负载均衡方法、装置及系统

技术领域

本申请属于通信技术领域，具体涉及一种负载均衡方法、装置及系统。

背景技术

随着长期演进(Long Term Evolution，LTE)网络的全面覆盖，新空口(New Radio，NR)基站逐渐渗透嵌入LTE网络，进而导致多频组网方式下负载不均衡的问题愈发凸显。

目前，在相关技术中，通常采用人工方式确定负载不均衡小区，但是，由于网络是动态变化的，而人工筛选负载不均衡小区的效性延迟较长，也使得人工筛选的负载不均衡小区的准确性低，进而导致无法对及时网络存在的不均衡进行优化，影响网络质量，导致网络资源利用率低。

发明内容

本申请实施例的目的是提供一种负载均衡方法、装置及系统，能够解决相关技术中人工筛选的负载不均衡小区的准确性低，进而导致无法对及时网络存在的不均衡进行优化，影响网络质量，导致网络资源利用率低的问题。

第一方面，本申请实施例提供了一种负载均衡方法，应用于基站上层部署的第一服务器，该方法包括：

获取基站的第一信息，第一信息包括测量报告、最小化路测、天线方位角偏差和基站配置信息；

根据基站配置信息和预设的不均衡条件，识别负载不均衡小区；

根据测量报告、最小化路测、天线方位角偏差、基站配置信息和预设的场景条件，确定负载不均衡小区的覆盖场景；

向第二服务器发送第二信息，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景。

第二方面，本申请实施例提供了一种负载均衡方法，应用于基站上层部署的第二服务器，包括：

接收第一服务器发送的第二信息，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景，第一信息包括测量报告、最小化路测、天线方位角偏差和基站配置信息；

根据测量报告、最下化路侧、天线方位角偏差、基站配置信息，计算每个覆盖场景下负载不均衡小区的当前承载负荷；

根据每个覆盖场景下负载不均衡小区的当前承载负荷，计算每个覆盖场景下负载不均衡小区的目标承载负荷；

根据马尔科夫过程和预设的状态回报值分布矩阵，计算负载不均衡小区的承载负荷为目标承载负荷时的目标负载参数；

向操作维护中心OMC发送负载不均衡小区的目标负载参数，以用于OMC根据目标负载参数，对负载不均衡小区进行负载均衡。

第三方面，本申请实施例提供了一种负载均衡装置，其特征在于，应用于基站上层部署的第一服务器，包括：

获取模块，用于获取基站的第一信息，第一信息包括测量报告、最小化路测、天线方位角偏差和基站配置信息；

识别模块，用于根据基站配置信息和预设的不均衡条件，识别负载不均衡小区。

确定模块，用于根据测量报告、最小化路测、天线方位角偏差、基站配置信息和预设的场景条件，确定负载不均衡小区的覆盖场景；

第一发送模块，用于向第二服务器发送第二信息，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景。

第四方面，本申请实施例提供了一种负载均衡装置，应用于基站上层部署的第二服务器，包括：

接收模块，用于接收第一服务器发送的第二信息，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景，第一信息包括测量报告、最小化路测、天线方位角偏差和基站配置信息；

计算模块，用于根据测量报告、最下化路侧、天线方位角偏差、基站配置信息，计算每个覆盖场景下负载不均衡小区的当前承载负荷；

计算模块，还用于根据每个覆盖场景下负载不均衡小区的当前承载负荷，计算每个覆盖场景下负载不均衡小区的目标承载负荷；

计算模块，还用于根据马尔科夫过程和预设的状态回报值分布矩阵，计算负载不均衡小区的承载负荷为目标承载负荷时的目标负载参数；

第二发送模块，用于向操作维护中心OMC发送负载不均衡小区的目标负载参数，以用于OMC根据目标负载参数，对负载不均衡小区进行负载均衡。

第五方面，本申请实施例提供了一种负载均衡系统，该负载均衡系统部署在基站上层，包括：

第一服务器，用于执行第一方面和/或第一方面中任一种可能的实现方式中的负载均衡方法；

第二服务器，用于执行第二方面和/或第二方面中任一种可能的实现方式中的负载均衡方法；

操作维护中心(Operation Maintenance Center，OMC)，用于根据目标负载参数，对负载不均衡小区进行负载均衡。

第六方面，本申请实施例提供了一种可读存储介质，该可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如第一方面和/或第一方面中任一种可能的实现方式中的方法的步骤。

