一种低延时高密集动态无线自组网的实现方法及装置与流程

1.本发明涉及5g移动通信技术领域，更具体地说，涉及一种低延时高密集动态无线自组网的实现方法及装置。


背景技术：

2.当前，数字经济是经济转型升级的重要方向，随着5g、人工智能等新技术、新业态、新平台蓬勃兴起时代，推进数字产业化、产业数字化，推动数字技术同经济社会发展深度融合。
3.近年来，由于微波通信所面临的业务速率需求越来越大，在传统波段上由于频谱带宽受限面临很大的挑战，而在毫米波e波段频段，有大约10ghz的频谱可利用，很容易实现gbps、10gbps速率等级的点对点（或点对多点）的高速微波传输。
4.毫米波存在着大带宽、高速率的优势，特别是e波段（71g-76g/81g-86g)通信是典型的视距通信，绕射能力比低频段要差，由于频段高，相同口径下波束窄，难截获，安全保密性好。
5.并且，频谱资源丰富，物联频带宽，抗干扰能力强；频段高干净，传输可靠性比较高。可通过部署毫米波可以提供超高质量服务，在高流量区域，通过部署毫米波进行精准覆盖分流，可以有效解决热点流量问题。
6.（一）5g与5g毫米波优势互补首先，频率资源丰富、带宽极大。
7.5g毫米波技术第一个优势，同时也是最重要的优势，是频率资源丰富、带宽极大。5g毫米波之所以受到重视，是因为其相较于5gsub-6ghz频段（fr1）具有更丰富的频谱资源，是5g网络提供千兆连接能力的主要方式，是实现5g最初愿景的有力保证。
8.1.5g毫米波网络可轻易实现gbps级别的峰值吞吐率。
9.5gsub-6ghz网络的平均下载速率比4glte快5倍，而5g毫米波网络的平均下载速率与5gsub-6ghz相比又快了4倍，平均速率高达900mbps，峰值速率超过2gbps。
10.2.5g毫米波技术第二个优势是易与波束赋形技术结合。5g毫米波的频段高、波长短，使得其在设计和部署上有空间优势，非常适合与波束赋形技术相结合，增强性能并降低干扰。
11.3.5g毫米波技术第三个优势是可实现极低时延。
12.通常来说，5g网络是以时隙为单位调度数据的，空口时隙长度越短，意味着5g网络在物理层的时延越小。而5g毫米波系统空口时隙长度最小可至0.125ms，是目前主流5g中低频系统的1/4。如果采用短时隙（minislot）调度，空口时延还会更小。因此，5g毫米波系统比5g中低频系统空口时延显著降低，是满足5g空口时延小于1ms的有力保证。
13.第二，5g毫米波作为高速接入、超时延，可实现5g网络对工业互联网、实时云计算等urllc（高可靠低时延）业务的质量承诺。例如，ar/vr业务为保证多感官协调体验和交互能力，需要毫秒级的时延；工业视觉等领域引入人工智能所需的大规模计算往往需要在一
定距离外进行，同样对空口时延提出了更高要求。
14.第三，5g毫米波技术第四个优势是可支持密集小区部署。这使得5g毫米波系统很适合在大型场所如会议室、音乐会、体育馆、地铁站等人口密集区域进行部署。
15.第四，5g毫米波技术的第五个优势是可进行高精度定位。可实现厘米级的定位，即使和全球卫星定位导航系统相比也有精度和速度上的优势，特别5g毫米波在工业互联网、物流运输、车联网、交通枢纽、大型场馆和园区等应用场景，提供快速高精度定位服务，和工业互联网领域，包含物料的自动运输，工业机器人完成铆接、焊接、组装、剪裁等精密机械操作，产品的自动检测和封装等。
16.第五，5g毫米波技术的第六个优势是设备集成度高，5g毫米波设备更容易小型化和微型化，在可穿戴设备、智能零部件等领域5g毫米波集成度高的优势意味着广阔的应用前景。另外，5g毫米波基站也具有体积小、重量轻、易安装的优势，有利于打造一个绿色、高效和方便部署的5g毫米波网络。
17.（二）5g毫米波专网应用前景广阔第一，5g毫米波应用前景广阔，5g毫米波在工业制造、工业自动化、医疗健康、智能交通、虚拟现实等方面的核心使能技术之一，第二，在专网区域，5g毫米波可以与mec、ai技术结合，在大带宽网络基础上叠加丰富多样的增值服务，提供如“大容量高速率+本地化”的解决方案，为覆盖区域提供定制化的园区专网服务。
18.毫米波是波长为毫米级的电磁波，通常所指频段为30-300ghz，往往也包含24ghz以上频段，5g毫米波频段高、传播损耗高、绕射和衍射能力弱，覆盖相对受限，这是5g毫米波通信系统面临的最大挑战。
19.5g毫米波可以通过波束赋形的优势，弥补5g毫米波在传播特性上相对于5g中低频段的不足。包含使5g毫米波系统可以很好地利用多路径和反射，并通过先进的波束管理技术在不同连接、路径间自如切换。
