无线通信系统中的用户设备跟踪和寻呼区域选择的制作方法
本发明构思涉及无线通信网络，并且具体地涉及跟踪无线通信网络内的用户设备(ue)单元的位置。
背景技术：
长期演进(lte)无线通信规范将跟踪区域(ta)定义为跟踪处于空闲模式的用户设备(ue)位置的粗略手段。ta由基站或具有相同跟踪区域码(tac)的一组基站(lte系统中的enodeb/enb，或新无线电(nr)系统中的gnodeb/gnb)组成。当寻呼空闲ue时，核心网络中的移动性管理实体(mme)使用ta信息向空闲ue通知传入的数据连接。
图1示出了无线通信系统的服务区域100，并且图2是示出了无线通信系统的一些元件的框图。参照图1，服务区域100通常被划分为多个小区110，多个小区110中的每一个由基站(例如，enodeb/gnodeb或无线电单元)服务。单个基站可以服务多个小区。由单个基站服务的区域在本文中被称为“基站覆盖区域”。在下面的示例中，假设每个基站为单个小区提供服务。然而，将意识到，基站覆盖区域可以包括无线通信系统的一个或多个小区。
在服务区域100内操作的用户设备(ue)220可以在服务区域100内在小区之间移动。当ue220从一个小区移动到相邻小区时，网络可以执行与ue220的连接从一个基站到另一基站的切换。图1所示的服务区域100被划分为两个ta120a(非阴影小区)和120b(阴影小区)，每个ta包括多个小区110。
图2示出了跟踪区域120，该跟踪区域120包括多个enb/gnb210a至210n和由enb/gnb210b服务的小区110中的ue220。mme200与enb/gnb210通信以促进ue220在网络内的移动性。
如果ue220移出ta，则ue220必须向网络发信号通知离开并执行ta更新(tau)。这样做是为了使网络能够更新在ue处于空闲模式时接收到针对ue的下行链路数据的情况下寻呼ue的区域。否则，mme200将必须寻呼整个网络以定位ue220，这将消耗时间和网络资源。
对于lte演进分组核心(epc)系统，标准3gppts23.401和ts24.301使mme200能够在ta更新期间向ue220发送ta的列表(ta列表)，其中ue220可以漫游而不执行跟踪区域更新。当mme200寻呼ue220时，寻呼消息被发送到与ta列表相关联的所有基站。当ue220执行tau时，mme200通常将更新的ta列表返回给ue220。
技术实现要素：
一种预测移动通信网络中的用户设备ue的位置的方法，所述移动通信网络具有多个基站，所述多个基站服务于各自的基站覆盖区域，所述方法包括针对所述移动通信网络中的每个基站：生成针对所述基站的潜在目标基站的列表，针对所述基站的潜在目标基站的列表包括在预定时间段内发生从所述基站向其的转移的基站，其中，生成所述潜在目标基站的列表包括生成针对每个潜在目标基站的转移计数，所述转移计数包括对在所述预定时间段内从所述基站到所述潜在目标基站的转移的计数；基于所述转移计数生成多个相对转移频率，所述相对转移频率中的每个相对转移频率与所述潜在目标基站中的一个潜在目标基站相对应，并且描述在所述预定时间段期间从所述基站到对应的潜在目标基站的转移的相对频率；基于每个相应的潜在目标基站的、从所述基站的相对转移频率，生成该潜在目标基站的转移概率；将潜在目标基站中每个潜在目标基站的转移计数与第一阈值进行比较；以及响应于所述潜在目标基站中的一个潜在目标基站的转移计数小于所述第一阈值，从所述基站的潜在目标基站的列表中移除所述潜在目标基站中的该潜在目标基站。在一些实施例中，可以使用发送给ue或从ue接收的其他网络消息。
该方法还可以包括：将每个潜在目标基站的转移计数与第二阈值进行比较，并且响应于确定潜在目标基站的转移计数中的任一个大于第二阈值，将每个转移计数乘以缩放因子。
缩放因子可以是二分之一，并且其中，第一阈值可以是一。
可以选择第二阈值以将每个基站的潜在目标基站的列表的长度约束为预定最大长度。
该方法还可以包括：提供描述移动通信网络中的多个事件的基于事件的监视ebm数据的集合；选择第一阈值的阈值阈值；重复执行以下操作：分析ebm数据以确定使用第一阈值的所选择的取值成功定位在ebm数据中被寻呼的所有ue将需要的寻呼消息的总数，以及改变第一阈值的阈值取值；以及选择需要最少数量的寻呼消息来成功定位在ebm数据中被寻呼的所有ue的阈值取值。
该方法还可以包括：确定针对ue的寻呼列表的目标寻呼置信度区间，请求包括所述ue连接到的最后一个已知基站的标识；以及通过基于目标寻呼置信度区间和针对所述最后一个已知基站的潜在目标基站的列表中的每个潜在目标基站的转移概率，从所述最后一个已知基站的潜在目标基站的列表中选择多个潜在目标基站，来组装所述寻呼列表。
所选择的潜在目标基站的转移概率之和可以大于或等于期望的寻呼置信度水平。
将潜在目标基站中的每个潜在目标基站的转移计数与所述第一阈值进行比较并且响应于所述比较从潜在目标基站的列表中移除潜在目标基站可以是以预定的时间间隔来执行的。
该方法还可以包括：当从所述移动通信网络中停用第一潜在目标基站时，从针对每个基站的潜在目标基站的列表中移除所述第一潜在目标基站。
根据一些实施例的移动通信网络中的网络节点包括处理器电路、耦接到处理器电路的收发器、以及耦接到处理器电路的存储器。存储器包括机器可读计算机程序指令，该机器可读计算机程序指令在由处理器电路执行时使网络节点执行以下操作：针对所述移动通信网络中的每个基站：生成针对所述基站的潜在目标基站的列表，针对所述基站的潜在目标基站的列表包括在预定时间段内发生从所述基站向其的转移的基站，其中，生成所述潜在目标基站的列表包括生成针对每个潜在目标基站的转移计数，所述转移计数包括对在所述预定时间段内从所述基站到所述潜在目标基站的转移的计数；基于所述转移计数生成多个相对转移频率，所述相对转移频率中的每个相对转移频率与所述潜在目标基站中的一个潜在目标基站相对应，并且描述在所述预定时间段期间从所述基站到对应的潜在目标基站的转移的相对频率；基于每个相应的潜在目标基站的、从所述基站的相对转移频率，生成该潜在目标基站的转移概率；将潜在目标基站中每个潜在目标基站的转移计数与第一阈值进行比较；以及响应于所述潜在目标基站中的一个潜在目标基站的转移计数小于所述第一阈值，从所述基站的潜在目标基站的列表中移除所述潜在目标基站中的该潜在目标基站。网络节点可以是mme。
一种生成移动通信系统中的网络节点的合成地理地图的方法，包括：将所述移动通信系统中的每个网络节点分配给图的节点；在所述图的与一对基站相对应的每对节点之间形成边缘，该对基站在预定时间段期间参与用户设备ue从该对网络节点中的一个网络节点到该对网络节点中的另一个网络节点的转移；向每个边缘分配边缘权重，其中，边缘的边缘权重基于经历与该边缘相对应的一对网络节点中的网络节点之间的转移的每个ue在转移之前的停留时间；基于边缘权重，根据地理分布来布置所述图的节点；以及基于所述地理分布生成针对所述图的节点的合成地理坐标。
