CN116074199A - 6g空天地场景细粒度按需服务方法 - Google Patents
6g空天地场景细粒度按需服务方法 Download PDFInfo
- Publication number
- CN116074199A CN116074199A CN202211697143.3A CN202211697143A CN116074199A CN 116074199 A CN116074199 A CN 116074199A CN 202211697143 A CN202211697143 A CN 202211697143A CN 116074199 A CN116074199 A CN 116074199A
- Authority
- CN
- China
- Prior art keywords
- current
- configuration parameters
- network
- network configuration
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013468 resource allocation Methods 0.000 claims abstract description 82
- 238000012216 screening Methods 0.000 claims abstract description 15
- 230000004044 response Effects 0.000 claims description 35
- 238000012795 verification Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 description 31
- 239000013598 vector Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000006855 networking Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 101150096310 SIB1 gene Proteins 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 102100039292 Cbp/p300-interacting transactivator 1 Human genes 0.000 description 1
- 101000888413 Homo sapiens Cbp/p300-interacting transactivator 1 Proteins 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/084—Configuration by using pre-existing information, e.g. using templates or copying from other elements
- H04L41/0843—Configuration by using pre-existing information, e.g. using templates or copying from other elements based on generic templates
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
- H04L41/5067—Customer-centric QoS measurements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种6G空天地场景细粒度按需服务方法,应用于包含AI网元的核心网,该方法包括:接收用户设备的当前接入请求;当前接入请求包括:用户ID、用户空间位置坐标、请求的业务的属性;当对用户ID验证成功,并且业务为时延敏感类业务时,发送允许基站为用户设备提供对应的网络资源的消息,当业务属于非时延敏感类业务时,采用AI网元根据当前接入请求确定当前用户满意度,并根据当前用户满意度、用户ID、用户空间位置坐标、属性和当前网络配置,确定当前网络配置参数;根据当前网络配置参数,以及多个预设资源分配模板对应的预设网络配置参数,筛选目标资源分配模板,并发送允许基站为用户设备提供目标资源分配模板对应的网络资源的信息。
Description
技术领域
本发明属于无线通信技术领域,具体涉及一种6G空天地场景细粒度按需服务方法。
背景技术
由于云原生及AI(Artificial Intelligence)技术的发展,核心网、基站功能不再局限于具体的某种设备,可用通用x86系统电脑及服务器下载对应软件工具包完成核心网基站部分具体功能;机器学习的多种方法可用来求取具体问题的最优解,使按需服务成为可实现的可能。全球已有多种网络管控平台,如ONAP(开放的网络自动化平台)、OSM(开源编排平台),这些平台可实现对核心网资源的虚拟化,提供网络搭建的方案。
目前,5G系统只做到了eMBB、URLLC、mMTC三大场景的划分,并且只能对应具体场景提前部署基站核心网,对于具体服务缺乏及时、准确的响应。目前的网络管控平台没有实际的现网结构,所虚拟的资源及业务也比较少,不能真正反映实际的通、信场景运行情况。而AI技术也只应用到对RB(无线电资源块)资源块的预测等较小的通信领域,无法反映全场景的实际变化。