在本申请实施例中，通过在基站上层部署第一服务器，从而使得第一服务器能够获取到基站配置信息，根据基站的配置信息能够自动识别出负载不均衡的小区，如此，无需人工通过历史话统数据和不均衡门限进行手动筛选负载不均衡小区，就能够自动识别负载不均衡小区，保证了时效性，也提高了识别的负载不均衡小区的准确性。第一服务器通过将第二信息发送给基站上层部署的第二服务器，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景，第二服务器能够计算得到每个覆盖场景下的不均衡负载小区的目标承载负荷，然后根据马尔科夫过程计算得到负载不均衡小区承载负荷为目标承载负荷时的目标负载参数，并将目标负载参数发送给操作维护中心(Operation MaintenanceCenter，OMC)，OMC能够自动根据目标负载参数对每个覆盖场景下的不均衡负载小区进行负载均衡，如此，能够及时对负载不均衡的小区进行负载均衡，提高网络质量和网络资源利用率。

附图说明

图1是本申请实施例提供的一种负载均衡系统的架构示意图；

图2是本申请实施例提供的一种负载均衡系统的结构示意图；

图3是本申请实施例提供的一种负载均衡方法的流程示意图；

图4是本申请实施例提供的不同覆盖场景下小区的分布示意图；

图5是本申请实施例提供的一种负载均衡装置的结构示意图；

图6是本申请实施例提供的另一种负载均衡装置的结构示意图；

图7是本申请实施例提供的一种电子设备的硬件结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的元素，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的元素通常为一类，并不限定元素的个数，例如第一元素可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接元素的至少其中之一，字符“/”，一般表示前后关联元素是一种“或”的关系。

随着LTE网络的全面覆盖，NR基站逐渐渗透嵌入LTE网络，进而导致多频组网方式下负载不均衡的问题愈发凸显。

目前，在相关技术中，通常采用人工方式确定负载不均衡小区，但是，由于网络是动态变化的，而人工筛选负载不均衡小区的效性延迟较长，也使得人工筛选的负载不均衡小区的准确性低。

为了解决现有技术问题，本发明实施例提供了一种负载均衡方法、装置及系统。为了充分理解本申请实施例，首先对本申请实施例中的第一信息中不同维度的数据进行详细阐述。

测量报告包括参考信号接收功率(Reference Signal Receiving Power，RSRP)和LTE参考信号接收质量(Reference Signal Receiving Quality，RSRQ)。

最小化路测包括用户的经纬度、用户的海拔高度。

天线到达角包括天线方位角偏差。

基站配置信息包括基站为止信息，如基站的经纬度等；广播波束宽度、小区用户数、小区利用率、小区承载负荷、小区频点、小区的邻区关系、小区用户驻留基站的扇区覆盖距离。

下面首先对本申请实施例所提供的负载均衡系统进行介绍。

图1是本申请实施例提供的一种负载均衡系统100的架构示意图，该负载均衡系统100部署在基站上层，也即在核心网和基站之间部署该负载均衡系统100。其中，该负载均衡系统100可以包括第一服务器101和第二服务器102。

在这里，第一服务器可以是池管理服务器，能够对基站进行划片区管理，用于实时监控基站的承载负荷情况，并收集基站上报的第一信息，其中，第一信息包括测量报告、最小化路测、天线方位角偏差和基站配置信息。其中，第一服务器还可以进行周期性巡检，例如，以小时为粒度进行周期性巡检，获取第一信息，从而根据第一信息确定不均衡负载小区。根据第一信息中的基站经纬度、扇区覆盖距离、天线方位角偏差和广播波束宽度四维度关联定位负载不均衡小区的覆盖场景。

在一些实施例中，如图2所示，本申请实施例提供的负载均衡系统可以包括数据收集模块201和识别模块202，其中，数据收集模块201用于收集第一信息中各个数据，识别模块202用于根据第一信息中的数据，确定不均衡小区以及不均衡小区所在的覆盖场景。

第一服务器能够将第一信息、负载不均衡小区和负载不均衡小区对应的覆盖场景上报至第二服务器。

第二服务器可以是云服务器，第二服务器能够根据第一信息进行迭代寻优，从而确定在同一覆盖场景下进行负载均衡的的目标负载参数，并将目标负载参数发送给OMC，OMC根据目标负载参数对负载不均衡小区进行负载均衡。