20.1.如果视距传输路径被阻挡，5g毫米波系统，可通过智能波束搜索技术快速寻找和识别非视距传输路径（比如反射路径），迅速切换到相应传输路径，从而解决5g毫米波信号视线传输阻挡问题。
21.2.可利用3gpp支持集成接入与回传iab技术，增强5g毫米波网络覆盖能力，包含采用5g毫米波超大带宽提供回传链路，解决5g天线安装到难以部署光纤或者部署光纤成本过高的地方，比如在高层建筑、孤立岛屿上或铺设光纤存在问题的山区中，从而降低部署成本加快部署进度，实现5g网络无缝覆盖。
22.3.iab技术可通过无线回传方式扩大5g毫米波网络覆盖范围，并且，可通过接入和回传链路的共享频谱资源提高容量。
23.包含支持多跳连接和网络拓扑自适应的功能，使5g毫米波网络覆盖范围可以灵活延伸，站间连接更加灵活，网络拓扑限制更少；包含支持ota同步及节点发现功能，使得5g毫米波基站间同步更加简单，接口更加智能，部署更加便捷；包含支持接入链路和回传链路的协同，实现在物理层资源的分配、波束管理、干扰管理等方面的一体化，充分整合不同链路资源，提高整体效率。
24.包含支持mac层移动性管理、快速链路恢复、qos管理、负载均衡等方面，使5g毫米波网络能对网络故障进行快速反应，动态调整和恢复。
25.4.5g毫米波微基站,与5g中低频宏站技术相比，5g毫米波微基站覆盖半径相对较小，部署密度更大，通过减小通信距离来保证高峰值吞吐量，并通过提高部署密度来充分保证覆盖效果。
26.5g毫米波微基站部署场景广泛，既能室内部署，也能室外部署，为匹配不同部署场景和使用需求，5g毫米波微基站可以呈现出从分布式到集中式等不同5g网络架构形态，比如会议室、大型体育场馆、音乐厅，各类交通枢纽如机场、火车站、地铁站等。
27.5.5g毫米波微基站高容量特性，保证用户连接稳定性和体验的一致性，微基站更容易实现低功耗、低成本和轻量化，同时具有兼容性和开放可控性。
28.因此，5g毫米波微基站可简化高密度网络部署，实现即插即用、智能组网的弹性超密集网络，有效降低对基站的安装要求和缓解宏基站选址难题。
29.5g毫米波面临着移动性管理问题，由于高频信号传播特点，5g毫米波小区覆盖半径通常较小，终端在移动状态下由于小区切换较频繁而易于出现数据传输中断。


技术实现要素：

30.本发明提供了一种低延时高密集动态无线自组网的实现方法及装置，解决现有技术复杂网络优化，5g移动通信网络将越来越庞大异构，传统算法求解复杂问题能力有限、寻优效率低下，难以实现网络跨层域和多目标优化，难以满足未来网络实时性与高效性的需求的问题。
31.为解决上述问题，一方面，本发明提供一种低延时高密集动态无线自组网的实现方法，包括：通过多算子量子搜索算法对高维数据进行并行处理及对最优解进行并行搜索；依据高维数据及最优解进行低延时高密集动态无线自组网。
32.所述通过多算子量子搜索算法对高维数据进行并行处理及对最优解进行并行搜索，包括：构建算子并设置参数；依据算子及参数执行预设的算法。
33.所述构建算子并设置参数，包括：构建第一算子及第二算子，其中，第一算子包括第一分算子及第二分算子，第一分算子用投影算子表示为，为第一分算子，为单位矩阵，为目标分量的矢量，第二分算子用投影算子表示为，为第二分算子，为等权重叠加态矢量；第二算子包括第三分算子及第四分算子，第三分算子用投影算子表示为，为第三分算子，第四分算子用投影算子表示为，为第四分算子；设置搜索空间共有n个元素，其中m个为目标元素，为目标分量的占比，i=1,2,3
……
m；
当存在正整数c 使得成立，则t为第一算子的迭代次数，第二算子的迭代次数为0，第二算子的相位角无需取值；当不存在正整数c使得成立，那么第一算子的迭代次数t的取值为：其中为对向下取整的函数，第二算子的迭代次数取t'=1，t'为第二算子的迭代次数，第二算子的相位角度的取值为：。
34.所述依据算子及参数执行预设的算法，包括：n量子位经过作用后得到n个元素的等权重叠加态以作为算子迭代的初始态，其中n=2n，h为hadamard门；单量子位经过 h 作用后得到叠加态以作为辅助位，t的取值为0或其他正整数，t'的取值是0或1。
35.所述依据高维数据及最优解进行低延时高密集动态无线自组网，包括：采用集中式控制星型架构；将控制平面与数据平面分离；为用户提供透明的数据传输服务并支持统一接口服务；将不同虚拟用户网络之间进行逻辑隔离；动态适配用户需求与网络资源。
36.所述采用集中式控制星型架构，包括：通过自组网计算中心实现低时延的动态组网，并提供给第三方使用；通过ap 接口筛选所需的网络信息以调度管道资源，并根据用户需求动态调度可用的网络资源，从而实现网络资源的优化配置；通过网络接入平台以实现异构网络协同工作。
