基于RBF神经网络的LTE-R切换算法优化

论文摘要

在LTE-R越区切换中,基于A3事件的越区切换算法在列车高速运行时容易出现乒乓效应和无线链路连接失败的问题。为此,提出基于RBF神经网络的越区切换优化算法。采集列车运行在特定环境中不同速度时切换效果较好的hys和ttt参数,并将其发送到RBF神经网络进行训练,得到不同速度下hys和ttt的非线性表达式,根据列车接收到的参考信号质量,加入自矫正项对hys和ttt进行二次调整和优化。在Matlab上进行的仿真实验结果表明,该算法能够降低掉话率和乒乓切换率,提高列车在高速运行环境下的切换成功率及鲁棒性。

论文目录

• 0 概述
• 1 高速环境LTE切换模型的建立
•   1.1 多RRU共小区覆盖
•   1.2 越区切换规划方案
•   1.3 LTE优化切换算法
•     1.3.1 RBF神经网络
•     1.3.2 RBF神经网络的模型设计
•     1.3.3 RBF神经网络的参数设计
•     1.3.4 自矫正的RBF神经网络
• 2 实验结果与分析
•   2.1 实验参数设置
•   2.2 结果分析
•     2.2.1 RBF神经网络
•     2.2.2 系统仿真结果
• 3 结束语

文章来源

类型: 期刊论文

作者: 苏佳丽,伍忠东,丁龙斌,朱婧

关键词: 技术,高速环境,事件,神经网络,切换成功率

来源: 计算机工程 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 铁路运输,电信技术,自动化技术

单位: 兰州交通大学电子与信息工程学院

基金: 中国铁路总公司科技研究开发计划重大课题“铁路下一代移动通信系统关键技术深化研究”(2017X013-A)

分类号: TP183;TN929.5;U285.2

DOI: 10.19678/j.issn.1000-3428.0052670

页码: 110-115+121

总页数: 7

文件大小: 322K

下载量: 101