能会改变网络的构建和管理方式。5g(或者新无线电nr)网络被设计为支持多个层次结构，其中mec服务器可以放置在核心与基站或者nodeb(gnb)之间。应当理解，mec也可以应用于4g网络。
35.5g还可以利用卫星通信来增强或者补充5g服务的覆盖范围，例如通过在没有地面覆盖的区域提供回程或者服务可用性。可能的用例包括为机器对机器(m2m)或者物联网(iot)设备或者车上乘客提供服务连续性，和/或确保关键通信和/或未来铁路/海事/航空通信的服务可用性。卫星通信可以利用地球静止轨道(geo)卫星系统，也可以利用低地球轨道(leo)卫星系统，例如，巨型星座(其中部署有数百颗(纳米)卫星的系统)。星座中包括的卫星106可以携带创建地面小区的gnb或者gnb的至少一部分。替代地，卫星106可以用于将一个或多个小区的信号中继到地球。地面小区可以通过地面中继节点104或者由位于地面或者卫星中的gnb创建，或者gnb的一部分可以在卫星上，例如du，并且gnb的一部分可以在地面上，例如cu。另外地或替代地，可以使用高海拔平台站haps系统。haps可以理解为位于20-50公里高度和相对于地球的固定点处的对象上的无线电台。备选地，haps也可以相对于地球移动。例如，宽带接入可以使用在20-25公里的高度连续运行数月的轻型太阳能飞机和飞艇经由haps提供。
36.应当注意，所描绘的系统是无线电接入系统的一部分的示例，并且，该系统可以包括多个(e/g)nodeb，终端设备可以访问多个无线电小区，并且该系统还可以包括其他装置，诸如物理层中继节点或者其他网络元件等。至少一个(e/g)nodeb可以是家庭(e/g)nodeb。另外，在无线电通信系统的地理区域中，可以提供多个不同种类的无线电小区以及多个无线电小区。无线电小区可以是宏小区(或者伞形小区)，它们是直径通常长达数十公里的大
型小区、或者是诸如微、毫微微或者微微小区等较小小区。图1的(e/g)nodeb可以提供任何种类的这些小区。蜂窝无线电系统可以被实现为包括几种小区的多层网络。在一些示例性实施例中，在多层网络中，一个接入节点提供一种一个或多个小区，并且因此需要多个(e/g)nodeb来提供这样的网络结构。
37.为了满足提高通信系统部署和性能的需要，引入了“即插即用”(e/g)nodeb的概念。除了家庭(e/g)nodeb(h(e/g)nodeb)，能够使用“即插即用”(e/g)nodebs的网络还可以包括家庭节点b网关、或者hnb-gw(图1中未示出)。可以安装在运营商网络中的hnb网关(hnb-gw)可以将来自大量hnb的业务聚合回核心网。
38.蜂窝通信网络消耗大量能量。例如，4g无线电接入网(ran)的能耗可能占网络总拥有成本(tco)的20-25％。此外，由于蜂窝密度的增加、大规模mimo和进一步的进步，未来的蜂窝通信网络的能源需求可能会增加。在ran中，消耗的大量能量归因于ran中包括的接入节点。接入节点包括使用大部分能量的功率放大器(pa)，并且基带处理和切换也需要能量。因此，解决能耗问题将是有益的。可以解决这种情况的一个方面是监测物理资源块(prb)的使用情况。例如，prb利用率可以在称为节能组(psg)的一组小区上监测。如果prb利用率下降到预配置阈值以下，则可以使用正常关闭过程断开一个或多个小区。然后，当prb利用率增长到另一预配置阈值以上时，可以重新打开小区。例如，小区可以在夜间断开。
39.图2示出了跟踪业务负载并且应用预配置阈值以通过断开小区并且在业务负载增加到预配置阈值以上时再次打开小区来触发节能的示例。该图示是业务负载202和时间204方面的图示。曲线220示出了被跟踪的业务负载。预配置阈值是阈值232、阈值234和阈值236，阈值232说明了省电小区组的最大负载，阈值234说明了省电小区组的最小负载，阈值236说明了省电小区组中的最后的打开小区的最小负载。从图2可以看出，当业务负载低于预配置阈值232时，会出现两个省电时段210。
40.因此，省电时段可以被视为可以在其间获取节能的已标识机会窗口(ow)。例如，这些时段可以发生在夜间。因此，可以在ow内定义一对负载阈值ρ
min
、ρ
max
，并且可以例如根据以下方式打开/关闭同一省电组(psg)内的小区：如果给定数目的连续测量的当前prb利用率《ρ
