(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-08-14
(54)【発明の名称】対流圏干渉を検出及び軽減するための方法及びシステム
(51)【国際特許分類】
H04B 17/345 20150101AFI20240806BHJP
H04B 17/391 20150101ALN20240806BHJP
【ＦＩ】
H04B17/345
H04B17/391
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2023519620
(86)(22)【出願日】2022-07-28
(85)【翻訳文提出日】2023-06-05
(86)【国際出願番号】 IB2022056988
(87)【国際公開番号】W WO2023007420
(87)【国際公開日】2023-02-02
(31)【優先権主張番号】202121034068
(32)【優先日】2021-07-29
(33)【優先権主張国・地域又は機関】IN
(81)【指定国・地域】
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＦＩＲＥＷＩＲＥ
(71)【出願人】
【識別番号】520433964
【氏名又は名称】ジオ プラットフォームズ リミティド
(74)【代理人】
【識別番号】110002952
【氏名又は名称】弁理士法人鷲田国際特許事務所
(72)【発明者】
【氏名】クマール シェレシュ
(72)【発明者】
【氏名】ムナンギ クルシール
(72)【発明者】
【氏名】プサラ メグナ
(72)【発明者】
【氏名】ルダニ ヴィニット
(57)【要約】
本発明は、対流圏干渉を検出し、対流圏干渉の影響を軽減するためのアクションを提案するデジタルツインモデルを使用して、対流圏干渉を予測する方法及びシステムを提供する。システム（１１０）は、干渉の可能性が高いセルのペアを識別することによって、所与の時点で対流圏干渉を有するセルのペアの可能性を、その時点でのセル構成データ、気象データ、ヘップバーンデータを使用して予測／スコア付けするためのデジタルツインモデルを有する機械学習エンジン（２１６）を含むことができる。システム（１１０）はさらに、遠隔電気傾斜などのセル構成パラメータの変更の影響を調査し、カバレッジへの影響を最小限に抑えて対流圏干渉を軽減できるアクションを識別するように構成される。デジタルツインモデルは、セル構成パラメータ、気象パラメータ、ヘップバーンデータなどの対流圏干渉データと組み合わせた干渉ペアの履歴データを使用して、干渉について学習される。
【選択図】図１
【選択図】図１
【特許請求の範囲】
【請求項1】
通信ネットワークにおける対流圏干渉を軽減するためのシステムであって、プロセッサ（２０２）と、
前記プロセッサ（２０２）に結合されたメモリ（２０４）であって、前記メモリ（２０４）は、実行時に前記プロセッサに、
データベースから前記通信ネットワーク内の第１のセル及び第２のセルからデータパケットのセットを受信する（２１０）ことと、
前記データベースから受信したデータパケットのセットから、前記第１のセル及び前記第２のセルの第１の属性セット、第２の属性セット、及び第３の属性セットを抽出する（２１０）ことと、
前記抽出された第１の属性セット、前記抽出された第２の属性セット、及び前記抽出された第３の属性セットに基づいて、前記対流圏干渉によって影響を受ける第１のセル及び第２のセルの１つまたは複数のペアを識別することと、
第１のセル及び第２のセルの１つまたは複数のペアに対して全傾斜及び遠隔電気傾斜（ＲＥＴ）を構成することによって、第１のセル及び第２のセルの識別された前記１つまたは複数のペアの前記対流圏干渉を軽減することと、
をさせるプロセッサ実行可能命令を含む、前記メモリと、
を備える、前記システム。
【請求項2】
前記データパケットのセットは、第１のセル及び第２のセルの前記１つまたは複数のペアの対流圏干渉データ、第２セルで受信した第１のセル信号の強度を示す前記対流圏干渉の強度、前記対流圏干渉の日付、及び前記対流圏干渉の時間、のいずれかまたは組み合わせを含む、請求項１に記載のシステム。
【請求項3】
前記第１の属性セットが、全傾斜、遠隔電気傾斜（ＲＥＴ）、セルタワーの高さ、機械的傾斜、送電電力、及びセルタワーの位置を含むセル構成データに対応する、請求項１に記載のシステム。
【請求項4】
前記第２の属性セットが、所与の日付及び所与の時間における所与のセルのセルタワーの位置における気象データインデックスと、ペアの第１のセルと第２のセルとを接合する領域上のヘップバーンインデックスとを含むヘップバーンデータに対応する、請求項１に記載のシステム。
【請求項5】
前記第３の属性セットが気象データに対応する、請求項１に記載のシステム。
【請求項6】
前記プロセッサ実行可能命令は、実行時に、前記プロセッサ（２０２）に、前記抽出された第１の属性セット、前記抽出された第２の属性セット、及び前記抽出された第３の属性セットに基づいて、前記識別された第１のセル及び第２のセルの１つまたは複数のペアの第１のエッジスコアを計算することをさらにさせる、請求項１に記載のシステム。
【請求項7】
前記識別された第１のセルと第２のセルの１つまたは複数のペアの前記第１のエッジスコアは、前記第１のセルと第２のセルの前記１つまたは複数のペアの間の前記対流圏干渉の可能性を示す、請求項６に記載のシステム。
【請求項8】
前記識別された第１のセルと第２のセルの１つまたは複数のペアに対する前記第１のエッジスコアは、前記第１のセル及び第２のセルの１つまたは複数のペアの前記第１の属性セット、前記第２の属性セット、及び前記第３の属性セットを連結することによって取得される特徴ベクトルを使用することによって計算される、請求項６に記載のシステム。
【請求項9】
前記プロセッサ実行可能命令は、実行時に、前記プロセッサ（２０２）に、前記第１のエッジスコアに基づいて、前記第１のセル及び第２のセルの前記１つまたは複数のペアにアクションを割り当てることをさらにさせる、請求項６に記載のシステム。
【請求項10】
第１のセル及び第２のセルの前記１つまたは複数のペアに割り当てられた前記アクションは、前記第１のセル及び第２のセルの前記１つまたは複数のペアの全傾斜及び遠隔電気傾斜（ＲＥＴ）の変更を含む、請求項９に記載のシステム。
【請求項11】
前記プロセッサ実行可能命令は、実行時に、前記プロセッサ（２０２）に、前記第１のセル及び第２のセルの前記１つまたは複数のペアに割り当てられた前記アクションに基づいて第２のエッジスコアを計算することをさらにさせる、請求項９に記載のシステム。
【請求項12】
前記プロセッサ実行可能命令は、実行時に、前記プロセッサ（２０２）に、前記第１のエッジスコア及び第２のエッジスコアに基づいて、前記第１のセル及び第２のセルの前記１つまたは複数のペアに割り当てられた前記アクションの影響を計算することをさらにさせる、請求項９に記載のシステム。
【請求項13】
前記第１のセル及び第２のセルの１つまたは複数のペアに割り当てられた前記アクションの前記影響が、前記第１のエッジスコアと前記第２のエッジスコアとの差である、請求項１２に記載のシステム。
【請求項14】
通信ネットワークにおける対流圏干渉を軽減するための方法であって、プロセッサ（２０２）が、データベース（２１０）から前記通信ネットワーク内の第１のセル及び第２のセルからデータパケットのセットを受信することと、
前記プロセッサ（２０２）が、前記データベース（２１０）から受信した前記データパケットのセットから、第１のセル及び第２のセルの第１の属性セット、第２の属性セット、及び第３の属性セットを抽出することと、
前記プロセッサ（２０２）により、前記抽出された第１の属性セット、前記抽出された第２の属性セット、及び前記抽出された第３の属性セットに基づいて、前記対流圏干渉の影響を受けた第１のセル及び第２のセルの１つまたは複数のペアを識別することと、
前記プロセッサ（２０２）により、前記識別された１つまたは複数のペアの第１のセル及び第２のセルの対流圏干渉を、前記１つまたは複数のペアの第１のセル及び第２のセルの全傾斜及び遠隔電気傾斜（ＲＥＴ）を構成することにより軽減することと、
を含む、前記方法。
【請求項15】
前記データパケットのセットが、前記第１のセルと第２のセルの前記１つまたは複数のペアの対流圏干渉データ、第２のセルで受信されている第１のセル信号の強度を指示する前記対流圏干渉の強度、前記対流圏干渉の日付、及び前記対流圏干渉の時間のいずれかまたは組み合わせを含む、請求項１４に記載の方法。
【請求項16】
前記第１の属性セットが、全傾斜、遠隔電気傾斜（ＲＥＴ）、セルタワーの高さ、機械的傾斜、送電電力、及びセルタワーの位置を含むセル構成データに対応する、請求項１４に記載の方法。
【請求項17】
前記第２の属性セットが、所与の日付及び所与の時間における所与のセルについてのセルタワーの位置での気象データインデックスと、ペアの第１のセルと第２のセルとを接合する領域上のヘップバーンインデックスとを含むヘップバーンデータに対応する、請求項１４に記載の方法。
【請求項18】
前記第３の属性セットが気象データに対応する、請求項１４に記載の方法。
【請求項19】
前記プロセッサ（２０２）は、前記抽出された第１の属性セット、前記抽出された第２の属性セット、及び前記抽出された第３の属性セットに基づいて、前記識別された第１のセルと第２のセルのペアの第１のエッジスコアをさらに計算する、請求項１４に記載の方法。
【請求項20】
前記識別された第１のセルと第２のセルのペアの第１のエッジスコアが、前記第１のセルと第２のセルのペアの前記対流圏干渉の可能性を示す、請求項１９に記載の方法。
【請求項21】
前記識別された第１のセル及び第２のセルの前記１つまたは複数のペアに対する前記第１のエッジスコアは、前記１つまたは複数の第１のセル及び第２のセルのペアの前記第１の属性セット、前記第２の属性セット、及び前記第３の属性セットを連結した特徴ベクトルを用いて算出される、請求項１９に記載の方法。
【請求項22】
前記プロセッサ（２０２）は、前記第１のエッジスコアに基づいて、前記第１のセル及び第２のセルの１つまたは複数のペアにアクションを割り当てる、請求項１９に記載の方法。
【請求項23】
前記１つまたは複数ペアの第１のセル及び第２のセルに割り当てられたアクションが、前記１つまたは複数のペアの第１のセル及び第２のセルの全傾斜及び遠隔電気傾斜（ＲＥＴ）の変更を含む、請求項２２に記載の方法。
【請求項24】
