基于智能代理的无线网络规划设计方法.pdf

《基于智能代理的无线网络规划设计方法.pdf》由会员分享，可在线阅读，更多相关《基于智能代理的无线网络规划设计方法.pdf（12页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201911417244.9 (22)申请日 2019.12.31 (71)申请人 中国电建集团河南省电力勘测设计 院有限公司 地址 450000 河南省郑州市中原区中原西 路212号 申请人 中国电建集团华中电力设计研究院 有限公司 (72)发明人 庄园刘宇昕韩子媛 (74)专利代理机构 郑州中原专利事务所有限公 司 41109 代理人 张春李想 (51)Int.Cl. H04W 16/18(2009.01) (54)发明名称 一种基于智能代理的无线网络规划设计方 法 (57)。

2、摘要 本发明公开了一种基于智能代理的无线网 络规划设计方法， 该设计方法利用智能代理技术 代替设计人员对无线网络进行无线网络规划模 型建模， 确认网络规模， 构建网络结构， 并对无线 网络各项参数进行仿真及选择， 最终输出工程优 化后的结果。 本发明提供的一种基于智能代理的 无线网络规划设计方法， 基于智能代理技术及无 线网络规划模型， 在保证无线网络规划及设计成 品质量的基础上， 可有效降低网络规划设计过程 中的成本及周期， 保障无线网络的通信效率及质 量安全， 维护无线网络的安全与稳定， 具有非常 广阔的应用前景。 权利要求书2页 说明书6页 附图3页 CN 111182556 A 202。

3、0.05.19 CN 111182556 A 1.一种基于智能代理的无线网络规划设计方法， 其特征在于， 包括智能代理模型， 智能 代理模型包括通信接口模块、 处理模块、 知识库、 控制模块和推理机， 推理机包括类型集、 角 色集和行为集， 类型集T由代理类型Ti组成、 角色集R由代理角色Ri组成， 行为集B由代理行为 Bi组成， 其中， i代表自然数； 所述设计方法的具体步骤为： 第一步： 对无线网络规划设计进行需求分析， 向智能代理模型输入建网目标、 网络指 标、 地理环境、 覆盖目标区域及特殊需求等信息， 经通信接口模块发送至处理模块， 处理模 块通过知识表征将输入信息转换为代理语言， 。

4、并根据转换后的输入信息进行需求分析， 在 推理机的类型集T内匹配本次推理的代理类型Ti； 第二步： 对无线网络规划设计进行建模仿真， 推理机根据代理类型Ti下的站点分布及业 务情况， 确定该代理类型Ti的仿真范围， 生成估算信息采集表； 第三步： 对无线网络规划设计进行规模估算， 推理机根据估算信息采集表在角色集R中 匹配本轮次i的代理角色Ri， 根据目标调用知识库内该代理角色Ri下的知识， 并结合知识对 目标执行行为集B内该代理角色Ri能力下代理行为Bi的各种处理操作； 第四步： 对无线网络规划设计进行规划仿真， 推理机结合网络规模估算结果继续在角 色集R中匹配本轮次j(ji+1)的代理角色。

5、Rj， 确认该代理角色Rj的目标， 根据目标调用知识 库内该代理角色Rj下的知识， 并结合知识对目标执行行为集B内该代理角色Rj能力下代理行 为Bj的各种处理操作， 记录仿真结果为候选解， 其中， j代表自然数； 第五步： 对无线网络规划设计进行停止判断， 如果当前候选解满足知识库内最优解的 停止准则， 则处理模块生成站点的工程参数、 网络容量及站点覆盖仿真结果， 并进行第七 步； 否则， 就进行第六步； 第六步： 对无线网络规划设计进行知识搜索， 推理机寻找知识库内的工程参数并对无 线网络参数进行匹配调整， 返回第四步进行循环操作； 第七步： 对无线网络规划设计进行参数设计， 处理模块对逻辑。

6、推理每一步的生成结果 进行汇总整理， 生成并经通信接口模块输出最终设计报告。 2.根据权利要求1所述的基于智能代理的无线网络规划设计方法， 其特征在于， 所述知 识库是基于处理模块的知识表征所构建的， 具体方法为： 处理模块对已有无线网络的典型 设计类输入信息进行知识表征； 引入迁移学习， 在对智能代理进行首次训练时选择具有丰 富相关数据的预测模型； 同时引入强化学习。 3.根据权利要求2所述的基于智能代理的无线网络规划设计方法， 其特征在于， 所述强 化学习包括设计奖励机制及增加突变策略。 4.根据权利要求3所述的基于智能代理的无线网络规划设计方法， 其特征在于， 所述推 理机的结构函数为：。