37.所述为用户提供透明的数据传输服务并支持统一接口服务，包括：采用中心节点集中管理、一般节点分布式接入的频谱策略动态匹配技术，基于适应多工作模式无线通信系统的资源分配机制、以及资源需求的预测机制，通过控制不同无线通信系统对无线资源的竞争，从而获得最大的无线资源利用率，其中，中心节点进行频谱管理服务和频谱接入控制服务，一般节点执行频谱接入控制代理；一般节点的用频设备生成频谱感知数据，中心节点将一般节点的频谱感知数据进行汇总处理，形成频谱感知数据，
作为频谱管理策略的生成依据，频谱管理策略生成后下发给一般节点执行；采用d2d按需通信动态自组网技术，支持软件定义互联控制器提供全网统一的组网和通信管控服务，完成灵活的链路生成和业务保持；通过sdi控制器提供管控服务功能。
38.一方面，提供一种低延时高密集动态无线自组网的实现装置，包括：算法模块，用于通过多算子量子搜索算法对高维数据进行并行处理及对最优解进行并行搜索；组网模块，用于依据高维数据及最优解进行低延时高密集动态无线自组网。
39.所述算法模块包括：设置子模块，用于构建算子并设置参数；执行子模块，用于依据算子及参数执行预设的算法；所述设置子模块包括：算子构建子模块，用于构建第一算子及第二算子，其中，第一算子包括第一分算子及第二分算子，第一分算子用投影算子表示为，为第一分算子，为单位矩阵，为目标分量的矢量，第二分算子用投影算子表示为，为第二分算子，为等权重叠加态矢量；第二算子包括第三分算子及第四分算子，第三分算子用投影算子表示为，为第三分算子，第四分算子用投影算子表示为，为第四分算子；元素设置子模块，用于设置搜索空间共有n个元素，其中m个为目标元素，为目标分量的占比，i=1,2,3
……
m；第一取值确定子模块，用于当存在正整数c 使得成立，则t为第一算子的迭代次数，第二算子的迭代次数为0，第二算子的相位角无需取值；第二取值确定子模块，用于当不存在正整数c使得成立，那么第一算子的迭代次数t的取值为：其中为对向下取整的函数，第二算子的迭代次数取t'=1，t'为第二算子的迭代次数，第二算子的相位角度的取值为：；所述执行子模块包括：
第一作用子模块，用于将n量子位经过作用后得到n个元素的等权重叠加态以作为算子迭代的初始态，其中n=2n，h为hadamard门；第二作用子模块，用于将单量子位经过 h 作用后得到叠加态以作为辅助位，t的取值为0或其他正整数，t'的取值是0或1；所述组网模块包括：架构子模块，用于采用集中式控制星型架构；分离子模块，用于将控制平面与数据平面分离；传输子模块，用于为用户提供透明的数据传输服务并支持统一接口服务；隔离子模块，用于将不同虚拟用户网络之间进行逻辑隔离；适配子模块，用于动态适配用户需求与网络资源；所述架构子模块包括：组网实现子模块，用于通过自组网计算中心实现低时延的动态组网，并提供给第三方使用；信息筛选子模块，用于通过ap 接口筛选所需的网络信息以调度管道资源，并根据用户需求动态调度可用的网络资源，从而实现网络资源的优化配置；平台接入子模块，用于通过网络接入平台以实现异构网络协同工作；所述传输子模块包括：技术执行子模块，用于采用中心节点集中管理、一般节点分布式接入的频谱策略动态匹配技术，基于适应多工作模式无线通信系统的资源分配机制、以及资源需求的预测机制，通过控制不同无线通信系统对无线资源的竞争，从而获得最大的无线资源利用率，其中，中心节点进行频谱管理服务和频谱接入控制服务，一般节点执行频谱接入控制代理；一般节点的用频设备生成频谱感知数据，中心节点将一般节点的频谱感知数据进行汇总处理，形成频谱感知数据，作为频谱管理策略的生成依据，频谱管理策略生成后下发给一般节点执行；通信组网子模块，用于采用d2d按需通信动态自组网技术，支持软件定义互联控制器提供全网统一的组网和通信管控服务，完成灵活的链路生成和业务保持；服务管控子模块，用于通过sdi控制器提供管控服务功能。
40.一方面，提供一种计算机可读存储介质，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行以上所述的一种低延时高密集动态无线自组网的实现方法。
41.本发明的有益效果是：基于毫米波特性实现低延时高密集动态无线自组网系统与方法，基于集散控制模式，采用分布式部署与集中控制结合的方式，将移动载体（如列车）成为一个大的终端体，包含多个集成光电转换、基带、射频、天线等为一体有源毫米波无线接入单元，通过车载与地面成对毫米波基站信号覆盖、利用类脑超算、网络切片、区块链等技术，实现基于sdn/nfv高密集动态无线自组网。