发明内容
为了解决相关技术中存在的上述问题,本发明提供了一种6G空天地场景细粒度按需服务方法。本发明要解决的技术问题通过以下技术方案实现:
本发明提供一种6G空天地场景细粒度按需服务方法,应用于核心网,所述核心网包含AI网元,所述方法包括:
接收基站发送的用户设备的当前接入请求;所述当前接入请求包括:当前用户ID、当前用户空间位置坐标、当前请求的业务和所述业务的属性;
对所述用户ID进行验证,并当验证成功时,根据所述属性确定所述业务的业务类别;
当所述业务为时延敏感类业务时,向所述基站发送第一响应消息;所述第一响应消息表征允许所述基站为所述用户设备提供对应的网络资源;
当所述业务属于非时延敏感类业务时,采用所述AI网元根据所述当前接入请求确定当前用户满意度,并根据所述当前用户满意度、所述当前用户ID、所述当前用户空间位置坐标、所述属性和当前网络配置,确定出多个当前网络配置参数;所述多个当前网络配置参数具有优先级;
根据所述多个当前网络配置参数,以及多个预设资源分配模板对应的多组预设网络配置参数,筛选出匹配的目标资源分配模板;每个预设资源分配模板对应一组预设网络配置参数;所述多个预设资源分配模板为多个预设的运营商资源分配模板;
根据目标资源分配模板向所述基站发送第二响应信息;所述第二响应消息表征允许所述基站为所述用户设备提供所述目标资源分配模板对应的网络资源。
在一些实施例中,所述采用所述AI网元根据所述当前接入请求确定当前用户满意度,包括:
当所述AI网元确定所述当前接入请求中包含用户评分值,并且,所述用户设备存在历史满意度时,对所述用户评分值和所述历史满意度进行加权计算,得到所述用户设备的当前用户满意度;
当所述AI网元确定所述当前接入请求中不包含用户评分值,并且,所述用户设备不存在历史满意度时,将预设值作为所述用户设备的当前用户满意度;
当所述AI网元确定所述当前接入请求中不包含用户评分值,并且,所述用户设备存在历史满意度时,对所述历史满意度进行加权计算,得到所述用户设备的当前用户满意度。
在一些实施例中,所述根据所述当前用户满意度、所述当前用户ID、所述当前用户空间位置坐标、所述属性和当前网络配置,确定出多个当前网络配置参数,包括:
所述AI网元根据所述当前用户空间位置坐标,确定出当前位置场景;所述当前位置场景为太空场景、空中场景或地面场景;
所述AI网元通过RNN网络对所述当前用户满意度、所述当前用户ID、所述属性、所述当前位置场景和所述当前网络配置进行计算,得到多个当前网络配置参数。
在一些实施例中,所述根据所述多个当前网络配置参数,以及多个预设资源分配模板对应的多组预设网络配置参数,筛选出匹配的目标资源分配模板,包括:
从所述多组预设网络配置参数中,筛选与所述多个当前网络配置参数中优先级最高的当前网络配置参数相匹配的预设网络配置参数,得到第一结果;
在所述第一结果表示存在匹配的预设网络配置参数时,将筛选出的预设网络配置参数所对应的预设资源分配模板作为所述目标资源分配模板;
在所述第一结果表示不存在匹配的预设网络配置参数时,从所述多个网络配置参数中确定下一个优先级的当前网络配置参数;
从所述多组预设网络配置参数中,筛选与所述下一个优先级的当前网络配置参数相匹配的预设网络配置参数,得到第二结果;
在所述第二结果表示存在匹配的预设网络配置参数时,将筛选出的预设网络配置参数所对应的预设资源分配模板作为所述目标资源分配模板;
在所述第二结果表示不存在匹配的预设网络配置参数时,从所述多个网络配置参数中确定下下一个优先级的当前网络配置参数,并继续从所述多组预设网络配置参数中,筛选与所述下下一个优先级的当前网络配置参数相匹配的预设网络配置参数,直至得到所述目标资源分配模板。
在一些实施例中,所述根据所述属性确定所述业务的业务类别,包括:
当所述属性为车联网时,确定所述业务属于时延敏感类业务;
当所述属性为网络聊天、娱乐资源或抢险救灾时,确定所述业务属于非时延敏感类业务。
在一些实施例中,所述核心网还包括:AMF网元、SMF网元和UPF网元;
所述当所述业务为时延敏感类业务时,向所述基站发送第一响应消息,包括:
当所述业务为时延敏感类业务时,通过UPF网元向所述基站发送所述第一响应消息;
所述根据目标资源分配模板向所述基站发送第二响应信息,包括:
根据目标资源分配模板采用所述AMF网元、所述SMF网元和所述UPF网元进行网络资源划分,并根据划分出的网络资源向所述基站发送所述第二响应消息。
在一些实施例中,所述多个当前网络配置参数至少包括:带宽、时延、速率和所述核心网的CPU利用率。
在一些实施例中,所述当前用户空间位置坐标包括:用户的经纬度、水平高度;
所述基站为地面基站或星上基站;所述核心网为地面核心网或星上核心网。
本发明具有如下有益技术效果:
通过接入请求中的业务的属性对用户设备请求的业务进行时延敏感类业务和非时延敏感类业务的粗划分,之后,采用AI网元根据接入请求中确定用户满意度,并根据用户满意度、接入请求中的当前用户ID、当前用户空间位置坐标、当前请求的业务和业务的属性,确定出对应的当前网络配置参数,并根据确定出的当前网络配置参数从预设的运营商资源分配模板中,选出匹配的运营商资源分配模板,并根据筛选出的运营商资源分配模板进行相应的资源分配,如此,可以借助AI技术将用户当前的网络资源需求场景细化至对应的运营商资源分配场景,并根据细化出的场景及时且准确的响应用户当前的网络资源需求,不仅实现了对用户所需服务的细粒度划分,还实现了对用户所需服务的准确且及时的响应,从而提高了5G背景下对细粒度服务的划分及响应效率。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1为本发明实施例提供的6G空天地场景细粒度按需服务方法的一个可选的流程图;
