[发明专利]移动网络自优化方法、系统、终端及计算机可读存储介质

说明书

本发明实施例公开了一种移动网络自优化方法、系统、终端及计算机可读存储介质，涉及通信技术领域。其中方法包括：获取移动网络中小区智能体的环境状态观测值；将环境状态观测值输入到基于强化训练学习获取的现实网络配置策略模型Actor，获取与环境状态观测值对应的网络配置策略；根据网络配置策略生成相应的控制指令，将控制指令下发至对应的小区，指示小区根据网络配置策略进行网络参数配置；根据环境状态观测值和网络配置策略生成新的样本数据，将新的样本数据存储至样本池，供强化训练学习优化模型Actor使用。本发明实施例能够根据环境状态的变化自适应调整小区的网络配置参数，无需网优专家参与，极大地减少了运营商的运维成本。

技术领域

本发明涉及通信技术领域，特别涉及一种移动网络自优化方法、系统、终端及计算机可读存储介质。

背景技术

目前，长期演进技术(Long Term Evolution，LTE)自组织网络(SelfOrganization Network，SON)算法，例如：覆盖于容量自优化(Coverage and CapacityOptimisation，CCO)算法、移动负载均衡(Mobility Load Balance，MLB)算法，移动健壮性优化(Mobility Robustness Optimisation，MRO)算法以及随机接入信道(Random AccessChannel，RACH)优化算法等，都是基于一些既定的人工经验规则控制网络中用户在小区间的迁移来达到小区间的负载均衡或减少干扰，来实现网络自优化的目的。这些传统的网络自优化算法存在以下缺陷：

1)传统的网络自优化算法无法根据小区本身性能或者环境的变化自动调整或者盖板策略以适应新的环境；

2)小区所处环境以及基站本身的性能差异导致不同小区需要不同的配置参数进行控制，因此传统的网络自优化算法需要网优专家针对各个小区单独设置参数进行调优，工作量巨大。

发明内容

有鉴于此，本发明实施例的目的在于提供一种移动网络自优化方法、系统、终端及计算机可读存储介质，以上述传统的网络自由化算法无法根据小区本身性能或者环境的变化自动调整或者盖板策略以适应新的环境以及需要网优专家针对各个小区单独设置参数进行调优，导致工作量巨大的问题。

本发明解决上述技术问题所采用的技术方案如下：

根据本发明实施例的一个方面，提供一种移动网络自优化方法，该方法包括：

获取移动网络中小区智能体的环境状态观测值；

将所述环境状态观测值输入到基于强化训练学习获取的现实网络配置策略模型Actor，获取与所述环境状态观测值对应的网络配置策略；

根据所述网络配置策略生成相应的控制指令，将所述控制指令下发至对应的小区，指示所述小区根据所述网络配置策略进行网络参数配置。

根据本发明实施例的又一个方面，提供一种移动网络自优化终端，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，该所述计算机程序被所述处理器执行时，实现上述移动网络自优化方法的步骤。

根据本发明实施例的再一个方面，提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现上述移动网络自优化方法的步骤。

本发明实施例提供的移动网络自优化方法、系统、终端及计算机可读存储介质，由于将强化学习与移动网络自优化技术结合到一起，利用强化学习从小区的环境状态信息中总结规则，并在人为设定的目标奖赏的指导下做出适合于当前环境状态信息的网络参数配置决策，形成了端到端的完整优化环，相较传统的网络自优化方法，该移动网络自优化方法终生在线学习，能够适应环境的变化，待模型收敛后无需网优专家干预可以自适应运行，能够真正做到无人值守，自驱动，极大地减少了运营商的运维成本。

附图说明