[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

本發明提出了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，涉及通訊網絡鏈路動態加權優化技術領域，包括以下步驟：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；當有通訊請求時，通過計算機視覺及圖像識別技術識別智能可視化網絡拓撲圖，從而提取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，計算出最優通訊路徑，并按最優通訊路徑實現通訊；將本次參與通訊的最新鏈路特征更新所述智能可視化網絡拓撲圖并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，完成優化。

技術領域

本發明涉及通訊網絡鏈路動態加權優化技術領域，尤其涉及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。

背景技術

目前組網通訊方面基本采用如IEEE 802.11 系列、物聯網802.15.4等固定的協議實現局域網或小型網絡的組網通訊。出于對網絡可靠性與魯棒性等經驗計算值的考慮，組網過程通常需要進行多次廣播路由請求、通訊握手、時隙控制的等方式，再根據固定算法加權確定有效鏈路。主要存在如下問題：

1).在高速網絡中，4G、5G、WIFI等延時和碰撞不明顯，但也因此發生網絡冗余、擁堵；

2).在低速網絡中，如zigbee、lora、aloha等物聯網中，信息并發造成網絡碰撞、延時尤為明顯。

再者，無線局域網及小型自組網網絡優化辦法是依賴對網絡可靠性與魯棒性等經驗計算值的考慮，組網過程通常需要進行多次廣播路由請求、通訊握手、時隙控制的等方式，再根據固定算法加權確定有效鏈路實現的。主要存在如下問題：

1).在高速互聯網及物聯網網絡中，如OFDM、WIFI等基于IEEE802.11的協議，延時碰撞不算明顯，但是缺乏組網內的設備、信道狀態實時監控，多次路由請求與握手協議會造成網絡冗余擁堵，一旦網絡出現節點性能下降等，無法迅速尋找其他最優路徑，網絡性能會迅速下降，很多時候需要采取定期或手動清理信道的方法保證網絡性能。且固定加權算法也無法根據復雜的環境變化實現有效動態調整。

2).在低速物聯網中，如zigbee、lora、aloha等基于IEEE802.15.4或使用自定義通訊協議的網絡中，網絡性能多數采用分時復用的辦法實現通訊。采取多次廣播路由請求、通訊握手配合固定算法實現鏈路加權的傳統優化方法，信息并發造成網絡碰撞、延時尤為明顯。通常組網必要信息通常會占據網絡大部分性能，釋放給用戶使用的通訊資源極其有限，利用率非常低。同時，由于缺乏組網內的設備、信道狀態實時監控，常常出現由于各種環境影響導致通訊路徑失效且無法尋找目標對象產品丟包，并引發網絡碰撞（如zigbee）。

發明內容

針對上述技術問題，本發明提出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，該優化方法通過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；當有通訊請求時，通過計算機視覺及圖像識別技術識別智能可視化網絡拓撲圖，從而提取通訊元素之間的鏈路特征并將該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，從而根據加權值計算出最優通訊路徑，并按最優通訊路徑實現通訊；將本次參與通訊的最新鏈路特征更新智能可視化網絡拓撲圖并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，完成通訊網絡鏈路動態加權的優化。

本發明的技術方案是：

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；