当前位置: 首页 > 专利查询>东南大学专利>正文

一种基于机器学习的自动邻居关系方法技术

技术编号:42755729 阅读:20 留言:0更新日期:2024-09-18 13:44
本发明专利技术是一种基于机器学习的自动邻居关系方法,包括:第一步:收集无线通信系统关键性能指标KPI数据,并通过预处理形成数据集D;第二步:利用历史收集的KPI数据训练邻居关系分类器FDTC,第三步:将实时收集的KPI输入FDTC,进行邻居关系判断,实时收集KPI数据作为测试集,第四步:利用新收集的KPI数据更新训练FDTC,第五步:在第二步训练FDTC的基础上,采用串行增强Boosting策略集成学习FDTC,训练增强FDTC即BFDTC,第六步:在第二步训练FDTC的基础上,采用并行打包Bagging策略集成学习FDTC,训练随机森林FDTC即RF‑FDTC;相比于传统自动邻居关系方法,本方法生成的无线网络邻居关系更加精确和稳定。

【技术实现步骤摘要】

本专利技术属于无线通信中的智能无线网络领域,具体涉及基于机器学习的自动邻居关系方法


技术介绍

1、在无线通信网络中,用户会从当前服务小区断开并迅速连接到服务质量更好的新小区,这种现象被称为切换(handover,ho)。邻居关系(neighbor relations,nr)作为用户切换的重要参考,影响着用户切换后通信质量,是基站入网时首先需要被确定的参数。邻居小区列表(neighbor cell list,ncl)记录了在无线网络中基站与周围小区的邻居关系,作为基站数据库的一部分,需要随着网络运行和网络拓扑的变化经常维护。自动邻居关系(automatic neighbor relations,anr)技术是自配置技术的基础,要求快速获取网络中各小区之间的邻居关系,准确反映出无线网络的拓扑结构。邻居关系往往被认为是不常改变的,因此过去的anr技术仅要求对邻居关系的判断取得更高的准确度,忽略了维护邻居关系列表的时间成本。

2、在未来6g无线网络中,频谱资源被更加充分地利用,将实现“空天地海”一体化覆盖,尤其是卫星、高空平台、无人机将成为重要的覆盖本文档来自技高网...

【技术保护点】

1.一种基于机器学习的自动邻居关系方法,其特征在于该方法包括以下步骤:

2.根据权利要求1所述的一种基于机器学习的自动邻居关系方法,其特征在于所述第一步具体为:

3.根据权利要求1所述的一种基于机器学习的自动邻居关系方法,其特征在于第二步具体为:

4.根据权利要求1所述的一种基于机器学习的自动邻居关系方法,其特征在于第三步具体为,

5.根据权利要求1所述的一种基于机器学习的自动邻居关系方法,其特征在于第四步具体为:

6.根据权利要求1所述的一种基于机器学习的自动邻居关系方法,其特征在于第五步具体为:

<p>7.根据权利要求...

【技术特征摘要】

1.一种基于机器学习的自动邻居关系方法,其特征在于该方法包括以下步骤:

2.根据权利要求1所述的一种基于机器学习的自动邻居关系方法,其特征在于所述第一步具体为:

3.根据权利要求1所述的一种基于机器学习的自动邻居关系方法,其特征在于第二步具体为:

4.根据权利要求1所述的一种基于机器学习的自动邻...

【专利技术属性】
技术研发人员:潘志文肖江山刘楠尤肖虎
申请(专利权)人:东南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1