用于无线通信的电子设备和方法、计算机可读存储介质与流程

1.本技术涉及无线通信技术领域，具体地涉及频谱管理技术。更具体地，涉及一种用于无线通信的电子设备和方法以及计算机可读存储介质。


背景技术：

2.随着无线通信技术的不断发展，人们在享受着无线通信给生活带来的便利的同时，也逐渐意识到充分利用有限的频谱资源的重要性。5g时代的到来又为频谱管理提出了新的挑战。
3.5g网络中的应用可以根据不同的需求分为三类：大规模机器类通信(massive machine type communication,mmtc)、高可靠低时延通信(ultra-reliable low-latency communication,urllc)以及增强型移动宽带(enhanced mobile broadband,embb)。从这三种主要应用场景来看，5g将为各种通信设备提供多样的服务。这将极大地推动各行业的发展。但海量通信设备的涌现也为频谱管理提出了新的挑战：一方面海量连接加剧了频谱资源的短缺，更有效的频谱资源管理变得刻不容缓；另一方面，海量连接带来了海量的用户数据，如何处理海量的用户数据并进行频谱管理也成为一大问题。
4.5g及未来的无线通信网络将给各个垂直行业(例如娱乐、医疗以及工业物联网等等)注入新的血液。在这一过程中，对于多样化的业务需求的考虑自然而然成为了频谱管理中的另一个关键点。
5.总而言之，面向未来无线通信网络的频谱管理面临着三大挑战：(1)面对海量用户数据的高效计算与处理能力；(2)急剧增加的频谱资源要求；(3)面向多样化业务的差异化频谱管理。


技术实现要素：

6.在下文中给出了关于本公开的简要概述，以便提供关于本公开的某些方面的基本理解。应当理解，这个概述并不是关于本公开的穷举性概述。它并不是意图确定本公开的关键或重要部分，也不是意图限定本公开的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。
7.根据本技术的一个方面，提供了一种用于无线通信的电子设备，包括：处理电路，被配置为：基于至少一个用户设备中的每一个用户设备的业务需求确定适合该用户设备的频谱共享模式；基于各个用户设备的频谱共享模式确定各个用户设备的频谱共享方案。
8.根据本技术的另一个方面，提供了一种用于无线通信的方法，包括：基于至少一个用户设备中的每一个用户设备的业务需求确定适合该用户设备的频谱共享模式；基于各个用户设备的频谱共享模式确定各个用户设备的频谱共享方案。
9.根据本技术的一个方面，提供了一种环境数据库，包括：处理电路和存储器，其中，存储器被配置为存储用户设备的频谱共享模式与确定用户设备的频谱共享方案所需的参数之间的对应关系，其中，用户设备的频谱共享模式是基于用户设备的业务需求确定的，处
理电路被配置为：获取用户设备的频谱共享模式；基于该频谱共享模式，根据对应关系确定所需的参数。
10.根据本技术的另一个方面，提供了一种用于环境数据库的方法，包括：存储用户设备的频谱共享模式与确定用户设备的频谱共享方案所需的参数之间的对应关系，其中，用户设备的频谱共享模式是基于用户设备的业务需求确定的；获取用户设备的频谱共享模式；以及基于该频谱共享模式，根据所存储的对应关系确定所需的参数。
11.根据本技术的上述方面的电子设备和方法通过将用户设备按照其业务需求分类为不同的频谱共享模式，并且基于用户设备的频谱共享模式来确定其频谱共享方案，可以实现多样化业务需求的用户设备间的高效频谱共享，提高频谱利用效率。
12.依据本公开的其它方面，还提供了用于实现上述用于无线通信的方法的计算机程序代码和计算机程序产品以及其上记录有该用于实现上述用于无线通信的方法的计算机程序代码的计算机可读存储介质。
13.通过以下结合附图对本公开的优选实施例的详细说明，本公开的这些以及其他优点将更加明显。
附图说明
14.为了进一步阐述本公开的以上和其它优点和特征，下面结合附图对本公开的具体实施方式作进一步详细的说明。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分。具有相同的功能和结构的元件用相同的参考标号表示。应当理解，这些附图仅描述本公开的典型示例，而不应看作是对本公开的范围的限定。在附图中：
15.图1示出了具有多样化业务需求的应用场景的一个示例；
16.图2是示出了根据本技术的一个实施例的用于无线通信的电子设备的功能模块框图；
17.图3示出了用户设备的业务类型与用户设备的参数和频谱共享模式的对应关系的一个示例；
18.图4示出了采用随机森林算法来获得对应关系模型的原理的示例；
19.图5示出了将本实施例所提供的频谱管理方案应用于网络切片架构中的示意图；
20.图6是示出了根据本技术的一个实施例的用于无线通信的电子设备的另一个功能模块框图；
21.图7是示出了根据本技术的另一个实施例的环境数据库的功能模块框图；
22.图8示出了频谱管理装置、环境数据库与用户设备之间的相关的信息流程的一个示例；
23.图9示出了根据本技术的一个实施例的用于无线通信的方法的流程图；
24.图10示出了根据本技术的另一个实施例的用于无线通信的方法的流程图；
25.图11示出了仿真场景的示意图；
26.图12示出了随机森林算法的袋外错误率；
27.图13示出了仿真得到的干扰重叠图；
28.图14示出了本技术所提出的方法与对比方法1的性能对比的曲线图；
29.图15示出了本技术所提出的方法与对比方法1的性能对比的另一个曲线图；
30.图16示出了本技术所提出的方法与对比方法2的性能对比的曲线图；
31.图17示出了本技术所提出的方法与对比方法2的性能对比的另一个曲线图；
32.图18是示出可以应用本公开内容的技术的服务器的示意性配置的示例的框图；以及
33.图19是其中可以实现根据本公开的实施例的方法和/或装置和/或系统的通用个人计算机的示例性结构的框图。
具体实施方式
34.在下文中将结合附图对本公开的示范性实施例进行描述。为了清楚和简明起见，在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定，以便实现开发人员的具体目标，例如，符合与系统及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本公开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。
