一种基于线性估计的话务量数据融合方法与流程

本发明属于通信技术及计算机领域，具体涉及一种基于线性估计的话务量数据融合方法。

背景技术：

在基站能耗中空调能耗约占40%，基站主设备能耗约占40%。因此，对基站通信主设备进行节能降耗也是十分有必要的。而且，基站主设备的节能降耗会使基站主设备散发的热量减少，从而进一步减少风机、空调等降温设备的工作时间，从而达到双重降耗的效果。

现有基站中，绝大多数基站均配备了具有智能载频、时隙关断等多种节能模式的主设备。因此，需要提供一种高效基站节能方法，用于实时设置基站主设备进入——退出节能模式。

技术实现要素：

为了弥补现有技术的不足，本发明提供一种基于线性估计的话务量数据融合方法的技术方案。

所述的一种基于线性估计的话务量数据融合方法，其特征在于包括以下步骤：

（1）统计非节能时间段基站历史话务数据，并采用基站节能时间筛选算法筛选出符合节能时间条件的时间集合；

（2）在到达节能开始时间点时，执行节能微调；

（3）判断主设备业务量是否为空，是则进行节能模式，否则返回步骤（3）；

（4）实时监测基站主设备是否满足业务量需求，是则保持节能模式，否则退出节能模式，并返回步骤（1）。

所述的一种基于线性估计的话务量数据融合方法，其特征在于在步骤（1）之后还包括步骤：判断筛选出的基站节能时间集合是否为空，是则增加历史话务数据时间长度，然后返回步骤（1）；否则进入步骤（2）。

所述的一种基于线性估计的话务量数据融合方法，其特征在于所述基站节能时间筛选算法具体操作包括以下步骤：

1）话务量统计判决模块统计最近n个周期的话务量数据，一个周期为24小时，以时间步长w为单位平分24小时话务曲线，得出各时间节点的平均话务量；

2）根据公式（1-1）,（1-2）从各时间节点中筛选出满足节能开始时间点的时间节点，根据公式（2-1）,（2-2）从各时间节点中筛选出满足节能结束时间点的时间节点；

其中，公式（1-1）为(am+nlow-l)(am-1+nlow-l)<0，公式（1-2）为(am+nlow-l)(am+1+nlow-l)>0，公式（2-1）为(an-nhigh-h)(an-1-nhigh-h)>0，公式（2-2）为(an-nhigh-h)(an+1-nhigh-h)<0；

其中，低话务量门限值:l；

高话务量门限值:h,l<h；

开始节能时间点预留话务量资源门限:nlow；

结束节能时间点预留话务量资源门限:nhigh,nlow<nhigh；

开始节能时间点:m；

结束节能时间点:n。

3）按时间顺序分析所有满足条件的节能开始时间点和节能结束时间点，并得出节能时间段，

4）调整节能始末时间点。若是开始节能时间点与非节能时间部分重叠，则判定该重叠部分的非节能时间临界点为开始节能时间点；若是结束节能时间点与非节能时间部分重叠，则判定该重叠部分的非节能时间临界点为结束节能时间点，若是不重合，则直接得出新的节能时间段。

所述的一种基于线性估计的话务量数据融合方法，其特征在于在步骤3）中按时间顺序分析所有满足条件的开始节能时间点和结束节能时间点：若第一时间节点类型为开始节能时间点，则按时间节点先后顺序依次两两合为一组节能时间段；否则，第一时间节点和最后一时间节点合为一组节能时间段，其它节点按先后顺序依次两两合为一组节能时间段。

本发明对数据库中的基站话务量数据进行数据融合，得到基站话务量预测曲线，并通过节能筛选算法对基站进行节能模式设置，有效地降低基站整体能耗。

附图说明

图1为本发明基于线性估计的基站节能方法流程示意图；

图2为本发明节能时间筛选算法步骤流程图。

具体实施方式

下面结合附图对本发明作进一步说明。

一种基于线性估计的话务量数据融合方法，包括以下步骤：

（1）通过指数加权滑动平均算法对数据库中的基站话务量数据进行数据融合，得到基站话务量预测曲线，并采用基站节能时间筛选算法筛选出符合节能时间条件的时间集合。

（2）判断筛选出的基站节能时间集合是否为空，是则增加历史话务数据时间长度，然后返回步骤（1）；否则进入步骤（3）。

（3）在到达节能开始时间点时，执行节能时间微调。

（4）判断主设备业务量是否为空，是则进行节能模式，即对主设备进行关断时隙、或关断载频、或关断小区操作；否则返回步骤（3），对节能时间进行微调。

（5）实时监测基站主设备是否满足业务量需求，是则保持节能模式；否则退出节能模式，并返回步骤（1）。

在步骤（3）中，通过节能时间筛选算法判决出的节能时间段话务负载和实际基站话务负载情况有差异，因此需要进一步微调节能时间，例如推迟节能开始时间，减少节能时间等，降低基站进入节能模式的操作对掉话率、服务质量qos指标造成的不良影响。

