技术领域
[0001] 本
发明涉及通信技术领域，特别是指一种无线数据处理方法及系统。
背景技术
[0002] 目前无线
大数据主要应用于网络规划优化及移动边缘存储、内容分发等。网络规划是基于离线的大数据分析，发现网络
盲点及热点，指导网络部署。目前网络规划优化的主要工作是集中于对路测数据或者终端侧及基站侧的MR(Measurement Report，测量报告)数据、信令采集、网管指标、工参(包括站址经纬度、站高、RF射频参数)数据等从管理面上对网络参数进行优化，如功率，互操作，
定时器，移动性参数优化等。
[0003] 现有网络及基于大数据的网络规划优化存在以下问题：
[0004] 传统无线网络
感知能
力和分析能力不足，为被动式通信方式；
[0005] 无线网络的部分功能仍是静态、粗放配置，未考虑个体差异性及多维度环境信息的潜在影响；
[0006] 面向峰值及受限场景的保守设计，不能满足新业务需求
[0007] 基于经典理论模型，但理论模型与实际的差异性导致网络性能损失。
[0008] 并且，目前基于大数据的网络规划优化方案未充分的挖掘用户行为对网络的优化；基于离线的分析或者是长时间的管理面配置，通常是分钟级别的，不能适应无线链路的快速变化。
发明内容
[0009] 本发明要解决的技术问题是提供一种无线数据处理方法及系统，能够基于大数据进行无线资源配置。
[0010] 为解决上述技术问题，本发明的
实施例提供技术方案如下：
[0011] 一方面，提供一种一种无线数据处理方法，包括：
[0012] 采集无线网络数据及链路数据；
[0013] 利用采集的数据获取或更新无线策略模型；
[0014] 分发所述无线策略模型到实时策略计算单元，以便所述实时策略计算单元将实时数据和/或特征数据输入到所述无线策略模型计算得到当前的无线策略配置参数；
[0015] 分发无线策略配置参数到对应的执行单元进行策略执行。
[0016] 进一步地，还包括：
[0017] 利用采集的数据计算或更新所述特征数据。
[0018] 进一步地，采集的网络数据及链路数据包括但不限于：
[0019] Uu口数据和信令数据；
[0020] 基站配置参数；
[0021] CU和DU的内部处理数据；
[0022] 特征数据；
[0023] 采集的方法包括但不限于订阅、主动
请求、监听采集，采集的时间为周期性的或事件触发的。
[0024] 进一步地，所述特征数据为统计特征数据和/或分类特征数据，包括但不限于：
[0026] 终端解调能力特征；
[0027] 业务QoS特征；
[0028] 业务负载特征；
[0029] 信道分布特征。
[0030] 进一步地，所述无线策略配置参数包括但不限于：
[0031] 功率控制策略；
[0032] 调度资源指示；
[0033] 多输入多输出MIMO传输模式；
[0034] 调制与编码策略MCS；
[0035] 混合自动重传请求HARQ方式；
[0038] 进一步地，所述无线策略模型包括但不限于：
[0039] MCS选择模型；
[0040] 移动性切换决策模型；
[0041] beam切换策略模型；
[0042] TCP窗口策略模型；
[0043] 资源分配策略模型。
[0044] 本发明实施例还提供了一种无线
数据处理系统，包括：
[0045]
数据采集单元，用于采集无线网络数据及链路数据；
[0046] 模型训练单元，用于利用采集的数据获取或更新无线策略模型；
[0047] 实时策略计算单元，用于实时数据和/或特征数据输入到所述无线策略模型计算得到当前的无线策略配置参数；
[0048] 执行单元，用于根据无线策略配置参数执行对应的无线资源配置和优化。
[0049] 进一步地，还包括：
[0050] 特征计算单元，用于根据采集的数据计算或更新特征数据。
[0051] 进一步地，所述模型训练单元用于将计算或更新后的无线策略模型下发或根据订阅需求推送到相应的实时策略计算单元。
[0052] 进一步地，所述特征计算单元用于将计算或更新后的特征数据下发或根据订阅需求推送到相应的实时策略计算单元和模型训练单元。
[0053] 进一步地，所述实时策略计算单元主动向所述模型训练单元、所述数据采集单元和所述特征计算单元订阅所需的无线策略模型、实时数据和特征数据。
