通过使用双重控制算法的无线电配置参数优化制造技术

技术编号:37437427 阅读:15 留言:0更新日期:2023-05-06 09:09
本公开涉及用于通过使用双重控制算法自适应地控制和优化无线电配置参数的技术。双重控制算法包括第一控制算法和第二控制算法,每当某个或多个触发事件发生时,其中的每个算法都独立地执行。第一控制算法用于基于UE信息获得一个或多个用户设备(UE)集群和用于每个UE集群的关键性能指标(KPI)要求,而第二控制算法用于根据KPI要求针对每个UE集群获得优化的无线电配置参数。第二控制算法还被配置为监测其性能,并且如果其性能退化,则向第一控制算法发送相关联的信号。这种信号的出现是引起第一控制算法的执行的触发事件之一。一控制算法的执行的触发事件之一。一控制算法的执行的触发事件之一。

【技术实现步骤摘要】
通过使用双重控制算法的无线电配置参数优化
[0001]相关申请的交叉引用
[0002]本申请要求于2021年6月21日向芬兰专利和注册局提交的题为“UPLINK TRANSMIT POWER CONTROL”的芬兰专利申请号20215727的优先权,其全部公开内容通过引用并入本文。


[0003]本公开总体上涉及无线通信领域,并且具体地涉及用于通过使用两个分离但相互关联的控制算法来自适应地控制和优化无线电配置参数的技术。

技术介绍

[0004]有多个用于无线通信网络(例如,下一代无线电接入网络(NG

RAN))的机器学习(ML)算法示例,它们供应了各种无线电资源管理(RRM)改进。一种这样的ML算法是强化学习(RL)算法,例如,该算法提供了一种低复杂度的机制,用于解决用于针对服务小区内的不同UE集群的上行链路(UL)开环功率控制(OLPC)的用户设备(UE)传输参数优化的问题。然而,这种基于RL的解决方案通常依赖于输入参数集合,该输入参数集合必须被仔细选挑选以获得RL算法的最佳性能。此外,尽管进行了现有技术研究,但如何设计一种用于无线电配置参数优化的基于RL的低复杂度且同时鲁棒的解决方案仍然不是一件容易的事。
[0005]US 2015181519 A1公开了一种用于控制上行链路功率控制的网络节点和方法。该方法包括从UE收集测量报告。该方法包括创建低功率无线电基站(RBS)和宏RBS的集群,其中每个集群包括一个低功率RBS和至少一个宏RBS。该方法还包括为那些连接到低功率RBS的UE标识具有最低路径损耗的宏RBS,以及确定由连接到宏RBS的UE在低功率RBS中对那些UE造成的路径损耗水平和干扰水平。连接到宏RBS的UE。
[0006]现有技术还公开了一种用于上行链路超密集异构网络(HetNets)中功率控制的鲁棒两级学习方法(参见MAKHANBET,M.ET AL.Users first:a robust two

level learning of power control in uplink ultra

dense HetNets;IEEE Access Nov.16,2020,Vol.8,205712

205726,<DOI:10.1109/ACCESS.2020.3037737>)。根据这种方法,每用户功率控制允许用户以全功率传输以保持稳定的连接,但它也导致上行传输过程中的中断概率更高。还提出了一种在HetNets中的鲁棒分布式节能上行链路功率控制方案,该方案考虑了多用户干扰协调。用户聚类采用JarvisPatric(JP)算法,并带有一个额外的术语,称为隶属度(membership)。还提出了一种新颖的2级分布式合作学习(DCL)方案,其中用户充当自组织代理并在本地和全局级别联合优化功率控制。
[0007]现有技术基于ML/RL的解决方案的公共点是它们没有给出针对最有效的算法初始化的细节,也没有解释如何为服务小区内的UE集群和无线电配置参数优化选择详细的ML/RL算法。
[0008]因此,需要一种技术解决方案,该解决方案能够有效地在线调整最重要的(就性能而言)输入参数的集合,进而当ML/RL算法用于无线电配置参数优化时控制低复杂度ML/RL
算法的功能。

