CN118984469B - 基于大数据结合5g技术下的边缘通信方法及系统 - Google Patents
基于大数据结合5g技术下的边缘通信方法及系统 Download PDFInfo
- Publication number
- CN118984469B CN118984469B CN202411451199.XA CN202411451199A CN118984469B CN 118984469 B CN118984469 B CN 118984469B CN 202411451199 A CN202411451199 A CN 202411451199A CN 118984469 B CN118984469 B CN 118984469B
- Authority
- CN
- China
- Prior art keywords
- communication
- data
- parameters
- frequency
- edge
- 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.)
- Active
Links
- 238000004891 communication Methods 0.000 title claims abstract description 463
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005516 engineering process Methods 0.000 title claims abstract description 36
- 230000005540 biological transmission Effects 0.000 claims abstract description 125
- 230000002776 aggregation Effects 0.000 claims abstract description 51
- 238000004220 aggregation Methods 0.000 claims abstract description 51
- 230000004044 response Effects 0.000 claims abstract description 29
- 108010015046 cell aggregation factors Proteins 0.000 claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 description 20
- 238000004422 calculation algorithm Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013439 planning Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000013468 resource allocation Methods 0.000 description 4
- 208000025174 PANDAS Diseases 0.000 description 3
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 3
- 240000004718 Panda Species 0.000 description 3
- 235000016496 Panda oleosa Nutrition 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- PZBPHYLKIMOZPR-FIYGWYQWSA-K 2-[4-[2-[[(2r)-1-[[(4r,7s,10s,13r,16s,19r)-10-(4-aminobutyl)-4-[[(2r,3r)-1,3-dihydroxybutan-2-yl]carbamoyl]-7-[(1r)-1-hydroxyethyl]-16-[(4-hydroxyphenyl)methyl]-13-(1h-indol-3-ylmethyl)-6,9,12,15,18-pentaoxo-1,2-dithia-5,8,11,14,17-pentazacycloicos-19-yl] Chemical compound [68Ga+3].C([C@H](C(=O)N[C@H]1CSSC[C@H](NC(=O)[C@H]([C@@H](C)O)NC(=O)[C@H](CCCCN)NC(=O)[C@@H](CC=2C3=CC=CC=C3NC=2)NC(=O)[C@H](CC=2C=CC(O)=CC=2)NC1=O)C(=O)N[C@H](CO)[C@H](O)C)NC(=O)CN1CCN(CC([O-])=O)CCN(CC([O-])=O)CCN(CC([O-])=O)CC1)C1=CC=CC=C1 PZBPHYLKIMOZPR-FIYGWYQWSA-K 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000013450 outlier detection Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
- H04W28/084—Load balancing or load distribution among network function virtualisation [NFV] entities; among edge computing entities, e.g. multi-access edge computing
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及边缘通信领域，提出了基于大数据结合5G技术下的边缘通信方法及系统，所述方法包括：确定通信场景中的通信区域、分析通信需求、计算回波系数以及生成边缘通信方案的方法，通过查询通信需求中的关键通信指标并提取指标参数，计算回波系数，基于回波系数，查询通信环境并采集通信参数，转化为通信频段曲线，并提取频段参数进行数据聚合，将聚合数据上传至边缘节点后，提取聚合因子并查询数据传输协议，根据数据传输协议，调节5G通信云平台的数据传输路径，实时监测数据传输速率和频率，并计算数据带宽，根据数据带宽，配置边缘通信设备的参数，计算通信数据的响应频率，最终生成边缘通信方案。本发明可以提高边缘通信的通信效率和稳定性。
Description
技术领域
本发明涉及边缘通信领域，尤其涉及基于大数据结合5G技术下的边缘通信方法及系统。
背景技术
边缘通信是指将计算、存储和网络服务从传统的中心化云端扩展到网络边缘，以更好地满足低延迟、高可靠性和隐私保护等需求的一种通信方式。