在一些实施例中，如图2所示，第二服务器包括集群平衡模块203，用于确定同一负载场景下的负载均衡，并基于马尔科夫过程进行迭代，确定最优负载均衡方案对应的目标负载参数。第二服务器还包括方案输出模块204，用于将目标负载参数发送给OMC，OMC能够自动根据目标负载参数，对不均衡小区进行负载均衡。

在这里，本申请实施例提供的负载均衡系统能够执行本申请实施例提供的负载均衡方法，下面对本申请实施例所提供的负载均衡方法进行介绍。

图3是本请实施例提供的一种负载均衡方法300的流程示意图。如图3所示，本申请实施例提供的负载均衡方法300应用于负载均衡系统，该负载均衡方法可以包括S301-S309。

S301：第一服务器获取基站的第一信息，第一信息包括测量报告、最小化路测、天线方位角偏差和基站配置信息。

S302：第一服务器根据基站配置信息和预设的不均衡条件，识别负载不均衡小区。

S303：第一服务器根据测量报告、最小化路测、天线方位角偏差、基站配置信息和预设的场景条件，确定负载不均衡小区的覆盖场景。

S304：第一服务器向第二服务器发送第二信息，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景。

S305：第二服务器根据测量报告、最下化路侧、天线方位角偏差、基站配置信息，计算每个覆盖场景下负载不均衡小区的当前承载负荷。

S306：第二服务器根据每个覆盖场景下负载不均衡小区的当前承载负荷，计算每个覆盖场景下负载不均衡小区的目标承载负荷。

S307：第二服务器根据马尔科夫过程和预设的状态回报值分布矩阵，计算负载不均衡小区的承载负荷为目标承载负荷时的目标负载参数；

S308：第二服务器向操作维护中心OMC发送负载不均衡小区的目标负载参数。

S309：OMC根据目标负载参数，对负载不均衡小区进行负载均衡。

下面对S301-S309进行详细介绍。

在S301中，第一信息是指基站与用户进行交互的过程中产生的能够反映网络质量的数据，例如，测量报告、最小化路测、天线方位角偏差和基站配置信息。

在一些实施例中，第一服务器可以从基站中采集第一信息，为了避免资源占用，第一服务器可以定期采集第一信息，例如，可以以小时为粒度对第一信息进行采集。

在S302中，第一服务器可以从基站的配置信息中读取小区的小区利用率和小区频点，然后将小区利用率和不均衡条件中的利用率阈值进行比对，得到小区的利用率差值。然后根据小区频点，比较在小区频点下利用率差值和不均衡条件中的差值阈值的大小，从而确定负载不均衡小区。

具体地，在S302中，首先，从基站配置信息中读取小区的小区利用率和小区频点；然后，将小区利用率与最低小区利用率进行对比，得到小区的利用率差值；接着，将小区利用率与不均衡条件中的利用率阈值进行对比，得到小区的利用率结果；最后，根据小区频点，利用率结果，利用率差值和不均衡条件中的差值阈值，确定负载不均衡小区。

不均衡条件是针对多个频段设置的。

例如，D频段内：当该频段组内，利用率最高小区无线利用率超50％，且与最低的小区之间的差值超过20％时，该频段组不均衡。

F频段内：当该频段组内，利用率最高小区无线利用率超50％，且F1高出F2超30％或F2高出F1超10％，该频段组不均衡。

D/F：当该频段组内，D频段或F频段的利用率超50％，且差值超过20％时，该频段组不均衡(D或F频段利用率按照频段内均值计算)。

TDD/FDD1800：当该频段组内，FDD1800小区利用率超70％或TDD小区利用率超50％，且FDD高出TDD超20％或TDD高出FDD，则该频段组不均衡(TDD利用率取频段内均值)。

小区在任一个频段中存在负载不均衡的情况，则可以确定该小区的负载不均衡，也能够确定负载不均衡小区的不均衡类型。当小区在一个频段内负载不均衡时，该小区的负载不均衡类型为该频段负载不均衡。如表一所示。