7、 权利要求书 1/2 页 2 CN 111182556 A 2 其中， T为推理机的类型集， 是所有推理类型Ti的一或多次复合； R为推理机的角色集， G为推理机该角色下的目标集， K为推理机该角色下的 知识集， 其结构函数为，为推理机该角色 下的能力集， P为推理机该角色下的能力集的处理过程； B为推理机的行为集， 是推理机所有行为Bi(i1， n)的一或多次复合， 即推理机所有 能力Cj(j1， n)的复合， 且该能力Cj由一或多个处理过程Pk(k1， n)组成， 其中， k代表 自然数。 权利要求书 2/2 页 3 CN 111182556 A 3 一种基于智能代理的无线网络规划设计方法。

8、 技术领域 0001 本发明属于无线网络规划设计领域， 具体涉及一种基于智能代理的无线网络规划 设计方法。 。 背景技术 0002 无线网络作为通信网络层， 其应用场景十分广泛。 移动通信网、 无线局域网、 无线 传感器网络等都是无线网络的重要组成部分， 其中如5G、 RFID、 WiMAX、 蓝牙等网络技术已广 泛应用于无线网络的规划及设计中。 由于每个无线网络的应用场景不尽相同， 因此需要结 合实际场景进行需求分析， 并对设计规模进行相应的估算、 规划及设计。 0003 无线网络的规划设计流程包括前期项目立项、 提出项目建议书、 编写可行性研究 报告、 提出相应的规划建设方案， 并完成项目。

9、批复， 以及项目实施过程中的初步设计、 施工 图设计等阶段。 该规划及设计期间需要各专业技术人员的相互配合， 各相关单位都需要投 入较多的人力物力， 尤其在项目周期较短的情况下， 人员规划及设计的成品质量较差， 很难 保障项目完成的安全质量。 发明内容 0004 针对上述现有技术中存在的问题， 本发明的目的是提供一种基于智能代理的无线 网络规划设计方法。 0005 本发明的目的是通过以下技术方案实现的。 0006 一种基于智能代理的无线网络规划设计方法， 包括智能代理模型， 智能代理模型 包括通信接口模块、 处理模块、 知识库、 控制模块和推理机， 推理机包括类型集、 角色集和行 为集， 类型。

10、集T由代理类型Ti组成、 角色集R由代理角色Ri组成， 行为集B由代理行为Bi组成， 其中， i代表自然数； 所述设计方法的具体步骤为： 第一步： 对无线网络规划设计进行需求分析， 向智能代理模型输入建网目标、 网络指 标、 地理环境、 覆盖目标区域及特殊需求等信息， 经通信接口模块发送至处理模块， 处理模 块通过知识表征将输入信息转换为代理语言， 并根据转换后的输入信息进行需求分析， 在 推理机的类型集T内匹配本次推理的代理类型Ti； 第二步： 对无线网络规划设计进行建模仿真， 推理机根据代理类型Ti下的站点分布及 业务情况， 确定该代理类型Ti的仿真范围， 生成估算信息采集表； 第三步： 。

11、对无线网络规划设计进行规模估算， 推理机根据估算信息采集表在角色集R中 匹配本轮次i的代理角色Ri， 根据目标调用知识库内该代理角色Ri下的知识， 并结合知识对 目标执行行为集B内该代理角色Ri能力下代理行为Bi的各种处理操作； 第四步： 对无线网络规划设计进行规划仿真， 推理机结合网络规模估算结果继续在角 色集R中匹配本轮次j(ji+1)的代理角色Rj， 确认该代理角色Rj的目标， 根据目标调用知识 库内该代理角色Rj下的知识， 并结合知识对目标执行行为集B内该代理角色Rj能力下代理行 为Bj的各种处理操作， 记录仿真结果为候选解， 其中， j代表自然数； 说明书 1/6 页 4 CN 11。

12、1182556 A 4 第五步： 对无线网络规划设计进行停止判断， 如果当前候选解满足知识库内最优解的 停止准则， 则处理模块生成站点的工程参数、 网络容量及站点覆盖仿真结果， 并进行第七 步； 否则， 就进行第六步； 第六步： 对无线网络规划设计进行知识搜索， 推理机寻找知识库内的工程参数并对无 线网络参数进行匹配调整， 返回第四步进行循环操作； 第七步： 对无线网络规划设计进行参数设计， 处理模块对逻辑推理每一步的生成结果 进行汇总整理， 生成并经通信接口模块输出最终设计报告。 0007 所述知识库是基于处理模块的知识表征所构建的， 具体方法为： 处理模块对已有 无线网络的典型设计类输入信。

