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】
本公开至少涉及网络仿真,尤其涉及一种无线网络仿真优化方法、无线网络仿真优化装置以及计算机可读存储介质。
技术介绍
1、在现代工业生产中,无线网络在生产自动化、设备监控、数据传输等方面发挥着越来越重要的作用。可以使用对工厂内的无线网络进行仿真预测的技术手段,来确保无线网络的稳定性和高效性。
2、但由于工厂内的复杂环境,工业场景中的物体(包括物体自身、物体的位置和形态等)实时变化,物体实时变化影响网络信号的传播,进而影响了工业场景网络仿真的准确性,同时工业场景对网络性能的需求也随物体实时变化而变化。
3、因此,对物体实时变化的场景,进行准确的网络仿真和实时的网络优化变得尤为重要。
技术实现思路
1、本公开所要解决的技术问题是针对上述不足,提供一种无线网络仿真优化方法、无线网络仿真优化装置以及计算机可读存储介质,以解决如何对物体实时变化的场景进行网络仿真优化的问题。
2、第一方面,本公开提供一种无线网络仿真优化方法,所述方
3、法包括:
4、根据场景中的物体实时分布和物体实时形态,建立数字孪生场景;
5、根据物体实时分布和物体实时形态,获取数字孪生场景中的实时电导损耗分布;
6、根据数字孪生场景中的实时电导损耗分布,获取数字孪生场景中基于射线传播的实时网络仿真结果,根据实时网络仿真结果优化场景的无线网络。
7、进一步地,根据场景中的物体实时分布和物体实时形态,建立数字孪生场景,具体包括:
>8、根据场景设计图纸获取场景中的建筑结构分布和形态、固定设备分布和形态以及生产线分布和形态;
9、根据建筑结构分布和形态、固定设备分布和形态以及生产线分布和形态,生成场景的三维3d数字立体模型;
10、根据场景实时图像获取场景中的移动设备实时分布和形态以及产品实时分布和形态;
11、将移动设备实时分布和形态以及产品实时分布和形态,嵌入场景的3d数字立体模型。
12、进一步地,根据物体实时分布和物体实时形态,获取数字孪生场景中的实时电导损耗分布,具体包括:
13、根据物体实时分布获取场景中实时分布的物体的材质;
14、根据实时分布的物体的材质和物体实时形态,获取实时物体实时电导损耗;
15、根据实时物体实时电导损耗结合物体实时分布,获取数字孪生场景中的实时电导损耗分布。
16、进一步地,根据物体实时分布获取场景中实时分布的物体的材质,具体包括:
17、根据场景实时图像获取基于第一卷积神经网络cnn的材质识别模型;
18、将场景实时图像输入材质识别模型,以获取场景中实时分布的移动设备和产品的材质。
19、进一步地,根据场景实时图像获取基于第一cnn的材质识别模型,具体包括:
20、根据场景实时图像按照下式确定第一cnn的网络深度:
21、d=α1×log(r)+β1
22、其中,d是网络深度,α1、β1为常数,r是场景实时图像的标准差,标准差根据场景实时图像的各像素值计算获得;
23、根据场景实时图像按照下式确定第一cnn的池化策略:
24、
25、其中,p是池化策略,ci是第i个物体的轮廓复杂度,s是场景实时图像中的实时物体数量;
26、其中,第一cnn预先根据场景历史图像训练获得,场景历史图像中标记了各历史物体材质。
27、进一步地,根据实时分布的物体的材质和物体实时形态,获取实时物体实时电导损耗,具体包括:
28、根据产品的材质获取产品的材质系数k,根据产品的实时形态获取产品的物体厚度t,按照下式获取产品的实时电导损耗:
29、l(κ,t,f)=α×κβ+γ×tδ×log(f)
30、其中,l(κ,t,f)为产品的实时电导损耗,f为场景中的网络信号频率,α、β、γ和δ是通过工程实测数据拟合得到的系数;
31、查询材质电导损耗数据库获取建筑结构、固定设备、生产线和移动设备的电导损耗。
32、进一步地,根据数字孪生场景中的实时电导损耗分布,获取数字孪生场景中基于射线传播的实时网络仿真结果,根据实时网络仿真结果优化场景的无线网络,具体包括:
33、获取场景中多个勘测点的实时实际网络指标;
34、根据数字孪生场景中的实时电导损耗分布和实时实际网络指标,实时修正射线传播模型;