表一

如此，无需人工通过历史话统数据和不均衡门限进行手动筛选负载不均衡小区，就能够自动识别负载不均衡小区，保证了时效性，也提高了识别的负载不均衡小区的准确性。

为了能够确定负载均衡方案，第一服务器还需要识别负载不均衡小区的覆盖场景，从而针对在同一个覆盖场景下的小区进行负载均衡。

具体地，在S303中，首先，根据测量报告和基站配置信息，确定负载不均衡小区对应的基站的位置信息；接着，读取基站配置信息中负载不均衡小区的扇区覆盖距离和广播波束宽度；最后，根据位置信息，负载不均衡小区的天线方位角偏差，扇区覆盖距离，广播波束宽度和场景条件，确定负载不均衡小区的覆盖场景。

在这里，可以根据位置信息，负载不均衡小区的天线方位角偏差，扇区覆盖距离，广播波束宽度建立覆盖场景模型，其中，覆盖场景模型满足下述公式(1)：

N＝o×LL+p×Dist+q×(AOA+BEAMWIDTH) (1)

其中，LL为基站经纬度、Dist为扇区覆盖大小、AOA为天线方位角偏差、BEAMWIDTH为广播波束宽度；o、p、q为权重因子系数；

覆盖场景类型包括同站同覆盖场景，同站大小覆盖场景，同站交叠覆盖场景，异站交叠覆盖场景。如图4所示，以F1和F2为两个小区为例，其中，A1为同站同覆盖场景，A2为同站大小覆盖场景，A3为同站交叠覆盖场景，A4为异站交叠覆盖场景。

针对不同的覆盖场景类型，判断的场景条件是不同的。具体地，同站同覆盖场景的场景条件为共站址频段之间扇区覆盖距离偏差10米以内且方位角偏差在10°以内。同站大小覆盖场景的场景条件为共站址频段之间扇区覆盖距离偏差大于10米且天线方位角偏差10°以内。同站交叠覆盖场景的场景条件为共站址频段之间覆盖距离偏差10米以内，天线方位角偏差在120°以内且天线方位角偏差中的旁瓣夹角大于0°。异站交叠覆盖场景的场景条件为非共站址频段之间，方位角偏差在120°以内且天线方位角偏差中的旁瓣夹角大于0°。

在这里，判断覆盖场景类型时，还需要结合基站的位置信息(基站的经纬度)最小化路测(用户经纬度)、广播波束宽度等结合场景条件进行分析，如表二所示。

表二

确定负载不均衡小区的覆盖场景后，第一服务器向第二服务器发送第二信息，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景，第一信息包括测量报告、最小化路测、天线方位角偏差和基站配置信息。

第二服务器接收到第二信息后，确定负载均衡的优化方案对应的目标负载参数。

具体地，在S305中，首先，针对每个覆盖场景下的每个负载不均衡小区，计算测量报告中负载不均衡小区的小区覆盖电平和第一权重的乘积，得到第一结果值；然后，计算最小化路测中负载不均衡小区的小区带宽和第二权重的乘积，得到第二结果值；接着，计算基站配置信息中负载不均衡小区的小区利用率和第三权重的乘积，得到第三结果值；最后，计算第一结果值、第二结果值和第三结果值的乘积，得到当前承载负荷。

在这里，可以从测量报告中获取小区覆盖电平，可以从基站配置信息中获取小区带宽。第一权重、第二权重和第三权重均为工作人员根据网络情况预先设置的权重。其中，针对N场景下第i个负载不均衡小区的当前承载负荷W

W

其中，Cov为小区覆盖电平、Ban为小区带宽、PRB为小区利用率；q、j、k为权重因子系数，i＝1，2，3，……。

在S306中，首先，计算每个覆盖场景下负载不均衡小区的数量；接着，计算每个覆盖场景下负载不均衡小区的当前承载负荷的和，得到每个覆盖场景下的当前承载总和；最后，计算每个覆盖场景下的当前承载总和和每个覆盖场景下负载不均衡小区的数量之间的商，得到每个覆盖场景下负载不均衡小区的目标承载负荷。

在这里，每个覆盖场景下负载不均衡小区的目标承载负荷

在S307中，首先，从状态回报值分布矩阵中随机获取目标负载状态；然后，随机选取负载参数和负载状态；接着，基于马尔科夫过程，根据目标负载状态、负载参数和负载状态，计算目标负载状态的期望值；最后，确定目标负载状态的期望值最大时对应的负载参数为目标负载参数。