前記プロセッサ（２０２）は、前記第１のセルと第２のセルとの前記１つまたは複数のペアに割り当てられた前記アクションに基づいて第２のエッジスコアを計算する、請求項２２に記載の方法。
【請求項25】
前記プロセッサ（２０２）は、前記第１のエッジスコア及び第２のエッジスコアに基づいて、前記１つまたは複数のペアの第１のセル及び第２のセルに割り当てられた前記アクションの影響を計算する、請求項２２に記載の方法。
【請求項26】
前記第１のセルと第２のセルとの前記１つまたは複数のペアに割り当てられた前記アクションの前記影響は、前記第１のエッジスコアと前記第２のエッジスコアとの差である、請求項２５に記載の方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示の実施形態は、一般に、通信ネットワークに関する。より具体的には、本開示は、通信ネットワークにおいて対流圏干渉を予測的に自動的に検出し、対流圏干渉を軽減するための方法及びシステムに関する。
【背景技術】
【0002】
以下の関連技術の説明は、開示の分野に関する背景情報を提供することを意図している。本節は、本開示のさまざまな特徴に関連し得る当技術分野の特定の態様を含み得る。しかしながら、本節は、本開示に関する読者の理解を深めるためにのみ使用され、先行技術の承認としてではなく使用されることを理解されたい。
【0003】
一般に、最新のワイヤレス通信システムにおけるエンドユーザデバイスとの間の信号品質は、さまざまなソースからの干渉によって制限される。ワイヤレス通信システムでは、同じまたは近くの基地局、産業用機械、及び対象の帯域で信号を放射する電子テスト機器によって提供される意図的及び非意図的な無線周波数（ＲＦ：Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ）生成ソースから発生する、予期しないネットワーク干渉が発生する可能性がある。さらに、干渉は、ワイヤレス通信システムによって生成された信号の望ましくない混合、及び間違った周波数帯域で動作する違法な無線源によっても引き起こされる可能性がある。
これらの干渉源が存在すると、意図的なシステム信号がこれらの干渉源によって劣化するため、システムサービスが低下し、ワイヤレスネットワークのキャパシティカバレッジが低下する。
これらの干渉源が存在すると、意図的なシステム信号がこれらの干渉源によって劣化するため、システムサービスが低下し、ワイヤレスネットワークのキャパシティカバレッジが低下する。
【0004】
対流圏ダクトは、暖かい空気と冷たい空気の塊が互いに重なって、ＲＦエネルギーを反射する低ＲＦ損失面として機能する１つまたは複数の空気密度界面を作成するときに発生する可能性がある。これらの状況が発生すると、目的のワイヤレスネットワークから非常に遠く離れた場所からのＲＦ信号が十分に高いエネルギーレベルに達し、ネットワークレシーバのパフォーマンスが低下する可能性がある。通常、これらの遠方の信号は、距離、ＲＦシャドーイング（建物、樹木、山など）、及び地球の湾曲によって生じる高レベルのＲＦ経路損失によって十分に減衰される。このように、信号は、遠方ワイヤレスネットワークには測定可能なレベルで到達しないから、通常、対象のワイヤレスネットワークに干渉問題を生じさせない。しかし、対流圏ダクトにより、遠隔ソースからの信号がワイヤレスレシーバに問題のあるレベルの干渉エネルギーを与える可能性がある。さらに、対流圏ダクトは、遠隔ソースからのＲＦ信号を長距離にわたって伝搬させ、干渉を引き起こす。
多くの場合、４Ｇネットワークや電気通信システムでは長距離干渉が発生する。いくつかのセルのペアが干渉に直面しても、遠隔電気傾斜（ＲＥＴ：ｒｅｍｏｔｅ ｅｌｅｃｔｒｉｃａｌ ｔｉｌｔ）の変化などのアクションの影響を推定する方法がない。また、カバレッジへの影響が最小限のアクションを識別する方法もない。したがって、被害者セル（ｖｉｃｔｉｍ ｃｅｌｌｓ）では顧客体験と容量は大幅に減少する。干渉を軽減する現在の方法の１つは、被害者セルのガードバンドを増やすことである。このアプローチは、アップリンクチャネルで利用可能な持続時間を減少させる。被害者セルでのガードバンドを増加させる結果として、被害者セルでのアップリンクチャネルの容量が減少する。これは不利である。干渉を軽減するもう１つの方法は、履歴データに基づいてＲＥＴの変更を更新することである。このアプローチでは、履歴情報を使用して、特定の日の加害者または被害者を識別する。このアプローチでは、利用可能な気象データや対流圏データ（Ｈｅｐｂｕｒｎ ｄａｔａ：ヘップバーンデータ）などの予測情報を使用できない場合がある。さらに、対流圏干渉を軽減するために必要なセルのペアのアンテナの傾斜量を決定する既存のアプローチは存在しない。
多くの場合、４Ｇネットワークや電気通信システムでは長距離干渉が発生する。いくつかのセルのペアが干渉に直面しても、遠隔電気傾斜（ＲＥＴ：ｒｅｍｏｔｅ ｅｌｅｃｔｒｉｃａｌ ｔｉｌｔ）の変化などのアクションの影響を推定する方法がない。また、カバレッジへの影響が最小限のアクションを識別する方法もない。したがって、被害者セル（ｖｉｃｔｉｍ ｃｅｌｌｓ）では顧客体験と容量は大幅に減少する。干渉を軽減する現在の方法の１つは、被害者セルのガードバンドを増やすことである。このアプローチは、アップリンクチャネルで利用可能な持続時間を減少させる。被害者セルでのガードバンドを増加させる結果として、被害者セルでのアップリンクチャネルの容量が減少する。これは不利である。干渉を軽減するもう１つの方法は、履歴データに基づいてＲＥＴの変更を更新することである。このアプローチでは、履歴情報を使用して、特定の日の加害者または被害者を識別する。このアプローチでは、利用可能な気象データや対流圏データ（Ｈｅｐｂｕｒｎ ｄａｔａ：ヘップバーンデータ）などの予測情報を使用できない場合がある。さらに、対流圏干渉を軽減するために必要なセルのペアのアンテナの傾斜量を決定する既存のアプローチは存在しない。
【0005】
対流圏干渉を軽減するためのさらに別の方法は、加害者セル（ａｇｇｒｅｓｓｏｒ ｃｅｌｌｓ）でガードバンドを変更することである。この方法では、加害者セルで対流圏干渉が識別されると、ガードバンドが増加する。ガードバンドを増やすとアップロード容量が減少する可能性があるため、ガードバンドを時間どおりに減らす必要がある。また、ガードバンドの削減は、加害者からの対流圏干渉を特定の距離までしか処理できない。その距離を超えると、ガードバンドの増加は加害者からの干渉を処理できなくなる。一度ガードバンドが増加すると、ガードバンドの増加を元に戻す必要がある時間を識別するメカニズムはないが、干渉ペアの履歴データを使用して、干渉の可能性が高いセルのペアを識別する。
【0006】
これらの干渉ペアは、非常に攻撃的な加害者セルを識別するために使用される。これらの攻撃的な加害者セルでは、傾斜値が増加する。対流圏現象は非常に動的であるため、履歴データのみに依存してセルを識別し、アクションを実行しても、干渉のあるセルのペアを正確に予測できない可能性があり、最適な干渉軽減につながるセルに対するアクションを識別できない可能性がある。
【0007】
両方の手法とも、利用可能な気象データ及び対流圏データ（ヘップバーンデータ）のような予測情報を使用することができない可能性がある。また、干渉を軽減するために使用する傾斜量を決定する方法もない。気象及び対流圏の情報がセル位置において将来の特定の時間に利用可能であるとしても、干渉を有するセルのペアの予測機能を提供するアプローチはない。また、干渉の可能性がある、または高い干渉を引き起こしているセルのペアを識別する方法はない。さらに、カバレッジへの影響を最小限に抑えてそのアクションの影響が最大になるようなセルのアクションを提案したり、対流圏の干渉を軽減するために各セルの傾斜値の量を提案したりする方法はない。
【0008】
このように、遠隔地の対流圏干渉を軽減するための改善されたアプローチが必要であり、これにより顧客体験と被害者セルでの容量が改善される。
【0009】
本開示の目的
本明細書の少なくとも１つの実施形態が満足する本開示の目的のいくつかは、本明細書で以下に列挙される通りである。
本明細書の少なくとも１つの実施形態が満足する本開示の目的のいくつかは、本明細書で以下に列挙される通りである。
【0010】
本開示の目的は、長距離干渉を引き起こすセルをプリエンプトし、遠隔電気傾斜を増加させるなどのアクションを実行することによって干渉を軽減するシステム及び方法を提供することである。
【0011】
本開示の目的は、長距離対流圏干渉を軽減するためのデジタルツインモデルの学習を容易にするシステム及び方法を提供することである。
【0012】
本開示の目的は、デジタルツインモデルを学習するためにヘップバーンデータを使用するシステム及び方法を提供することである。
【0013】
本開示の目的は、デジタルツインモデルを使用して、所与のセルのペアに対する対流圏干渉の可能性を予測するシステム及び方法を提供することである。
【0014】
本開示の目的は、デジタルツインモデルを使用して異なるアクション（傾斜値の変更など）を評価し、所与のセルのペアの対流圏干渉を軽減できる最適なアクションセットを見つけるためのシステム及び方法を提供することである。
【発明の概要】
【0015】
本概要は、下段の発明を実施するための形態にさらに記述されている単純化された形式で本発明の特定の目的及び態様を紹介するために提供されている。本概要は、主張された主題の主要な特徴または範囲を識別することを意図したものではない。
【0016】
一態様では、本開示は、通信ネットワークにおける対流圏干渉を軽減するためのシステムを提供する。システムは、通信ネットワーク内の第１のセル及び第２のセルからデータパケットのセットを受信する。データパケットのセットは、第１のセルと第２のセルの１つまたは複数のペアの対流圏干渉データ、第２のセルで受信されている第１のセル信号の強度を示す対流圏干渉の強度、対流圏干渉の日付、及び対流圏干渉の時間のいずれかまたは組み合わせを含む。さらに、システムは、受信したデータパケットのセットから第１のセル及び第２のセルの第１の属性のセット、第２の属性のセット、及び第３の属性のセットを抽出する。
【0017】