目前，边缘通信方法主要包括数据的边缘处理、智能边缘缓存、边缘计算卸载等技术，其中，数据的边缘处理指的是在边缘节点上进行数据预处理和简单分析，以减少数据传输至云端的压力；智能边缘缓存利用大数据分析预测用户数据访问行为，通过5G技术实现快速数据传输和缓存更新；边缘计算卸载则是将部分数据处理任务从终端设备转移到边缘服务器，减少终端设备能耗和延迟，然而，上述边缘通信方法仍受到通信效率以及稳定性的影响，因此，需要一种基于大数据结合5G技术下的边缘通信方法，以提高边缘通信的通信效率和稳定性。
发明内容
本发明提供基于大数据结合5G技术下的边缘通信方法及系统，其主要目的在于提高边缘通信的通信效率和稳定性。
确定通信场景中的通信区域，分析所述通信区域对应的通信需求，查询所述通信需求中的关键通信指标，提取所述关键通信指标中的指标参数，计算所述指标参数对应的回波系数；
基于所述回波系数，查询所述通信场景对应的通信环境，采集所述通信环境中的通信参数，将所述通信参数转化为通信频段曲线，提取所述通信频段曲线中的频段参数，对所述频段参数进行数据聚合，得到聚合数据集；
将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议；
基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，实时监测所述数据传输路径对应的数据传输速率和数据频率；基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽；
基于所述数据带宽，配置预设的边缘通信设备中的设备参数，提取所述设备参数中的中心功率和谐振频率，基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，基于所述响应频率，生成所述通信场景对应的边缘通信方案。
可选地，所述查询所述通信需求中的关键通信指标，包括：
确定所述通信需求对应的需求目标，基于所述需求目标，配置预设的通信设备中的通信参数；
基于所述通信参数，检测所述预设的通信设备的网络连接状态；
测量所述网络连接状态中的通信延迟，测量所述网络连接状态中的通信吞吐量；
测量所述网络连接状态中的通信丢包率；
基于所述通信延迟、所述通信吞吐量以及所述通信丢包率，分析所述通信需求中的关键通信指标。
可选地，所述计算所述指标参数对应的回波系数，包括：查询所述指标参数对应的指标路径；并识别所述指标路径对应的通信频率；基于所述指标路径和所述通信频率，利用下述公式计算所述指标参数对应的回波系数：
其中，Γ表示所述指标参数对应的回波系数，表示所述指标路径对应的路径索引，表示所述指标路径对应的路径数量，表示第条指标路径的通信频率，表示第条指标路径的路径损耗，表示第条指标路径的数据传输距离，表示第条指标路径的信噪比，表示指标路径的长度，表示指标路径对应的路径矩阵，其中表示载波功率，表示发射功率，表示接收功率，表示衰减。
可选地，所述基于所述回波系数，查询所述通信场景对应的通信环境，包括：
确定所述回波系数对应的回波信道，识别所述回波信道中的信道特征；
基于所述信道特征，构建所述通信场景对应的环境信道框架；
基于所述环境信道框架，查询所述通信场景对应的通信环境。
可选地，所述对所述频段参数进行数据聚合，得到聚合数据集，包括：
识别所述频段参数对应的原始频段数据，确定所述原始频段数据对应的频段范围；
基于所述频段范围，去除所述频段参数中的异常频段，得到频段质量数据；
利用预设的聚合函数对所述频段质量数据进行数据聚合，得到聚合数据集。
可选地，所述基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议，包括：
查询所述聚合因子中的关键因子，识别所述关键因子对应的数据项；
基于所述数据项，确定所述聚合数据集对应的标识符；
基于所述标识符，提取所述聚合数据集中数据对应的传输协议号；
基于所述传输协议号，查询所述聚合数据集中数据对应的数据传输协议。
可选地，所述基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，包括：
分析所述数据传输协议对应的协议特性，并识别预设的5G通信云平台的数据流量模式；
基于所述协议特性和所述数据流量模式，构建所述5G通信云平台对应的路径优化模块；
利用所述路径优化模块调节预设的5G通信云平台对应的数据传输路径。
可选地，所述基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽，包括：
利用下述公式计算所述聚合数据集中数据对应的数据带宽：
其中，表示所述聚合数据集中数据对应的数据带宽，表示所述聚合数据集中数据对应的数据项索引，表示所述聚合数据集中数据对应的数据项数量，代表第个数据大小，用于表示所述聚合数据集中的各数据量，表示所述数据传输速率，表示所述数据频率。
可选地，所述基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，包括：
利用下述公式计算所述通信场景中通信数据的响应频率：
其中，表示所述通信场景中通信数据的响应频率，表示所述中心功率关于角频率的函数，表示时间变量，表示谐振频率与带宽之比，表示所述通信场景中通信数据的参数个数，表示所述通信场景中通信数据对应的矩阵阶数。
为了解决上述问题，本发明还提供基于大数据结合5G技术下的边缘通信系统，所述系统包括：
回波系数计算模块，用于确定通信场景中的通信区域，分析所述通信区域对应的通信需求，查询所述通信需求中的关键通信指标，提取所述关键通信指标中的指标参数，计算所述指标参数对应的回波系数；
数据聚合模块，用于基于所述回波系数，查询所述通信场景对应的通信环境，采集所述通信环境中的通信参数，将所述通信参数转化为通信频段曲线，提取所述通信频段曲线中的频段参数，对所述频段参数进行数据聚合，得到聚合数据集；
协议查询模块，用于将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议；
带宽计算模块，用于基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，实时监测所述数据传输路径对应的数据传输速率和数据频率；基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽；
方案生成模块，用于基于所述数据带宽，配置预设的边缘通信设备中的设备参数，提取所述设备参数中的中心功率和谐振频率，基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，基于所述响应频率，生成所述通信场景对应的边缘通信方案。
首先，本发明通过确定通信场景中的通信区域，分析所述通信区域对应的通信需求，通过深入了解通信场景中的通信区域及需求，可以更好地进行网络规划和资源分配，提高通信效率和性能，同时，本发明基于所述回波系数，查询所述通信场景对应的通信环境，有助于定位潜在的干扰源或信号衰减因素，进而优化通信系统设计、提升传输性能，并规划资源以适应各种通信环境条件，从而提高通信网络的稳定性，本发明通过将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，可以减少数据传输延迟，降低整体网络负荷，保护数据隐私，并促进更快速的决策制定和智能系统的建设，其次，本发明基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，可以实现最佳网络性能和资源利用率的平衡，优化数据流量分配，提高通信效率，同时，有效降低延迟、提升带宽利用率，保障通信质量和稳定性，进一步地，本发明基于所述数据带宽，配置预设的边缘通信设备中的设备参数，有助于优化网络性能，提升数据处理速度，并确保设备之间的顺畅通信，从而增强整体系统的稳定性和可靠性。因此，本发明提出的基于大数据结合5G技术下的边缘通信方法及系统，能够提高边缘通信的通信效率和稳定性。
