CN114828128A - 高速移动列车的多小区通信覆盖方法及相关设备 - Google Patents
高速移动列车的多小区通信覆盖方法及相关设备 Download PDFInfo
- Publication number
- CN114828128A CN114828128A CN202210179543.9A CN202210179543A CN114828128A CN 114828128 A CN114828128 A CN 114828128A CN 202210179543 A CN202210179543 A CN 202210179543A CN 114828128 A CN114828128 A CN 114828128A
- Authority
- CN
- China
- Prior art keywords
- train
- base station
- information
- communication
- real
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/08—Reselecting an access point
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/42—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for mass transport vehicles, e.g. buses, trains or aircraft
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
- H04W76/11—Allocation or use of connection identifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Aviation & Aerospace Engineering (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种高速移动列车的多小区通信覆盖方法及相关设备,所述方法包括:应用于高速移动列车通信网络,通过摄像头获取列车的速度信息和位置信息,并根据速度信息和位置信息与列车建立通信;最后在两个基站通信范围的重叠区完成基站的切换。减少了越区切换的时间,提高了越区切换的成功率。
Description
技术领域
本申请涉及无线通信技术领域,尤其涉及一种高速移动列车的多小区通信覆盖方法及相关设备。
背景技术
在无线通信系统中,当UE(指列车上的终端用户)从一个小区的覆盖范围移动到另一个小区的覆盖范围时,将发生切换。在这种情况下,UE和网络都在努力维持无线链路。在普通的蜂窝网络中,UE需要监视多个相邻小区,在一定的测量周期内,周期或事件触发上报测量报告。在高速移动环境下,列车的高速移动会带来一系列的切换问题:越区切换更加频繁,频繁的掉话和数据终端会严重影响行车安全和用户的通信体验;高速列车穿越切换区的时间很短,需要在很短的时间内完成切换;高速移动除了造成“切换滞后”,高移动环境下接收信号质量的降低会造成切换位置与估计值存在偏差,会严重影响切换的成功率;因此,高移动环境下的切换要求延时更低,可靠性更高,切换时间更短。
基于此,需要一种通信覆盖方法以满足高速移动列车的多小区通信覆盖的需求。
发明内容
有鉴于此,本申请的目的在于提出一种高速移动列车的多小区通信覆盖方法及相关设备。
基于上述目的,本申请提供了一种高速移动列车的多小区通信覆盖方法,应用于高速移动列车通信网络,所述高速移动列车通信网络包括:第一基站、与所述第一基站的通信范围具有重叠区的第二基站和先后经过所述第一基站和所述第二基站通信范围的列车,包括:
响应于确定所述列车进入所述第一基站的通信范围,所述第一基站通过摄像头获取所述列车的实时图像;
所述第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息;所述第一基站根据所述位置信息和所述实时速度信息进行波束选择和波束赋形,与所述列车建立通信;
响应于确定所述列车的位置与所述重叠区内的切换位置之间的距离小于预设的阈值,所述列车从与所述第一基站通信切换为与所述第二基站通信。
进一步的,所述第一基站根据所述位置信息和所述实时速度信息进行波束选择和波束赋形,与所述列车建立通信,包括:
根据所述位置信息计算所述第一基站的天线与所述列车之间的到达角度信息;
进行波束选择,根据所述波束选择的结果将所述到达角度信息转换为到达相位信息;
根据所述到达相位信息计算波束赋形向量,根据所述波束赋形向量进行波束赋形以建立所述第一基站和所述列车之间的通信。