图2为本发明实施例提供的示例性的6G空天地场景细粒度按需服务方法的应用架构图;
图3为本发明实施例提供的示例性的6G空天地场景细粒度按需服务方法的一个可选的流程图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述,但本发明的实施方式不限于此。
在本发明的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
尽管在此结合各实施例对本发明进行了描述,然而,在实施所要求保护的本发明过程中,本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书,可理解并实现所述公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
图1是本发明实施例提供的6G空天地场景细粒度按需服务方法的一个流程图,如图1所示,所述方法包括以下步骤:
S101、接收基站发送的用户设备的当前接入请求;当前接入请求包括:当前用户ID、当前用户空间位置坐标、当前请求的业务和业务的属性。
这里,当前用户空间位置坐标包括:用户的经纬度、水平高度;相应的,基站为地面基站或星上基站,核心网为地面核心网或星上核心网。
这里,当前请求的业务可以是视频业务、语音业务和文本业务中的至少一种。
这里,业务的属性可以是该业务所属的具体类别,例如,可以是车联网、网络聊天、娱乐资源或抢险救灾。示例性的,当用户设备所请求的视频业务或语音业务是视屏对话时的视频数据或语音数据时,则用户设备所请求的视频业务或语音业务的属性是网络聊天;当用户设备所请求的文本业务是URLLC车联网碰撞预警所需的数据时,则用户设备所请求的文本业务的属性是车联网;当用户设备所请求的视频业务是观看直播或观看影视剧时,则用户设备所请求的视频业务的属性是娱乐资源;当用户设备所请求的视频业务是回传灾区抢险救灾的无人机图像时,则用户设备所请求的视频业务的属性是抢险救灾。
这里,用户设备可以预先在接入请求中携带当前用户ID、当前用户空间位置坐标、当前请求的业务和业务的属性,并将携带这些信息的接入请求发送至基站。示例性的,当前用户空间位置坐标可以携带在MSG1中,当前请求的业务和业务的属性可以携带在MSG3中。
在一些实施例中,基站与用户的连接过程可以如下:当用户设备进入基站范围时,接收获取广播信号SSB(同步信号块),通过PBCH(物理广播信道)承载的DM-RS(解调参考信号)功率等信息选择接入的基站。基站侧设置普适的SSB发射周期。当用户设备决定所选基站后将根据相应基站PBCH中所含的MIB(最小信息块)信息中pdcch-ConfigSIB1低4位和SSB索引获取PDCCH CSS(物理下行控制信道搜索空间)时频域位置,用户设备通过盲检PDCCHCSS获取DCI信息以及进而获取SIB1信息,如此,从而实现接入的上行同步,并且,在上行同步阶段中,SIB1中加入了有关位置(经纬度、水平高度)、业务类型(视频业务/语音业务/文本业务)、业务的属性等信息标志位,上行同步完成后用户设备进行基站的随机接入过程。
这里,基站和核心网可以是采用OAI(开放空口项目)搭建出的。
S102、对用户ID进行验证,并当验证成功时,根据属性确定业务的业务类别。
这里,核心网可以预先存储有多个已注册的用户设备的ID,从而,当接收到接入请求时,可以先从已注册的用户ID中查找该接入请求中包含的ID,若查找到,则说明验证通过;否则,验证不通过。
具体的,可以采用核心网中的AMF网元对用户ID进行验证,当验证成功时,AMF网元将该接入请求发送至AI网元,AI网元根据该接入请求中包含的属性确定该接入请求中的业务的业务类别。示例性的,当属性为车联网时,AI网元确定接入请求中的业务属于时延敏感类业务;而当属性为网络聊天、娱乐资源或抢险救灾时,AI网元确定该接入请求中的业务属于非时延敏感类业务。
S103、当业务为时延敏感类业务时,向基站发送第一响应消息;第一响应消息表征允许基站为用户设备提供对应的网络资源。
这里,当业务为时延敏感类业务时,可以通过UPF网元向基站发送第一响应消息,该第一响应消息中包含该时延敏感类业务应该划分的网络资源,并且,该时延敏感类业务应该划分的网络资源可以预先设定的。
具体的,当业务为时延敏感类业务时,AI网元可以向核心网中的UPF网元发送控制信息,该控制消息包含该时延敏感类业务应该划分的网络资源,UPF网元根据该控制信息向基站发送第一响应消息。
例如,当用户设备所请求的文本业务是URLLC车联网碰撞预警所需的数据时,则用户设备所请求的文本业务的属性是车联网,此时,该业务是时延敏感类业务,AI网元可以向核心网中的UPF网元发送控制信息,UPF网元根据该控制信息,通过N3接口使用GTP-U(用户平面GPRS隧道)协议传输到RAN(无线接入网)侧的CU-UP(集中单元用户平面)和DU(分布式单元),向用户设备回复消息。
S104、当业务属于非时延敏感类业务时,采用AI网元根据当前接入请求确定当前用户满意度,并根据当前用户满意度、当前用户ID、当前用户空间位置坐标、属性和当前网络配置,确定出多个当前网络配置参数;多个当前网络配置参数具有优先级。