附图说明
图1为本发明一实施例提供的基于大数据结合5G技术下的边缘通信方法的流程示意图；
图2为本发明一实施例提供的基于大数据结合5G技术下的边缘通信系统的模块示意图；
图3为本发明一实施例提供的基于大数据结合5G技术下的边缘通信方法的电子设备的内部结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供基于大数据结合5G技术下的边缘通信方法。所述基于大数据结合5G技术下的边缘通信方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于大数据结合5G技术下的边缘通信方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于大数据结合5G技术下的边缘通信方法的流程示意图。在本实施例中，所述基于大数据结合5G技术下的边缘通信方法包括：
S1、确定通信场景中的通信区域，分析所述通信区域对应的通信需求，查询所述通信需求中的关键通信指标，提取所述关键通信指标中的指标参数，计算所述指标参数对应的回波系数。
本发明通过确定通信场景中的通信区域，分析所述通信区域对应的通信需求，通过深入了解通信场景中的通信区域及需求，可以更好地进行网络规划和资源分配，提高通信效率和性能。
其中，所述通信场景指的是进行通信活动的特定环境或情况；所述通信区域是指通信场景中具有特定意义和功能的区域或范围；所述通信需求是指在特定通信场景下，用户或设备对通信系统提出的具体要求或期望，包括数据传输速度、网络覆盖范围、连接稳定性、安全性等方面的需求，可选地，所述确定通信场景中的通信区域可以通过无线信号覆盖模型实现获得，如：FSPL模型、Okumura-Hata模型等；所述分析所述通信区域对应的通信需求可以通过网络规划工具实现获得，如：Atoll、TEMS Investigation等工具。
进一步地，本发明通过查询所述通信需求中的关键通信指标，可以及时发现和解决网络故障，保证网络稳定运行，并且有助于优化网络架构和配置，从而提升服务质量和用户体验。
其中，所述关键通信指标是指在通信系统中用于度量和评估通信性能的重要参数或指标。
作为本发明的一个实施例，所述查询所述通信需求中的关键通信指标，包括：确定所述通信需求对应的需求目标；基于所述需求目标，配置预设的通信设备中的通信参数；基于所述通信参数，检测所述预设的通信设备的网络连接状态；测量所述网络连接状态中的通信延迟；测量所述网络连接状态中的通信吞吐量；测量所述网络连接状态中的通信丢包率；基于所述通信延迟、所述通信吞吐量以及所述通信丢包率，分析所述通信需求中的关键通信指标。
其中，所述需求目标是指通信需求的特定目标或目的，例如实现高质量视频会议、提供稳定的远程访问服务等；所述通信参数是指预设通信设备中可配置的参数，如带宽、频率、功率等；所述网络连接状态是指通信设备与网络之间的连接状况，包括连接稳定性、延迟、吞吐量和数据传输质量；所述通信延迟是指数据从发送端到接收端所需的时间，通常以毫秒为单位；所述通信吞吐量是指单位时间内通过网络传输的数据量，通常以位/秒或字节/秒表示；所述通信丢包率是指在数据传输过程中丢失的数据包的比例。
进一步地，所述确定所述通信需求对应的需求目标可以通过需求工程模型实现获得，如：经典水平模型、增量模型等模型；所述配置预设的通信设备中的通信参数可以通过网络仿真工具实现获得，如：Packet Tracer、GNS3等工具；所述检测所述预设的通信设备的网络连接状态可以通过网络监控工具实现获得，如：Wireshark、Nagios等工具；所述测量所述网络连接状态中的通信延迟和通信吞吐量以及通信丢包率可以通过网络性能测试工具实现获得，如：PingPlotter、iPerf等工具；所述分析所述通信需求中的关键通信指标可以通过数据分析和性能评估方法实现获得，如：统计分析、机器学习算法。
本发明通过提取所述关键通信指标中的指标参数，计算所述指标参数对应的回波系数，可以更好地适应不同环境条件，提升数据传输的准确性和可靠性，从而全面提升整体通信质量及用户体验。
其中，所述指标参数是指通信系统性能的关键参数，如数据传输速率、信噪比、误码率、带宽和延迟等参数；所述回波系数是指所述指标参数在通信系统中相应环境下的反射或响应系数。
作为本发明的一个实施例，所述计算所述指标参数对应的回波系数，包括：查询所述指标参数对应的指标路径；并识别所述指标路径对应的通信频率；基于所述指标路径和所述通信频率，利用下述公式计算所述指标参数对应的回波系数：
其中，Γ表示所述指标参数对应的回波系数，表示所述指标路径对应的路径索引，表示所述指标路径对应的路径数量，表示第条指标路径的通信频率，表示第条指标路径的路径损耗，表示第条指标路径的数据传输距离，表示第条指标路径的信噪比，表示指标路径的长度，表示指标路径对应的路径矩阵，其中表示载波功率，表示发射功率，表示接收功率，表示衰减。
S2、基于所述回波系数，查询所述通信场景对应的通信环境，采集所述通信环境中的通信参数，将所述通信参数转化为通信频段曲线，提取所述通信频段曲线中的频段参数，对所述频段参数进行数据聚合，得到聚合数据集。
本发明基于所述回波系数，查询所述通信场景对应的通信环境，有助于定位潜在的干扰源或信号衰减因素，进而优化通信系统设计、提升传输性能，并规划资源以适应各种通信环境条件，从而提高通信网络的稳定性。
其中，所述通信环境是指信号传输过程中所处的场景和条件，包括多径衰落、阴影效应、多用户干扰等因素。
作为本发明的一个实施例，所述基于所述回波系数，查询所述通信场景对应的通信环境，包括：确定所述回波系数对应的回波信道；识别所述回波信道中的信道特征；基于所述信道特征，构建所述通信场景对应的环境信道框架；基于所述环境信道框架，查询所述通信场景对应的通信环境。
其中，所述回波信道是指数据从发射端传输到接收端并返回时遇到的信道；所述信道特征是指回波信道中存在的多种属性，如多径效应、时变性质、频谱衰落等；所述环境信道框架是指基于所述信道特征建立的模型，用于描述通信环境中的信道行为。
进一步地，所述确定所述回波系数对应的回波信道可以通过信道估计算法实现获得，如：LMS、MLE等算法；所述识别所述回波信道中的信道特征可以通过信道谱密度分析或自相关函数分析实现获得；所述构建所述通信场景对应的环境信道框架可以通过网络仿真工具实现获得，如：MATLAB、Simulink、ns-3等工具；所述查询所述通信场景对应的通信环境可以通过信道模型实现获得，如：AWGN、Rayleigh、Rician等模型。
本发明通过采集所述通信环境中的通信参数，将所述通信参数转化为通信频段曲线，有助于全面了解通信环境中的信号特性和传输条件，从而优化通信系统设计及部署。