13、息进行知识表征； 引入迁移学习， 在对智能代理进行首次训 练时选择具有丰富相关数据的预测模型； 同时引入强化学习。 0008 所述强化学习包括设计奖励机制及增加突变策略。 0009 所述推理机的结构函数为： 其中， T为推理机的类型集， 是所有推理类型Ti的一或多次复合； R为推理机的角色集， G为推理机该角色下的目标集， K为推理机该角色下的 知识集， 其结构函数为，为推理机该角色 下的能力集， P为推理机该角色下的能力集的处理过程； B为推理机的行为集， 是推理机所有行为Bi(i1， n)的一或多次复合， 即推理机所有 能力Cj(j1， n)的复合， 且该能力Cj由一或多个处理过程Pk(k。

14、1， n)组成， 其中， k代表 自然数。 0010 本发明的有益效果为： 本发明提供了一种基于智能代理的无线网络规划设计方 法， 该方法利用知识表征构建知识库及结构函数， 引入奖励机制并加入突变策略， 使得智能 代理在良好的奖励下通过自我训练不断的学习知识并拓展知识库。 在该知识库下的智能代 理可代替设计人员对无线网络进行无线网络规划模型建模， 确认网络规模及网络结构， 对 网络各项参数进行仿真， 并选取工程优化后的最终结果。 0011 本发明提供的一种基于智能代理的无线网络规划设计方法， 基于智能代理技术及 无线网络规划模型， 在保证无线网络规划及设计成品质量的基础上， 可有效降低网络规划。

15、 设计过程中的成本及周期， 保障无线网络的通信效率及质量安全， 维护无线网络的安全与 稳定， 具有非常广阔的应用前景。 附图说明 0012 图1本发明的智能代理模型架构图。 说明书 2/6 页 5 CN 111182556 A 5 0013 图2是本发明的设计方法流程图。 0014 图3是本发明的无线网络控制及数据流流程图。 0015 图4是本发明的仿真结果图。 具体实施方式 0016 如图14所示， 一种基于智能代理的无线网络规划设计方法， 该设计方法利用智 能代理技术代替设计人员对无线网络进行无线网络规划模型建模， 确认网络规模， 构建网 络结构， 并对无线网络各项参数进行仿真及选择， 最。

16、终输出工程优化后的结果。 0017 智能代理(IntelligentAgent， IA)技术是一种可对目标进行感知、 知识表征及推 理， 并自主性完成一系列操作的软件实体， 该技术由知识表征和知识处理组成， 具有自治 性、 自适应性、 交互性、 协作性等特点， 可对感知到的环境进行知识表征、 推理及学习， 并基 于某些特定目标对问题进行全局寻优。 0018 智能代理技术由智能代理模型完成， 智能代理模型由通信接口模块、 处理模块、 知 识库、 控制模块及推理机组成； 推理机包括类型集、 角色集和行为集， 类型集T由代理类型Ti 组成、 角色集R由代理角色Ri组成， 行为集B由代理行为Bi组成，。

17、 其中， i代表自然数。 0019 通信接口模块的语法结构基于智能代理SACL、 KQML等通信语言， 可实现智能代理 模型内各模块的软/硬件、 智能代理模型与外部其他智能代理、 用户及网络间的交互通信。 0020 处理模块可接受通信接口模块的输入信息， 并基于知识表征技术将其转换为智能 代理语言； 也可将推理机智能推理后的结果转换为目标语言， 并转发至通信接口模块进行 结果输出。 0021 知识库存储推理机进行推理时所需要的知识， 这些知识数据符合推理机的规则语 法， 是推理机进行推理、 设计等智能活动的依据。 0022 控制模块可根据代理状态进行自我控制， 实现智能代理模型各模块间的智能控。

18、 制。 0023 推理机是智能代理的核心， 由代理类型、 代理角色及代理行为组成； 代理类型包含 如通信代理、 控制代理、 设计代理等类型； 代理角色由知识、 目标及能力组成， 知识包含多种 知识类型、 形式及内容， 而每个能力也包含多个处理过程； 代理行为包含各种角色的多种能 力， 且每个能力包含多个处理过程； 推理机具有交互能力， 可根据交互信息选择代理类型， 匹配相应的角色并调用知识库内的知识进行推理， 并采用特定的推理控制算法执行该角色 下的行为。 0024 所述设计方法的具体步骤如下。 0025 第一步： 对无线网络规划设计进行需求分析， 向智能代理模型输入建网目标、 网络 指标、 。