该方法还可以包括：基于涉及所述图中的每个节点的转移的总数，向图中的该节点分配节点权重。
该方法还可以包括：基于所述图中的每个节点的节点权重，向图中的该节点分配颜色；以及将所述图显示为热图，其中所述图中的每个节点以其被分配的颜色示出。
该方法还可以包括：基于与所述图中的每个节点相关联的基站所属的跟踪区域，向所述图中的该节点分配颜色；以及显示所述图，其中所述图中的每个节点以被分配的颜色示出。
该方法还可以包括：识别所述图中的属于第一跟踪区域的节点，所述节点不与所述第一跟踪区域中的任何其他节点具有边缘；以及将所述图中的该节点移动到第二跟踪区域，该节点在所述第二跟踪区域中与至少一个其他节点具有边缘。
ue关于与边缘相对应的一对网络节点的转移之前的停留时间包括：所述ue切换到该对网络节点中的一个网络节点的时间与所述ue从该对网络节点中的该网络节点切换到该对网络节点中的另一个网络节点的时间之间的时间差。
边缘权重可以基于在一对网络节点之间的转移中涉及的所有ue的平均停留时间。
在一对网络节点之间的转移中涉及的ue的停留时间的分布可以包括多种模式，并且其中，边缘权重可以基于所述分布的所述多种模式中的所选择的模式。
边缘权重可以基于在一对网络节点之间的转移中涉及的所有ue的最小停留时间。
边缘权重可以基于在一对网络节点之间的转移中涉及的所有ue的最大停留时间。
基于边缘权重根据地理分布来布置所述图的节点可以包括：基于边缘权重，将力导向图绘制算法应用于节点。
基于边缘权重根据地理分布来布置图的节点可以包括：基于边缘权重，将力导向图绘制算法(例如，kamada-kawai算法)应用于节点。
基于边缘权重根据地理分布来布置图的节点可以包括：基于边缘权重将t分布随机邻居嵌入算法应用于节点。
该方法还可以包括：获得用户设备ue到由网络节点服务的覆盖区域的转移的转移时间戳；以及使用所述图的与所述网络节点相对应的节点的合成地理坐标来估计所述ue的位置和/或速度。
该方法还可以包括：使用所述ue的估计的位置和/或速度来预测所述ue将被所述网络节点切换到的第二网络节点。
根据一些实施例的网络节点包括处理器电路、耦接到处理器电路的网络接口、以及耦接到处理器电路的存储器，其中，存储器包括机器可读计算机程序指令，该机器可读计算机程序指令在由处理器电路执行时使计算机服务器执行以下操作：将所述移动通信系统中的每个网络节点分配给图的节点；在所述图的与一对基站相对应的每对节点之间形成边缘，该对基站在预定时间段期间参与用户设备ue从该对网络节点中的一个网络节点到该对网络节点中的另一个网络节点的转移；向每个边缘分配边缘权重，其中，边缘的边缘权重基于经历与该边缘相对应的一对网络节点中的网络节点之间的转移的每个ue在转移之前的停留时间；基于边缘权重，根据地理分布来布置所述图的节点；以及基于所述地理分布生成针对所述图的节点的合成地理坐标。该网络节点可以包括mme。
一些实施例提供了可以减少定位空闲ue所需的寻呼消息的平均数量的系统建模和机器学习技术。减少网络中的寻呼消息的数量可以节省网络资源，例如回程和空口带宽，这可以产生成本和能量节省以及整体网络效率和服务质量。
附图说明
附图示出了本发明构思的某些实施例，附图被包括以提供对本发明构思的进一步理解，并且被并入并构成本申请的一部分。在附图中：
图1是示出了蜂窝无线通信网络覆盖区域的图。
图2是示出了蜂窝无线通信网络覆盖区域的元件的框图。
图3是示出了根据一些实施例的用于跟踪无线通信网络中的用户设备的位置的系统的框图。
图4是示出了根据一些实施例的无线通信网络中的寻呼操作的流程图。
图5是示出了根据一些实施例的用于生成无线通信网络中的寻呼列表的技术的框图。
图6至图8是示出了根据一些实施例的系统/方法的流程图。
图9a和图9b是示出了根据一些实施例的用于评估ue位置预测算法的操作的框图。
图10是示出了根据一些实施例的用于生成无线通信网络中的寻呼列表的技术的图。
图11是示出了根据一些实施例的用于生成无线通信网络中的寻呼列表的技术的表。
图12是示出了根据一些实施例的系统/方法的流程图。
图13是示出了根据一些实施例形成的无线通信网络中的节点的合成地图的图。
图14是根据一些实施例配置的网络节点的框图。
具体实施方式
现在将在下文参考示出本发明构思的实施例的附图来更全面地描述本发明构思的实施例。然而，本发明构思可以用多种不同形式来体现，并且不应当被解释为受到本文阐述的实施例的限制。相反，提供这些实施例使得本公开将全面和完整，并且将本发明构思的范围充分传达给本领域技术人员。贯穿全文，类似附图标记表示类似的元件。
应当理解，虽然可以在本文使用术语“第一”、“第二”等来描述各种元件，但是这些元件不应被这些术语限制。这些术语仅用来将元件彼此区分。例如，在不脱离本发明构思的范围的情况下，第一元件可以被称作第二元件，类似地，第二元件也可以被称作第一元件。如本文所使用的，术语“和/或”包括相关联的列出项中的一个或多个的任意和所有组合。
本文所用术语仅用于描述特定实施例的目的，而不是为了限制本发明构思。如本文所使用的，单数形式“一”、“一个”和“所述”旨在还包括复数形式，除非上下文另有明确指示。还将理解，术语“包括”、“包含”、“含有”和/或“具有”在本文中使用时表示存在所陈述的特征、整数、步骤、操作、元件和/或组件，但并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或其组合。
除非另外定义，否则本文使用的所有术语(包括技术术语和科学术语)具有与本发明构思所属领域的普通技术人员通常所理解的意义相同的意义。还将理解，本文所使用的术语应被解释为与它们在本说明书的上下文和相关技术中的意义相一致，而不被解释为理想或过于正式的意义，除非本文如此明确地这样定义。通常，除非明确给出和/或从使用的上下文中暗示不同的含义，否则本文中使用的所有术语将根据其在相关技术领域中的普通含义来解释。除非另有明确说明，否则对“一/一个/元件、设备、组件、装置、步骤等”的所有引用应被开放地解释为指代元件、设备、组件、装置、步骤等中的至少一个实例。除非必须明确地将一个步骤描述为在另一个步骤之后或之前和/或隐含地一个步骤必须在另一个步骤之后或之前，否则本文所公开的任何方法的步骤不必以所公开的确切顺序执行。在适当的情况下，本文公开的任何实施例的任何特征可以应用于任何其他实施例。同样地，任何实施例的任何优点可以适用于任何其他实施例，反之亦然。通过下文的描述，所附实施例的其他目的、特征和优点将显而易见。