具体地，设R＝{负载状态，负载参数}＝{S，A}，状态回报值分布矩阵R满足下述公式(4)：

目标负载状态的期望值Q

Q

其中，Q

本申请实施例提供的负载均衡方法，通过在基站上层部署第一服务器，从而使得第一服务器能够获取到基站配置信息，根据基站的配置信息能够自动识别出负载不均衡的小区，如此，无需人工通过历史话统数据和不均衡门限进行手动筛选负载不均衡小区，就能够自动识别负载不均衡小区，保证了时效性，也提高了识别的负载不均衡小区的准确性。第一服务器通过将第二信息发送给基站上层部署的第二服务器，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景，第二服务器能够计算得到每个覆盖场景下的不均衡负载小区的目标承载负荷，然后根据马尔科夫过程计算得到负载不均衡小区承载负荷为目标承载负荷时的目标负载参数，并将目标负载参数发送给操作维护中心(OperationMaintenance Center，OMC)，OMC能够自动根据目标负载参数对每个覆盖场景下的不均衡负载小区进行负载均衡，如此，能够及时对负载不均衡的小区进行负载均衡，提高网络质量和网络资源利用率。

基于本申请提供的负载均衡方法，相应地，本申请提供一个实施例的负载均衡装置。下面说明本申请实施例提供的负载均衡装置。

图5是本申请实施例提供的负载均衡装置的结构示意图。如图5所示，本申请实施例提供的负载均衡装置应用于基站上层部署的第一服务器，可以包括：获取模块501，识别模块502，确定模块503，第一发送模块504。

获取模块501，用于获取基站的第一信息，第一信息包括测量报告、最小化路测、天线方位角偏差和基站配置信息；

识别模块502，用于根据基站配置信息和预设的不均衡条件，识别负载不均衡小区。

确定模块503，用于根据测量报告、最小化路测、天线方位角偏差、基站配置信息和预设的场景条件，确定负载不均衡小区的覆盖场景；

第一发送模块504，用于向第二服务器发送第二信息，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景。

在一种可能的实现方式中，识别模块，包括：

读取单元，用于从基站配置信息中读取小区的小区利用率和小区频点；

对比单元，用于将小区利用率与不均衡条件中的利用率阈值进行对比，得到小区的利用率差值；

确定单元，用于根据小区频点，利用率结果，利用率差值和不均衡条件中的差值阈值，确定负载不均衡小区。

在一种可能的实现方式中，确定模块，包括：

确定单元，用于根据测量报告和基站配置信息，确定负载不均衡小区对应的基站的位置信息；

读取单元，用于读取基站配置信息中负载不均衡小区的扇区覆盖距离和广播波束宽度；

确定单元，还用于根据位置信息，负载不均衡小区的天线方位角偏差，扇区覆盖距离，广播波束宽度和场景条件，确定负载不均衡小区的覆盖场景。

本申请实施例提供的负载均衡装置能够执行图3所示的实施例中第一服务器侧执行的方法步骤，并达到相同的技术效果，为避免重复，在此不再详细赘述。

本申请实施例提供的负载均衡装置，通过在基站上层部署第一服务器，从而使得第一服务器能够获取到基站配置信息，根据基站的配置信息能够自动识别出负载不均衡的小区，如此，无需人工通过历史话统数据和不均衡门限进行手动筛选负载不均衡小区，就能够自动识别负载不均衡小区，保证了时效性，也提高了识别的负载不均衡小区的准确性。第一服务器通过将第二信息发送给基站上层部署的第二服务器，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景，第二服务器能够计算得到每个覆盖场景下的不均衡负载小区的目标承载负荷，然后根据马尔科夫过程计算得到负载不均衡小区承载负荷为目标承载负荷时的目标负载参数，并将目标负载参数发送给操作维护中心(OperationMaintenance Center，OMC)，OMC能够自动根据目标负载参数对每个覆盖场景下的不均衡负载小区进行负载均衡，如此，能够及时对负载不均衡的小区进行负载均衡，提高网络质量和网络资源利用率。

图6是本申请实施例提供的负载均衡装置的结构示意图。如图6所示，本申请实施例提供的负载均衡装置应用于基站上层部署的第二服务器，可以包括接收模块601，计算模块602，第二发送模块603。