42.基于e波段毫米波传输设备，基于自适应调制解调、自适应宽带调整，高效可靠的ldpc编码，自适应均衡，载波同步等技术，实现超带宽毫米波信道传输处理提供大容量传输信道，从而实现超高速移动下的稳定可靠大容量毫米波通信传输。
43.基于5g毫米波构建“车地”智能通信网络为先导，支持5g毫米波+tsn智能管控平
台、智慧客运站、智慧运维、智慧货场、智慧货车ict融合核心技术装备、超高昼夜监控ai视频、铁路接触网6c机器视觉应用和重载运输，以及列车设备检修、货场智能化和自动化、灾害预警、行车应急保障等深化应用。
附图说明
44.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
45.图1是本发明一实施例提供的一种低延时高密集动态无线自组网的实现方法的流程图；图2是本发明一实施例提供的g算子内部构造示意图；图3是本发明一实施例提供的g'算子内部构造示意图；图4是本发明一实施例提供的多算子量子搜索算法示意图。
具体实施方式
46.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
47.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
48.在本发明中，“示例性”一词用来表示“用作例子、例证或说明”。本发明中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本发明所公开的原理和特征的最广范围相一致。
49.本发明提供一种低延时高密集动态无线自组网的实现方法及装置，旨在实施综合接入多种异构的5g移动通信网络，实现多种通信模式协同的无线数据传输，为用户解决了自适应网络适配与服务。
50.参见图1，图1是本发明一实施例提供的一种低延时高密集动态无线自组网的实现
方法的流程图，所述低延时高密集动态无线自组网的实现方法包括s1-s2：s1、通过多算子量子搜索算法对高维数据进行并行处理及对最优解进行并行搜索；步骤s1包括步骤s11-s12：s11、构建算子并设置参数；步骤s11包括步骤s111-s114：s111、构建第一算子及第二算子，其中，第一算子包括第一分算子及第二分算子，第一分算子用投影算子表示为，为第一分算子，为单位矩阵，为目标分量的矢量，第二分算子用投影算子表示为，为第二分算子，为等权重叠加态矢量；第二算子包括第三分算子及第四分算子，第三分算子用投影算子表示为，为第三分算子，第四分算子用投影算子表示为，为第四分算子。
51.本实施例中，在目标分量已知或可求解的前提下，不少改进量子搜索算法提出了不同的策略来提高获得目标分量的概率。然而，这些算法依然不能以100%的概率获得目标分量。针对这个问题，本发明提出一种多算子量子搜索算法。在目标分量已知或可求解的前提下，该算法可以保证100%的成功概率。该算法需要用到两套算子，g和g'算子。g算子就等同于grover算法中的经典算子，g算子的作用是将目标分量的概率幅提升到接近1的位置。然后，再将g'算子作用在叠加态上，算法就能以100%的概率获得目标分量。
52.参见图2，图2是本发明一实施例提供的g算子内部构造示意图，第一算子g包括第一分算子及第二分算子，第一分算子用投影算子表示为，为第一分算子，为单位矩阵，为目标分量的矢量，第二分算子用投影算子表示为，为第二分算子，为等权重叠加态矢量。
53.参见图3，图3是本发明一实施例提供的g'算子内部构造示意图，第二算子包括第三分算子及第四分算子，第三分算子用投影算子表示为，为第三分算子，第四分算子用投影算子表示为，为第四分算子。的取值可根据目标分量占比求解，具体方法参见下文。
54.s112、设置搜索空间共有n个元素，其中m个为目标元素，为目标分量的占比，i=1,2,3
……
m。
55.本实施例中，设搜索空间共有n个元素，其中m个为目标元素，为目标分量的占比。本发明提出算法的参数按以下两个情况给出g算子迭代次数t、g' 算子迭代次数t'，以及g'算子相位角度。
56.s113、当存在正整数c 使得成立，则t为第一算子的迭代次数，第二算子的迭代次数为0，第二算子的相位角无需取值。
57.本实施例中，可以看做是 grover 算法的理论迭代次数，但并不是所有情况下t 都为正整数。实际上，大多数情况下，t都不是整数。这是为什么grover 算法不能保持100%成功概率的原因。
58.当存在正整数c使得成立时，仅靠g 算子就能实现 100%的成功率，所以g'算子迭代次数取t'=0。由于这种情况下不需要迭代g'算子，g'算子相位角无需取值。