35.在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本公开，在附图中仅仅示出了与根据本公开的方案密切相关的设备结构和/或处理步骤，而省略了与本公开关系不大的其他细节。
36.<第一实施例>
37.如前所述，不同的用户设备的业务需求不同，因此，期望提供一种将多样化业务需求考虑在内的频谱管理方案，以使得这些具有不同业务需求的用户设备能够以较高的效率共享频谱资源。
38.为了便于理解，图1示出了具有多样化业务需求的应用场景的一个示例。图1示出了一个具有多样化业务需求的智能工厂，可能包含的业务有：具有低时延要求的业务，例如工业控制；(2)一般数据业务，例如电子邮件；(3)具有高吞吐量的业务，例如实时的视频监测。此场景中包含大量的通信设备以及多样化的业务需求，需要一种高效的频谱管理方法来实现这些通信设备间的频谱共享。应该理解，图1仅示出了一种场景示例，但是这并不是限制性的，本实施例可以适用于各种具有多样化业务需求的场景，比如智能医疗、智能农业等等。
39.图2示出了根据本技术的一个实施例的用于无线通信的电子设备100的功能模块框图，如图2所示，电子设备100包括：第一确定单元101，被配置为基于至少一个用户设备(user equipment，ue)中的每一个ue的业务需求确定适合该ue的频谱共享模式；以及第二确定单元102，被配置为基于各个ue的频谱共享模式确定各个ue的频谱共享方案。
40.电子设备100例如可以设置在中央管理装置或频谱管理装置侧或者可通信地连接到中央管理装置或频谱管理装置，此外，电子设备100还可以设置在核心网侧。本文所述的中央管理装置或频谱管理装置可以实现为各种功能实体，例如频谱接入系统(spectrum access system，sas)、共存管理器(coesxitence manager，cxm)、组频谱协调器(group spectrum coordinator，gsc)等。
41.还应指出，电子设备100可以以芯片级来实现，或者也可以以设备级来实现。例如，电子设备100可以工作为中央管理装置或频谱管理装置本身，并且还可以包括诸如存储器、
收发器(图中未示出)等外部设备。存储器可以用于存储中央管理装置或频谱管理装置实现各种功能需要执行的程序和相关数据信息。收发器可以包括一个或多个通信接口以支持与不同设备(例如，基站、其他中央管理装置或频谱管理装置、用户设备等等)间的通信，这里不具体限制收发器的实现形式。
42.例如，业务需求可以包括如下中的一个或多个：服务质量(quality of service,qos)或体验质量(quality of experience,qoe)需求、时延(latency)需求、数据传输速率需求。例如，对通信可靠性要求高的业务具有较高的qos或qoe需求，对实时性要求高的业务具有低时延需求，数据量大的业务具有较高的数据传输速率需求等。
43.在一个示例中，第一确定单元101可以被配置为根据预先训练的对应关系模型，来确定ue的频谱共享模式(以下也简称为模式)，其中，该对应关系模型表示ue的参数与ue的频谱共享模式之间的对应关系，其中，ue的参数至少基于该ue的业务需求。换言之，该对应关系模型根据ue的业务需求为其分配不同的频谱共享模式，以使得第一确定单元101使用该对应关系模型确定适合该ue的频谱共享模式。
44.用户设备的参数例如可以用特征向量f表示，该特征向量例如为：
45.f＝(l，p，d，t)
ꢀꢀ
(1)
46.其中，l代表ue的位置，p代表ue的发射功率，d代表ue的业务的信道需求，t代表ue的业务的时延需求。式(1)仅是特征向量的一个示例，实际中会根据业务需求的不同对其中的项进行增加、减少或修改，这都不是限制性的。
47.示例性地，频谱共享模式可以包括：低时延业务需求模式(也称为垂直模式)、高数据传输速率需求模式(也称为倾斜模式)和一般数据业务需求模式(也称为水平模式)。应该理解，这并不是限制性的，根据业务需求的不同，可以对这些频谱共享模式进行简化或扩充。返回参照图1，可以看出，适合不同频谱共享模式的ue分布在应用场景中。
48.图3示出了ue的业务类型与ue的参数和频谱共享模式的对应关系的一个示例。可以看出，当ue具有不同的业务类型时，其参数需求落在不同的范围内，且适合不同的频谱共享模式。
49.上述对应关系模型可以通过预先训练获得。例如，可以使用机器学习算法来获得该对应关系模型。首先，产生或者获得ue的参数以及对应的频谱共享模式的数据集；接着，将该数据集作为机器学习算法的训练数据，以获得ue的参数与频谱共享模式的对应关系模型。
50.作为机器学习算法的示例，可以采用多分类监督学习算法，例如：随机森林算法、k-邻近算法、朴素贝叶斯算法等。
51.图4示出了采用随机森林算法来获得对应关系模型的原理的示例。在该示例中，考虑了垂直模式、倾斜模式和水平模式三种频谱共享模式。如图4所示，首先输入包含y个样本的训练数据集，每个样本用特征向量f来代表ue的参数。接着，使用有放回的方式从训练数据集中采样以获得n个样本。然后从这n个样本的特征向量f中选取k个特征，以构建一棵决策树。重复以上两步、即采样和构建决策树m次以构建m棵决策树。所构建的m棵决策树基于少数服从多数规则进行投票，从而得到频谱共享模式选择结果，例如垂直模式、倾斜模式和水平模式中的一种。
52.第一确定单元101将利用训练获得的对应关系模型来为ue进行频谱共享模式确
定。例如，将ue的特征向量输入到对应关系模型中时，可以获得该ue的频谱共享模式作为输出。
53.当存在多个ue时，这些ue通过频谱共享来在同一频段上执行通信比如d2d通信。第二确定单元102基于各个ue的频谱共享模式来确定这些ue的频谱共享方案。例如，第二确定单元102可以将频谱共享方案的确定作为一个优化问题，例如可以采用通过应用频谱共享方案获得的网络整体性能作为优化目标，即，通过使网络整体性能最优来确定各个ue的频谱共享方案。
54.例如，网络整体性能可以用频谱总效用(utility)来表示，频谱总效用为所有ue的频谱效用的和，ue的频谱效用指示ue的业务需求的满足程度。
