[發明專利]運用人工智能實現通訊鏈路動態加權的網絡優化方法

有效

• 申請號: 202010521746.2
• 申請日: 2020-06-10
• 公開（公告）號: CN111683384B
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 馬衛東;黃榮超
• 申請（專利權）人: 廣州空天通訊技術服務有限公司
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W40/24;H04L41/12;H04L41/14;H04L41/22
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種運用人工智能實現通訊鏈路動態加權的網絡優化方法，其特征在于：所述網絡優化方法，包括以下步驟：

S1：通訊網絡里參與通訊的通訊元素獲取該通訊元素的通訊路徑的所有鏈路特征進行實時記錄并形成鏈路表，根據鏈路表的鏈路特征生成智能可視化網絡拓撲圖；

S2：當所述通訊網絡的通訊元素有通訊請求時，發起通訊請求的通訊元素為發起者，路徑中經過的通訊元素為轉發者，目標通訊元素為對象；發起者到轉發者到對象為通訊路徑，在通訊路徑中兩兩通訊元素之間形成鏈路；通過計算機視覺及圖像識別技術，識別所述智能可視化網絡拓撲圖，從而提取發起者到對象之間所有通訊路徑中兩兩通訊元素之間的鏈路特征，導入鏈路圖像識別樣品庫進行對比，計算出各鏈路的實時動態加權值；

S3：根據每條鏈路的實時動態加權值，計算出最優通訊路徑，并按最優通訊路徑實現通訊；

S4：在通訊完成后，將本次參與通訊的發起者到對象之間所有通訊路徑中兩兩通訊元素之間的最新鏈路特征更新所述智能可視化網絡拓撲圖；將更新后的智能可視化網絡拓撲圖導入神經卷積機器學習庫進行機器學習，形成最新一次的鏈路圖像識別樣品庫，為鏈路動態加權提供數據支撐，完成通訊網絡鏈路動態加權的優化；

S5：等待下一次通訊請求；當所述通訊網絡的通訊元素有最新一次通訊請求時，返回所述步驟S1。

2.如權利要求1所述的運用人工智能實現通訊鏈路動態加權的網絡優化方法，其特征在于：所述鏈路特征包括但不限于發起者、對象、位置、鏈路、信道、通訊時隙、信號強度、通訊耗時、歷史成功率、類型以及特殊能力。

3.如權利要求２所述的運用人工智能實現通訊鏈路動態加權的網絡優化方法，其特征在于：所述智能可視化網絡拓撲圖是通過計算機視覺及圖像識別技術分析在同一時刻里，通訊網絡里的所有通訊元素的實時通訊狀態的鏈路特征而生成的一張通過顏色、大小、形狀、線型、粗細及圖形組合表示所有通訊實際情況的智能可視化網絡拓撲矢量圖，用于為計算機視覺和圖像識別人工智能技術提供一個統一的導入及分析數據格式。

4.如權利要求3所述的運用人工智能實現通訊鏈路動態加權的網絡優化方法，其特征在于：所述步驟S4的更新智能可視化網絡拓撲圖是：智能可視化網絡拓撲圖將根據鏈路的實時動態加權值，自動更新通過顏色、大小、形狀、線型、粗細及圖像組合表示所有參加通訊的通訊元素的通訊路徑及鏈路特征的矢量圖；

根據更新后的矢量圖，可實現在最小路由開銷的情況下，以最少節點、最短路徑、最快路徑找出通訊時延最短、速度最快、網絡開銷最小的鏈路進行通訊。

5.如權利要求4所述的運用人工智能實現通訊鏈路動態加權的網絡優化方法，其特征在于：所述鏈路加權值計算方法為：

所述通訊元素的發起者為source、轉發者為jump、對象為target，所述通訊元素的通訊路徑為link，所述兩兩通訊元素之間形成的鏈路為path；所述加權值為weight；

首先，計算機視覺與圖像識別技術根據智能可視化網絡拓撲圖識別出本次通訊的以實線框圖標出的所有參與通訊的通訊元素；

然后，使用同樣的方法識別以虛線框圖標出的鏈路，得出鏈路并且識別鏈路特征；

最后，將參加該次通訊的鏈路特征導入神經卷積機器的鏈路圖像識別樣品庫進行對比， 算出路徑link[source、jump1、jump…、 jump N、target]的鏈路（path：source-jump1）、（path：jump1-jump…）、（path：jump…-jump N）、（path：jump N-target）的加權值weight。