一种信道分配方法、系统、电子设备及存储介质技术方案

本申请公开了一种信道分配方法、系统、一种电子设备及一种存储介质，该方法包括：获取无线网络接入点的网络状态信息；将所述网络状态信息输入机器学习模型，得到信道选择优先列表；其中，所述机器学习模型的奖励根据信道的信道质量动态确定；根据所述信道选择优先列表为所述无线网络接入点推荐信道。本申请能够为无线访问接入点分配最优信道，避免无线访问接入点频繁切换信道。

【技术实现步骤摘要】
【国外来华专利技术】一种信道分配方法、系统、电子设备及存储介质
本申请涉及无线局域网
，特别涉及一种信道分配方法、系统、一种电子设备及一种存储介质。
技术介绍
在无线局域网(WLAN)中，无线电频谱是宝贵的共享网络资源，必须对其进行仔细管理以优化最终用户体验。为了网络资源管理，通常将WLAN无线电频谱在逻辑上划分为多个信道，每个信道代表以特定频率为中心的一系列无线电频谱。相关技术中，往往基于自动信道选择(ACS)为无线访问接入点(AP)分配对应的信道，但是由于自动信道选择的方法往往基于固定的算法进行信道推荐，且网络环境随时变化，因此自动信道选择方案无法适应变化的网络环境。因此，相关技术中的信道推荐方案无法为无线访问接入点推荐最优的信道。因此，如何为无线访问接入点分配最优信道，避免无线访问接入点频繁切换信道是本领域技术人员目前需要解决的技术问题。
技术实现思路
本申请的目的是提供一种信道分配方法、系统、一种电子设备及一种存储介质，能够为无线访问接入点分配最优信道，避免无线访问接入点频繁切换信道。为解决上述技术问题，本申请提供一种信道分配方法，该信道分配方法包括：获取无线网络接入点的网络状态信息；将所述网络状态信息输入机器学习模型，得到信道选择优先列表；其中，所述机器学习模型的奖励根据信道的信道质量动态确定；根据所述信道选择优先列表为所述无线网络接入点推荐信道。可选的，所述网络状态信息包括WLAN驱动器日志、WLAN事件数据、网络性能统计信息和当前可用信道。<br>可选的，所述机器学习模型输出所述网络状态信息对应的信道选择优先列表的过程包括：将所述网络状态信息输入所述机器学习模型的状态映射实体，并利用所述状态映射实体将所述网络状态信息映射为所述机器学习模型对应的状态向量，得到状态数据；将所述状态数据输入所述机器学习模型的奖励产生实体，并利用所述奖励产生实体生成所述状态数据中的每种状态对应的奖励；将所述奖励和所述状态数据输入所述机器学习模型的强化学习核心实体，并利用所述强化学习核心实体根据所述奖励调整信道推荐策略，根据调整后的信道推荐策略确定所述信道选择优先列表。可选的，利用所述奖励产生实体生成所述状态数据中的每种状态对应的奖励，包括：将所述状态数据存储至所述奖励产生实体中的状态历史实体；利用所述奖励产生实体中的提取状态信道实体确定所述状态数据中选择目标信道；利用所述奖励产生实体中的信道状态选择实体获取第一状态变换集合；其中，所述第一状态变换集合包括从其他信道切换至所述目标信道的信道切换事件，还包括从所述目标信道切换至其他信道的信道切换事件，还包括信道切换前后的信号强度变化信息和无线网络接入点的功率变化信息；确定所述第一状态变换集合对应的第一信道质量评价信息；利用所述奖励产生实体中的排序实体对所述第一信道质量评价信息进行排序得到第一信道质量排序结果；利用所述奖励产生实体中的奖励输出实体对所述第一信道质量排序结果执行预设操作得到所述状态数据中的每种状态对应的奖励。可选的，利用所述奖励产生实体生成所述状态数据中的每种状态对应的奖励，包括：确定每一当前可用信道对应的状态数据，并将每一当前可用信道对应的状态数据存储至所述奖励产生实体中对应的信道状态历史实体；其中，每一所述信道状态历史实体均有其对应的信道索引；利用所述奖励产生实体中的信道状态选择实体获取第二状态变换集合；其中，所述第二状态变换集合包括从其他信道切换至所述当前可用信道的信道切换事件，还包括从所述当前可用信道切换至其他信道的信道切换事件；还包括从所述当前可用信道切换至其他信道的信道切换事件，还包括信道切换前后的信号强度变化信息和无线网络接入点的功率变化信息；确定第二状态变换集合对应的第二信道质量评价信息；利用所述奖励产生实体中的排序实体对所述第二信道质量评价信息进行排序得到第二信道质量排序结果；利用所述奖励产生实体中的奖励输出实体对所述第二信道质量排序结果执行预设操作得到所述状态数据中的每种状态对应的奖励；可选的，所述预设操作包括线性求和、对数求和、线性滤波、非线性滤波、时序分析、趋势分析中的任一种或任几种的组合。可选的，在将所述状态数据输入所述机器学习模型的奖励产生实体之前，还包括：判断所述机器学习模型是否已经训练完毕；若是，则利用所述强化学习核心实体根据当前信道推荐策略确定所述信道选择优先列表；若否，则执行将所述状态数据输入所述机器学习模型的奖励产生实体的操作。本申请还提供了一种信道分配系统，该系统包括：信息获取模块，用于获取无线网络接入点的网络状态信息；信道排序模块，用于将所述网络状态信息输入机器学习模型，得到信道选择优先列表；其中，所述机器学习模型的奖励根据信道的信道质量动态确定；信道推荐模块，用于根据所述信道选择优先列表为所述无线网络接入点推荐信道。本申请还提供了一种存储介质，其上存储有计算机程序，所述计算机程序执行时实现上述信道分配方法执行的步骤。本申请还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现上述信道分配方法执行的步骤。本申请提供了一种信道分配方法，包括获取无线网络接入点的网络状态信息；将所述网络状态信息输入机器学习模型，得到信道选择优先列表；其中，所述机器学习模型的奖励根据信道的信道质量动态确定；根据所述信道选择优先列表为所述无线网络接入点推荐信道。本申请在获取无线网络接入点的网络状态信息之后，将网络状态信息输入至机器学习模型中，由于机器学习模型的奖励根据信道的信道质量动态确定，因此机器学习模型能够根据网络状态信息选择最优的信道推荐算法进行信道选择优先列表的确定，进而根据信道选择有限列表为无线网络接入点推荐最佳的信道。本申请能够为无线访问接入点分配最优信道，避免无线访问接入点频繁切换信道。本申请同时还提供了一种信道分配系统、一种电子设备和一种存储介质，具有上述有益效果，在此不再赘述。附图说明为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例所提供的一种信道分配方法的流程图；图2为本申请实施例所提供的一种信道推荐系统的结构示意图；图3为本申请实施例所提供的一种频道选择/排名机器学习引擎的工作原理示意图；图4为本申请实施例所提供的一种奖励生成原理示意图；图5为本申请实施例所提供的另一种奖励生成原理示意图；图6为本申请所提供的一种为用户体验质量提供最佳信道的方法的流程图。具体实施方式为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例本文档来自技高网...

【技术保护点】
1.一种信道分配方法，其特征在于，包括：/n获取无线网络接入点的网络状态信息；/n将所述网络状态信息输入机器学习模型，得到信道选择优先列表；其中，所述机器学习模型的奖励根据信道的信道质量动态确定；/n根据所述信道选择优先列表为所述无线网络接入点推荐信道。/n

【技术特征摘要】
【国外来华专利技术】1.一种信道分配方法，其特征在于，包括：
获取无线网络接入点的网络状态信息；
将所述网络状态信息输入机器学习模型，得到信道选择优先列表；其中，所述机器学习模型的奖励根据信道的信道质量动态确定；
根据所述信道选择优先列表为所述无线网络接入点推荐信道。


2.根据权利要求1所述信道分配方法，其特征在于，所述网络状态信息包括WLAN驱动器日志、WLAN事件数据、网络性能统计信息和当前可用信道。


3.根据权利要求1所述信道分配方法，其特征在于，所述机器学习模型输出所述网络状态信息对应的信道选择优先列表的过程包括：
将所述网络状态信息输入所述机器学习模型的状态映射实体，并利用所述状态映射实体将所述网络状态信息映射为所述机器学习模型对应的状态向量，得到状态数据；
将所述状态数据输入所述机器学习模型的奖励产生实体，并利用所述奖励产生实体生成所述状态数据中的每种状态对应的奖励；
将所述奖励和所述状态数据输入所述机器学习模型的强化学习核心实体，并利用所述强化学习核心实体根据所述奖励调整信道推荐策略，根据调整后的信道推荐策略确定所述信道选择优先列表。


4.根据权利要求3所述信道分配方法，其特征在于，利用所述奖励产生实体生成所述状态数据中的每种状态对应的奖励，包括：
将所述状态数据存储至所述奖励产生实体中的状态历史实体；
利用所述奖励产生实体中的提取状态信道实体确定所述状态数据中选择目标信道；
利用所述奖励产生实体中的信道状态选择实体获取第一状态变换集合；其中，所述第一状态变换集合包括从其他信道切换至所述目标信道的信道切换事件，还包括从所述目标信道切换至其他信道的信道切换事件，还包括信道切换前后的信号强度变化信息和无线网络接入点的功率变化信息；
确定所述第一状态变换集合对应的第一信道质量评价信息；
利用所述奖励产生实体中的排序实体对所述第一信道质量评价信息进行排序得到第一信道质量排序结果；
利用所述奖励产生实体中的奖励输出实体对所述第一信道质量排序结果执行预设操作得到所述状态数据中的每种状态对应的奖励。


5.根据权利要求3所述信道分配方法，其特征在于，利用所述奖励产生实体生成所述状态数据中的每种状态对应的奖励，包括：
确定每一当前可用...

【专利技术属性】
技术研发人员：雷永成，吴方，
申请(专利权)人：成都西加云杉科技有限公司，
类型：发明
国别省市：四川;51