19、地理环境、 覆盖目标区域及特殊需求等信息， 经通信接口模块发送至处理模块， 处理 模块通过知识表征将输入信息转换为代理语言， 并根据转换后的输入信息进行需求分析， 在推理机的类型集T内匹配本次推理的代理类型Ti。 0026 第二步： 对无线网络规划设计进行建模仿真， 推理机根据代理类型Ti下的站点分 布及业务情况， 确定该代理类型Ti的仿真范围， 生成估算信息采集表。 0027 第三步： 对无线网络规划设计进行规模估算， 推理机根据估算信息采集表在角色 集R中匹配本轮次i的代理角色Ri， 包括确认如上行/下行数据速率、 绑定载波、 发射功率等 说明书 3/6 页 6 CN 111182556 。

20、A 6 目标参数， 根据目标调用知识库内该代理角色Ri下的知识， 并结合知识对目标执行行为集B 内该代理角色Ri能力下代理行为Bi的各种处理操作； 如对网络容量及覆盖范围进行估算， 选 择传播模型， 并通过CW测试或路测数据对其进行校正， 生成单站点覆盖半径及站点数。 0028 第四步： 对无线网络规划设计进行规划仿真， 推理机结合网络规模(单站点覆盖半 径及站点数)估算结果继续在角色集R中匹配本轮次j(ji+1)的代理角色Rj， 确认该代理 角色Rj的目标， 根据目标调用知识库内该代理角色Rj下的知识， 并结合知识对目标执行行为 集B内该代理角色Rj能力下代理行为Bj的各种处理操作， 如加入。

21、备选站点进行仿真， 记录仿 真结果为候选解， 其中， j代表自然数。 0029 第五步： 对无线网络规划设计进行停止判断， 如果当前候选解满足知识库内最优 解的停止准则， 则处理模块生成站点的工程参数、 网络容量及站点覆盖仿真结果， 并进行第 七步； 否则， 就进行第六步。 0030 第六步： 对无线网络规划设计进行知识搜索， 推理机寻找知识库内的工程参数并 对无线网络参数进行匹配调整， 返回第四步进行循环操作。 0031 第七步： 对无线网络规划设计进行参数设计， 处理模块对逻辑推理每一步的生成 结果进行汇总整理， 生成并经通信接口模块输出最终设计报告。 0032 进一步的， 上述智能代理模。

22、型中的知识库是基于处理模块的知识表征所构建的， 需要完成自我训练及逻辑推理两大进程。 0033 首先， 自我训练需要大量的训练样本： 将已有无线网络的点线面覆盖区域图、 话务 分布图等典型设计作为智能代理的输入， 并通过通信接口模块对输入进行代理语言的知识 表征， 使得输入信息被处理模块转换为代理语言， 以便于进行后续处理。 0034 其次， 利用迁移学习技术使智能代理模型具备良好的先验知识： 即在对智能代理 模型进行首次训练时选择具有丰富相关数据的预测模型， 如质量成果优异的无线网络典型 设计方案匹配模型， 使智能代理模型能够在初始训练的过程中以较快的方式学习知识、 提 高初始学习的效率。 。

23、0035 同时， 需要在自我训练时引入强化学习， 包括设计奖励机制及增加突变策略。 明确 定义智能代理可学习、 且不可撤销的奖励， 随机加入可变合理性规划以提高智能代理在遇 到意外问题下及时解决的能力， 使得智能代理在良好的训练机制下， 通过不断试错、 修改策 略、 自主变换学习方式的方法进行自我训练， 迭代所学习知识并拓展知识库。 0036 自我训练完成后的智能代理模型可根据输入信息进行逻辑推理， 包括匹配代理类 型、 生成业务角色及行为， 对网络参数、 容量及覆盖率进行估算统计， 选择并根据测试数据 校正传播模型， 结合站点数、 覆盖半径、 载波功率等仿真数据对网络进行状态分析及设计， 最。