在一些实施例中,当前接入请求中可以包括用户评分值,基于此,上述S102中的采用AI网元根据当前接入请求确定当前用户满意度,可以通过以下步骤实现:当AI网元确定当前接入请求中包含用户评分值,并且,用户设备存在历史满意度时,对用户评分值和历史满意度进行加权计算,得到用户设备的当前用户满意度;当AI网元确定当前接入请求中不包含用户评分值,并且,用户设备不存在历史满意度时,将预设值作为用户设备的当前用户满意度;当AI网元确定当前接入请求中不包含用户评分值,并且,用户设备存在历史满意度时,对历史满意度进行加权计算,得到用户设备的当前用户满意度。
这里,可以将每个用户ID每次的用户满意度进行记录并存储,从而,可以通过用户ID查询该用户ID是否对应有历史满意度。
这里,当前接入请求中的用户评分值表征用户对上一次分配的网络资源的体验度,并且,该上一次分配的网络资源是核心网针对上一次接入请求的响应。
这里,可以为每个历史满意度设置一个权重因子,并为用户打分值设置另一个权重因子,通过这些权重因子可以加权计算出用户ID对应的当前用户满意度。
这里,当用户设备是首次接入核心网时,由于该用户设备对应的用户ID没有历史满意度,且该接入请求中不包含用户评分值,可以将预设值作为该用户ID的当前满意度,并且,该预设值可以表征中等满意程度。
在一些实施例中,AI网元可以根据当前用户空间位置坐标,确定出当前位置场景;当前位置场景为太空场景、空中场景或地面场景;通过RNN网络对当前用户满意度、当前用户ID、属性、当前位置场景和当前网络配置进行计算,得到多个当前网络配置参数。
这里,当前网络配置可以是核心网当前剩余的计算资源(例如,当前剩余的CPU利用率)和存储资源。
这里,可以将当前用户空间位置坐标中的经度与预设经度进行比较,以及将当前用户空间位置坐标中的纬度与预设纬度比较,将当前用户空间位置坐标中的经度水平高度与预设水平高度比较,根据比较结果确定用户设备当前位于太空、空中还是地面,并当用户设备当前位于太空时,确定当前位置场景为太空场景,当用户设备当前位于空中时,确定当前位置场景为空中场景,当用户设备当前位于地面时,确定当前位置场景为地面场景。
这里,可以将当前用户ID、属性、当前位置场景和当前网络配置转换为向量,从而得到当前输入向量,将当前输入向量输入RNN网络进行计算,得到RNN网络的当前输出结果,该当前输出结果为多个当前网络配置参数。RNN网络是采用历史输入向量训练得到的,其中,历史输入向量是将历史用户ID、历史属性、历史位置场景和历史网络配置转换得到的向量,并且,将历史用户ID、历史属性、历史位置场景和历史网络配置是根据历史接入请求得到的。例如,若当前接入请求是基站发送的第3个接入请求时,则基站发送的第1个、第2个接入请求可以称为第3个接入请求的历史接入请求。
这里,RNN网络的计算公式如下为:
Ot=g(V·St);
St=f(U·Xt+W·St-1);
其中,U为输入层到隐藏层的权重矩阵,Xt为第t次的输入向量(上述的当前输入向量)、W为权重矩阵,St-1为第t-1次隐藏层的值,St为第t次隐藏层的值,f(.)为激活函数,V为隐藏层到输出层的权重矩阵,Ot为第t次输出结果(上述的当前输出结果),g(.)为归一化函数。在一些实施例中,U、V和W可以为预设的固定值。
这里,多个当前网络配置参数至少包括:带宽、时延、速率和核心网的CPU利用率,其中,时延表示数据从核心网传输至用户设备所需要的时间,速率即为网速。带宽、时延、速率和核心网的CPU利用率的优先级的高低可以为:带宽>时延>速率>核心网的CPU利用率。
S105、根据多个当前网络配置参数,以及多个预设资源分配模板对应的多组预设网络配置参数,筛选出匹配的目标资源分配模板;每个预设资源分配模板对应一组预设网络配置参数;多个预设资源分配模板为多个预设的运营商资源分配模板。
这里,不同组预设网络配置参数中的至少一个参数不同。
这里,当多个当前网络配置参数至少包括:带宽、时延、速率和核心网的CPU利用率时,每组预设网络配置参数可以包括预设带宽、预设时延、预设速率和预设核心网的CPU利用率。
示例性的,多个预设的运营商资源分配模板可以包括:普通任务、VIP任务和特定任务,普通任务对应的是普网通道下的基础资源配置,VIP任务对应的是普网通道下较多的资源配置,特定任务对应的是专网通道配置。普通任务可以是针对普通用户设备的视频/语音/文本业务,例如,普通用户设备对应的用户观看娱乐资源、视频/语音通话、mMTC普通用户设备用户上传监控信息;VIP任务可以是针对VIP用户设备的视频/语音/文本业务,例如,VIP用户设备对应的用户观看娱乐资源、视频/语音通话等;特定任务可以是针对特定用户设备的视频/语音/文本业务,例如,灾区抢险救灾通过特定无人机图像回传等。
在一些实施例中,可以通过步骤S1051~S1056筛选出匹配的目标资源分配模板:
S1051、从多组预设网络配置参数中,筛选与多个当前网络配置参数中优先级最高的当前网络配置参数相匹配的预设网络配置参数,得到第一结果。
S1052、在第一结果表示存在匹配的预设网络配置参数时,将筛选出的预设网络配置参数所对应的预设资源分配模板作为目标资源分配模板。
S1053、在第一结果表示不存在匹配的预设网络配置参数时,从多个网络配置参数中确定下一个优先级的当前网络配置参数。
S1054、从多组预设网络配置参数中,筛选与下一个优先级的当前网络配置参数相匹配的预设网络配置参数,得到第二结果。
S1055、在第二结果表示存在匹配的预设网络配置参数时,将筛选出的预设网络配置参数所对应的预设资源分配模板作为目标资源分配模板。
