[发明专利]一种基于人工智能的雾无线接入网络组网方法及装置

说明书

本发明提出了一种基于人工智能的雾无线接入网络组网方法及装置。其中方法包括：中央计算逻辑模块接收上报的数据，该上报的数据包括无线接入网络中用户终端上报的测量汇报数据、基站上报的无线传输数据和无线接入网络上报的运维数据。基于这些上报的数据，通过机器学习算法，中央计算逻辑模块配置与用户行为、业务属性及无线接入网络性能相匹配的无线接入网络工作模式。基于该接入网络工作模式，边缘计算逻辑模块判决优化边缘通信实体当前配置和无线资源、计算资源及缓存资源的调配方法。所提组网方法基于机器学习算法，能够自适应各种服务需求，灵活进行无线接入网络构造，满足不同应用场景和性能目标需求。

技术领域

本发明涉及无线通信技术领域，特别是涉及一种基于人工智能的雾无线接入网络组网方法及装置。

背景技术

目前使用雾无线接入网络(fog-radio access network，简称F-RAN)可以缓解无线接入网络中前传/回程链路压力。对于F-RAN来说，F-RAN可以包括用户终端及边缘通信实体。F-RAN通过借助用户终端及边缘通信实体的计算及缓存能力，缓解无线接入网络中前传/回程链路压力，提升网络频谱效率和能量效率。

对上述提及的雾无线接入网络组网方法，主要实现步骤如下：

首先，通过F-RAN中用户终端，将各类信息参数与对应信息参数的预设阈值进行比较，选择出用户终端的接入网络模式。基于这些接入网络模式，确定出与这些接入网络模式对应的边缘通信实体；然后将用户终端连接到所确定的边缘通信实体；最后，将所确定出的边缘通信实体形成雾无线接入网络。这里的边缘通信实体包括小基站、宏基站、远端射频头(Radio Remote Head，简称RRH)和雾接入节点(fog-ACCESS POINT，简称F-AP)等，信息参数包括移动速度、通信距离、位置、服务质量需求以及处理和缓存能力等，上述各类信息参数的预设阈值可以根据用户需求进行人工配置。

现有技术通过人工配置各类信息参数的预设阈值，随着F-RAN业务需求量的增大，人工参与组网的过程越来越多，人工成本也越来越大。

发明内容

本发明实施例的目的在于提供基于人工智能的雾无线接入网络组网方法及装置，用以解决现有技术中人工配置各类信息参数的预设阈值，人工参与组网的过程越来越多，人工成本越来越大的技术问题。具体技术方案如下：

第一方面，本发明实施提供了基于人工智能的雾无线接入网络组网方法，包括：

中央计算逻辑模块接收上报的数据，所述上报的数据包括：无线接入网络中用户终端上报的测量汇报数据，基站上报的无线传输数据以及无线接入网络上报的运维数据，所述测量汇报数据包含用户行为，所述无线传输数据包含业务属性，所述运维数据包含所述无线接入网络的性能指标；

所述中央计算逻辑模块在第一周期内基于所述上报的数据，通过机器学习算法，得到在所述无线接入网络的覆盖范围下，与所述用户行为、所述业务属性及所述性能指标相匹配的一种无线接入网络工作模式；

边缘通信实体的边缘计算逻辑模块接收来自所述中央计算逻辑模块的所述无线接入网络工作模式；在第二周期内依据所述无线接入网络工作模式，判断已配置边缘通信实体是否满足组网目的，所述第二周期小于所述第一周期；

若判定所述已配置边缘通信实体满足所述接入网络模式中的组网目的，则所述边缘计算逻辑模块为所述已配置边缘通信实体中的用户终端调配资源；将所述已配置边缘通信实体及已配置边缘通信实体中已调配资源的用户终端，组成雾无线接入网络，所述资源包含无线资源、计算资源及缓存资源。

进一步的，在所述第一周期内，采用的所述机器学习算法为表示学习的方法，所述表示学习的方法包括：

从所述上报的数据，通过数据特征分类，得到降维后数据；