其中，所述通信参数是指与通信相关的设置或属性，例如数据传输速率、频率、编解码格式等；所述通信频段曲线是指描述特定通信频段的信号强度或带宽随频率变化的曲线，详细地，所述采集所述通信环境中的通信参数可以通过参数采集工具实现获得，如：Wireshark、NetSpot等；所述将所述通信参数转化为通信频段曲线可以通过曲线转换工具实现获得，如：MATLAB、GNU Radio等工具。
进一步地，本发明通过提取所述通信频段曲线中的频段参数，对所述频段参数进行数据聚合，得到聚合数据集，可以对通信系统进行优化，并且可以根据聚合数据集来调整天线或信道选择，从而为制定频谱分配政策和优化频谱分配策略提供基础。
其中，所述频段参数是指在通信频段曲线中描述不同频段特征的各项指标，例如信号强度、信噪比、带宽利用率等；所述聚合数据集是指将每个频段的聚合结果整合在一起得到的最终数据集。
作为本发明的一个实施例，所述对所述频段参数进行数据聚合，得到聚合数据集，包括：识别所述频段参数对应的原始频段数据；确定所述原始频段数据对应的频段范围；基于所述频段范围，去除所述频段参数中的异常频段，得到频段质量数据；利用预设的聚合函数对所述频段质量数据进行数据聚合，得到聚合数据集。
其中，所述原始频段数据是指未经处理或修改的频段参数值；所述频段范围是指每个原始频段数据对应的频段的起始频率和结束频率；所述频段质量数据是指经过去除异常频段后，剩余频段的质量数据；所述预设的聚合函数是指事先定义好的对频段质量数据进行聚合操作的函数，如求均值、最大值、最小值等；所述聚合数据集是指将每个频段的聚合结果整合在一起得到的最终数据集。
进一步地，所述识别所述频段参数对应的原始频段数据可以通过Python 中的pandas 库实现获得；所述确定所述原始频段数据对应的频段范围可以通过频谱分析工具实现获得，如：GNU Radio工具；所述去除所述频段参数中的异常频段可以通过离群值检测算法实现获得，如：Z-Score方法、IQR方法等；所述利用预设的聚合函数对所述频段质量数据进行数据聚合可以通过利用预设的聚合函数实现获得。
S3、将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议。
本发明通过将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，可以减少数据传输延迟，降低整体网络负荷，保护数据隐私，并促进更快速的决策制定和智能系统的建设。
其中，所述预设的边缘节点是指事先确定的位于网络边缘的计算节点，用于在数据产生的地方进行部分处理和存储；所述聚合因子是指经过数据聚合计算得出的有关数据特征或统计量，如平均值、总和等，可选地，所述将所述聚合数据集中的数据上传至预设的边缘节点可以通过分布式计算框架实现获得，如：Apache Spark、Hadoop等工具；所述提取所述聚合数据集中数据的聚合因子可以通过Python实现获得，如：NumPy、Pandas、Scikit-learn等工具。
本发明基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议，可以确保数据在传输过程中不会丢失、篡改或出现错误，并能按照预先设定的规则进行处理和解析，从而提高数据传输的可靠性和稳定性。
其中，所述数据传输协议是指用于在不同系统之间传输数据的一组规则和约定。
作为本发明的一个实施例，所述基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议，包括：查询所述聚合因子中的关键因子；识别所述关键因子对应的数据项；基于所述数据项，确定所述聚合数据集对应的标识符；基于所述标识符，提取所述聚合数据集中数据对应的传输协议号；基于所述传输协议号，查询所述聚合数据集中数据对应的数据传输协议。
其中，所述关键因子是指在聚合数据集中具有重要意义的因素或特征，用于对数据进行分组或筛选；所述数据项是指与所述关键因子相关联的特定数据字段或属性；所述标识符是指用于唯一标识聚合数据集中特定数据的标识符；所述传输协议号是指与聚合数据集中特定数据对应的传输协议的标识符。
进一步地，所述查询所述聚合因子中的关键因子可以通过特征选择算法实现获得，如：随机森林、递归特征消除等算法；所述识别所述关键因子对应的数据项可以通过Python中的pandas、numpy库、scikit-learn等工具实现获得；所述提取所述聚合数据集中数据对应的传输协议号可以通过数据解析工具实现获得，如：Wireshark抓包工具；所述查询所述聚合数据集中数据对应的数据传输协议可以通过网络数据分析工具实现获得，如：Zeek网络安全监测工具、ELK Stack等工具。
S4、基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，实时监测所述数据传输路径对应的数据传输速率和数据频率，基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽。
本发明基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，可以实现最佳网络性能和资源利用率的平衡，优化数据流量分配，提高通信效率，同时，有效降低延迟、提升带宽利用率，保障通信质量和稳定性。
其中，所述预设的5G通信云平台是指一种基于第五代移动通信技术（5G）构建的网络架构，其中包括云计算、虚拟化、软件定义网络（SDN）、网络功能虚拟化（NFV）等先进技术的集成；所述数据传输路径是指信息从发送端到接收端的传输路径，包括中间节点和传输方式。
作为本发明一个实施例，所述基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，包括：分析所述数据传输协议对应的协议特性，并识别预设的5G通信云平台的数据流量模式；基于所述协议特性和所述数据流量模式，构建所述5G通信云平台对应的路径优化模块；利用所述路径优化模块调节预设的5G通信云平台对应的数据传输路径。
其中，所述协议特性是指数据传输协议的具体特点和规范，如数据包格式、传输速率、错误检测与纠正机制等；所述数据流量模式是指在5G通信云平台上的数据传输的模式和特征，包括数据量大小、传输频率、优先级等；所述路径优化模块是指基于协议特性和数据流量模式设计的模块。
进一步地，所述分析所述数据传输协议对应的协议特性可以通过开源网络分析工具实现获得，如：Wireshark工具；所述识别预设的5G通信云平台的数据流量模式可以通过数据挖掘技术实现获得，如：K-means聚类；构建所述5G通信云平台对应的路径优化模块可以通过强化学习算法实现获得，如：Q-learning算法；所述预设的5G通信云平台对应的数据传输路径可以通过利用所述路径优化模块实现获得。
本发明通过实时监测所述数据传输路径对应的数据传输速率和数据频率，能够及时发现潜在故障或瓶颈，提升通信效率和性能，从而优化资源利用、降低延迟，并保障数据传输的安全和可靠性。
