一种LTE-M系统智能越区切换方法技术方案

本发明专利技术涉及高速城轨车地无线通信领域，具体涉及一种LTE

【技术实现步骤摘要】
一种LTE
‑
M系统智能越区切换方法


[0001]本专利技术涉及高速城轨车地无线通信领域，具体涉及一种LTE
‑
M系统智能越区切换方法。

技术介绍

[0002]城轨车地通信中，LTE
‑
M技术已经成为承载CBTC的车
‑
地信息、PIS和CCTV等业务传输的主流技术，同时，为缩短旅行时间，国内城市轨道交通已逐渐向高速化发展。针对LTE
‑
M系统特点以及列车高速运行环境设计越区切换方案对于保障车地无线通信质量有重要意义。
[0003]现有的LTE
‑
M系统越区切换算法是基于RSRP、RSRQ、固定切换迟滞门限HYS，并保持一段切换迟滞时间(TTT)触发的A3切换算法，但是随着城轨列车速度不断提升，仍采用固定切换迟滞容限与延迟时间的算法会导致切换成功率性能显著下降，无法满足高速城轨场景下对LTE
‑
M系统越区切换可靠性需求。《一种基于速度的LTE
‑
R越区切换优化算法》(陈永刚，李德威，张彩珍，铁道学报，2017，39(7)：67
‑
72)中，使用反函数、一次函数、椭圆函数，寻找速度和A3切换算法中的参数HYS和TTT之间的联系，但是由于仅仅使用了若干基础函数去寻找参数和速度之间的联系，对于随机性较大的信道环境，并不能很好的去适应一些较大的信道环境变化。《基于RBF神经网络的LTE
‑
R切换算法优化》(苏佳丽，伍忠东，丁龙斌，朱婧，计算机工程，2019，45(10)：110
‑
115+121)中，使用了径向基神经网络对HYS和TTT进行动态优化，使用速度作为输入层，HYS和TTT作为输出层，训练得到能够使HYS和TTT适应不同速度环境的网络，仅公开了如何通过训练集寻找速度和HYS、TTT之间的联系，但是对于如何获取列车切换的最优参数并未给出明确的方法。

