本發(fā)明涉及無(wú)線通信網(wǎng)絡(luò)，具體涉及一種基于決策樹模型的redcap終端接入分流系統(tǒng)及方法。

背景技術(shù)：

1、redcap作為3gpp標(biāo)準(zhǔn)化組織定義的一種5g技術(shù)，專為物聯(lián)網(wǎng)設(shè)計(jì)，旨在通過(guò)降低設(shè)備復(fù)雜性和成本來(lái)滿足中高速率物聯(lián)網(wǎng)應(yīng)用的需求。

2、redcap技術(shù)在帶寬、功耗、天線設(shè)計(jì)和成本等方面進(jìn)行了優(yōu)化，有效均衡了5g大寬帶、高速率、廣連接和低時(shí)延之間的能力，滿足了差異化行業(yè)聯(lián)網(wǎng)需求，其中redcap通過(guò)裁減部分高級(jí)功能，實(shí)現(xiàn)了終端復(fù)雜度和成本的顯著降低，同時(shí)保留了5g網(wǎng)絡(luò)的關(guān)鍵特性，如高可靠、低時(shí)延和大容量。

3、盡管redcap技術(shù)在物聯(lián)網(wǎng)領(lǐng)域展現(xiàn)出巨大潛力，但在當(dāng)前的5g網(wǎng)絡(luò)部署中仍存在以下問(wèn)題：

4、redcap功能的啟用狀態(tài)多依賴于靜態(tài)配置，難以適應(yīng)redcap終端大規(guī)模接入和動(dòng)態(tài)變化的網(wǎng)絡(luò)負(fù)載，這種靜態(tài)管理方式在網(wǎng)絡(luò)負(fù)載高峰時(shí)易導(dǎo)致網(wǎng)絡(luò)擁塞，影響用戶體驗(yàn)和整體網(wǎng)絡(luò)性能；

5、具體來(lái)說(shuō)，靜態(tài)配置無(wú)法根據(jù)網(wǎng)絡(luò)負(fù)載的實(shí)時(shí)變化動(dòng)態(tài)調(diào)整redcap終端的接入數(shù)量和帶寬資源，從而無(wú)法有效應(yīng)對(duì)網(wǎng)絡(luò)擁塞問(wèn)題。

6、為此，本技術(shù)特提出一種基于決策樹模型的redcap終端接入分流系統(tǒng)及方法以解決上述技術(shù)問(wèn)題，從而進(jìn)一步提升網(wǎng)絡(luò)性能，實(shí)現(xiàn)redcap終端的智能、動(dòng)態(tài)管理。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的主要目的在于提供一種基于決策樹模型的redcap終端接入分流系統(tǒng)及方法，通過(guò)實(shí)時(shí)監(jiān)測(cè)網(wǎng)絡(luò)狀態(tài)，智能評(píng)估并動(dòng)態(tài)調(diào)整擁塞小區(qū)附近小區(qū)的redcap功能啟用狀態(tài)，以平衡網(wǎng)絡(luò)負(fù)載，優(yōu)化資源分配，從而有效緩解網(wǎng)絡(luò)擁塞，提升網(wǎng)絡(luò)整體性能和用戶體驗(yàn)，以解決背景技術(shù)中所提出的技術(shù)問(wèn)題，其系統(tǒng)動(dòng)態(tài)管理可以根據(jù)網(wǎng)絡(luò)負(fù)載的實(shí)時(shí)變化動(dòng)態(tài)調(diào)整redcap終端的接入數(shù)量和帶寬資源，確保網(wǎng)絡(luò)資源的合理分配和高效利用，同時(shí)其系統(tǒng)動(dòng)態(tài)管理還可以提升用戶體驗(yàn)，降低網(wǎng)絡(luò)擁塞的發(fā)生概率，提高整體網(wǎng)絡(luò)性能。

2、本發(fā)明采用以下技術(shù)方案解決上述技術(shù)問(wèn)題：

3、基于決策樹模型的redcap終端接入分流系統(tǒng)，包括：

4、中心控制單元，用于收集各基站上報(bào)的網(wǎng)絡(luò)狀態(tài)信息，網(wǎng)絡(luò)狀態(tài)信息包括用戶數(shù)、無(wú)線承載rb利用率、rrc接入成功率在內(nèi)的關(guān)鍵指標(biāo)；

5、多個(gè)基站，用于執(zhí)行中心控制單元的指令，調(diào)整自身及鄰區(qū)redcap功能的開啟或關(guān)閉狀態(tài)，以優(yōu)化網(wǎng)絡(luò)資源分配；

