【摘 要】未来的6G网络有望成为集感知、通信和计算为一体的通感算一体化网络,以满足各种新型业务的极致化需求。用户体验质量将成为网络运维管理的关注重点。因此,提出并设计了一种新的QoE估计方法。首先,应用机器学习算法构建KPI与QoE关联性分析模型。其次,根据关联性分析结果搭建深度神经网络利用KPI实现QoE估计。最后,仿真结果表明所提方法在估计用户体验质量方面具有很高的准确性。
【关键词】用户体验质量;机器学习;深度学习;通信感知计算一体化
0 引言
随着5G网络的部署及商用,越来越多的无线设备接入移动网络,新的业务和应用层出不穷,不断涌现的全新业务及应用给人们带来了前所未有的体验。但是,全球移动宽带用户数量大量增长,数据流量的激增对无线网络性能提出了更高的要求。6G作为下一代通信系统,有望在5G的基础上进一步融合信息技术、通信技术和人工智能技术朝着智能化的方向不断发展,形成集感知、通信和计算为一体的通感算一体化网络,以应对未来新型业务的极致化网络性能需求。目前,随着通信技术的发展和智能设备以及各类多媒体业务的普及,无线通信网络中的用户体验已经成为人们关注的首要因素。因此,对于运营商而言,监控网络状态以保证用户体验变得至关重要。在传统人工主导的方法中,运营商主要通过两种途径了解当前的网络状况,第