CN113556791A - 切换决策确定方法、装置、网络设备及存储介质 - Google Patents

切换决策确定方法、装置、网络设备及存储介质 Download PDF

Info

Publication number
CN113556791A
CN113556791A CN202010332121.1A CN202010332121A CN113556791A CN 113556791 A CN113556791 A CN 113556791A CN 202010332121 A CN202010332121 A CN 202010332121A CN 113556791 A CN113556791 A CN 113556791A
Authority
CN
China
Prior art keywords
terminal
parameter
signal
determining
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010332121.1A
Other languages
English (en)
Other versions
CN113556791B (zh
Inventor
刘磊
曾凯越
邓伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Mobile Communications Group Co Ltd
China Mobile Communications Ltd Research Institute
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Communications Ltd Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Mobile Communications Group Co Ltd, China Mobile Communications Ltd Research Institute filed Critical China Mobile Communications Group Co Ltd
Priority to CN202010332121.1A priority Critical patent/CN113556791B/zh
Publication of CN113556791A publication Critical patent/CN113556791A/zh
Application granted granted Critical
Publication of CN113556791B publication Critical patent/CN113556791B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0055—Transmission or use of information for re-establishing the radio link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/0005—Control or signalling for completing the hand-off
    • H04W36/0011—Control or signalling for completing the hand-off for data sessions of end-to-end connection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种切换决策的确定方法、装置、网络设备及存储介质。其中，方法包括：网络设备接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。