55.在一个示例中，可以从频谱满意度、时延满意度和qos/qoe满意度三个方面中的一个或多个方面来评价ue的频谱效用。其中，频谱满意度例如为在应用一个频谱共享方案时ue的频谱带宽需求的满足程度；时延满意度为在应用一个频谱共享方案时ue的时延需求的满足程度；qos/qoe满意度为在应用一个频谱共享方案时ue的qos/qoe需求的满足程度。
56.具体地，ue的频谱效用可以为ue的频谱满意度函数、时延满意度函数、qos/qoe满意度函数的加权和。例如，为了正确地评估不同业务需求的ue的同一项指标的满意程度，可以对相应的指标进行相对于该ue的频谱共享模式的归一化处理。
57.例如，ue的频谱效用可以为ue的频谱满意度函数、归一化时延的函数、归一化qos/qoe的函数的加权和，其中，频谱满意度函数可以为分配给ue的信道总数和ue需要的信道总数的比值，归一化时延是ue的时延相对于与ue的频谱共享模式对应的时延阈值的归一化结果，归一化qos/qoe是ue的qos/qoe相对于与ue的频谱共享模式对应的qos/qoe阈值的归一化结果，每一项的权重代表该项的重要程度。例如，qos/qoe可以用信干噪比(signal interference to noise ratio，sinr)表示。
58.下式(2)示出了第i个ue的频谱效用的一个示例：
59.u
i
＝w1g1(τ
i
)+w2g2(γ
i
)+w3(n
i
/n
i
)
ꢀꢀ
(2)
60.其中，
[0061][0062][0063]
在上式(2)至(4)中，下标i代表第i个ue，g1代表归一化时延的函数，g2代表归一化sinr的函数，n
i
/n
i
代表频谱满意度，其中，n
i
代表第i个ue获得的信道总数，n
i
代表第i个ue的信道需求量总数。w1、w2、w3分别代表计算归一化时延、归一化sinr以及频谱满意度的权值，反映出在频谱管理过程中对此三项性能参数的重视程度。代表第l种频谱共享模式(简称为模式l)下的时延阈值，代表模式-l下的sinr阈值。θ
1,l
、σ
1,l
分别代表模式-l下的归一化时延的函数的偏移参量和扩散参量，θ
2,l
、σ
2,l
分别代表模式-l下的归一化sinr的函数的偏移参量和扩散参量。
[0064]
频谱总效用可以计算如下：
[0065]
u＝∑
i u
i
ꢀꢀ
(5)
[0066]
可以看出，频谱总效用考虑了频谱满意度、qos/qoe满意度以及时延满意度，适合于多样化业务场景下的频谱管理。此外，频谱总效用定义中的权重(w1、w2、w3)使得能够根据具体应用场景设置对频谱满意度、qos/qoe满意度以及时延满意度的重视程度，从而对优化算法的优化目标进行灵活调整。
[0067]
应该理解，以上只是给出了频谱效用的一个具体示例，本实施例不限于此。
[0068]
例如，第二确定单元102可以使用群智能优化算法来确定频谱共享方案。下面将详细描述采用作为示例的支持多模式的蚁群优化算法来确定频谱共享方案的情形。本实施例的支持多模式的蚁群优化算法是对传统的蚁群优化算法进行改进而获得的群智能算法。
[0069]
在传统的蚁群优化算法中，通过模拟蚁群寻找食物源时发现路径的方法来解决最优路径问题。在算法的初始阶段，蚂蚁将被随机地放在系统的各个节点上，每只蚂蚁都会通过释放信息素来标记走过的路径。路径上累积的信息素浓度越高对蚂蚁的吸引力越高。最后，几乎所有蚂蚁都会选择信息素浓度最高的路径，以此找到系统的最优路径。
[0070]
传统的蚁群优化算法所需的主要参数如下表1所示。
[0071]
表1
[0072]
[0073][0074]
由表1可以看出，传统的蚁群优化算法适用于最优路径寻找问题，其优化目标为系统的最短路径。本实施例对上述传统的蚁群优化算法进行了改进，以使其应用于频谱共享方案的确定的场景。
[0075]
其中，在改进后获得的支持多模式的蚁群优化算法中，将ue作为节点，蚂蚁在路径上所经过节点的次序即为频谱分配的次序。在算法的一次迭代中，每只蚂蚁都要无重复地遍历所有节点。每只蚂蚁在遍历过所有节点后，将形成一条路径。因此，一条路径对应于一种频谱共享方案。
[0076]
此外，蚂蚁在经过每段路径(例如，从节点i至节点j)时会释放信息素，该信息素作为信息素增量加到每一个节点处累积的信息素上，累积的信息素与启发式信息一起影响蚂蚁向下一个节点转移的概率。如果蚂蚁数量为m，则在每次迭代中，将获得m条路径、即m个频谱共享方案。在完成所设置的迭代次数后，将从所有获得的频谱共享方案中选择频谱总效用最大的一种作为最终确定的频谱共享方案。
[0077]
在本实施例的支持多模式的蚁群优化算法中，其优化过程与频谱共享模式有关，例如，算法中的参数与频谱共享模式有关。与传统的蚁群优化算法相比，支持多模式的蚁群优化算法中的参数有所改变。例如，信息素增量代表使用当前频谱共享方案时ue的至少部分业务需求的满足程度。至少部分业务需求例如包括qos/qoe需求和数据传输速率需求。此
外，可以基于ue的数据传输速率需求和ue的频谱共享模式的优先级来确定针对该ue的启发式信息。
[0078]
表2示出了在支持多模式的蚁群优化算法中使用的与表1的定义不同的参数。
[0079]
表2
[0080][0081][0082]
第二确定单元102可以使用上述参数来进行频谱共享方案的确定。其中，可以使用干扰重叠图作为遍历ue的基础。干扰重叠图是基于各个ue的相关信息构建的，干扰重叠图中的每一个节点代表一个或一组ue，两个节点之间的边代表这两个节点之间存在干扰关系。例如，可以基于ue的sinr阈值来判断两个ue之间是否存在干扰关系，这里所述的干扰主要指同频干扰，也可以考虑邻频干扰等。
[0083]
例如，第二确定单元102可以被配置为迭代执行如下操作：随机选择干扰重叠图中的多个节点作为起始节点；针对多个起始节点中的每一个起始节点，从该起始节点起遍历干扰重叠图中的所有节点并按照遍历的顺序为每一个节点分配频谱资源以获得对应于该起始节点起的路径的频谱共享方案，在遍历过程中，基于针对未经过的节点的累积信息素和启发式信息确定要转移到的下一个节点；基于频谱共享方案，计算对应的路径所决定的信息素增量并累加到累积信息素以获得更新的累积信息素，并计算频谱共享方案的频谱总效用，其中，更新的累积信息素用于从下一个起始节点起的遍历过程；以及从针对每一个起始节点起的路径所对应的频谱共享方案中，选择频谱总效用最高的一个频谱共享方案。其中，要执行的迭代的次数可以是预先确定的。第二确定单元102还被配置为从多次迭代获得的多个频谱共享方案中，确定频谱总效用最高的一个频谱共享方案作为最终确定的频谱共享方案。
