[發明專利]一種基站負載均衡的管理方法及系統

有效

• 申請號: 201710860446.5
• 申請日: 2017-09-21
• 公開（公告）號: CN107517481B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 裴冬
• 申請（專利權）人: 臺州市吉吉知識產權運營有限公司
• 主分類號: H04W28/08
• 分類號: H04W28/08;H04W48/06;H04W48/20
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 裴金華

1.一種基站負載均衡的管理方法，其特征在于，包括：

步驟S100分別獲取每個基站的訓練樣本數據；

每個基站的訓練樣本數據是從該基站對應的歷史負載數據庫中選取的符合第一預設條件的歷史負載數據；所述符合第一預設條件的歷史負載數據為選取數據量符合預設訓練樣本時長要求，且發生在當前時間之前的負載數據；

步驟S200分別訓練得到每個基站的負載預測模型；具體包括:

步驟S210根據該基站的訓練樣本數據和GBDT模型，得到影響該基站負載的特征組合；

步驟S220根據得到的特征組合，采用邏輯斯蒂回歸模型，得到回歸函數，將特征組合中的各特征作為回歸函數中的各特征分量；

步驟S230根據該基站的訓練樣本數據，采用梯度下降法，得到回歸函數中各參數的取值；

步驟S240將代入了各參數的取值的回歸函數作為基站的負載預測模型;

所述步驟S220中的回歸函數為：

h_θ(x)＝θ^Tx＝θ₀x₀+θ₁x₁+...+θ_nx_n……………………………(1)

其中，x₀為1，x₁,x₂,...,x_n代表特征組合中的各特征，x＝[x₀,x₁,x₂,...,x_n]^T；θ₀,θ₁,θ₂...,θ_n為參數，θ＝[θ₀,θ₁,θ₂,...,θ_n]^T；

所述步驟S230中根據該基站的訓練樣本數據，采用梯度下降法，得到回歸函數中各參數的取值所采用的函數如下：

其中，i表示訓練樣本數據中的第i個訓練樣本，m是訓練樣本數據中的樣本總數；h_θ(xⁱ)為第i個訓練樣本對應的預測負載，yⁱ表示第i個訓練樣本中的實際負載；當J(θ)最小時，J(θ)對應的θ值為回歸函數中的各參數的取值;步驟S300分別獲取每個基站的當前負載數據；

步驟S400分別計算每個基站的預測負載；

每個基站的預測負載是根據該基站的當前負載數據和該基站對應的負載預測模型，計算得到的該基站在預設時間段內的平均負載；

步驟S500當有待接入用戶時，根據各個基站的當前負載和預測負載，按第二預設條件挑選一個基站，作為待接入用戶待接入的目標基站；所述第二預設條件為選擇當前負載和預測負載均小于預設負載閾值、且預測負載最小的基站;具體包括:

步驟S510當有待接入用戶時，根據該用戶位置，獲取覆蓋該用戶的所有基站；

步驟S520分別獲取覆蓋該用戶的所有基站各自對應的當前負載和預測負載；

步驟S530按第二預設條件，從覆蓋該用戶的所有基站中挑選一個基站，作為待接入用戶待接入的目標基站。

2.根據權利要求1所述的基站負載均衡的管理方法，其特征在于，所述步驟S500之后還包括：

步驟S600當存在到達負載預測模型更新時間的基站時，更新該基站的訓練樣本數據，并根據更新的訓練樣本數據更新該基站的負載預測模型。