System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无线通信网络,特别涉及一种基于人工智能的通信基站rru部署优化方法。
技术介绍
1、随着工信部向中国电信、中国移动、中国联通以及中国广电发放5g商用牌照,标志着中国正式进入5g商用阶段。一张光缆网架构如何融合无线接入网,将直接影响其能否平滑过渡到承载5g业务。随着5g拉远站的大规模建设逐步推进,目前bbu已经大量部署,涉及到大量的rru如何部署的问题,但由于5g的关键性能指标更加多元化,并且随着5g基站建设向旅游景区推进,因此涉及到不同性能的rru设备在旅游景区及沿线地带的部署问题,尤其旅游景区及沿线地带很多并非既有场景,而是基于规划方案正在建设中,当部署完成后使用量短期内快速提升,这导致很多条件在设计部署方案时无法知晓,故既有的直接基于硬性约束进行规划的部署优化方式,涉及到多的未知条件设定,难以有效应对复杂的现实情况。
技术实现思路
1、针对现有技术中存在的问题,提供了一种基于人工智能的通信基站rru部署优化方法,基于目标地区的规划方案利用强化学习模型进行生成优化部署的方式,能在条件受限的前提下进行有效的优化rru部署方案生成。
2、本专利技术采用的技术方案如下:一种基于人工智能的通信基站rru部署优化方法,包括:
3、步骤1、根据用户配置从数据库中获取目标地区的规划方案,其中,规划方案包括三维地形图和各区域的规划用途;
4、步骤2、根据规划用途生成用户数量范围值和预期宽带;
5、步骤3、构建强化学习模型,并根据预期宽
6、步骤4、根据三维地形图构建仿真环境,并以rru部署位置为强化学习模型的动作输出,将强化学习模型置于仿真环境中进行训练;
7、步骤5、判断强化学习模型的动作输出收益是否收敛,若收敛则进入步骤6,否则返回步骤4;
8、步骤6、根据强化学习模型输出的rru部署位置,生成rru部署方案。
9、进一步的,所述步骤2的具体子步骤包括:
10、步骤2.1、根据规划用途设定各区域的权重值;
11、步骤2.2、根据规划用途在各区域中生成用户数量范围值;
12、步骤2.3、根据各区域的权重值,设定各区域用户的预期通信带宽。
13、进一步的,所述步骤3中,奖励函数具体如下:
14、
15、xi(t)=bi(t)-b′i(t)
16、
17、其中,j为奖励结果,n为区域数量,m为rru数量,m′为rru数量阈值,由用户配置决定,bi′(t)为预期通信带宽,bi为区域的总带宽,为区域用户数量。
18、进一步的,所述区域的总带宽计算方法为:
19、
20、其中,bi为区域的总带宽,br为覆盖该区域的rru带宽,γ为rru对区域的覆盖率。
21、进一步的,所述步骤4中,在训练时,区域用户数量由该区域的用户数量范围值中生成的随机数确定。
22、进一步的,所述步骤5中,动作输出收益计算方法为:
23、
24、其中,ri(t)为动作输出收益,bi(t)为第i个区域的用户通信带宽,bi′(t)为预期通信带宽。
25、进一步的,所述步骤5中,收敛的判断方法为:连续e个周期的动作输出收益计算结果呈非递增趋势即视为收敛,其中,e取值范围为5~10。
26、进一步的,所述步骤6中,生成rru部署方案的过程包括:在每一rru部署位置圆周3m范围内寻找地形的斜率最低点,并在该斜率最低点生成rru安装位。
27、进一步的,所述步骤1中,目标地区的规划方案来源于旅游景区总体规划方案和邻接地区的交通规划方案,将之数字化并建立三维地形模型得到。
28、进一步的,所述步骤4中,仿真环境采用三维引擎构建,并将rru通信参数进行可视化构建。
29、与现有技术相比,采用上述技术方案的有益效果为:本专利技术基于目标地区的规划方案利用强化学习模型进行生成优化部署的方式,能在条件受限的前提下进行有效的优化rru部署方案生成,基于仿真模拟和特定且易知的条件约束有效避免未知条件的限制,避免使用硬性约束,能很好的应对复杂的现实情况。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的通信基站RRU部署优化方法,其特征在于,包括:
2.根据权利要求1所述的基于人工智能的通信基站RRU部署优化方法,其特征在于,所述步骤2的具体子步骤包括:
3.根据权利要求1或2所述的基于人工智能的通信基站RRU部署优化方法,其特征在于,所述步骤3中,奖励函数具体如下:
4.根据权利要求3所述的基于人工智能的通信基站RRU部署优化方法,其特征在于,所述区域的总带宽计算方法为:
5.根据权利要求3所述的基于人工智能的通信基站RRU部署优化方法,其特征在于,所述步骤4中,在训练时,区域用户数量由该区域的用户数量范围值中生成的随机数确定。
6.根据权利要求1所述的基于人工智能的通信基站RRU部署优化方法,其特征在于,所述步骤5中,动作输出收益计算方法为:
7.根据权利要求1或6所述的基于人工智能的通信基站RRU部署优化方法,其特征在于,所述步骤5中,收敛的判断方法为:连续e个周期的动作输出收益计算结果呈非递增趋势即视为收敛,其中,e取值范围为5~10。
8.根据权利要求1所述的基于
9.根据权利要求1所述的基于人工智能的通信基站RRU部署优化方法,其特征在于,所述步骤1中,目标地区的规划方案来源于旅游景区总体规划方案和邻接地区的交通规划方案,将之数字化并建立三维地形模型得到。
10.根据权利要求1所述的基于人工智能的通信基站RRU部署优化方法,其特征在于,所述步骤4中,仿真环境采用三维引擎构建,并将RRU通信参数进行可视化构建。
...【技术特征摘要】
1.一种基于人工智能的通信基站rru部署优化方法,其特征在于,包括:
2.根据权利要求1所述的基于人工智能的通信基站rru部署优化方法,其特征在于,所述步骤2的具体子步骤包括:
3.根据权利要求1或2所述的基于人工智能的通信基站rru部署优化方法,其特征在于,所述步骤3中,奖励函数具体如下:
4.根据权利要求3所述的基于人工智能的通信基站rru部署优化方法,其特征在于,所述区域的总带宽计算方法为:
5.根据权利要求3所述的基于人工智能的通信基站rru部署优化方法,其特征在于,所述步骤4中,在训练时,区域用户数量由该区域的用户数量范围值中生成的随机数确定。
6.根据权利要求1所述的基于人工智能的通信基站rru部署优化方法,其特征在于,所述步骤5中,动作输出收益计算方法为:
7.根据权利要求1或6所述...
【专利技术属性】
技术研发人员:李鹏,黄永春,毕延军,
申请(专利权)人:四川恒湾科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。