[發明專利]移動網絡中的預測頻譜分配

在審

• 申請號: 201380074974.8
• 申請日: 2013-06-24
• 公開（公告）號: CN105052229A
• 公開（公告）日: 2015-11-11
• 發明（設計）人: A·V·克爾蒂
• 申請（專利權）人: 英派爾科技開發有限公司
• 主分類號: H04W72/04
• 分類號: H04W72/04
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 呂俊剛;劉久亮

1.一種在無線網絡中采用預測頻譜分配的方法，該方法包括以下步驟：

從移動裝置接收對于子載波分配的請求，所述請求包括所述移動裝置的時間戳和位置；

基于所述時間戳和所述位置來標識好的群集；

從所述“好的”群集中選擇時頻向量；以及

向所述移動裝置發送子載波分配信息，其中，所述子載波分配信息基于所述時頻向量。

2.根據權利要求1所述的方法，其中，發送所述子載波分配信息包括發送要用在連續時隙中的頻率的序列。

3.根據權利要求1所述的方法，該方法還包括以下步驟：

響應于從所述移動裝置接收到所述子載波分配是無法接受的指示，切換到缺省子載波分配。

4.根據權利要求3所述的方法，該方法還包括以下步驟：

將與所述子載波分配相關聯的壞的質量指示轉發到分析服務器。

5.根據權利要求1所述的方法，其中，基于所述時間戳和所述位置來標識所述好的群集包括以下步驟：

從多個移動裝置接收關于裝置位置、時隙、為各個時隙分配的子載波和質量指標的信息；

按裝置位置對所述時隙進行分組以形成分析間隔；

針對各個分析間隙來標識時頻向量，其中，所述時頻向量使所述分析間隔與所述裝置位置相關聯；

針對各個時頻向量來計算優度指標；以及

針對各個分析間隔和關聯位置將時頻向量的一個或更多個群集標識為好的群集和壞的群集。

6.根據權利要求1所述的方法，該方法還包括以下步驟：

采用機器學習技術用基本上類似的“優度”指標值來標識時頻向量的群集。

7.根據權利要求6所述的方法，其中，采用所述機器學習技術包括使用神經網絡、支持向量機(SVM)和貝葉斯分類器中的一個或更多個。

8.根據權利要求1所述的方法，其中，接收請求包括通過利用多址技術的無線通信技術來接收請求。

9.根據權利要求1所述的方法，該方法還包括以下步驟：

為一組子載波頻率或單個子載波頻率中的一個確定所述時頻向量。

10.一種被配置為采用預測頻譜分配的無線網絡用控制器，該控制器包括：

通信模塊，該通信模塊用于通過無線網絡與多個移動裝置進行通信；

處理器，該處理器耦接至所述通信模塊，所述處理器被配置為：

從移動裝置接收對于子載波分配的請求，所述請求包括所述移動裝置的時間戳和位置；

基于所述時間戳和所述位置來標識好的群集；

從所述“好的”群集中選擇時頻向量；并且

基于所述時頻向量向所述移動裝置發送子載波分配信息。

11.根據權利要求10所述的控制器，其中，所述子載波分配信息包括要用在連續時隙中的頻率的序列。

12.根據權利要求10所述的控制器，其中，所述處理器還被配置為：

響應于從所述移動裝置接收到所述子載波分配是無法接受的指示，切換到缺省子載波分配。

13.根據權利要求12所述的控制器，其中，所述處理器還被配置為：

將與所述子載波分配相關聯的壞的質量指示轉發到分析服務器。

14.根據權利要求10所述的控制器，其中，所述處理器還被配置為通過以下步驟基于所述時間戳和所述位置來標識所述好的群集：

從多個移動裝置接收關于裝置位置、時隙、為各個時隙分配的子載波和質量指標的信息；

按位置對所述時隙進行分組以形成分析間隔；

針對各個分析間隙來標識時頻向量，其中，所述時頻向量使所述分析間隔與所述裝置位置相關聯；

針對各個時頻向量來計算優度指標；并且

針對各個分析間隔和關聯位置將時頻向量的群集標識為好的群集和壞的群集。

15.根據權利要求10所述的控制器，其中，所述處理器還被配置為：

采用機器學習技術用基本上類似的優度指標值來標識時頻向量的群集。

16.根據權利要求15所述的控制器，其中，所述機器學習技術包括神經網絡、支持向量機(SVM)和貝葉斯分類器中的一個或更多個。