成果简介：

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。平台主体为 AI 使能的端雾 云多层次资源协同管控平台，以海量数据驱动的 AI 使能端雾云协同管控技术，以快速 适应网络状态变化的网络资源智能管控算法为支撑，实现核心网与接入网的智能化高效资源管理与全局性能优化。

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。

期望技术转移成交价格（大概金额）：100-500 万元。

技术优势：

现有的无线网络在智能资源管控方法实时性差，专家依赖度高，不具备支持 智能自 主调控能力，同时实施部署运算代价较高。本项目可为无线通信网络提供智能管控算法 的运行环境与基础插件，将智能管控策略引入无线网络中，根据实时网络状态灵活提供 高效的 AI  管控算法，具有架构灵活、实施代价低、业务匹配性强、专家依赖度低的优势，并可进一步提升网络的资源利用率、时延、可靠性等性能。

性能指标：

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。

经济效益分析：

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。

成果亮点：

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。

成果相关照片：

联系人：姚老师

电  话：010-62333881 ，13718384597