[0084]
例如，在上述迭代过程中，可以使用表2所列出的信息素增量和启发式信息。在该示例中，信息素增量中考虑了频谱满意度和归一化sinr，能够实现频谱管理过程中对于频谱利用率与差异化业务需求的双重考虑。此外，在信息素增量中引入了归一化sinr，通过不同频谱共享模式下的sinr阈值对sinr进行归一化，能够在实现差异化管理的同时，降低复杂度。
[0085]
如表2所示，信息素增量中还引入了信息素放大因子，例如可以根据对频谱满意度或者某种模式下的ue的sinr的满足程度的重视程度来确定信息素放大因子的取值，从而实现灵活的频谱管理。另一方面，启发式信息中考虑了ue的信道需求和模式优先级，例如可以根据对不同模式的重视程度决定为某种模式下的ue优先分配频谱，从而实现灵活的差异化频谱管理。
[0086]
应该理解，以上对算法和相关参数的描述仅是示例，本实施例不限于此，也可以采用其他适当的群智能算法。
[0087]
此外，本实施例所提供的频谱管理方案还可以应用于网络切片(network slice)中的无线接入网(radio access network，ran)管理。网络切片作为一种基于网络功能虚拟化(network function virtualization,nfv)以及软件定义网络(software defined network,sdn)的新技术，其基本思想是根据服务的不同需求将网络分成多个虚拟网络片，从而为不同的服务类型提供定制化的完整逻辑网络片。网络切片包括ran切片和核心网(core network，cn)切片。
[0088]
图5示出了将本实施例所提供的频谱管理方案应用于网络切片架构中的示意图。其中，在ue和ran之间加入了实施本频谱管理方案的部件，其余部分为3gpp所定义的网络片选择架构，例如，ran使用网络切片选择辅助信息(network slice selection assistance information,nssai)选择公共控制网络功能(common control network function，ccnf)，ccnf使用nssai选取网络切片或定位到另一个ccnf，cp代表控制平面，up代表用户平面，nf代表网络功能。
[0089]
图5中的灰色填充的实线框代表频谱管理装置，其中包括根据本实施例的电子设备100。此外，图5中所示的灰色填充的虚线框代表环境数据库，用于存储ue的相关信息和确定频谱共享方案所需的相关参数等，是一个可选的部件，在后文中将给出详细描述。
[0090]
在图5的示例中，ue将设备信息和应用信息(例如，业务需求的信息)提供给频谱管
理装置。频谱管理装置生成nssai以供下一步选择cn切片，其中，ue的频谱共享模式可以用nssai来指示。
[0091]
3gpp所定义的nssai包括切片服务类型(slice service type,sst)，并可能包括切片区分参数(slice differentiator)。ue的频谱共享模式例如可以用sst来指示。
[0092]
此外，频谱管理装置上的电子设备100例如可以基于上述描述为具有不同业务需求的ue提供差异化的频谱共享方案，从而还可以实现网络片间的频谱共享。
[0093]
如图6所示，电子设备100还可以包括收发单元103，被配置为获取以下信息中的一个或多个：ue的业务需求的信息、ue的位置信息、ue的发射功率的信息。这些信息将用于进行ue的频谱共享模式的确定和/或频谱共享方案的确定。
[0094]
此外，第二确定单元102还被配置为按照所确定的频谱共享方案为各个ue分配频谱资源，收发单元103被配置为将频谱资源的分配结果提供给各个ue。
[0095]
为了进一步提高频谱管理效率，收发单元103还可以被配置为获取各个ue基于所分配的频谱资源而获得的频谱效用，并且第二确定单元102基于这些频谱效用对频谱共享方案进行评估，以及/或者优化频谱共享方案的确定比如对算法中使用的一些参数进行优化等等。
[0096]
电子设备100可以直接和ue进行上述各种通信操作，也可以通过其他设备进行间接通信。
[0097]
在一个示例中，电子设备100与ue之间经由环境数据库进行通信。具体地，ue将上述信息(ue的业务需求的信息、ue的位置信息、ue的发射功率的信息等)上报到环境数据库，收发单元103被配置为从环境数据库获取这些信息。
[0098]
此外，收发单元103还被配置为从环境数据库获取确定频谱共享方案所需的相关参数，例如包括分别针对各个频谱共享模式的多组参数。以表2为例，这些参数可以包括针对各个频谱共享模式的sinr阈值偏移参量θ
2,l
、扩散参量σ
2,l
、时延阈值信息素放大因子{q、p
l
}、模式优先级λ
l
等。当然，这些参数还可以包括各个频谱共享模式所共用的用于算法中的其他参数。
[0099]
收发单元103还被配置为电子设备100确定的ue的频谱共享模式的信息发送给环境数据库，以使得环境数据库基于该信息向电子设备100提供确定频谱共享方案所需的相关参数。
[0100]
另外，收发单元103还可以将频谱资源的分配结果提供给环境数据库。进一步地，环境数据库将该分配结果分发给各个ue。如前所述，环境数据库还可以获取各个ue基于所分配的频谱资源而获得的频谱效用，收发单元103从环境数据库获取该频谱效用，并且第二确定单元102基于这些频谱效用对频谱共享方案进行评估，以及/或者优化频谱共享方案的确定比如对算法中使用的一些参数进行优化等等。例如，收发单元103也可以从环境数据库获取频谱总效用。
[0101]
综上所述，根据本实施例的电子设备100通过将ue按照其业务需求分类为不同的频谱共享模式，并且基于ue的频谱共享模式来确定其频谱共享方案，可以实现多样化业务需求的ue间的高效频谱共享同时有效简化海量连接场景下频谱差异化管理的复杂度，提高频谱利用效率。此外，根据本实施例的电子设备100通过使用群智能优化算法来优化频谱共享方案，能够根据应用场景的变化进行频谱管理方法的灵活调整，有效提高频谱利用效率。
[0102]
<第二实施例>
[0103]
图7示出了根据本技术的另一个实施例的环境数据库200的功能模块框图，如图7所示，环境数据库200包括：存储单元201，被配置为存储ue的频谱共享模式与确定ue的频谱共享方案所需的参数之间的对应关系，其中，ue的频谱共享模式是基于ue的业务需求确定的；收发单元202，被配置为获取ue的频谱共享模式；以及确定单元203，被配置为基于频谱共享模式，根据对应关系确定所需的参数。
[0104]
类似地，收发单元202和确定单元203可以由一个或多个处理电路实现，该处理电路例如可以实现为芯片。存储单元201可以实现为各种存储器，例如包括随机存取存储器(ram)、只读存储器(rom)、半导体存储器、闪速存储器、硬盘等，此外，存储单元201还可以实现为各种网络存储介质。并且，应该理解，图7中所示的装置中的各个功能单元仅是根据其所实现的具体功能而划分的逻辑模块，而不是用于限制具体的实现方式。
[0105]
环境数据库200例如可以设置在中央管理装置或频谱管理装置侧或者可通信地连接到中央管理装置或频谱管理装置。这里，还应指出，环境数据库200可以以芯片级来实现，或者也可以以设备级来实现。例如，环境数据库200可以工作为中央管理装置或频谱管理装置本身或者工作为单独的实体，并且还可以包括诸如存储器、收发器(未示出)等外部设备。存储器可以用于存储实现各种功能需要执行的程序和相关数据信息。收发器可以包括一个或多个通信接口以支持与不同设备(例如，用户设备、频谱管理装置等等)间的通信，这里不具体限制收发器的实现形式。
[0106]
在第一实施例中的关于频谱共享模式的描述同样可以适用于本实施例，在此不再重复。如前所述，ue的频谱共享模式由频谱管理装置基于ue的业务需求确定。相应地，收发单元202还被配置为从ue获取ue信息，ue信息包括以下中的一个或多个：ue的位置信息、ue的业务需求的信息、ue的发射功率的信息。存储单元201存储各个ue上报的ue信息。
[0107]
收发单元202将ue信息提供给频谱管理装置，以使得频谱管理装置基于这些ue信息中的至少一部分来确定ue的频谱共享模式。收发单元202还被配置为从频谱管理装置获取ue的频谱共享模式，并将确定单元203确定的所需的参数提供给频谱管理装置。
[0108]
其中，存储单元201存储了频谱共享模式与确定频谱共享方案所需的参数之间的对应关系，从而确定单元203例如可以通过查找的方式来确定所需的参数。有关频谱共享方案的确定以及在确定过程中所需的参数在第一实施例中已经给出了详细描述，其细节同样适用于本实施例，在此不再重复。
[0109]
此外，频谱管理装置基于环境数据库提供的参数和ue信息确定频谱共享方案，并根据所确定的频谱共享方案为ue分配频谱资源，收发单元202从频谱管理装置获取频谱资源的分配结果，并将其提供给各个ue。
[0110]
如前所述，为了进一步优化频谱共享方案并提高频谱管理效率，收发单元202还可以被配置为获取各个ue基于所分配的频谱资源而获得的频谱效用并将其提供给频谱管理装置，以使得频谱管理装置基于这些频谱效用对频谱共享方案进行评估，以及/或者优化频谱共享方案的确定比如对算法中使用的一些参数进行优化等等。例如，收发单元202可以将频谱总效用提供给频谱管理装置。
[0111]
为了便于理解，图8示出了频谱管理装置、环境数据库和ue之间的信息流程的一个示意图。该信息流程仅是示意性的，并不对本技术构成限制。
[0112]
在图8中，ue向环境数据库上报其ue信息，例如包括ue的位置、发射功率、业务需求(qos/qoe需求、时延需求、数据传输速率需求等)。环境数据库将场景信息、例如各个ue的ue信息上报给频谱管理装置。频谱管理装置例如使用机器学习算法来确定各个ue的频谱共享模式，并将该频谱共享模式的信息发送给环境数据库。环境数据库根据所接收到的频谱共享模式确定在频谱管理装置确定频谱共享方案时所需要的参数，例如不同频谱共享模式下的sinr阈值、时延阈值、偏移参量、扩散参量、时延阈值、信息素放大因子、模式优先级等等，并将这些参数提供给频谱管理装置。频谱管理装置使用智能优化算法例如第一实施例中所描述的支持多模式的蚁群优化算法来确定频谱共享方案，根据该频谱共享方案为ue分配频谱资源，并将频谱资源的分配结果提供给环境数据库。环境数据库将该频谱资源的分配结果提供给各个ue。ue在使用分配的频谱资源通信后向环境数据库上报其频谱效用，环境数据库可以将各个ue的频谱总效用提供给频谱管理装置。
[0113]
<第三实施例>
[0114]
在上文的实施方式中描述用于无线通信的电子设备的过程中，显然还公开了一些处理或方法。下文中，在不重复上文中已经讨论的一些细节的情况下给出这些方法的概要，但是应当注意，虽然这些方法在描述用于无线通信的电子设备的过程中公开，但是这些方法不一定采用所描述的那些部件或不一定由那些部件执行。例如，用于无线通信的电子设备的实施方式可以部分地或完全地使用硬件和/或固件来实现，而下面讨论的用于无线通信的方法可以完全由计算机可执行的程序来实现，尽管这些方法也可以采用用于无线通信的电子设备的硬件和/或固件。
[0115]
图9示出了根据本技术的一个实施例的用于无线通信的方法的流程图，该方法包括：基于至少一个ue中的每一个ue的业务需求确定适合ue的频谱共享模式(s11)；以及基于各个ue的频谱共享模式确定各个ue的频谱共享方案(s12)。该方法例如可以在频谱管理装置侧执行。
[0116]
例如，业务需求可以包括如下中的一个或多个：qos或qoe需求、时延需求、数据传输速率需求。
[0117]
在步骤s11中，可以根据预先训练的对应关系模型，来确定ue的频谱共享模式，对应关系模型表示ue的参数与ue的频谱共享模式之间的对应关系，其中，ue的参数至少基于该ue的业务需求。
[0118]
对应关系模型可以使用机器学习算法获得，机器学习算法例如包括多分类监督学习算法，多分类监督学习算法可以包括如下之一：随机森林算法、k-邻近算法、朴素贝叶斯算法。
[0119]
作为示例，频谱共享模式可以包括：低时延业务需求模式、高数据传输速率需求模式、一般数据业务需求模式。
[0120]
在一个示例中，ue的频谱共享模式可以用网络切片辅助信息指示。
[0121]
在步骤s12中，在确定频谱共享方案时采用通过应用频谱共享方案获得的网络整体性能作为优化目标，网络整体性能可以用频谱总效用表示，频谱总效用为所有ue的频谱效用的和，ue的频谱效用指示ue的业务需求的满足程度。
[0122]
例如，ue的频谱效用为ue的频谱满意度函数、归一化时延的函数、归一化qos或qoe的函数的加权函数，其中，归一化时延是ue的时延相对于与ue的频谱共享模式对应的时延