24、终输出方案报告。 0037 进一步的， 上述智能代理模型中推理机的结构函数为： 说明书 4/6 页 7 CN 111182556 A 7 其中， T为推理机的类型集， 是所有推理类型Ti的一或多次复合； R为推理机的角色集， G为推理机该角色下的目标集， K为推理机该角色下的 知识集， 其结构函数为，为推理机该角色 下的能力集， P为推理机该角色下的能力集的处理过程； B为推理机的行为集， 是推理机所有行为Bi(i1， n)的一或多次复合， 即推理机所有 能力Cj(j1， n)的复合， 且该能力Cj由一或多个处理过程Pk(k1， n)组成， 其中， k代表 自然数。 0038 图1是本发明的智。

25、能代理模型架构图。 该模型由输入、 输出、 通信接口模块、 知识 库、 处理模块(服务器)、 推理机及控制模块(工作站)组成。 0039 通信接口模块可实现各模块的软/硬件、 智能代理与其他智能代理、 用户及网络间 的通信。 知识库基于知识表征技术， 将智能代理的输入信息表征为代理可学习的知识， 引入 强化学习并设计奖励机制及突变策略， 使得智能代理在良好的训练机制通过不断试错、 且 在发现错误后自主变换学习方式的方法进行自我训练、 不断的学习知识并拓展知识库。 同 时引入迁移学习， 在对代理进行首次训练时选择具有丰富相关数据的预测模型， 如质量成 果优异的无线网络典型设计方案匹配模型， 使代。

26、理能够在初始训练的过程中以较快的方式 学习知识、 提高初始学习的效率。 处理模块(服务器)可对输入匹配后的知识库内的信息进 行处理， 并发送至推理机匹配代理类型、 生成匹配角色及行为。 控制模块(工作站)可实现对 智能代理各模块间的控制。 0040 推理机由类型集、 角色集及行为集合组成。 角色集是包含角色知识、 目标及能力的 三元组； 每个角色都有各自的知识集合， 且该角色的知识以的方式来存储； 每个角色都有自己的能力集合， 每个能力集合下有不同的处理过程。 行为 集合包含不同的能力集合， 每个能力集合下有不同的处理过程。 推理机根据输入选取不同 的代理类型， 进而匹配该代理类型下的代理角色。

27、， 同时对应完成并输出该角色下的代理行 为。 0041 图2是本发明的方案流程图。 该方案实现无线网络规划设计的需求分析、 建模仿 真、 规模估算、 规划仿真、 停止判断、 知识搜索及参数设计。 0042 在实现过程中， 首先对建网目标、 网络指标、 地理环境、 覆盖目标区域及特殊需求 进行信息收集， 进而确立站点分布、 业务模型及仿真范围， 生成估算信息采集表。 其次设定 估算参数， 估算网络容量及覆盖范围， 选择传播模型并通过测试对其校正， 确认单站点覆盖 半径及站点数。 最后进行仿真， 并记录当前仿真结果为候选解。 若当前候选解不满足知识库 内最优解的停止准则， 则寻找知识库内的工程参数。

28、对无线网络参数进行调整， 并返回参数 说明书 5/6 页 8 CN 111182556 A 8 再次进行仿真。 若当前候选解满足知识库内最优解的停止准则， 则输出站点的仿真结果， 并 根据工程参数及小区参数对网络进行最终设计、 生成报告。 0043 图3是本发明的无线网络控制及数据流流程图。 无线网络由应用服务子层、 通信网 络子层及物理感知子层组成。 应用服务子层的控制流从应用层经控制层至数据层， 发送至 通信网络子层的应用层经控制层至数据层， 并发送至物理感知子层的控制层最终汇聚至数 据层。 物理感知子层的数据层反馈数据流经通信网络子层的数据层至应用服务子层的数据 层。 0044 图4是本。

29、发明的仿真结果图。 结合网络规划站点对无线网络进行仿真， 设定边缘速 率22.4Kbps， 带宽7M， 且覆盖仿真按照同时满足多种城市建筑密度下、 多种通信业务进 行仿真。 从图中可以看出该仿真区域的RSRP-115比例达到100， SINR-3占比高达 94.96， 由此可以看出本发明所涉及的方案具有良好的覆盖效果。 0045 以上所述， 仅是本发明的优选实施方式， 并不是对本发明技术方案的限定， 应当指 出， 本领域的技术人员， 再本发明技术方案的前提下， 还可以作出进一步的改进和改变， 这 些改进和改变都应该涵盖在本发明的保护范围内。 说明书 6/6 页 9 CN 111182556 A 9 图1 说明书附图 1/3 页 10 CN 111182556 A 10 图2 说明书附图 2/3 页 11 CN 111182556 A 11 图3 图4 说明书附图 3/3 页 12 CN 111182556 A 12 。