技术实现思路

[0004]本专利技术的目的在于克服现有技术对于随机性较大的信道环境并不能很好的适应信道环境变化的问题，以及如何获取列车不同运行速度下切换的最优参数的问题，提供一种智能化的基于神经网络的LTE
‑
M系统智能越区切换方案，提升高速城轨车地无线通信越区切换性能。
[0005]为了实现上述专利技术目的，本专利技术提供了以下技术方案：
[0006]一种LTE
‑
M系统智能越区切换方法，包括以下步骤：
[0007]S1，获取测试数据，所述测试数据包括列车运行速度、源基站导频信号的RSRP和目标基站导频信号的RSRP；
[0008]S2，将所述列车运行速度输入RBF神经网络，所述RBF神经网络输出预测的切换迟滞时间和预测的切换迟滞门限；所述RBF神经网络预先经过训练；
[0009]S3，如果在预测的切换迟滞时间之内，所述目标基站导频信号的RSRP减去所述预测的切换迟滞门限大于所述源基站导频信号的RSRP，则触发切换流程，否则返回步骤S1。
[0010]进一步的，步骤S2中所述RBF神经网络预先经过训练，具体包括以下步骤：
[0011]S41，按照第一预设步长变换典型列车运行速度V，在每个典型列车运行速度下进行越区切换参数仿真择优，得到每个典型列车运行速度下对应的最优越区切换参数TTT
V
和HYS
V
，其中TTT
V
代表在典型列车运行速度V下的最优切换迟滞时间，HYS
V
代表在典型列车运行速度V下的最优切换迟滞门限；
[0012]S42，构建训练样本数据，所述训练样本数据由所述V，TTT
V
，HYS
V
构成；
[0013]S43，将所述训练样本数据输入所述RBF神经网络，对所述RBF神经网络进行训练和参数优化。
[0014]进一步的，所述越区切换参数仿真择优，具体包括如下步骤：
[0015]S411，按第二预设步长变换切换迟滞时间，得到I个切换迟滞时间TTT
i
,按第三预设步长变换切换迟滞门限，得到J个切换迟滞门限HYS
j
；
[0016]S412，计算当切换迟滞时间等于TTT
i
和切换迟滞门限等于HYS
j
时的切换判决中断概率P
ij
,其中i的取值为1到I的整数，j的取值为1到J的整数；
[0017]S413，将切换判决中断概率P
11
～P
IJ
与概率阈值相比较，等于概率阈值的切换判决中断概率所对应的切换迟滞时间和切换迟滞门限分别为在所述典型列车运行速度V下的最优切换迟滞时间TTT
V
和最优切换迟滞门限HYS
V
。
[0018]进一步的，步骤S413中，当切换判决中断概率P
11
～P
IJ
中不存在与所述概率阈值相等的切换判决中断概率时，选取小于且最接近所述概率阈值的切换判决中断概率所对应的切换迟滞时间和切换迟滞门限分别为在所述典型列车运行速度V下的最优切换迟滞时间TTT
V
和最优切换迟滞门限HYS
V
。
[0019]进一步的，步骤S413中，所述概率阈值为，切换判决中断概率P
11
～P
IJ
中最低的切换判决中断概率
×
容忍系数，其中容忍系数的取值范围为1.05～1.2。
[0020]进一步的，切换判决中断的判断方法为，列车经过重叠区时按时间顺序对所述源基站导频信号的RSRP和目标基站导频信号的RSRP进行连续测量，并判断当前采样的第K组数据(RSRP
s
，RSRP
t
)
K
是否满足条件RSRP
s
<RSRP
t
‑
HYS
j
，如果满足，则从测量第K组数据的时刻起，只要切换迟滞时间TTT
i
内采样得到的任意一组数据(RSRP
s
，RSRP
t
)不满足条件RSRP
s
<RSRP
t
‑
HYS
j
，则列车本次经过重叠区发生切换判决中断，如果切换迟滞时间TTT
i
内的采样得到的数据(RSRP
s
，RSRP
t
)均满足条件RSRP
s
<RSRP
t
‑
HYS
j
，则列车本次经过重叠区未发生切换判决中断；K的取值范围为1到N的正整数，其中N为列车本次经过重叠区对导频信号测量的次数，取值为重叠区长度d/(列车运行速度v
×
导频测量周期T)。
[0021]进一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种LTE
‑
M系统智能越区切换方法，其特征在于，包括以下步骤：S1，获取测试数据，所述测试数据包括列车运行速度、源基站导频信号的RSRP和目标基站导频信号的RSRP；S2，将所述列车运行速度输入RBF神经网络，所述RBF神经网络输出预测的切换迟滞时间和预测的切换迟滞门限；所述RBF神经网络预先经过训练；S3，如果在预测的切换迟滞时间之内，所述目标基站导频信号的RSRP减去所述预测的切换迟滞门限大于所述源基站导频信号的RSRP，则触发切换流程，否则返回步骤S1。2.如权利要求1所述的一种LTE
‑
M系统智能越区切换方法，其特征在于，步骤S2中所述RBF神经网络预先经过训练，具体包括以下步骤：S41，按照第一预设步长变换典型列车运行速度V，在每个典型列车运行速度下进行越区切换参数仿真择优，得到每个典型列车运行速度下对应的最优越区切换参数TTT
V
和HYS
V
，其中TTT
V
代表在典型列车运行速度V下的最优切换迟滞时间，HYS
V
代表在典型列车运行速度V下的最优切换迟滞门限；S42，构建训练样本数据，所述训练样本数据由所述V，TTT
V
，HYS
V
构成；S43，将所述训练样本数据输入所述RBF神经网络，对所述RBF神经网络进行训练和参数优化。3.如权利要求2所述的一种LTE
‑
M系统智能越区切换方法，其特征在于，所述越区切换参数仿真择优，具体包括如下步骤：S411，按第二预设步长变换切换迟滞时间，得到I个切换迟滞时间TTT
i
，按第三预设步长变换切换迟滞门限，得到J个切换迟滞门限HYS
j
；S412，计算当切换迟滞时间等于TTT
i
和切换迟滞门限等于HYS
j
时的切换判决中断概率P
ij
，其中i的取值为1到I的整数，j的取值为1到J的整数；S413，将切换判决中断概率P
11
～P
IJ
与概率阈值相比较，等于概率阈值的切换判决中断概率所对应的切换迟滞时间和切换迟滞门限分别为在所述典型列车运行速度V下的最优切换迟滞时间TTT
V
和最优切换迟滞门限HYS
V
。4.如权利要求3所述的一种LTE
‑
M系统智能越区切换方法，其特征在于，步骤S413中，当切换判决中断概率P
11
～P
IJ
中不存在与所述概率阈值相等的切换判决中断概率时，选取小于且最接近所述概率阈值的切换判决中断概率所对应的切换迟滞时间和切换迟滞门限分别为在所述典型列车运行速度V下的最优切换迟滞时间TTT
V
和最优切换迟滞门限HYS
V
。5.如权利要求3所述的一种LTE
...

【专利技术属性】
技术研发人员：张蕾，青岚昊，燕强，陶孟华，邵君，单瑛，吴杏林，黄高勇，胡尚琰，方旭明，
申请(专利权)人：中铁二院工程集团有限责任公司，
类型：发明
国别省市：