|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘要:针对无线通信异构网络切换中最优按入网的匹A伴巴感,坑内动几士大立萨研究了5G无线通信系统中换,而对于未来5G (5th Generation)进信系统中超雷某内AN以以+匹t等的联合垂直切换方式.该方案通过选择超密集超密集异构网络的选择切换.文中提出了一种基丁区域总丸贝注次大称动用户(.mobile slation)从宏基站进入超密集异构接入网络的最优切换概率从而解决超密集网络切抉间.坦NN用丰明大立决管方式能够准确地选择要切换服务小区,以及在小区内和小区间移动的不同场京进行仍具汀竹,研九有不衣明个人人外oAno的网络,因而该方案能够适用于超密集网络的应用场景.
( r* w8 w$ ~: Q. z+ ~, _& v8 p4 v% G* R5 ^1 Q, V
关键词:切换;5G;超密集网络;区域感知;贝叶斯决策& N9 r: G# i( P9 L
6 d0 U( I5 T) j# p Q; g
' g/ }, t9 x4 d# K) V& K4 _- v& j
3 r2 q2 m- Q9 Y% H5 Q- X
& A# Q. P) | Z/ H! G7 M) A1 q+ T# W2 @6 `- M) Z
本文提出了一种基于区域感知贝叶斯决策的垂直切换技术,主要用于解决超密集异构网络间的切换问题.文中方案是利用现有GPS(Global Position System)定位技术,通过获取MS与5G网络系统中各个基站的位置信息,计算MS和各服务基站的直线距离,确定MS是否到达其可以接收的覆盖区域并计算其覆盖概率.本文假定每个异构基站的覆盖半径是预先知道的.如果MS达到相应基站覆盖的区域,我们用概率“1”表示;否则用“0”表示,即没有达到基站覆盖的区域.接下来计算MS在各基站覆盖区域条件下的切换概率,然后根据贝叶斯全概率方式计算其可以切换到相应服务基站的概率,最后选择贝叶斯概率最大的基站作为要切换到的服务网络并完成网络切换.4 o" Z0 [, C7 c& f
7 D7 q( y! q3 c* V& c* u" `0 N) d
. c6 ]( H3 M: ?( Z. M( J
( j+ a) X; z' F1 a/ l# R8 ~0 h% B9 f8 x, W, X8 N6 {
- q% \5 s: v; I2 L+ ?: d8 j2 E
, q S$ Z. g# L |
|
/1 
发表于 2021-5-28 11:03
收藏
淘帖
支持！
反对！