预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114172600A(43)申请公布日2022.03.11(21)申请号202111474326.4(22)申请日2021.12.03(71)申请人中国电信集团系统集成有限责任公司地址100036北京市海淀区复兴路33号13层东塔13层1308室(72)发明人李欣苗雨李英杰周伟范燕芳孟泽张宇峰李忠(74)专利代理机构北京知汇林知识产权代理事务所(普通合伙)11794代理人董涛(51)Int.Cl.H04B17/391(2015.01)H04B17/309(2015.01)权利要求书1页说明书6页附图2页(54)发明名称一种传输链路自动算路方法及装置(57)摘要本发明公开了一种传输链路自动算路方法及装置。其中,该方法包括:获取链路传输需求;根据所述链路传输需求,生成目标信道节点和目标信道质量;通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;对所述链路最优路线进行反向验证操作,得到验证结果。本发明解决了现有技术中的链路生成过程仅仅是根据固定的规则对链路信息进行计算并生成最优的链路数据,无法通过历史数据进行高效率的链路生成,同时无法验证生成的链路是否具有很高的可靠性,降低了链路计算的精度的技术问题。CN114172600ACN114172600A权利要求书1/1页1.一种传输链路自动算路方法,其特征在于,包括:获取链路传输需求;根据所述链路传输需求,生成目标信道节点和目标信道质量;通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;对所述链路最优路线进行反向验证操作,得到验证结果。2.根据权利要求1所述的方法,其特征在于,所述链路传输需求包括:数据起点、数据终点、数据信道节点、数据传输质量。3.根据权利要求1所述的方法,其特征在于:所述链路传输模型通过链路传输历史数据结合链路计算矩阵规则进行所述链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收。4.根据权利要求1所述的方法,其特征在于,在所述通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线之后,所述方法还包括:将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线。5.一种传输链路自动算路装置,其特征在于,包括:获取模块,用于获取链路传输需求;生成模块,用于根据所述链路传输需求,生成目标信道节点和目标信道质量;计算模块,用于通过链路传输模型,根据所述目标信道节点和目标信道质量计算链路最优路线;验证模块,用于对所述链路最优路线进行反向验证操作,得到验证结果。6.根据权利要求5所述的装置,其特征在于,所述链路传输需求包括:数据起点、数据终点、数据信道节点、数据传输质量。7.根据权利要求5所述的装置,其特征在于,所述链路传输模型通过链路传输历史数据结合链路计算矩阵规则进行所述链路传输模型的训练,并通过完善好的链路传输模型进行特征输入向量的采集和接收。8.根据权利要求5所述的装置,其特征在于,所述装置还包括:反向计算模块,用于将所述最优路线的路线信息作为所述链路传输模型的输入数据,反向计算验证路线。9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。10.一种电子装置,其特征在于,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行权利要求1至4中任意一项所述的方法。2CN114172600A说明书1/6页一种传输链路自动算路方法及装置技术领域[0001]本发明涉及链路传输计算领域,具体而言,涉及一种传输链路自动算路方法及装置。背景技术[0002]随着智能化科技的不断发展,人们的生活、工作、学习之中越来越多地用到了智能化设备,使用智能化科技手段,提高了人们生活的质量,增加了人们学习和工作的效率。[0003]当前,在网络数据传输链路生成方面,通常采用预设的网络链路生成规则,并根据获取到的链路需求进行最佳链路创建。但是现有技术中的链路生成过程仅仅是根据固定的规则对链路信息进行计算并生成最优的链路数据,无法通过历史数据进行高效率的链路生成,同时无法验证生成的链路是否具有很高的可靠性,降低了链路计算的精度。由于现有技术中的链路生成过程仅仅是根据固定的规则对链路信息进行计算并生成最优的链路数据,无法通过历史数据进行高效率的链路生成,同时无法验证生成的链路是否具有很高的可靠性,降低了链路计算的精度,本发明通过链路需求和大数据历史数据采集,利用链路神经网络模型输出最优链路。通过链路神经网络模型反向计算最优链路结果,验证结果的有效性和准确性。[0