进一步的,所述响应于确定所述列车的位置与所述重叠区内的切换位置之间的距离小于预设的阈值,所述列车从与所述第一基站通信切换为与所述第二基站通信,包括:
获取所述列车的位置信息(xu,yu,zu)和切换位置(xh,yh,zh);
根据下面公式计算所述所述列车的位置信息与所述重叠区内的切换位置之间的距离:
响应于确定所述距离d小于所述阈值,所述列车从与所述第一基站通信切换为与所述第二基站通信。
进一步的,所述列车从与所述第一基站通信切换为与所述第二基站通信,包括:
响应于确定所述列车处于无线资源控制连接态,所述第一基站向所述列车发送测量控制信息;
响应于接收到所述测量控制信息,所述列车对所述第二基站的参考信号功率进行测量并将测量结果发送给所述第一基站;
响应于所述测量结果满足测量标准,所述第一基站发送切换请求给所述第二基站,并发送通信信息给所述第二基站,以使所述第二基站按照所述通信信息给所述列车分配通信负载资源;
响应于所述第二基站同意所述切换请求,所述第一基站向所述列车发送包含所述通信负载资源的信息的切换指令,并停止向所述列车发送下行数据;
响应于所述列车接收到所述切换指令,所述列车向所述第二基站发送通信接入请求;所述第二基站接收所述接入请求并与所述列车建立通信;
响应于确定所述列车与所述第二基站建立通信成功,所述第二基站向所述第一基站发送删除指令,以使所述第一基站删除所述列车信息。
进一步的,所述第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息,包括:
响应于确定当前为白天,所述第一基站通过基于YOLOv3和OpenCV的目标检测与定位算法计算所述实时图像,得到所述列车的位置信息;
根据所述列车的位置信息和所述摄像头的帧率计算所述列车的实时速度信息。
进一步的,所述基于YOLOv3和OpenCV的目标检测与定位算法的模型的训练过程,包括:
获取样本图像中的边界框信息、距离信息和类别信息;将包含有全部所述边界框信息、距离信息和类别信息的样本图像数据集划分为训练集和验证集;
构造基于Global-Context结构和空洞卷积池化金字塔结构的改进YOLOv3网络模型;
根据所述摄像头的透视投影关系和所述改进YOLOv3网络模型的边框预测机制,确定所述改进YOLOv3网络模型的损失函数;
利用所述训练集对所述改进YOLOv3网络模型进行训练,并利用所述验证集对所述改进YOLOv3网络模型的训练结果进行检验和超参数调整,得到所述基于YOLOv3和OpenCV的目标检测与定位算法的模型。
进一步的,所述第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息,包括:
响应于确定当前为夜间,通过自适应算法确定所述实时图像的帧间差,并根据所述帧间差确定所述实时图像中相似度小于预设的相似度阈值的两帧所述实时图像;
根据两帧所述实时图像的对比度信息提取所述列车的位置信息;
根据所述帧间差和所述位置信息确定所述列车的实时速度信息。
基于同一构思,本申请还提供了一种高速移动列车的多小区通信覆盖装置,其特征在于,包括:
获取模块,被配置为响应于确定所述列车进入所述第一基站的通信范围,令所述第一基站通过摄像头获取所述列车的实时图像;
通信模块,被配置为令所述第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息;令所述第一基站根据所述位置信息和所述实时速度信息进行波束选择和波束赋形,与所述列车建立通信;
切换模块,被配置为响应于确定所述列车的位置与所述重叠区内的切换位置之间的距离小于预设的阈值,令所述列车从与所述第一基站通信切换为与所述第二基站通信。
基于同一构思,本申请还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上任一项所述的方法。
基于同一构思,本申请还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机实现如上任一项所述的方法。
从上面所述可以看出,本申请提供的高速移动列车的多小区通信覆盖方法,应用于高速移动列车通信网络,通过摄像头获取列车的速度信息和位置信息,并根据速度信息和位置信息与列车建立通信;最后在两个基站通信范围的重叠区完成基站的切换。减少了越区切换的时间,提高了越区切换的成功率。
附图说明
为了更清楚地说明本申请或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例的高速移动列车的多小区通信覆盖方法流程图;
图2为本申请实施例的第一基站与列车建立通信方法流程图;
图3为本申请实施例的第一基站切换为第二基站方法流程图;