59.s114、当不存在正整数c使得成立，那么第一算子的迭代次数t的取值为：其中为对向下取整的函数，第二算子的迭代次数取t'=1，t'为第二算子的迭代次数，第二算子的相位角度的取值为：。
60.本实施例中，floor()为向下取整函数，g'算子迭代次数取t'=1。
61.s12、依据算子及参数执行预设的算法。步骤s12包括步骤s121-s122：s121、n量子位经过作用后得到n个元素的等权重叠加态以作为算子迭代的初始态，其中n=2n，h为hadamard门。
62.s122、单量子位经过 h 作用后得到叠加态以作为辅助位，t的取值为0或其他正整数，t'的取值是0或1。
63.本实施例中，参见图4，图4是本发明一实施例提供的多算子量子搜索算法示意图，设搜索空间中有 n ( 2nn )个元素，n量子位经过作用后可以得到n个元素的等权重叠加态作为算子迭代的初始态。单量子位经过 h 作用后得到叠加态作为辅助位。从上述可知，t的取值为0或其他正整数，而t'的取值只能是0或1。本多算子量子搜索算法，对高维数据并行处理以及对最优解并行搜索的能力，可显著提高通信网络中资源利用效率，降低电信网络中的运维、管理与优化成本。
64.s2、依据高维数据及最优解进行低延时高密集动态无线自组网。步骤s2包括步骤s21-s25：s21、采用集中式控制星型架构；步骤s21包括步骤s211-s213：s211、通过自组网计算中心实现低时延的动态组网，并提供给第三方使用。
65.本实施例中，传统网络架构需要进行三层路由计算 ospf、bgp、isis等路由算法，均耗费大量的分布式计算时间，还有二层生成树协议 stp、mstp等，一旦网络拓扑变化，生成树是要有大量的收敛时间，因此传统多跳网络的整体延迟时间是较大。集中式控制星型
app 的控制器代理提供的管控联动控制功能包括终端信息采集上报、wifi 共享、蓝牙融合等多种方式组网和通信连接、业务承载等。
78.s24、将不同虚拟用户网络之间进行逻辑隔离。
79.本实施例中，具备用户隔离功能。不同类型的用户可以工作在不同的虚拟用户网络之中，不同虚拟用户网络之间逻辑隔离，防止高安全级别的信息向低安全级别网络扩散。
80.s25、动态适配用户需求与网络资源。
81.本实施例中，用户需求与网络资源动态适配。实时监督基础设施网络的运行状况以及用户业务需求，综合判断带宽、传输时延、丢包率、抖动等指标及用户优先级、网络当前实际承载能力等信息，寻找最佳的网络资源调度方案，最大限度地保证网络的服务质量和用户的体验质量。
82.此外，本发明提供如下实施例：（一）5g毫米波构建边缘云自组网为先导整个系统通过毫米波和sdn交换机有机结合，解决多链路冗余去重以和毫米波通信设备控制与承载分离功能等基础上，通过合理地划分业务点和业务通信辖区，部署毫米波通信基站和频谱资源分配，部署车载终端，完成设备间的互连接，配置相关软件等而实现。
83.1.具体实现，包括：划分业务点和业务点通信辖区；确定毫米波基站间距、天线类型、频谱使用、工作方式和基站设备归属；完成业务物联感知设备与垂直行业中控设备互连接；完成终端设备及安全网关设备互连接；完成相关软件配置。
84.最终，形成的系统具有传输带宽大、传输时延低、可靠性高等优点，可以解决如智慧车站、行业专网所支持大规模物联网感知的智能设备，使用导致传统通信带宽不足，rru作用距离太远传输时延过大、越区切换时延过长等缺点，改变传统对毫米通信的仅适合点对点静态或准静态组网思维。
85.5g毫米波通信网络，采用切片分组网络(spn)技术，作为智慧铁路5g毫米波通信接入网，可提供大带宽接入、高精度时间同步（tsn）、高可靠性、灵活连接等方面的功能性能保障，并可兼顾既有智慧铁路垂直行业专网的综合承载。
86.2.毫米波通信平台及网络配套设施，采用fdd双通道链路传输模式进行点对点通信，每一个基站具有独立毫米波发送功能和接收功能，双通道的优点是可以使上下行传输通道相互独立，可以对每个传输通道的数据传输速率和传输时间点进行控制，尤其适合等宽带大数据无线网络传输应用；在计算方面，计算功能的引入，将带来网络功能的重构，对5g网络演进产生的影响主要体现在无线接入网及移动核心网的接口定义以及相关功能方面。
87.（二）5g毫米波通信网络5g毫米波通信网络，采用切片分组网络(spn)技术，作为如铁路5g毫米波通信接入网，可为铁路5g毫米波系统提供大带宽接入、高精度时间同步（tsn）、高可靠性、灵活连接等方面的功能性能保障，并可兼顾既有铁路通信业务的综合承载。
88.5g毫米波组网，5g毫米波业务的回传通信接入网采用接入、汇聚、核心三层架构的组网方式。
