[发明专利]一种面向工业无线网络的预测性抗干扰方法及网关设备

说明书

本发明提出一种面向工业无线网络的预测性抗干扰方法：将工厂内网络划分为3个切片分别用于传递不同的信息；将所有频段划分为k个信道；用户设备(UE)将其获得的i个瞬时CSI上传至边缘节点汇总；基于强化学习和边缘计算、根据历史CSI和瞬时CSI进行预测CSI的计算并据此建立空闲CSI数据库和在用CSI数据库；从空闲CSI数据库中挑选出p个可用的空闲信道；从在用CSI数据库中选出预测CSI质量倒数的p个信道作为可能遇到干扰的信道；将选出的p个信道上的b个UE平移分配至选出的p个可用的空闲信道上，进行规避性跳频抗干扰。本发明的有益效果是：极大地提高了抗干扰跳频的灵敏度和实时性，显著提高抗干扰质量，有效地解决了工业制造频谱资源紧张、通信环境恶劣等问题。

技术领域

本发明涉及本发明涉及无线通信领域，特别涉及一种抗干扰方法及网关设备。

背景技术

近年来，随着无线通信技术的不断发展，工业物联网(IIoT)也在诸如智能电网、智能制造等工业领域得到了更加广泛的应用，包括802.11标准在内的认知无线电因其智能的学习认知能力极大地促进了工厂车间内感知终端、通信终端和控制终端的灵活部署和自适应通信。但由于工业产线终端数量众多、通信交互频繁，有限的频谱资源被尽可能多的分配给了不同的应用，导致相邻频谱之间的通信干扰问题愈发严重，极大地影响了具有低时延、高可靠要求的工业通信质量。

此外，由于工业现场存在大量密集的电磁设备，其作为障碍物会导致工厂内无线信号产生固定的路径损耗、折射、衰退等影响。同时，与室外环境相比，工业现场虽然无需考虑天气、空气密度/湿度变化等的影响，但其人流、自动寻迹机器人(Automated GuidedVehicle，AGV)等随着时间呈现周期性或非周期性的变化和移动，会对无线通信产生干扰。这些干扰都极大地影响了无线通信在工业制造领域的应用进程，不便于进一步提高工业生产的自动化水平。

2018年中New Radio(NR)release-15的制定完成，标志着独立(Standalone，SA)架构的5G技术已经可以正式进入商用阶段，5G技术自带的高带宽低时延等特性极其符合工业制造业对于无线通信的需求，但随着5G中毫米波技术(mmWave)、正交频分复用技术(OFDM)、大规模多输入多输出(MIMO)等新技术的提出，信道数量大幅增加，信道估计的计算复杂度显著上升，传统的诸如最大似然估计、最小二乘法、最小均方误差(MMSE)估计、循环特征谱检测、能量感知等信道估计方法已无法很好的应用于复杂的5G技术。例如，专利号为：201780090360.7，名称为：基于谱估计的工作无线通信信道选择，其在每个无线通信信道上执行噪声水平测量，以获得针对该子集中的每个无线通信信道的谱估计结果，并据此进行谱密度分布计算，但由于5G采用毫米波技术，信道数量剧增，其计算实时性难以得到保证。因此，如何结合5G技术以解决由动态干扰造成工业无线通信可靠性问题是极具挑战性的。

此外，传统的“信道估计-干扰检测-跳频躲避”的抗干扰策略是在已知信道状态信息(CSI)的情况下进行的，此时信道已经遭受干扰，通信质量也已经受到影响，如何进行预测性干扰规避仍是一个亟待解决的关键问题。

经对现有文献检索发现，最相近似的实现方案为中国专利申请号为：201910431474.4，名称为：基于深度强化学习的专用自组网抗干扰方法，其具体做法为：不断学习历史样本，调整神经网络的参数，直至收敛，得到最优的DQN抗干扰模型，将当前时刻输入对应的最大Q值作为输出，基于此进行下一时刻的抗干扰动作。但是其DQN抗干扰模型是基于历史数据训练获得，只有在干扰发生变化时才进行重新学习，无法更好的适应并刻画工业现场时变的干扰模型，且其是选择上一时刻的Q值作为下一时刻的抗干扰动作，抗干扰效果存在偏差。专利申请号为：201310578411.4，名称为：基于共享基站建立频谱池数据库的方法，其具体做法为：以OFDM调制的正交子载波作为数据库对象，共享基站对当前OFDM符号周期内的忙碌子载波和空闲子载波进行统计，根据用户请求进行空闲子载波分配，此方法由用户进行抗干扰决策，对于用户的计算负担较重，不适用于终端功能简单、规模大的工业现场。

现有技术有以下缺点：