图4为本申请实施例的高速移动列车的多小区通信覆盖装置结构示意图;
图5为本申请实施例的电子设备结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本申请进一步详细说明。
需要说明的是,除非另外定义,本申请实施例使用的技术术语或者科学术语应当为本申请所属领域内具有一般技能的人士所理解的通常意义。本申请实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
如背景技术部分所述,相关的多小区通信覆盖方法还难以满足高速移动列车通信过程的需要。
申请人在实现本申请的过程中发现,高速移动列车在多小区通信中主要存在以下问题:一方面,切换时延较大,而高速列车穿越切换区的时间很短,需要在很短的时间内完成切换;另一方面,由于切换区受到路径损耗、阴影衰落、多径效应以及多普勒频偏的影响,接收信号质量严重降低,会严重影响切换的成功率。
在单小区覆盖方法中主要包含通过计算机视觉(CV)算法获取列车的位置、速度等信息,便于列车在基站的通信范围内进行波束选择与波束赋形,此方法主要适用于列车在单基站下提供通信的情况。单小区覆盖装置主要包括5G基站、摄像头、CV模块、天线、定位设备、相位控制器等,在5G基站上安装摄像头,同时连接CV模块。摄像头负责采集图像数据,CV模块负责提取图像有效信息并进行处理与计算得到列车位置与速度,5G基站以及天线、定位设备、相位控制器负责针对超高速移动目标进行波束赋形与通信覆盖。在单小区覆盖装置下,当高铁以高速运动至基站附近,由于摄像头的视距距离要高于基站的通信距离,因此摄像头将提前监测到目标,并通过CV算法确定其位置和运动速度,同时列车的行驶方向和轨迹是确定的,可以估计下一时刻的位置,从而缩小了波束扫描预定方向的搜索范围,提高波束成形的通信效率。
有鉴于此,本申请的一个或多个实施例提供了一种高速移动列车的多小区通信覆盖方案,应用于高速移动列车通信网络,通过摄像头获取列车的速度信息和位置信息,并根据速度信息和位置信息与列车建立通信;最后在两个基站通信范围的重叠区完成基站的切换。减少了越区切换的时间,提高了越区切换的成功率。
参考图1,本申请的实施例的高速移动列车的多小区通信覆盖方法,应用于高速移动列车通信网络,所述高速移动列车通信网络包括:第一基站、与所述第一基站的通信范围具有重叠区的第二基站和先后经过所述第一基站和所述第二基站通信范围的列车,包括以下步骤:
步骤S101、响应于确定所述列车进入所述第一基站的通信范围,所述第一基站通过摄像头获取所述列车的实时图像;
在本实施例中,为了简化描述,设置了在高速移动列车通信网络中有第一基站、与所述第一基站的通信范围具有重叠区的第二基站和先后经过所述第一基站和所述第二基站通信范围的列车。可以理解的是,在一些高速移动列车通信网络中还可以有沿列车行进轨道方向依次分布的多个基站。列车在行进过程中会逐渐进入一个基站的通信范围随后再离开该基站的通信范围,并进入下一个基站的通信范围,在本实施例中,以第一基站和第二基站为例。
在本步骤中,当列车p进入第一基站的单小区通信范围时,首先需要第一基站的摄像头获取列车的实时图像,为后续的计算机视觉算法提供图像信息。当第一基站上的摄像头监测到物体移动后,会进行变焦调至合适的位置获取其实时的运动图像。并将图像传至第一基站上的CV模块。
步骤S102、所述第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息;所述第一基站根据所述位置信息和所述实时速度信息进行波束选择和波束赋形,与所述列车建立通信;
在一些实施例中,参考图2,第一基站根据所述位置信息和所述实时速度信息进行波束选择和波束赋形,与所述列车建立通信的过程可以具体包括:
步骤S201、根据所述位置信息计算所述第一基站的天线与所述列车之间的到达角度信息;
步骤S202、进行波束选择,根据所述波束选择的结果将所述到达角度信息转换为到达相位信息;
步骤S203、根据所述到达相位信息计算波束赋形向量,根据所述波束赋形向量进行波束赋形以建立所述第一基站和所述列车之间的通信。
在本实施例中,作为一个示例,列车的位置信息和实时速度信息的计算过程可以是:第一基站上的CV模块通过相关目标检测算法针对实时图像进行检测,在确定移动物体是列车后计算获取其实时位置与运动速度(方向与大小)。
σp=(xp,yp,zp)
其中σp为列车p的定位信息,xp,yp,zp为列车p在空间中的三维坐标值。
同时能够获得列车行驶速度大小vp与列车行驶反映在二维地图上的速度方向α。
σa=(xa,ya,za)
其中xa,ya,za为第一基站在空间中的三维坐标值。
第一基站上的到达角计算设备根据列车p、第一基站之间的相对位置计算得出列车与第一基站上天线间的到达角度θpa。
