通信系统中的模型更新方法、装置及存储介质制造方法及图纸

本申请提供一种通信系统中的模型更新方法、装置及存储介质，在接入网设备一侧，该方法包括：确定通信环境发生变化，根据第一映射关系集，在与第一映射关系集相关联的多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第一机器学习模型集合；在接入网设备上部署第一机器学习模型集合中的机器学习模型，和/或，向终端发送第一信息，其中，第一信息用于指示终端对第一机器学习模型集合中的机器学习模型进行部署。本申请提高了机器学习模型在通信系统中的更新效率和效果，进而提高了通信系统的性能。了通信系统的性能。了通信系统的性能。

【技术实现步骤摘要】
通信系统中的模型更新方法、装置及存储介质


[0001]本申请涉及通信领域，尤其涉及一种通信系统中的模型更新方法、装置及存储介质。

技术介绍

[0002]在通信系统中，机器学习模型可以应用于信道估计、信道预测、信道状态信息反馈等，可见，机器学习模型的模型性能影响到通信系统的性能。
[0003]机器学习模型通常是从大量的训练数据中学习得到的。由于通信环境容易发生变化，原有的机器学习模型在变化后的通信环境下的性能一般，需要获取变化后的通信环境下的训练数据，重新训练机器学习模型。
[0004]多次重新训练机器学习模型的方式效率不高，无法适用于对实时性要求高的通信系统。因此，如何提高机器学习模型在通信系统中的更新效率和效果成为亟待解决的问题。

