基于BP神经网络的高密度5G通信链路负载均衡性测试系统研究

来源：计算机测量与控制杂志2024年第10期北京时间：

作者：杨其钦

单位：广州应用科技学院计算机学院

摘要：5G通信网络具有高并发性和低延迟的特点,且网络中涉及大量的设备,包括基站、天线、中继器等。在高密度场景下,大量用户设备同时连接到基站,导致网络容量需求大大增加,会使得某些链路资源不足而其他链路则资源过剩,进而产生负载失衡和链路阻塞问题。为此,设计一种基于BP神经网络的高密度5G通信链路负载均衡性测试系统。搭建通信链路负载均衡性测试框架,设计控制器、流量监测器、网络处理器,完成系统硬件设计。构建通信链路信道传输模型,计算链路负载,应用流量监测器、网络处理器获取通信链路历史负载数值,采用BP神经网络预测下一时刻通信链路负载数值,将适应度函数和链路实际负载能力结合,当负载不均衡程度达到最小化时结束神经网络训练,获取通信链路负载均衡性测试最佳方案,从而实现高密度5G通信链路负载均衡。实验数据显示,在不同实验工况背景下,设计系统应用后获得Jain氏公平性均衡指数最大值为0.95,通信链路阻塞率最小值为5%,网络吞吐量在12Gbps-18Gbps之间。

关键词：通信链路;BP神经网络;负载均衡;5G通信技术;

基金资助：广东省普通高校特色创新类项目（自然科学类）：“基于“5G+智慧教育”赋能教育信息化的应用研究”（编号：2021KTSCX165）