θpa=arg(σp-σa)
第一基站的相位控制器将列车与第一基站的天线之间的到达角度转化为相位,从而为天线的波束确定提供信息。
τl=(2π/λ)(l-1)(λ/2)cosθpa,l=1,2,...,L
在基站上会有多个天线,τl是各天线对应的相位,λ表示发送信号的波长,L为第一基站对列车p做波束赋形处理的天线数。其中第一基站的天线阵列是均匀分布的,且相邻天线的间隔为λ/2。
天线根据相位信息建立与车辆之间的定向通信链路,从而确定波束,完成波束赋形与通信覆盖。
Wa=[w1,w2,...,wL]
第一基站根据到达方向角θpa计算波束赋形向量Wa,其中w1,w2,...,wL表示第一根、第二根,..,第L根天线的权值
其中wl是第l根天线的权值,Al为波束赋形运算的响应幅度,j作为虚数单位可以结合τl表示波束赋形运算中各天线对应的相位。
步骤S103、响应于确定所述列车的位置与所述重叠区内的切换位置之间的距离小于预设的阈值,所述列车从与所述第一基站通信切换为与所述第二基站通信。
在本实施例中,由于列车的轨道与行进方向固定,因此第二基站的位置是确定的,当前第一基站需要根据的列车的实时速度信息和位置信息预测列车是否进入第一基站和第二基站通信范围的重叠区。若列车仍在第一基站覆盖范围内,则重复步骤S101、S102操作继续保持通信,若在列车位于第一基站与第二基站通信范围重叠区时,则进行步骤S103。
具体判断方法可以基于获得的列车当前时刻的速度方向与位置进行判断,其中速度方向为α,同时假设列车在平坦车道上行驶,暂不涉及高度上的变化,则下一时刻估计位置为:
σa-t=(xa+vatsinα,ya+vacosα,za)
其中t指摄像头帧率,即获取相邻图像的间隔时间。
在本步骤中,根据列车的越区切换经验,由于列车行驶方向固定,因此可以通过识别切换的切换位置来进行判断是否需要进行越区切换,这里同样可以利用CV将通信指标与地理位置对应起来。
具体做法为根据列车行驶的固定轨迹与以往的切换经验,可以确定第一基站与第二基站之间的切换位置(xh,yh,zh),设定阈值β,通过判断距离与阈值的关系来确定切换范围。
其中阈值β可以根据实际的切换效率来进行适当调整,以达到最优的切换效果。
从上面所述可以看出,本申请实施例的高速移动列车的多小区通信覆盖方法通过计算机视觉算法辅助高速移动列车与基站通信,并在两个基站通信范围的重叠区内对切换位置和列车当前位置进行判断,满足条件后进行越区切换,减少了越区切换的时间,提高了越区切换的成功率。
在另外一些实施例中,参考图3,对于前述实施例中所述的列车从与所述第一基站通信切换为与所述第二基站通信,其还包括:
步骤S301、响应于确定所述列车处于无线资源控制连接态,所述第一基站向所述列车发送测量控制信息;
步骤S302、响应于接收到所述测量控制信息,所述列车对所述第二基站的参考信号功率进行测量并将测量结果发送给所述第一基站;
步骤S303、响应于所述测量结果满足测量标准,所述第一基站发送切换请求给所述第二基站,并发送通信信息给所述第二基站,以使所述第二基站按照所述通信信息给所述列车分配通信负载资源;
步骤S304、响应于所述第二基站同意所述切换请求,所述第一基站向所述列车发送包含所述通信负载资源的信息的切换指令,并停止向所述列车发送下行数据;
步骤S305、响应于所述列车接收到所述切换指令,所述列车向所述第二基站发送通信接入请求;所述第二基站接收所述接入请求并与所述列车建立通信;
步骤S306、响应于确定所述列车与所述第二基站建立通信成功,所述第二基站向所述第一基站发送删除指令,以使所述第一基站删除所述列车信息。
在本实施例中,作为一个示例,通信切换的流程还可以按以下步骤描述:
(a)当UE在RRC(无线资源控制)连接态时,第一基站通过RRC ConnectionReconfiguration(RRC连接配置请求)消息给UE下发测量控制消息(Measure Control),该消息携带测量ID、邻近基站列表、测量量(RSRP,参考信号功率)以及报告格式等。
(b)UE收到测量控制消息后进行测量,满足报告标准时进行测量上报。
(c)第一基站判决是否满足测量标准,若满足,发送Handover Request(切换请求)消息给第二基站,并触发第一基站和第二基站之间的X2逻辑链路的建立,用于转发第一基站缓存的用户数据以及相关视觉与通信信息,并请求目标基站按照转发信息在目标小区给UE分配通信负载资源。第一基站将获取的列车的速度与位置信息、切换的频率、通信负载量(包含时间、频率、空间和编码方式)以及UE的相关配置作为整个通信协议传送给第二基站,同时要根据协议中的通信负载量为即将到来的列车预留相应的通信资源。第二基站可以根据协议为UE分配资源。