89.对于铁路干线的接入环，线路侧初期可以采用ge或10ge；回传网汇聚环可采用
10ge速率，而连接铁路局和铁路大站的回传核心环至少采用10ge组网，满足现有及未来业务带宽的需求。
90.5g-r业务基站会同时接入行车控制、调度通信、移动客票、视频图像、检测监测等业务，这些业务对安全性、可靠性等要求不同，可以在spn网络中建立端到端的切片通道，对于行车控制、调度通信等重要业务可采用独立的硬切片通道承载，保证业务通道的物理隔离和安全；对于其他业务可采用软切片方式共享硬管道，提高业务通道的承载效率。
91.5g毫米波基站需要提供高精度时间同步，可以自铁路时间同步网一、二级时间同步节点接引主用、备用时间源，通过otn或spn网络完成超高精度时间信息的传输，在接入spn设备处，可通过ptp接口或1pps+tod接口方式将时间信号传递给5g-r业务基站。
92.同时，通过地面链路提供的时间信号，可与gnss（北斗）时间信号共同保证5g-r业务基站高精度时间同步的安全可靠。
93.铁路站场场景，包括铁路车站、物流中心、编组站、动车段（所）、机务段、车辆段等铁路作业区域。这些场景特点是通信作业范围为面状区域，作业人员和车辆密集且业务量大，调车控制、自动驾驶、无线检票、机器控制等业务对低时延需求相对较高，对生产作业过程中的数据安全和隐私性要求较高。
94.采用mec边缘计算技术可满足站场的上述需求，mec部署在站场接入汇聚机房，与spn回传网接入环的汇聚设备对接。
95.并且spn设备通过灵活转发功能，打通mec到5gc、到站场5g-r业务基站的链路。mec将铁路站场的应用业务分流到站场服务器，满足站场业务的低时延和数据安全需求，也减少了大容量数据回传对通信接入网的压力。
96.对于现网中既有的ctc等传统分组业务和数据通信网区间业务延伸，可采用l2vpn映射sr-tp/mpls-tp的方式，通过sr-tp/mpls-tp的严格路径等特性保障业务的qos；基于sdn控制器的sr-tp重路由特性，可保证传输网络中多点失效的情况下业务仍能正常工作，可以提供不低于原有mstp网络的可靠性。
97.对于有通道硬隔离需求的分组业务，可以采用l2vpn映射sr-tp/mpls-tp over mtn/细颗粒的方式承载，基于端到端的物理隔离通道，保证业务的安全可靠。
98.对于传统的e1业务，可以把业务直接映射到spn的10mbps细颗粒上，端到端的细颗粒路径可以提高业务通道的承载效率，同时保证业务全路径的安全隔离、业务双向路径的时延一致等特性。
99.本发明提供的一种低延时高密集动态无线自组网的实现装置包括：算法模块，用于通过多算子量子搜索算法对高维数据进行并行处理及对最优解进行并行搜索；组网模块，用于依据高维数据及最优解进行低延时高密集动态无线自组网。
100.所述算法模块包括：设置子模块，用于构建算子并设置参数；执行子模块，用于依据算子及参数执行预设的算法；所述设置子模块包括：算子构建子模块，用于构建第一算子及第二算子，其中，第一算子包括第一分算子及第二分算子，第一分算子用投影算子表示为，为第一分算子，为单
位矩阵，为目标分量的矢量，第二分算子用投影算子表示为，为第二分算子，为等权重叠加态矢量；第二算子包括第三分算子及第四分算子，第三分算子用投影算子表示为，为第三分算子，第四分算子用投影算子表示为，为第四分算子；元素设置子模块，用于设置搜索空间共有n个元素，其中m个为目标元素，为目标分量的占比，i=1,2,3
……
m；第一取值确定子模块，用于当存在正整数c 使得成立，则t为第一算子的迭代次数，第二算子的迭代次数为0，第二算子的相位角无需取值；第二取值确定子模块，用于当不存在正整数c使得成立，那么第一算子的迭代次数t的取值为：其中为对向下取整的函数，第二算子的迭代次数取t'=1，t'为第二算子的迭代次数，第二算子的相位角度的取值为：；所述执行子模块包括：第一作用子模块，用于将n量子位经过作用后得到n个元素的等权重叠加态以作为算子迭代的初始态，其中n=2n，h为hadamard门；第二作用子模块，用于将单量子位经过 h 作用后得到叠加态以作为辅助位，t的取值为0或其他正整数，t'的取值是0或1；所述组网模块包括：架构子模块，用于采用集中式控制星型架构；分离子模块，用于将控制平面与数据平面分离；传输子模块，用于为用户提供透明的数据传输服务并支持统一接口服务；隔离子模块，用于将不同虚拟用户网络之间进行逻辑隔离；适配子模块，用于动态适配用户需求与网络资源；所述架构子模块包括：组网实现子模块，用于通过自组网计算中心实现低时延的动态组网，并提供给第三方使用；
