[发明专利]一种网络控制方法、装置及基站

权利要求书

1.一种网络控制方法，应用于基站，其特征在于，包括：

接收终端在第一时间上报的第一状态；

将所述第一状态输入预测模型，预测目标时间间隔后的第二状态；其中，所述目标时间间隔与所述基站的处理时间相关，所述第一状态和所述第二状态用于指示所述终端的物理性能参数；

根据所述第二状态，确定所述终端的调控决策；

根据所述调控决策，对所述终端进行调控。

2.根据权利要求1所述的网络控制方法，其特征在于，根据所述调控决策，对所述终端进行调控的步骤，包括：

在第二时间将所述调控决策发送至所述终端，以使所述终端根据所述调控决策调整物理性能参数。

3.根据权利要求2所述的网络控制方法，其特征在于，所述目标时间间隔为所述第二时间与所述第一时间的差值。

4.根据权利要求1所述的网络控制方法，其特征在于，根据所述第二状态，确定所述终端的调控决策的步骤，包括：

将所述第二状态输入数字孪生模型，得到第一调控决策以及所述第一调控决策的奖励；

将所述第二状态输入强化学习模型，得到第二调控决策以及所述第二调控决策的奖励；

根据所述第一调控决策、第一调控决策的奖励、第二调控决策以及所述第二调控决策的奖励，确定所述终端的调控决策。

5.根据权利要求4所述的网络控制方法，其特征在于，还包括：

若所述终端的调控决策为所述第一调控决策，则采用所述终端上报的第一状态以及所述第一状态对应的终端的奖励，进行纠错计算，所述第一状态对应的终端的奖励为所述终端使用所述第一调控决策后确定的；

若所述终端的调控决策为所述第二调控决策，则采用所述终端上报的第一状态，进行纠错计算。

6.根据权利要求4所述的网络控制方法，其特征在于，根据所述第二状态，确定所述终端的调控决策的步骤之后，还包括：

根据所述第一状态、所述第二状态、所述调控决策以及所述第一状态对应的终端的奖励中的至少一个，更新所述数字孪生模型和所述强化学习模型。

7.根据权利要求4所述的网络控制方法，其特征在于，还包括：

根据终端的历史状态、历史调控决策和所述历史状态对应的终端的奖励，构建所述数字孪生模型和强化学习模型。

8.根据权利要求4至7任一项所述的网络控制方法，其特征在于，还包括：

当至少两次确定的决策前状态相同时，计算第一方差；

根据所述第一方差，确定是否调整所述数字孪生模型。

9.根据权利要求8所述的网络控制方法，其特征在于，根据所述第一方差，确定是否调整所述数字孪生模型的步骤，包括：

若所述第一方差超过第一阈值，则调整所述数字孪生模型；

若所述第一方差未超过所述第一阈值，则不调整所述数字孪生模型。

10.根据权利要求1至7任一项所述的网络控制方法，其特征在于，还包括：

当至少两次预测的第二状态相同时，计算第二方差；

根据所述第二方差，确定是否调整所述预测模型。

11.根据权利要求10所述的网络控制方法，其特征在于，根据所述第二方差，确定是否调整所述预测模型的步骤，包括：

若所述第二方差超过第二阈值，则调整所述预测模型；

若所述第二方差未超过所述第二阈值，则不调整所述预测模型。