属性の第１のセットは、全傾斜、遠隔電気傾斜（ＲＥＴ）、セルタワーの高さ、機械的傾斜、送電電力、及びセルタワーの位置を含むセル構成データに対応する。属性の第２のセットは、所与の日付の所与のセルのセルタワーの位置における気象データインデックスと、ペアの第１のセルと第２のセルとを接合する領域上の所与の時間及びヘップバーンインデックスとを含むヘップバーンデータに対応する。第３の属性セットは、気象データに対応する。さらに、システムは、抽出された第１の属性セット、抽出された第２の属性セット、及び抽出された第３の属性セットに基づいて、対流圏干渉の影響を受けた第１のセル及び第２のセルの１つまたは複数のペアを識別する。
【0018】
システムは、抽出された第１の属性セット、抽出された第２の属性セット、及び抽出された第３の属性セットに基づいて、第１のセル及び第２のセルの識別された１つまたは複数のペアの第１のエッジスコアを計算する。識別された第１のセル及び第２のセルの１つまたは複数のペアの第１のエッジスコアは、第１のセル及び第２のセルの１つまたは複数のペアの間の対流圏干渉の可能性を示す。識別された第１のセル及び第２のセルの１つまたは複数のペアの第１のエッジスコアは、第１のセル及び第２のセルの１つまたは複数のペアの第１の属性のセット、第２の属性のセット、及び第３の属性のセットを連結することによって取得された特徴ベクトルを使用して計算される。
【0019】
システムは、第１のエッジスコアに基づいて、第１のセルと第２のセルの１つまたは複数のペアにアクションを割り当てる。第１のセル及び第２のセルの１つまたは複数のペアに割り当てられたアクションは、第１のセル及び第２のセルの１つまたは複数のペアのアンテナの全傾斜及び遠隔電気傾斜（ＲＥＴ）の変更を含む。システムは、第１のセルと第２のセルの１つまたは複数のペアに割り当てられたアクションに基づいて、第２のエッジスコアを計算する。システムは、第１のエッジスコア及び第２のエッジスコアに基づいて、第１のセル及び第２のセルの１つまたは複数のペアに割り当てられたアクションの影響を計算する。第１のセル及び第２のセルの１つまたは複数のペアに割り当てられたアクションの影響は、第１のエッジスコアと第２のエッジスコアとの間の差である。
【0020】
さらに、システムは、第１のセルと第２のセルとの１つまたは複数のペアのためのアンテナの全傾斜及び遠隔電気傾斜（ＲＥＴ）を構成することによって、第１のセルと第２のセルとの識別された１つまたは複数のペアの対流圏干渉を軽減する。
【0021】
一態様において、本開示は、通信ネットワークにおける対流圏干渉を軽減するための方法を提供する。本方法は、通信ネットワーク内の第１のセル及び第２のセルからデータパケットのセットを受信することを含む。データパケットのセットは、第１のセルと第２のセルの１つまたは複数のペアの対流圏干渉データ、第２のセルで受信されている第１のセル信号の強度を示す対流圏干渉の強度、対流圏干渉の日付、及び対流圏干渉の時間のいずれかまたは組み合わせを含む。
【0022】
さらに、本方法は、受信したデータパケットのセットから第１のセル及び第２のセルの第１の属性のセット、第２の属性のセット、及び第３の属性のセットを抽出することを含む。属性の第１のセットは、全傾斜、遠隔電気傾斜（ＲＥＴ）、セルタワーの高さ、機械的傾斜、送電電力、及びセルタワーの位置を含むセル構成データに対応する。属性の第２のセットは、所与の日付の所与のセルのセルタワーの位置における気象データインデックスと、ペアの第１のセルと第２のセルとを接合する領域上の所与の時間及びヘップバーンインデックスとを含むヘップバーンデータに対応する。第３の属性セットは、気象データに対応する。さらに、本方法は、抽出された第１の属性セット、抽出された第２の属性セット、及び抽出された第３の属性セットに基づいて対流圏干渉の影響を受けた第１のセル及び第２のセルの１つまたは複数のペアを識別することを含む。
【0023】
本方法は、抽出された第１の属性セット、抽出された第２の属性セット、及び抽出された第３の属性セットに基づいて、識別された第１のセル及び第２のセルの１つまたは複数のペアの第１のエッジスコアを計算することを含む。識別された第１のセル及び第２のセルの１つまたは複数のペアの第１のエッジスコアは、第１のセル及び第２のセルの１つまたは複数のペアの間の対流圏干渉の可能性を示す。識別された第１のセル及び第２のセルの１つまたは複数のペアの第１のエッジスコアは、第１のセル及び第２のセルの１つまたは複数のペアの第１の属性のセット、第２の属性のセット、及び第３の属性のセットを連結することによって取得された特徴ベクトルを使用して計算される。
【0024】
本方法は、第１のエッジスコアに基づいて、第１のセル及び第２のセルの１つまたは複数のペアにアクションを割り当てることを含む。第１のセル及び第２のセルの１つまたは複数のペアに割り当てられたアクションは、第１のセル及び第２のセルの１つまたは複数のペアのアンテナの全傾斜及び遠隔電気傾斜（ＲＥＴ）の変更を含む。システムは、第１のセルと第２のセルの１つまたは複数のペアに割り当てられたアクションに基づいて、第２のエッジスコアを計算する。本方法は、第１のエッジスコア及び第２のエッジスコアに基づいて、第１のセル及び第２のセルの１つまたは複数のペアに割り当てられたアクションの影響を計算することを含む。第１のセル及び第２のセルの１つまたは複数のペアに割り当てられたアクションの影響は、第１のエッジスコアと第２のエッジスコアとの間の差である。
【0025】
さらに、この方法は、第１のセルと第２のセルとの１または複数のペアのためのアンテナの全傾斜及び遠隔電気傾斜（ＲＥＴ）を構成することによって、第１のセルと第２のセルとの１または複数のペアの識別された対流圏干渉を軽減することを含む。
【0026】
本明細書に組み込まれ、本発明の一部を構成する添付の図面は、開示された方法及びシステムの例示的な実施形態を示しており、異なる図面を通して同様の参照番号は同じ部分を指す。図面中の構成要素は、必ずしも原寸に比例するとは限らず、代わりに、本開示の原理を明確に例示することを重視する。一部の図は、ブロック図を使用してコンポーネントを示している場合があり、各コンポーネントの内部回路を表していない場合がある。そのような図面の発明が、電気部品、電子部品、またはそのような部品を実装するために一般的に使用される回路の発明を含むことは、当業者には理解されるであろう。
【図面の簡単な説明】
【0027】
【図1】本開示の一実施形態による、本開示の提案されたシステム（１１０）を実装できる例示的なネットワークアーキテクチャ（１００）を示す図である。
【図2】本開示の一実施形態による、システム（１１０）の例示的な表現（２００）を示す。
【図3】本開示の一実施形態による、干渉の検出及び軽減を容易にするための方法を示す例示的な方法のフロー図（３００）を示している。
【図4】本開示の一実施形態による、提案されたシステムに関連する機能ブロックの例示的なブロック図（４００）を示す。
【図5】本開示の一実施形態による、ＭＬエンジンに関連付けられた機能ブロックの例示的なブロック図（５００）を示す。
【図6】本開示の一実施形態による、ヘップバーンデータ分析の例示的な表現（６００）を示している。
【図7】本開示の一実施形態による、シミュレーション解析の例示的な表現（７００）を示す。
【図8】本開示の一実施形態による、長距離干渉ネットワークの例示的な表現（８００）を示している。
【図9】本開示の一実施形態による、シミュレーションの異なる反復にわたる総エッジカウントの例示的な表現（９００）を示している。
【図10】本開示の一実施形態による、干渉デジタルツイン訓練のフロー図の例示的な表現（１０００）を示している。
【図11】本開示の一実施形態による、提案された方法のシミュレーションフローのフロー図の例示的な表現（１１００）を示している。
【図12】本開示の実施形態に従って本発明の実施形態を利用することができる例示的なコンピュータシステム（１２００）を示す。
【図13】本開示の一実施形態による、通信ネットワーク内のセルのペアに対する対流圏干渉を軽減するための方法を示す例示的な方法フローチャート（１３００）を示している。
【発明を実施するための形態】
【0028】
上記は、本発明の以下のより詳細な説明からより明らかになるであろう。
【0029】
以下の説明では、説明を目的として、本発明の理解をもたらすために、具体的な詳細が述べられている。しかしながら、それらの特定の詳細なしに本発明の実施形態を実施することができることが当業者に明らかであろう。以下に説明するいくつかの機能は、互いに独立して、または他の機能の任意の組み合わせとともに使用することができる。個々の機能は、上記の問題のすべてに対応していない場合や、上記の問題の一部のみに対応している場合がある。上記の問題のいくつかは、本明細書に記載されている機能のいずれによっても完全に対処されない場合がある。
【0030】
以下の説明は、例示的な実施形態のみを提供するものであり、本開示の範囲、適用可能性、または構成を限定することを意図するものではない。むしろ、例示的な実施形態の以下の説明は、例示的な実施形態を実施するための有効な説明を当業者に提供する。説明した本発明の精神及び範囲から逸脱することなく、要素の機能及び配置にさまざまな変更を加えることができることを理解されたい。
【0031】
以下の説明では、本発明の完全な理解を提供するために、多くの具体的な詳細が述べられている。しかしながら、説明する多様な実施形態が、これらの具体的な詳細なしに実施され得ることは、当業者に明らかであろう。例えば、回路、システム、ネットワーク、プロセス、及び他のコンポーネントは、不必要な詳細で実施形態を不明瞭にしないために、ブロック図形式のコンポーネントとして示される場合がある。他の例では、周知の回路、プロセス、アルゴリズム、構造、及び技術は、実施形態を不明瞭にすることを避けるために不必要な詳細なしで示され得る。
【0032】
また、個々の実施形態は、フローチャート、フロー図、データフロー図、構造図、またはブロック図として示されるプロセスとして説明され得ることに留意されたい。フローチャートでは操作を順次処理として説明している場合があるが、多くの操作は並行して、または同時に実行できる。さらに、操作の順序を並べ替えることもできる。プロセスは、その操作が完了すると終了するが、図には含まれていない追加のステップがある場合がある。プロセスは、メソッド、関数、プロシージャ、サブルーチン、サブプログラムなどに対応する場合がある。プロセスが関数に対応する場合、その終了は、呼び出し関数またはメイン関数への関数の戻りに対応できる。
【0033】
