[发明专利]一种基于双层环路模型的无线资源调度方法

说明书

技术领域

本发明属于无线网络主动认知领域，具体涉及一种基于双层环路模型的无线资源调度方法。

背景技术

当前，移动互联网正以前所未有的发展速度向前演进。一方面，移动互联网的分布与结构日益广泛和复杂，另一方面，其用户在现有网络环境、无线资源的前提下，对网络服务提出了更高的要求。这些要求包括：更快的服务反馈，更智能化、独立、甚至个性化的服务内容。高要求的出现给传统的无线资源调度带来了前所未有的挑战。

传统的无线资源调度方法主要以被动和人工形式为主，主要方法是：对运营网络进行参数采集、数据分析，找出影响网络运行质量的原因并通过对参数的调整和某些技术手段的采用而使网络达到最佳的运营状态。这种调度的触发往往是在对网络性能经常性的跟踪检查时发现统计指标达不到要求、网络质量明显下降或用户的反映强烈、用户群改变或发生突发事件并对网络质量造成很大影响时，明显滞后于用户体验的改变且无法完成个性化的服务。

在这样的移动互联网的变化发展趋势和现有的网络资源调度方法难以适应这种趋势的背景下，主动认知技术逐渐被用于移动互联网领域并广为研究。主动认知技术主要强调网络的学习能力、知识共享能力、智能决策能力，旨在提前预知用户通信体验的变化并采取合理的参数调整策略及资源调度策略以保障用户体验的稳定。现有的主动认知环路模型主要有两类：一类是Boyd（博伊德）提出的经典的观察-判断-决策-行动（observe-orient-decide-act(OODA)）环路模型及其扩展模型；另一类是Mitola提出的观察-判断-计划-决策-行动-学习（observe-orient-plan-decide-act-learn(OOPDAL)）环路模型。但是以上两类环路模型都局限在单一无线电实体。实际上，核心网和接入网对于不同网络资源具有不同的调度能力，而且网络位置的差异也造成了这两个层面的网络在主动认知功能上差异，所以不能简单的将二者一概而论，必须分开设计认知环路。

发明内容

本发明的目的是提供一种基于双层环路模型的无线资源调度方法，通过在网络中运行双层认知环路，主动实现更为高效的无线资源配置能力，提高无线网络的智能性，不断改善网络用户的用户体验。

本发明是这样实现的：

一种基于双层环路模型的无线资源调度方法，包括如下步骤：

步骤1：建立一个上层决策环路和多个下层执行环路，并使上层决策环路指导多个下层执行环路进行工作；

步骤2：在上层决策环路中，进行数据收集、将收集的数据进行判断和计划，并对计划出的方案进行决策，将收集到的数据存入数据库，并通过学习将挖掘到的知识存入知识库，计划以及决策时均使用知识库中的知识，决策后将得到的优化策略存入策略库；

步骤3：在下层执行环路中，收集外部网络环境的实时状态，通过判断外部网络环境的实时状态得到运行情况，并从上层决策环路得到优化策略，再将优化策略中的配置参数输出给网络实体。

如上所述的一种基于双层环路模型的无线资源调度方法，其中：所述调度方法以提高用户体验质量为运作目标进行决策。

如上所述的一种基于双层环路模型的无线资源调度方法，其中：在上层决策环路中，所述数据收集是指观察，此步骤是开放系统的信息输入环节，观察信息包括：网络管理者的意图、全网的实时资源状态、用户侧的信息反馈、执行环路上报的状态；

判断指对观察步骤接收到的信息作预处理，并基于预处理后的信息及数据库的支撑形成当前场景下的全局态势；

计划指以输入为指导，根据判断步骤的输出，在知识库的支持下，做出所有备选计划方案；

决策指在知识库的支持下，对所有备选计划方案进行优先级排序或选取其一，选择的计划方案就是优化策略。

如上所述的一种基于双层环路模型的无线资源调度方法，其中：所述上层决策环路进行如下步骤：

步骤（2.1）：观察步骤为观测到有用户请求视频点播服务时，记录视频类型、用户类型、背景流量，收集各个用户的用户体验质量值，并存储到数据库中；

步骤（2.2）：判断步骤为在数据库的帮助下，将收集到的参数进行转化形成网络态势：基站用户个数、用户类型、点播的视频内容、分配的视频速率，用户体验质量值；

步骤（2.3）：计划步骤将观察的信息与知识库中的知识进行匹配，得到备选的资源调度方案；

步骤（2.4）：决策步骤根据网络资源调度的优化目标，从备选策略中选择最优策略，并输出到策略库中。

步骤（2.5）：行动步骤将最优策略下发到基站侧执行。