信息筛选子模块，用于通过ap 接口筛选所需的网络信息以调度管道资源，并根据用户需求动态调度可用的网络资源，从而实现网络资源的优化配置；平台接入子模块，用于通过网络接入平台以实现异构网络协同工作；所述传输子模块包括：技术执行子模块，用于采用中心节点集中管理、一般节点分布式接入的频谱策略动态匹配技术，基于适应多工作模式无线通信系统的资源分配机制、以及资源需求的预测机制，通过控制不同无线通信系统对无线资源的竞争，从而获得最大的无线资源利用率，其中，中心节点进行频谱管理服务和频谱接入控制服务，一般节点执行频谱接入控制代理；一般节点的用频设备生成频谱感知数据，中心节点将一般节点的频谱感知数据进行汇总处理，形成频谱感知数据，作为频谱管理策略的生成依据，频谱管理策略生成后下发给一般节点执行；通信组网子模块，用于采用d2d按需通信动态自组网技术，支持软件定义互联控制器提供全网统一的组网和通信管控服务，完成灵活的链路生成和业务保持；服务管控子模块，用于通过sdi控制器提供管控服务功能。
101.本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种低延时高密集动态无线自组网的实现方法中的步骤。
102.其中，该存储介质可以包括：只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)、磁盘或光盘等。
103.由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一种低延时高密集动态无线自组网的实现方法中的步骤，因此，可以实现本发明实施例所提供的任一种低延时高密集动态无线自组网的实现方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
104.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种低延时高密集动态无线自组网的实现方法，其特征在于，包括：通过多算子量子搜索算法对高维数据进行并行处理及对最优解进行并行搜索；依据高维数据及最优解进行低延时高密集动态无线自组网。2.根据权利要求1所述的低延时高密集动态无线自组网的实现方法，其特征在于，所述通过多算子量子搜索算法对高维数据进行并行处理及对最优解进行并行搜索，包括：构建算子并设置参数；依据算子及参数执行预设的算法。3.根据权利要求2所述的低延时高密集动态无线自组网的实现方法，其特征在于，所述构建算子并设置参数，包括：构建第一算子及第二算子，其中，第一算子包括第一分算子及第二分算子，第一分算子用投影算子表示为，为第一分算子，为单位矩阵，为目标分量的矢量，第二分算子用投影算子表示为，为第二分算子，为等权重叠加态矢量；第二算子包括第三分算子及第四分算子，第三分算子用投影算子表示为，为第三分算子，第四分算子用投影算子表示为，为第四分算子；设置搜索空间共有n个元素，其中m个为目标元素，为目标分量的占比，i=1,2,3
……
m；当存在正整数c 使得成立，则t为第一算子的迭代次数，第二算子的迭代次数为0，第二算子的相位角无需取值；当不存在正整数c使得成立，那么第一算子的迭代次数t的取值为：其中为对向下取整的函数，第二算子的迭代次数取t'=1，t'为第二算子的迭代次数，第二算子的相位角度的取值为：。4.根据权利要求3所述的低延时高密集动态无线自组网的实现方法，其特征在于，所述依据算子及参数执行预设的算法，包括：n量子位 经过 作用后得到n个元素的等权重叠加态以作为算子迭代的初
始态，其中n=2n，h为hadamard门；单量子位 经过 h 作用后得到叠加态
ꢀꢀ
以作为辅助位，t的取值为0或其他正整数，t'的取值是0或1。5.根据权利要求1所述的低延时高密集动态无线自组网的实现方法，其特征在于，所述依据高维数据及最优解进行低延时高密集动态无线自组网，包括：采用集中式控制星型架构；将控制平面与数据平面分离；为用户提供透明的数据传输服务并支持统一接口服务；将不同虚拟用户网络之间进行逻辑隔离；动态适配用户需求与网络资源。6.根据权利要求5所述的低延时高密集动态无线自组网的实现方法，其特征在于，所述采用集中式控制星型架构，包括：通过自组网计算中心实现低时延的动态组网，并提供给第三方使用；通过ap 接口筛选所需的网络信息以调度管道资源，并根据用户需求动态调度可用的网络资源，从而实现网络资源的优化配置；通过网络接入平台以实现异构网络协同工作。7.