S1056、在第二结果表示不存在匹配的预设网络配置参数时,从多个网络配置参数中确定下下一个优先级的当前网络配置参数,并继续从多组预设网络配置参数中,筛选与下下一个优先级的当前网络配置参数相匹配的预设网络配置参数,直至得到目标资源分配模板。
示例性,当多个当前网络配置参数至少包括:带宽、时延、速率和核心网的CPU利用率,并且,优先级的高低可以为:带宽>时延>速率>核心网的CPU利用率时,可以先从多组预设网络配置参数中筛选与该带宽相匹配的预设带宽,若存在相匹配的预设带宽,则将该相匹配的预设带宽所在的一组预设网络配置参数对应的预设资源分配模板作为目标资源分配模板;否则,继续从多组预设网络配置参数中筛选与该时延相匹配的预设时延,若存在相匹配的预设时延,则将该相匹配的预设时延所在的一组预设网络配置参数对应的预设资源分配模板作为目标资源分配模板;否则,继续从多组预设网络配置参数中筛选与该速率相匹配的预设速率,若存在相匹配的预设速率,则将该相匹配的预设速率所在的一组预设网络配置参数对应的预设资源分配模板作为目标资源分配模板;否则,继续从多组预设网络配置参数中筛选与该CPU利用率相匹配的预设速率,并将与该CPU利用率相匹配的预设CPU利用率所在的一组预设网络配置参数对应的预设资源分配模板作为目标资源分配模板。
这里,以上述带宽为例,当该带宽与一个预设带宽之间的差值的绝对值小于或等于预设值时,可以认为该带宽与该预设带宽之间相匹配。
S106、根据目标资源分配模板向基站发送第二响应信息;第二响应消息表征允许基站为用户设备提供目标资源分配模板对应的网络资源。
这里,可以根据目标资源分配模板采用AMF网元、SMF网元和UPF网元进行网络资源划分,并根据划分出的网络资源向基站发送第二响应消息,也可以采用AI网元根据目标资源分配模板控制AMF网元、SMF网元和UPF网元进行网络资源划分,并根据划分出的网络资源向基站发送第二响应消息。
这里,当对某个用户设备的网络服务结束后,可以将为该用户设备分配的网络资源重新回收,等待下个用户设备的服务需求。
示例性的,当目标资源分配模板为特定任务时,首先,AMF(移动管理功能)通过N11接口连接SMF(会话管理功能),向SMF传送用户设备的空间位置信息和有关的用户面拓扑的其他信息,然后,SMF通过N4UPF接口PFCP(报文转发控制)协议与UPF交互,为PDU(协议数据单元)会话选择出合适的UPF(一个或多个),在UPF中进行分类和流量管理,有选择的将IP数据包发送到不同的IP接口,以满足最低的数据面时延或保护敏感数据,建立为特定任务对应的预留的路由路径,实现专网通道的建立。需要说明的是此处建立专网通道的原理与5G中建立专网通道的原理相同。
示例性的,图2为本发明提供的方法应用架构图。如图2所示,当用户设备(例如,手机、车联网设备、IoT设备、无人机)向地面基站或星上基站发送当前接入请求时,基站将该当前接入请求转发至星上核心网或地面核心网,核心网根据当前接入请求抓取用户特征和通信需求(当前用户满意度、当前用户ID、所述属性、当前位置场景)并输入机器学习算法库(AI网元),AI网元根据输入和当前网络配置,生成并输出带宽、时延、速率和CPU利用率,核心网根据通过采用带宽、时延、速率和CPU利用率与多个预设的运营商资源分配模板进行模板匹配,得到目标资源分配模板,根据目标资源分配模板进行相应的网络资源的分配,实现对基站发送的当前接入请求的响应。
示例性的,图3为本发明提供的6G空天地场景细粒度按需服务方法的一个流程示意图。如图3所示,当核心网接收到基站发送的用户上网注册请求(上述的当前接入请求)时,根据用户上网注册请求抓取特征,并根据抓取的特征进行验证和时延敏感类业务的判断,当验证失败时,向基站发送响应消息以拒绝发送该用户上网注册请求的用户设备的接入。当验证通过且判断出发送该用户上网注册请求的用户设备请求的业务属于时延敏感类业务时,通过UPF网元直接响应该用户上网注册请求。当验证通过且判断出该用户设备请求的业务属于非时延敏感类业务时,AI网元根据该用户上网注册请求和当前网络配置确定出多个当前网络配置参数,并根据多个当前网络配置参数,以及多个预设资源分配模板对应的多组预设网络配置参数,筛选出匹配的目标资源分配模板,从而得到资源分配方案。若资源分配方案是针对普通用户设备的普通任务时,为该用户设备分配普网通道下的基础资源配置,以使该用户设备享受普网通道下的基础网络资源;若资源分配方案是针对VIP用户设备的VIP任务时,为该用户设备分配普网通道下较多的资源配置,以使该用户设备享受普网通道下更多的网络资源;若资源分配方案是针对特定用户设备(特殊用户设备)的特定任务时,为该用户设备建立专网通道,以使该用户设备享受专网通道下的专用网络资源。之后,当核心网接收到下一次该用户设备的用户上网注册请求(包含了表征对上一次分配的网络资源的体验度的用户评分值)时,可以基于用户评分值确定出用户满意度,并可以根据得到的用户满意度和该下一次的用户上网注册请求继续进行资源分配。
本发明可以借助AI技术将用户当前的网络资源需求场景细化至对应的运营商资源分配场景,并根据细化出的场景及时且准确的响应用户当前的网络资源需求,不仅实现了对用户所需服务的细粒度划分,还实现了对用户所需服务的准确且及时的响应,从而提高了5G背景下对细粒度服务的划分及响应效率。本发明可应用到现网结构。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (8)
1.一种6G空天地场景细粒度按需服务方法,应用于核心网,其特征在于,所述核心网包含AI网元,所述方法包括:
接收基站发送的用户设备的当前接入请求;所述当前接入请求包括:当前用户ID、当前用户空间位置坐标、当前请求的业务和所述业务的属性;
对所述用户ID进行验证,并当验证成功时,根据所述属性确定所述业务的业务类别;
当所述业务为时延敏感类业务时,向所述基站发送第一响应消息;所述第一响应消息表征允许所述基站为所述用户设备提供对应的网络资源;
当所述业务属于非时延敏感类业务时,采用所述AI网元根据所述当前接入请求确定当前用户满意度,并根据所述当前用户满意度、所述当前用户ID、所述当前用户空间位置坐标、所述属性和当前网络配置,确定出多个当前网络配置参数;所述多个当前网络配置参数具有优先级;
根据所述多个当前网络配置参数,以及多个预设资源分配模板对应的多组预设网络配置参数,筛选出匹配的目标资源分配模板;每个预设资源分配模板对应一组预设网络配置参数;所述多个预设资源分配模板为多个预设的运营商资源分配模板;
根据目标资源分配模板向所述基站发送第二响应信息;所述第二响应消息表征允许所述基站为所述用户设备提供所述目标资源分配模板对应的网络资源。
2.根据权利要求1所述的6G空天地场景细粒度按需服务方法,其特征在于,所述采用所述AI网元根据所述当前接入请求确定当前用户满意度,包括:
当所述AI网元确定所述当前接入请求中包含用户评分值,并且,所述用户设备存在历史满意度时,对所述用户评分值和所述历史满意度进行加权计算,得到所述用户设备的当前用户满意度;
当所述AI网元确定所述当前接入请求中不包含用户评分值,并且,所述用户设备不存在历史满意度时,将预设值作为所述用户设备的当前用户满意度;
当所述AI网元确定所述当前接入请求中不包含用户评分值,并且,所述用户设备存在历史满意度时,对所述历史满意度进行加权计算,得到所述用户设备的当前用户满意度。
3.根据权利要求1或2所述的6G空天地场景细粒度按需服务方法,其特征在于,所述根据所述当前用户满意度、所述当前用户ID、所述当前用户空间位置坐标、所述属性和当前网络配置,确定出多个当前网络配置参数,包括:
所述AI网元根据所述当前用户空间位置坐标,确定出当前位置场景;所述当前位置场景为太空场景、空中场景或地面场景;
所述AI网元通过RNN网络对所述当前用户满意度、所述当前用户ID、所述属性、所述当前位置场景和所述当前网络配置进行计算,得到多个当前网络配置参数。
4.根据权利要求1所述的6G空天地场景细粒度按需服务方法,其特征在于,所述根据所述多个当前网络配置参数,以及多个预设资源分配模板对应的多组预设网络配置参数,筛选出匹配的目标资源分配模板,包括:
从所述多组预设网络配置参数中,筛选与所述多个当前网络配置参数中优先级最高的当前网络配置参数相匹配的预设网络配置参数,得到第一结果;
在所述第一结果表示存在匹配的预设网络配置参数时,将筛选出的预设网络配置参数所对应的预设资源分配模板作为所述目标资源分配模板;
在所述第一结果表示不存在匹配的预设网络配置参数时,从所述多个网络配置参数中确定下一个优先级的当前网络配置参数;
从所述多组预设网络配置参数中,筛选与所述下一个优先级的当前网络配置参数相匹配的预设网络配置参数,得到第二结果;
在所述第二结果表示存在匹配的预设网络配置参数时,将筛选出的预设网络配置参数所对应的预设资源分配模板作为所述目标资源分配模板;
在所述第二结果表示不存在匹配的预设网络配置参数时,从所述多个网络配置参数中确定下下一个优先级的当前网络配置参数,并继续从所述多组预设网络配置参数中,筛选与所述下下一个优先级的当前网络配置参数相匹配的预设网络配置参数,直至得到所述目标资源分配模板。
5.根据权利要求1所述的6G空天地场景细粒度按需服务方法,其特征在于,所述根据所述属性确定所述业务的业务类别,包括:
当所述属性为车联网时,确定所述业务属于时延敏感类业务;
当所述属性为网络聊天、娱乐资源或抢险救灾时,确定所述业务属于非时延敏感类业务。
6.根据权利要求1所述的6G空天地场景细粒度按需服务方法,其特征在于,所述核心网还包括:AMF网元、SMF网元和UPF网元;
所述当所述业务为时延敏感类业务时,向所述基站发送第一响应消息,包括:
当所述业务为时延敏感类业务时,通过UPF网元向所述基站发送所述第一响应消息;
所述根据目标资源分配模板向所述基站发送第二响应信息,包括:
根据目标资源分配模板采用所述AMF网元、所述SMF网元和所述UPF网元进行网络资源划分,并根据划分出的网络资源向所述基站发送所述第二响应消息。
7.根据权利要求1所述的6G空天地场景细粒度按需服务方法,其特征在于,所述多个当前网络配置参数至少包括:带宽、时延、速率和所述核心网的CPU利用率。
8.根据权利要求3所述的6G空天地场景细粒度按需服务方法,其特征在于,所述当前用户空间位置坐标包括:用户的经纬度、水平高度;所述基站为地面基站或星上基站;所述核心网为地面核心网或星上核心网。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211697143.3A CN116074199B (zh) | 2022-12-28 | 2022-12-28 | 6g空天地场景细粒度按需服务方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211697143.3A CN116074199B (zh) | 2022-12-28 | 2022-12-28 | 6g空天地场景细粒度按需服务方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116074199A true CN116074199A (zh) | 2023-05-05 |