(d)第二基站接收到切换消息会进行准入判断,如果允许此UE切换,会在目标小区给该UE分配无线资源,并向第二基站发送Handover Request Acknowledge(切换请求同意)指示,切换准备成功;同时,完成基站间X2逻辑通道的建立
切换执行阶段
(e)第一基站通过RCC Connection Reconfiguration消息给UE发送切换命令,该消息携带第二基站的目标小区给UE分配的资源信息,并停止发送下行数据。
切换完成阶段
(f)UE收到RCC Connection Reconfiguration消息后,按照切换命令的信息在目标基站发起通信接入请求,接入成功后会发送RCC Connection ReconfigurationComplete(RCC连接配置完成)消息给目标基站。
(g)在第二基站与核心网建立连接后,第二基站将要向第一基站发送UEConnection Release(连接释放)消息,指示第一基站删除用户,切换成功;其中,第一基站不会立即释放用户,等本端数据转发完再本地释放。
从上面所述可以看出,本申请实施例在单小区覆盖方法的基础上增加了基站与基站间的协商与信息交流,这样可以有效避免列车驶出基站通信范围后频繁的小区切换,提高通信效率。
在另外一些实施例中,对于前述实施例中所述的第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息,包括:
响应于确定当前为白天,所述第一基站通过基于YOLOv3和OpenCV的目标检测与定位算法计算所述实时图像,得到所述列车的位置信息;
根据所述列车的位置信息和所述摄像头的帧率计算所述列车的实时速度信息。
在本实施例中,可以理解的是,不同时刻黑夜和白天对于实时图像的处理会有区别,当前时刻是白天时需要通过对应于白天的计算机视觉算法进行实时图像的处理。
在本实施例中,所述基于YOLOv3和OpenCV的目标检测与定位算法的模型的训练过程,包括:
获取样本图像中的边界框信息、距离信息和类别信息;将包含有全部所述边界框信息、距离信息和类别信息的样本图像数据集划分为训练集和验证集;
构造基于Global-Context结构和空洞卷积池化金字塔结构的改进YOLOv3网络模型;
根据所述摄像头的透视投影关系和所述改进YOLOv3网络模型的边框预测机制,确定所述改进YOLOv3网络模型的损失函数;
利用所述训练集对所述改进YOLOv3网络模型进行训练,并利用所述验证集对所述改进YOLOv3网络模型的训练结果进行检验和超参数调整,得到所述基于YOLOv3和OpenCV的目标检测与定位算法的模型。
作为一个具体的示例,采用白天计算机视觉算法计算列车位置信息和实时速度信息的实现步骤可以如下:
1.获取含有道路目标(列车)边界框信息、距离信息和类别信息的道路目标图像数据集并划分为训练集和验证集。
2.构造基于Global-Context结构和空洞卷积池化金字塔结构的改进YOLOv3网络模型。
3.结合相机系统的透视投影关系和YOLOv3的边框预测机制,重新设计网络的损失函数。
4.利用训练集对改进YOLOv3网络模型进行训练,并利用验证集对网络模型的训练效果进行检验和超参数调整,最后训练得到道路目标检测和距离估计模型,利用该模型实现待检测图像的道路目标检测和距离估计。
5.根据距离估计信息按照摄像机固定帧率计算高铁速度,并预测下一时刻位置。
在另外一些实施例中,对于前述实施例中所述的第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息,包括:
响应于确定当前为夜间,通过自适应算法确定所述实时图像的帧间差,并根据所述帧间差确定所述实时图像中相似度小于预设的相似度阈值的两帧所述实时图像;
根据两帧所述实时图像的对比度信息提取所述列车的位置信息;
根据所述帧间差和所述位置信息确定所述列车的实时速度信息。
作为一个具体的示例,采用夜间计算机视觉算法计算列车位置信息和实时速度信息的实现步骤可以如下:
1.通过摄像头聚焦捕捉夜间视频。
2.采用自适应算法决定帧间差,用相似度刻画帧差,改进的帧间间隔选取技术被用来选取信差别足够大的两帧。
3.根据对比度确定目标区域,通过对比度信息来实现夜间目标特征的提取,同时考虑到时间信息,用对比度变化信息进一步确定运动目标。
4.跟踪过程采用速度预测模型,跟踪目标的多帧匹配被用于最终判决目标的监测,估计目标信息的当前位置和下一时刻的位置。
可见,在本实施例中,通过对白天和夜间不同实时图像信息的差异化处理,可以更准确的实现列车位置信息和实时速度信息的确定。
需要说明的是,本申请实施例的方法可以由单个设备执行,例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下,由多台设备相互配合来完成。在这种分布式场景的情况下,这多台设备中的一台设备可以只执行本申请实施例的方法中的某一个或多个步骤,这多台设备相互之间会进行交互以完成所述的方法。