其中，所述数据传输速率是指数据在单位时间内通过传输介质的速度，通常以比特率或字节率来表示；所述数据频率是指数据信号波形中变化的频率，即信号每秒震荡的次数，通常以赫兹为单位，可选地，所述实时监测所述数据传输路径对应的数据传输速率和数据频率可以通过网络性能监控工具实现获得，如：Wireshark、SolarWinds等工具。
本发明基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽，可以及时发现潜在故障或瓶颈，有效降低延迟，提高数据传输安全性和可靠性，从而实现更高效的资源管理、网络规划以及服务质量保障。
其中，所述数据带宽是指在单位时间内传输的数据量。
作为本发明的一个实施例，所述基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽，包括：
利用下述公式计算所述聚合数据集中数据对应的数据带宽：
其中，表示所述聚合数据集中数据对应的数据带宽，表示所述聚合数据集中数据对应的数据项索引，表示所述聚合数据集中数据对应的数据项数量，代表第个数据大小，用于表示所述聚合数据集中的各数据量，表示所述数据传输速率，表示所述数据频率。
S5、基于所述数据带宽，配置预设的边缘通信设备中的设备参数，提取所述设备参数中的中心功率和谐振频率，基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，基于所述响应频率，生成所述通信场景对应的边缘通信方案。
本发明基于所述数据带宽，配置预设的边缘通信设备中的设备参数，有助于优化网络性能，提升数据处理速度，并确保设备之间的顺畅通信，从而增强整体系统的稳定性和可靠性。
其中，预设的边缘通信设备是指在边缘计算环境下运行的各种智能设备，如边缘服务器、边缘路由器、传感器节点等；所述设备参数是指针对这些边缘通信设备的属性设置，包括数据传输速率、协议规范、缓冲区大小等，可选地，所述配置预设的边缘通信设备中的设备参数可以通过优化算法实现获得，如：遗传算法、粒子群算法、模拟退火算法等。
本发明通过提取所述设备参数中的中心功率和谐振频率，可以提高设备的能效性、降低功耗消耗并促进系统稳定运行，有助于实现更有效的能源利用和资源分配，从而提升整体系统的性能和可靠性。
其中，所述中心功率是指设备在工作过程中所需的平均功率水平，通常表示设备整体能耗情况的核心参数；所述谐振频率是指设备在特定频率下对外部激励信号产生共振现象的频率点，是设备在响应外界信号时表现出最大效率的频率，可选地，所述提取所述设备参数中的中心功率和谐振频率可以通过电路仿真工具实现获得，如：LTspice、PSpice等工具。
作为本发明的一个实施例，所述基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，包括：
利用下述公式计算所述通信场景中通信数据的响应频率：
其中，表示所述通信场景中通信数据的响应频率，表示所述中心功率关于角频率的函数，表示时间变量，表示谐振频率与带宽之比，表示所述通信场景中通信数据的参数个数，表示所述通信场景中通信数据对应的矩阵阶数。
本发明基于所述响应频率，生成所述通信场景对应的边缘通信方案，可以有效减少能耗，降低维护成本，提升网络安全性，能够最大程度地优化通信网络资源利用率并提高通信效率。
其中，所述边缘通信方案是指一种通信架构，其中数据处理、存储和传输等功能在离数据产生源头更近的网络边缘进行，而不是全部集中在中心数据中心或云服务中，能够将计算资源尽可能靠近数据源，以实现更快速的数据处理和响应时间，降低网络拥塞和延迟，提高通信效率和性能，可选地，所述生成所述通信场景对应的边缘通信方案可以通过将边缘计算与传统的云计算相结合实现获得，并且，所述边缘通信方案能够更好地适应各种通信场景的需求，包括物联网、智能城市、工业自动化等领域，从而实现智能化、高效化的通信网络。
首先，本发明通过确定通信场景中的通信区域，分析所述通信区域对应的通信需求，通过深入了解通信场景中的通信区域及需求，可以更好地进行网络规划和资源分配，提高通信效率和性能，同时，本发明基于所述回波系数，查询所述通信场景对应的通信环境，有助于定位潜在的干扰源或信号衰减因素，进而优化通信系统设计、提升传输性能，并规划资源以适应各种通信环境条件，从而提高通信网络的稳定性，本发明通过将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，可以减少数据传输延迟，降低整体网络负荷，保护数据隐私，并促进更快速的决策制定和智能系统的建设，其次，本发明基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，可以实现最佳网络性能和资源利用率的平衡，优化数据流量分配，提高通信效率，同时，有效降低延迟、提升带宽利用率，保障通信质量和稳定性，进一步地，本发明基于所述数据带宽，配置预设的边缘通信设备中的设备参数，有助于优化网络性能，提升数据处理速度，并确保设备之间的顺畅通信，从而增强整体系统的稳定性和可靠性。因此，本发明提出的基于大数据结合5G技术下的边缘通信方法及系统，能够提高边缘通信的通信效率和稳定性。
如图2所示，是本发明一实施例提供的基于大数据结合5G技术下的边缘通信系统的功能模块图。
本发明所述基于大数据结合5G技术下的边缘通信系统200可以安装于电子设备中。根据实现的功能，所述基于大数据结合5G技术下的边缘通信系统200可以包括回波系数计算模块201、数据聚合模块202、协议查询模块203、带宽计算模块204以及方案生成模块205。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述回波系数计算模块201，用于确定通信场景中的通信区域，分析所述通信区域对应的通信需求，查询所述通信需求中的关键通信指标，提取所述关键通信指标中的指标参数，计算所述指标参数对应的回波系数；
所述数据聚合模块202，用于基于所述回波系数，查询所述通信场景对应的通信环境，采集所述通信环境中的通信参数，将所述通信参数转化为通信频段曲线，提取所述通信频段曲线中的频段参数，对所述频段参数进行数据聚合，得到聚合数据集；
所述协议查询模块203，用于将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议；
所述带宽计算模块204，用于基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，实时监测所述数据传输路径对应的数据传输速率和数据频率；基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽；
所述方案生成模块205，用于基于所述数据带宽，配置预设的边缘通信设备中的设备参数，提取所述设备参数中的中心功率和谐振频率，基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，基于所述响应频率，生成所述通信场景对应的边缘通信方案。
详细地，本发明实施例中所述基于大数据结合5G技术下的边缘通信系统200中所述的各模块在使用时采用与附图中所述的基于大数据结合5G技术下的边缘通信方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图3所示，是本发明实现基于大数据结合5G技术下的边缘通信方法的电子设备的结构示意图。
