数据通信方法、电子设备、存储介质及计算机程序产品与流程

本公开涉及人工智能、网络与通讯，具体而言，涉及一种数据通信方法、电子设备、存储介质及计算机程序产品。

背景技术：

1、随着智能化和数字化进程的加速，数据通信的需求量呈现出爆炸性增长，特别是在物联网、5g通信、边缘计算等前沿领域，海量数据的实时传输成为了常态。相关技术中的数据通信方法通常采用固定频谱分配和预设通信协议来实现数据的高效传输。然而，固定频谱分配机制在面对高密度用户和多变的通信环境时，频谱资源的利用效率低下，无法有效应对频谱拥堵和信道干扰，导致通信延迟增加，数据传输速率下降；预设的通信协议虽然在理想环境下表现良好，但在实际应用场景中，由于缺乏对环境变化的敏感性和响应能力，面对突发的网络拥堵、设备移动性变化等状况时，无法做出快速调整，影响了数据通信的连续性和服务质量。因此，相关技术中提供的数据通信方法难以满足现代通信系统对高容量、低延迟和灵活适应性的需求，进而难以提供稳定、高效的数据通信服务。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本公开实施例提供了一种数据通信方法、电子设备、存储介质及计算机程序产品，以至少解决相关技术中提供的数据通信方法存在的频谱资源利用效率低、频段间干扰大以及通信策略缺乏适应性的技术问题。

2、根据本公开实施例的一个方面，提供了一种数据通信方法，包括：获取通信环境数据对应的时空特征向量；

3、采用目标深度学习强化模型对时空特征向量进行分析处理，得到目标频段分配策略，其中，目标频段分配策略用于分配数据传输时的目标频谱资源，深度学习强化模型通过实时环境反馈数据进行更新处理；在多频段协同通信过程中依据目标频段分配策略对待传输数据进行数据传输，得到目标传输结果。

4、可选地，获取通信环境数据对应的时空特征向量包括：获取通信环境数据，其中，通信环境数据至少包括：信道状态数据、接收信号强度指示数据、邻近基站的频谱使用数据；利用卷积神经网络对通信环境数据进行卷积运算，得到通信环境数据对应的空间特征向量；利用长短时记忆网络对通信环境数据进行特征提取，得到通信环境数据对应的时间特征向量；基于空间特征向量和时间特征向量确定时空特征向量。

5、可选地，数据通信方法还包括：基于时空特征向量确定目标状态数据，其中，目标状态数据用于表示当前通信环境状态；利用目标状态数据确定目标动作数据，其中，目标动作数据用于表示当前通信环境状态对应的当前频段分配策略；基于目标状态数据和目标动作数据获取实时奖励函数和更新状态数据；将目标状态数据、目标动作数据、实时奖励函数和更新状态数据存储至历史交互存储区域。

6、可选地，数据通信方法还包括：从历史交互存储区域获取历史经验样本；基于历史经验样本确定目标动作价值函数和目标期望值，其中，目标动作价值函数用于表示目标状态数据和目标动作数据管理的预期奖励；基于目标动作价值函数和目标期望值确定第一损失函数；利用第一损失函数对初始深度学习强化模型进行迭代训练，得到目标深度学习强化模型。

7、可选地，在多频段协同通信过程中依据目标频段分配策略对待传输数据进行数据传输，得到目标传输结果包括：利用目标频段分配策略确定多个目标传输频段；对待传输数据进行划分处理，得到多个数据子集；采用多个目标传输频段对多个数据子集进行并行传输，得到目标传输结果。

8、可选地，数据通信方法还包括：获取历史网络负载数据；利用目标负载预测网络对历史网络负载数据和通信环境数据进行分析预测，得到负载预测结果，其中，负载预测结果用于表示未来时间段内的网络负载；基于负载预测结果确定目标传输频段对应的带宽变化数据；采用带宽变化数据对目标传输频段进行调整处理，得到目标传输频段对应的带宽调整结果。

9、可选地，数据通信方法还包括：利用目标功率预测网络对通信环境数据进行分析处理，得到目标功率分配策略，其中，目标功率分配策略用于确定未来时间段内的功率分配结果；基于目标功率分配策略确定功率变化数据；利用功率变化数据对目标传输频段进行调整处理，得到目标传输频段对应功率调整结果。

