打开文本图片集

摘要：在经济转型过程中，大数据技术与人工智能技术逐渐融合，产生多个新技术领域，并应用于各行业。通信自动控制系统作为支撑经济发展的力量之一，其优化对于社会发展具有重要意义。基于此，本文主要分析人工智能技术的通信自动控制系统设计，对其进行了相应的分析以及研究，旨在提升通信自动控制系统的性能和可靠性，进一步为通信自动控制领域的技术发展和应用提供有益的参考和指导。

关键词：大数据；人工智能；自动控制系统

1基于人工智能的通信自动控制系统

1.1通信自动控制系统架构设计

基于人工智能技术的通信自动控制系统主要由交互层、通信系统监控层以及控制层三个层次组成，在基于人工智能技术的通信自动控制系统设计中，系统分为交互层、通信系统监控层、控制层三个层次，以实现高效稳定的通信运行。交互层接收用户的指令和需求，将其转换为控制层和监控层可识别的信号，同时将系统的运行状态和异常信息反馈给用户。通信系统监控层主要负责数据采集、处理和设备异常状态检测。数据采集模块收集通信系统的设备状态、信号质量等各种运行参数；数据处理模块对采集到的数据进行分析和处理，为控制层提供决策依据；设备异常状态检测模块实时监测设备的运行状况，发现异常时及时发出警报。控制层接收来自通信系统监控层提供的各项数据，对系统参数进行自动化调整，包括对设备参数的优化、信道分配和功率调整等，以保持通信系统的稳定运行。

1.2通信自动控制系统软硬件设计

1.2.1交互层

交互层是用户与通信自动控制系统进行交互的关键层面，涵盖前端页面、交互逻辑以及用户体验等多个方面，其核心目标在于打造一个友好、易用、高效的操作界面，使用户能够便捷地操控系统提供的各项功能[3]。在基于人工智能技术的通信自动控制系统设计中，交互层需实现以下主要功能。（1）用户认证与授权：系统应具备用户登录与注册功能，确保仅合法用户能访问相应的权限区域。同时，通过集成人工智能技术，实现对用户行为的识别与分析，提升账户安全性能。（2）数据展示与智能搜索：系统需提供高效的数据展示与查询功能，让用户能迅速获取所需信息。结合人工智能技术，实现数据索引和精准推荐，助力用户更好地了解系统运行状况和分析趋势。（3）数据可视化与智能解读：将复杂的数据信息以图表等形式直观地展示给用户，同时运用人工智能技术对数据进行智能解读，降低用户理解数据的难度，提升数据分析效率。（4）任务管理与智能调度：系统应允许用户创建、修改、删除任务，并支持任务优先级设置。结合人工智能技术，实现任务智能调度，优化系统资源分配，提高任务执行效率。

1.2.2通信系统监控模块

通信系统监控模块采集通信设备的运行状态数据后，可实现通信系统资源和自动检测控制，在并列执行的多个通信系统自动测试与控制时，可通过资源冲突判断、冲突处理、资源合理调度三步骤，实现多个通信系统自动测试与控制程序管理，该层主要通过通信系统异常状态检测模块，采用人工智能技术中的深度置信网络进行通信设备运行状态诊断，实现通信设备运行状态自动诊断。异常状态检测与资源调度层中，通信系统监控模块的结构如图2所示。通信设备状态信号输入后，需要输入一阶低通滤波器中，去除信号的噪声，以提升系统的抗干扰能力，再使用放大器实现跟随，并使用模拟开关，将通信系统运行信号进行跟随、分压后输出至ADC采集电路，最后使用逻辑控制器FPGA对通信系统信号进行量化、编码，实现通信系统运行数据采集。

1.2.3控制层

控制层可按照异常状态检测与资源调度层所测试的结果，使用设置在测试动态链接库中自适应容错技术对通信系统实现自动控制。通信系统自动控制层包括控制决策模块与执行器模块两个子模块。控制决策模块是通信系统自动控制层的核心部分，对异常信号数据进行分析和处理，生成相应的控制策略。利用遗传算法（GA）的全局搜索能力，对通信系统的控制参数进行优化，并利用模糊逻辑（FLC）控制器，寻找使系统性能指标达到最优的控制策略。例如，当系统检测到信号质量问题时，执行器模块能够根据控制指令，自动进行相应的优化信号处理参数、提高信号传输速率等调整操作，确保通信质量。同时，执行器模块还具备自适应学习能力，通过RS-485通信协议不断与控制决策模块进行信息交互，实时进行自身控制策略调整，从而在长时间内保持通信质量的稳定。将以上两个子模块集成在一起，形成一个统一的控制策略，实现对通信系统的自动控制。未来，随着人工智能技术的不断发展，有望进一步优化和完善通信系统自动控制层的设计，提高通信系统的运行效率和可靠性。

2系统测试

为判断从大数据视角下基于人工智能技术优化通信自动控制系统后性能是否提升，在同一平台上对现阶段最经典的通信自动控制系统及优化后的系统数据展开仿真模拟测试。在不考虑复杂环境对通信自动控制系统干扰的情况下，通信自动控制系统的仿真模拟测试输出结果见图3。由此可知，在不考虑外部环境中的复杂因素时，本文优化后的通信自动控制系统效果比较接近最经典的通信自动控制系统结果，故系统优化效果相对较好。这说明大数据视角下人工智能通信自动控制系统性能控制相对有效，且控制精准度略高于最经典的通信自动控制系统。通常情况下，人工智能通信自动控制系统运行时会面临多种因素影响。为增强系统实用性，本文将最经典的通信自动控制系统与人工智能通信自动控制系统，在考虑外部因素干扰下进行控制结果比对，见图1。由此可知，在有外界因素干扰的情况下，最经典的通信自动控制系统比人工智能通信自动控制系统的控制输出结果变化更大，更不稳定。从达到稳定的时间来看，最经典的通信自动控制系统需要花费更多时间。而人工智能通信自动控制系统达到稳定的时间更短，明显提升了通信自动控制系统的控制效果，且相对更稳定。经过对比后可以证明，人工智能通信自动控制系统相较于最经典的通信自动控制系统，很好地解决了控制效率低、误差大的问题，具有较好的改进效果。

结束语

通信自动控制系统是目前通信领域中的研究热点，对其进行自动控制，保证通信系统正常运行具有显著的学术价值与现实意义，经过检验可知，大数据背景下人工智能通信自动控制系统是一个有效的系统优化方法，望能够推广应用并为通信自动控制健康发展奠定良好基础。

参考文献：

[1]禹树文，许威，姚嘉铖.面向智能无人通信系统的因果性对抗攻击生成算法[J].通信学报，2024，45（01）：54-62.

[2]邵凯，鲁奔，王光宇.智能反射面辅助通信系统时变级联信道估计[J/OL].通信学报，1-10[2024-05-11].http：//kns.cnki.net/kcms/detail/11.2102.TN.20240125.0937.008.html.