所述电子设备可以包括处理器30、存储器31、通信总线32以及通信接口33，还可以包括存储在所述存储器31中并可在所述处理器30上运行的计算机程序，如基于人工智能的工程安全监管程序。
其中，所述处理器30在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器30是所述电子设备的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器31内的程序或者模块（例如执行基于人工智能的工程安全监管程序等），以及调用存储在所述存储器31内的数据，以执行电子设备的各种功能和处理数据。
所述存储器31至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器31在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器31在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器31还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器31不仅可以用于存储安装于电子设备的应用软件及各类数据，例如数据库配置化连接程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线32可以是外设部件互连标准（peripheral componentinterconnect，简称PCI）总线或扩展工业标准结构（extended industry standardarchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器31以及至少一个处理器30等之间的连接通信。
所述通信接口33用于上述电子设备3与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，所述用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器30逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利发明范围上并不受此结构的限制。
所述电子设备中的所述存储器31存储的数据库配置化连接程序是多个计算机程序的组合，在所述处理器30中运行时，可以实现：
确定通信场景中的通信区域，分析所述通信区域对应的通信需求，查询所述通信需求中的关键通信指标，提取所述关键通信指标中的指标参数，计算所述指标参数对应的回波系数；
基于所述回波系数，查询所述通信场景对应的通信环境，采集所述通信环境中的通信参数，将所述通信参数转化为通信频段曲线，提取所述通信频段曲线中的频段参数，对所述频段参数进行数据聚合，得到聚合数据集；
将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议；
基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，实时监测所述数据传输路径对应的数据传输速率和数据频率；基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽；
基于所述数据带宽，配置预设的边缘通信设备中的设备参数，提取所述设备参数中的中心功率和谐振频率，基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，基于所述响应频率，生成所述通信场景对应的边缘通信方案。
具体地，所述处理器30对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
确定通信场景中的通信区域，分析所述通信区域对应的通信需求，查询所述通信需求中的关键通信指标，提取所述关键通信指标中的指标参数，计算所述指标参数对应的回波系数；
基于所述回波系数，查询所述通信场景对应的通信环境，采集所述通信环境中的通信参数，将所述通信参数转化为通信频段曲线，提取所述通信频段曲线中的频段参数，对所述频段参数进行数据聚合，得到聚合数据集；
将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议；
基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，实时监测所述数据传输路径对应的数据传输速率和数据频率；基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽；
基于所述数据带宽，配置预设的边缘通信设备中的设备参数，提取所述设备参数中的中心功率和谐振频率，基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，基于所述响应频率，生成所述通信场景对应的边缘通信方案。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.基于大数据结合5G技术下的边缘通信方法，其特征在于，所述方法包括：
确定通信场景中的通信区域，分析所述通信区域对应的通信需求，查询所述通信需求中的关键通信指标，提取所述关键通信指标中的指标参数，计算所述指标参数对应的回波系数；
基于所述回波系数，查询所述通信场景对应的通信环境，采集所述通信环境中的通信参数，将所述通信参数转化为通信频段曲线，提取所述通信频段曲线中的频段参数，对所述频段参数进行数据聚合，得到聚合数据集；
将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议；
基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，实时监测所述数据传输路径对应的数据传输速率和数据频率；基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽；
基于所述数据带宽，配置预设的边缘通信设备中的设备参数，提取所述设备参数中的中心功率和谐振频率，基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，基于所述响应频率，生成所述通信场景对应的边缘通信方案；
所述基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，包括：
利用下述公式计算所述通信场景中通信数据的响应频率：
其中，表示所述通信场景中通信数据的响应频率，表示所述中心功率关于角频率的函数，表示时间变量，表示谐振频率与带宽之比，表示所述通信场景中通信数据的参数个数，表示所述通信场景中通信数据对应的矩阵阶数；
所述计算所述指标参数对应的回波系数，包括：查询所述指标参数对应的指标路径；并识别所述指标路径对应的通信频率；基于所述指标路径和所述通信频率，利用下述公式计算所述指标参数对应的回波系数：