10、根据本公开实施例的另一方面，还提供了一种数据通信装置，包括：第一获取模块，用于获取通信环境数据对应的时空特征向量；第一处理模块，用于采用目标深度学习强化模型对时空特征向量进行分析处理，得到目标频段分配策略，其中，目标频段分配策略用于分配数据传输时的目标频谱资源，深度学习强化模型通过实时环境反馈数据进行更新处理；传输模块，用于在多频段协同通信过程中依据目标频段分配策略对待传输数据进行数据传输，得到目标传输结果。

11、可选地，第一获取模块还用于：获取通信环境数据，其中，通信环境数据至少包括：信道状态数据、接收信号强度指示数据、邻近基站的频谱使用数据；利用卷积神经网络对通信环境数据进行卷积运算，得到通信环境数据对应的空间特征向量；利用长短时记忆网络对通信环境数据进行特征提取，得到通信环境数据对应的时间特征向量；基于空间特征向量和时间特征向量确定时空特征向量。

12、可选地，数据通信装置还包括：第一确定模块，用于基于时空特征向量确定目标状态数据，其中，目标状态数据用于表示当前通信环境状态；第二确定模块，用于利用目标状态数据确定目标动作数据，其中，目标动作数据用于表示当前通信环境状态对应的当前频段分配策略；第二获取模块，用于基于目标状态数据和目标动作数据获取实时奖励函数和更新状态数据；存储模块，用于将目标状态数据、目标动作数据、实时奖励函数和更新状态数据存储至历史交互存储区域。

13、可选地，数据通信装置还包括：第三获取模块，用于从历史交互存储区域获取历史经验样本；第三确定模块，用于基于历史经验样本确定目标动作价值函数和目标期望值，其中，目标动作价值函数用于表示目标状态数据和目标动作数据管理的预期奖励；第四确定模块，用于基于目标动作价值函数和目标期望值确定第一损失函数；训练模块，用于利用第一损失函数对初始深度学习强化模型进行迭代训练，得到目标深度学习强化模型。

14、可选地，传输模块还用于：利用目标频段分配策略确定多个目标传输频段；对待传输数据进行划分处理，得到多个数据子集；采用多个目标传输频段对多个数据子集进行并行传输，得到目标传输结果。

15、可选地，传输模块还用于：获取历史网络负载数据；利用目标负载预测网络对历史网络负载数据和通信环境数据进行分析预测，得到负载预测结果，其中，负载预测结果用于表示未来时间段内的网络负载；基于负载预测结果确定目标传输频段对应的带宽变化数据；采用带宽变化数据对目标传输频段进行调整处理，得到目标传输频段对应的带宽调整结果。

16、可选地，传输模块还用于：利用目标功率预测网络对通信环境数据进行分析处理，得到目标功率分配策略，其中，目标功率分配策略用于确定未来时间段内的功率分配结果；基于目标功率分配策略确定功率变化数据；利用功率变化数据对目标传输频段进行调整处理，得到目标传输频段对应功率调整结果。

17、根据本公开实施例的另一方面，还提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现本公开实施例中的数据通信方法。

18、根据本公开实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的可执行程序，其中，在可执行程序运行时控制存储介质所在设备执行本公开实施例中的数据通信方法。

19、根据本公开实施例的另一方面，还提供了一种计算机程序产品，计算机程序产品包括计算机指令，该计算机指令被处理器执行时实现本公开实施例中的数据通信方法。

20、在本公开实施例中，通过获取通信环境数据对应的时空特征向量，进而采用目标深度学习强化模型对时空特征向量进行分析处理，得到目标频段分配策略，最后在多频段协同通信过程中依据目标频段分配策略对待传输数据进行数据传输，得到目标传输结果，达到了动态优化频段选择与资源分配的目的，从而实现了提高频谱资源利用效率、减少频段间干扰并增强通信策略适应性的技术效果，进而解决了相关技术中提供的数据通信方法存在的频谱资源利用效率低、频段间干扰大以及通信策略缺乏适应性的技术问题。