本明細書では「例示的な」という言葉は、「例、実例、または説明として役立つ」という意味で使用される。誤解を避けるために、本明細書で開示される主題は、そのような例によって限定されない。さらに、「例示的」及び／または「実証的」として本明細書に記載される任意の態様または設計は、必ずしも他の態様または設計よりも好ましいまたは有利であると解釈されるべきではなく、当業者に知られている同等の例示的構造及び技術を排除することを意味するものでもない。当業者。さらに、用語「含む」、「有する」、「含有する」、及び他の同様の用語が詳細な説明または特許請求の範囲のいずれかで使用される限りにおいて、そのような用語は、用語と同様の方法で包括的であることを意図している。追加の要素やその他の要素を排除することなく、自由な移行語として「含む」。
【0034】
「一実施形態（ｏｎｅ ｅｍｂｏｄｉｍｅｎｔ）」、「一実施形態（ａｎ ｅｍｂｏｄｉｍｅｎｔ）」、または類似の定式化に対する本明細書の言及は、実施形態に関連して記載される特定の特徴、構造、動作、または特質が本技術の少なくとも１つの実施形態に含まれることを意味する。本明細書の種々の場所において出現する「一実施形態では」という語句は、必ずしもすべて同一の実施形態を参照しない。さらに、特定の特徴、構造、または特色は、１つ以上の実施形態における任意の好適な方法で組み合わせることができる。
【0035】
本明細書に使用される用語は、特定の実施形態を説明する目的のみであり、制限するように意図するものではない。本明細書で使用する場合、単数形「ａ」、「ａｎ」、及び「ｔｈｅ」は、文脈が別途明らかに示さない限り、複数形も含むことを意図する。用語「含む（ｃｏｍｐｒｉｓｅ）」及び／または「含んだ（ｃｏｍｐｒｉｓｉｎｇ）」は、本明細書で使用されるとき、述べられる特徴、整数、ステップ、動作、要素、及び／または構成要素の存在を指定するが、１つ以上の他の特徴、整数、ステップ、動作、要素、構成要素、及び／またはそれらのグループを排除の存在を排除しないことがさらに理解されよう。本明細書で使用される場合、「及び／または」という用語は、関連するリスト項目の１つまたは複数の任意及びすべての組み合わせを含む。
【0036】
本開示は、通信ネットワークにおける対流圏干渉を軽減するシステム及び方法の助けを借りて、エンティティまたは組織に解決策を提供する。このシステム及び方法は、気象及び対流圏の情報が所与の時間にセル位置で利用可能である場合、干渉を有するセルのペアの予測能力を提供することができる。また、提案されたシステム及び方法は、干渉の可能性があるセルのペアを識別し、これらのセルのペアのアクションを提案して、カバレッジへの影響を最小限に抑えながらアクションの影響を最大にすることができる。さらに、提案されたシステム及び方法は、セルのペアの傾斜値の量を示唆することもできる。
【0037】
セルのペアの傾斜値を大きくすると、通信エリアでサービスを受ける顧客の数が大幅に減少する可能性がある。したがって、通信エリアでサービスを提供できる顧客の数に影響を与えない方法で、セルのペアの傾斜値を増加させる必要がある。サービスを受ける顧客の数に影響を与えずに対流圏干渉を排除するためのセルのペアの傾斜値の変更は、デジタルツインモデルによって実現できる。デジタルツインモデルは、セルのペアの傾斜値を増加させる効果をシミュレートし、対流圏干渉が除去される傾斜値を決定するシミュレーションモデルであり得る。セルのペアの傾斜値を増加させると、セルのアンテナと対流圏ダクトとの入射角が増加し、それによって対流圏干渉が減少することに留意されたい。デジタルツインモデルによるシミュレーションから、セルのアンテナの傾斜角を２～３度増加させるだけで、対流圏干渉を排除できることが観測されている。傾斜角度が２～３度を超えると、特定の通信エリアでサービスを受ける顧客の数が大幅に減少する可能性がある。
【0038】
図１は、本開示の一実施形態に係る、本開示のシステム（１１０）を実装することができる例示的なネットワークアーキテクチャ（１００）を示す。図示のように、一態様では、電気通信ネットワーク内の複数のセルの複数の基地局は、複数のユーザコンピューティングデバイスに関連付けることができる。限定ではなく一例として、１つまたは複数の第１のセルの第１の基地局（１２０－１）は、複数のユーザコンピューティングデバイス（１０２－１、１０２－２、１０２－３）と通信可能に関連付けられ得る。１つまたは複数の第２のセルの第２の基地局（１２０－２）は、ユーザコンピューティングデバイス（１０２－４、１０２－５、１０２－６）の第２のセットと通信可能に関連付けられ得る。１つまたは複数の第３のセルの第３の基地局（１２０－３）は、ユーザコンピューティングデバイス（１０２－７、１０２－８、１０２－９）の第３のセット通信可能に関連付けられ得る。１つまたは複数の第４のセルの第４の基地局（１２０－４）は、第４のユーザコンピューティングデバイスなどと通信可能に関連付けることができる。ネットワークアーキテクチャ（１００）内のＮ個のユーザコンピューティングデバイスと通信可能に関連付けられた１つまたは複数のセルのＮ個の基地局が存在し得る。
【0039】
例示的な実施形態では、１つまたは複数の第１のセルは加害者セルであり、１つまたは複数の第２のセルは被害者セルである。限定ではなく一例として、１つまたは複数の第１のセル及び１つまたは複数の第２のセルは、第１の加害者と被害者のペアを形成することができる。１つまたは複数の第３のセル及び１つまたは複数の第４のセルは、第２の加害者と被害者のペアなどを形成することができる。当業者は、通信ネットワーク内に存在するＮ個のセルの任意の順列及び組み合わせで加害者と被害者のペアを形成できることを理解するであろう。
【0040】
複数の基地局（１２０－１、１２０－２…１２０－Ｎ）はさらに、ネットワーク（１０６）及び少なくとも中央サーバ（１１２）に通信可能に結合され得る。より具体的には、例示的なアーキテクチャ（１００）は、加害者と被害者のペアのセルに関連する対流圏干渉の検出及び軽減を促進するための機械学習（ＭＬ）エンジン（２１６）を備えたシステム（１１０）を実装する。システム（１１０）は、第１のセル及び第２のセルの干渉データのいずれかまたは組み合わせを含むデータパケットのセットを第１のセル及び第２のセルから受信するように構成され得る。データパケットのセットはまた、第２のセルで受信されている第１のセル信号の強度を示す干渉の強度、ならびに干渉の日付及び干渉の時間を含み得る。システム（１１０）は、受信したデータパケットのセットから、セル構成データに対応する属性の第１のセットを抽出することができる。次に、システム（１１０）は、受信したデータパケットのセットから、気象データに対応する属性の第２のセットを抽出することができる。ヘップバーンのデータは、対流圏干渉に対する特定の地理的位置の脆弱性を示している可能性がある。
【0041】
例示的な実施形態では、セル構成データは、全傾斜、遠隔電気的傾斜（ＲＥＴ）、セルタワーの高さ、機械的傾斜、送信電力、セルタワーの位置、及びさらに、ヘップバーンデータは、日付及び時間に対する場所の気象データインデックスを含むことができるが、これに限定されない。
【0042】
システム（１１０）は、ＭＬエンジン（２１６）を介して、デジタルツインモデルに対応する訓練済みモデルをさらに生成することができる。訓練されたモデルは、第１及び第２のセルの１つまたは複数のペアの間の対流圏干渉を自動的に決定及び予測するように構成され得る。抽出された第１の属性セットと第２の属性セットに基づいて、ＭＬエンジン（２１６）（図２を参照）は、対流圏干渉によって影響を受ける可能性のある第１及び第２のセルの１つまたは複数のペアを識別することができる。ＭＬエンジン（２１６）は、対流圏干渉に基づいて、第１のセル及び第２のセルの１つまたは複数のペアについてエッジスコアを計算することができる。計算されたエッジスコアに基づいて、ＭＬエンジン（２１６）は、対流圏干渉を軽減するために、構成の更新された値を有する第１の属性セット及び第２の属性セットに基づいてアクションを割り当てることができる。
【0043】
例示的な実施形態では、デジタルツインモデルは、履歴属性及び干渉ペアに関係する可能性のある属性の第３のセットを使用して学習することができる。別の例示的な実施形態では、デジタルツインモデルを使用して、属性の第１のセット、属性の第２のセット、及び属性の第３のセットに基づいて、エッジスコアを計算することができる。
【0044】
例示的な実施形態では、特徴ベクトルは、セル構成パラメータ及びエッジパラメータを含む属性の第１のセットを検索することによって取得され得る。干渉データ及び非干渉データに対応する複数の特徴ベクトルをグループ化することができる。複数の特徴ベクトルは、エッジスコアを提供するデジタルツインモデルに供給されてもよい。エッジスコアは、対流圏干渉が加害者と被害者のペア間で発生する可能性を示す。
【0045】
一実施形態では、コンピューティングデバイス（１０４）及び／またはユーザデバイス（１２０）は、Ａｎｄｒｏｉｄ（商標）、ｉＯＳ（商標）、Ｋａｉ ＯＳ（商標）などを含むがこれらに限定されない任意のオペレーティングシステム上に存在する実行可能命令セットを介してシステム（１１０）と通信することができる。一実施形態では、コンピューティングデバイス（１０４）及び／またはユーザデバイス（１２０）は、これらに限定されないが、任意の電気、電子、電気機械または任意の機器、または上記のデバイスの１つまたは複数の組み合わせを含むことができる。携帯電話、スマートフォン、仮想現実（ＶＲ：ｖｉｒｔｕａｌ ｒｅａｌｉｔｙ）デバイス、拡張現実（ＡＲ：ａｕｇｍｅｎｔｅｄ ｒｅａｌｉｔｙ）デバイス、ラップトップ、汎用コンピュータ、デスクトップ、携帯情報端末、タブレットコンピュータ、メインフレームコンピュータ、またはその他のコンピューティングデバイスとして、コンピューティングデバイスカメラ、音声補助装置、マイク、キーボード、タッチパッド、タッチ対応スクリーン、電子ペンなどのユーザからの入力を受信するための入力装置などの視覚補助装置を含むがこれらに限定されない、１つまたは複数の内蔵または外部結合アクセサリを含むことができる。コンピューティングデバイス（１０４）及び／またはユーザデバイス（１２０）は、言及されたデバイスに限定されず、さまざまな他のデバイスが使用され得ることが理解され得る。スマートコンピューティングデバイスは、データやその他の個人情報や機密情報を格納するための適切なシステムの１つである。
【0046】
