买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于深度学习的6G接入网自主管控方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116489669B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310543086.1，技术领域涉及：H04W16/22；该发明授权一种基于深度学习的6G接入网自主管控方法是由黎涛;苏俭;郭伟设计研发完成，并于2023-05-15向国家知识产权局提交的专利申请。

本一种基于深度学习的6G接入网自主管控方法在说明书摘要公布了：本发明属于人工智能技术领域，具体是涉及一种基于深度学习的6G接入网自主管控方法。本发明首先周期性采集基站与用户设备间流量数据，作为基于残差网络和注意力机制的流量预测模型输入，预测模型输出基站流量短期预测结果。根据预测结果，对基站未来流量变化趋势与当前时刻基站承载能力进行比较与判断，确认进行基站扩容、缩容、还是维持不变。最后，若需进行基站扩缩容，则下发相应指令给基站管理系统，完成基站数量的动态管理，实现基于深度学习的6G接入网自主管控，在提升基站带宽利用率的同时避免资源浪费。

本发明授权一种基于深度学习的6G接入网自主管控方法在权利要求书中公布了：1.一种基于深度学习的6G接入网自主管控方法，其特征在于，包括以下步骤： S1、在基站集群中，对每一台基站与用户设备间流量传输情况进行周期性监测，统计基站流量数据，并进行归一化处理，得到训练集； S2、构建基于深度学习的基站流量预测模型，预测每台基站未来短时流量情况，所述基站流量预测模型由多层残差网络和注意力机制组成；所述多层残差网络由N层残差网络级联组成，单层残差网络从输入到输出依次为第一扩张因果卷积层、第一权值归一化层、第一ReLU激活函数层、第一Dropout层、第二扩张因果卷积层、第二权值归一化层、第二ReLU激活函数层、第二Dropout层，同时单层残差网络的输入还通过一维全卷积层后与第二Dropout层的输出求和后得到单层残差网络的输出；所述注意力机制为缩放点积注意力机制，多层残差网络的输出经过Dense层进行特征空间映射后，映射结果作为缩放点积注意力机制的查询Q； S3、利用训练集对基站流量预测模型进行训练，具体为：将训练集输入到基站流量预测模型得到前向传播输出结果，同时将训练集经过加权和偏置运算得到缩放点积注意力机制的键K和对应的值V，采用训练集间均方误差作为模型训练过程的误差函数： 其中，loss为均方误差，M为训练集序列长度，xi为训练集中流量数据，为模型前向传播输出结果；采用Adam优化器优化网络参数，逐步降低损失函数值，更新各层网络权值及偏置，最终得到训练好的基站流量预测模型； S4、利用训练好的基站流量预测模型，通过前L小时基站流量历史值得到未来短时基站流量预测值Vpred； S5、计算基站集群扩容阈值Vmax和缩容阈值Vmin，将基站短时流量预测值Vpred与Vmax、Vmin进行比较，实现6G接入网自主管控中对基站扩缩容行为的判断； S6、依据基站扩缩容判断结果，完成基站数量的动态管理，同时同步基站集群中各基站保存的配置信息及用户设备信息，进行用户设备所连基站的切换。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新西区西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。