应急通信智能调度方法、系统、设备及介质与流程

本发明涉及无线通信，特别涉及一种应急通信智能调度方法、系统、设备及介质。

背景技术：

1、随着5g网络的规模化部署和应急通信保障需求的日益增长，如何在灾害、大型活动、突发事件等场景下快速、精准地部署通信资源，保障网络覆盖、容量及服务质量，成为亟待解决的技术问题。

2、现有应急通信保障技术主要面临以下不足：

3、（1）多侧重于跨运营商的资源调度政策与框架构建，缺乏对具体任务驱动下的微观资源量化执行与闭环控制，导致应急资源调度粗放，无法实现任务驱动的精准保障；

4、（2）参数优化局限于单一网络域，缺乏网络切片与物理资源的全局协同，导致应急场景下多业务流的差异化sla保障难以兼顾。

5、（3）现有编排系统多基于标准化的bpmn流程引擎进行工单流转，属于静态的、通用的业务开通工具，缺乏针对应急场景的动态闭环控制逻辑，导致无法适应应急现场不断变换的环境和业务波动。

技术实现思路

1、本发明提供了一种应急通信智能调度方法、系统、设备及介质，用以克服现有技术中存在的上述至少一个技术问题。

2、为达到上述目的，本发明的实施例采用如下技术方案：

3、第一方面，本发明提供了一种应急通信智能调度方法，包括：

4、采集应急区域的多源异构数据，所述多源异构数据至少包括空间地理数据、人群分布与流动数据、环境监测数据和通信网络状态数据，对所述多源异构数据进行时空对齐与语义融合，构建能够动态模拟物理环境变化对网络覆盖及容量影响的数字孪生体；

5、接收应急保障任务需求，基于所述数字孪生体自动生成多个候选应急预案，每个所述候选应急预案包含物理资源部署方案与网络资源配置方案；利用机器学习模型对每个所述候选应急预案进行多维度仿真评估，输出最优应急预案；

6、解析所述最优应急预案，生成网络资源控制指令与物理装备控制指令，并分别下发至通信网络系统和对应物理装备的控制终端；

7、持续采集所述通信网络系统及所述物理装备的运行状态参数，当检测到所述运行状态参数与所述最优应急预案中的服务等级协议目标之间产生偏差时，在所述数字孪生体中模拟至少一种调整方案，并将选定的所述调整方案自动部署至所述通信网络系统和/或所述物理装备。

8、在第一方面的一种可能的实现方式中，所述对所述多源异构数据进行时空对齐，包括：

9、以统一的时间基准对所述多源异构数据进行时间戳同步及采样频率归一化，采用统一的坐标系及空间栅格剖分对所述多源异构数据进行空间位置映射，并构建时空关联校正矩阵，以补偿所述多源异构数据的传输时延与空间定位误差。

10、在第一方面的一种可能的实现方式中，所述对所述多源异构数据进行语义融合，包括：

11、构建应急通信领域的数字孪生体本体模型，定义各类数据实体的类型、属性及关联关系；

12、基于所述本体模型，对所述多源异构数据进行语义归一化标注，统一不同数据源对同一物理量的语义表达；

13、对语义归一化标注后的所述多源异构数据进行特征提取，并采用注意力机制对提取的特征进行跨维度自适应加权融合，获得融合后的多维特征；

14、基于所述多维特征，建立环境变量、人群变量与网络质量指标之间的语义关联推理规则，以使所述数字孪生体能够根据实时数据推演通信覆盖及容量变化趋势。

15、在第一方面的一种可能的实现方式中，所述接收应急保障任务需求，基于所述数字孪生体自动生成多个候选应急预案，包括：

16、提取所述应急保障任务需求中的各类约束条件；

17、根据所述约束条件，从所述数字孪生体中提取对应的场景约束因子；

18、加载预置的应急资源规则库，所述规则库包括应急装备的资源能力参数及部署限制；

19、以物理资源部署变量与网络资源配置变量为优化变量，依据所述规则库确定各变量的可行取值范围，在所述约束条件、所述场景约束因子及所述可行取值范围共同限定的解空间内枚举生成多个初始预案；