如上所述，当网络希望寻呼空闲ue时，mme可以请求ue的跟踪区域中的每个基站通过发送寻呼消息并监听来自ue的响应来寻呼ue。如果ue未能响应其跟踪区域内的寻呼信号，则网络可以寻呼更广泛的区域，以尝试定位ue。寻呼可能使用大量的网络资源。因此，期望以尽可能少的重试和尽可能少的寻呼消息来尽快定位ue。为了增加在第一次寻呼尝试中定位ue的概率，期望使跟踪区域变大，或者使ue的跟踪区域列表变大。然而，当增加跟踪区域或跟踪区域列表的大小时，在每个寻呼尝试中必须发送的寻呼消息的数量也会增加，这可能消耗网络资源并降低网络性能。
为了解决这个问题，已经开发了所谓的智能或自适应寻呼技术。例如，在一种方法中，当要到达处于空闲模式的ue时，网络可以首先在ue连接到的最后一个enodeb处寻呼该ue。如果ue没有响应，则网络可以使用ue访问的最近的enodeb的列表，并且然后通过在ue的跟踪区域中寻呼ue来寻呼ue。尽管这样的技术可以减少到达空闲ue所需的寻呼消息的平均数量，但是这些技术仍然可能消耗不必要的系统资源。
一些实施例提供了用于基于过去的网络数据来预测空闲ue的位置的系统/方法。在一些实施例中，该预测可以用于生成具有ue将被定位的高置信度水平的基站的寻呼列表，可以指示该基站来寻呼该ue。具体地，一些实施例提供了可以减少定位空闲ue所需的寻呼消息的平均数量的系统建模和机器学习技术。减少网络中的寻呼消息的数量可以节省网络资源，例如回程和空口带宽，这可以产生成本和能量节省以及整体网络效率和服务质量。
图3是示出了根据一些实施例的用于跟踪无线通信网络中的用户设备的位置的系统的框图，并且图4是示出了根据一些实施例的用于跟踪无线通信网络中的用户设备的位置的系统的流程图。参照图3，网络节点(例如mme200)使用ue位置预测模型230来生成对ue220(例如，mme200期望寻呼的空闲ue)的位置的预测。基于位置预测，mme200向enb/gnb210发送寻呼请求302，enb/gnb210向ue220发送寻呼消息304。
图4示出了根据一些实施例的无线通信网络中的寻呼操作，其中初始寻呼尝试是不成功的。如其中所示，mme200在第一ue寻呼列表请求402中向模型230进行查询，以获得要寻呼的基站的列表。请求402可以包括指示寻呼尝试将成功的置信度的期望水平的置信度水平要求(例如95％)。在一些实施例中，可以由网络或配置来设置期望的置信度水平。
模型230用寻呼列表404来进行响应，寻呼列表404包含mme200应该寻呼的基站的列表(组1)。可以基于期望的置信度水平来生成寻呼列表。然后，mme200向寻呼列表中的每个基站(即，向组1中的每个基站)发送寻呼请求406。在该示例中，第一次寻呼尝试失败，因此组1中的每个基站向mme200返回失败消息408。然后，mme200向模型230发送第二请求410，以用于得到更新的寻呼列表。第二请求可以包括大于第一置信度水平要求的更新的置信度水平要求(例如99％)。模型230使用被选择以满足更新的置信度水平要求的更新的寻呼列表412来进行响应。更新的寻呼列表可以包括第二组(组2)中的基站，第二组可以包括或排除在第一寻呼列表中包括的基站。
然后，mme200向更新的寻呼列表中的每个基站发送寻呼请求414。服务于ue当前所在的小区的基站发送寻呼请求416，该寻呼请求416由ue220接收，并且ue220用寻呼响应418来进行响应。ue220对其响应的基站然后将指示ue220的当前位置的消息420发回给mme200。
图5是示出了根据一些实施例的用于生成无线通信网络中的寻呼列表的技术的框图。图5所示的示例使用隐马尔可夫模型来预测ue(例如，处于空闲模式的ue，其位置是未知的)的当前位置。隐马尔可夫模型是统计马尔可夫模型，其中将被建模的系统假设为是具有未观察到的(即隐藏的)状态的马尔可夫过程。马尔可夫过程是描述一系列可能事件的随机模型，其中每个事件的概率仅取决于前一事件中达到的状态。遵循马尔可夫过程的一系列状态被称为马尔可夫链。当被应用于寻呼列表的生成时，系统的输出是ue的寻呼位置，即，可以经由寻呼找到ue的基站覆盖区域的标识。可以使用马尔可夫链来对ue的一系列寻呼位置进行建模。
在简单的马尔可夫模型(例如马尔可夫链)中，系统的状态对于观察者而言是直接可见的，且因此状态转移概率是仅有的参数。在隐马尔可夫模型中，系统的状态不是直接可见的，但是系统的取决于状态的输出是可见的。每个状态在可能的输出上具有概率分布。因此，由隐马尔可夫模型生成的一系列输出提供有关一系列状态的信息。当被应用于ue的寻呼位置时，系统可能不知道ue在任何给定时刻的确切状态，但是系统可以知道或可发现系统的输出，即ue的寻呼位置。
图5示出了多个源基站(enb1、enb2、enb3和enb4)。潜在目的地基站的列表502至510(“可能的邻居列表”)与每个源基站相关联。具体地，如图5所示，对于移动通信网络中的每个源基站，生成可能的目的地基站的列表。可能的邻居列表中的每个目的基站表示ue可能移动到并获得服务的基站。在一些情况下，目的地基站是源基站可能将呼叫切换到的基站。然而，可能不存在从一个基站到另一个基站的显式切换。例如，ue可以通过以下操作来从一个基站转移到另一个基站：在连接到第一基站之后进入空闲模式，移动到第二基站的服务区域，以及然后向第二基站发送消息(例如服务请求)。即使不存在从第一基站到第二基站的显式切换，ue也已经从第一基站转移到了第二基站。
在ue向一个基站发送消息(例如服务请求消息)并且然后向不同的基站发送另一消息时，也发生转移。例如，连接到第一enb(enb1)的活动ue可能变得空闲。下一次网络得到ue的消息可能是经由到第二enb(enb2)的消息。在该情况下，一些实施例对enb1到enb2的转移进行登记(register)。
例如，如果ue按顺序向以下enb[enb1、enb2、enb3、enb4、enb5]发送消息，则系统将登记以下转移[enb1->enb2、enb2->enb3、enb3->enb4、enb4->enb5]。一些实施例可以仅对基于特定类型的消息(例如服务请求)的转移进行登记。例如，如果仅使用服务请求并且服务请求仅在节点4处，则系统可以仅登记转移enb3->enb4。
作为另一示例，假设存在穿过多个enb的覆盖区域的道路，例如enb1->enb2->enb3->enb4。进一步假设内部具有ue的汽车在该道路上行驶，并且该ue连接到的最后一个enb是enb1。如果ue进入空闲状态，并且仅切换被用于生成边缘，则算法可以预测该汽车位于enb2处。然而，由于汽车可以快速移动，因此ue很可能已经移动得更远，可能移动到了enb4的覆盖区域。如果使用服务请求消息来生成图，则将很可能存在从enb1到enb4的转移，从而使系统能够更准确地预测ue的可能位置。
