一种无线通信网络性能优化方法技术

本申请公开了一种无线通信网络性能优化方法

【技术实现步骤摘要】
一种无线通信网络性能优化方法、装置及存储介质


[0001]本申请涉及无线网络相关
，特别涉及一种无线通信网络性能优化方法
、
装置及存储介质
。

技术介绍

[0002]随着移动通信技术的迅猛发展，各种无线接入网络广泛应用于人们的生产生活中
。
为满足用户日益增长的网络业务需求，需要不断优化无线通信网络的性能
。
然而传统的人工经验法网络优化存在效率低下
、
效果难以预测等问题
。
为实现无线网络的智能自动优化，各种自主优化技术应运而生
。
[0003]无线网络自优化技术根据网络状态自动调整参数，例如信道分配
、
发射功率等，以提升网络性能
。
但由于网络环境复杂多变，自优化操作本身可能引入干扰，反而降低网络稳定性
。
因此如何在提升性能的同时保证优化过程的平稳性和稳定性，是无线网络自优化技术面临的挑战
。
[0004]在相关技术中，比如中国专利文献
CN116405954A
中提供了一种无线网络自优化方法
、
系统
、
装置及可读存储介质，方法包括：确定待优化小区的网络问题，网络问题包括容量覆盖问题；若出现容量覆盖问题，执行本地优化策略，本地优化策略包括扇区化处理和智能反射面辅助处理；更新小区性能指标数据；根据更新后的小区性能指标数据确定本地处理结果；若本地处理结果表征容量覆盖问题未解决，执行另一本地优化策略或小区协作优化策略，小区协作优化策略包括负载均衡处理和干扰协调处理
。
但是该方案存在：扇区化处理和智能反射面处理等本地优化策略效果存在时滞，多个小区协同优化也需要协调过程，因此网络优化的稳定性有待进一步提高
。