CN116074199B CN116074199B (zh) | 2024-06-25 |
Family
ID=86177915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211697143.3A Active CN116074199B (zh) | 2022-12-28 | 2022-12-28 | 6g空天地场景细粒度按需服务方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116074199B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117523721A (zh) * | 2024-01-04 | 2024-02-06 | 成都自由行科技有限公司 | 景区客流量管控系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112583566A (zh) * | 2020-12-03 | 2021-03-30 | 国网甘肃省电力公司信息通信公司 | 一种基于空天地一体化系统的网络资源分配方法 |
WO2021104640A1 (en) * | 2019-11-29 | 2021-06-03 | Telefonaktiebolaget Lm Ericsson (Publ) | A method of and a network control function for adaptively allocating radio resources, an advanced antenna system, and radio cell site equipment |
CN113055489A (zh) * | 2021-03-23 | 2021-06-29 | 北京计算机技术及应用研究所 | 基于q学习的星地融合网络资源分配策略的实现方法 |
CN113365355A (zh) * | 2021-04-29 | 2021-09-07 | 西安交通大学 | 一种空天地一体化网络下的多维资源管理方法及系统 |
CN113747513A (zh) * | 2020-05-30 | 2021-12-03 | 华为技术有限公司 | 一种服务质量管理方法和装置 |
CN114599043A (zh) * | 2022-03-04 | 2022-06-07 | 中国石油大学(华东) | 一种基于深度强化学习的空天地一体化网络资源分配方法 |
CN114978277A (zh) * | 2022-04-24 | 2022-08-30 | 北京邮电大学 | 一种基于网络切片的非地面网络中跨域资源分配方法 |
CN115103376A (zh) * | 2022-06-02 | 2022-09-23 | 南京工业大学 | 面向空地一体化车联网的动态资源切片方法 |
-
2022
- 2022-12-28 CN CN202211697143.3A patent/CN116074199B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021104640A1 (en) * | 2019-11-29 | 2021-06-03 | Telefonaktiebolaget Lm Ericsson (Publ) | A method of and a network control function for adaptively allocating radio resources, an advanced antenna system, and radio cell site equipment |
CN113747513A (zh) * | 2020-05-30 | 2021-12-03 | 华为技术有限公司 | 一种服务质量管理方法和装置 |
CN112583566A (zh) * | 2020-12-03 | 2021-03-30 | 国网甘肃省电力公司信息通信公司 | 一种基于空天地一体化系统的网络资源分配方法 |
CN113055489A (zh) * | 2021-03-23 | 2021-06-29 | 北京计算机技术及应用研究所 | 基于q学习的星地融合网络资源分配策略的实现方法 |
CN113365355A (zh) * | 2021-04-29 | 2021-09-07 | 西安交通大学 | 一种空天地一体化网络下的多维资源管理方法及系统 |
CN114599043A (zh) * | 2022-03-04 | 2022-06-07 | 中国石油大学(华东) | 一种基于深度强化学习的空天地一体化网络资源分配方法 |
CN114978277A (zh) * | 2022-04-24 | 2022-08-30 | 北京邮电大学 | 一种基于网络切片的非地面网络中跨域资源分配方法 |
CN115103376A (zh) * | 2022-06-02 | 2022-09-23 | 南京工业大学 | 面向空地一体化车联网的动态资源切片方法 |
Non-Patent Citations (6)
Title |
---|
HAIJUN LIAO ET AL.: "Learning-based queue-aware task offloading and resource allocation for air-ground integrated PIoT", IEEE, 30 June 2021 (2021-06-30) * |
