[发明专利]基于深度增强学习的后5G前传网时间同步方法及装置

说明书

本发明公开了一种基于深度增强学习的后5G前传网时间同步方法和装置。所述方法包括：获取同步业务请求信息以及网络资源状态信息；将所述同步业务请求信息以及所述网络资源状态信息发送给预先训练的深度增强学习路由优化模型，根据所述深度增强学习路由优化模型的学习结果获取最小非对称延迟路由；获取主时钟以及从时钟的时间，计算主时钟以及从时钟之间的时间误差；判断所述时间误差是否保持在预设范围内，若是，则基于所述最小非对称延迟路由为所述同步业务请求信息分配网络资源，生成同步服务结果。本发明所述方法与装置，能够最小化传输过程中不对称延迟对同步信号的影响，从而提高同步精度，满足后5G应用需求。

技术领域

本发明涉及通信技术领域，特别是指一种基于深度增强学习的后5G前传网时间同步方法及装置。

背景技术

随着5G技术的逐渐成熟，后5G应用如载波聚合(Carrier Aggregation，CA)、万物互联(Internet-of-Everything，IoE)以及依靠卫星系统遍布全球的无线网络的研究也在不断推进。上述后5G应用的超低延迟需要高精度时间同步来支持。学术界和业界普遍认为后5G前传的时间同步精度要求为±100ns。

在传统的传输网络中，以通常的双向方式发送同步信号。然而，由于上行链路和下行链路的长度不同，当前网络中使用的双向光纤实际上并不对称，而链路不对称是限制同步精度的主要原因。在现有网络中，光缆核心误差、光缆结构拼接误差、光缆故障拼接误差、尾纤误差以及设备类型不同等因素都可能导致光纤中的非对称双向长度现象，即使在同一光纤中传输同步信号，由于色散、折射率、温度以及不稳定的无线连接等因素，也会导致不对称延迟。例如，在50km的光路中，色散造成的非对称延迟可高达1088.25ns，远远低于我们的预期。此外，当前和下一代前传是完全动态和可重新配置的，成本和工程复杂性导致非对称延迟很难直接测量。因此，最小化不对称延迟的影响是实现超高精度时间同步的关键。

专利号为US20180069801A1的方案《Time synchronization apparatus andmethod for automatically detecting the asymmetry of an optical fiber》提出本地设备在初始化时间开始时清除转发延迟阈值和反向延迟阈值；当确定当前业务流片段对应的实时转发延迟值与所述当前业务流片段对应的反向延迟阈值之间的最大值大于所述转发延迟阈值的当前值时，将当前值具有最大值的前向延迟阈值。这样，在初始化结束之后，确定初始化结束后的延迟阈值并将其应用于延迟补偿，由此显着地减少了双向不对称的延迟变化。该方案的缺点是：当传输是通过第三方网络进行时，因为在这些网络节点上由传输时延引起的链路不对称变化很容易达到很大的值，一个普通的从时钟设备无法处理这种情况，直接阻塞了现有网络中的时钟服务。

专利号为US9762318B2的方案《Time synchronization apparatus and methodfor automatically detecting the asymmetry of an optical fiber》提供一种使用OTDR技术的具有自动光纤不对称检测的时钟同步装置和方法。在线测量发射脉冲和接收后向散射光之间的滞后时间，以确定光纤延迟。另外，两个方向上的光纤延迟可以相互比较。根据双向光纤延迟可以获得双向光纤传输中的不对称延迟。然后可以相应地执行不对称延迟补偿。这种时钟同步校正减少了双向光纤不对称的影响。该方案的缺点为：在网络中需要逐点执行测量并且根据测量结果补偿不对称性，这几乎不能用于大型节点网络。在使用光开关切换时，与现有设备几乎没有任何兼容性，会导致服务质量下降。适用性有限，无法满足后5G应用需求。

其他现有技术中，诸如网络时间协议(Network Time Protocol，NTP)和IEEE 1588精确时钟同步协议(IEEE 1588 Precision Clock Synchronization Protocol，PTP)的传统方案也远远无法满足时间同步的纳秒级别精度。

发明内容