[发明专利]6G网络AI信号优化的方法、系统、设备和存储介质

说明书

本发明提供一种6G网络AI信号优化的方法、系统、设备和存储介质，其中方法包括对5G空口覆盖数据进行二次插值数据提优；构建无线网络覆盖分类预测模型；对覆盖因素进行分类预测；获取分类数据；对分类数据进行计算，将计算结果作为下次路测发生无线覆盖异常的概率；构建的路测流程优化模型；将存储在发射信号所在5G基站上的日志数据和分类对应的正常阈值指标进行数据运算和分析，得到影响无线网络覆盖的当前因素分类中发生异常概率最高的子分类；对发生异常概率最高的子分类进行正常或异常标识；将标识后的数据更新至路测流程标识分析表；分析表优化5G无线接入覆盖流程。本发明采用上述方法，以使6G空口设计满足6G运行的实际需求。

技术领域

本发明属于无线通信网络技术领域，尤其涉及一种6G网络AI信号优化的方法、系统、设备和存储介质。

背景技术

6G，即第六代移动通信标准，一个概念性无线网络移动通信技术，也被称为第六代移动通信技术，主要促进的就是互联网的发展。6G网络将是一个地面无线与卫星通信集成的全连接世界，通过将卫星通信整合到6G移动通信，实现全球无缝覆盖。

人工智能将在6G无线空口和系统级解决方案中扮演重要角色。比如，人工智能与无线电感测、定位等技术结合，可实时了解无线环境，主动预测无线链路丢失和最佳切换目标，以及主动分配最优无线资源等，甚至还可根据特定环境和业务需求，通过AI快速设计最佳无线空口。人工智能(AI)和机器学习(ML)已经渗透到许多应用程序中，机器学习支持主动分配网络资源，从而提高性能，特别是在延迟敏感的应用中。

由于6G无线网络在功能上比5G无线网络复杂很多。因此，基于5G网络结构进行6G部署时，6G空口设计无法满足6G运行的实际需求。

发明内容

本发明针对现有技术中的不足，提供一种6G网络AI信号优化的方法、系统、设备和存储介质。

第一方面，本发明提供一种6G网络AI信号优化的方法，包括：

对5G空口覆盖数据进行二次插值数据提优；

采用Transformer算法构建无线网络覆盖分类预测模型；

根据分类预测模型和二次插值提优后的数据对覆盖因素进行分类预测；

将分类预测的结果作为查询条件，从基站网络设备的RRU日志获取分类数据；

根据分类预测模型对分类数据进行计算，将计算结果作为下次路测发生无线覆盖异常的概率，并生成路测流程标识分析表；

采用随机森林法构建的路测流程优化模型；

根据路测流程优化模型，将存储在发射信号所在5G基站上的日志数据和分类对应的正常阈值指标进行数据运算和分析，得到影响无线网络覆盖的当前因素分类中发生异常概率最高的子分类；

对发生异常概率最高的子分类进行正常或异常标识；

将标识后的数据更新至路测流程标识分析表；

根据更新后的路测流程标识分析表优化5G无线接入覆盖流程。

进一步地，所述根据分类预测模型对分类数据进行计算，将计算结果作为下次路测发生无线覆盖异常的概率，并生成路测流程标识分析表，包括：

采用PositionEncoding进行时序编码：

PositionEncoding＝cos2(pos/N)；

其中，PositionEncoding为时间序列编码；pos为数据序列号；N为可调长度大小；

采用attention发掘时序维度的特征关联：

Attention_output＝Attention(Q,K,V)；