[发明专利]基于大数据分析的小基站开关控制方法

说明书

本发明公开了一种基于大数据分析的小基站开关控制方法，包括：采集场景信息步骤；数据预处理步骤；提取特征步骤；选择并训练模型步骤；预测步骤。本发明利用特殊场景下时刻表以及小基站接入人数的历史记录，建立数学模型，预测未来小基站内的待服务人数，根据待服务人数去控制小基站的开关，达到节能、减少基站间干扰的目的。在建立数学模型的过程中，本方法结合数据挖掘和机器学习，提高了预测的准确率和系统的实用性。

技术领域

本发明属于网络通信技术领域，涉及基于大数据分析的小基站开关控制方法。

背景技术

在宏站覆盖范围内同频密集部署低功率小站的超密集异构网络是一种提升无线网络频谱利用率和网络容量的有效方法。但由于待服务的终端在空间上分布不均，在某一时刻，一个地区内的某些小基站满负荷运转，而有些小基站空载，这造成了处理资源的浪费。另一方面，小区中的用户分布存在潮汐效应。所以，如果能事先预测出小基站未来的服务人数，就可以适时地开启/关闭小基站，从而达到，节能、减少基站间干扰等目的。当前现有技术还无法实现这一点。

发明内容

为解决上述问题，本发明公开了一种基于大数据分析的小基站开关控制方法，能够预测小基站未来服务人数，并据此开启/关闭小基站。在一些特殊场景，如飞机场、火车站等场景下，人流的潮汐效应更加明显：在火车/飞机到来前，站台往往汇聚大量服务人群，而离去时往往带离大量服务人群。和一般场景不同的是，在飞机场、火车站场景下，由于飞机/火车到达和离开的时刻是由时刻表预先规定好的，所以人群的到来和离去的大体情况也是可以预先获知的。本发明即可利用特殊场景下时刻表以及小基站接入人数的历史记录，建立数学模型，预测未来小基站内的待服务人数，根据待服务人数去控制小基站的开关。

为了达到上述目的，本发明提供如下技术方案：

基于大数据分析的小基站开关控制方法，包括如下步骤：

步骤1：采集场景信息

所述场景信息包括两部分的信息：

第一部分信息是小基站内接入人数的信息，定期采样一次，记录各个时刻的基站接入人数，放入样本集合L＝{(x_i,y_i)}，其中x_i为记录数据的时刻，y_i为x_i时刻小基站接入的人数；

第二部分是场景中时刻表所记录的人群到来的时刻和人数，放入样本集合M＝{(t_i,p_i)}，其中t_i为人群到来的时刻，p_i为到来的人数；

步骤2：数据预处理

去除集合L和M中的重复数据、异常值和空值；

步骤3：提取特征

为每个样本提取12个特征，将结合集合L和集合M，生成一个新的集合G＝{(f_i,n,l_i)}，其中，f_i,n表示集合G中的第i个样本的第n个特征，1≤n≤12，对应着模型的输入，l_i表示集合G中第i个样本的标签，取值为1或0，1代表基站开启，0代表基站关闭，对应着模型的输出；

计算集合G中的f_i,n：

首先，在集合L中选取第i个样本(x_i,y_i)，然后在集合M中生成样本子集M_sub＝{(t_m,p_m)}，其中t_m满足t_m-x_i＞(n-1)T且t_m-x_i＜nT，T为设定好的时间间隔，最后，f_i,n由式得到；