爱立信Locating算法及参数调整优化分析

随着基站密度的越来越高,信号重叠覆盖越来越严重,特别是在高层建筑物之间及室内,由于无线电波折射及反射原因,无线信号杂乱,而且信号波动不稳定,切换序列难以预测。移动台在如此复杂的无线环境当中,很容易引起切换混乱,造成切换掉话。分析掉话的原因可知,引起掉话的很大一部分原因是上行原因掉话及突然掉话。所以有效控制复杂无线环境中的切换,将能大大改善通话的突然掉话。Locating算法专题优化分析,通过原理和试验来说明:如何通过启用及控制上行Locating排队来筛选切换候选小区,筛除下行链路信号较强而上行链路信号较弱的切换候选小区,避免通话切入上下行功率不平衡小区而引起上行信号原因掉话或突然掉话。

环境监测无线传感器网络节点定位算法研究

无线传感器网络节点的定位技术是其关键技术之一,具有十分重要的地位。传感器节点采集到的数据必须结合其位置信息才有意义。结合环境监测无线传感器网络,通过对节点定位的基本原理和近几年国内外典型定位算法的分析研究,采用信号强度测距(RSSI)方法对其进行节点定位。为了提高定位精度,进一步对该方法进行了算法改进及节点坐标修正,最终实现了对目标的有效定位。通过仿真结果分析比较表明该方法平均定位误差小,是一种可行的定位算法。

超密集异构无线网络中基于移动轨迹预测的网络切换算法

随着5G技术的广泛应用,网络超密集化部署已成为必然趋势。超密集异构无线网络在实现网络高流量密度、高峰值速率性能的同时,给传统的网络切换算法带来了挑战,处于变速移动的终端会面临更频繁的切换问题,这将导致乒乓效应频率的显著提高,进而影响用户在网体验。针对上述问题,该文提出一种基于终端移动轨迹预测的网络切换算法,适用于各类型用户在高密度无线网络中的垂直切换和水平切换问题。首先,为了更高精度的移动轨迹预测,提出一种基于模糊核聚类和长短期记忆(LSTM)神经网络的预测方法,可以有效预测不同移动模式下用户终端的短时移动轨迹;之后,基于用户当前和预测位置,获取候选网络集合,通过候选集交运算法和指标阈值判断网络切换时机;当切换触发时,使用帝企鹅算法最优化网络选择。仿真结果表明,相比于其他类型的时间序列预测算法,该文提出的轨迹预测算法精度较高;同时相较对比算法,该文所提网络切换算法的切换次数适中,有效避免了乒乓效应,且提高了用户连接的网络质量。

一维环境下的无线传感器网络节点定位算法

针对无线传感器网络在道路监控、管道传输等一维环境中的应用,提出了基于接收信号强度比值的一维定位算法1-DIM-RSSR(1Dimension Received Signal Strength Ratio)。该算法基于一维线性定位的思想,利用接收信号强度比值来确定未知节点的位置,只需要一次建立接收信号强度比值的数据库。实验结果表明,当环境改变时,与RSSI算法相比,1-DIM-RSSR算法定位精度高,在一维线性应用领域表现出了良好的灵活性和实用性。