YUAN QIU ET AL.: "Mobile edge computing in space-air-ground integrated networks:architectures,key technologies and challenges", EDGE COMPUTING FOR THE INTERNET OF THINGS, 22 September 2022 (2022-09-22) * |
周旭;李泰新;覃毅芳;宋俊平;: "基于边缘智能协同的天地一体化信息网络研究", 电信科学, no. 07, 20 July 2020 (2020-07-20) * |
李中国: "卫星与无人机结合的应急物流指挥调度", 《中国优秀硕士学位论文全文数据库》, 15 January 2022 (2022-01-15) * |
牛志升;SHERMAN SHEN;张钦宇;唐余亮;: "面向沉浸式体验的空天地一体化车联网体系架构与关键技术", 物联网学报, no. 02, 30 September 2017 (2017-09-30) * |
王朱伟 等: "基于AI的LEO卫星网络资源管理架构设计", 信息技术与网络安全, 14 August 2018 (2018-08-14) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117523721A (zh) * | 2024-01-04 | 2024-02-06 | 成都自由行科技有限公司 | 景区客流量管控系统 |
CN117523721B (zh) * | 2024-01-04 | 2024-03-29 | 成都自由行科技有限公司 | 景区客流量管控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116074199B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4055805B1 (en) | Method and apparatus for providing edge computing services | |
US11647422B2 (en) | Adaptable radio access network | |
CN109600246B (zh) | 网络切片管理方法及其装置 | |
Jiau et al. | Multimedia services in cloud-based vehicular networks | |
CN108810903B (zh) | 一种数据传输配置及数据传输方法和装置 | |
WO2020057261A1 (zh) | 通信方法和装置 | |
WO2019084871A1 (zh) | 无人机飞行信息的传输方法、装置、基站及核心网设备 | |
US11445515B2 (en) | Network slice selection based on requested service | |
CN108495358B (zh) | 一种基于nfv的网络切片选择方法 | |
US11330511B2 (en) | Method and system for multi-access edge computing (MEC) selection and load balancing | |
CN113596863B (zh) | 确定用户面功能及信息提供的方法、设备及介质 | |
CN109121170A (zh) | 会话管理的方法、装置、设备及系统 | |
CN113079541B (zh) | 一种报告信息的发送方法、装置及系统 | |
EP2790424B1 (en) | Mobility management method, system and equipment for group terminals | |
KR102327904B1 (ko) | 사용자 평면을 분리하기 위한 서비스 품질 구현들 | |
EP3002915B1 (en) | Routing in dependence of the application | |
US20210352630A1 (en) | Base station, system, and method | |
KR20210088303A (ko) | 무선 통신 시스템에서 네트워크 트래픽을 수집하는 방법 및 장치 | |
CN116074199B (zh) | 6g空天地场景细粒度按需服务方法 | |
Kibria et al. | On designing issues of the next generation mobile network | |
CN114342332A (zh) | 一种通信方法、装置及系统 | |
US10993177B2 (en) | Network slice instance creation | |
CN116133059A (zh) | 用于通信系统的电子设备、方法和存储介质 | |
CN105264946A (zh) | 业务加速方法以及装置 | |
WO2024029281A1 (ja) | 情報処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |