一种基于用户移动行为预测的超密集网络切换方法.pdf
骊蓉****23
亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于用户移动行为预测的超密集网络切换方法.pdf
本发明公开了一种基于用户移动行为预测的超密集网络切换方法,包括以下步骤:A:获取设定区域内的所有基站用户移动行为的预处理后的轨迹数据;B:划分为基站新用户数据集和基站老用户数据集;C:构建基站老用户轨迹预测模型;D:得到训练后的基站老用户轨迹预测模型;E:获取基站新用户的预测移动轨迹;F:当基站用户满足A2事件触发切换时,寻找到满足判定条件的目标基站作为最终的切换基站并进行切换。本发明能够通过用户的历史轨迹序列预测未来的轨迹点,可以有效减少网路切换次数,优化网络切换性能并提高网络的鲁棒性。
一种超密集异构蜂窝网络中的用户移动速度估计方法.pdf
本发明涉及一种超密集异构蜂窝网络中的用户移动速度估计方法。该方法包括:异构蜂窝网络系统中,用户终端每切换到一个新小区,根据不同的小区类型得到一个加权的切换次数,在切换次数统计周期时间内,计算用户切换到各个基站的切换次数累计加权和,并利用速度估计公式得到用户的移动速度。本发明利用传统LTE系统中的MSE移动状态估计的机制和信息,通过添加小区权重系数并给出速度计算公式,在不增加原有信令负担的条件下在异构蜂窝网络体系中实现了更准确的移动速度估计。结果表明,采用本发明的方法,用户移动速度估计误差在20%上的用户比
一种用于超密集网络的用户分簇方法.pdf
本发明公开了一种用于超密集网络的用户分簇方法,涉及移动通信技术领域,包括以下步骤:将计算超密集组网中用户干扰矢量值最大的多个用户作为根节点用户,将剩余的其他用户作为分支用户;分别计算并判断各个分支用户与多个根节点用户的相对干扰矢量值大小;当分支用户与某个根节点用户的相对干扰矢量值均小于该分支用户与其他根节点用户的相对干扰矢量值时,则将该分支用户归为与该根节点用户所组成的干扰矢量簇,则形成多个干扰矢量簇;分别计算并判断各个干扰矢量簇中的根节点用户的干扰矢量值与干扰矢量簇中的所有用户的干扰矢量均值的相对干扰矢
一种异构超密集网络中的移动感知协同多点传输的切换方法.pdf
本发明提供的一种异构超密集网络中的移动感知协同多点传输的切换方法,包括以下步骤:步骤1,在与用户MD所连接的所有的基站BS中,根据用户MD与基站BS之间的距离,以及用户MD预估的停留时间,建立最终的协作BS集;步骤2,在步骤1中建立的最终的协作BS集中,选择用户MD切换基站BS的触发时间;该技术还在具有长停留时间的BS和当前最佳执行BS之间实现了用于协作BS集确定的平衡;通过大量的模拟,表明所提出的MACH的性能在覆盖概率和切换概率方面优于现有方案。
一种基于HMM的异构网络用户行为预测方法.pdf
本发明提出一种基于HMM的异构网络用户行为预测方法。针对异构蜂窝网络(HCN)环境下,传统的切换管理策略极少综合考虑热点地区用户的移动偏好与移动特征的问题,本发明对热点地区用户行为进行感知的方法。该方法采用人类自相似性最小行走移动模型(Self‑similarLeast‑actionHumanWalk,SLAW)模拟热点地区用户移动路径,采用隐式马尔科夫模型对用户行为建模,实现了通过用户在基站中的移动序列来预测用户对应的移动时间。该方法为设计合理的切换管理方案提供具体的设置参数,提升了热点地区用户行