所述基站节能时间筛选算法具体操作包括以下步骤：

1）话务量统计判决模块统计最近n个周期的话务量数据，一个周期为24小时，以时间步长w为单位平分24小时话务曲线，得出各时间节点的平均话务量；

2）根据公式（1-1）、（1-2）从各时间节点中筛选出满足节能开始时间点的时间节点，根据（2-1）、（2-2）从各时间节点中筛选出满足节能结束时间点的时间节点。

3）按时间顺序分析所有满足条件的节能开始时间点和节能结束时间点，并得出节能时间段，具体操作：若第一时间节点类型为开始节能时间点，则按时间节点先后顺序依次两两合为一组节能时间段；否则，第一时间节点和最后一时间节点合为一组节能时间段，其它节点按先后顺序依次两两合为一组节能时间段。

4）从全部节能时间段中筛选出节能时间长度大于最小节能门限值p的节能时间段，然后将筛选出的节能时间段中与非节能时间部分相重合的部分去除，得出新的节能时间段，具体操作：判断取得的节能时间段是否与非节能时间段部分重合，若是开始节能时间点与非节能时间部分重合，则判定该重合部分的非节能时间临界点为开始节能时间点；若是结束节能时间点与非节能时间部分重合，则判定该重合部分的非节能时间临界点为结束节能时间点；若是不重合，则直接得出新的节能时间段。

步骤3）的具体操作：

为详细讨论节能时间段的筛选算法，定义如下参数:

统计周期次数:n；

时间步长:w；

设置w是为了设置话务量采集的频率，w越小，节能时间的控制就越精细。

低话务量门限值:l；

高话务量门限值:h,l<h；

开始节能时间点预留话务量资源门限:nlow；

结束节能时间点预留话务量资源门限:nhigh,nlow<nhigh；

nlow和nhigh为安全因子，可以保证一定量的话务冗余，降低话务波动对节能时间点判决的影响。

开始节能时间点:m；

结束节能时间点:n；

最小节能时间门限值:p；在判决节能时间段时可能会有多组时间段，设置是为了忽略由于话务波动造成的小节能时间段。

当基站话务量呈下降趋势时，即m时刻的话务量am小于等于话务量门限值l,m-1时刻的话务量am-1大于低话务量门限值l,m+1时刻的话务量am小于等于低话务门限值l，且同时满足公式（1-1）和公式（1-2）:

(am+nlow-l)(am-1+nlow-l)<0（1-1）

(am+nlow-l)(am+1+nlow-l)>0（1-2）

则时间点m为开始节能时间点。公式（1-1）和公式（1-2）中nlow为安全因子，该值允许一定量的话务波动，减少因为话务抖动造成的节能时间节点的误判断。

当基站话务量呈下降趋势时，即n-1时刻和n时刻的话务量an-1、an均小于等于高话务量门限值h,n+1时刻的话务量an+1大于高话务门限值h，在允许一定量的话务波动nhigh时，且同时满足公式（2-1）和公式（2-2）:

(an-nhigh-h)(an-1-nhigh-h)>0（2-1）

(an-nhigh-h)(an+1-nhigh-h)<0（2-2）

则时间点n为结束节能时间点。公式（2-1）和公式（2-2）中nhigh为安全因子，其作用同nlow。

由上述算法中，称m-1(或n-1)时刻的话务量为趋势因子，称m+1(或n十1)时刻的话务量为超前因子。当前观测点和其前一时刻的关系表征话务量的变化趋势，因此称观测点前一时刻的话务量为趋势因子。通常，对基站的控制以统计话务量的时间周期为基准，

通过分析当前观测点下一时刻的话务量进行预判，可以防止设置基站进入节能模式时间过长导致话务溢出的现象出现，因此称观测点后一时刻的话务量为超前因子。

在步骤4）中，非节能时间部分为基站禁止节能时间段:tf，强制设定某些重要时间段基站禁止进入节能模式，保障基站正常工作；其他时间段为基站允许节能时间段:tp。

本发明对数据库中的基站话务量数据进行数据融合，得到基站话务量预测曲线，并通过节能筛选算法对基站进行节能模式设置，有效地降低基站整体能耗。