[0054] 进一步地，所述数据采集单元和所述模型训练单元位于CU
节点；
[0055] 所述实时策略计算单元和所述执行单元位于DU节点；
[0056] 所述数据采集单元和所述特征计算单元位于核心网数据处理节点。
[0057] 进一步地，所述CU节点中还包括特征计算单元和实时策略计算单元；或者还包括实时策略计算单元和执行单元；
[0058] 所述核心网数据处理节点还包括数据采集单元和模型训练单元。
[0059] 进一步地，CU节点的数据采集单元至少采集来自DU节点的数据和CU节点自身的数据，以及采集来自核心网数据处理节点的特征计算单元的特征数据；CU节点的模型训练单元至少向DU节点的实时策略计算单元分发模型；
[0060] DU节点的实时策略计算单元至少利用CU节点的模型训练单元的计算模型进行无线策略计算；
[0061] 核心网数据处理节点的数据采集单元至少采集来自CU节点的数据，核心网数据处理节点的特征计算单元至少向CU节点分发计算的特征数据。
[0062] 本发明实施例还提供了一种通信节点，包括
存储器、处理器及存储在所述存储器上并可在所述处理器上运行的
计算机程序；所述处理器执行所述程序时实现如上所述的无线数据处理方法。
[0063] 本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的无线数据处理方法中的步骤。
[0064] 本发明的实施例具有以下有益效果：
[0065] 上述方案中，通信节点能够进行数据采集，并基于采集的数据进行
预测分析以及无线资源配置，这样可以利用无线网络中包括应用数据，用户数据，网络数据及无线链路数据在内的大量数据对无线网络传输进行优化设计，从数据科学的
角度出发，对无线网络的数据面和控制面进行优化。
附图说明
[0066] 图1为本发明实施例无线数据处理方法的结构示意图；
[0067] 图2为本发明实施例无线数据处理系统的结构示意图；
[0068] 图3为本发明实施例通信系统的
框架示意图。
具体实施方式
[0069] 为使本发明的实施例要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
[0070] 随着计算能力的增强及存储资源的廉价化，未来无线网络将具备大数据存储及计算能力，这样可以利用无线网络中大量数据，包括应用数据，用户数据，网络数据及无线链路数据，对无线网络传输进行优化设计。大数据对无线网络可以提供如下能力：挖掘潜在的context信息、提供预测、提供先进的离散决策能力方法(
机器学习/
深度学习)等。基于上述分析，未来无线网络应深入挖掘用户行为，并从数据科学的角度出发，对无线网络的数据面和控制面进行优化。
[0071] 为支持这种基于大数据处理的低时延的优化设计目标，无线网络需要具备新的功能：如数据采集、特征计算、预测分析以及优化决策过程，并满足百ms级处理时延。本发明的实施例提供一种无线数据处理方法及集中单元，能够基于大数据进行无线资源配置。
[0072] 本发明实施例提供一种无线数据处理方法，如图1所示，所述方法包括：
[0073] 步骤101、采集无线网络数据及链路数据；
[0074] 步骤102、利用采集的数据获取或更新无线策略模型；
[0075] 步骤103、分发所述无线策略模型到实时策略计算单元，以便所述实时策略计算单元将实时数据和/或特征数据输入到所述无线策略模型计算得到当前的无线策略配置参数；
[0076] 步骤104、分发无线策略配置参数到对应的执行单元进行策略执行。
[0077] 本实施例中，能够进行数据采集，并基于采集的数据进行预测分析以及无线资源配置，这样可以利用无线网络中包括应用数据，用户数据，网络数据及无线链路数据在内的大量数据对无线网络传输进行优化设计，从数据科学的角度出发，对无线网络的数据面和控制面进行优化。
[0078] 进一步地，所述方法还包括：
[0079] 利用采集的数据计算或更新所述特征数据。
[0080] 进一步地，采集的网络数据及链路数据包括以下至少一种：
[0081] Uu口数据和信令数据，如：RSRP(Reference Signal Receiving Power，参考信号接收功率)，RSRQ(Reference Signal Receiving Quality，参考信号接收