技术实现思路

[0009]提供该
技术实现思路
以以简化形式介绍概念的选择,这些概念将在下面的具体实施方式中进一步描述。该
技术实现思路
并非旨在标识本公开的关键特征,也不旨在用于限制本公开的范围。
[0010]本公开的目的是提供一种能够以低复杂度、时间效率和鲁棒的方式实现无线电配置参数优化的技术方案。
[0011]上述目的通过所附权利要求中的独立权利要求的特征来实现。另外的实施例和示例从从属权利要求、具体实施方式和附图中是明显的。
[0012]根据第一方面,提供了一种无线通信网络中的网络节点。该网络包括至少一个处理器和至少一个存储器。至少一个存储器包括计算机程序代码。至少一个存储器和计算机程序代码被配置为与至少一个处理器一起,使网络节点至少如下操作。首先,网络节点被使得从存在于由网络节点服务的小区内的至少一个UE接收UE信息。然后,网络节点被使得基于UE信息,通过使用双重控制算法获得用于至少一个UE的至少一个无线电配置参数。之后,网络节点被使得向至少一个UE发送至少一个无线电配置参数。在本示例实施例中,双重控制算法包括第一控制算法和第二控制算法。第一控制算法被配置为每当至少一个第一触发事件发生时:(i)基于UE信息,将至少一个UE分组为至少一个UE集群;(ii)针对至少一个UE集群中的每个UE集群,确定至少一个关键性能指标(KPI)要求;并且(iii)向第二控制算法提供输出数据,该输出数据指示至少一个UE集群和用于至少一个UE集群中的每个UE集群的至少一个KPI要求。第二控制算法具有性能度量并且被配置为每当至少一个第二触发事件发生时:(i)基于来自第一控制算法的输出数据,获得至少一个无线电配置参数;(ii)基于至少一个无线电配置参数,检查性能度量是否退化;以及(iii)如果性能度量退化,则向第一控制算法提供指示退化的性能度量的信号。至少一个第二触发事件与至少一个第一触发事件不同,并且至少一个第一触发事件包括指示退化的性能度量的信号被提供给第一控制算法的事件。由于第一控制算法和第二控制算法经由指定的触发事件(即,指示退化的性能度量的信号的出现)耦合,即使在所有其他触发事件不存在时(例如,当无线电条件或小区中的负载没有变化、没有周期性事件等时),第二控制算法也可以在网络节点中触发第一控制算法的执行。这允许网络节点以省时且鲁棒的方式提供小区中UE的自动集群/分组以及每个UE集群/组的无线电配置参数优化。此外,如此配置的第一控制算法和第二控制算法可以在潜在的低计算复杂度下用于各种RRM机制。最重要的是,如此配置的第一控制算法和第二控制算法可以在当前新无线电(NR)规范的框架内实现,而无需引入附加的规范改变。
[0013]在第一方面的一个示例实施例中,至少一个存储器和计算机程序代码还被配置为与至少一个处理器一起,使网络节点开始用于第一控制算法的周期性定时器。在该示例实施例中,至少一个第一触发事件还包括用于第一控制算法的周期性定时器到期的事件。因此,网络节点可以被使得响应于又一个触发事件(除了指示退化的性能度量的信号的出现以外)而执行第一控制算法,从而检查当前UE集群和KPI要求的有效性,并且如果需要,更新当前的UE集群和KPI要求。
[0014]在第一方面的一个示例实施例中,至少一个存储器和计算机程序代码还被配置为
与至少一个处理器一起,使网络节点开始用于第二控制算法的周期性定时器。在该示例实施例中,至少一个第二触发事件包括用于第二控制算法的周期性定时器到期的事件。通过将这样的触发事件用于第二控制算法,可以检查当前无线电配置参数的有效性,并且如果需要,更新当前无线电配置参数。
[0本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种无线通信网络中的网络节点,包括:至少一个处理器;以及至少一个存储器,包括计算机程序代码;其中所述至少一个存储器和所述计算机程序代码被配置为与所述至少一个处理器一起,使所述网络节点:

从存在于由所述网络节点服务的小区内的至少一个UE接收用户设备UE信息;