例示的な実施形態では、ネットワーク（１０６）は、限定ではなく一例として、送信、受信、転送、生成、バッファリング、格納、ルーティングを行う１つまたは複数のノードを有する１つまたは複数のネットワークの少なくとも一部を含むことができる。スイッチ、プロセス、またはそれらの組み合わせなど１つまたは複数のメッセージ、パケット、信号、波、電圧または電流レベル、それらの何らかの組み合わせなど。ネットワークは、限定ではなく例として、ワイヤレスネットワーク、有線ネットワーク、インターネット、イントラネット、パブリックネットワーク、プライベートネットワーク、パケット交換網、回路交換網、アドホックネットワーク、インフラストラクチャネットワーク、公衆交換電話網（ＰＳＴＮ）、ケーブルネットワーク、セルラーネットワーク、衛星ネットワーク、光ファイバネットワーク、それらのいくつかの組み合わせのうちの１つまたは複数を含むことができる。
【0047】
別の例示的な実施形態では、集中型サーバ（１１２）は、限定ではなく一例として、スタンドアロンサーバ、サーバブレード、サーバラック、サーバのバンク、サーバファーム、クラウドサービスまたはシステムの一部をサポートするハードウェア、ホームサーバ、仮想化されたサーバを実行するハードウェア、サーバとして機能するコードを実行する１つまたは複数のプロセッサ、本明細書で説明するサーバ側の機能を実行する１つまたは複数のマシン、少なくとも上記のいずれかの一部、それらの組み合わせ。
【0048】
一実施形態では、システム（１１０）は、メモリ（２０４）に結合された１つまたは複数のプロセッサ（２０２）を含むことができる。メモリ（２０４）は、１つまたは複数のプロセッサ（２０２）によって実行されると、システムに（１１０）セルの加害者と被害者のペアに関連する対流圏の干渉を検出して軽減する。図１を参照して図２を参照する。図１は、本開示の一実施形態による、機械学習ベースのアーキテクチャに基づいて、セルの加害者と被害者のペアに関連する対流圏干渉の検出及び軽減を促進するためのシステム（１１０）の例示的な表現を示す。
【0049】
一態様では、システム（１１０）は、１つまたは複数のプロセッサ（２０２）を備えることができる。１つまたは複数のプロセッサ（２０２）は、１つまたは複数のマイクロプロセッサ、マイクロコンピュータ、マイクロコントローラ、デジタル信号プロセッサ、中央処理装置、論理回路、及び／または動作命令に基づいてデータを処理する任意のデバイスとして実装され得る。とりわけ、１つまたは複数のプロセッサ（２０２）は、システム（１１０）のメモリ（２０４）に格納されたコンピュータ可読命令をフェッチ及び実行するように構成され得る。メモリ（２０４）は、ネットワークサービスを介してデータパケットを作成または共有するためにフェッチ及び実行され得る、非一時的なコンピュータ可読記憶媒体に１つまたは複数のコンピュータ可読命令またはルーチンを記憶するように構成され得る。メモリ（２０４）は、例えば、ＲＡＭなどの揮発性メモリ、またはＥＰＲＯＭ、フラッシュメモリなどの不揮発性メモリを含む任意の非一時的記憶装置を備えることができる。
【0050】
一実施形態では、システム（１１０）はインターフェース（複数可）（２０６）を含むことができる。インターフェース（複数可）（２０６）は、さまざまなインターフェース、例えば、Ｉ／Ｏデバイス、ストレージデバイスなどと呼ばれるデータ入力及び出力デバイス用のインターフェースを含むことができる。インターフェース（複数可）（２０６）は、システム（１１０）の通信を容易にすることができる。インターフェース（複数可）（２０６）は、システム（１１０）の１つまたは複数の構成要素のための通信経路を提供することもできる。そのような構成要素の例には、処理エンジン（複数可）（２０８）及びデータベース（２１０）が含まれるが、これらに限定されない。
【0051】
処理エンジン（複数可）（２０８）は、処理エンジン（複数可）（２０８）の１つまたは複数の機能を実装するために、ハードウェア及びプログラミング（例えば、プログラム可能な命令）の組み合わせとして実装され得る。本明細書で説明する例では、ハードウェアとプログラミングのそのような組み合わせは、いくつかの異なる方法で実装することができる。例えば、処理エンジン（複数可）（２０８）のプログラミングは、非一時的な機械可読記憶媒体に格納されたプロセッサ実行可能命令であってもよく、処理エンジン（複数可）（２０８）のハードウェアは処理リソースを含んでもよい。（例えば、１つまたは複数のプロセッサ）、そのような命令を実行する。
【0052】
この例では、機械可読記憶媒体は、処理リソースによって実行されると、処理エンジン（複数可）（２０８）を実装する命令を格納することができる。そのような例では、システム（１１０）は、命令を格納する機械可読記憶媒体と、命令を実行するための処理リソースとを備えることができ、または機械可読記憶媒体は別個であるが、システム（１１０）及び処理リソースにアクセス可能であってもよい。他の例では、処理エンジン（複数可）（２０８）は、電子回路によって実装され得る。
【0053】
処理エンジン（２０８）は、データ取得エンジン（２１２）、属性抽出エンジン（２１４）、機械学習（ＭＬ：Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ）エンジン（２１６）、デジタルツインモデル生成エンジン（２１８）、及びその他のエンジン（２２０）のいずれかから選択された１つまたは複数のエンジンを含むことができる。他のエンジン（２２０）は、信号処理エンジン、予測エンジンなどのいずれかを含むことができる。
【0054】
一実施形態では、システム（１１０）のデータ取得エンジン（２１２）は、第１のセル及び第２のセルからのデータパケットのセットを受信／処理／前処理することができる。データパケットのセットは、第１のセル及び第２のセルの干渉データのいずれかまたは組み合わせを含み得る。データパケットのセットはまた、第２のセルにおいて受信されている第１のセル信号の強度を示す干渉の強度と、干渉の日付及び干渉の時間とを含み得る。
【0055】
一実施形態では、システム（１１０）の属性抽出エンジン（２１４）は、受信したデータパケットのセットから、セル構成データに対応する属性の第１のセットを抽出することができる。さらに、属性抽出エンジンは、（２１４）は、データベース（２１０）から受信したデータパケットのセットから、ヘップバーンデータに対応する属性の第２のセットを抽出することができる。システム（１１０）の属性抽出エンジン（２１４）は、データベース（２１０）から受信したデータパケットのセットから気象データに対応する属性の第３のセットを抽出することもできる。
【0056】
一実施形態では、システム（１１０）のＭＬエンジン（２１６）は、抽出された第１の属性及び抽出された第２の属性に基づいて、対流圏干渉によって影響を受ける第１のセル及び第２のセルの１つまたは複数のペアを識別し得る。さらに、システム（１１０）のＭＬエンジン（２１６）は、次いで、第１のセル及び第２のセルの１つまたは複数のペアについてエッジスコアを計算することができる。次いで、訓練されたモデルは、デジタルツインモデルに対応するデジタルツインモデル生成エンジン（２１８）によって生成され得る。訓練されたモデルは、１つまたは複数の第１のセル対と第２のセル対との間の対流圏干渉を決定及び予測するように構成され得る。属性の第１のセット及び更新された値を有する属性の第２のセットに基づいて、ＭＬエンジン（２１６）は、エッジスコアを計算し、対流圏干渉を軽減するためのアクションを提案することができる。
【0057】
例示的な実施形態では、デジタルツインモデルは、属性の第１のセット、属性の第２のセット、及び履歴属性、予測された属性、及び干渉ペアに関する第３の属性のセットを使用して学習され得る。エッジスコアは、デジタルツインモデルを使用して、第１の属性セット、第２の属性セット、及び第３の属性セットに基づいて計算することができる。
【0058】
図３は、本開示の一実施形態による、セルの加害者と被害者のペアに関連する対流圏干渉の検出及び軽減を促進するための方法を示す例示的な方法のフロー図（３００）を示す。図示のように、一態様では、この方法は、セルの加害者と被害者のペアに関連する対流圏干渉の検出及び軽減を容易にすることができる。
【0059】
本方法は、３０２において、プロセッサ（２０２）によるデータ取得エンジン（２１２）の実行によって、第１のセル及び第２のセルからデータパケットのセットを受信するステップを含み得る。データパケットのセットは、第１のセル及び第２のセルの干渉データのいずれかまたは組み合わせを含み得る。データパケットのセットはまた、第２のセルにおいて受信されている第１のセル信号の強度を示す干渉の強度と、対流圏干渉の日付と、対流圏干渉の時間とを含み得る。第１のセルは加害者セルであり、第２のセルは被害者セルである。方法は、３０４で、プロセッサ（２０２）による属性抽出エンジン（２１４）の実行によって、セル構成データに対応する属性の第１のセットを受信したデータパケットのセットから抽出するステップを含むことができる。この方法は、３０６において、プロセッサ（２０２）による属性抽出エンジン（２１４）の実行によって、受信したデータパケットのセットからヘップバーンデータに対応する属性の第２のセットを抽出するステップを含み得る。
【0060】
ステップ３０８で、方法は、プロセッサ（２０２）によるＭＬエンジン（２１６）の実行によって、干渉によって影響を受ける第１及び第２のセルの１つまたは複数のペアを識別することを含み得る。干渉によって影響を受ける第１及び第２のセルの１つまたは複数のペアを識別することは、抽出された第１の属性セット及び抽出された第２の属性セットに基づくことができる。この方法は、３１０で、ＭＬエンジン（２１６）の実行によって、第１及び第２のセルの１つまたは複数のペアのエッジスコアを計算するステップを含むことができる。
【0061】
この方法は、３１２において、デジタルツインモデル生成エンジン（２１８）によって、デジタルツインモデルに対応する訓練済みモデルを生成するステップを含むことができる。訓練されたモデルは、第１及び第２のセルペアの１つまたは複数のペアの間の対流圏干渉を決定及び予測するように構成され得る。方法（３００）は、３１４において、ＭＬエンジン（２１６）によって、対流圏干渉を軽減するために更新された値を有する第１の属性セット及び第２の属性セットを使用して、エッジスコアを割り当て、アクションを提案するステップをさらに含むことができる。
【0062】