质量)，PMI(Precoding Matrix Indicator，预编码矩阵指示)，RI(rank indication，秩指示)，CQI(Channel Quality Indicator，信道质量指示)，AOA(接收端到达角)，AOD(发射端离开角)，MAC(Media Access Control，媒体接入控制)buffer(缓存)大小等；
[0082] 基站配置参数，如：站址经纬度、站高、RF(Radio Frequency，射频)参数，天线配置信息，
频谱，站点类型，站点分布等；
[0083] 特征数据；
[0084] 采集的方法包括但不限于订阅、主动请求、监听采集，采集的时间为周期性的或事件触发的。
[0085] 进一步地，所述特征数据为统计特征数据和/或分类特征数据，包括但不限于：
[0086] 用户位置分布概率特征；
[0087] 终端解调能力特征；
[0088] 业务QoS特征；
[0089] 业务负载特征；
[0090] 信道分布特征。
[0091] 进一步地，所述无线策略配置参数包括但不限于：
[0092] 功率控制策略；
[0093] 调度资源指示；
[0094] 多输入多输出MIMO(多输入多输出)传输模式；
[0095] MCS(调制与编码策略)；
[0096] 混合自动重传请求HARQ(混合自动重传请求)方式；
[0097] 参考信号图样；
[0098] 协作站点协作方式。
[0099] 进一步地，所述无线策略模型包括以下至少一种：
[0100] MCS选择分类器模型；
[0101] 移动性判决分类器模型；
[0102] 移动性切换/beam切换参数，如判决
门限，时间timer；
[0103] 接入控制参数，如timer；
[0104] UE状态切换中的状态转换参数，如状态转换timer。
[0105] 本发明实施例还提供了一种无线数据处理系统，如图2所示，包括：
[0106] 数据采集单元，用于采集无线网络数据及链路数据；
[0107] 模型训练单元，用于利用采集的数据获取或更新无线策略模型；
[0108] 实时策略计算单元，用于实时数据和/或特征数据输入到所述无线策略模型计算得到当前的无线策略配置参数；
[0109] 执行单元，用于根据无线策略配置参数执行对应的无线资源配置和优化。
[0110] 本实施例中，能够进行数据采集，并基于采集的数据进行预测分析以及无线资源配置，这样可以利用无线网络中包括应用数据，用户数据，网络数据及无线链路数据在内的大量数据对无线网络传输进行优化设计，从数据科学的角度出发，对无线网络的数据面和控制面进行优化。
[0111] 进一步地，无线数据处理系统还包括：
[0112] 特征计算单元，用于根据采集的数据计算或更新特征数据。
[0113] 进一步地，采集的网络数据及链路数据包括以下至少一种：
[0114] Uu口数据和信令数据，如：RSRP(Reference Signal Receiving Power，参考信号接收功率)，RSRQ(Reference Signal Receiving Quality，参考信号接收质量)，PMI(Precoding Matrix Indicator，预编码矩阵指示)，RI(rank indication，秩指示)，CQI(Channel Quality Indicator，信道质量指示)，AOA(接收端到达角)，AOD(发射端离开角)，MAC(Media Access Control，媒体接入控制)buffer(缓存)大小等；
[0115] 基站配置参数，如：站址经纬度、站高、RF(Radio Frequency，射频)参数，天线配置信息，频谱，站点类型，站点分布等；
[0116] 特征数据；
[0117] 采集的方法包括但不限于订阅、主动请求、监听采集，采集的时间为周期性的或事件触发的。
[0118] 进一步地，所述特征数据为统计特征数据和/或分类特征数据，包括但不限于：
[0119] 用户位置分布概率特征；
[0120] 终端解调能力特征；
[0121] 业务QoS特征；
[0122] 业务负载特征；
[0123] 信道分布特征。
[0124] 进一步地，所述无线策略配置参数包括但不限于：