基于所述UE信息,通过使用双重控制算法获得用于所述至少一个UE的至少一个无线电配置参数;以及

向所述至少一个UE发送所述至少一个无线电配置参数;其特征在于所述双重控制算法包括第一控制算法和第二控制算法;其中所述第一控制算法被配置为每当至少一个第一触发事件发生时:(i)基于所述UE信息,将所述至少一个UE分组为至少一个UE集群;(ii)针对所述至少一个UE集群中的每个UE集群,确定至少一个关键性能指标KPI要求;并且(iii)向所述第二控制算法提供输出数据,所述输出数据指示所述至少一个UE集群和用于所述至少一个UE集群中的每个UE集群的所述至少一个KPI要求;其中所述第二控制算法具有性能度量并且被配置为每当至少一个第二触发事件发生时:(i)基于来自所述第一控制算法的所述输出数据,获得用于所述至少一个UE集群中的每个UE集群的所述至少一个无线电配置参数;(ii)基于所述至少一个无线电配置参数,检查所述性能度量是否退化;并且(iii)如果所述性能度量退化,则向所述第一控制算法提供指示退化的所述性能度量的信号;并且其中所述至少一个第二触发事件与所述至少一个第一触发事件不同,并且所述至少一个第一触发事件包括,指示退化的所述性能度量的所述信号被提供给所述第一控制算法的事件。2.根据权利要求1所述的网络节点,其中所述至少一个存储器和所述计算机程序代码还被配置为与所述至少一个处理器一起,使所述网络节点开始用于所述第一控制算法的周期性定时器,并且其中所述至少一个第一触发事件还包括,用于所述第一控制算法的所述周期性定时器到期的事件。3.根据权利要求1或2所述的网络节点,其中所述至少一个存储器和所述计算机程序代码还被配置为与所述至少一个处理器一起,使所述网络节点开始用于所述第二控制算法的周期性定时器,并且其中所述至少一个第二触发事件包括,用于所述第二控制算法的所述周期性定时器到期的事件。4.根据权利要求1至3中任一项所述的网络节点,其中所述至少一个存储器和所述计算机程序代码还被配置为与所述至少一个处理器一起,使所述网络节点监测用于所述小区和/或所述至少一个UE集群的无线电条件,并且其中所述至少一个第一触发事件还包括,用于所述小区和/或所述至少一个UE集群中的任一个UE集群的所述无线电条件改变的事件。5.根据权利要求4所述的网络节点,其中所述第一控制算法还被配置为向所述第二控制算法提供信号,所述信号指示用于所述小区和/或所述至少一个UE集群中的任一个UE集群的改变的所述无线电条件,并且其中所述至少一个第二触发事件还包括,指示用于所述小区和/或所述至少一个UE集群中的任一个UE集群的改变的所述无线电条件的所述信号被
提供给所述第二控制算法的事件。6.根据权利要求1至5中任一项所述的网络节点,其中所述UE信息包括以下至少一项:

UE类型,

要被使用的至少一种通信服务的类型和/或质量,以及

要被使用的至少一个无线电配置参数的类型。7.根据权利要求1至6中任一项所述的网络节点,其中所述KPI要求包括以下至少一项:服务质量QoS要求、吞吐量要求和上行链路UL功率要求。8.根据权利要求1至7中任一项所述的网络节点,其中所述至少一个无线电配置参数包括以下至少一项:无线电资源、传输功率控制参数、测量间隙、UL波束成形参数和支持的定时提前组的数目。9.根据权利要求1至8中任一项所述的网络节点,其中所述第一控制算法包括以下至少一项:机器学习ML算法和基于规则的算法。10.根据权利要求1至9中任一项所述的网络节点,其中所述第二控制算法包括ML算法。11.根据权利要求1至10中任一项所述的网络节点,其中所述至少一个存储器和所述计算机程序代码还被配置为与所述至少一个处理器一起,使所述网络节点从另一网络节点接收用于所述至少一个UE的、特定于UE的历史数据,所述特定于UE的历史数据与UE随时间的传输性能和/或在所述小区内的UE位置上的UE传输性能...

【专利技术属性】
技术研发人员:宋健I
申请(专利权)人:诺基亚通信公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1