6、決策樹模型，設(shè)置在中心控制單元內(nèi)，用于對(duì)網(wǎng)絡(luò)狀態(tài)信息數(shù)據(jù)進(jìn)行智能分析，并根據(jù)分析結(jié)果向基站發(fā)送指令，以調(diào)整redcap功能的啟用狀態(tài)。

7、優(yōu)選的，所述決策樹模型內(nèi)部用于設(shè)置擁塞告警門限、擁塞解除門限、決策判決門限、自適應(yīng)用戶門限、自適應(yīng)rb利用率門限、自適應(yīng)rrc接入成功率門限。

8、一種基于決策樹模型的redcap終端接入分流方法，包括以下具體步驟：

9、s1.系統(tǒng)部署與初始化：安裝并配置中心控制單元和多個(gè)基站，確保中心控制單元與多個(gè)基站之間的通信暢通，在中心控制單元內(nèi)部署決策樹模型，并設(shè)置初始參數(shù)和閾值，以構(gòu)建所述基于決策樹模型的redcap終端接入分流系統(tǒng)；

10、s2.數(shù)據(jù)收集與預(yù)處理：基站定期向中心控制單元上報(bào)網(wǎng)絡(luò)狀態(tài)信息，中心控制單元對(duì)收集到的數(shù)據(jù)進(jìn)行預(yù)處理，以確保數(shù)據(jù)質(zhì)量；

11、s3.決策樹模型評(píng)估：當(dāng)預(yù)置redcap小區(qū)出現(xiàn)擁塞告警時(shí)觸發(fā)決策樹模型評(píng)估，決策樹模型根據(jù)收集到的網(wǎng)絡(luò)狀態(tài)信息，按照預(yù)設(shè)的決策邏輯進(jìn)行評(píng)估；

12、s4.指令生成與發(fā)送：根據(jù)決策樹模型的評(píng)估結(jié)果，中心控制單元生成對(duì)應(yīng)的指令，將指令發(fā)送給目標(biāo)基站，基站執(zhí)行指令并調(diào)整redcap功能的啟用狀態(tài)；

13、s5.監(jiān)控與反饋：系統(tǒng)持續(xù)監(jiān)控網(wǎng)絡(luò)狀態(tài)變化，并根據(jù)監(jiān)控結(jié)果，及時(shí)調(diào)整決策樹模型的參數(shù)和閾值，以優(yōu)化決策效果；

14、s6.文檔記錄與存檔：記錄每一次決策樹模型評(píng)估的過(guò)程和結(jié)果，以及相應(yīng)的指令生成和發(fā)送記錄。

15、優(yōu)選的，所述s3步驟中按照預(yù)設(shè)的決策邏輯進(jìn)行評(píng)估步驟包括：先判斷用戶數(shù)，再判斷rb利用率，最后考慮rrc接入成功率和地理位置在內(nèi)的評(píng)估因素。

16、優(yōu)選的，所述s4步驟中基站執(zhí)行指令并調(diào)整redcap功能的啟用狀態(tài)下，所述中心控制單元根據(jù)決策樹模型判決結(jié)果優(yōu)先打開高優(yōu)先級(jí)非預(yù)置鄰區(qū)的redcap功能，以分散負(fù)載。

17、優(yōu)選的，所述s4步驟中基站執(zhí)行指令并調(diào)整redcap功能的啟用狀態(tài)下，若高優(yōu)先級(jí)小區(qū)不可用或也出現(xiàn)擁塞，則依次考慮中優(yōu)先級(jí)和低優(yōu)先級(jí)小區(qū)，逐步擴(kuò)展redcap功能的覆蓋范圍。

18、優(yōu)選的，所述s4步驟中基站執(zhí)行指令并調(diào)整redcap功能的啟用狀態(tài)下存在關(guān)閉鄰區(qū)redcap的流程，具體包括：

19、設(shè)定解除門限值，低于擁塞告警門限，用于判斷預(yù)置redcap小區(qū)是否已恢復(fù)正常狀態(tài)；

20、當(dāng)預(yù)置redcap小區(qū)狀態(tài)降至解除門限以下時(shí)，系統(tǒng)檢查非預(yù)置鄰區(qū)的redcap用戶；

21、若無(wú)redcap用戶，則關(guān)閉相應(yīng)鄰區(qū)的redcap功能。

22、優(yōu)選的，所述決策樹模型包括：

23、根節(jié)點(diǎn)，用于判斷擁塞告警小區(qū)中redcap終端占比是否超過(guò)決策判決門限，若超過(guò)則進(jìn)入分支1評(píng)估，若未超過(guò)則結(jié)束評(píng)估，不開啟鄰區(qū)redcap功能；

24、分支1，內(nèi)部存在決策變量1和決策變量2以考慮用戶數(shù)與資源利用；

25、決策變量1：鄰區(qū)用戶數(shù)，根據(jù)用戶數(shù)量判斷是否需要開啟redcap功能，若超過(guò)自適應(yīng)用戶門限則不開啟，未超過(guò)則繼續(xù)；

26、決策變量2：rb無(wú)線資源利用率，評(píng)估資源緊張程度，若超過(guò)自適應(yīng)rb利用率門限則不開啟，未超過(guò)則繼續(xù)。

27、優(yōu)選的，當(dāng)用戶數(shù)和rb利用率均適中或較低時(shí)所述決策樹模型存在分支2，分支2內(nèi)存在決策變量3以考慮網(wǎng)絡(luò)性能；

28、決策變量3：rrc接入成功率，評(píng)估網(wǎng)絡(luò)接入性能，若低于自適應(yīng)rrc接入成功率門限低則不開啟，超過(guò)則繼續(xù)。

29、優(yōu)選的，當(dāng)rrc接入成功率適中或高時(shí)所述決策樹模型存在分支3，分支3內(nèi)存在決策變量4和決策變量5以地理位置與歷史數(shù)據(jù)；

30、決策變量4：地理位置，根據(jù)重要性決定優(yōu)先級(jí)，其中重要地理位置按照高優(yōu)先級(jí)決定，一般地理位置則進(jìn)入決策變量5判斷；

31、決策變量5：歷史數(shù)據(jù)，基于近期擁塞情況和歷史表現(xiàn)評(píng)估小區(qū)優(yōu)先級(jí)，其中3天內(nèi)出現(xiàn)過(guò)擁塞則設(shè)為低優(yōu)先級(jí)，3天內(nèi)未出現(xiàn)擁塞則設(shè)為中優(yōu)先級(jí)。

32、由上述技術(shù)方案可知，本發(fā)明提供了一種基于決策樹模型的redcap終端接入分流系統(tǒng)及方法。與現(xiàn)有技術(shù)相比本發(fā)明的具有以下優(yōu)勢(shì)：

33、1.本發(fā)明在中心控制單元內(nèi)集成設(shè)置決策樹模型，通過(guò)實(shí)時(shí)收集并分析各基站上報(bào)的網(wǎng)絡(luò)狀態(tài)信息，自動(dòng)識(shí)別網(wǎng)絡(luò)擁塞情況，能夠達(dá)到智能化動(dòng)態(tài)管理redcap功能的目的，并通過(guò)持續(xù)監(jiān)控與反饋機(jī)制不斷優(yōu)化決策樹模型參數(shù)，確保了長(zhǎng)期的網(wǎng)絡(luò)高效運(yùn)營(yíng)。

34、2.本發(fā)明通過(guò)在決策樹模型中設(shè)置多級(jí)判斷邏輯，能夠精準(zhǔn)評(píng)估網(wǎng)絡(luò)狀態(tài)并作出最優(yōu)決策，進(jìn)而指導(dǎo)基站動(dòng)態(tài)開啟或關(guān)閉鄰近小區(qū)的redcap功能，有效地分散網(wǎng)絡(luò)負(fù)載，緩解擁塞狀況，確保了在不同負(fù)載條件下的網(wǎng)絡(luò)資源合理配置，提高了網(wǎng)絡(luò)服務(wù)的穩(wěn)定性和響應(yīng)速度。

35、3.本發(fā)明決策樹模型通過(guò)在決策過(guò)程中融入地理優(yōu)先級(jí)和歷史數(shù)據(jù)分析，能夠更加精細(xì)化地匹配網(wǎng)絡(luò)資源與實(shí)際需求，確保redcap服務(wù)在高優(yōu)先級(jí)區(qū)域的穩(wěn)定性和效率。

36、4.在資源有限的情況下，本發(fā)明決策樹模型通過(guò)優(yōu)先級(jí)排序機(jī)制，合理分配redcap功能的啟用，最大化利用有限的redcap許可資源，從而在運(yùn)營(yíng)商出現(xiàn)redcaplicense資源受限情況下，利用有限的license資源最大化redcap應(yīng)用部署，從而提升了網(wǎng)絡(luò)的整體性能和用戶體驗(yàn)。

37、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識(shí)本發(fā)明的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本發(fā)明的范圍。本發(fā)明的其它特征將通過(guò)以下的說(shuō)明書而變得容易理解。當(dāng)然，實(shí)施本發(fā)明的任一產(chǎn)品并不一定需要同時(shí)達(dá)到以上所述的所有優(yōu)點(diǎn)。