基站唤醒方法、装置、基站及计算机可读存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115915355A(43)申请公布日2023.04.04(21)申请号202111154109.7(22)申请日2021.09.29(71)申请人中国电信股份有限公司地址100033北京市西城区金融大街31号(72)发明人赖琮霖李力卡张青张慧嫦刘心唯刘琦刘保华曾焕浩陈园光张家铭余淼付薇薇(74)专利代理机构中国贸促会专利商标事务所有限公司11038专利代理师张海强(51)Int.Cl.H04W52/02(2009.01)G06N3/0464(2023.01)G06N3/0442(2023.01)G06N3/08(2023.01)权利要求书2页说明书10页附图4页(54)发明名称基站唤醒方法、装置、基站及计算机可读存储介质(57)摘要本公开提供了一种基站唤醒方法、装置、基站及计算机可读存储介质，涉及通信技术领域，所述方法包括：确定目标小区的M层邻区，M≥2，M为正整数；确定目标小区和每层邻区的N种负载参数，N≥1，N为正整数；构建第j种负载参数对应的输入矩阵，1≤j≤N，j为正整数，包括：计算目标小区的第一参考值；计算第1层邻区至第M‑1层邻区中每个邻区的第二参考值；和构建由中心元素值和中心元素值周围的M‑1圈元素值组成的输入矩阵；将每种负载参数对应的输入矩阵输入训练好的神经网络模型中，以得到决策结果，决策结果为唤醒结果和不唤醒结果中的一种；基于决策结果决定是否唤醒目标小区。CN115915355ACN115915355A权利要求书1/2页1.一种小区唤醒方法，包括：确定目标小区的M层邻区，M≥2；确定所述目标小区和每层邻区的N种负载参数，N≥1；构建第j种负载参数对应的输入矩阵，1≤j≤N，包括：计算所述目标小区的第一参考值，所述第一参考值包括所述目标小区的第1层邻区中每个邻区的第j种负载参数与所述目标小区的第j种负载参数之间的差值；计算第1层邻区至第M‑1层邻区中每个邻区的第二参考值，所述第二参考值包括该邻区的第1层邻区中每个邻区的第j种负载参数与该邻区的第j种负载参数之间的差值；和构建由中心元素值和所述中心元素值周围的M‑1圈元素值组成的输入矩阵，所述中心元素值基于所述第一参考值确定，第i圈元素值基于第i层邻区中每个邻区的第二参考值确定，1≤i≤M‑1；将每种负载参数对应的输入矩阵输入训练好的神经网络模型中，以得到决策结果，所述决策结果为唤醒结果和不唤醒结果中的一种；基于所述决策结果决定是否唤醒所述目标小区。2.根据权利要求1所述的方法，其中，所述第i层邻区中邻区的数量为a，所述第i圈元素值中第m个元素值和所述中心元素值之间的相对位置关系与所述第i层邻区中第m个邻区和所述目标小区之间的相对位置关系一致，所述第i圈元素值中第m个元素值基于所述第i层邻区中第m个邻区的第二参考值确定，1≤m≤a。3.根据权利要求2所述的方法，其中，所述第二参考值包括以该邻区的第1层邻区中每个邻区的第j种负载参数为被减数、以该邻区的第j种负载参数为减数计算得到的差值，所述第i圈元素值中第m个元素值基于所述第i层邻区中第m个邻区的第二参考值中为正数的差值之和确定。4.根据权利要求3所述的方法，其中，所述第一参考值包括以所述目标小区的第1层邻区中每个邻区的第j种负载参数为被减数、以所述目标小区的第j种负载参数为减数计算得到的差值，所述中心元素值基于所述第一参考值中为正数的差值之和确定。5.根据权利要求4所述的方法，其中，所述中心元素值为所述第一参考值中为正数的差值之和的X倍，所述第i圈元素值中第m个元素值为所述第i层邻区中第m个邻区的第二参考值中为正数的差值之和的X倍，X≠0。6.根据权利要求5所述的方法，其中，X＝1。7.根据权利要求1所述的方法，其中，所述N种负载参数包括小区激活用户数和小区无线资源控制连接数。8.根据权利要求7所述的方法，其中，所述N种负载参数还包括小区能耗和小区流量。9.根据权利要求8所述的方法，其中，所述N种负载参数还包括小区切换率和小区资源利用率。10.根据权利要求1‑9任意一项所述的方法，其中，所述神经网络模型包括卷积神经网络，所述神经网络模型根据如下方式进行训练：获取样本矩阵，所述样本矩阵包括多个样本矩阵，所述多个样本矩阵包括多个第一样本矩阵和多个第二样本矩阵；以所述多个第一样本矩阵为输入、以唤醒结果为输出，并且以所述多个第二样本矩阵2CN115915355A权利要求书2/2页为输入、以不唤醒结果为输出，对所述神经网络模型进行训练。11.根据权利要求10所述的方法，其中，所述神经网络模型还包括长短期记忆网络，所述神经网络模型的输入为所述卷积神经网络的输入，所述神经网络模型的输出为所述长短期记忆网络的输出；所述多个样本矩阵包括Q组样本矩阵，Q≥2，不同组样