Description

切换决策确定方法、装置、网络设备及存储介质
技术领域
本申请涉及无线通信领域，尤其涉及一种切换决策确定方法、装置、网络设备及存储介质。
背景技术
小区间切换是指终端在无线接入网的控制下完成从源小区到目标小区的无线链路连接的迁移，是保证无缝的移动通信服务的基本技术手段。
相关技术中，通过终端测量上报的方式来进行切换决策，切换效率低。
发明内容
为解决相关技术问题，本申请实施例提供一种切换决策确定方法、装置、网络设备及存储介质。
本申请实施例的技术方案是这样实现的：
本申请实施例提供了一种切换决策的确定方法，应用于网络设备，包括：
接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；
基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；
利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
上述方案中，所述基于第一信号，确定第一参数，包括：
基于接收的第一信号，确定所述第一信号的强度及方向权值。
上述方案中，所述接收第一终端发送的第一信号，包括：
接收所述第一终端发送的参考信号。
上述方案中，所述参考信号包含以下至少之一：
解调参考信号(DMRS)；
信道探测参考信号(SRS)。
上述方案中，利用确定的第一参数，结合第一模型，确定切换决策，包括：
将第一参数输入至神经网络模型，得到切换决策。
上述方案中，所述利用确定的第一参数，结合第一模型，确定切换决策，包括：
将第一参数输入至分类回归树模型，得到切换决策。
上述方案中，所述方法还包括：
在确定的小区切换决策是将所述第一终端切换至第一小区的情况下，进行切换准备；
向所述第一终端发送切换命令。
本申请实施例还提供了一种切换决策的确定装置，包括：
接收单元，用于接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；
确定单元，用于基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；
第二确定单元，用于利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
本申请实施例还提供了一种网络设备，包括：
通信接口，用于接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；
处理器，用于基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；以及利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
本申请实施例还提供了一种网络设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行上述任一方法的步骤。
本申请实施例还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法的步骤。
本申请实施例提供的切换决策确定方法、装置、网络设备及存储介质，网络设备接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的，利用信号的参数并结合人工智能算法确定切换决策，不需要终端执行测量，减少了测量所需要的时长，如此，大大提高了切换效率。
附图说明
图1为相关技术中切换流程示意图；
图2为本申请实施例一种切换决策的确定方法流程示意图；
图3为本申请实施例一种神经网络模型示意图；
图4为本申请实施例一种分类回归树模型示意图；
图5为本申请实施例切换准备的流程示意图；
图6为本申请实施例另一种切换决策的确定方法流程示意图；
图7为本申请实施例小区切换流程示意图；
图8为本申请实施例切换决策的确定装置结构示意图；
图9为本申请实施例网络设备结构示意图；
图10为本申请实施例小区切换决策的确定系统结构示意图。
具体实施方式
下面结合附图及实施例对本申请再作进一步详细的描述。
通过终端测量上报的方式来进行切换决策流程，如图1所示，主要包括：
步骤101：基站向用户设备(UE)下发测量配置；
步骤102：UE收到测量配置后，根据测量配置执行测量；
步骤103：UE向基站报告测量结果；
步骤104：基站根据UE报告的测量结果，进行切换决策；并在决定切换后进行切换准备；
步骤105：切换准备完成后，基站向UE发送切换命令。
其中，对于步骤102，实际应用时，当测量异频频点时，终端需要将射频单元切换至指定频点才可执行测量，这样就会花费更多时间。尤其在测量多个异频频点时，就需进行多次切换(不同频点对应的触发条件不同)。
在步骤103中，终端测量时，需保持一段时间(触发时间(TimeToTrigger)参数)才可触发上报。
因此，终端执行步骤102至103需要较长的时间，即执行步骤102至103耗时较长。
基于此，在本申请的各种实施例中，利用终端发射的信号，结合人工智能算法确定切换决策，如此，提供切换效率。
本申请实施例提供一种切换决策的确定方法，应用于网络设备(具体为基站)，如图2所示，该方法包括：
步骤201：接收第一终端发送的第一信号；
这里，所述第一信号对应的序列为网络侧已知的序列。
步骤202：基于接收的第一信号，确定第一参数；
这里，所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境。
步骤203：利用确定的第一参数，结合第一模型，确定小区切换决策。
这里，所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
其中，所述第一信号对应的序列为网络侧已知的序列是指：所示第一信号为所述网络设备已知的信号，通过信道传输后，所述网络设备依然能够准确地得到所述第一信号，因此，实际应用时，所述第一信号可以是参考信号。
基于此，在一实施例中，所述接收第一终端发送的第一信号，包括：
接收所述第一终端发送的参考信号。
这里，在一实施例中，所述参考信号可以包含以下至少之一：
DMRS；
SRS。
其中，实际应用时，当所述参考信号包含DMRS时，具体可包含物理上行共享信道(PUSCH)DMRS，即在PUSCH上发送的DMRS。
所述第一终端所处的收发信号的环境，可以包括：是否有障碍物遮挡信号，比如所述第一终端周围是否有高楼等。
实际应用时，所述第一参数能够反映所述第一终端所处环境的信号接收情况。
基于此，在一实施例中，步骤202的具体实现可以包括：
基于接收的第一信号，确定所述第一信号的强度及方向权值。
其中，确定所述第一信号的强度及方向权值的具体实现可参照相关技术。
这里，实际应用时，当时第一信号包含参考信号时，所述第一信号的强度可以以下至少之一：
参考信号接收功率(RSRP)；
参考信号接收质量(RSRQ)；
信号与干扰加噪声比(SINR)。
在本申请实施例中，利用人工智能算法获得切换决策，所述人工智能算法可以是神经网络，也就是说，利用神经网络获得切换决策。
基于此，在一实施例中，所述利用确定的第一参数，结合第一模型，确定切换决策，包括：
将第一参数输入至神经网络模型，得到切换决策。
示例性地，首先进行神经网络模型训练，以SRS为例，将多个终端的SRS的信号强度信息和所述网络设备根据SRS获得的方向权值(weight)进行向量化，得到向量：RSRPSRS,weight1,weight2,…,,weight64，从而得到样本数据；将得到的样本数据作为神经网络输入层输入，对图3所示的神经网络进行训练。
其中，所述网络设备获得的SRS的方向权值是64位(对应64通道)，此时有weight1,weight2,…,weight64，总共有64位；实际应用时，方向权值的位数也可以更少。
这里，实际应用时，SRS方向权值的位数是根据天线特性来确定的，比如方向权值的位数可以与天线通道数相同，例如，第五代移动通信技术(5G)天线在部署时，当天线采用192振子，64通道(每个通道连着三个振子)的天线阵列时，SRS的方向权值是64位；SRS方向权值的位数也可以少于天线通道数，只要能够表达方向信息即可。
输出层训练的是切换到某个目标小区或者不切换的切换决策。这里，目标小区可以是同频小区也可以是异频或异系统小区。
当训练结果逐渐拟合后，获得W矩阵和V矩阵，训练模型的目的是得到神经网络中的参数(W矩阵和V矩阵)。
得到神经网络模型后，就可以利用当前小区的SRS的信号强度和方向权值作为神经网络模型的输入，进行切换决策。
所述人工智能算法也可以是分类回归树算法，也就是说，利用分类回归树算法获得切换决策。
基于此，在一实施例中，所述利用确定的第一参数，结合第一模型，确定切换决策，包括：
将第一参数输入至分类回归树模型，得到切换决策。
示例性地，利用k最近邻(kNN)算法获得切换决策；具体地，首先进行分类回归树模型训练，以SRS为例，如图4所示，图中的每个训练点采用(SRS信号强度、通道1权值、通道2权值、通道n权值)表示，比如共有64个通道，则图4中每个训练点是通过65个维度的参数来表示，训练点指的是已标出是否应执行切换的点。
得到分组结果后，就可以利用当前小区的SRS的信号强度和方向权值作为试验点，基于图4所示的分组结果来判断属于哪个群组，对应的群组记为对应的切换决策。
当切换决策表征是要切换到某个小区时，所述网络设备进行切换的相关处理。
基于此，在一实施例中，该方法还可以包括：