20、剔除不满足预设可行性条件的无效预案，输出多个候选应急预案。

21、在第一方面的一种可能的实现方式中，所述各类约束条件至少包括覆盖约束、容量约束、服务质量约束及部署成本约束；

22、所述场景约束因子至少包括地形遮挡信息、基站盲区分布、人流热点区域、道路可达性及网络干扰因子；

23、所述资源能力参数至少包括应急通信车的覆盖半径和微站补盲范围；

24、所述部署限制至少包括部署禁限区；

25、所述物理资源部署变量至少包括应急通信车的数量、三维坐标以及微站增补点位；

26、所述网络资源配置变量至少包括网络切片的服务等级协议参数；

27、所述预设可行性条件至少包括地形遮挡可行性条件、道路可达性条件、同频干扰条件以及基础服务质量条件。

28、在第一方面的一种可能的实现方式中，所述利用机器学习模型对每个所述候选应急预案进行多维度仿真评估，输出最优应急预案，包括：

29、将每个所述候选应急预案在所述数字孪生体中进行端到端仿真模拟；

30、从网络覆盖率、系统容量、端到端时延、业务可靠性和部署成本五个维度，分别生成每个所述候选应急预案的量化评分；

31、采用多目标加权奖励函数对各维度的所述量化评分进行加权求和，计算每个所述候选应急预案的综合奖励值，其中各维度的权重根据所述应急保障任务需求自适应配置；

32、基于所述综合奖励值，通过帕累托多目标优化算法求解帕累托最优前沿解集，并从所述解集中输出一个或多个最优应急预案。

33、在第一方面的一种可能的实现方式中，所述解析所述最优应急预案，生成网络资源控制指令与物理装备控制指令，并分别下发至通信网络系统和对应物理装备的控制终端，包括：

34、解析所述最优应急预案中的网络资源配置方案，生成网络切片实例化指令，所述网络切片实例化指令包括核心网会话管理功能/用户面功能配置参数、传输网服务质量策略参数和/或无线网资源块调度参数；