需要说明的是,上述对本申请的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种高速移动列车的多小区通信覆盖装置。
参考图4,所述高速移动列车的多小区通信覆盖装置,包括:
获取模块401,被配置为响应于确定所述列车进入所述第一基站的通信范围,令所述第一基站通过摄像头获取所述列车的实时图像;
通信模块402,被配置为令所述第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息;令所述第一基站根据所述位置信息和所述实时速度信息进行波束选择和波束赋形,与所述列车建立通信;
切换模块403,被配置为响应于确定所述列车的位置与所述重叠区内的切换位置之间的距离小于预设的阈值,令所述列车从与所述第一基站通信切换为与所述第二基站通信。
在另外一些实施例中,对于前述实施例中所述的通信模块402,其还被配置为:
根据所述位置信息计算所述第一基站的天线与所述列车之间的到达角度信息;
进行波束选择,根据所述波束选择的结果将所述到达角度信息转换为到达相位信息;
根据所述到达相位信息计算波束赋形向量,根据所述波束赋形向量进行波束赋形以建立所述第一基站和所述列车之间的通信。
在另外一些实施例中,对于前述实施例中所述的切换模块403,其还被配置为:
获取所述列车的位置信息(xu,yu,zu)和切换位置(xh,yh,zh);
根据下面公式计算所述所述列车的位置信息与所述重叠区内的切换位置之间的距离:
响应于确定所述距离d小于所述阈值,所述列车从与所述第一基站通信切换为与所述第二基站通信。
在另外一些实施例中,对于前述实施例中所述的切换模块403,其还被配置为:
响应于确定所述列车处于无线资源控制连接态,所述第一基站向所述列车发送测量控制信息;
响应于接收到所述测量控制信息,所述列车对所述第二基站的参考信号功率进行测量并将测量结果发送给所述第一基站;
响应于所述测量结果满足测量标准,所述第一基站发送切换请求给所述第二基站,并发送通信信息给所述第二基站,以使所述第二基站按照所述通信信息给所述列车分配通信负载资源;
响应于所述第二基站同意所述切换请求,所述第一基站向所述列车发送包含所述通信负载资源的信息的切换指令,并停止向所述列车发送下行数据;
响应于所述列车接收到所述切换指令,所述列车向所述第二基站发送通信接入请求;所述第二基站接收所述接入请求并与所述列车建立通信;
响应于确定所述列车与所述第二基站建立通信成功,所述第二基站向所述第一基站发送删除指令,以使所述第一基站删除所述列车信息。
在另外一些实施例中,对于前述实施例中所述的通信模块402,其还被配置为:
响应于确定当前为白天,所述第一基站通过基于YOLOv3和OpenCV的目标检测与定位算法计算所述实时图像,得到所述列车的位置信息;
根据所述列车的位置信息和所述摄像头的帧率计算所述列车的实时速度信息。
在另外一些实施例中,对于前述实施例中所述的通信模块402,其还被配置为:
响应于确定当前为夜间,通过自适应算法确定所述实时图像的帧间差,并根据所述帧间差确定所述实时图像中相似度小于预设的相似度阈值的两帧所述实时图像;
根据两帧所述实时图像的对比度信息提取所述列车的位置信息;
根据所述帧间差和所述位置信息确定所述列车的实时速度信息。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
上述实施例的装置用于实现前述任一实施例中相应的高速移动列车的多小区通信覆盖方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上任意一实施例所述的高速移动列车的多小区通信覆盖方法。
图5示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图,该设备可以包括:处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器1020中,并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路,在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
上述实施例的电子设备用于实现前述任一实施例中相应的高速移动列车的多小区通信覆盖方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
基于同一发明构思,与上述任意实施例方法相对应的,本申请还提供了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上任一实施例所述的高速移动列车的多小区通信覆盖方法。