在确定的小区切换决策是将所述第一终端切换至第一小区的情况下，进行切换准备；
向所述第一终端发送切换命令。
这里，实际应用时，所述切换准备主要包括与目标基站进行交互，以获得所述第一终端的相关信息，比如：所述第一终端的标识；所述第一终端的无线能力；所述第一终端的承载等等。
其中，所述网络设备(即源基站)与目标基站的信令交互过程，如图5所述，主要包括：
步骤501：源基站向目标基站发送切换请求(HANDOVER REQUEST)消息；
步骤502：目标基站向源基站发送切换请求确收(HANDOVER REQUESTACKNOWLEDGE)消息。
本申请实施例提供一种切换决策的确定方法，如图6所示，该方法包括：
步骤601：第一终端向网络设备发送第一信息；
这里，所述第一信号对应的序列为网络侧已知的序列。
步骤602：网络设备接收第一信号后，基于接收的第一信号，确定第一参数；
这里，所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境。
步骤603：利用确定的第一参数，结合第一模型，确定小区切换决策。
其中，所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
需要说明的是：网络设备的具体处理过程已在上文详述，这里不再赘述。
本申请实施例提供的方案，网络设备接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的，利用信号的参数并结合人工智能算法确定切换决策，不需要终端执行测量，减少了测量所需要的时长，如此，大大提高了切换效率。
从上面的描述可以看出，采用本申请实施例提供的方案后，小区切换流程如图7所示，主要包括：
步骤701：终端向网络设备发送信号；
步骤702：网络设备收到信号后，提取信号强度和方向权值；并利用提取的信号强度和方向权值，通过人工智能算法获得切换决策；
步骤703：在切换决策是进行小区切换时，进行切换准备；
步骤704：切换准备完成后，所述网络设备向终端发送切换命令，以执行切换。
从上面的描述可以看出，本申请实施例提供的方案，与图1所示的方案相比，具有以下优点：
首先，无需终端执行测量，而是使用终端发出的信号中携带的信息进行切换判断，省去了下发测量、执行测量、上报测量的步骤，降低了用户掉线的可能性，如此，大大加快了切换的速度，使得切换迅速。同时，免除复杂的测量配置，网络维护简单，降低了优化的难度；而且，省去了下发测量配置的步骤，降低了信令开销。
另外，简化了相关技术中的移动性功能，降低了维护成本和产品开发工作量。
为了实现本申请实施例的方法，本申请实施例还提供了一种切换决策的确定装置，设置在网络设备上，如图8所示，该装置包括：
接收单元801，用于接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；
确定单元802，用于基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；
处理单元803，用于利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
其中，在一实施例中，所述确定单元802，具体用于：
基于接收的第一信号，确定所述第一信号的强度及方向权值。
在一实施例中，所述接收单元801，具体用于：
接收所述第一终端发送的参考信号。
在一实施例中，所述处理单元803，具体用于：
将第一参数输入至神经网络模型，得到切换决策。
在一实施例中，所述处理单元803，具体用于：
将第一参数输入至分类回归树模型，得到切换决策。
在一实施例中，所述处理单元803，还用于：
在确定的小区切换决策是将所述第一终端切换至第一小区的情况下，进行切换准备；
向所述第一终端发送切换命令。
实际应用时，所述接收单元801可由切换决策的确定装置中的通信接口实现；所述确定单元802可由切换决策的确定装置中的处理器实现；所述处理单元803可由切换决策的确定装置中的处理器结合通信接口实现。
需要说明的是：上述实施例提供的切换决策的确定装置在进行切换决策的确定时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的切换决策的确定装置与切换决策的确定方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述程序模块的硬件实现，且为了实现本申请实施例的方法，本申请实施例还提供了一种网络设备，如图9所示，该网络设备900包括：
通信接口901，能够与终端进行信息交互；
处理器902，与所述通信接口901连接，以实现与终端进行信息交互，用于运行计算机程序时，执行上述一个或多个技术方案提供的方法。而所述计算机程序存储在存储器903上。
具体地，通信接口901，用于接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；
处理器902，用于基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；以及利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
其中，在一实施例中，所述处理器902，具体用于：
基于接收的第一信号，确定所述第一信号的强度及方向权值。
在一实施例中，所述通信接口901，具体用于：
接收所述第一终端发送的参考信号。
在一实施例中，所述处理器902，具体用于：
将第一参数输入至神经网络模型，得到切换决策。
在一实施例中，所述处理器902，具体用于：
将第一参数输入至分类回归树模型，得到切换决策。
在一实施例中，所述处理器902，还用于：
在确定的小区切换决策是将所述第一终端切换至第一小区的情况下，进行切换准备；
并通过所述通信接口901向所述第一终端发送切换命令。
需要说明的是：处理器902和通信接口901的具体处理过程可参照上述方法理解。
当然，实际应用时，网络设备900中的各个组件通过总线系统904耦合在一起。可理解，总线系统904用于实现这些组件之间的连接通信。总线系统904除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图9中将各种总线都标为总线系统904。
本申请实施例中的存储器93用于存储各种类型的数据以支持网络设备900的操作。这些数据的示例包括：用于在网络设备900上操作的任何计算机程序。
上述本申请实施例揭示的方法可以应用于所述处理器902中，或者由所述处理器902实现。所述处理器902可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过所述处理器902中的硬件的集成逻辑电路或者软件形式的指令完成。上述的所述处理器92可以是通用处理器、数字信号处理器(DSP，Digital SignalProcessor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。所述处理器902可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器903，所述处理器902读取存储器903中的信息，结合其硬件完成前述方法的步骤。
在示例性实施例中，网络设备900可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或者其他电子元件实现，用于执行前述方法。
可以理解，本申请实施例的存储器903可以是易失性存储器或者非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random AccessMemory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random AccessMemory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本申请实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
为实现本申请实施例的方法，本申请实施例还提供了一种切换决策的确定系统，如图10所示，该系统包括：终端1001及网络设备1002；其中，
所述终端1001，用于向所述网络设备1002发送第一信号；所述第一信号对应的序列为网络侧已知的序列；
所述网络设备1002，用于基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述终端1001的距离及所述终端1001所处的收发信号的环境；
利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
需要说明的是：网络设备1002的具体处理过程已在上文详述，这里不再赘述。
在示例性实施例中，本申请实施例还提供了一种存储介质，即计算机存储介质，具体为计算机可读存储介质，例如包括存储计算机程序的存储器903，上述计算机程序可由网络设备900的处理器902执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
需要说明的是：“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
另外，本申请实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。

