【摘要】? ? 5G網(wǎng)絡為了適應當前的互聯(lián)網(wǎng)業(yè)務，需要使用網(wǎng)絡容量自適應算法對自身的業(yè)務和性能進行提高，傳統(tǒng)的網(wǎng)絡容量自適應算法沒有考慮基站的網(wǎng)絡使用行為和特點，導致在不同信噪比以及不同時延需求下的網(wǎng)絡吞吐量性能較差，為此，設計一種基于AI大數(shù)據(jù)技術的5G網(wǎng)絡容量自適應算法。建立5G網(wǎng)絡信道模型，計算信息沖擊響應和信道頻率，利用AI大數(shù)據(jù)技術分析基站容量時空特征，將得到的空間數(shù)據(jù)網(wǎng)格化，考慮用戶的QoS需求，對自適應算法進行設計，分析子載波數(shù)量、基站天線數(shù)、用戶距離基站位置之間的關系，并設計出子載波的調整算法。實驗結果表明：在不同信噪比和時延下，設計算法與傳統(tǒng)算法相比優(yōu)勢更明顯，吞吐量性能更好。

【關鍵詞】? ? AI大數(shù)據(jù)? ? 5G網(wǎng)絡? ? 容量自適應? ? 信道模型? ? 子載波數(shù)量? ? 基站天線數(shù)

引言：

5G網(wǎng)絡已經逐步在我國普及，其自身所具有的增強移動寬帶、機器通信以及通信性能等特點。在移動互聯(lián)網(wǎng)發(fā)展的歷程中，隨著移動互聯(lián)網(wǎng)的普及，網(wǎng)絡也承擔著流量大爆發(fā)的考驗。目前的網(wǎng)絡容量自適應算法中沒有考慮用戶需要的特點，導致在不同信噪比以及不同時延需求下的網(wǎng)絡吞吐量性能較差，因此本文設計一種基于AI大數(shù)據(jù)技術的5G網(wǎng)絡容量自適應算法。

一、基于AI大數(shù)據(jù)技術的5G網(wǎng)絡容量自適應算法研究

1.1建立5G網(wǎng)絡信道模型

信道是5G網(wǎng)絡信息傳輸?shù)闹匾浇橥ǖ溃@種無線通信的信道條件非常容易受到外界因素的影響，穩(wěn)定性與有線通信相比總體上較差。因此在傳輸信道中，當接收到了一些不存在視距成分的信號時，將這些信號進行疊加，得到的包絡需要服從Rayleigh分布[2]。為了將信道模型進行簡化，將信號中的多徑鏈路數(shù)量與時延需求都暫定為恒定不變，因此在信道中的信息沖擊響應可以用公式進行描述：

上式（1）中，aL表示不穩(wěn)定5G網(wǎng)絡信道中的信號多路徑傳輸增益，τL表示多個路徑所對應的時延數(shù)量，L表示整個信道中所有能夠傳輸信息的路徑總數(shù)，fc表示網(wǎng)絡中通信載波的頻率，δ（τ）表示Diracs Delta函數(shù)。將上式進行相應的變化，可以求出多信道中的頻域響應。無線信道在不斷變化的情況下，將衰落信道看作是高斯白噪聲，因此在復沖擊響應發(fā)生時，信號會產生衰減，信道頻率相應也能隨之求出。

1.2基于AI大數(shù)據(jù)技術分析基站容量時空特征

在5G網(wǎng)絡的容量自適應算法中，利用AI大數(shù)據(jù)技術結合卷積神經網(wǎng)絡來對5G基站中的流量空間進行特征提取，將提取到的特征數(shù)據(jù)輸入到卷積神經網(wǎng)絡中[3]。卷積神經網(wǎng)絡在基站中具有空間特征提取能力，對于用戶和基站的一些基本信息進行統(tǒng)計。對于5G網(wǎng)絡的容量自適應來說，AI大數(shù)據(jù)的流量預測能夠得到網(wǎng)絡基站中的自適應網(wǎng)絡架構，能夠提高資源配置精準性。5G網(wǎng)絡中使用AI大數(shù)據(jù)進行基站的容量分析，可以將已經網(wǎng)格化的基站流量預測進行統(tǒng)一，此時可以將預測的時間縮短?；局械牧髁繑?shù)據(jù)可以將連續(xù)的時間數(shù)據(jù)和周期性數(shù)據(jù)作為輸入，在卷積神經網(wǎng)絡中也有不同的對應位置。此時可以實現(xiàn)連續(xù)時間序列數(shù)據(jù)的特征提取，并得到基站流量數(shù)據(jù)的周期性變化。

對該基站中的全部原始數(shù)據(jù)按照采集時間進行排序整理;由于現(xiàn)階段5G技術的限制問題，原始數(shù)據(jù)中還會出現(xiàn)一些數(shù)據(jù)缺失以及異常值問題，需要在基站運行大數(shù)據(jù)中將數(shù)據(jù)異常進行統(tǒng)計，并設定缺失和異常的閾值，當數(shù)據(jù)自身缺失/異常情況超過該閾值，則需要放棄該數(shù)據(jù)的使用。

1.3考慮QoS速率需求完成算法設計

在5G通信網(wǎng)絡中，子載波的總數(shù)一般為偶數(shù)，在網(wǎng)絡中存在多種QoS的速率需求時，系統(tǒng)的頻譜效率與網(wǎng)絡的基站天線數(shù)量之間成正比[4]。但是基于現(xiàn)實原因，網(wǎng)絡中的基站天線數(shù)量固定，因此想要將系統(tǒng)頻譜效率最大化，網(wǎng)絡容量就要完成優(yōu)化。每個5G網(wǎng)絡用戶的信道使用速率與大尺度衰落有關系，大尺度衰落則受到用戶與基站之間的信息傳輸距離影響，因此在算法優(yōu)化的過程中，基站天線數(shù)量、QoS速率以及不同位置的子載波需求量之間存在下表所示的關系：