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的高速移动列车的多小区通信覆盖方法,并且具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本申请的范围(包括权利要求)被限于这些例子;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本申请实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
另外,为简化说明和讨论,并且为了不会使本申请实施例难以理解,在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外,可以以框图的形式示出装置,以便避免使本申请实施例难以理解,并且这也考虑了以下事实,即关于这些框图装置的实施方式的细节是高度取决于将要实施本申请实施例的平台的(即,这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如,电路)以描述本申请的示例性实施例的情况下,对本领域技术人员来说显而易见的是,可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本申请实施例。因此,这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本申请的具体实施例对本申请进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如,其它存储器架构(例如,动态RAM(DRAM))可以使用所讨论的实施例。
本申请实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本申请实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种高速移动列车的多小区通信覆盖方法,应用于高速移动列车通信网络,所述高速移动列车通信网络包括:第一基站、与所述第一基站的通信范围具有重叠区的第二基站和先后经过所述第一基站和所述第二基站通信范围的列车,其特征在于,包括:
响应于确定所述列车进入所述第一基站的通信范围,所述第一基站通过摄像头获取所述列车的实时图像;
所述第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息;所述第一基站根据所述位置信息和所述实时速度信息进行波束选择和波束赋形,与所述列车建立通信;
响应于确定所述列车的位置与所述重叠区内的切换位置之间的距离小于预设的阈值,所述列车从与所述第一基站通信切换为与所述第二基站通信。
2.根据权利要求1所述的方法,其特征在于,所述第一基站根据所述位置信息和所述实时速度信息进行波束选择和波束赋形,与所述列车建立通信,包括:
根据所述位置信息计算所述第一基站的天线与所述列车之间的到达角度信息;
进行波束选择,根据所述波束选择的结果将所述到达角度信息转换为到达相位信息;
根据所述到达相位信息计算波束赋形向量,根据所述波束赋形向量进行波束赋形以建立所述第一基站和所述列车之间的通信。
4.根据权利要求1所述的方法,其特征在于,所述列车从与所述第一基站通信切换为与所述第二基站通信,包括:
响应于确定所述列车处于无线资源控制连接态,所述第一基站向所述列车发送测量控制信息;
响应于接收到所述测量控制信息,所述列车对所述第二基站的参考信号功率进行测量并将测量结果发送给所述第一基站;
响应于所述测量结果满足测量标准,所述第一基站发送切换请求给所述第二基站,并发送通信信息给所述第二基站,以使所述第二基站按照所述通信信息给所述列车分配通信负载资源;
响应于所述第二基站同意所述切换请求,所述第一基站向所述列车发送包含所述通信负载资源的信息的切换指令,并停止向所述列车发送下行数据;
响应于所述列车接收到所述切换指令,所述列车向所述第二基站发送通信接入请求;所述第二基站接收所述接入请求并与所述列车建立通信;
响应于确定所述列车与所述第二基站建立通信成功,所述第二基站向所述第一基站发送删除指令,以使所述第一基站删除所述列车信息。
5.根据权利要求1所述的方法,其特征在于,所述第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息,包括:
响应于确定当前为白天,所述第一基站通过基于YOLOv3和OpenCV的目标检测与定位算法计算所述实时图像,得到所述列车的位置信息;
根据所述列车的位置信息和所述摄像头的帧率计算所述列车的实时速度信息。