技术实现思路

[0005]本申请提供一种通信系统中的模型更新方法、装置及存储介质，用于解决如何提高机器学习模型在通信系统中的更新效率和效果的问题。
[0006]第一方面，本申请提供一种通信系统中的模型更新方法，应用于接入网设备，接入网设备上配置有第一映射关系集与第一映射关系集相关联的多个机器学习模型，第一映射关系集包括多个通信环境信息与多个机器学习模型的映射关系，该方法包括：
[0007]确定通信环境发生变化，根据第一映射关系集，在多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第一机器学习模型集合；
[0008]在接入网设备上部署第一机器学习模型集合中的机器学习模型，和/或，向终端发送第一信息，其中，第一信息用于指示终端对第一机器学习模型集合中的机器学习模型进行部署。
[0009]可选的，该方法还包括：
[0010]获取接入网设备一侧的通信环境信息和终端一侧的通信环境信息；
[0011]根据第一映射关系集，在多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第一机器学习模型集合，包括：
[0012]根据第一映射关系集、接入网设备一侧的通信环境信息以及终端一侧的通信环境信息，在多个机器学习模型中查找机器学习模型并构成第一机器学习模型集合。
[0013]可选的，获取终端一侧的通信环境信息包括：
[0014]接收终端发送的第二信息，其中，第二信息包括终端一侧的通信环境信息；或者，
[0015]接收终端发送的第三信息，并响应于第三信息，获取第二信息，其中，第三信息用于指示接入网设备获取第二信息。
[0016]可选的，该方法还包括：
[0017]根据接入网设备一侧上一时刻的通信环境信息中的各环境参数、接入网一侧当前
时刻的通信环境信息中的各环境参数、以及多个环境参数与预设阈值的映射关系，确定通信环境是否发生变化；和/或，
[0018]根据终端一侧上一时刻的通信环境信息中的各环境参数、终端一侧当前时刻的通信环境信息中的各环境参数、以及多个环境参数与预设阈值的映射关系，确定通信环境是否发生变化。
[0019]可选的，该方法还包括：
[0020]接收终端发送的第四信息，其中，若第四信息中指示终端一侧的通信环境发生变化，则第四信息包括终端一侧的通信环境信息和/或终端请求的机器学习模型的标识信息；
[0021]根据第四信息，确定通信环境是否发生变化；
[0022]如果通信环境发生变化，则根据第一映射关系集和接入网设备一侧的通信环境信息，以及根据终端一侧的通信环境信息和/或终端请求的机器学习模型的标识信息，在多个机器学习模型中，查找机器学习模型并构成第一机器学习模型集合。
[0023]可选的，该方法还包括：
[0024]当所述终端发生小区切换时，确定通信环境发生变化。
[0025]可选的，该方法还包括：
[0026]接收终端的源接入网设备发送的第五信息；
[0027]其中，第五信息包括第二映射关系集、终端与源接入网设备通信时的通信环境信息和/或终端与另一接入网设备通信时所采用的机器学习模型的标识信息，第二映射关系集为源接入网设备上配置的多个通信环境信息与多个机器学习模型的映射关系中与终端相关联的映射关系子集；
[0028]根据第五信息，对第一映射关系集进行更新；
[0029]如果接入网设备中未配置与第二映射关系集相关联的全部或部分机器学习模型，则接收源接入网设备发送的与第二映射关系集相关联的全部或部分机器学习模型；
[0030]根据接收的与第二映射关系集相关联的全部或部分机器学习模型和与更新前的第一映射关系集相关联的多个机器学习模型，确定与更新后的第一映射关系集相关联的多个机器学习模型；
[0031]根据第一映射关系集，在多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第一机器学习模型集合，包括：
[0032]根据更新后的第一映射关系集，在与更新后的第一映射关系集相关联的多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第一机器学习模型集合。
[0033]可选的，该方法还包括：
[0034]如果接收到终端发送的指示RRC连接建立的消息或者指示RRC连接重建的消息，则确定通信环境发生变化。
[0035]第二方面，本申请提供一种通信系统的模型更新方法，应用于核心网设备，核心网设备上预先配置有第三映射关系集及与第三映射关系集相关联的多个机器学习模型，第三映射关系集包括多个通信环境信息与多个机器学习模型的映射关系，该方法包括：
[0036]确定通信环境发生变化，根据第三映射关系集，在多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第二机器学习模型集合；
[0037]向接入网设备发送包括第二机器学习模型集合的第六信息，其中，第六信息用于
指示接入网设备对第二机器学习模型集合中的机器学习模型进行部署，和/或，指示接入网设备向终端发送第七信息，第七信息用于指示终端对第二机器学习模型集合中的机器学习模型进行部署。
[0038]可选的，该方法还包括：
[0039]获取接入网设备一侧的通信环境信息和终端一侧的通信环境信息；
[0040]根据第三映射关系集，在多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第二机器学习模型集合，包括：
[0041]根据第三映射关系集、接入网设备一侧的通信环境信息以及终端一侧的通信环境信息，在多个机器学习模型中查找机器学习模型并构成第二机器学习模型集合。
[0042]可选的，获取接入网设备一侧的通信环境信息和终端一侧的通信环境信息，包括：
[0043]接收接入网设备发送的第八信息，第八信息包括接入网设备一侧的通信环境信息和终端一侧的通信环境信息。
[0044]可选的，该方法还包括：