図４は、本開示の一実施形態による、システム（１１０）に関連する機能ブロックの例示的なブロック図（４００）を示す。例示されるように、一態様では、アグレッサビクティムペア（ａ、ｖ）が与えられると、干渉データ（４０２－１）、セル構成データ（４０２－２）、及びヘップバーンデータ（４０２－３）のような少なくとも３つの異なるタイプのデータから、加害者セル、被害者セル、及び加害者－被害者ペアについて異なるタイプのパラメータが抽出され得る。１つまたは複数の加害者パラメータ（４０４）は、全傾斜（ｘａｔｔ）、遠隔電気的傾斜（ＲＥＴ）（ｘａｒｅｔ）、加害者セルタワーの高さ（ｘａｈ）、平均海面からの高さなどのパラメータを含むことができる。（ｘａａｍｓｌ）、方位角（ｘａａｚｉ）、アンテナ関連パラメータ（ｘａａｎｔ）、送信電力（ｘａｔｐ）など、加害者でのヘップバーンデータインデックス（ｘａｈｅｐ）、湿度などの加害者セルでの気象データパラメータなどを含むことができる。１つまたは複数の加害者パラメータ（４０４）を連結して、ｘａｎｏｄｅ＝［ｘａｔｔ、ｘａｒｅｔ、ｘａｈ、ｘａａｍｓｌ、ｘａａｚｉ、ｘａａｎｔ、ｘａｔｐ、ｘａｈｅｐ］として表される加害者ノードプロパティを形成することができる。
【0063】
１つまたは複数の被害者パラメータ（４０８）は、全傾斜、ＲＥＴ、セルタワーの高さ、平均海面からの高さ、方位角、アンテナ関連パラメータ、送信電力などのパラメータを含むことができる。１つまたは複数の被害者パラメータ（４０８）を連結して、ｘｖｎｏｄｅ＝［ｘｖｔｔ、ｘｖｒｅｔ、ｘｖｈ、ｘｖａｍｓｌ、ｘｖａｚｉ、ｘｖａｎｔ、ｘｖｔｐ、ｘｖｈｅｐ］として表される被害者ノードのプロパティを形成することができる。
【0064】
１つまたは複数の加害者・被害者（エッジ）パラメータ（４０６）は、次のような要素を含むことができる。
・加害者の全傾斜と被害者の全傾斜の最大全傾斜（ｘｅｍａｘｔｔ）
・被害者側の全傾斜及び被害者側の全傾斜の全傾斜分（ｘｅｍｉｎｔｔ）
・被害者側全傾斜及び被害者側全傾斜の全傾斜の平均（ｘｅｍｅａｎｔｔ）
・加害者ＲＥＴと被害者ＲＥＴの間のＲＥＴの最大値（ｘｅｍａｘｒｅｔ）
・被害者側ＲＥＴと被害者側ＲＥＴとの間のＲＥＴの最小値（ｘｅｍｉｎｒｅｔ）
・被害者側ＲＥＴと被害者側ＲＥＴとの間のＲＥＴの平均（ｘｅｍｅａｎｒｅｔ）
・加害者と被害者の間の最大ヘップバーンインデックス（ｘｅｍａｘｈｅｐ）
・加害者の全傾斜と被害者の全傾斜の間の最小ヘップバーンインデックス（ｘｅｍｉｎｈｅｐ）
・被害者側の全傾斜と被害者側の全傾斜との間の平均ヘップバーン指数（ｘｅｍｅａｎｔｔ）
・加害者と被害者を結ぶパスに沿ったヘップバーンインデックス値の加重合計（ｘｅｗｅｉｇｈｔｅｄｈｅｐ）
・加害者ｗｒｔ被害者（ｘｅａｇｇｃｏｓ，ｘｅａｇｇｓｉｎ）の相対的な方向のコサインとサインを取る
・加害者に対する被害者の相対方向のコサインとサインを取る（ｘｅｖｉｃｃｏｓ，ｘｅｖｉｃｓｉｎ）
・加害者と被害者の高さの最小値と最大値（ｘｅａｇｇｈ，ｘｅｖｉｃｈ）
・加害者の全傾斜と被害者の全傾斜の最大全傾斜（ｘｅｍａｘｔｔ）
・被害者側の全傾斜及び被害者側の全傾斜の全傾斜分（ｘｅｍｉｎｔｔ）
・被害者側全傾斜及び被害者側全傾斜の全傾斜の平均（ｘｅｍｅａｎｔｔ）
・加害者ＲＥＴと被害者ＲＥＴの間のＲＥＴの最大値（ｘｅｍａｘｒｅｔ）
・被害者側ＲＥＴと被害者側ＲＥＴとの間のＲＥＴの最小値（ｘｅｍｉｎｒｅｔ）
・被害者側ＲＥＴと被害者側ＲＥＴとの間のＲＥＴの平均（ｘｅｍｅａｎｒｅｔ）
・加害者と被害者の間の最大ヘップバーンインデックス（ｘｅｍａｘｈｅｐ）
・加害者の全傾斜と被害者の全傾斜の間の最小ヘップバーンインデックス（ｘｅｍｉｎｈｅｐ）
・被害者側の全傾斜と被害者側の全傾斜との間の平均ヘップバーン指数（ｘｅｍｅａｎｔｔ）
・加害者と被害者を結ぶパスに沿ったヘップバーンインデックス値の加重合計（ｘｅｗｅｉｇｈｔｅｄｈｅｐ）
・加害者ｗｒｔ被害者（ｘｅａｇｇｃｏｓ，ｘｅａｇｇｓｉｎ）の相対的な方向のコサインとサインを取る
・加害者に対する被害者の相対方向のコサインとサインを取る（ｘｅｖｉｃｃｏｓ，ｘｅｖｉｃｓｉｎ）
・加害者と被害者の高さの最小値と最大値（ｘｅａｇｇｈ，ｘｅｖｉｃｈ）
【0065】
例示的な実施形態では、１つまたは複数の加害者－被害者（エッジ）パラメータ（４０６）は、ｘｅｄｇｅ＝［ｘｅｍａｘｔｔ、ｘｅｍｉｎｔｔ、ｘｅｍｅａｎｔｔ、ｘｅｍａｘｒｅｔ、ｘｅｍｉｎｒｅｔ、ｘｅｍｅａｎｒｅｔ、ｘｅｍａｘｈｅｐ、ｘｅｍｉｎｈｅｐ、ｘｅｍｅａｎｔｔ、ｘｅｗｅｉｇｈｔｅｄｈｅｐ、ｘｅａｇｇｃｏｓ、ｘｅａｇｇｓｉｎ、ｘｅｖｉｃｃｏｓ、ｘｅｖｉｃｓｉｎｘｅａｇｇｈ、ｘｅｖｉｃｈ］として表すことができる。
【0066】
例示的な実施形態では、特徴ベクトルは、加害者ノードのプロパティ、被害者ノードのプロパティ、及び加害者－被害者エッジのプロパティを連結することによって取得され得、ｘｅｄｇｅ＝［ｘａｎｏｄｅ、ｘｖｎｏｄｅ、ｘｅｄｇｅ］として表され得る。複数の特徴ベクトルをデジタルツインモデル（４１０）に供給して、エッジスコアを提供することができる。エッジスコアは、対流圏干渉（４１２）が加害者と被害者のペア間で発生する確率または尤度を示すことができる。デジタルツインモデル（４１０）によって検出された対流圏干渉は、データを干渉低減オプティマイザ（４１８）に送信し、実現可能なアクションスペース（任意のセルでのＥ傾斜）（４１６）とともに低減することができる。干渉低減オプティマイザ（４１８）は、最大干渉低減（４２０）のために可能なアクションを提供するように構成され得る。最大干渉低減（４２０）のための可能なアクションは、１つまたは複数のペアの対流圏干渉を軽減するために、第１のセル及び第２のセルの１つまたは複数のペアに対するアンテナの全傾斜及び遠隔電気傾斜（ＲＥＴ）を含み得る。第１のセルと第２のセルの。
【0067】
例示的な実施形態では、エッジ特徴は、次のような異なるタイプのヘップバーン特徴を含むことができる：
・加害者と被害者の位置でのヘップバーンインデックスの最小値
・加害者及び被害者の位置におけるヘップバーン指数の最大値
・加害者及び被害者の位置におけるヘップバーン指数の平均
・ｐａｒａｂｏｌｉｃｈｅｐｂｕｒｎ ｉｎｄｅｘ：これは、加害者と被害者を結ぶ線に沿ったヘップバーンインデックス値の加重合計である。重みは、加害者と被害者までの場所の最小二乗距離に比例する。使用される重みは、合計が１になるように正規化される。
・平均、最小、最大、中央値などの重み付けされたヘップバーン値のさまざまなバリエーションが計算され、特徴として使用される
・加害者と被害者の位置でのヘップバーンインデックスの最小値
・加害者及び被害者の位置におけるヘップバーン指数の最大値
・加害者及び被害者の位置におけるヘップバーン指数の平均
・ｐａｒａｂｏｌｉｃｈｅｐｂｕｒｎ ｉｎｄｅｘ：これは、加害者と被害者を結ぶ線に沿ったヘップバーンインデックス値の加重合計である。重みは、加害者と被害者までの場所の最小二乗距離に比例する。使用される重みは、合計が１になるように正規化される。
・平均、最小、最大、中央値などの重み付けされたヘップバーン値のさまざまなバリエーションが計算され、特徴として使用される
【0068】
図５は、本開示の一実施形態による、ＭＬエンジン（２１６）に関連付けられた機能ブロックの例示的なブロック図（５００）を示す。図示のように、ヘップバーンデータに関して、さまざまなタイプの特徴が抽出される可能性がある。干渉データ（４０２－１）は、ネガティブデータサンプリングユニット（５０２）を介して利用され、ネガティブデータ（５０６－１）及びラベル（５０６－２）の特徴を抽出するネガティブデータ（５０６）を生成する。ネガティブデータサンプリングユニット（５０２）は、トレインモデルユニット（５０８）にネガティブ特徴（５０６－１）及びラベル（５０６－２）を供給して、特徴の重要性または説明可能性分析（５１０）をチェックし、モデル（５１２）を生成することができる。ポジティブ特徴抽出モジュール（５０４－１）及びラベルユニット（５０４－２）を備えるポジティブデータ生成ブロック（５０４）は、訓練済みモデルユニット（５０８）でモデルを訓練するための干渉データ（４０２－１）を直接取得することができる。加害者セルＩＤ（５１８）及び被害者セルＩＤ（５２０）は、加害者セル位置及び被害者セル位置におけるヘップバーンインデックス値を含むヘップバーンデータ関連ノード特徴（５１６）を提供し得る。ノード特徴（５１６）に関連するヘップバーンデータは、エッジスコア（５１４）を予測するために使用され、それは理由コード生成器（傾斜、高さなどの寄与因子）（５２２）に送られる。理由コードジェネレータ（５２２）は、理由（５２４）を生成するか、または実際のエッジスコアを決定する（５２６）ことができる。
【0069】
一実施形態では、モデル訓練プロセスにおいて、干渉データに対応する特徴ベクトルにはラベル１が与えられ、非干渉データに対応する特徴ベクトルにはラベル０が与えられてもよい。ラベル付きデータは、デジタルツインを学習するために使用されてもよい。モデル。デジタルツインモデルの表現と学習には、ランダムフォレスト、勾配ブーストツリー、ニューラルネットワーク、またはそれらの組み合わせなどの機械学習モデルと手法を使用できる。限定ではなく一例として、勾配ブースティングアルゴリズムを使用することができ、ここで説明した。勾配ブースティングアルゴリズムは、訓練セットを使用する場合がある
勾配ブースティングアルゴリズムは、次の手順を実行できる。
２． ｍ＝１からＭの場合：
ａ． 疑似残差を計算する。
ｄ． モデルを更新する
【数1】
【数2】
ａ． 疑似残差を計算する。
【数3】
【数4】
【数5】
【数6】
【数7】
【0070】
例示的な一実施形態では、モデル（５１２）は、勾配ブースティングアルゴリズムの実装を使用して訓練することができ、デジタルツインモデルの表現とすることができる。
【0071】
例示的な実施態様では、ＴＤＤ（Ｔｉｍｅ Ｄｉｖｉｓｉｏｎ Ｄｕｐｌｅｘ：時分割複信）システムにおける干渉データ及び非干渉データの要約が表１に提供される。さらに、表１は、干渉データ及び非干渉データ、ならびに他の利用可能なデータポイントに関連する地域、日付、及び時間に関する詳細を提供する。
【表1】
【0072】
限定ではなく例として、デジタルツインモデルを表す表現及び学習技術としての勾配ブーストツリーの精度は、最大深度が少なくとも８であり、勾配ブーストツリーのツリーの数が少なくとも５０であるパラメータの１つのセットを用いて表２に提供される。
【表2】
【0073】