例如，在图5中，与源目的地enb1相关联的可能的邻居列表502包括ue可能从enb1转移到的三个潜在目的地基站，即，enb3、enb2、enb4和enb5。
此外，可能的邻居列表中的每个目的地基站包括相关联的转移度量，该转移度量表示将从源基站到该目的地基站的给定转移的可能性。转移度量可以用于确保使用模型生成的寻呼列表满足期望的寻呼置信度水平要求。例如，在图5中，关于源enb1，目的地基站enb3的转移度量为123，目的地基站enb2的转移度量为42，并且目的地基站enb4的转移度量为3。
针对给定目的地基站的转移度量可以基于与该给定目的地基站相关的源基站而变化。例如，enb2的转移度量相对于源基站enb1是42，相对于源基站enb3是5，并且相对于源基站enb4是15。
mme200可以如下生成/更新针对源基站的可能的邻居列表。每当在移动通信系统中发生转移时，mme200首先通过以下操作来更新与转移中涉及的源基站相关联的可能的邻居列表：检查以查看转移中涉及的目的地基站是否已经在针对源基站的可能的邻居列表上。如果不在，则将目的地基站添加到列表中，并且将与目的地基站相关联的度量设置为1。如果目的地基站已经在针对源基站的可能的邻居列表中，则将与目的地基站相关联的度量递增1。因此，在一些实施例中，针对给定源/目的地基站对的度量可以是计数器，每次发生从该源基站到该目的地基站的转移时，使该计数器递增。因此，在一些实施例中，该度量可以被称为“转移计数”。如上所述，转移可以是ue从一个基站到另一基站的显式切换，或者是在连接到一个基站的ue向另一个基站发送诸如服务请求之类的消息时发生的隐式转移。
针对每个源基站的可能的邻居列表根据度量按降序排序。因此，从源基站到目的地基站发生的转移越多，该目的地基站在源基站的可能的邻居列表中的位置就越高。
根据一些实施例，针对源基站的可能的邻居列表可以自适应。具体地，该列表可以被适配以对网络中的最近的活动赋予更高的权重，以说明改变的网络条件和需求。在一些实施例中，适配可能的邻居列表可以通过消除陈旧的条目来节省mme200处的存储器和/或存储空间。在一些情况下，可以通过以下操作来适配可能的邻居列表：缩放列表中的目的地基站的转移计数，并基于缩放后的转移计数对列表进行过滤。
例如，在一些实施例中，可以建立上限阈值。每当发生从源基站的转移并且可能的邻居列表中的目的地基站的转移计数递增时，就可以将更新的转移计数与上限阈值进行比较。如果更新的转移计数等于或超过上限阈值，则可以减小可能的邻居列表中的所有目的地基站的转移计数。例如，在一些实施例中，可能的邻居列表中的所有目的地基站的转移计数可以整数除以一个因子(integerdividedbyafactor)(例如2)。
换句话说，如果更新的转移计数等于或超过上限阈值，则可以根据如下的等式[1]将可能的邻居列表中的所有目的地基站的转移计数乘以缩放因子二分之一，如下所示：
其中，tc(new)是更新的转移计数，并且tc是与目的地基站相关联的旧的转移计数，而sf是缩放因子。可以使用除二分之一以外的缩放因子。缩放因子的值可以由系统设计者根据需要选择以满足设计目标。此外，缩放因子本身可以被适配以满足改变的系统需求。
在另外的实施例中，可以建立下限阈值。可以将列表中的转移计数与下限阈值进行比较，并且可以将转移计数小于下限阈值的任何目的地enb从针对源基站的可能的邻居列表中移除。例如，在一些实施例中，可以将下限阈值设置为n(其中n为正数)，并且可以将转移计数小于n的任何目的地基站从列表中移除。mme200可以不时地执行这样的过滤，以移除不经常发生从源基站向其转移的目的地基站。
在一些实施例中，可以将n的值设置为1，并且每当响应于转移计数等于或超过上限阈值而将转移计数除以二时，就可以执行列表过滤。在该情况下，先前的转移计数为1的任何目的地基站在将整数除以2后，将具有更新的转移计数零。然后将从可能的邻居列表中移除这样的目的地基站。
针对源基站的可能的邻居列表可以用于生成mme200可以用来寻呼空闲ue的寻呼列表。具体地，可能的邻居列表可以用于生成具有期望的寻呼置信度水平的寻呼列表。例如，当想要到达要被寻呼的ue时，mme200可以首先确定该ue连接到的最后一个基站。因为ue最有可能被ue连接到的最后一个基站到达，所以mme200可以首先请求该基站寻呼该ue。如果该寻呼尝试失败，则mme可以基于期望的寻呼置信度水平，从与ue连接到的最后一个基站(即，源基站)相关联的可能的邻居列表中生成寻呼列表。对于可能的邻居列表中的每个目的地基站，通过将该目的地基站的转移计数除以可能的邻居列表中的所有目的地基站的转移计数的总数来生成转移概率。由于列表是按转移计数以降序排序的，因此列表中较高的条目将具有较高的转移概率。然后通过以下操作来构建寻呼列表：以递减的转移概率来选择目的地基站，直到所选择的目的地基站的累积转移概率等于或超过期望的寻呼置信度水平。
可以根据如下的等式[2]生成针对给定目的地基站的转移概率：
其中topi是到第i个目的地基站的转移概率，toci是从源基站到第i个目的地基站的转移计数，并且toctot是从源基站到源基站的可能的邻居列表中的目的地基站的转移的总数。
例如，假设mme200期望以95％的寻呼置信度水平来寻呼最后连接到enb1的ue，并且ue没有响应enb1的寻呼。在该情况下，mme200可以通过以下操作来从enb1的可能的邻居列表502中构造寻呼列表：从可能的邻居列表502中选择目的地基站，直到在该寻呼列表上的所有目的地基站的累积转移概率等于或超过95％。
在图5所示的示例中，enb1的可能的邻居列表502包括三个条目。针对可能的邻居列表502的总的转移计数为123+142+3＝168。针对enb3的转移概率为floor(100*123/168)＝73％，针对enb2的转移概率为floor(100*42/168)＝25％，并且针对enb4的转移概率为floor(100*3/168)＝1％。因此，mme200将通过将enb3和enb2添加到寻呼列表来构造寻呼列表。此时，寻呼列表的累积转移概率等于73％+25％＝98％，该值大于期望的寻呼置信度水平95％。然后，mme200将在第一寻呼尝试上在ue将被定位的置信度水平很高的情况下来指示enb3和enb2进行寻呼。
如果第一次寻呼尝试是不成功的，则mme200可以重复构造具有较高寻呼置信度水平(例如99％)的寻呼列表的操作。在这种情况下，新的寻呼列表将包括enb3、enb2和enb4，因为累积转移概率将等于99％。因为在第一次寻呼尝试中寻呼的enb3和enb2失败，所以那些基站可以从第二寻呼列表中排除(然而在一些实施例中，那些基站可以在第二寻呼尝试中再次尝试寻呼)。