其中，Γ表示所述指标参数对应的回波系数，表示所述指标路径对应的路径索引，表示所述指标路径对应的路径数量，表示第条指标路径的通信频率，表示第条指标路径的路径损耗，表示第条指标路径的数据传输距离，表示第条指标路径的信噪比，表示指标路径的长度，表示指标路径对应的路径矩阵，其中表示载波功率，表示发射功率，表示接收功率，表示衰减；
所述基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽，包括：
利用下述公式计算所述聚合数据集中数据对应的数据带宽：
其中，表示所述聚合数据集中数据对应的数据带宽，表示所述聚合数据集中数据对应的数据项索引，表示所述聚合数据集中数据对应的数据项数量，代表第个数据大小，用于表示所述聚合数据集中的各数据量，表示所述数据传输速率，表示所述数据频率。
2.如权利要求1所述的基于大数据结合5G技术下的边缘通信方法，其特征在于，所述查询所述通信需求中的关键通信指标，包括：
确定所述通信需求对应的需求目标，基于所述需求目标，配置预设的通信设备中的通信参数；
基于所述通信参数，检测所述预设的通信设备的网络连接状态；
测量所述网络连接状态中的通信延迟，测量所述网络连接状态中的通信吞吐量；
测量所述网络连接状态中的通信丢包率；
基于所述通信延迟、所述通信吞吐量以及所述通信丢包率，分析所述通信需求中的关键通信指标。
3.如权利要求1所述的基于大数据结合5G技术下的边缘通信方法，其特征在于，所述基于所述回波系数，查询所述通信场景对应的通信环境，包括：
确定所述回波系数对应的回波信道，识别所述回波信道中的信道特征；
基于所述信道特征，构建所述通信场景对应的环境信道框架；
基于所述环境信道框架，查询所述通信场景对应的通信环境。
4.如权利要求1所述的基于大数据结合5G技术下的边缘通信方法，其特征在于，所述对所述频段参数进行数据聚合，得到聚合数据集，包括：
识别所述频段参数对应的原始频段数据，确定所述原始频段数据对应的频段范围；
基于所述频段范围，去除所述频段参数中的异常频段，得到频段质量数据；
利用预设的聚合函数对所述频段质量数据进行数据聚合，得到聚合数据集。
5.如权利要求1所述的基于大数据结合5G技术下的边缘通信方法，其特征在于，所述基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议，包括：
查询所述聚合因子中的关键因子，识别所述关键因子对应的数据项；
基于所述数据项，确定所述聚合数据集对应的标识符；
基于所述标识符，提取所述聚合数据集中数据对应的传输协议号；
基于所述传输协议号，查询所述聚合数据集中数据对应的数据传输协议。
6.如权利要求1所述的基于大数据结合5G技术下的边缘通信方法，其特征在于，所述基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，包括：
分析所述数据传输协议对应的协议特性，并识别预设的5G通信云平台的数据流量模式；
基于所述协议特性和所述数据流量模式，构建所述5G通信云平台对应的路径优化模块；
利用所述路径优化模块调节预设的5G通信云平台对应的数据传输路径。
7.基于大数据结合5G技术下的边缘通信系统，其特征在于，用于执行如权利要求1-6中任意一项所述的基于大数据结合5G技术下的边缘通信方法，所述系统包括：
回波系数计算模块，用于确定通信场景中的通信区域，分析所述通信区域对应的通信需求，查询所述通信需求中的关键通信指标，提取所述关键通信指标中的指标参数，计算所述指标参数对应的回波系数；
数据聚合模块，用于基于所述回波系数，查询所述通信场景对应的通信环境，采集所述通信环境中的通信参数，将所述通信参数转化为通信频段曲线，提取所述通信频段曲线中的频段参数，对所述频段参数进行数据聚合，得到聚合数据集；
协议查询模块，用于将所述聚合数据集中的数据上传至预设的边缘节点后，提取所述聚合数据集中数据的聚合因子，基于所述聚合因子，查询所述聚合数据集中数据对应的数据传输协议；
带宽计算模块，用于基于所述数据传输协议，调节预设的5G通信云平台对应的数据传输路径，实时监测所述数据传输路径对应的数据传输速率和数据频率；基于所述数据传输速率和所述数据频率，计算所述聚合数据集中数据对应的数据带宽；
方案生成模块，用于基于所述数据带宽，配置预设的边缘通信设备中的设备参数，提取所述设备参数中的中心功率和谐振频率，基于所述中心功率和所述谐振频率，计算所述通信场景中通信数据的响应频率，基于所述响应频率，生成所述通信场景对应的边缘通信方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411451199.XA CN118984469B (zh) | 2024-10-17 | 2024-10-17 | 基于大数据结合5g技术下的边缘通信方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411451199.XA CN118984469B (zh) | 2024-10-17 | 2024-10-17 | 基于大数据结合5g技术下的边缘通信方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118984469A CN118984469A (zh) | 2024-11-19 |
| CN118984469B true CN118984469B (zh) | 2024-12-20 |
Family
ID=93455180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202411451199.XA Active CN118984469B (zh) | 2024-10-17 | 2024-10-17 | 基于大数据结合5g技术下的边缘通信方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118984469B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101120377A (zh) * | 2004-11-04 | 2008-02-06 | 罗卡莫达公司 | 一种用于交互营销的系统和方法 |
| CN101159447A (zh) * | 2007-11-16 | 2008-04-09 | 杭州华三通信技术有限公司 | 一种降低回波的方法及设备 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3707305B2 (ja) * | 1999-07-26 | 2005-10-19 | 株式会社日立製作所 | 水処理監視制御方法及び装置 |
| US6347140B1 (en) * | 1999-08-12 | 2002-02-12 | Motorola, Inc. | Echo canceling method and apparatus |
| KR100365780B1 (ko) * | 2000-09-20 | 2002-12-26 | 삼성전자 주식회사 | 이동통신 단말기의 내장형 단일대역 안테나 구현장치 및휩 안테나 연동방법 |