min
，诸如每10秒发生一次，并且断开之后的预测负载低于ρ
max
，则断开小区。另一方面，如果给定数目的连续测量的当前prb利用率》ρ
max
，诸如每10秒发生一次，则打开小区。打开/关闭同一psg内的小区的顺序可以预定义，或者可以根据任何其他合适的标准来确定。
41.当小区断开时，小区的功率放大器因此被禁用，这具有节能的好处。然而，这个动作也可能对网络产生影响，诸如导致剩余小区的prb利用率增加。在小区断开过程中，连接到该小区的终端设备被切换到同一psg内的相邻小区。这可能会降低所有终端设备的吞吐量，因为随着每个小区的prb利用率增加，终端设备感知的平均吞吐量可能会降低。
42.因此，在确定预配置阈值时，应当确定这些阈值，以便获取最高节能，同时避免终端设备的qos劣化和频繁的小区关闭。此外，可能还有其他目标，诸如避免过于频繁的小区关闭/上电，这可能会危及网络稳定性并且导致过于频繁的切换。因此，对于每个psg，可能需要确定一对阈值，即ρ
min
、ρ
max
，该对阈值实现：
[0043][0044]
s.t.pr(avg ue throughput(ρ)＞y mbps)＞x
[0045]
其中r是所有允许阈值的集合：
[0046][0047]
x、y的值可以被配置为例如y＝4，x＝0.95。因此，可取的是，每个psg的预配置阈值(ρ
min
，ρ
max
)被优化使得它在保证终端设备的最小体验吞吐量的同时使所节省的能量最大化。
[0048]
为了优化然后可以用于确定预配置阈值(也可以称为与先确定的阈值)的值，可以使用离线和在线优化的组合。离线优化可以理解为可能需要从实时网络进行的测量的优化，但它不会对实时网络造成任何配置变化，并且因此可以在不干扰网络和/或影响网络关键性能指标的情况下执行离线优化。在线优化可以理解为可以通过配置实时网络和测量结果来完成的优化，这可能会干扰网络和/或影响网络的关键性能指标。该网络可以是包括多个接入节点的蜂窝通信网络。作为离线优化的一部分，可以将ρ的搜索界定为有限并且安全的搜索区域，该搜索区域可以称为段。一旦确定了段，则作为在线优化的一部分，可以在所确定的段内微调作为预定阈值的阈值的选择。在已经确定阈值之后，可以在在线优化中微调关于由网络服务的终端设备将经历的最小吞吐量的约束。应当注意，为了确定离线优化中的阈值段，已经可以考虑约束。例如，这可以通过将阈值集成为节能xapp来进行。
[0049]
图3示出了在其中发生优化的网络架构的示例性实施例。在该示例性实施例中，存在可以包括开放网络自动化平台(onap)和/或者操作支持系统(oss)的编排310。编配310然后连接到ric 320和分解的ran 330。ric 310然后可以将阈值的优化作为xapp运行。ric 310可以具有用于连接到编配310的接口a1和o1以及用于连接到分解的ran 330的中央单元控制平面(cu-cp)的接口e2。分解的ran还可以包括远程无线电头端(rrm)、分布式单元(du)和中央单元用户平面(cu-cp)。
[0050]
图4示出了根据示例性实施例的用于优化阈值的流程图。在这个示例性实施例中，优化开始于步骤1(s1)，其中诸如ric等云上(ott)节点执行从若干不同psg收集历史数据。历史数据可以包括在特定时间段(诸如两周)内收集的小区级信息。这样，历史数据可以从网络中包括的多个接入节点收集。收集的数据可以包括数据度量，例如终端设备的平均吞吐量、prb利用率、载波频率、平均信道质量指示符(cqi)和/或在其上对数据度量求平均的时间窗口(诸如15分钟的时间窗口)的时间戳。
[0051]
接下来，在步骤2(s2)中，ott节点例如通过计算来确定每个psg g的阈值区域然后，该区域可以在稍后例如使用在线探索进行微调。区域可以定义为一组阈值对ρ
min
、ρ
max
。确定的阈值区域可以被认为是安全区域，并且可以例如通过搜索一维线来确定。
[0052]
安全搜索区域可以具有以下属性：它是一维的，例如，它可以由单个实数值r∈[0；1]参数化和/或最小和最大阈值ρ
min
和ρ
max
是r上的非递增变量。
[0053]
应当注意，步骤1和2可以离线执行。该离线阶段可以以特定时间间隔执行，例如在特定周数之后，并且时间间隔可以表示为t
offline
[周数]。这允许获取用于确定新的安全搜索区域的新数据。这些离线步骤的重做可以由用户确定，换言之，手动地确定，或者在
检测到触发事件之后确定。例如，触发事件可以是使得在线探索停留在两个极端情况中的一个处，诸如低阈值或者高阈值，这表示，最有可能地，最佳点超出搜索区域(该搜索区域因此需要重新计算)和/或cqi直方图急剧地变化，例如由于新建筑的建设。
[0054]
应当注意，步骤2可以将阈值搜索区域限制在所有允许阈值的区域中。例如，从
[0055][0056]
到作为r的子集的安全区域应当注意，可以为至少一个接入节点单独地确定该区域，或者为网络中包括的多个接入节点中包括的每个接入节点单独地确定该区域。在本示例性实施例中，安全搜索区域具有以下属性：是一维线，并且它可以由单个实值r∈[0；1]参数化；并且最小和最大阈值ρ
min
和ρ
max
都增加，即，不会随着r从0增加到1而减少。换言之，安全区域可以被视为所有允许阈值的子集，并且该子集包含可排序使得最小和最大阈值都是非递减的元素。
[0057]
还应当注意，在步骤2中，ott节点可以针对特定psg g检索关于以下方面的历史数据：cqi分布、prb利用率分布和/或可用载波频率。然后，关于这些方面的历史数据可以在网络模拟器中用作输入，并且用于不同阈值对其中r是所有允许阈值的集合。在该示例中，然后针对特定psg g和每对阈值产生两个不同输出，使得是非活动小区的平均数目的估计，其与与当所有小区一直处于活动状态相比时节省的能量成比例，并且对于每对阈值例，并且对于每对阈值＝平均ue吞吐量(即，平均用户吞吐量，其可以理解为终端设备经历的平均吞吐量)高于预定义阈值y[mbps](诸如y＝4mbps)的概率的估计。
[0058]
还应当注意，在步骤2中，一旦针对所有允许阈值和针对psg g而估计了和则受限安全区域可以计算如下：直线被认为通过原点ρ＝(ρ
min
，ρ
max
)＝(0，0)并且ρ
max
＞ρ
min
，即，ρ
max
＝αρ
min
其中α＝atan(φ)并且对于具有倾角φ的每条线，安全辅助区域定义为吞吐量高于阈值y并且足够接近目标x的概率的一组阈值。这可以表述为的概率的一组阈值。这可以表述为其中∈可以预定义为输入(例如，∈＝0.02)，并且它可以用于定义吞吐量(即，qos)方面的风险敏感性：较低的∈允许限制搜索区域，可能具有较低的节能，但具有更好的qos性能。因此，可以使用以下公式选择能够保证最高潜在节能的线倾角φg：
[0059][0060]
并且psg g的安全搜索区域可以定义为与所选择的角度φg相对应的辅助区域：
[0061]
这样，安全区域只包含安全阈值，这有助于保证终端设备的吞吐量足够接近目标，即：
[0062][0063]
这也有助于保证在线探索过程中实际经历的吞吐量相对于目标x不会太低。
[0064]
另一优点是，如上所述，在整个安全区域上，阈值共同增加，并且因此沿该方向，节省的能量的量增加，并且吞吐量下降，即，pr(avg ue throughput(ρ)＞y mbps)下降。因此，为了最大化节省的能量，搜索恰好达到pr(avg ue throughput(ρ)＞y mbps)＝x的阈值就足够了；不能更高，因为可以节省更多能量，不能更低，因为会违反qos约束。因此，步骤2可以简化手头的问题，并且可以仅将吞吐量视为唯一目标，并且节能最大化自然会作为副产品出现。
[0065]
接下来，在图4的示例性实施例中，在步骤3(s3)中，阈值可以作为在线过程的一部分进行微调。这种优化可以在ric内或者在一些示例性实施例中在edennet内实现，并且它选择要部署的下一阈值ρi，旨在跟踪时变最优阈值ρ
*
，该阈值实现：pr(avg ue throughput(ρ
*
)＞y mbps)＝x，例如y＝4，x＝0.95。
[0066]
由于步骤2实现的优点中的一个是简化了问题，在线阈值搜索可以关注终端设备的平均吞吐量，并且确保吞吐量的概率始终高于阈值y(例如，y＝4mbps)并且等于目标概率x(例如，x＝95％)，即，pr(avg ue throughput(ρ)＞y mbps)＝x。
[0067]
在优化过程中，需要考虑以下若干方面：函数f(ρ)＝pr(avg ue throughput(ρ)＞y mbps)可能是未知的，并且因此需要观察在部署阈值ρ之后，结果吞吐量是否实际上》ymbps，并且据此估计f(ρ)。此外，如果目标概率x较高(例如，》98％)，则可能需要相当数目的样本(诸如至少》103个样本)才能使用诸如wilson/jeffreys/clopper-pearson置信区间等统计方法准确估计f(ρ)。例如，如果然后每小时收集10个样本，假定计数器收集是每t＝15分钟并且每个psg大约3个小区，则阈值将至少在几周内不可修改，这将影响算法的收敛时间以及跟踪环境变化的能力。因此，使用相当少的样本并且基于贝叶斯方法来估计值f(ρ)是有益的。在步骤3中，未知函数f可以被参数化。这可以仅在第一次迭代i＝0时执行。fθ(r)可以被选择为真实f(ρ)函数的参数化版本，其中
[0068]
·
r∈[0；1]对安全区域进行参数化：r＝0对应于左下点，r＝1是右上点，r∈(0；1)介于这两者之间
[0069]
·
θ表征f
θ
的形状。例如，如果f
θ
是线性函数，则：
[0070]fθ
(r)＝a-br，其中θ＝[a，b]。注意，b》0，因为f
θ
是递减函数，因此吞吐量会随着阈值的增加而降低。
[0071]
同样在步骤3中，在第一次迭代i＝0时，可能存在对参数θ的先验信念。离线计算可能已经提供了对未知函数f的估计，它可以被称为能已经提供了对未知函数f的估计，它可以被称为可以是最接近的参数θ的值：
[0072][0073]
然后可以在参数θ上将先验信念pr(θ0)定义为以作为平均向量并且以σi(其中i是单位矩阵)作为协方差矩阵的正态多元分布，这表示参数最初是独立的并且每个具有方差σ。应当注意，σ可以是用户定义的，例如σ＝0.05。
[0074]
步骤3还可以包括更新对参数θ的信念。在迭代i＝1、2、
……
，对于可以参数化为ri的特定阈值ρi，吞吐量计数器可以每t[分钟]收集一次。调用其中表示与ri相关联的第m thpt样本是否≥ymbps。yi＝[y1，...，yi]可以适用于迭代i之前的所有观察。然后可以经由贝叶斯定理更新对参数θ的信念：
[0075][0076]
使得pr（θi|θ
i-1
)是由于网络条件的变化，未知thput函数f(.)根据其而随时间演变的转变定律。pr(θi|θ
i-1
)可以设置为具有零均值、对角协方差矩阵和固定方差(例如，0.01)的正态变量。这种选择可以允许对变化做出快速反应。因此，观察的可能性是
[0077][0078]
步骤3还可以包括对下一阈值的选择。在迭代i＝1、2、
……
，可以使用以下公式选择平均能够实现相对于当前信念的目标概率的阈值ri：
[0079][0080]
其中期望e是如上所述确定的后验pr(θi|yi)。
[0081]
上述在线阈值探索过程可以具有以下优点：适应不断变化的环境。由于很好地估计f(ri)需要相对较少的吞吐量样本(例如，40个，对应于4/5小时的kpi收集，每t＝15分钟)，阈值可以以比频率论方法更高的频率更新，诸如每4/5小时而不是几周，这样可以更密切地跟踪最佳阈值的变化。因此，可以根据环境中发生的变化来确定最佳阈值。这些变化可以包括例如每天被服务的终端设备的位置的变化、cqi分布的变化、以及业务密度的演变。此外，可以保证终端设备的长期和短期吞吐量。由于对变化的适应很快，因此也可以在短期内(诸如一天)保证吞吐量，从而避免性能突然下降。
[0082]
接下来，在图4的示例性实施例中，在步骤4(s4)，由控制psgg的接入节点的ott节点传送确定的阈值ρi，现在是预定阈值。换言之，通过将确定的阈值提供给网络的中央实体，诸如ric中的es xapp，将确定的阈值提供给网络以用于部署，该中央实体然后控制网络中包括的接入节点。在这之后的步骤5(s5)，在部署阈值的同时，由ott节点以固定周期t(诸
如t＝15分钟)收集关键性能指标kpi，诸如平均吞吐量。平均吞吐量可以是通过例如将小区吞吐量除以连接的终端设备的数目而为可以被称为通用终端设备的终端设备而确定的吞吐量。因此，不是确定特定终端设备的平均吞吐量，而是将其估计为通用kpi。
[0083]
由于可以更新阈值，因此在s6中，确定是否检测到变化，如果是，则优化再次进行到步骤1。变化也可以理解为已经过去的预定时间，因此需要重新执行优化。如果没有检测到变化并且没有足够的时间重新执行s1和s2的离线步骤，则优化过程返回到步骤3(s3)。
[0084]
图5示出了可以执行上述优化过程的装置的示例性网络级视图。在该示例性实施例中，存在两个psg(510和520)。两个psg均包括多个接入节点，诸如gnb。接入节点使用例如e2接口向ric提供历史数据532，其中节能优化作为xapp 530被执行。xapp 530然后在540中执行包括步骤1和2的离线部分，并且作为输出，区域534被确定并且优化可以继续在线部分，包括550中的步骤3。作为步骤4的一部分，然后使用e2接口将部署536提供给接入节点。使用e2接口，538kpi还从接入节点被收集，并且作为kpi数据集560被收集，然后，kpi数据集560可以作为输入提供给在550中执行的步骤3。
[0085]
图6a示出了描绘psg中每个阈值对ρ的估计节能的图表。图6b示出了描绘对于psg中每个可能的阈值对ρ，终端设备的平均吞吐量高于4mbps的概率的模拟估计的图表。用于获取该图的输入数据集包括prb利用率、cqi、载波频率和吞吐量。
[0086]
图6c示出了描绘确定安全搜索区域的图表。首先定义为位于通过原点的线上的阈值集合，其倾角为φ，吞吐量性能足够接近目标x(左侧)。然后选择最佳倾斜度以实现最高节能性能(右侧)。
[0087]
图6d和图6e示出了关于上述优化过程的在线阶段的模拟结果。在这些图中，在线过程的性能与四种策略进行比较。首先，以最优策略为基准。在最优策略中，每次迭代，选择能够保证pr(thpt》4mbps)＝95％的阈值。然后，使用随机策略，其中在每次迭代中，在搜索区域内随机地均匀地选择一个阈值对。第三，使用最低阈值策略，该最低阈值策略始终在搜索区域中选择最低阈值(r＝0)，以保证最高吞吐量，但实现最低节能。最后，使用最高阈值策略，该最高阈值策略始终选择搜索区域中的最高阈值(r＝1)，以保证最高节能，但产生最低吞吐量。
[0088]
在图6d中，在线过程设法跟踪随时间演变的最佳阈值，并且在这种情况下，高于阈值4mbps的吞吐量样本部分的长期平均收敛到目标概率，例如95％。此外，我们的在线过程节省的平均能量接近最佳值，差距《1％。
[0089]
在图6e中，即使在诸如0.5天或1天等短期内，吞吐量性能也不会相对于目标概率(例如，95％)下降太低，以一致方式突出显示在优化中使用的算法，并且能够自适应地跟上不断变化的网络条件。
[0090]
图7的装置700示出了可以是接入节点或者被包括在接入节点中的装置的示例实施例。该装置例如可以是适用于接入节点以实现所描述的实施例的电路系统或者芯片组。装置700可以是包括一个或多个电子电路系统的电子设备。装置700可以包括通信控制电路系统710(诸如至少一个处理器)、以及包括计算机程序代码(软件)722的至少一个存储器
720，其中至少一个存储器和计算机程序代码(软件)722被配置为与至少一个处理器一起引起装置700执行上述接入节点的示例实施例中的任何一个。
[0091]
存储器720可以使用任何合适的数据存储技术来实现，诸如基于半导体的存储器设备、闪存、磁存储器设备和系统、光学存储器设备和系统、固定存储器和可移动存储器。存储器可以包括用于存储配置数据的配置数据库。例如，配置数据库可以存储当前相邻小区列表，并且在一些示例实施例中，可以存储在检测到的相邻小区中使用的帧的结构。
[0092]
装置700还可以包括通信接口730，该通信接口730包括用于根据一种或多种通信协议实现通信连接的硬件和/或软件。通信接口730可以为装置提供无线电通信能力以在蜂窝通信系统中进行通信。例如，通信接口可以向终端设备提供无线电接口。装置700还可以包括朝向诸如网络协调器装置等核心网和/或到蜂窝通信系统的接入节点的另一接口。装置700还可以包括被配置为分配资源的调度器740。
[0093]
尽管上面已经参考根据附图的示例描述了本发明，但显然本发明不限于此，而是可以在所附权利要求的范围内以多种方式进行修改。因此，所有词语和表达都应当被广义地解释并且它们旨在说明而不是限制实施例。对于本领域技术人员来说很清楚的是，随着技术的进步，本发明的概念可以以各种方式实现。此外，本领域技术人员清楚，所描述的实施例可以但不必须以各种方式与其他实施例组合。