接收模块601，用于接收第一服务器发送的第二信息，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景，第一信息包括测量报告、最小化路测、天线方位角偏差和基站配置信息；

计算模块602，用于根据测量报告、最下化路侧、天线方位角偏差、基站配置信息，计算每个覆盖场景下负载不均衡小区的当前承载负荷；

计算模块602，还用于根据每个覆盖场景下负载不均衡小区的当前承载负荷，计算每个覆盖场景下负载不均衡小区的目标承载负荷；

计算模块602，还用于根据马尔科夫过程和预设的状态回报值分布矩阵，计算负载不均衡小区的承载负荷为目标承载负荷时的目标负载参数；

第二发送模块603，用于向操作维护中心OMC发送负载不均衡小区的目标负载参数，以用于OMC根据目标负载参数，对负载不均衡小区进行负载均衡。

在一种可能的实现方式中，计算模块，用于：

针对每个覆盖场景下的每个负载不均衡小区，计算测量报告中负载不均衡小区的小区覆盖电平和第一权重的乘积，得到第一结果值；

计算最小化路测中负载不均衡小区的小区带宽和第二权重的乘积，得到第二结果值；

计算基站配置信息中负载不均衡小区的小区利用率和第三权重的乘积，得到第三结果值；

计算第一结果值、第二结果值和第三结果值的乘积，得到当前承载负荷。

在一种可能的实现方式中，计算模块，用于：

计算每个覆盖场景下负载不均衡小区的数量；

计算每个覆盖场景下负载不均衡小区的当前承载负荷的和，得到每个覆盖场景下的当前承载总和；

计算每个覆盖场景下的当前承载总和和每个覆盖场景下负载不均衡小区的数量之间的商，得到每个覆盖场景下负载不均衡小区的目标承载负荷。

在一种可能的实现方式中，计算模块，用于：

从状态回报值分布矩阵中随机获取目标负载状态；

随机选取负载参数和负载状态；

基于马尔科夫过程，根据目标负载状态、负载参数和负载状态，计算目标负载状态的期望值；

确定目标负载状态的期望值最大时对应的负载参数为目标负载参数。

本申请实施例提供的负载均衡装置能够执行图3所示的实施例中第二服务器侧执行的方法步骤，并达到相同的技术效果，为避免重复，在此不再详细赘述。

本申请实施例提供的负载均衡装置，通过在基站上层部署第一服务器，从而使得第一服务器能够获取到基站配置信息，根据基站的配置信息能够自动识别出负载不均衡的小区，如此，无需人工通过历史话统数据和不均衡门限进行手动筛选负载不均衡小区，就能够自动识别负载不均衡小区，保证了时效性，也提高了识别的负载不均衡小区的准确性。第一服务器通过将第二信息发送给基站上层部署的第二服务器，第二信息包括第一信息，负载不均衡小区和负载不均衡小区的覆盖场景，第二服务器能够计算得到每个覆盖场景下的不均衡负载小区的目标承载负荷，然后根据马尔科夫过程计算得到负载不均衡小区承载负荷为目标承载负荷时的目标负载参数，并将目标负载参数发送给操作维护中心(OperationMaintenance Center，OMC)，OMC能够自动根据目标负载参数对每个覆盖场景下的不均衡负载小区进行负载均衡，如此，能够及时对负载不均衡的小区进行负载均衡，提高网络质量和网络资源利用率。

图7示出了本申请实施例提供的电子设备的硬件结构示意图。

在电子设备可以包括处理器701以及存储有计算机程序指令的存储器702。

具体地，上述处理器701可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

存储器702可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器702可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器702可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器702可在综合网关容灾设备的内部或外部。在特定实施例中，存储器702是非易失性固态存储器。

存储器可包括只读存储器(ROM)，随机存取存储器(RAM)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本申请的一方面的方法所描述的操作。

处理器701通过读取并执行存储器702中存储的计算机程序指令，以实现上述实施例中的任意一种负载均衡方法。

在一个示例中，电子设备还可包括通信接口707和总线710。其中，如图7所示，处理器701、存储器702、通信接口707通过总线710连接并完成相互间的通信。

通信接口707，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。

总线710包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线710可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

另外，结合上述实施例中的负载均衡方法，本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种负载均衡方法。

需要明确的是，本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本申请的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本申请的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本申请中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本申请不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。

以上所述，仅为本申请的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。