| FR2954631B1 (fr) * | 2009-12-21 | 2012-08-10 | Canon Kk | Procede et dispositif de configuration en boucle fermee d'un reseau d'antenne |
| US10177810B2 (en) * | 2016-09-02 | 2019-01-08 | Marvell World Trade Ltd. | Systems and methods for echo or interference cancellation power-saving management in a communication system |
| US10674394B2 (en) * | 2017-10-27 | 2020-06-02 | Futurewei Technologies, Inc. | Method and apparatus for reducing network latency |
| US11343374B1 (en) * | 2017-12-14 | 2022-05-24 | Amazon Technologies, Inc. | Message aggregation and comparing |
| US10880898B2 (en) * | 2018-12-05 | 2020-12-29 | Verizon Patent And Licensing Inc. | Systems and methods for multi-band resource control |
| CN117119484A (zh) * | 2023-08-04 | 2023-11-24 | 太仓市同维电子有限公司 | 一种智能5g网络通信系统 |
| CN118784485A (zh) * | 2024-08-01 | 2024-10-15 | 广东灵顿智链信息技术有限公司 | 一种云计算虚拟机通信优化方法 |
| CN118612258A (zh) * | 2024-08-08 | 2024-09-06 | 杭州智傲科技有限公司 | 一种基于边缘计算的分布式水文通信感知方案、设备系统 |
-
2024
- 2024-10-17 CN CN202411451199.XA patent/CN118984469B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101120377A (zh) * | 2004-11-04 | 2008-02-06 | 罗卡莫达公司 | 一种用于交互营销的系统和方法 |
| CN101159447A (zh) * | 2007-11-16 | 2008-04-09 | 杭州华三通信技术有限公司 | 一种降低回波的方法及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118984469A (zh) | 2024-11-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huo et al. | A SDN‐based fine‐grained measurement and modeling approach to vehicular communication network traffic | |
| CN114666224B (zh) | 业务资源容量动态分配方法、装置、设备及存储介质 | |
| CN109684052A (zh) | 事务分析方法、装置、设备及存储介质 | |
| CN116723136B (zh) | 应用fcm聚类算法的网络检测数据的方法 | |
| CN118400275B (zh) | 一种智慧校园数据安全监控系统及方法 | |
| CN116582305A (zh) | 电力业务交互行为的持续信任评估方法及相关设备 | |
| CN118660301B (zh) | 无线网络控制方法、系统及无线网络控制器 | |
| CN108234598A (zh) | 一种应用于电力行业的网络通信控制管理方法 | |
| WO2015182629A1 (ja) | 監視システム、監視装置及び監視プログラム | |
| CN118573608B (zh) | 交换机可靠性测试方法及系统 | |
| US11451443B2 (en) | Communications network performance | |
| CN118984469B (zh) | 基于大数据结合5g技术下的边缘通信方法及系统 | |
| Qian et al. | Characterization of 3g data-plane traffic and application towards centralized control and management for software defined networking | |
| CN113992523B (zh) | 一种数据采集方法及设备 | |
| CN119011619A (zh) | 基于物联网云平台的信息交互方法及系统 | |
| CN117176802B (zh) | 一种业务请求的全链路监控方法、装置、电子设备及介质 | |
| US10693754B2 (en) | Method and apparatus for determining resource indicator | |
| CN102801556B (zh) | 网络性能优化方法及装置 | |
| EP4336883A1 (en) | Modeling method, network element data processing method and apparatus, electronic device, and medium | |
| CN114978976A (zh) | SRv6融合网络的数据异常检测方法及装置 | |
| CN116827808B (zh) | 一种基于工业物联网的多设备联合通讯系统、方法及设备 | |
| CN118587635B (zh) | 基于深度学习的自适应视频内容安全监控方法及系统 | |
| Huabing et al. | Real-time detection method for mobile network traffic anomalies considering user behavior security monitoring | |
| US20250016050A1 (en) | Computerized systems and methods for application-based qoe network configuration and implementation | |
| Nurcahyo et al. | Classification of Simulated Fake Bandwidth Data Using LSTM |
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 |