面向绿色无线资源管理的基于数据孪生的系统和控制方法技术方案

本发明专利技术公开了面向绿色开放无线资源管理的基于数据孪生的系统和控制方法。6G移动通信网络正在被认为是一种超链接，它可以把传统无线通信领域的服务从物理世界进一步拓展至数字世界。数字孪生绿色无线网络便于捕获和利用代表物理世界的数据。数字孪生绿色无线网络与6G相互作用将引入准实时的、基于数字孪生的6G网络管理和数据治理新方法。本发明专利技术考虑可再生能源支持的绿色无线网络的需求，探究了数字孪生绿色无线网络与绿色通信，相互作用和生成型AI(GAI)潜力，提出了一种面向绿色无线资源管理的基于数据孪生的系统和控制方法，以提高无线网络框架管理的可持续性、开放性、自动化、即时性和安全性。时性和安全性。时性和安全性。

【技术实现步骤摘要】
面向绿色无线资源管理的基于数据孪生的系统和控制方法


[0001]本专利技术涉及面向绿色无线资源管理的基于数据孪生的系统和控制方法，属于无线通信领域。

技术介绍

[0002]6G移动通信网络被认为是一种可以把传统无线通信领域的服务从物理世界进一步拓展至数字世界的超链接。这样超链接将导致未来电信网络管理与数据治理越来越复杂。近年已经有一定数量的文献已经探讨了相关的趋势，嵌入数字孪生层的无线网络架构被认为是一种富有潜力的网络管理技术。数字孪生包含了以下6项关键技术：建模、仿真、虚拟现实(VR)、增强现实(AR)、混合现实(MR)和大数据(BD)与人工智能(AI)、云计算与边缘计算(EC)和物联网(IoT)。对6G而言，数字孪生(DT)的关键概念是创建一个无线网络的物理实体(组件)和功能的数字复制品(虚拟孪生)，并且虚拟孪生所代表的大数据(BD)是人工智能模型训练和智能推理过程的基础。因此，6G应该被设想为具有原生的人工智能和数字孪生的网络，并且两者的合并有望成为未来移动电信网络(MTN)高效数据治理的引擎。
[0003]在2022年11月底，美国人工智能公司OpenAI推出聊天机器人应用ChatGPT，用户只需要输入问题，ChatGPT就能给出看上去准确且有意义的回答。ChatGPT英文全称为“chatGenerativePre
‑
trained Transformer”，中文就是生成型预训练变换模型或者生成式的预训练。ChatGPT是一个大型语言模型(Large LanguageModel，LLM)的机器学习系统，可以自主地从数据中学习。在对大量的文本数据集进行训练后，它可以输出复杂的、类人的作品。腾讯、百度等国内公司将于2023年上半年在中国推出类似ChatGPT的人工智能工具。
[0004]其次，尽管我国已经在新一代信息技术有了快速发展，但是在6G、人工智能、数字孪生领域依然处于与国外同行相互竞争的位置，对于数字孪生与绿色通信与网络的相互作用研究工作依然很少。5G大规模部署基站时能耗遇到巨大的能耗问题，这对经济和生态产生负面影响。5G能耗是4G的4倍，并且5G基站的覆盖面积远小于4G基站。如果要实现相同面积的无线网络覆盖(WNC)，5G基站的数量至少是4G的3倍。此外，虽然可再生能源(ReE)在国内外各个行业的比例日益增加，太阳能模块尚未被用于为商业移动宽带站点的能源供应，尽管已经有来自网络上的报道显示国内的华为和国外爱立信等电信设备公司已经率先将太阳能用于移动宽带站点。

技术实现思路

[0005]本专利技术目的在于针对上述现有技术的不足，提供了面向绿色无线资源管理的基于数据孪生的系统和控制方法。本专利技术考虑可再生能源支持的绿色无线网络的需求，探究了基于数据孪生(DigitalTwin，DT)与绿色通信(GreenCommunications，GCs)相互作用和生成型AI(GAI)潜力，提出了一种面向绿色无线资源管理(RadioResourceManagement，RRM)的基于DT的框架、支持语言输入的人工智能生成内容(ArtificialIntelligenceGeneratedContext，AIGC)辅助的流程以及用户在线(User
‑
in
‑
the
‑
loop，UIL)增强的控制策略，以提高无
线网络框架管理的可持续性、开放性、自动化、即时性和安全性。
[0006]本专利技术为实现上述专利技术目的采用如下技术方案：
[0007]本专利技术提出了一种无线资源管理的框架管理，其流程实施如下：
[0008]A1：设计员给定无线系统参数和再生能源参数输入到数字孪生网元(位于边缘服务器)；
[0009]A2：数字孪生网元进行软件定义无线接入网；
[0010]A3：无线接入网把测量报告反馈至数字孪生网元；
[0011]A4：数字孪生网元进行决策、进行资源控制与执行；
[0012]A5：循环至A4。
[0013]面向绿色无线资源管理的基于数据孪生的系统，该系统包括数字孪生网元和绿色开放无线接入网网元：
[0014]所述数字孪生网元包含数字孪生平台和虚拟的端用户，端用户输入是多模态数据，图结构数据能够借助混合现实接口来输入，端用户输入是多模态数据，如语言、历史无线资源管理数据，图结构数据等。图结构数据可以借助混合现实接口来输入；
[0015]绿色开放无线接入网网元有蜂窝基站、边缘服务器、移动用户和存载网络网元，移动用户有物联网设备和移动设备，这些设备生成运行数据并将其数据与端用户同步。
[0016]进一步地，所述数字孪生网元承担传统移动电信网络中核心网的针对准时和非实时无线资源管理(RRM)的网络控制器功能，并且数字孪生也承担多种外部数据的预处理功能。
[0017]进一步地，所述绿色开放无线接入网网元的关键技术是以决策型AI和生成型AI为引擎的数字孪生，其中，生成型AI辅助的RRM策略嵌入了无线接入网与数字孪生网元进行交互的思想，从而展现了一种初步的“对话式”数据治理方案。其中外部RRM数据、内部RRM数据都属于交互的输入，合成数据属于与数字孪生交互的输出；以ChatGPT这样的预训练模型作为先进的工具，这使得从基于API的语言输入、个性化覆盖规划及其个性化覆盖编排的流程才能有效实现，前三个步骤与个性化覆盖规划有关：
[0018]其具体步骤包括如下，前三个步骤与个性化覆盖规划有关：
[0019]B1：某个移动用户用语言说出希望对无线网络的需求；
[0020]B2：在线数字孪生网元中预训练模型先进行意图解析，以确定需求和资源管理目标；
[0021]B3：根据预训练模型建议，快速地在多种预规划中选择一个性化覆盖规划和用于资源控制与执行的源代码，甚至给移动用户提供可视的全局视图；
[0022]后续步骤由软件定义的无线接入网先进行资源控制与执行，接着测试和输出测量报告。其后，按照预训练模型II位置是否处于RAN的边缘服务器网元分两种情况：
[0023]情况1)如果预训练模型II位于边缘服务器网元中，则准实时的个性化覆盖编排就可以实现，并且该准实时的编排可以进行迭代式改进，直至达到网络测和用户测的满意度；
[0024]情况2)如果预训练模型II位于(远端的)在线数据孪生网元，则个性化覆盖编排可能是非实时的或者准实时的；
[0025]最后，如果符合目标，本资源管理任务停止，具体步骤如下：
[0026]B4：当预训练模型II位于边缘服务器网元时，进行准实时资源编排，否则，进行非
实时个性化覆盖规划；
[0027]B5：资源控制与执行；
[0028]B6：测量控制与测量报告反馈；
[0029]B7：预训练模型II输出判决；
[0030]B8：判决为“是”，则停止，判决为“否”，则进行新一轮迭代，即利用预训练模型II的新输出进行资源编排。
[0031]面向绿色无线资源管理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向绿色无线资源管理的基于数据孪生的系统，其特征在于，该系统包括数字孪生网元和绿色开放无线接入网网元：所述数字孪生网元包含数字孪生平台和虚拟的端用户，端用户输入是多模态数据，图结构数据能够借助混合现实接口来输入；绿色开放无线接入网网元有蜂窝基站、边缘服务器、移动用户和存载网络网元，移动用户有物联网设备和移动设备，这些设备生成运行数据并将其数据与端用户同步。2.根据权利要求1所述的面向绿色无线资源管理的基于数据孪生的系统，其特征在于，所述数字孪生网元承担传统移动电信网络中核心网的针对准实时和非实时无线资源管理RRM的网络控制器功能，并且数字孪生也承担多种外部数据的预处理功能。3.根据权利要求1所述的面向绿色无线资源管理的基于数据孪生的系统，其特征在于，所述绿色开放无线接入网网元的关键技术是以决策型AI和生成型AI为引擎的数字孪生，其中，生成型AI辅助的RRM策略嵌入了无线接入网与数字孪生网元进行交互的思想，这里外部RRM数据、内部RRM数据都属于交互的输入，合成数据属于与数字孪生交互的输出；其具体步骤包括如下，前三个步骤与个性化覆盖规划有关：B1：某个移动用户用语言说出希望对无线网络的需求；B2：在线数字孪生网元中预训练模型先进行意图解析，以确定需求和资源管理目标；B3：根据预训练模型建议，快速地在多种预规划中选择一个...

【专利技术属性】
技术研发人员：孟庆民，陈文清，王东明，邹玉龙，杜鹏，吴万民，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：