[0125] 功率控制策略；
[0126] 调度资源指示；
[0127] 多输入多输出MIMO(多输入多输出)传输模式；
[0128] MCS(调制与编码策略)；
[0129] 混合自动重传请求HARQ(混合自动重传请求)方式；
[0130] 参考信号图样；
[0131] 协作站点协作方式。
[0132] 进一步地，所述无线策略模型包括以下至少一种：
[0133] MCS选择分类器模型；
[0134] 移动性判决分类器模型；
[0135] 移动性切换/beam切换参数，如判决门限，时间timer；
[0136] 接入控制参数，如timer；
[0137] UE状态切换中的状态转换参数，如状态转换timer。
[0138] 进一步地，所述模型训练单元用于将计算或更新后的无线策略模型下发或根据订阅需求推送到相应的实时策略计算单元。
[0139] 进一步地，所述特征计算单元用于将计算或更新后的特征数据下发或根据订阅需求推送到相应的实时策略计算单元和模型训练单元。
[0140] 其中，实时策略计算单元主动向其他单元订阅所需的无线策略模型、实时数据和特征数据。
[0141] 图3所示为通信系统的框架示意图，如图3所示，在通信系统中分布有大量的CU(集中单元)，每个CU下分布有多个DU(分布式单元)，DU下分布有一个或多个UE，CU能够接收核心网的数据。
[0142] 其中，所述数据采集单元、模型训练单元、特征计算单元、实时策略计算单元、执行单元位于核心网数据处理节点、CU节点和DU节点中，其中，数据采集单元、模型训练单元位于CU节点，实时策略计算单元、执行单元位于DU节点，数据采集单元、特征计算单元位于核心网数据处理节点。
[0143] CU节点中还可以包含特征计算单元、实时策略计算单元、实时策略计算单元、或执行单元。
[0144] 核心网数据处理节点还可以包含数据采集单元和模型训练单元。
[0145] CU的数据采集单元至少采集来自DU的数据和CU自身的数据，还可以采集来自核心网数据处理节点特征计算单元的特征数据；CU的模型训练单元至少向DU节点的实时策略计算单元分发模型；
[0146] DU的实时策略计算单元至少利用CU节点模型训练单元的计算模型进行无线策略计算；
[0147] 核心网数据处理节点的数据采集单元至少采集来自CU的数据，核心网数据处理节点的特征计算单元至少向CU节点分发计算的特征数据。
[0148] 其中，核心网数据处理节点与CU之间的交互基于事件触发，推送用户UE及service profile(业务描述文件)给CU。
[0149] CU间的交互为周期性交互或者事件触发交互，交互信息包括用户移动性信息：移动速度，方向；业务状态，未来可能发起的业务请求；资源分配情况:时/频/空/码/参考信号/RACH(Random Access Channel，随机接入信道)资源等。
[0150] 本发明实施例还提供了一种通信节点，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述处理器执行所述程序时实现如上所述的无线数据处理方法。
[0151] 本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的无线数据处理方法中的步骤。
[0152] 计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模
块或其他数据。计算机的存储介质的例子包括，但不限于
相变内存(PRAM)、静态
随机存取存储器(SRAM)、
动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、
只读存储器(ROM)、
电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他
磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备
访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0153] 以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