根据权利要求5所述的低延时高密集动态无线自组网的实现方法，其特征在于，所述为用户提供透明的数据传输服务并支持统一接口服务，包括：采用中心节点集中管理、一般节点分布式接入的频谱策略动态匹配技术，基于适应多工作模式无线通信系统的资源分配机制、以及资源需求的预测机制，通过控制不同无线通信系统对无线资源的竞争，从而获得最大的无线资源利用率，其中，中心节点进行频谱管理服务和频谱接入控制服务，一般节点执行频谱接入控制代理；一般节点的用频设备生成频谱感知数据，中心节点将一般节点的频谱感知数据进行汇总处理，形成频谱感知数据，作为频谱管理策略的生成依据，频谱管理策略生成后下发给一般节点执行；采用d2d按需通信动态自组网技术，支持软件定义互联控制器提供全网统一的组网和通信管控服务，完成灵活的链路生成和业务保持；通过sdi控制器提供管控服务功能。8.一种低延时高密集动态无线自组网的实现装置，其特征在于，包括：算法模块，用于通过多算子量子搜索算法对高维数据进行并行处理及对最优解进行并行搜索；组网模块，用于依据高维数据及最优解进行低延时高密集动态无线自组网。9.根据权利要求8所述的低延时高密集动态无线自组网的实现装置，其特征在于，所述算法模块包括：设置子模块，用于构建算子并设置参数；执行子模块，用于依据算子及参数执行预设的算法；所述设置子模块包括：算子构建子模块，用于构建第一算子及第二算子，其中，第一算子包括第一分算子及第二分算子，第一分算子用投影算子表示为，为第一分算子，为单位矩
阵，为目标分量的矢量，第二分算子用投影算子表示为，为第二分算子，为等权重叠加态矢量；第二算子包括第三分算子及第四分算子，第三分算子用投影算子表示为，为第三分算子，第四分算子用投影算子表示为，为第四分算子；元素设置子模块，用于设置搜索空间共有n个元素，其中m个为目标元素，为目标分量的占比，i=1,2,3
……
m；第一取值确定子模块，用于当存在正整数c 使得成立，则t为第一算子的迭代次数，第二算子的迭代次数为0，第二算子的相位角无需取值；第二取值确定子模块，用于当不存在正整数c使得成立，那么第一算子的迭代次数t的取值为：其中为对向下取整的函数，第二算子的迭代次数取t'=1，t'为第二算子的迭代次数，第二算子的相位角度的取值为：；所述执行子模块包括：第一作用子模块，用于将n量子位 经过 作用后得到n个元素的等权重叠加态以作为算子迭代的初始态，其中n=2n，h为hadamard门；第二作用子模块，用于将单量子位 经过 h 作用后得到叠加态
ꢀꢀ
以作为辅助位，t的取值为0或其他正整数，t'的取值是0或1；所述组网模块包括：架构子模块，用于采用集中式控制星型架构；分离子模块，用于将控制平面与数据平面分离；传输子模块，用于为用户提供透明的数据传输服务并支持统一接口服务；隔离子模块，用于将不同虚拟用户网络之间进行逻辑隔离；适配子模块，用于动态适配用户需求与网络资源；所述架构子模块包括：组网实现子模块，用于通过自组网计算中心实现低时延的动态组网，并提供给第三方使用；
信息筛选子模块，用于通过ap 接口筛选所需的网络信息以调度管道资源，并根据用户需求动态调度可用的网络资源，从而实现网络资源的优化配置；平台接入子模块，用于通过网络接入平台以实现异构网络协同工作；所述传输子模块包括：技术执行子模块，用于采用中心节点集中管理、一般节点分布式接入的频谱策略动态匹配技术，基于适应多工作模式无线通信系统的资源分配机制、以及资源需求的预测机制，通过控制不同无线通信系统对无线资源的竞争，从而获得最大的无线资源利用率，其中，中心节点进行频谱管理服务和频谱接入控制服务，一般节点执行频谱接入控制代理；一般节点的用频设备生成频谱感知数据，中心节点将一般节点的频谱感知数据进行汇总处理，形成频谱感知数据，作为频谱管理策略的生成依据，频谱管理策略生成后下发给一般节点执行；通信组网子模块，用于采用d2d按需通信动态自组网技术，支持软件定义互联控制器提供全网统一的组网和通信管控服务，完成灵活的链路生成和业务保持；服务管控子模块，用于通过sdi控制器提供管控服务功能。10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有多条指令，所述指令适于由处理器加载以执行权利要求1至7任一项所述的一种低延时高密集动态无线自组网的实现方法。

技术总结
本发明公开了一种低延时高密集动态无线自组网的实现方法及装置，该方法包括：通过多算子量子搜索算法对高维数据进行并行处理及对最优解进行并行搜索；依据高维数据及最优解进行低延时高密集动态无线自组网。进行低延时高密集动态无线自组网。进行低延时高密集动态无线自组网。


技术研发人员：戚建淮 徐国前 唐娟 崔宸 胡金华 宋晶
受保护的技术使用者：深圳市永达电子信息股份有限公司
技术研发日：2023.08.16
技术公布日：2023/9/20