在 B5G 和 6G 时代,垂直产业应用场景日益复杂,服务需求的差异化、多样化、 时变性特征对未来无线通信网络提出了更高的要求,虚拟化及智能化已经成为互联网发 展的趋势。然而,现有的智能管控算法实现时需基于特定算法库,可融合性差、引入门 槛高,不具备支持人工智能(Artificial intelligence, AI)引擎的能力,缺少智能管控算法的 运行环境与基础插件, 将智能管控策略引入无线网络中的难度大,无法根据实时网络状 态灵活提供高效的 AI 管控算法,资源使用效率低、业务匹配性差。 本平台支持基于 AI 引擎的无线智能管控组件, 提供 AI 通用接口支持无线网络智能管控。核心 AI 引擎中封 装多种 AI 算法,比如深度 Q 强化学习(Dueling Deep Q-Learning)、异步优势演员评论 家(Asynchronous Advantage Actor-Critic,A3C) 等, 能够为不同实时性、 差异化业务提供 专属的资源管控。平台构建了全局化的网络状态测量体系架构,并设计了细粒度网络状 态实时测量机制, 为支持 AI 引擎的管控组件提供信息输入。
1. 具有自主知识产权, 研究成果已授权发明专利 15 项,发表高水平 SCI 论文 20 余 篇,申请软件著作权 1 项,提交标准提案 1 项。
2. 成果来源: 自然基金优秀青年基金项目、国家重点研发计划项目、国家自然科学 基金等。
3. 技术先进性:本成果研发了支持 AI 引擎的无线智能管控组件,实现了 AI 原生 的无线网络资源管控,搭建了面向 B5G/6G 无线业务的智能资源管控平台,达到了国际 先进水平。
支持 AI 引擎的无线智能管控平台,主要具有以下功能:
1. 实现 AI 引擎实时调用, AI 引擎内封装多种神经网络, 不同业务的资源管控需求 能够通过统一通用的接口传送至 AI 引擎,实现稳定的数据传输。
2. 实现基于 AI 引擎的资源智能调度, AI 引擎基于接收到的管控需求能够调用与业 务场景匹配的神经网络模型,输出资源智能调度策略,满足用户动态需求变化,资源利 用率提升 30%。
3. 实现面向差异化网络业务的智能网络切片管控, 能够为差异化业务创建匹配业务 需求的切片,基于 AI 引擎实现智能实时的无线业务管控决策。
4. 实现基于网络状态测量结果的实时资源管控, 支持网络状态数据传输至 AI 引擎, 实现适配网络状态变化的资源智能调度,资源管控的时延降低 25%。
市场分析:
本成果可面向我国通信技术领域的相关企业、研究所等机构。
张海君教授,长期从事移动通信、人工智能与大数据等方向研究。团队成员含国家 优秀青年基金获得者 1 人、教授 1 人、副教授 1 人、讲师 2 人,引进海外博士 1 人。主 要研究方向包括下一代 6G 通信技术、智能无线通信管理技术、边缘智能、无人机与车 联网等。团队成员近 5 年发表 IEEE 权威期刊一区二区论文 50 余篇。团队成员获多个国 际知名奖项或荣誉, 包括 2017 年 IEEE 通信学会最佳青年作者论文奖、 2018 年 IEEE 通 信系统与建模技术委员会最佳期刊论文奖、 2018 年国际无线电科学联盟青年科学家奖、
2019 年 IEEE 通信学会亚太最杰出青年学者奖、 2019/2020 年科睿唯安全球高被引学者, 中国通信学会青年科技奖等,团队成员承担多项国家级科研项目,包括国家自然基金面 上项目 2 项、国家自然基金优秀青年基金项目 1 项、国家重点研发课题 1 项等。
本成果可实现 AI 原生的智能资源管控,执行高效的资源管控策略, 满足差异化业 务场景下实时适配业务需求, 可降低网络运维成本,提升网络管理效益和能源效率,为 相关网络垂直行业发展提供依据和锚点。
成熟程度及推广应用情况:
目前处于何种研发阶段: ☐研发 ☐小试 ☒中试 ☐小批量生产 ☐产业化; 样机: ☒ 有 ☐无 其他:□如选择“其他”,请说明:。
已投入成本: 300 万元。