阈值的归一化结果，归一化qos或qoe是ue的qos或qoe相对于与ue的频谱共享模式对应的qos或qoe阈值的归一化结果，每一项的权重代表该项的重要程度。其中，qos或qoe可以用sinr表示。
[0123]
在步骤s12中，可以使用支持多模式的蚁群优化算法来确定频谱共享方案，其中，支持多模式的蚁群优化算法的优化过程与频谱共享模式有关，在支持多模式的蚁群优化算法中，信息素增量代表使用当前频谱共享方案时ue的至少部分业务需求的满足程度。至少部分业务需求例如包括qos或qoe需求和数据传输速率需求。在支持多模式的蚁群优化算法中，可以基于ue的数据传输速率需求和ue的频谱共享模式的优先级来确定针对ue的启发式信息。
[0124]
在步骤s12中，可以迭代执行如下操作：随机选择干扰重叠图中的多个节点作为起始节点，其中，干扰重叠图是基于各个ue的相关信息构建的，干扰重叠图中的每一个节点代表一个或一组ue，两个节点之间的边代表这两个节点之间存在干扰关系；针对多个起始节点中的每一个起始节点，从该起始节点起遍历干扰重叠图中的所有节点并按照遍历的顺序为每一个节点分配频谱资源以获得对应于该起始节点起的路径的频谱共享方案，在遍历过程中，基于针对未经过的节点的累积信息素和启发式信息确定要转移到的下一个节点；基于频谱共享方案，计算路径所决定的信息素增量并累加到所述累积信息素以获得更新的累积信息素，并且计算该频谱共享方案的频谱总效用，其中，更新的累积信息素用于从下一个起始节点起的遍历过程；以及从针对每一个起始节点起的路径所对应的频谱共享方案中，选择频谱总效用最高的一个频谱共享方案。其中，从多次迭代获得的多个频谱共享方案中，确定频谱总效用最高的一个频谱共享方案作为最终确定的频谱共享方案。
[0125]
虽然图中未示出，上述方法还可以包括：获取以下信息中的一个或多个：ue的业务需求的信息，ue的位置信息，ue的发射功率的信息。例如，可以从环境数据库获取这些信息。还可以从环境数据库获取确定频谱共享方案所需的相关参数。相关参数可以包括分别针对各个频谱共享模式的多组参数。
[0126]
上述方法还可以包括：按照所确定的频谱共享方案为各个ue分配频谱资源，并基于各个ue基于频谱资源获得的频谱效用来优化频谱共享方案的确定。
[0127]
图10示出了根据本技术的一个实施例的用于环境数据库的方法的流程图，该方法包括：存储ue的频谱共享模式与确定ue的频谱共享方案所需的参数之间的对应关系(s21)，其中，ue的频谱共享模式是基于ue的业务需求确定的；获取ue的频谱共享模式(s22)；以及基于频谱共享模式，根据所存储的对应关系确定所述所需的参数(s23)。该方法例如可以在环境数据库侧执行。
[0128]
上述方法还可以包括如下步骤：存储各个ue上报的ue信息，ue信息例如包括以下中的一个或多个：ue的位置信息，ue的业务需求的信息，ue的发射功率的信息。
[0129]
在步骤s11中，从频谱管理装置获取ue的频谱共享模式，并且如图10中的虚线框所示，上述方法还包括步骤s24：将所确定的所需的参数提供给频谱管理装置。
[0130]
注意，上述各个方法可以结合或单独使用，其细节在第一至第二实施例中已经进行了详细描述，在此不再重复。
[0131]
进一步地，将通过一个仿真示例来描述本技术的频谱共享方案的优点。图11示出了仿真场景的示意图，该仿真场景以150个d2d通信链路的共存场景作为示例，图中示出了
发送端ue所在的位置，并假定接收端ue距离发送端ue为50米。具体仿真参数配置如下：仿真区域，1000m
×
1000m；频率，3500mhz；信道数，10；带宽，5mhz；路径损耗指数，3；发射功率，0～25dbm；时延，0～1000ms。在仿真中考虑了前文所述的垂直、水平、倾斜三种频谱共享模式，分别适合这三种模式的ue如图11所示分布在仿真区域中。
[0132]
在进行频谱共享方案的确定之前，首先验证采用随机森林算法进行频谱共享模式确定的有效性。图12示出了随机森林算法的袋外(out-of-bag，oob)错误率。可以看出，当随机森林中决策树的数量超过15时，分类错误率降至0，说明随机森林算法能够有效地进行频谱共享模式的确定。
[0133]
在仿真中，根据ue的发射功率及位置信息得到干扰重叠图，作为频谱共享方案的确定的基础。图13示出了仿真得到的干扰重叠图。
[0134]
为了充分验证本技术所提方法的性能，仿真将所提方法与两种对比算法(对比算法1和对比算法2)进行了比较。在对比算法1中，将频谱资源等分为三个资源集合，分配给三种不同的服务类型。该对比算法1与本技术所提方法的区别在于：对比算法1中将资源分为3个相互独立的资源集合，不同业务类型的ue只能用一个资源集合中的资源；而本技术的算法能够实现不同ue共享整段频谱资源，这样能够在有限的资源限制下服务更多的ue。在对比算法2中，所有ue复用频谱资源，并采用传统的蚁群优化算法，即在蚁群优化算法的参数中不考虑不同模式的业务需求，而是为所有ue共同分配频谱。
[0135]
图14示出了本技术所提出的方法与对比方法1的性能对比的曲线图。可以看出，本技术所提的方法能够有效提升各个ue的频谱效用。此外，图15示出了本技术所提出的方法与对比方法1的性能对比的另一个曲线图。可以看出，在采用本技术所提出的方法时，系统的频谱总效用总是高于对比方法1，并且随着通信链路数增加(ue设备数增加)，性能提升效果越明显。
[0136]
图16示出了本技术所提出的方法与对比方法2的性能对比的曲线图。可以看出，在优化算法的迭代次数的一定范围内，本技术所提出的方法所得到的频谱总效用随着迭代次数的增加而提高，并且，本技术所提出的方法所得到的频谱总效用显著高于对比算法2的频谱总效用。
[0137]
图17示出了本技术所提出的方法与对比方法2的性能对比的另一个曲线图。其中，优化算法的迭代次数为5次，可以看出，针对不同的通信链路数量，本技术所提出的方法均能获得比对比方法2更高的平均频谱效用。
[0138]
注意，上述仿真示例仅是为了方便理解，并不对本技术构成限制。
[0139]
本公开内容的技术能够应用于各种产品。
[0140]
例如，电子设备100和200可以被实现为任何类型的服务器，诸如塔式服务器、机架式服务器以及刀片式服务器。电子设备100可以为安装在服务器上的控制模块(诸如包括单个晶片的集成电路模块，以及插入到刀片式服务器的槽中的卡或刀片(blade))。
[0141]
[关于服务器的应用示例]
[0142]
图18是示出可以应用本公开内容的技术的服务器700的示意性配置的示例的框图。服务器700包括处理器701、存储器702、存储装置703、网络接口704以及总线706。
[0143]
处理器701可以为例如中央处理单元(cpu)或数字信号处理器(dsp)，并且控制服务器700的功能。存储器702包括随机存取存储器(ram)和只读存储器(rom)，并且存储数据
和由处理器701执行的程序。存储装置703可以包括存储介质，诸如半导体存储器和硬盘。
[0144]
网络接口704为用于将服务器700连接到通信网络705的通信接口。通信网络705可以为诸如演进分组核心网(epc)的核心网或者诸如因特网的分组数据网络(pdn)。
[0145]
总线706将处理器701、存储器702、存储装置703和网络接口704彼此连接。总线706可以包括各自具有不同速度的两个或更多个总线(诸如高速总线和低速总线)。
[0146]
在图18所示的服务器700中，参照图2所描述的第一确定单元101、第二确定单元102和参照图6描述的收发单元103等可以由处理器701实现。例如，处理器701可以通过执行第一确定单元101、第二确定单元102、收发单元103的功能来确定各个ue的频谱共享模式和各个ue的频谱共享方案。参照图7描述的存储单元201可以由存储器702和/或存储装置703实现，收发单元202和确定单元203可以由处理器701实现。例如，处理器701可以通过执行收发单元202和确定单元203的功能来确定频谱共享方案的确定中所需的参数。
[0147]
以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，对本领域的技术人员而言，能够理解本公开的方法和装置的全部或者任何步骤或部件，可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中，以硬件、固件、软件或者其组合的形式实现，这是本领域的技术人员在阅读了本公开的描述的情况下利用其基本电路设计知识或者基本编程技能就能实现的。
[0148]
而且，本公开还提出了一种存储有机器可读取的指令代码的程序产品。所述指令代码由机器读取并执行时，可执行上述根据本公开实施例的方法。
[0149]
相应地，用于承载上述存储有机器可读取的指令代码的程序产品的存储介质也包括在本公开的公开中。所述存储介质包括但不限于软盘、光盘、磁光盘、存储卡、存储棒等等。
[0150]
在通过软件或固件实现本公开的情况下，从存储介质或网络向具有专用硬件结构的计算机(例如图19所示的通用计算机1900)安装构成该软件的程序，该计算机在安装有各种程序时，能够执行各种功能等。
[0151]
在图19中，中央处理单元(cpu)1901根据只读存储器(rom)1902中存储的程序或从存储部分1908加载到随机存取存储器(ram)1903的程序执行各种处理。在ram 1903中，也根据需要存储当cpu 1901执行各种处理等等时所需的数据。cpu 1901、rom 1902和ram 1903经由总线1904彼此连接。输入/输出接口1905也连接到总线1904。
[0152]
下述部件连接到输入/输出接口1905：输入部分1906(包括键盘、鼠标等等)、输出部分1907(包括显示器，比如阴极射线管(crt)、液晶显示器(lcd)等，和扬声器等)、存储部分1908(包括硬盘等)、通信部分1909(包括网络接口卡比如lan卡、调制解调器等)。通信部分1909经由网络比如因特网执行通信处理。根据需要，驱动器1910也可连接到输入/输出接口1905。可移除介质1911比如磁盘、光盘、磁光盘、半导体存储器等等根据需要被安装在驱动器1910上，使得从中读出的计算机程序根据需要被安装到存储部分1908中。
[0153]
在通过软件实现上述系列处理的情况下，从网络比如因特网或存储介质比如可移除介质1911安装构成软件的程序。
[0154]
本领域的技术人员应当理解，这种存储介质不局限于图19所示的其中存储有程序、与设备相分离地分发以向用户提供程序的可移除介质1911。可移除介质1911的例子包含磁盘(包含软盘(注册商标))、光盘(包含光盘只读存储器(cd-rom)和数字通用盘(dvd))、
磁光盘(包含迷你盘(md)(注册商标))和半导体存储器。或者，存储介质可以是rom 1902、存储部分1908中包含的硬盘等等，其中存有程序，并且与包含它们的设备一起被分发给用户。
[0155]
还需要指出的是，在本公开的装置、方法和系统中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应该视为本公开的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按时间顺序执行。某些步骤可以并行或彼此独立地执行。
[0156]
最后，还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。此外，在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0157]
以上虽然结合附图详细描述了本公开的实施例，但是应当明白，上面所描述的实施方式只是用于说明本公开，而并不构成对本公开的限制。对于本领域的技术人员来说，可以对上述实施方式作出各种修改和变更而没有背离本公开的实质和范围。因此，本公开的范围仅由所附的权利要求及其等效含义来限定。
[0158]
本技术还可以如下配置。
[0159]
(1)一种用于无线通信的电子设备，包括：
[0160]
处理电路，被配置为：
[0161]
基于至少一个用户设备中的每一个用户设备的业务需求确定适合所述用户设备的频谱共享模式；
[0162]
基于各个用户设备的频谱共享模式确定所述各个用户设备的频谱共享方案。
[0163]
(2)根据(1)所述的电子设备，其中，所述业务需求包括如下中的一个或多个：服务质量或体验质量需求、时延需求、数据传输速率需求。
[0164]
(3)根据(1)所述的电子设备，其中，所述处理电路被配置为，
[0165]
根据预先训练的对应关系模型，来确定所述用户设备的频谱共享模式，所述对应关系模型表示用户设备的参数与用户设备的频谱共享模式之间的对应关系，其中，用户设备的参数至少基于该用户设备的业务需求。
[0166]
(4)根据(3)所述的电子设备，其中，所述对应关系模型使用机器学习算法获得，所述机器学习算法包括多分类监督学习算法，所述多分类监督学习算法包括如下之一：随机森林算法、k-邻近算法、朴素贝叶斯算法。
[0167]
(5)根据(1)所述的电子设备，其中，所述频谱共享模式包括：低时延业务需求模式、高数据传输速率需求模式、一般数据业务需求模式。
[0168]
(6)根据(1)所述的电子设备，其中，所述处理电路被配置为在确定所述频谱共享方案时采用通过应用所述频谱共享方案获得的网络整体性能作为优化目标，所述网络整体性能用频谱总效用表示，所述频谱总效用为所有用户设备的频谱效用的和，所述用户设备的频谱效用指示所述用户设备的业务需求的满足程度。
[0169]
(7)根据(6)所述的电子设备，其中，所述用户设备的频谱效用为所述用户设备的频谱满意度函数、归一化时延的函数、归一化服务质量或体验质量的函数的加权函数，其中，所述归一化时延是所述用户设备的时延相对于与所述用户设备的频谱共享模式对应的
时延阈值的归一化结果，所述归一化服务质量或体验质量是所述用户设备的服务质量或体验质量相对于与所述用户设备的频谱共享模式对应的服务质量或体验质量阈值的归一化结果，每一项的权重代表该项的重要程度。
[0170]
(8)根据(7)所述的电子设备，其中，所述服务质量或体验质量用信干噪比表示。
[0171]
(9)根据(6)所述的电子设备，其中，所述处理电路被配置为使用支持多模式的蚁群优化算法来确定所述频谱共享方案，其中，所述支持多模式的蚁群优化算法的优化过程与频谱共享模式有关，在所述支持多模式的蚁群优化算法中，信息素增量代表使用当前频谱共享方案时所述用户设备的至少部分业务需求的满足程度。
[0172]
(10)根据(9)所述的电子设备，其中，所述至少部分业务需求包括服务质量或体验质量需求和数据传输速率需求。
[0173]
(11)根据(9)所述的电子设备，其中，在所述支持多模式的蚁群优化算法中，基于所述用户设备的数据传输速率需求和所述用户设备的频谱共享模式的优先级来确定针对所述用户设备的启发式信息。
[0174]
(12)根据(9)所述的电子设备，其中，所述处理电路被配置为迭代执行如下操作：
[0175]
随机选择干扰重叠图中的多个节点作为起始节点，其中，所述干扰重叠图是基于各个用户设备的相关信息构建的，所述干扰重叠图中的每一个节点代表一个或一组用户设备，两个节点之间的边代表这两个节点之间存在干扰关系；
[0176]
针对所述多个起始节点中的每一个起始节点，从该起始节点起遍历所述干扰重叠图中的所有节点并按照遍历的顺序为每一个节点分配频谱资源以获得对应于该起始节点起的路径的频谱共享方案，在遍历过程中，基于针对未经过的节点的累积信息素和启发式信息确定要转移到的下一个节点；
[0177]
基于所述频谱共享方案，计算所述路径所决定的信息素增量并累加到所述累积信息素以获得更新的累积信息素，并且计算该频谱共享方案的频谱总效用，其中，所述更新的累积信息素用于从下一个起始节点起的遍历过程；以及
[0178]
从针对每一个起始节点起的路径所对应的频谱共享方案中，选择频谱总效用最高的一个频谱共享方案，
[0179]
其中，所述处理电路还被配置为从多次迭代获得的多个频谱共享方案中，确定频谱总效用最高的一个频谱共享方案作为最终确定的频谱共享方案。
[0180]
(13)根据(1)所述的电子设备，其中，所述处理电路还被配置为获取以下信息中的一个或多个：所述用户设备的业务需求的信息，所述用户设备的位置信息，所述用户设备的发射功率的信息。
[0181]
(14)根据(13)所述的电子设备，其中，所述处理电路被配置为从环境数据库获取所述信息。
[0182]
(15)根据(14)所述的电子设备，其中，所述处理电路还被配置为从所述环境数据库获取确定所述频谱共享方案所需的相关参数。
[0183]
(16)根据(15)所述的电子设备，其中，所述相关参数包括分别针对各个频谱共享模式的多组参数。
[0184]
(17)根据(1)所述的电子设备，其中，所述用户设备的频谱共享模式用网络切片辅助信息指示。
[0185]
(18)根据(1)所述的电子设备，其中，所述处理电路还被配置为按照所确定的频谱共享方案为各个用户设备分配频谱资源，并基于各个用户设备基于所述频谱资源获得的频谱效用来优化所述频谱共享方案的确定。
[0186]
(19)一种环境数据库，包括：
[0187]
处理电路和存储器，
[0188]
其中，所述存储器被配置为存储用户设备的频谱共享模式与确定所述用户设备的频谱共享方案所需的参数之间的对应关系，其中，所述用户设备的频谱共享模式是基于所述用户设备的业务需求确定的，
[0189]
所述处理电路被配置为：
[0190]
获取所述用户设备的频谱共享模式；
[0191]
基于所述频谱共享模式，根据所述对应关系确定所述所需的参数。
[0192]
(20)根据(19)所述的环境数据库，其中，所述存储器还被配置为存储各个用户设备上报的用户设备信息，所述用户设备信息包括以下中的一个或多个：所述用户设备的位置信息，所述用户设备的业务需求的信息，所述用户设备的发射功率的信息。
[0193]
(21)根据(19)所述的环境数据库，其中，所述处理电路还被配置为从频谱管理装置获取所述用户设备的频谱共享模式，并将所确定的所述所需的参数提供给所述频谱管理装置。
[0194]
(22)一种用于无线通信的方法，包括：
[0195]
基于至少一个用户设备中的每一个用户设备的业务需求确定适合所述用户设备的频谱共享模式；
[0196]
基于各个用户设备的频谱共享模式确定所述各个用户设备的频谱共享方案。
[0197]
(23)一种用于环境数据库的方法，包括：
[0198]
存储用户设备的频谱共享模式与确定所述用户设备的频谱共享方案所需的参数之间的对应关系，其中，所述用户设备的频谱共享模式是基于所述用户设备的业务需求确定的；
[0199]
获取所述用户设备的频谱共享模式；以及
[0200]
基于所述频谱共享模式，根据所存储的所述对应关系确定所述所需的参数。
[0201]
(24)一种计算机可读存储介质，其上存储有计算机可执行指令，当所述计算机可执行指令被执行时，执行根据(22)或(23)所述的用于无线通信的方法。