X-Model传播模型3D仿真在5G室内外协同规划中应用与研究

来源 :移动通信 | 被引量 : 0次 | 上传用户:songchanglei
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
5G移动通信网络的高频段、Massive-MIMO天线、3D网规部署场景对网络规划的仿真精度提出更高要求,传统Racye射线传模存在场景定义量化难、数据采集成本高的弊端。为解决此问题,引入X-Model自适应模型,首先通过场景自适应算法得到每个仿真小区在传模库中最匹配该场景的Rayce传模参数,之后采用Min-Max归一化算法进行源场景特征提取,对场景进行自动化识别,最后在商场、写字楼等场景下对X-Model仿真准确性进行验证和评估。验证表明,X-Model传播模型仿真效率优势明显,更适合5G移动通信网络
其他文献
高空基站HIBS通过搭载IMT基站,可以采用地面IMT网络相同的频段,与手机终端直接通信,HIBS覆盖范围大、部署快速灵活、受地面环境影响小,是实现大范围、低时延、低成本覆盖的有效手段。对HIBS全球产业进展现状进行了总结与分析,梳理HIBS在ITU-R、3GPP等全球标准化组织的研究进展与讨论焦点,提出HIBS未来应用场景畅想,总结HIBS平台研发技术、通信技术、通信试验等方面产业链整体进展,最后提出HIBS未来发展趋势与关键技术挑战。
针对天空地一体化网络的网络节点间有多条中继链路时,如何提高多条链路的综合调度效率以提升网络的可靠性及中继链路的有效利用率问题,提出了一种面向全IP的、支持多条中继链路自适应调度的技术,实现多条中继链路自适应切换和负载均衡,提高天空地一体化网络的可靠性和业务传输QoS。
在NSA组网下,为提升5G边缘用户的感知速率,开展研究NSA组网架构下辅载波添加门限(B1)与辅载波删除门限(A2)的合理设置,依据现网测试数据和NR覆盖电平的基本要求,同时结合集中开站流程特点,划分为覆盖场景和干扰场景,分别对不同场景的参数设置进行了分析,得出NSA辅载波门限集中开站场景化策略,从而在网络开站源头进行提前优化,为后续在5G全面部署应用下提高优化效率。
本文根据北京汽车技师学院多轴加工专业数字化资源的开发案例,提出将“资讯—计划—决策—实施—评估—反馈”的工作过程理论引入资源开发过程,总结出“解析人才模型—确定学习场景—选定实验DEMO—制作交互式资源”的四步骤开发路径。聚焦学习场景设计难题,创新性地提出“确定学习路径—设计学习场景—设计交互行为—素材收集”的四步骤开发策略,为同类型数字化资源的开发提供了可参考的路径。
以LTE D2D为应用场景,提出了一种先估计小数倍频偏、后估计整数倍频偏的估计算法,小数倍频偏估计算法利用D2D同步信号的特殊结构和周期性,优化了估计精度;整数倍频偏的频率估计范围可以按需调整,解决了LTE D2D系统需要估计大频率偏差的问题。给出了算法在AWGN/EVA信道模型下的性能仿真和分析,仿真显示在特定参数配置下所提算法引入的性能损失(相较于0频偏的理想情形)小于1 dB。
通信业务一般具有较明显的业务特征,应针对不同的覆盖场景、网络制式、站址布局、设备配置选取不同的节能策略。针对基站节能场景进行了研究,采用两步聚类法对某运营商5G基站小区进行了聚类分析,提出了基站小区节能指数与节能场景推荐策略,并结合基于二阶泰森分割的流量预测,根据三个判决条件决定采用何种节能策略,并将该方法应用于实践,结果表明,在5G建网初期采用该方法预计基站小区平均节电10%~20%。
高密重载场景一般具有4G业务量巨大、网络负荷持续高位、建筑结构复杂等特点,信号覆盖和干扰控制难度极大,同时还需考虑5G终端渗透率快速提升,如何有效进行4G/5G协同网络规划是亟需解决的问题之一。基于此,在大量的现场测试基础上,给出了高密重载场景下的4G/5G协同网络规划方法,并以具体实例进行分析,通过现场测试验证了该方法的有效性和科学性。
随着“大整合、高共享、深应用、智能化”的公安移动信息化目标的不断推进,异构融合网络在公安移动信息网的应用不断深化。研究和探讨了一种移动警务智能资源适配引擎机制,在异构融合网络的基础上,为实现智能资源适配,在系统架构设计中纵向引入了一个移动警务智能资源适配引擎,它与融合网络的各层都有逻辑连接关系,通过相应的智能决策算法和智能服务接口,实现多层面的移动警务智能融合。
随着VoLTE的普及和5G的商用,运营商2G/3G逐步退网,针对2G/3G退网后的VoLTE异构网络,探讨VoLTE用户漫出境外运营商及境外运营商用户漫入Volte网络两种场景,对位置更新、语音和短信业务几种典型业务流程的解决方案提出建议。
传统的运维模式已无法满足4G以及5G网络运维的需要,运用人工智能和大数据等新技术,实现主动运维、快速运维和精准运维已成为网络运维发展的新趋势。基站异常检测是新型运维模式的一项重要内容,因此提出一种基于深度自编码器的基站异常度检测方法。首先对故障告警、相关性能KPI以及OMC运维指标分别建立稀疏降噪自编码器模型,然后综合三个模型的结果,对基站进行全面的异常度评测。该方法具有准确性高、评测粒度细、容易实施等特点,经过实际的试点应用,验证了该方法的有效性,为后续网络运维部门进行基站精准巡检以及进一步实现智能运维