Claims (11)

1.一种切换决策的确定方法，其特征在于，应用于网络设备，包括：
接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；
基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；
利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
2.根据权利要求1所述的方法，其特征在于，所述基于第一信号，确定第一参数，包括：
基于接收的第一信号，确定所述第一信号的强度及方向权值。
3.根据权利要求1所述的方法，其特征在于，所述接收第一终端发送的第一信号，包括：
接收所述第一终端发送的参考信号。
4.根据权利要求3所述的方法，其特征在于，所述参考信号包含以下至少之一：
解调参考信号DMRS；
信道探测参考信号SRS。
5.根据权利要求1所述的方法，其特征在于，利用确定的第一参数，结合第一模型，确定切换决策，包括：
将第一参数输入至神经网络模型，得到切换决策。
6.根据权利要求1所述的方法，其特征在于，所述利用确定的第一参数，结合第一模型，确定切换决策，包括：
将第一参数输入至分类回归树模型，得到切换决策。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括：
在确定的小区切换决策是将所述第一终端切换至第一小区的情况下，进行切换准备；
向所述第一终端发送切换命令。
8.一种切换决策的确定装置，其特征在于，包括：
接收单元，用于接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；
确定单元，用于基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；
第二确定单元，用于利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
9.一种网络设备，其特征在于，包括：
通信接口，用于接收第一终端发送的第一信号；所述第一信号对应的序列为网络侧已知的序列；
处理器，用于基于接收的第一信号，确定第一参数；所述第一参数至少表征网络设备与所述第一终端的距离及所述第一终端所处的收发信号的环境；以及利用确定的第一参数，结合第一模型，确定小区切换决策；所述第一模型是将多个终端中每个终端对应的第一参数作为样本数据，对样本数据进行训练得到的。
10.一种网络设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至7任一项所述方法的步骤。
11.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
CN202010332121.1A 2020-04-24 2020-04-24 切换决策确定方法、装置、网络设备及存储介质 Active CN113556791B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010332121.1A CN113556791B (zh) 2020-04-24 2020-04-24 切换决策确定方法、装置、网络设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010332121.1A CN113556791B (zh) 2020-04-24 2020-04-24 切换决策确定方法、装置、网络设备及存储介质

