中继网络资源调度方法、装置、设备、介质和程序产品与流程

本发明涉及网络资源调度，尤其涉及一种中继网络资源调度方法、装置、设备、介质和程序产品。

背景技术：

1、随着无线网络科技的飞速发展，5g无线技术的应用越来越广泛。5g信号中继是5g无线技术的一项重要组成部分，可以帮助扩大5g信号的覆盖范围，从而使5g用户在更大的范围内获得更好的网络服务。针对区域通讯涌流，现有技术根据操作人员的主观判断进行中继调度，准确度较低，易导致热点区域和热点时段出现通讯容量不足的情况。

技术实现思路

1、本发明提供一种中继网络资源调度方法、装置、设备、介质和程序产品，用以解决现有技术中根据操作人员的主观判断进行中继调度，准确度较低，易导致热点区域和热点时段出现通讯容量不足的情况的缺陷。

2、第一方面，本发明提供一种中继网络资源调度方法，包括：

3、在采集时间段内获取目标区域的通讯基本参数、通讯波动参数和基站功率参数，确定所述目标区域在预测时间段内的未来影响参数；

4、构建中继调度预测模型，将所述通讯基本参数、通讯波动参数、基站功率参数和未来影响参数输入至所述中继调度预测模型，得到所述中继调度预测模型输出的预测时间段内的中继调度方案；

5、其中，所述中继调度预测模型是基于样本区域在样本时间段的样本通讯基本参数、样本通讯波动参数、样本基站功率参数和样本未来影响参数，以及所述样本区域对应的中继调度方案标签进行训练得到的。

6、在一些实施例中，所述中继调度预测模型包括图卷积网络层、卷积神经网络层、transformer层和阶段预测层；

7、对应地，所述构建中继调度预测模型，将所述通讯基本参数、通讯波动参数、基站功率参数和未来影响参数输入至所述中继调度预测模型，得到所述中继调度预测模型输出的中继调度方案，包括：

8、构建所述目标区域的网络连接拓扑结构图；

9、将所述目标区域的网络连接拓扑结构图输入至所述图卷积网络层，得到所述图卷积网络层输出的所述目标区域的通讯设备的结构特征；

10、将所述通讯基本参数、通讯波动参数、基站功率参数和未来影响参数输入至所述卷积神经网络层，得到所述卷积神经网络层输出的各所述参数对应的时域特征和频域特征；

11、将所述时域特征、频域特征和结构特征输入至所述transformer层，得到所述transformer层输出的融合特征；

12、通过聚类算法对所述融合特征进行动态聚类，识别所述目标区域中性能退化的目标通讯设备，得到识别结果；

13、基于所述识别结果，对所述时域特征、频域特征和结构特征进行筛选，得到所述目标通讯设备对应的目标时域特征、目标频域特征和目标结构特征；

14、将所述目标时域特征、目标频域特征和目标结构特征输入至所述阶段预测层，得到所述阶段预测层输出的所述目标通讯设备的退化阶段；

15、基于所述目标通讯设备的退化阶段，生成所述中继调度方案。

16、在一些实施例中，所述构建所述目标区域的网络连接拓扑结构图，包括：

17、获取所述目标区域中的通讯设备的基本信息，所述通讯设备的基本信息包括设备类型、功能、位置以及通讯设备之间的连接链路；

18、根据所述通讯设备的基本信息，以通讯设备为节点，以通讯设备之间的连接链路为边，构建所述目标区域的网络连接拓扑结构图，确定节点和边的权重及边的方向。

19、在一些实施例中，所述将所述通讯基本参数、通讯波动参数、基站功率参数和未来影响参数输入至所述卷积神经网络层，得到所述卷积神经网络层输出的各所述参数对应的时域特征和频域特征，包括：

20、将所述通讯基本参数、通讯波动参数、基站功率参数和未来影响参数的时序数据输入至所述卷积神经网络层，利用一维卷积层对所述时序数据进行卷积操作，提取所述时序数据的时域特征；

21、采用非线性激活函数增加所述卷积神经网络层的非线性，采用池化层降低所述时域特征的维度；

22、对所述时序数据进行快速傅立叶变换，将所述时序数据转换成频域数据；

23、采用一维卷积层对所述频域数据进行卷积操作，提取所述频域数据的频域特征，采用池化层降低所述频域特征的维度。

24、在一些实施例中，所述通讯基本参数包括通讯需求分布参数、通讯流量参数、通讯流量峰值参数和通讯流量谷值参数；所述基站功率参数包括基站基本参数、基站覆盖范围参数、基站上行频率参数、基站下行频率参数、基站频宽重叠范围参数；所述未来影响参数包括事件因素参数、天气因素参数、活动因素参数和节假日因素参数。

25、在一些实施例中，所述在采集时间段内获取目标区域的通讯基本参数、通讯波动参数和基站功率参数，包括：

26、对所述目标区域进行网格化划分，得到目标区域网格图；

27、在采集时间段内采集所述目标区域的通讯流量参数，确定通讯流量峰值参数和通讯流量谷值参数；

28、基于所述通讯流量参数和所述目标区域网格图，得到所述目标区域的通讯流量网格图；

29、基于所述通讯流量网格图，确定所述通讯流量峰值参数的权重，以及所述通讯流量谷值参数的权重；

30、根据所述通讯流量峰值参数和通讯流量谷值参数，以及所述通讯流量峰值参数的权重和所述通讯流量谷值参数的权重，得到所述通讯波动参数。

31、在一些实施例中，所述中继调度预测模型的确定过程包括：

32、获取样本区域在样本时间段的样本通讯基本参数、样本通讯波动参数、样本基站功率参数和样本未来影响参数；

33、确定所述样本区域对应的中继调度方案标签；

34、以所述样本通讯基本参数、样本通讯波动参数、样本基站功率参数和样本未来影响参数为训练样本，以所述样本区域对应的中继调度方案标签为样本标签，训练初始中继调度预测模型；

35、对所述初始中继调度预测模型的参数进行迭代优化，得到所述中继调度预测模型；

36、其中，所述中继调度预测模型的参数包括通讯基本参数的权重、通讯波动参数的权重、基站功率参数的权重和未来影响参数的权重。

37、第二方面，本发明还提供一种中继网络资源调度装置，包括：

38、获取单元，用于在采集时间段内获取目标区域的通讯基本参数、通讯波动参数和基站功率参数，确定所述目标区域在预测时间段内的未来影响参数；

39、预测单元，用于构建中继调度预测模型，将所述通讯基本参数、通讯波动参数、基站功率参数和未来影响参数输入至所述中继调度预测模型，得到所述中继调度预测模型输出的预测时间段内的中继调度方案；

40、其中，所述中继调度预测模型是基于样本区域在样本时间段的样本通讯基本参数、样本通讯波动参数、样本基站功率参数和样本未来影响参数，以及所述样本区域对应的中继调度方案标签进行训练得到的。

41、第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述中继网络资源调度方法。

42、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述中继网络资源调度方法。

43、第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述中继网络资源调度方法。

44、本发明提供的中继网络资源调度方法、装置、设备、介质和程序产品，通过在采集时间段内获取目标区域的通讯基本参数、通讯波动参数和基站功率参数，确定目标区域在预测时间段内的未来影响参数，构建中继调度预测模型，将各参数输入至中继调度预测模型，得到预测时间段内的中继调度方案，提高了中继调度的准确性，能够避免热点区域和热点时段出现通讯容量不足的情况。