[发明专利]一种网络资源的配置方法及装置

说明书

本申请提供一种网络资源的配置方法及装置，涉及通信技术领域。通过改善现有技术对网络资源配置的调优范围和调优效果的局限性，实现对整个局域网的网络资源优化配置问题。该方法包括：获取多个网络设备的检测数据，检测数据包括网络设备的空口数据；根据多个网络设备的检测数据，得到多个网络设备之间的路径损耗；通过神经网络算法和深度学习算法，获取多种网络配置对应的网络健康评分，多种网络配置是根据多个网络设备之间的路径损耗确定的；选取网络健康评分最高的网络配置对多个网络设备进行配置。

技术领域

本申请涉及通信技术领域，尤其涉及一种网络资源的配置方法及装置。

背景技术

蜂窝网络受限于有限的不重叠的通信信道，因此，通常任意相邻的网络区域使用无频率交叉的信道，即每个蜂窝网络设备使用一个信道，相邻的蜂窝网络设备使用不同的信道，否则容易造成网络之间的干扰；如果两个蜂窝相隔足够远，干扰足够小，则可以使用同一信道。因此，需要对蜂窝网络的信道资源进行优化配置，尽可能使全网的网络资源分配合理。

由于无线访问接入点(Access Point，AP)设备规模庞大，且网络中还存在其他可变的或者未知的射频信号，在信道规划方面，单纯依靠人工规划需要耗费大量的人力成本，且难以预测其他可变的或者未知的射频信号造成的干扰。

现有的网络资源配置的调优技术是基于网络设备的调优域进行的，调优范围只针对单个接入控制器(Access Point Controller，AC)或某个调优域内的网络设备进行资源的优化配置，而不同的AC或者调优域之间的网络设备可能存在比较大的通信干扰，因此，难以解决全网整体的资源配置优化问题。

发明内容

本申请提供一种网络资源的配置方法及装置，解决了现有技术中对网络资源配置的调优范围和调优效果是有限的，不能解决全网的网络资源优化配置的问题。

为达到上述目的，本申请采用如下技术方案：

第一方面，提供一种网络资源的配置方法，应用于通信装置，例如分析器设备。该方法包括：获取多个网络设备的检测数据，检测数据包括网络设备的空口数据；根据多个网络设备的检测数据，得到多个网络设备之间的路径损耗；通过神经网络算法和深度学习算法，获取多种网络配置对应的网络健康评分，多种网络配置是根据多个网络设备之间的路径损耗确定的；选取网络健康评分最高的网络配置对多个网络设备进行配置。

上述技术方案中，根据多个网络设备的检测数据得到网络设备之间的路径损耗，通过神经网络算法和深度学习算法，反复迭代计算，得到优化配置下网络健康评分最高的网络配置，从而一次性实现整网的资源配置优化问题，提高网络资源的调优效率。

在一种可能的设计方式中，多个网络设备的检测数据包括多个网络设备对应的状态信息和邻居网络设备信息。上述可能的实现方式中，通过获取多个网络设备的空口数据，得到网络设备自身和邻居网络设备的状态信息等，用来评估网络健康度，采集数据便捷，且不依赖实时的用户通信网络质量数据，提高网络资源的调优效率。

在一种可能的设计方式中，通过神经网络算法和深度学习算法，获取多种网络配置对应的网络健康评分，具体包括：通过多个网络设备之间的路径损耗获取第一网络配置，根据神经网络算法和深度学习算法得到第一网络配置对应的第一网络健康评分；根据网络设备的优先级，通过神经网络算法对第一网络配置进行更新，得到第二网络配置；根据神经网络算法和深度学习算法得到第二网络配置的对应的第二网络健康评分。

上述可能的实现方式中，通过神经网络算法模拟网络配置的优化方案，通过深度学习算法建模评估出优化的网络配置对应的网络健康评分，从而反复修改配置，计算网络健康评分并牵引得到目标网络健康评分最该的网络配置的优化方案。实现通过一次检测数据采集，一次性实现整网的资源配置优化问题，提高网络资源的调优效率。