在一些实施例中，如果基于可能的邻居列表的所有寻呼尝试都失败，则mme200可以指示ue的跟踪区域列表中的所有目的地基站或移动通信网络中的所有目的地基站来寻呼ue。
从资源利用率的观点来看，在训练(即，生成和更新可能的邻居列表)和ue位置预测方面都可以以极其轻量级的方式来实现本文描述的方法。例如，针对一个事件的训练或推断的复杂度为o(n)，其中n是系统中的基站的数量。
图6至图8是示出了根据一些实施例的系统/方法的流程图。参照图6，示出了一种预测具有多个基站的移动通信网络中的用户设备ue的位置的方法，该多个基站服务于各自的基站覆盖区域。对于移动通信网络中的每个基站，该方法基于向潜在目标基站转移的概率来生成用于转移的潜在目标基站的列表(例如，可能的邻居列表)。因此，该方法选择覆盖区域中的下一个基站(框602)。对于所选择的基站，该方法生成针对该基站的潜在目标基站的列表(框604)。针对基站的潜在目标基站的列表(例如，可能的邻居列表)可以包括在预定时间段内(例如，最后24小时内，上周等)已经从该基站向其转移的基站。
在构造潜在目标基站的列表时，该方法针对每个潜在目标基站生成转移计数。转移计数包括对在预定时间段内从基站到该潜在目标基站的转移的计数。
然后，该方法基于转移计数生成针对潜在目标基站的多个相对转移频率(框606)。相对转移频率中的每个相对转移频率与潜在目标基站中的一个潜在目标基站相对应，并且描述在预定时间段期间从基站到对应的潜在目标基站的转移的相对频率。该方法基于每个相应的潜在目标基站的、从基站的相对转移频率，生成该潜在目标基站的转移概率(框608)。
然后，该方法确定所选择的基站是否是覆盖区域中的最后一个基站，并且如果不是，则操作返回到框602以选择下一个基站。否则，操作继续。
图7的流程图示出了进一步的操作。如其中所示，系统/方法可以选择覆盖区域中的下一个基站(框702)，并且以所选择的基站作为源基站，选择潜在目标基站的列表(例如，可能的邻居列表)中的下一个基站(框704)。系统/方法确定所选择的潜在目标基站的转移计数是否小于第一阈值(框706)。如果是，则将该潜在目标基站从潜在目标基站的列表中移除(框708)。否则，操作进行到框710，其中系统/方法确定所选择的潜在目标基站是否是列表上的最后一个潜在目标基站。如果不是，则操作返回到框704以选择列表上的下一个潜在目标基站。如果所选择的潜在目标基站是列表上的最后一个潜在目标基站，则操作进行到框712，其中系统/方法检查以查看所选择的基站是否是覆盖区域中的最后一个基站。如果不是，则操作返回到框702以选择覆盖区域中的下一个基站。否则，操作继续。
可以选择第一阈值以将潜在目标基站的列表限制为转移计数大于或等于最小转移计数的那些基站。在一些实施例中，第一阈值可以是1。
可以以预定的时间间隔(例如，每小时一次、每12小时一次、每天一次等)执行如下操作：将每个潜在目标基站的转移计数与第一阈值进行比较，并且响应于比较，从潜在目标基站的列表中移除潜在目标基站。
该方法还可以包括：当从移动通信网络中停用潜在目标基站时，从潜在目标基站的列表中移除该潜在目标基站。
在一些实施例中，该方法还可以包括：将每个潜在目标基站的转移计数与第二阈值进行比较，并且响应于确定潜在目标基站的转移计数中的任一个大于第二阈值，将每个转移计数乘以缩放因子。第二阈值可以是被选择以用于将潜在目标基站的列表的长度限制为预定最大长度的上限阈值。在一些实施例中，缩放因子可以是二分之一。
图8示出了用于使用潜在目标基站的列表来生成寻呼列表的网络节点的操作。具体地，参照图8，该节点接收寻呼请求(框802)。当网络接收到寻址到处于空闲模式的ue的数据时，可以例如由mme200生成寻呼请求。然后，网络节点确定与该请求相关联的目标寻呼置信度水平(框804)。在一些实施例中，目标寻呼置信度水平可以被包括在寻呼请求中。然后，系统/方法基于ue连接到的最后一个基站以及针对ue连接到的最后一个基站的潜在目标基站的列表，如上所述地生成寻呼列表(框806)。所选择的潜在目标基站的转移概率之和可以大于或等于期望的寻呼置信度水平。
然后，节点向mme200发送寻呼列表以发起寻呼操作(框808)。
将意识到，图8的一个或多个操作可以在mme200本身内实现。因此，框802和框808的操作以虚线示出，因为当在mme200内实现操作时可以不需要它们。
一些实施例可以评估不同的寻呼列表生成模型和/或模型配置。具体地，图9a和图9b是示出了根据一些实施例的用于评估ue位置预测算法的操作的框图。图9a示出了评估器610，其使用所存储的从移动通信网络收集的基于事件的监视(ebm)数据620来评估多个ue位置预测算法630a、630b、…、630n。位置预测算法630a、630b、…、630n可以是不同的算法，或者可以是同一算法的不同配置的版本。例如，位置预测算法630a可以是针对上限阈值和下限阈值具有第一值的如上所述的基于隐马尔可夫模型的模型，而位置预测算法630b可以是针对上限阈值和下限阈值具有第二值的如上所述的基于隐马尔可夫模型的模型。ebm数据630可以包含描述切换事件和在移动通信系统中发送的消息的数据，包括被寻呼的ue和成功寻呼到该ue的基站的标识。使用ebm数据，评估器610可以评估如果将特定模型或配置应用于ebm数据中反映的实际条件则该特定模型或配置的效率如何。在特定实施例中，评估器可以针对每个评估的模型生成度量，该度量识别效率和/或实现模型的成本。在一些实施例中，度量可以包括定位ue所需的寻呼消息的总数。在其他实施例中，度量可以包括定位ue所需的总系统带宽。在其他实施例中，度量可以包括定位ue所需的寻呼尝试的总数。
通过使用评估器610，移动通信系统可以基于网络条件、网络使用情况、一天中的时间或其他参数来确定用于ue位置预测的最优的或建议的模型或模型配置。
图9b示出了使用动态地适配智能寻呼算法630的评估器的示例。在图9b的实施例中，评估器/适配器单元650使用由移动通信网络节点(例如mme200)记录的ebm数据620来评估ue位置预测单元640，该ue位置预测单元640实现根据第一模型和配置的ue位置预测模型。mme200使用ue位置预测单元640来如上所述地生成用于寻呼网络中的空闲ue的寻呼列表。
随着响应于网络活动连续记录新的ebm数据，评估器/适配器单元650评估位置预测单元相对于其他潜在模型/配置的性能。如果评估器/适配器单元650确定通过使用不同的模型或配置评估器/适配器单元650的性能将得到改进，则评估器/适配器单元650改变ue位置预测单元640所采用的配置或模型。例如，评估器/适配器单元650可以修改在ue位置预测单元640中实现的ue位置预测模型所利用的上限和/或下限阈值和/或其他参数。当实现更新的ue位置预测模型时，系统响应于网络中的切换和消息收集新的ebm数据，并且更新的ue位置预测模型基于新的ebm数据被评估。
因此，在一些实施例中，一种方法可以包括：提供描述移动通信网络中的多个事件的ebm数据的集合；选择第一阈值的阈值取值；重复执行以下操作：分析ebm数据以确定使用第一阈值的所选择的取值成功定位在ebm数据中被寻呼的所有ue将需要的寻呼消息的总数，以及改变第一阈值的阈值取值；以及选择需要最少数量的寻呼消息来成功定位在ebm数据中被寻呼的所有ue的阈值取值。
一些实施例可以使用ue转移信息来生成可用于ue位置预测以及用于其他目的的移动通信网络的合成地理地图。网络中的基站的实际地理位置(例如，x-y坐标)可能是未知的。然而，由于各种原因，网络中的基站的地理位置的知识可以是有用的，例如能够(例如使用颜色)绘制地图以示出不同寻呼算法的效果，和或示出基站及其各自的跟踪区域。(如下面更详细描述的，跟踪区域的错误配置可以被检测为具有意外颜色的节点)。能够显示基站的地图还可以实现示出哪些基站/基站覆盖区域繁忙的热图的生成，和/或协助调试寻呼算法和/或提供在不同机器学习算法中使用的基站拓扑的表示。具有基站位置的地图还可以帮助预测ue的位置。例如，如果ue从enb1转移到enb2，则仅这种信息不能够传达关于ue的方向或速度的信息。然而，具有转移中涉及的基站的位置的知识以及关于转移发生的时间的信息可以允许对ue的方向和速度进行粗略的计算。当尝试预测ue将连接到的下一个基站时，该信息可以是有价值的。
如果例如由于可用数据被匿名化而使基站的实际地理坐标未知，则仍然可以创建基站算法的合成地图。图10是示出了根据一些实施例的用于生成无线通信网络的合成地图的技术的图，并且图11是示出了根据一些实施例的用于生成无线通信网络的合成地图的技术的对应的表。为了生成基站位置的合成地图，可以使用可从ebm数据中提取的转移定时数据来构造矩阵，例如图11所示的矩阵。记录每个转移事件，包括转移发生的时间和转移中涉及的基站。对于显式切换，转移的精确定时可以被包括在ebm数据中。对于其他转移(例如，隐式的转移)，可以从ebm数据推断出转移的定时。根据该信息，可以针对涉及给定基站对的所有转移计算转移之前的平均时间。图11的矩阵示出了针对包括enb1到enb4的网络的该数据。对于显式切换，可以将针对ue的转移之前的平均时间计算为ue从前一基站切换到源基站的时间与ue从源基站切换到目的地基站的时间之间的差。对于隐式切换，可以基于发送给源基站的最后一条消息的时间戳和发送给目的地基站的第一条消息的时间戳来计算转移之前的平均时间。如图11的示例所示，在由ebm数据覆盖的测量时段内，存在54个从enb1到enb2的转移，并且从enb1到enb2的转移之前的平均时间为56秒。
可以通过如下操作来生成诸如图10所示的图：将移动通信系统中的每个基站分配给图的节点，并在与一对基站相对应的图的每一对节点之间形成边缘，该对基站在预定时间段期间参与ue从该对基站中的一个基站到另一个基站的转移。边缘权重被分配给每个边缘。边缘的边缘权重可以基于经历与该边缘相对应的一对网络节点中的网络节点之间的转移的每个ue在转移之前的平均停留时间(dwelltime)。在一些实施例中，边缘权重可以基于转移中涉及的ue的中值停留时间、最大停留时间或最小停留时间。
可以使用合成地图生成算法(例如t分布随机邻居嵌入(t-sne)或力导向图绘制算法(例如kamada-kawai算法))基于边缘权重根据地理分布来布置图的节点，其中，算法的输入是针对每个基站一个行的邻接矩阵，例如图11所示的矩阵。算法的输出是针对每个节点的合成x-y坐标的集合。可以根据合成x-y坐标在空间上布置图10的图的节点。
用于创建合成地图的邻接矩阵最初可以非常稀疏。也就是说，网络中的大多数基站对都没有边缘。为了减小邻接矩阵的稀疏性，一些实施例基于转移数据形成合成边缘。例如，假设从基站a到基站c没有边缘，但是存在从基站a到基站b的时间为t1的边缘，并且存在从基站b到基站c的时间为t2的另一个边缘，则可以创建从基站a到基站c的时间为t1+t2的合成边缘。
图12是示出了根据一些实施例的系统/方法的流程图。具体地，一种生成移动通信系统中的网络节点的合成地理地图的方法包括：将移动通信系统中的每个网络节点分配给图的节点(框1202)；在与一对基站相对应的图的每对节点之间形成边缘，该对基站在预定时间段期间参与ue从该对网络节点中的一个网络节点到另一个网络节点的转移(框1204)；以及将边缘权重分配给每个边缘(1206)。边缘的边缘权重可以基于经历与该边缘相对应的一对网络节点中的网络节点之间的转移的每个ue在转移之前的停留时间。该方法还包括：基于边缘权重根据地理分布来布置图的节点(框1208)，以及基于地理分布，生成图的节点的合成地理坐标(框1210)。
在一些实施例中，可以基于涉及图中的每个节点的转移的总数，向图中的该节点分配权重。
该方法还可以包括：基于图中的每个节点的节点权重，向图中的该节点分配颜色；以及将图显示为热图，其中图中的每个节点以其被分配的颜色示出。
该方法还可以包括：识别图中的属于第一跟踪区域的节点，该节点不与所述第一跟踪区域中的任何其他节点具有边缘；以及将图中的该节点移动到第二跟踪区域，在所述第二跟踪区域中，该节点与至少一个其他节点具有边缘。
ue关于与边缘相对应的一对网络节点的转移之前的停留时间包括：ue转移到该对网络节点中的一个网络节点的时间与ue从该对网络节点中的该网络节点转移到该对网络节点中的另一个网络节点的时间之间的时间差。
边缘权重可以基于在一对网络节点之间的转移中涉及的所有ue的平均停留时间。
在一对网络节点之间的转移中涉及的ue的停留时间的分布可以包括多种模式，并且其中，边缘权重可以基于分布的多种模式中的所选择的模式。
边缘权重可以基于在一对网络节点之间的转移中涉及的所有ue的最小停留时间。
边缘权重可以基于在一对网络节点之间的转移中涉及的所有ue的最大停留时间。
基于边缘权重根据地理分布来布置图的节点可以包括：基于边缘权重，将力导向图绘制算法应用于节点。
基于边缘权重根据地理分布来布置图的节点可以包括：基于边缘权重，将kamada-kawai算法应用于节点。
基于边缘权重根据地理分布来布置图的节点可以包括：基于边缘权重，将t分布随机邻居嵌入算法应用于节点。
该方法还可以包括：获得与用户设备ue到由网络节点服务的覆盖区域的转移相关联的时间戳；以及使用图的与该网络节点相对应的节点的合成地理坐标来估计ue的位置和/或速度。
该方法还可以包括：使用ue的估计的位置和/或速度来预测ue将转移到的第二网络节点。例如，基于例如ue的转移活动和转移中涉及的基站的合成地理坐标，正在朝该基站的合成地理位置移动的ue很可能被切换到该基站。
参照图13，该方法还可以包括：基于与图中的每个节点相关联的基站所属的跟踪区域，向图中的该节点分配颜色；以及显示该图，其中该图中的每个节点以被分配的颜色示出。具体地，图13示出了包括两个跟踪区域1302、1304的移动通信网络的覆盖区域。被分配给第一跟踪区域1302的基站带有阴影，而被分配给第二跟踪区域的基站没有阴影。
图13中所示的合成地图可用于优化跟踪区域配置。为了减少寻呼开销，应该根据ue通常如何在网络内移动来对跟踪区域进行聚类。如图13的示例所示，应根据以下观察将基站210a之一从第一跟踪区域移动到第二跟踪区域：基站210a与第二跟踪区域中的基站具有边缘，而与第一跟踪区域1302中的基站没有边缘。如本文所述的合成地图还可以用于按照大小和基站成员身份(membership)来定义新的跟踪区域。
图14描绘了根据发明构思的实施例的被配置为提供蜂窝通信的移动通信网络的ran节点1400(也被称为网络节点)的示例。ran节点1400可以被配置为执行如本文所述的基站、enb、gnb、mme、计算机服务器、评估器单元、评估器/适配器单元或ue位置预测单元的操作。如图所示，ran节点1400可以包括收发器电路1402(也被称为收发器)，收发器电路1401包括发射机和接收机，其被配置为提供与无线设备的上行链路和下行链路无线电通信。ran节点1400可以包括网络接口电路1404(也被称为网络接口)，其被配置为提供与移动通信网络的其他节点(例如，与其他基站和/或核心网络节点)的通信。ran节点1400还可以包括耦接到收发器电路1402的处理器电路1406(也被称为处理器)、以及耦接到处理器电路1406的存储器电路1408(也被称为存储器)。存储器电路1408可以包括计算机可读程序代码，该计算机可读程序代码在由处理器电路1406执行时使处理器电路执行根据本文所公开的实施例的操作。根据其他实施例，处理器电路1406可以被定义为包括存储器，使得不需要分离的存储器电路。
如本文中所讨论的，ran节点1400的操作可以由处理器电路1406、网络接口1404和/或收发器1402执行。例如，处理器电路1406可以控制收发器1402，以通过收发器1402在无线电接口上向一个或多个ue发送下行链路通信，和/或通过收发器1402在无线电接口上从一个或多个ue接收上行链路通信。类似地，处理器电路1406可以控制网络接口1404以通过网络接口1404向一个或多个其他网络节点发送通信和/或通过网络接口从一个或多个其他网络节点接收通信。此外，模块可被存储在存储器1408中，并且这些模块可以提供指令，使得当处理器电路1406执行模块的指令时，处理器电路1406执行相应的操作(例如，本文针对示例实施例讨论的操作)。此外，类似于图14的结构可以用于实现其他网络节点，例如，从而省略收发器1402。此外，本文讨论的网络节点可以被实现为虚拟网络节点。
根据一些实施例的移动通信网络中的网络节点1400包括处理器电路1406、耦接到处理器电路的收发器1402、以及耦接到处理器电路1406的存储器1408。存储器1408包括机器可读计算机程序指令，该机器可读计算机程序指令在由处理器电路1406执行时使网络节点200执行以下操作：针对移动通信网络中的每个基站：生成(604)针对所述基站的潜在目标基站的列表，针对所述基站的潜在目标基站的列表包括在预定时间段内发生从所述基站向其的转移的基站，其中，生成所述潜在目标基站的列表包括生成针对每个潜在目标基站的转移计数，所述转移计数包括对在所述预定时间段内从所述基站到所述潜在目标基站的转移的计数；基于所述转移计数生成(606)多个相对转移频率，所述相对转移频率中的每个相对转移频率与所述潜在目标基站中的一个潜在目标基站相对应，并且描述在所述预定时间段期间从所述基站到对应的潜在目标基站的转移的相对频率；基于每个相应的潜在目标基站的、从所述基站的相对转移频率，生成(608)该潜在目标基站的转移概率；将潜在目标基站中每个潜在目标基站的转移计数与第一阈值进行比较(706)；以及响应于所述潜在目标基站中的一个潜在目标基站的转移计数小于所述第一阈值，从所述基站的潜在目标基站的列表中移除(708)所述潜在目标基站中的该潜在目标基站。
根据一些实施例的计算机服务器1400包括处理器电路1406以及耦接到处理器电路1406的存储器1408，其中，存储器1408包括机器可读计算机程序指令，该机器可读计算机程序指令在由处理器电路1406执行时使计算机服务器1400执行以下操作：将所述移动通信系统中的每个网络节点分配(1202)给图的节点；在所述图的与一对基站相对应的每对节点之间形成(1204)边缘，该对基站在预定时间段期间参与用户设备ue从该对网络节点中的一个网络节点到该对网络节点中的另一个网络节点的转移；向每个边缘分配(1206)边缘权重，其中，边缘的边缘权重基于经历与该边缘相对应的一对网络节点中的网络节点之间的转移的每个ue在转移之前的停留时间；基于边缘权重，根据地理分布来布置(1208)所述图的节点；以及基于所述地理分布生成(1210)针对所述图的节点的合成地理坐标。
另外的定义和实施例
如本领域技术人员所意识到的：本发明构思可以体现为方法、数据处理系统和/或计算机程序产品。从而，本发明构思可采取全硬件实施例、全软件实施例或组合了软硬件方面的实施例的形式，它们在本文中都统称为“电路”或“模块”。此外，本发明构思可以采取有形计算机可用存储介质上的计算机程序产品的形式，该存储介质具有包含在该介质中的可由计算机执行的计算机程序代码。可以利用任何合适的有形计算机可读介质，包括硬盘、cdrom、光存储设备或磁存储设备。
例如，本文描述的实施例提供了有用的物理机器，并且具体提供了所配置的计算设备的计算机硬件布置、服务器、电子游戏终端、处理器、存储器、网络。计算机的组件可以包括但不限于：包括处理器电路(例如可编程微处理器或微控制器)的处理单元、系统存储器和系统总线，系统总线将包括系统存储器在内的各种系统组件耦接到处理单元。
处理器电路可以是包括两个或更多个独立处理单元的多核处理器。处理器电路中的每个核可以支持多线程操作，即可以具有同时执行多个进程或线程的能力。此外，处理器电路可以具有板载存储器缓存。
系统总线可以是若干类型的总线结构中的任意一种，包括存储器总线或者存储控制器、外围总线和使用各种总线架构中的任意一种的本地总线。作为示例而非限制，这种架构包括行业标准体系结构(isa)总线、微通道体系结构(mca)总线、增强型isa(eisa)总线、视频电子标准协会(vesa)本地总线、以及外围组件互连(pci)总线(也称为夹层总线)。
该计算机通常包括各种计算机可读介质。计算机可读介质可以是能够由计算机访问的任何可用介质，并且包括易失性和非易失性介质、可移除和不可移除介质二者。作为示例而非限制，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以任何方法或技术实现的易失性和非易失性以及可移除和不可移除介质二者，用于存储信息，如计算机可读指令、数据结构、程序模块或其他数据。计算机存储介质包括但不限于：ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字通用光盘(dvd)或其他光盘存储设备、磁盘存储设备或其他磁存储设备、或可以用于存储期望信息并且可以由计算机存取的任何其他介质。通信介质通常以调制数据信号(如载波或其他传输机制)体现计算机可读指令、数据结构、程序模块或其他数据，并且包括任何信息传送介质。术语“调制数据信号”表示具有以在信号中编码信息的方式来设置和改变其一个或多个信号特征的信号。作为示例而非限制，通信介质包括诸如有线网络或直接有线连接之类的有线介质，以及诸如声音、rf、红外和其他无线介质之类的无线介质。以上任何项的组合也应当被包括在计算机可读介质的范围内。
系统存储器包括易失性和/或非易失性存储器形式的计算机存储介质，例如，只读存储器(rom)和随机存取存储器(ram)。基本输入/输出系统(bios)(包含有助于(例如，在启动时)在计算机内的元件之间传输信息的基本例程)通常存储在rom中。ram通常包含处理单元可以立即访问和/或当前正在运行的数据和/或程序模块。系统存储器可以存储操作系统、应用程序、其他程序模块和程序数据。如本领域的技术人员将认识到的，可以以多种可授予专利的类别或上下文(包括任何新的且有用的过程、机器、制造或物质组成、或其任何新的且有用的改进)中的任何一种来在本文示出和描述本公开的方面。因此，本公开的各个方面可以完全由硬件实施方式、完全由软件(包括固件、驻留软件、微代码等)实施方式或由组合的软件和硬件实施方式来实现，所有这些都可以在本文中被称为“电路”、“模块”、“组件”或“系统”。此外，本公开的各方面可以采取体现在一个或多个计算机可读介质中的计算机程序产品的形式，所述计算机可读介质上存储有计算机可读程序代码。
可以利用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如(但不限于)电子、磁性、光学、电磁或半导体系统、装置或设备,或者前述各项的任意合适的组合。计算机可读存储介质的更具体的示例(非穷尽性列表)将包括以下各项：便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或闪存)、带有中继器的合适的光纤、便携式压缩盘只读存储器(cd-rom)、光存储设备、磁存储设备或前述各项的任意合适的组合。在本文档的上下文中，计算机可读存储介质可以是任何有形介质，其可以包含或存储由指令执行系统、装置或设备使用的程序或与指令执行系统、装置或设备相关的程序。
计算机可读信号介质可以包括其中包含计算机可读程序代码的传播数据信号，例如在基带中或者作为载波的一部分。这样的传播信号可以采取多种形式中的任何形式，包括但不限于电磁、光学或其任何合适的组合。计算机可读信号介质可以是：作为非计算机可读存储介质并且可以传送、传播或传输由指令执行系统、装置或设备使用的程序或与指令执行系统、装置或设备相关的程序的任何计算机可读介质。在计算机可读信号介质上包含的程序代码可以使用任何适当的介质来发送，该介质包括但不限于无线、有线、光纤电缆、rf等、或前述各项的任意合适的组合。
用于执行本公开的各个方面的操作的计算机程序代码可以用一种或多种编程语言的任意组合来编写，包括诸如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net、python等的面向对象编程语言、诸如“c”编程语言、visualbasic、fortran2003、perl、cobol2002、php、abap的传统的过程编程语言、诸如python、ruby和groovy的动态编程语言、或其他编程语言。程序代码可以完全在用户的计算机上执行，部分在用户的计算机上执行，作为独立软件包来执行，部分在用户计算机上且部分在远程计算机上执行，或完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过包括局域网(lan)或广域网(wan)的任何类型的网络连接到用户的计算机，或者可以(例如，通过使用互联网服务提供商的互联网)进行到外部计算机的连接，或者在云计算环境中进行连接，或者提供连接作为服务(例如，软件即服务(saas))。
在本文中参照根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图来描述本公开的各方面。应当理解，流程图和/或框图中的每一个框、以及流程图和/或框图中的多个框的组合可以通过计算机程序指令来实现。可以将这些计算机程序指令提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器用来产生机器，使得该指令(经由计算机或其他可编程指令执行装置的处理器执行)创建用来实现流程图和/或框图的一个或多个框中指定的功能/动作的机制。
这些计算机程序指令也可以存储在计算机可读介质，所述计算机可读介质当被执行时可以指导计算机、其他可编程数据处理装置或其他设备以特定方式运行，使得指令在被存储在计算机可读介质中时产生制品，该制品包括当被执行时使计算机实现在流程图和/或框图的一个或多个框中指定的功能/动作的指令。计算机程序指令还可以被加载到计算机、其他可编程指令执行装置或其他设备上，以使得一系列操作步骤在计算机、其他可编程装置或其他设备上执行，从而产生计算机实现的过程，使得在计算机或其他可编程装置上执行的指令提供用于实现流程图和/或框图的一个或多个框中指定的功能/动作。
结合以上描述和附图，本文公开了许多不同实施例。将理解的是，逐字地描述和说明这些实施例的每个组合和子组合将会过度重复和混淆。因此，可以用任意方式和/或组合来组合全部实施例，并且包括附图的本说明书将被解释以构建本文所描述的实施例的全部组合和子组合以及制造和使用这些实施例的方式和过程的完整书面说明，并且将支持要求任意这种组合或子组合的权益。
在附图和说明书中，已经公开了本发明构思的典型实施例，并且尽管采用了特定术语，但是它们仅在一般性和描述性意义上使用，而不是出于限制的目的，所附权利要求中阐述了本发明构思的范围。
- 还没有人留言评论。精彩留言会获得点赞！