5G网络时长驻留比影响因素分解与提升策略

通过对目前5G SA网络驻留效能进行评估研究,从网络结构、终端、网络参数配置等三个维度,解析影响5G网络驻留的关键因素,同时在现网优化中对数据进行验证对比,从规划、建设、维护、优化全流程构建5G网络驻留效能优化方案,有效提升5G时长驻留比,达到5G网络利用率与用户业务感知的双提升。

ToB行业5G上行增强方案集成与实践

随着5G网络建设的不断推进,鉴于5G网络低时延、高速率的优点,越来越多的ToB行业部署5G网络。部分ToB行业应用场景对5G上行的时延和速率的要求,远高于普通5G应用场景,传统5G上行优化手段无法满足用户需求。本文从上行增强需求、上行增强关键特性和集成方案等3个方面概述ToB行业5G上行增强技术与实践,针对每类5G上行增强方案的特点,结合ToB行业各场景需求输出5G上行增强集成建议方案,为后续5G网络在ToB行业的应用部署提供参考。

关于LTE 3D-MIMO方位角及权值优化研究

随着4G网络的不断发展,新技术的应用也越来越多3D-MIMO凭借其在高频覆盖容量和用户感知等多方面的优势,在TDD-LTE网络中发挥越来越大的作为,并成为4G向5G平滑演进的技术之一。随着3D-MIMO网络的不断发展,网络中存在3D设备愈来愈多,MassiveMIMO能够提升小区容量的特性,致使3D小区用户吸收较多,但是用户分布场景可能与3D权值不匹配从而导致大量流量受到压抑。因此提出一种依靠工具对3D-MIMO小区用户分布进行识别,针对各种权值下流量与用户数的增益进行仿真,从而优化3D-MIMO的方位角及权值。

基于无线射频识别的手术器械自适应分类仿真

针对当前无线射频识别的手术器械自适应分类时,普遍存在着分类时间过长、能量消耗过大等问题。提出基于线性组合模型的手术器械自适应分类方法。通过对无线射频识别的手术器械自适应分类进行分析,引用高斯滤波对读写器读取到的手术器械设备标签信号强度进行预处理,减少周围环境因素对信号的干扰,使手术器械设备标签信号强度值与标签实际位置相符,引用粒子群算法找出最优标签信号强度值。将监督预学习和监督微调相结合,构建支持向量机线性组合模型,将手术器械标签的信号强度值输入到支持向量机中,获取手术器械设备标签信号的后验概率,根据后验概率进行手术器械自适应分类。实验结果表明,所提方法分类时间较短、能量消耗较小。