35、解析所述最优应急预案中的物理资源部署方案，生成物理装备控制指令，所述物理装备控制指令包括应急通信车的部署位置坐标、行驶路线推荐和/或天线俯仰建议参数；

36、将所述网络切片实例化指令通过第一标准应用程序接口下发至5g核心网及无线网管系统；

37、将所述物理装备控制指令通过第二标准应用程序接口下发至所述应急通信车的车载终端和/或运维人员手持终端。

38、在第一方面的一种可能的实现方式中，所述持续采集所述通信网络系统及所述物理装备的运行状态参数，包括：

39、将所述应急区域划分为常规保障区域和核心保障区域；

40、对于所述常规保障区域，按照第一预设采集周期采集所述运行状态参数；对于所述核心保障区域，按照第二预设采集周期采集所述运行状态参数；

41、其中，所述第二预设采集周期短于所述第一预设采集周期。

42、在第一方面的一种可能的实现方式中，所述持续采集所述通信网络系统及所述物理装备的运行状态参数，还包括：

43、当检测到所述运行状态参数与所述最优应急预案中的服务等级协议目标之间的偏差大于或等于最大预设偏差阈值、基站退服或链路中断时，即时触发采集。

44、在第一方面的一种可能的实现方式中，所述持续采集所述通信网络系统及所述物理装备的运行状态参数，还包括：

45、当所述通信网络系统及所述物理装备的运行状态参数在预设时长内持续满足所述服务等级协议目标时，自动拉长所述第一预设采集周期和所述第二预设采集周期。

46、在第一方面的一种可能的实现方式中，所述检测到所述运行状态参数与所述最优应急预案中的服务等级协议目标之间产生偏差，包括：

47、计算所述运行状态参数与所述服务等级协议目标之间的偏离度，所述偏离度的计算公式为：

48、偏离度=|实测值-服务等级协议目标|/服务等级协议目标×100%；

49、根据所述偏离度的大小，按照预设的多个偏差阈值对所述偏差进行分级判定，不同等级的偏差对应不同的调整响应策略。

50、在第一方面的一种可能的实现方式中，所述在所述数字孪生体中模拟至少一种调整方案，并将选定的所述调整方案自动部署至所述通信网络系统和/或所述物理装备，包括：

51、在所述数字孪生体中模拟多种候选调整方案，分别计算各所述候选调整方案实施后所述运行状态参数的预测值；

52、根据所述预测值与所述服务等级协议目标的接近程度，对各所述候选调整方案进行量化评分；

53、基于所述量化评分，选择满足预设优化目标的最优调整方案；

54、将所述最优调整方案对应的调整指令自动部署至所述通信网络系统和/或所述物理装备。

55、在第一方面的一种可能的实现方式中，在将选定的所述调整方案自动部署至所述通信网络系统和/或所述物理装备后，还包括：

56、在预设观测时长内持续监测所述运行状态参数；

57、若在所述预设观测时长结束时所述运行状态参数仍未满足所述服务等级协议目标，则在所述数字孪生体中模拟调整方案，并自动部署。

58、相较于现有技术，本发明至少具有如下有益效果：

59、本发明提供的应急通信智能调度方法通过融合多源异构数据构建数字孪生体，根据应急保障任务需求自动生成多个候选应急预案并进行多维度仿真评估与帕累托优化，实现了从人工经验驱动向任务驱动智能决策的转变，显著提升应急资源部署的精准性和响应速度；通过网络切片与物理装备控制指令的一键化生成及分别下发，大幅缩短了应急响应时间；通过持续监测运行状态、计算偏差并在数字孪生体中模拟择优后自动调整，能够动态适配应急现场的快速变化，有效避免了资源浪费和性能下降，提高了应急通信保障的可靠性、资源利用率和智能化水平。

60、第二方面，本发明提供了一种应急通信智能调度系统，包括：

61、数字孪生体构建模块，用于采集应急区域的多源异构数据，所述多源异构数据至少包括空间地理数据、人群分布与流动数据、环境监测数据和通信网络状态数据，对所述多源异构数据进行时空对齐与语义融合，构建能够动态模拟物理环境变化对网络覆盖及容量影响的数字孪生体；

62、任务模拟与预案生成模块，用于接收应急保障任务需求，基于所述数字孪生体自动生成多个候选应急预案，每个所述候选应急预案包含物理资源部署方案与网络资源配置方案；利用机器学习模型对每个所述候选应急预案进行多维度仿真评估，输出最优应急预案；

63、资源编排模块，用于解析所述最优应急预案，生成网络资源控制指令与物理装备控制指令，并分别下发至通信网络系统和对应物理装备的控制终端；

64、实施监控与动态调整模块，用于持续采集所述通信网络系统及所述物理装备的运行状态参数，当检测到所述运行状态参数与所述最优应急预案中的服务等级协议目标之间产生偏差时，在所述数字孪生体中模拟至少一种调整方案，并将选定的所述调整方案自动部署至所述通信网络系统和/或所述物理装备。

65、第三方面，本发明提供了一种电子设备，包括：至少一个处理器以及至少一个存储器，其中，所述存储器上存储有计算机可读指令；所述计算机可读指令被一个或多个所述处理器执行，使得所述电子设备实现如第一方面任一实现方式中的应急通信智能调度方法。

66、第四方面，本发明提供了一种存储介质，其上存储有计算机可执行程序，所述计算机可执行程序用于使计算机执行如第一方面任一实现方式中的应急通信智能调度方法。

67、可以理解地，上述提供的第二方面的系统，第三方面的电子设备，第四方面的存储介质所能达到的有益效果，可参考第一方面及其任一种可能的设计方式中的有益效果，此处不再赘述。