図６は、本開示の一実施形態による、ヘップバーンデータ分析の例示的な表現（６００）を示している。放物線ヘップバーン特徴は、デジタルツインモデルで干渉エッジと非干渉エッジを区別するための重要な特徴である。図示のように、放物線は次の式で与えられる。
【数8】
【0074】
図７は、本開示の一実施形態による、シミュレーション解析の例示的な表現（７００）を示す。
【0075】
一実施形態では、シミュレーションは、評価が必要な加害者と被害者のペアを識別し、識別されたペアに対するアクションをシミュレートするステップを含むことができる。限定ではなく一例として、デジタルツインモデルを使用して特定のセルタワーに対するアクションの影響を推定するために必要な手順を示す。シミュレーションプロセスで影響が評価されたアクションは、加害者と被害者のペアのＲＥＴ値に変化を含み得る。シミュレーション分析は、次の手順で構成される。
－評価が必要な加害者と被害者のペアの識別
－識別された加害者と被害者のペアの特徴の抽出
－識別された加害者と被害者のペアのエッジスコアの計算
－セルのＲＥＴと全傾斜を１度変更し、他のパラメータは同じにする
－ＲＥＴで行われた変更と加害者と被害者のペアのセルの全傾斜に基づいて、識別された加害者と被害者のペアのエッジスコアを計算する
－アクションの影響としてエッジスコアの差を測定する
－特徴の抽出からの手順を繰り返し、すべてのペアのエッジスコアの差を測定する
－すべての加害者エッジにわたって改善スコアを集計することにより、各加害者セルのエッジスコアの改善を計算する
－全傾斜やＲＥＴなどの更新されたパラメータを使用してエッジスコアを再計算し、対応するアクションが最高の改善スコアを持つ加害者に適用され、
－データの更新と更新されたデータの使用、及び特徴の抽出から更新されたパラメータでの再計算までの手順を繰り返すことを、一定回数または必要な数のアクションが得られるまで繰り返す。
－評価が必要な加害者と被害者のペアの識別
－識別された加害者と被害者のペアの特徴の抽出
－識別された加害者と被害者のペアのエッジスコアの計算
－セルのＲＥＴと全傾斜を１度変更し、他のパラメータは同じにする
－ＲＥＴで行われた変更と加害者と被害者のペアのセルの全傾斜に基づいて、識別された加害者と被害者のペアのエッジスコアを計算する
－アクションの影響としてエッジスコアの差を測定する
－特徴の抽出からの手順を繰り返し、すべてのペアのエッジスコアの差を測定する
－すべての加害者エッジにわたって改善スコアを集計することにより、各加害者セルのエッジスコアの改善を計算する
－全傾斜やＲＥＴなどの更新されたパラメータを使用してエッジスコアを再計算し、対応するアクションが最高の改善スコアを持つ加害者に適用され、
－データの更新と更新されたデータの使用、及び特徴の抽出から更新されたパラメータでの再計算までの手順を繰り返すことを、一定回数または必要な数のアクションが得られるまで繰り返す。
【0076】
図８は、本開示の一実施形態による、長距離干渉ネットワークの例示的な表現（８００）を示している。図示のように、円（Ｃ１、Ｃ２、Ｃ３、Ｃ４・・・Ｃ８）はセルであり、矢印で結ばれたセルは干渉セルである。外向き矢印を持つセルは加害者セル（Ｃ１、Ｃ２、Ｃ３、Ｃ６）であり、内向き矢印を持つセルは被害者セル（Ｃ４、Ｃ５、Ｃ７、及びＣ８）である。（Ｗ１６、Ｗ１４、Ｗ１５、Ｗ１２、Ｗ２３、Ｗ３５、Ｗ３４、Ｗ３６、Ｗ３７、Ｗ３８、Ｗ６７）などの矢印の重みは、エッジが干渉する可能性である。エッジのすべての重みの合計は、ネットワーク内のセルの構成に基づく集約エッジスコアを示す。
【0077】
図９は、本開示の一実施形態による、シミュレーションの異なる反復にわたる総エッジカウントの例示的な表現（９００）を示している。アクションは反復的にセルに適用され、アクションの影響は削減されたエッジの数で測定される。図９は、シミュレーション実行の影響を示している。Ｙ軸はエッジの数を表し、Ｘ軸は反復の数を表す。
【0078】
図１０は、本開示の一実施形態による、デジタルツインモデル訓練のフロー図の例示的な表現（１０００）を示す。図示のように、フロー図は、ブロック１００２で、データ取得エンジン（２１２）によって受信された生の干渉データを含むことができる。ブロック１００４で、未加工の干渉データを使用して、５つを超える被害者セルを有する加害者セルを識別することができる。ブロック１００６で、エッジは、５つを超える被害者セルを有する攻撃セルで保持され得る。ブロック１００８において、非干渉セルのペアが列挙され得る。ブロック１０１０において、干渉及び非干渉ペアの両方が、セル構成データ（１０１２－１）、ヘップバーンデータ（１０１２－２）、及び気象データ（１０１２－３）からのセル構成データ、ヘップバーンデータ、及び気象データで強化され得るが、これに限定されない。ブロック１０１４で、デジタルツインモデルを構築することができる。ブロック１０１６では、デジタルツインモデルを使用して、第１のセルと第２のセルとの識別された一対または複数ペアの第１のセルと第２のセルとの対流圏干渉を、一対または複数ペアの第１のセルと第２のセルとのアンテナの全傾斜及び遠隔電気傾斜（ＲＥＴ）を構成することによって軽減してもよい。
【0079】
図１１は、本開示の一実施形態に係る、提案する方法のシミュレーションフローのフロー図の例示的な表現（１１００）を示す。図示されるように、シミュレーションフロー図は、ブロック１００２において、生の干渉データがデータ収集エンジン（２１２）によって受信されることを含むことができる。ブロック１１０２で、ＭＬエンジン（２１６）は、加害者が一定数の被害者を有するセルのペアを識別し得る。ブロック１１０４で、セルのペアは、セル構成データ（１０１２－１）、ヘップバーンデータ（１０１２－２）、及び気象データ（１０１２－３）からのセル構成データ、ヘップバーンデータ、気象データなどで強化され得る。等に限定されない。ブロック１１０６で、反復を０に初期化することができる。各反復で、ブロック１１０８で、エッジカウントの改善を、各加害者に対する異なるアクションについて計算することができる。ブロック１１１０で、エッジカウントの改善が最も高い加害者が選択され得る。ブロック１１１２において、Ｎ加害者構成は、エッジカウントの改善をもたらすアクションで更新され得る。ブロック１１１４で、反復回数が最大反復回数未満である場合、ブロック１１０８からブロック１１１４までのループを繰り返すことができる。ブロック１１１４で、反復回数が最大反復回数以上である場合、プロセスを停止することができる。
【0080】
図１２は、本開示の実施形態に従って本発明の実施形態を利用することができる例示的なコンピュータシステム（１２００）を示す。図１２に示すように、コンピュータシステム（１２００）は、外部記憶装置（１２１０）、バス（１２２０）、メインメモリ（１２３０）、読み取り専用メモリ（１２４０）、大容量記憶装置（１２７０）、通信装置を含むことができる。ポート（１２６０）、及びプロセッサ（１２７０）。当業者は、コンピュータシステム（１２００）が２つ以上のプロセッサ（１２７０）及び通信ポート（１２６０）を含み得ることを理解するであろう。プロセッサ（１２７０）の例には、Ｉｎｔｅｌ（登録商標）Ｉｔａｎｉｕｍ（登録商標）またはＩｔａｎｉｕｍ２プロセッサ（複数可）、またはＡＭＤ（登録商標）Ｏｐｔｅｒｏｎ（登録商標）またはＡｔｈｌｏｎ ＭＰ（登録商標）プロセッサ（複数可）、Ｍｏｔｏｒｏｌａ（登録商標）系列のプロセッサ、ＦｏｒｔｉＳＯＣ（登録商標）が含まれるが、これらに限定されないシステムオンチッププロセッサまたはその他の将来のプロセッサ。プロセッサ（１２７０）は、本発明の実施形態に関連するさまざまなモジュールを含むことができる。通信ポート（１２６０）は、モデムベースのダイヤルアップ接続で使用するＲＳ－２３２ポート、１０／１００イーサネットポート、銅線またはファイバを使用するギガビットまたは１２ギガビットポート、シリアルポート、パラレルポートのいずれかである。ポート、またはその他の既存または将来のポート。通信ポート（１２６０）は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、またはコンピュータシステム（１２００）が接続する任意のネットワークなどのネットワークに応じて選択することができる。メモリ（１２３０）は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、または当技術分野で一般に知られている他の任意の動的記憶装置であり得る。読み取り専用メモリ（１２４０）は、任意の静的記憶装置（複数可）であってもよいが、これに限定されるものではないが、プロセッサのスタートアップ命令またはＢＩＯＳ命令などの静的情報を格納するためのプログラマブル読み取り専用メモリ（ＰＲＯＭ：Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）チップなどである（１２７０）。大容量記憶装置（１２５０）は、情報及び／または命令を格納するために使用できる、現在または将来の大容量記憶装置ソリューションであり得る。例示的なマスストレージソリューションには、ＰＡＴＡ（Ｐａｒａｌｌｅｌ Ａｄｖａｎｃｅｄ Ｔｅｃｈｎｏｌｏｇｙ Ａｔｔａｃｈｍｅｎｔ）またはＳＡＴＡ（Ｓｅｒｉａｌ Ａｄｖａｎｃｅｄ Ｔｅｃｈｎｏｌｏｇｙ Ａｔｔａｃｈｍｅｎｔ）ハードディスクドライブまたはソリッドステートドライブ（例えば、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）及び／またはＦｉｒｅｗｉｒｅインターフェース）、例えば、Ｓｅａｇａｔｅ（例えば、Ｓｅａｇａｔｅ Ｂａｒｒａｃｕｄａ ７１２２ ファミリ）またはＨｉｔａｃｈｉ（例えば、Ｈｉｔａｃｈｉ Ｄｅｓｋｓｔａｒ ７Ｋ１２００）から入手できるもの、１つまたは複数の光ディスク、ＲＡＩＤ（Ｒｅｄｕｎｄａｎｔ Ａｒｒａｙ ｏｆ Ｉｎｄｅｐｅｎｄｅｎｔ Ｄｉｓｋｓ）ストレージ、例えばアレイさまざまなベンダーから入手可能なディスク（例：ＳＡＴＡアレイ）が含まれるが、これらに限定されない。
【0081】
バス（１２２０）は、プロセッサ（複数可）（１２７０）を他のメモリ、ストレージ、及び通信ブロックと通信可能に結合する。バス（１２２０）は、例えば、拡張カード、ドライブ、及び他のサブシステムを接続するためのＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ）／ＰＣＩ－Ｘ（ＰＣＩ Ｅｘｔｅｎｄｅｄ）バス、ＳＣＳＩ（Ｓｍａｌｌ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍ Ｉｎｔｅｒｆａｃｅ）、ＵＳＢなどであり得る。プロセッサ（１２７０）をコンピュータシステム（１２００）に接続するフロントサイドバス（ＦＳＢ）などの他のバス。
【0082】
必要に応じて、ディスプレイ、キーボード、ジョイスティック、及びカーソル制御装置などのオペレータ及び管理インターフェースもバス（１２２０）に結合して、コンピュータシステムとのオペレータの直接対話をサポートすることができる。その他のオペレータ及び管理インターフェースは、通信ポート（１２６０）を介して接続されたネットワーク接続を介して提供できる。外部ストレージデバイス（１２１２）は、あらゆる種類の外付けハードドライブ、フロッピードライブ、ＩＯＭＥＧＡ（登録商標）Ｚｉｐドライブ、ＣＤ－ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ － Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＣＤ－ＲＷ（Ｃｏｍｐａｃｔ Ｄｉｓｃ － Ｒｅ－Ｗｒｉｔａｂｌｅ）ＤＶＤ－ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｉｄｅｏ Ｄｉｓｋ － Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）であってもよい。上記のコンポーネントは、さまざまな可能性を例示することだけを目的としている。前述の例示的なコンピュータシステムは、決して本開示の範囲を限定するものではない。
【0083】
図１３は、本開示の一実施形態による、実行前の命令の実行可能なセットの署名ベースの検証のための方法を示す例示的な方法フローチャート（１３００）を示す。方法（９００）は、コンピュータ実行可能命令の一般的な文脈で説明することができる。一般に、コンピュータ実行可能命令には、特定の機能を実施するまたは特定の抽象データ型を実行する、ルーチン、プログラム、オブジェクト、構成要素、データ構造などが含まれる。
【0084】
方法（１３００）が説明される順序は、限定として解釈されることを意図するものではなく、任意の数の説明された方法ブロックを任意の順序で組み合わせて方法（１３００）を実施することができる。さらに、個々のブロックは、本明細書に記載された主題の趣旨及び範囲から逸脱することなく、いずれの方法からも削除することができる。さらに、方法（１３００）は、任意の適切なハードウェア、ソフトウェア、ファームウェア、またはそれらの組み合わせで実施することができる。
【0085】
ブロック（１３０２）において、方法は、プロセッサ（２０２）のデータ取得エンジン（２１２）によって、通信ネットワーク内の第１のセル及び第２のセルからデータパケットのセットを受信することを含み得る。データパケットのセットは、第１のセルと第２のセルの１つまたは複数のペアの対流圏干渉データ、第２のセルで受信されている第１のセル信号の強度を示す対流圏干渉の強度、対流圏干渉の日付、及び対流圏干渉の時間のいずれかまたは組み合わせを含む。
【0086】
ブロック（１３０４）において、方法は、プロセッサ（２０２）の属性抽出エンジン（２１４）によって、第１のセルの属性の第１のセット、属性の第２のセット、及び属性の第３のセットを抽出することを含み得る。受信したデータパケットのセットの第２のセル。属性の第１のセットは、全傾斜、遠隔電気傾斜（ＲＥＴ）、セルタワーの高さ、機械的傾斜、送電電力、及びセルタワーの位置を含むセル構成データに対応する。属性の第２のセットは、所与の日付及び所与の時間における所与のセルのセルタワーの位置における気象データインデックスと、ペアの第１のセルと第２のセルとを接合する領域上のヘップバーンインデックスとを含む気象データに対応する。第３の属性セットは、気象データに対応する。
【0087】
ブロック（１３０６）において、本方法は、プロセッサ（２０２）のＭＬエンジン（２１６）によって、抽出された第１の属性のセット、抽出された第２の属性のセット、及び抽出された第３の属性のセットに基づいて対流圏干渉によって影響を受けた第１のセル及び第２のセルの一または複数のペアを識別するステップを含み得る。プロセッサ（２０２）は、抽出された属性の第１のセット、抽出された属性の第２のセット、及び抽出された属性の第３のセットに基づいて、識別された第１のセル及び第２のセルの１つまたは複数のペアについて第１のエッジスコアをさらに計算する。識別された第１のセルと第２のセルの１つまたは複数のペアに対する第１のエッジスコアは、第１のセルと第２のセルの１つまたは複数のペアの間の対流圏干渉の可能性を示す。識別された第１のセル及び第２のセルの１つまたは複数のペアの第１のエッジスコアは、第１のセル及び第２のセルの１つまたは複数のペアの第１の属性のセット、第２の属性のセット、及び第３の属性のセットを連結することによって取得された特徴ベクトルを使用して計算される。プロセッサ（２０２）は、第１のエッジスコアに基づいて、第１のセルと第２のセルのペアにアクションを割り当てる。第１のセル及び第２のセルの１つまたは複数のペアに割り当てられたアクションは、第１のセル及び第２のセルの１つまたは複数のペアのアンテナの全傾斜及び遠隔電気傾斜（ＲＥＴ）の変更を含む。プロセッサ（２０２）は、第１のセルと第２のセルとの１つまたは複数のペアに割り当てられたアクションに基づいて第２のエッジスコアを計算する。プロセッサ（２０２）は、第１のエッジスコア及び第２のエッジスコアに基づいて、１つまたは複数のペアの第１のセル及び第２のセルに割り当てられたアクションの影響を算出する。第１のセル及び第２のセルの１つまたは複数のペアに割り当てられたアクションの影響は、第１のエッジスコアと第２のエッジスコアとの間の差である。
【0088】
ブロック（１３０８）において、本方法は、プロセッサ（２０２）によって、第１のセルと第２のセルとの１つまたは複数のペアについてアンテナの全傾斜及び遠隔電気傾斜（ＲＥＴ）を構成することによって、第１のセルと第２のセルとの識別された１つまたは複数のペアの対流圏干渉を軽減することを含み得る。
【0089】
本明細書では好ましい実施形態にかなりの重点が置かれているが、本発明の原理から逸脱することなく、多くの実施形態を行うことができ、好ましい実施形態において多くの変更を行うことができることを理解されたい。本発明の好ましい実施形態におけるこれら及び他の変更は、本明細書の開示から当業者には明らかであり、前述の説明事項は、本発明を限定するものではなく、単に例示するものとして実施されるべきであることが明確に理解されるべきである。
【0090】
本開示の利点
本開示は、勾配ブーストツリー及びアクションを使用して長距離対流圏干渉軽減のためのデジタルツインをモデル化するための方法及びシステムを提供するが、これに限定されず、遠隔電気傾斜変化を提供する。デジタルツインモデルには、ランダムフォレスト、ニューラルネットワーク、ディープラーニング手法など、さまざまなモデリング手法を使用できる。高さ、機械的傾き、方位角などの変化など、さまざまなアクションが考えられる。本開示で提供されるこの独自のソリューションを使用すると、長距離干渉を引き起こすセルを先取りして、遠隔電気傾斜、高さ、方位角の機械的傾斜などを増加させるなどのアクションを実行することにより、対流圏干渉を軽減できる。
本開示は、勾配ブーストツリー及びアクションを使用して長距離対流圏干渉軽減のためのデジタルツインをモデル化するための方法及びシステムを提供するが、これに限定されず、遠隔電気傾斜変化を提供する。デジタルツインモデルには、ランダムフォレスト、ニューラルネットワーク、ディープラーニング手法など、さまざまなモデリング手法を使用できる。高さ、機械的傾き、方位角などの変化など、さまざまなアクションが考えられる。本開示で提供されるこの独自のソリューションを使用すると、長距離干渉を引き起こすセルを先取りして、遠隔電気傾斜、高さ、方位角の機械的傾斜などを増加させるなどのアクションを実行することにより、対流圏干渉を軽減できる。
【0091】
本開示は、第１のセル及び第２のセルの１つまたは複数のペアに対する対流圏干渉を軽減することによって、ネットワーク性能を改善するための方法及びシステムを提供する。
【0092】
本開示は、第１のセル及び第２のセルの１つまたは複数のペアの属性に基づいて、第１のセル及び第２のセルの１つまたは複数のペアのエッジスコアを計算することによって、対流圏干渉の可能性を予測して、対流圏干渉の可能性を予測するための方法及びシステムを提供する。対流圏干渉を防ぎ、ネットワークパフォーマンスを向上させる。
【0093】
本開示は、カバレッジへの影響が最小のアクションを識別し、対流圏干渉を軽減するために各セルの傾斜値の量を提案する方法及びシステムを提供する。
【0094】
権利の留保
本特許文書の開示の一部には、Ｊｉｏ Ｐｌａｔｆｏｒｍｓ Ｌｉｍｉｔｅｄ（ＪＰＬ）またはその関連会社（以下、所有者とする）に属する著作権、意匠、商標、ＩＣレイアウト設計及び／またはトレードドレス保護などの知的財産権の対象となる資料が含まれるが、これらに限定されない。著作権及び商標の所有者は、特許商標庁の特許出願書及び記録に表現される場合、特許文書または特許開示に関しては何人による完全な複写にも異存はないが、それ以外すべての他の著作権及び商標権利を保有する。そのような知的財産に対するすべての権利は、所有者によって完全に留保される。本開示は、３ＧＰＰ（登録商標）ＴＳ３６．２１１バージョン１２．９．０リリース１２などの３ＧＰＰ仕様に関連する場合がある。
本特許文書の開示の一部には、Ｊｉｏ Ｐｌａｔｆｏｒｍｓ Ｌｉｍｉｔｅｄ（ＪＰＬ）またはその関連会社（以下、所有者とする）に属する著作権、意匠、商標、ＩＣレイアウト設計及び／またはトレードドレス保護などの知的財産権の対象となる資料が含まれるが、これらに限定されない。著作権及び商標の所有者は、特許商標庁の特許出願書及び記録に表現される場合、特許文書または特許開示に関しては何人による完全な複写にも異存はないが、それ以外すべての他の著作権及び商標権利を保有する。そのような知的財産に対するすべての権利は、所有者によって完全に留保される。本開示は、３ＧＰＰ（登録商標）ＴＳ３６．２１１バージョン１２．９．０リリース１２などの３ＧＰＰ仕様に関連する場合がある。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【国際調査報告】