35、根据场景的无线网络设备的位置及配置结合实时修正后的射线传播模型,获取数字孪生场景中的实时网络仿真结果;
36、响应于根据实时网络仿真结果预测场景中存在网络性能瓶颈,优化场景的无线网络设备的位置及配置。
37、进一步地,根据数字孪生场景中的实时电导损耗分布和实时实际网络指标,实时修正射线传播模型,具体包括:
38、将数字孪生场景中的实时电导损耗分布,输入基于第二卷积神经网络cnn的射线传播模型,以获取多个勘测点的实时预测网络指标;
39、根据实时实际网络指标和实时预测网络指标之间的损失,实时修正射线传播模型参数,并重新获取实时预测网络指标,直至损失低于设定阈值。
40、第二方面,本公开提供一种无线网络仿真优化装置,所述装
41、置包括:
42、数字孪生模块,用于根据场景中的物体实时分布和物体实时形态,建立数字孪生场景;
43、获取损耗模块,与数字孪生模块连接,用于根据物体实时分布和物体实时形态,获取数字孪生场景中的实时电导损耗分布;
44、仿真优化模块,与获取损耗模块连接,用于根据数字孪生场景中的实时电导损耗分布,获取数字孪生场景中基于射线传播的实时网络仿真结果,根据实时网络仿真结果优化场景的无线网络。
45、第三方面,本公开一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序被处理器运行时,实现如上所述的无线网络仿真优化方法。
46、本公开提供一种无线网络仿真优化方法、无线网络仿真优化装置以及计算机可读存储介质,通过数字孪生技术实时模拟场景状态,根据实时场景状态中的实时电导损耗分布,模拟网络射线在场景中的传播进行网络仿真,提高了网络仿真的准确性,根据网络仿真结果实时优化网络,有助于获得实时满足场景性能需求的网络覆盖。
本文档来自技高网...【技术保护点】
1.一种无线网络仿真优化方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,根据场景中的物体实时分布和物体实时形态,建立数字孪生场景,具体包括:
3.根据权利要求1所述的方法,其特征在于,根据物体实时分布和物体实时形态,获取数字孪生场景中的实时电导损耗分布,具体包括:
4.根据权利要求3所述的方法,其特征在于,根据物体实时分布获取场景中实时分布的物体的材质,具体包括:
5.根据权利要求4所述的方法,其特征在于,根据场景实时图像获取基于第一CNN的材质识别模型,具体包括:
6.根据权利要求3所述的方法,其特征在于,根据实时分布的物体的材质和物体实时形态,获取实时物体实时电导损耗,具体包括:
7.根据权利要求1-6任一项所述的方法,其特征在于,根据数字孪生场景中的实时电导损耗分布,获取数字孪生场景中基于射线传播的实时网络仿真结果,根据实时网络仿真结果优化场景的无线网络,具体包括:
8.根据权利要求7所述的方法,其特征在于,根据数字孪生场景中的实时电导损耗分布和实时实际网络指标,
9.一种无线网络仿真优化装置,其特征在于,所述装置包括:
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序被处理器运行时,实现如权利要求1-8任一项所述的无线网络仿真优化方法。
...【技术特征摘要】
1.一种无线网络仿真优化方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,根据场景中的物体实时分布和物体实时形态,建立数字孪生场景,具体包括:
3.根据权利要求1所述的方法,其特征在于,根据物体实时分布和物体实时形态,获取数字孪生场景中的实时电导损耗分布,具体包括:
4.根据权利要求3所述的方法,其特征在于,根据物体实时分布获取场景中实时分布的物体的材质,具体包括:
5.根据权利要求4所述的方法,其特征在于,根据场景实时图像获取基于第一cnn的材质识别模型,具体包括:
6.根据权利要求3所述的方法,其特征在于,根据实时分布的物体的材质和物体实时形态...
【专利技术属性】
技术研发人员:张巾莹,李壮志,王亚,南作用,房功晓,杨宗林,
申请(专利权)人:中国联合网络通信集团有限公司,
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。