技术实现思路

[0005]1.
要解决的技术问题
[0006]针对现有技术中存在的网络优化稳定性差的问题，本申请提供了一种无线通信网络性能优化方法
、
装置及存储介质，通过构建自适应六边形格网
、
建立
LSTM
网络预测模型等，提高了无线网络优化的稳定性
。
[0007]2.
技术方案
[0008]本申请的目的通过以下技术方案实现
。
[0009]本说明书实施例的第一方面提供一种无线通信网络性能优化方法，包括：数据采集步骤，采用六边形划分算法将无线网络覆盖区域划分为多个格区，按照设置的周期，采集包含业务量
、
干扰强度和负载率的性能指标，并对性能指标进行归一化处理后构建状态特征向量；
LSTM
预测步骤，构建包含输入层
、
多个隐藏层
LSTM
和输出层的
LSTM
网络，输入状态特征向量，经
LSTM
网络学习时间序列特征后，输出表示未来时刻各个格区的网络状态预测特征向量；强化学习步骤，建立
Q
强化学习算法模型，输入网络状态预测特征向量，学习并输出包含功率控制和载波分配策略的网络参数优化策略；优化行动生成步骤，根据获得的网
络参数优化策略，生成网络参数调整的时间序列计划表；网络优化执行步骤，根据时间序列计划表，采用滚动调整和异常回退机制，调整各个格区的网络参数
。
[0010]进一步地，采用六边形划分算法将无线网络覆盖区域划分为多个格区的步骤包括：利用密度聚类算法基于采集的基站注册数据或用户位置数据，划分用户分布为第一密度区域和第二密度区域；对第一密度区域，利用正六边形递归细分，生成边长为
N1
的六边形网格；对第二密度区域，利用正六边形递归细分，生成边长为
N2
的六边形网格；利用六边形网格的坐标信息，通过哈希算法为每个生成的六边形网格设置唯一的标识符；通过六边形网络的顶点坐标计算六边形网格的几何重心，选择距离几何重心距离最小的网络物理设备作为六边形网格的数据采集点；利用关联数组算法建立标识符与对应的六边形网格的关联关系；根据关联关系划分无线网络覆盖区域
。
[0011]进一步地，对第一密度区域，利用正六边形递归细分，生成边长为
N1
的六边形网格的步骤包括：获取第一密度区域的顶点坐标信息，生成第一顶点集；设置递归细分的初始网格边长
L0
和预设终止条件；根据初始网格边长
L0
，利用
Delaunay
三角剖分算法获取顶点集的初始层六边形网格；判断当前网格边长是否大于阈值
N1
，如果是则等分网格边生成新层子网格；重复上述步骤，直到满足预设终止条件；输出最后一层六边形网格，计算六边形网格的平均边长
Li
；判断平均边长
Li
与
N1
的差值的绝对值是否小于误差容限
ε
，如果否，则调整初始边长
L0
，通过如下公式调整
L0
：
L0'
＝
L0*(N1/Li)
，将调整后的
L0'
作为初始网格边长，重复上述步骤，直至输出的平均边长
Li
与
N1
的差值的绝对值小于误差容限
ε
。
[0012]进一步地，判断当前网格边长是否大于阈值
N1
，如果是则等分网格边生成新层子网格的步骤包括：计算当前网格边长的等分点的坐标，作为插入节点的坐标；构建第二顶点集，包含插入节点坐标和相邻六边形网格的顶点坐标；对第二顶点集进行凸包检测，移除凸包之外的顶点；对移除凸包之外的顶点后的第二顶点集进行
Delaunay
三角剖分，生成三角剖分连接关系；检测三角剖分中相邻两个三角形面之间共享的公共边；将公共边两端顶点坐标提取并合并，构成子网格的顶点集；将公共边的连接关系提取并合并，构成子网格的连接关系；根据子网格的顶点集和连接关系生成新层子网络
。
[0013]进一步地，其中，网络物理设备为基站或用户设备；
N2
的值为
N1
的
R
倍，
R
的取值范围为
1.5
至
2。
[0014]进一步地，构建包含输入层
、
多个隐藏层
LSTM
和输出层的
LSTM
网络的步骤包括：根据状态特征向量的维度，设置输入层节点数量；根据网络优化预测目标，设置输出层节点数量；构建第一隐藏层，设置
M1
个
LSTM
神经元，提取的第一特征，
M1
的取值范围为
128
至
256
；构建中间隐藏层，提取的第二特征，每新增一层中间隐藏层，
LSTM
神经元本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种无线通信网络性能优化方法，包括：数据采集步骤，采用六边形划分算法将无线网络覆盖区域划分为多个格区，按照设置的周期，采集包含业务量
、
干扰强度和负载率的性能指标，并对性能指标进行归一化处理后构建状态特征向量；
LSTM
预测步骤，构建包含输入层
、
多个隐藏层
LSTM
和输出层的
LSTM
网络，输入状态特征向量，经
LSTM
网络学习时间序列特征后，输出表示未来时刻各个格区的网络状态预测特征向量；强化学习步骤，建立
Q
强化学习算法模型，输入网络状态预测特征向量，学习并输出包含功率控制和载波分配策略的网络参数优化策略；优化行动生成步骤，根据获得的网络参数优化策略，生成网络参数调整的时间序列计划表；网络优化执行步骤，根据时间序列计划表，采用滚动调整和异常回退机制，调整各个格区的网络参数
。2.
根据权利要求1所述的无线通信网络性能优化方法，其特征在于：采用六边形划分算法将无线网络覆盖区域划分为多个格区的步骤包括：利用密度聚类算法基于采集的基站注册数据或用户位置数据，划分用户分布为第一密度区域和第二密度区域；对第一密度区域，利用正六边形递归细分，生成边长为
N1
的六边形网格；对第二密度区域，利用正六边形递归细分，生成边长为
N2
的六边形网格；利用六边形网格的坐标信息，通过哈希算法为每个生成的六边形网格设置唯一的标识符；通过六边形网络的顶点坐标计算六边形网格的几何重心，选择距离几何重心距离最小的网络物理设备作为六边形网格的数据采集点；利用关联数组算法建立标识符与对应的六边形网格的关联关系；根据关联关系划分无线网络覆盖区域
。3.
根据权利要求2所述的无线通信网络性能优化方法，其特征在于：对第一密度区域，利用正六边形递归细分，生成边长为
N1
的六边形网格的步骤包括：获取第一密度区域的顶点坐标信息，生成第一顶点集；设置递归细分的初始网格边长
L0
和预设终止条件；根据初始网格边长
L0
，利用
Delaunay
三角剖分算法获取顶点集的初始层六边形网格；判断当前网格边长是否大于阈值
N1
，如果是则等分网格边生成新层子网格；重复上述步骤，直到满足预设终止条件；输出最后一层六边形网格，计算六边形网格的平均边长
Li
；判断平均边长
Li
与
N1
的差值的绝对值是否小于误差容限
ε
，如果否，则调整初始边长
L0
，通过如下公式调整
L0
：
L0'
＝
L0*(N1/Li)
将调整后的
L0'
作为初始网格边长，重复上述步骤，直至输出的平均边长
Li
与
N1
的差值的绝对值小于误差容限
ε
。4.
根据权利要求3所述的无线通信网络性能优化方法，其特征在于：
判断当前网格边长是否大于阈值
N1
，如果是则等分网格边生成新层子网格的步骤包括：计算当前网格边长的等分点的坐标，作为插入节点的坐标；构建第二顶点集，包含插入节点坐标和相邻六边形网格的顶点坐标；对第二顶点集进行凸包检测，移除凸包之外的顶点；对移除凸包之外的顶点后的第二顶点集进行
Delaunay
三角剖分，生成三角剖分连接关系；检测三角剖分中相邻两个三角形面之间共享的公共边；将公共边两端顶点坐标提取并合并，构成子网格的顶点集；将公共边的连接关系提取并合并，构成子网格的连接关系；根据子网格的顶点集和连接关系生成新层子网络
。5.
根据权利要求2所述的无线通信网络性能优化方法，其特征在于：其中，网络物理设备为基站或用户设备；
N2
的值为
N1
的
R
倍，
R
的取值范围为
1....

【专利技术属性】
技术研发人员：赵松，李奇峰，
申请(专利权)人：青岛中企英才集团有限公司，
类型：发明
国别省市：