Publications (2)

Publication Number Publication Date
CN113556791A true CN113556791A (zh) 2021-10-26
CN113556791B CN113556791B (zh) 2023-03-28

Family

ID=78129653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010332121.1A Active CN113556791B (zh) 2020-04-24 2020-04-24 切换决策确定方法、装置、网络设备及存储介质

Country Status (1)

Country Link
CN (1) CN113556791B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1852615A (zh) * 2006-04-03 2006-10-25 华为技术有限公司 一种网络切换中无线网络环境检测和上报的方法
CN107249200A (zh) * 2017-05-10 2017-10-13 西安交通大学 一种应用模糊预测模型的切换方法
CN107333303A (zh) * 2016-04-28 2017-11-07 展讯通信（上海）有限公司 用户终端的网络切换方法及装置
CN108847912A (zh) * 2018-05-30 2018-11-20 广东翼卡车联网服务有限公司 一种本地电台与在线电台的切换方法
CN109495935A (zh) * 2017-09-12 2019-03-19 中国移动通信有限公司研究院 一种切换方法、基站及用户终端
CN109495933A (zh) * 2017-09-12 2019-03-19 中国电信股份有限公司 核心网设备及切换策略下发方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1852615A (zh) * 2006-04-03 2006-10-25 华为技术有限公司 一种网络切换中无线网络环境检测和上报的方法
CN107333303A (zh) * 2016-04-28 2017-11-07 展讯通信（上海）有限公司 用户终端的网络切换方法及装置
CN107249200A (zh) * 2017-05-10 2017-10-13 西安交通大学 一种应用模糊预测模型的切换方法
CN109495935A (zh) * 2017-09-12 2019-03-19 中国移动通信有限公司研究院 一种切换方法、基站及用户终端
CN109495933A (zh) * 2017-09-12 2019-03-19 中国电信股份有限公司 核心网设备及切换策略下发方法和装置
CN108847912A (zh) * 2018-05-30 2018-11-20 广东翼卡车联网服务有限公司 一种本地电台与在线电台的切换方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
""R2-1703384 Analysis on conditional handover"", 《3GPP TSG_RAN\WG2_RL2》 *

Also Published As

Publication number Publication date
CN113556791B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
JP2021184623A (ja) ビーム測定方法、端末及びネットワーク装置
JP7495524B2 (ja) ローカルエリア機械学習無線リソース管理のための測定構成
US20100048209A1 (en) Wireless Communication Terminal Apparatus and Wireless Communication Method
US20230245000A1 (en) Model evaluation method and apparatus
WO2022209234A1 (ja) Ｒａｎノード、ｕｅ及び方法
CN112929894B (zh) 用于波束测量的方法和网络设备
WO2021002859A1 (en) Measurement reporting in wireless network
US20190261257A1 (en) System Information Update Method and Apparatus
US20230239747A1 (en) Handover method and apparatus, devices and storage medium
CN113556791B (zh) 切换决策确定方法、装置、网络设备及存储介质
CN112291821B (zh) 信息配置方法、装置、相关设备及存储介质
CN114125965B (zh) 小区切换方法、基站、终端和通信系统
EP4142323A1 (en) Ue capability reporting method and apparatus
WO2015006974A1 (zh) 一种控制网络切换的方法、设备及系统
CN113411846A (zh) 小区切换方法及相关设备
WO2020220197A1 (en) Methods and apparatuses for beam measurement
US20240063883A1 (en) Terminal and base station
WO2024169522A1 (zh) 通信方法和装置
CN110012479A (zh) 一种负载管理方法及无线集中网元
US20240088973A1 (en) Beam selection method and network element
JP2021078158A (ja) ビーム測定方法およびネットワーク機器
CN116419331A (zh) 切换方法、装置及存储介质
CN115460620A (zh) 信息传输方法、装置、设备及存储介质
CN116017616A (zh) 小区重选方法、装置及相关设备
CN118414872A (zh) 波束管理信息交互方法、装置、终端及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant