[發明專利]一種網絡生態因子的提取方法

有效

• 申請號: 202110751763.X
• 申請日: 2021-07-02
• 公開（公告）號: CN113486301B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 陳劼;馬緒峰;安杰;韓冰
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F17/16
• 代理公司: 成都點睛專利代理事務所(普通合伙) 51232
• 代理人: 孫一峰

本發明屬于通信技術領域，具體涉及一種網絡生態因子的提取方法。本發明的方法主要包括首先得到影響未來網絡架構的環境、網元和用戶等因素的網絡因子集合X，然后采用不能觀測的隨機向量，即網絡公共因子來構建基網絡因子模型；由網絡因子數據陣計算樣本均值樣本協方差陣S及樣本相關陣R；求網絡因子的樣本相關矩陣R的特征值和標準化特征向量；求網絡因子模型的網絡因子載荷矩陣A；用因子旋轉法對網絡因子載荷矩陣進行旋轉變換，得出旋轉以后的網絡因子載荷矩陣，最終提取出網絡生態因子。本發明的有益效果為：大大減少了網絡需要處理的數據量。

技術領域

本發明屬于通信技術領域，具體涉及一種網絡生態因子的提取方法。

背景技術

無線環境是影響移動通信網絡的一個非常重要的因素。無線環境的種類也非常復雜繁多。首先，考慮網絡站點所處的位置，比如站點是位于空、天、地還是海，是城市還是鄉村，是山地、平原、森林還是海洋；其次，移動終端的速度是高速、中速還是低速等；最后，與用戶相關的數據是怎么樣的，比如用戶模型是密集還是稀疏，用戶愛好傾向等。

無論移動通信網絡的架構如何變化，拆分到影響網絡架構的基礎因素就是環境因素、網元因素與用戶因素等。其中，環境因素由于分類方式的不同，與不同分類方式下的模型相對應，如城市環境模型與鄉村環境模型，又如山地環境模型與森林環境模型、海洋環境模型與空天環境模型等；網元因素就是涉及網元能力、網元速度等，其中，網元能力是指網絡設備或終端的處理能力；用戶因素主要涉及用戶模型，比如用戶需求、用戶密度、用戶愛好、用戶速度等。

上述這些因素僅僅是一種定性的指代。如今，人工智能技術在未來網絡中的全方位應用應該是業界共識，但要真正實施，需要對以上所述因素進行數學建模，將其轉化為計算機能夠識別處理的數據。對影響未來網絡結構的可能因素進行數學建模過程中所涉及的所有變量，本專利將其定義為網絡因子。

前述這些無線環境的差異帶來了無線環境傳播模型的差異，但這些差異僅僅是影響未來網絡結構設計的因素之一。實際上，在未來網絡中還有許許多多影響的因素，如網元、用戶等。我們通過對這些因素背后涉及的諸多元素進一步分析，就可以獲得更多影響網絡站點設置及站點參數配置的網絡因子，從而可獲得大量影響未來網絡拓撲設計如站點類型、位置和數量的選擇、未來網絡參數配置(如站點工作頻率、信道配置參數、信道分配參數、切換條件、天線配置等)的網絡因子。

然而，上述網絡因子之間可能會存在一些關聯，使得它們對網絡的影響并不能相互獨立。還需要通過一定的理論建模，從這些可能的網絡因子中篩選出相互獨立的因子，或者說是真正獨立地影響網絡的因子，就定義為網絡生態因子。

發明內容

針對上述問題，如何從眾多的網絡因子中提取出網絡生態因子，本發明提供了一種從網絡因子中提取出網絡生態因子的方法。

本發明的技術方案為：

(1)首先得到影響未來網絡架構的環境、網元和用戶等因素的網絡因子集合X：

X＝{X₁,X₂,...,X_p}′

其中X為可觀測的網絡因子隨機向量，其中X_p為第p個網絡因子，指環境因子、網元因子、用戶因子等；

然后采用不能觀測的隨機向量，即網絡公共因子來構建基網絡因子模型；

(2)由網絡因子數據陣計算樣本均值樣本協方差陣S及樣本相關陣R；

(3)根據相關矩陣R求得網絡因子模型的因子載荷矩陣A；

(4)提取出網絡生態因子。

本發明的有益效果為：大大減少了網絡需要處理的數據量。

附圖說明

圖1為影響網絡的因素示例。