基于NGI和AAPC的5G重叠覆盖优化系统研究

本文提出了一种基于NGI和AAPC的5G重叠覆盖优化系统,能够解决传统重叠覆盖优化方案无法定位施扰小区的问题。这一系统使得重叠覆盖优化变得更加精准和全面,同时结合AAPC权值自优化工具,实现权值的自动调整,从而显著提升了工作效率。这一创新性系统的提出将为未来网络优化领域带来重要的进展,为网络性能的提升和优化提供了新的途径和方向。

5G语音端到端接续时延优化策略研究与应用

针对5G语音接续高时延问题,本文从TOP小区和TOP区域入手,通过前台路测和后台分析相结合的方式,深入分析5G语音回落、接通以及分段信令流程,使用对比分析法定位出影响5G语音接续时延的四种关键因素,接着从回落策略、4/5G多网多频协同、功能部署三个方面研究出5G语音时延优化措施,总结形成了5G语音时延优化策略体系,最终在现网得到合理的效果验证并推广使用。

5G网络体验速率与用户实际感知映射关系研究

随着5G网络建设与发展的加速推进,用户数量及使用流量加速增长。本文从用户感知角度入手,聚焦抖音点播业务、视频通话业务和时延敏感类聚业务,旨在通过研究用户体验速率与实际感知的映射关系,输出感知差小区评价体系,为提升5G网络用户体验提供有益借鉴。

基于SIFT特征和模板更新的粒子滤波目标跟踪算法

传统的粒子滤波算法利用目标的颜色特征对粒子权值进行更新,当背景与目标的颜色分布相似或者目标被遮挡时,易发生误跟踪。尺度不变特征具有较高的独特性,但是仅使用SIFT特征不足以对小目标进行描述。针对这两种情况,提出一种利用SIFT特征和颜色特征建立目标模型,结合粒子滤波实现目标跟踪的新方法。为了防止目标模板的误更新,根据当前帧跟踪结果与SIFT目标模板中特征点的匹配数目决定是否对颜色目标模板进行更新。实验结果表明,当目标被遮挡或者位于有相似颜色的杂乱背景时,提出的方法能有效提高跟踪的精确度。