[發明專利]一種基于大數據深度學習的移動互聯網資源分配系統

在審

• 申請號: 202010040033.4
• 申請日: 2020-01-15
• 公開（公告）號: CN111258761A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 王海兵
• 申請（專利權）人: 深圳市深海瑞格科技有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50
• 代理公司: 廣州市紅荔專利代理有限公司 44214
• 代理人: 黃國勇

本發明涉及互聯網技術領域，尤其是一種基于大數據深度學習的移動互聯網資源分配系統，包括頻率分配模塊，頻率分配模塊的輸出端與頻率申請模塊的輸入端連接，頻率申請模塊的輸出端與臺站管理模塊的輸入端連接，頻率分配模塊的輸出端與頻率干擾模塊的輸入端連接，頻率分配模塊的輸出端與頻率信息模塊的輸入端連接，頻率信息模塊的輸出端與頻率回收模塊的輸入端連接，該基于大數據深度學習的移動互聯網資源分配系統對系統與臺站之間通訊做出了假設，而頻率分配功能則通過對節點內部干擾、節點間干擾分別由函數實現協調、并在協調失敗時使用優先級策列函數處理，最終實現頻率資源的合理分配。

技術領域

本發明涉及互聯網技術領域，尤其涉及一種基于大數據深度學習的移動互聯網資源分配系統。

背景技術

隨著人們對更為復雜的無線通訊應用的需求日趨強烈，多種通訊設備、不同通訊計數對無線電頻率的競爭也日趨激烈，通訊設備的頻率沖突、信號干擾等問題愈發突出。在復雜的電磁環境下頻譜資源稀缺的情況已成為無線通訊向速度更快、范圍更廣、應用更豐富發展的巨大阻礙。無線網絡通訊頻譜地位一種資源，它和水、土地、森林等自然資源一樣，也具有稀缺性和有限性，這就必然制約到可供使用頻率的數量?？傊绾螌⑷颗_站的用頻情況進行動態統一的管理，同時有效而合理的對頻率進行分配，就成為未來頻譜資源緊張的重要途經之一。

發明內容

本發明的目的是為了解決現有技術中存在的缺點，而提出的一種基于大數據深度學習的移動互聯網資源分配系統。

為了實現上述目的，本發明采用了如下技術方案：

設計一種基于大數據深度學習的移動互聯網資源分配系統，包括頻率分配模塊，所述頻率分配模塊的輸出端與頻率申請模塊的輸入端連接，所述頻率申請模塊的輸出端與臺站管理模塊的輸入端連接，所述頻率分配模塊的輸出端與頻率干擾模塊的輸入端連接，所述頻率分配模塊的輸出端與頻率信息模塊的輸入端連接，所述頻率信息模塊的輸出端與頻率回收模塊的輸入端連接，所述頻率分配模塊的輸出端與認為干擾模塊的輸入端連接，所述人為干擾模塊的輸出都安與節點管理模塊的輸入端連接，所述頻率分配模塊的輸出端與約束分析模塊的輸入端連接，所述約束分析模塊的輸出端與頻率管理模塊的輸入端連接，所述約束分析模塊的輸出端與頻率協調模塊的輸入端連接，所述頻率分配模塊的輸出端與頻率協調模塊的輸入端連接。

優選的，所述頻率分配模塊的功能是根據頻率申請提交的元數據進行頻率分配，分配過程需要考慮頻率是否滿足約束性、是否干擾其它臺站，如出現干擾則進行頻率協調，并對最終的分配結果進行存儲。

優選的，其特征在于，所述頻率回收模塊的功能是臺站使用頻率結束或分配的時間終止時，臺站將歸還頻率給節點，同時更新頻率分配結果。

優選的，所述頻率約束模塊的功能是節點根據頻率管理知識對申請的頻率繼續寧約束性分析。

優選的，所述人為干預模塊的功能是臺站的頻率申請不用經過頻率分配算法，而采用人為決策的方式進行分配。

優選的，所述頻率協調模塊的功能是，當節點對臺站申請的頻率分析發現對其他正在使用的臺站存在干擾，則系統與被干擾臺站所述的節點進行協調，滿足臺站的頻率需求。

本發明提出的一種基于大數據深度學習的移動互聯網資源分配系統，有益效果在于：通過對無線通訊模型的分析確定了干擾模型，考慮到頻率分配是多個頻管單位之間相互協作、共同決策的過程，對頻率分配系統進行了功能性和非功能性需求分析，確定了系統應基于分布式架構，且應具備頻率可分配性分析能力、頻率協調能力、數據管理能力，對系統與臺站之間通訊做出了假設，而頻率分配功能則通過對節點內部干擾、節點間干擾分別由函數實現協調、并在協調失敗時使用優先級策列函數處理，最終實現頻率資源的合理分配。

附圖說明

圖1為本發明提出的一種基于大數據深度學習的移動互聯網資源分配系統的結構示意圖。