上表中，V表示速率需求，A表示基站天線數(shù)，L表示用戶距離基站的位置，s表示用戶需要的子載波數(shù)量。為了保證5G網(wǎng)絡速率的需求，在自適應的過程中，基站天線確定了初始數(shù)量之后，可以根據(jù)上表中的機損規(guī)律，給5G用戶分配子載波數(shù)[5]。當全部用戶需要的子載波的總量與5G網(wǎng)絡中的總子載波數(shù)量相等時，此時網(wǎng)絡中處于一種平衡且穩(wěn)定的狀態(tài);當全部用戶需要的子載波的總量與5G網(wǎng)絡中的總子載波數(shù)量，說明5G網(wǎng)絡能夠完全覆蓋用戶的通信需求，并且有一定數(shù)量的子載波可以進行二次分配，為了將吞吐量提升到最高，可以通過分配多余子載波給信道狀況好的用戶，以此來優(yōu)化網(wǎng)絡中的頻譜效率。當全部用戶需要的子載波的總量大于5G網(wǎng)絡中的總子載波數(shù)量時，需要增加基站的天線數(shù)量，直到總子載波數(shù)量能夠覆蓋用戶所需的子載波數(shù)量。

基于以上三種情況，在考慮用戶QoS速率的情況下，需要對5G網(wǎng)絡容量自適應算法進行設計，首先根據(jù)網(wǎng)絡中全體用戶的數(shù)量來確定基站天線的全部數(shù)量，并將此時的情況設定為模式1，在網(wǎng)絡模式1的情況下統(tǒng)計用戶自身信息和對于速率的需求，確定不同用戶能夠分配到的子載波數(shù)量，并計算出子載波沒有分配的數(shù)量，并將用戶與基站的距離進行統(tǒng)計與排序，并將網(wǎng)絡中剩余的子載波按照規(guī)則進行分配。至此完成基于AI大數(shù)據(jù)技術的5G網(wǎng)絡容量自適應算法的研究。

二、實驗

2.1實驗準備

為了驗證本文設計的基于AI大數(shù)據(jù)技術的5G網(wǎng)絡容量自適應算法的有效性，需要利用仿真實驗進行驗證。首先在仿真軟件中將5G網(wǎng)絡的通信鏈路設定為高斯白噪聲信道。

為了使仿真條件與實際的5G網(wǎng)絡通信業(yè)務更加相近，并且能夠滿足通信場景中不同的時延需求，設置三個等級的時間延遲，分別為2ms、5ms、8ms，相應的鏈路時延信噪比范圍平均分布在4.6 dB -9.2 dB之間。在上述三種不同狀態(tài)下，計算吞吐量。

2.2實驗結果分析

在以上實驗條件下，分別使用本文設計的算法和傳統(tǒng)的算法在不同時延需求下，吞吐量與信噪比之間的關系如圖1所示。

圖1中給出了不同時延需求下兩方法的吞吐量結果，本文在傳統(tǒng)算法的吞吐量差距變大，隨著信噪比升高，兩算法的吞吐量差距越來越小，這說明本文設計的算法與傳統(tǒng)的算法相比優(yōu)勢更明顯，在不同信噪比和時延下，本文算法的吞吐量性能更好。

三、結束語

5G通信技術在帶寬上出現(xiàn)了增大，相應的子載波數(shù)量也隨之上升。為此，本文對5G網(wǎng)絡容量自適應算法進行研究。建立5G網(wǎng)絡信道模型，分析基站容量時空特征，同時慮QoS速率需求對算法進行設計。實驗結果表明：本文設計的算法優(yōu)勢更加明顯，吞吐量更好。但是本文算法在實際應用中還沒用得到有效性證實，因此在后續(xù)的研究中還有很多需要改進的地方。

參? 考? 文? 獻

[1] 廖兵，魏康霞.基于5G、IoT、AI與天地一體化大數(shù)據(jù)的鄱陽湖生態(tài)環(huán)境監(jiān)控預警體系及業(yè)務化運行技術框架研究[J].環(huán)境生態(tài)學，2019，1（07）：23-31.

[2] 曲思潼，張遠，王濤，等，曹振新.基于Massive MIMO系統(tǒng)的自適應抗干擾算法研究及實現(xiàn)[J].電視技術，2020，44（07）：67-75.

[3] 唐倫， 趙培培， 趙國繁，等. 基于深度信念網(wǎng)絡資源需求預測的虛擬網(wǎng)絡功能動態(tài)遷移算法[J]. 電子與信息學報， 2019， 41（06）：1397-1404.

[4] 趙曉娟， 楊守義， 張愛華，等. 一種稀疏度自適應的SIMO-NOMA系統(tǒng)多用戶檢測算法[J]. 電子技術應用， 2019， 45（01）：64-67.

[5] 王巍振，張安琳，黃道穎，等.一種基于吞吐量變化的OpenFlow網(wǎng)絡自適應測量算法[J].火力與指揮控制，2019，44（02）：139-143.

基金項目：

2019年廣東省普通高校青年創(chuàng)新人才類基金項目：《基于AI技術在5G無線網(wǎng)絡優(yōu)化中的研究與應用》（基金編號2019GKQNCX076）

黃宗偉（1984），男，漢族，江西贛州，碩士，副研究員，研究方向：通信技術，計算機網(wǎng)絡。