[0045]根据接入网设备一侧上一时刻的通信环境信息中的各环境参数、接入网一侧当前时刻的通信环境信息中的各环境参数、以及多个环境参数与预设阈值的映射关系，确定通信环境是否发生变化；和/或，
[0046]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通信系统中的模型更新方法，应用于接入网设备，其特征在于，所述接入网设备上配置有第一映射关系集及与所述第一映射关系集相关联的多个机器学习模型，所述第一映射关系集包括多个通信环境信息与所述多个机器学习模型的映射关系，所述方法包括：确定通信环境发生变化，根据所述第一映射关系集，在所述多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第一机器学习模型集合；在所述接入网设备上部署所述第一机器学习模型集合中的机器学习模型，和/或，向终端发送第一信息，其中，所述第一信息用于指示所述终端对所述第一机器学习模型集合中的机器学习模型进行部署。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述接入网设备一侧的通信环境信息和所述终端一侧的通信环境信息；所述根据所述第一映射关系集，在所述多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第一机器学习模型集合，包括：根据所述第一映射关系集、所述接入网设备一侧的通信环境信息以及所述终端一侧的通信环境信息，在所述多个机器学习模型中查找机器学习模型并构成所述第一机器学习模型集合。3.根据权利要求2所述的方法，其特征在于，所述获取所述终端一侧的通信环境信息包括：接收所述终端发送的第二信息，其中，所述第二信息包括所述终端一侧的通信环境信息；或者，接收所述终端发送的第三信息，并响应于所述第三信息，获取所述第二信息，其中，所述第三信息用于指示所述接入网设备获取所述第二信息。4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：根据所述接入网设备一侧上一时刻的通信环境信息中的各环境参数、所述接入网一侧当前时刻的通信环境信息中的各环境参数、以及多个环境参数与预设阈值的映射关系，确定通信环境是否发生变化；和/或，根据所述终端一侧上一时刻的通信环境信息中的各环境参数、所述终端一侧当前时刻的通信环境信息中的各环境参数、以及多个环境参数与预设阈值的映射关系，确定通信环境是否发生变化。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：接收所述终端发送的第四信息，其中，若所述第四信息中指示所述终端一侧的通信环境发生变化，则所述第四信息包括所述终端一侧的通信环境信息和/或所述终端请求的机器学习模型的标识信息；根据所述第四信息，确定通信环境是否发生变化；如果通信环境发生变化，则根据所述第一映射关系集和所述接入网设备一侧的通信环境信息，以及根据所述终端一侧的通信环境信息和/或所述终端请求的机器学习模型的标识信息，在所述多个机器学习模型中，查找机器学习模型并构成所述第一机器学习模型集合。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：当所述终端发生小区切换时，确定通信环境发生变化。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：接收所述终端的源接入网设备发送的第五信息；其中，所述第五信息包括第二映射关系集、所述终端与所述源接入网设备通信时的通信环境信息和/或所述终端与所述源接入网设备通信时所采用的机器学习模型的标识信息，所述第二映射关系集为所述源接入网设备上配置的多个通信环境信息与多个机器学习模型的映射关系中与所述终端相关联的映射关系子集；根据所述第五信息，对所述第一映射关系集进行更新；如果所述接入网设备中未配置与所述第二映射关系集相关联的全部或部分机器学习模型，则接收所述源接入网设备发送的与所述第二映射关系集相关联的全部或部分机器学习模型；根据接收的与所述第二映射关系集相关联的全部或部分机器学习模型和与更新前的所述第一映射关系集相关联的多个机器学习模型，确定与更新后的所述第一映射关系集相关联的多个机器学习模型；所述根据所述第一映射关系集，在所述多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第一机器学习模型集合，包括：根据更新后的所述第一映射关系集，在与更新后的所述第一映射关系集相关联的多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成所述第一机器学习模型集合。8.根据权利要求1
‑
3中任一项所述的方法，其特征在于，所述方法还包括：如果接收到所述终端发送的指示无线资源控制RRC连接建立的消息或者指示RRC连接重建的消息，则确定通信环境发生变化。9.一种通信系统的模型更新方法，应用于核心网设备，其特征在于，所述核心网设备上预先配置有第三映射关系集及与所述第三映射关系集相关联的多个机器学习模型，所述第三映射关系集包括多个通信环境信息与所述多个机器学习模型的映射关系，所述方法包括：确定通信环境发生变化，根据所述第三映射关系集，在所述多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第二机器学习模型集合；向接入网设备发送包括所述第二机器学习模型集合的第六信息，其中，所述第六信息用于指示所述接入网设备对所述第二机器学习模型集合中的机器学习模型进行部署，和/或，指示所述接入网设备向终端发送第七信息，所述第七信息用于指示所述终端对所述第二机器学习模型集合中的机器学习模型进行部署。10.根据权利要求9所述的方法，其特征在于，所述方法还包括：获取所述接入网设备一侧的通信环境信息和所述终端一侧的通信环境信息；所述根据所述第三映射关系集，在所述多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第二机器学习模型集合，包括：根据所述第三映射关系集、所述接入网设备一侧的通信环境信息以及所述终端一侧的通信环境信息，在所述多个机器学习模型中查找机器学习模型并构成所述第二机器学习模型集合。11.根据权利要求10所述的方法，其特征在于，所述获取所述接入网设备一侧的通信环
境信息和所述终端一侧的通信环境信息，包括：接收所述接入网设备发送的第八信息，所述第八信息包括所述接入网设备一侧的通信环境信息和所述终端一侧的通信环境信息。12.根据权利要求10或11所述的方法，其特征在于，所述方法还包括：根据所述接入网设备一侧上一时刻的通信环境信息中的各环境参数、所述接入网一侧当前时刻的通信环境信息中的各环境参数、以及多个环境参数与预设阈值的映射关系，确定通信环境是否发生变化；和/或，根据所述终端一侧上一时刻的通信环境信息中的各环境参数、所述终端一侧当前时刻的通信环境信息中的各环境参数、以及多个环境参数与预设阈值的映射关系，确定通信环境是否发生变化。13.根据权利要求9所述的方法，其特征在于，所述方法还包括：接收所述接入网设备发送的第九信息；其中，所述第九信息用于指示通信环境发生变化、所述终端发生小区切换、所述接入网设备与所述终端之间的RRC连接建立、或者所述接入网设备与所述终端之间的RRC连接重建，所述第九信息包括如下一种或多种信息：所述接入网设备一侧的通信环境信息、所述终端一侧的通信环境信息、所述接入网设备请求的机器学习模型的标识信息；所述确定通信环境发生变化，根据所述第三映射关系集，在所述多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第二机器学习模型集合，包括：根据所述第九信息，确定通信环境发生变化；根据所述第三映射关系集和所述第九信息，在所述多个机器学习模型中，查找机器学习模型并构成所述第二机器学习模型集合。14.根据权利要求9
‑
11中任一项所述的方法，其特征在于，所述方法还包括：接收多个接入网设备发送的第一映射关系集和与所述第一映射关系集相关联的多个机器学习模型；根据所述多个接入网设备发送的第一映射关系集和与所述第一映射关系集相关联的多个机器学习模型，建立或更新所述第三映射关系集及与所述第三映射关系集相关联的多个机器学习模型。15.一种通信系统中的模型更新方法，应用于终端，其特征在于，所述方法包括：接收接入网设备返回的第一信息或第七信息，其中，所述第一信息用于指示所述终端对第一机器学习模型集合中的机器学习模型，所述第七信息用于指示所述终端对第二机器学习模型集合中的机器学习模型进行部署；根据所述第一信息对所述第一机器学习模型集合中的机器学习模型进行部署，或者，根据所述第七信息对所述第二机器学习模型集合中的机器学习模型进行部署。16.根据权利要求15所述的方法，其特征在于，所述接收接入网设备返回的第一信息或第七信息之前，所述方法还包括：向所述接入网设备发送第二信息，其中，所述第二信息包括所述终端一侧的通信环境信息；或者，向所述接入网设备发送第三信息，其中，所述第三信息用于指示所述接入网设备获取所述第二信息。
17.根据权利要求15或16所述的方法，其特征在于，所述方法还包括：确定所述终端一侧的通信环境是否发生变化；根据所述终端一侧的通信环境是否发生变化，向所述接入网设备发送第四信息，其中，如果所述第四信息指示所述终端一侧的通信环境发生变化，则所述第四信息包括所述终端一侧的通信环境信息和/或所述终端请求的机器学习模型的标识信息。18.根据权利要求17所述的方法，其特征在于，所述终端一侧配置有第四映射关系集，所述第四映射关系集包括与所述终端相关联的多个通信环境信息与多个机器学习模型的映射关系，所述根据所述终端一侧的通信环境是否发生变化，向所述接入网设备发送第四信息，包括：如果确定所述终端一侧的通信环境发生变化，则根据所述终端一侧的通信环境信息，在所述第四映射关系集中，确定所述终端请求的机器学习模型的标识信息；向所述接入网设备发送第四信息，其中，所述第四信息包括所述终端请求的机器学习模型的标识信息。19.一种通信系统中的模型更新装置，应用于接入网设备，其特征在于，所述接入网设备上配置有第一映射关系集及与所述第一映射关系集相关联的多个机器学习模型，所述第一映射关系集包括多个通信环境信息与所述多个机器学习模型的映射关系，所述装置包括存储器、收发机和处理器：所述存储器，用于存储计算机程序；所述收发机，用于在所述处理器的控制下收发数据；所述处理器，用于读取所述存储器中的计算机程序并执行以下操作：确定通信环境发生变化，根据所述第一映射关系集，在所述多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第一机器学习模型集合；在所述接入网设备上部署所述第一机器学习模型集合中的机器学习模型，和/或，向终端发送第一信息，其中，所述第一信息用于指示所述终端对所述第一机器学习模型集合中的机器学习模型进行部署。20.根据权利要求19所述的装置，其特征在于，所述处理器还用于执行以下操作：获取所述接入网设备一侧的通信环境信息和所述终端一侧的通信环境信息；所述根据所述第一映射关系集，在所述多个机器学习模型中，查找适用于当前通信环境的机器学习模型并构成第一机器学习模型集合，包括：根据所述第一映射关系集、所述接入网设备一侧的通信环境信息、以及所述终端一侧的通信环境信息，在所述多个机器学习模型中查找机器学习模型并构成所述第一机器学习模型集合。21.根据权利要求20所述的装置，其特征在于，所述获取所述终端一侧的通信环境信息，包括：接收所述终端发送的第二信息，其中，所述第二信息包括所述终端一侧的通信环境信息；或者，接收所述终端发送的第三信息，并响应于所述第三信息，获取所述第二信息...

【专利技术属性】
技术研发人员：索士强，杨现俊，
申请(专利权)人：大唐移动通信设备有限公司，
类型：发明
国别省市：