6.根据权利要求5所述的方法,其特征在于,所述基于YOLOv3和OpenCV的目标检测与定位算法的模型的训练过程,包括:
获取样本图像中的边界框信息、距离信息和类别信息;将包含有全部所述边界框信息、距离信息和类别信息的样本图像数据集划分为训练集和验证集;
构造基于Global-Context结构和空洞卷积池化金字塔结构的改进YOLOv3网络模型;
根据所述摄像头的透视投影关系和所述改进YOLOv3网络模型的边框预测机制,确定所述改进YOLOv3网络模型的损失函数;
利用所述训练集对所述改进YOLOv3网络模型进行训练,并利用所述验证集对所述改进YOLOv3网络模型的训练结果进行检验和超参数调整,得到所述基于YOLOv3和OpenCV的目标检测与定位算法的模型。
7.根据权利要求1所述的方法,其特征在于,所述第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息,包括:
响应于确定当前为夜间,通过自适应算法确定所述实时图像的帧间差,并根据所述帧间差确定所述实时图像中相似度小于预设的相似度阈值的两帧所述实时图像;
根据两帧所述实时图像的对比度信息提取所述列车的位置信息;
根据所述帧间差和所述位置信息确定所述列车的实时速度信息。
8.一种高速移动列车的多小区通信覆盖装置,其特征在于,包括:
获取模块,被配置为响应于确定所述列车进入所述第一基站的通信范围,令所述第一基站通过摄像头获取所述列车的实时图像;
通信模块,被配置为令所述第一基站通过计算机视觉算法计算所述实时图像,得到所述列车的位置信息和实时速度信息;令所述第一基站根据所述位置信息和所述实时速度信息进行波束选择和波束赋形,与所述列车建立通信;
切换模块,被配置为响应于确定所述列车的位置与所述重叠区内的切换位置之间的距离小于预设的阈值,令所述列车从与所述第一基站通信切换为与所述第二基站通信。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的方法。
10.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,其特征在于,所述计算机指令用于使计算机执行根据权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210179543.9A CN114828128B (zh) | 2022-02-25 | 2022-02-25 | 高速移动列车的多小区通信覆盖方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210179543.9A CN114828128B (zh) | 2022-02-25 | 2022-02-25 | 高速移动列车的多小区通信覆盖方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114828128A true CN114828128A (zh) | 2022-07-29 |
CN114828128B CN114828128B (zh) | 2023-08-22 |
Family
ID=82528088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210179543.9A Active CN114828128B (zh) | 2022-02-25 | 2022-02-25 | 高速移动列车的多小区通信覆盖方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114828128B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117255377A (zh) * | 2023-11-17 | 2023-12-19 | 湖南中车时代通信信号有限公司 | 基于位置信息的磁浮列车通信分区切换方法、装置及介质 |
CN117278967A (zh) * | 2023-09-27 | 2023-12-22 | 中铁电气化铁路运营管理有限公司 | 高铁高速场景下无线网络优化方法及系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101511115A (zh) * | 2008-02-15 | 2009-08-19 | 三菱电机株式会社 | 用于确定是否必须为终端执行切换的方法和设备 |
JP2009234349A (ja) * | 2008-03-26 | 2009-10-15 | National Traffic Safety & Environment Laboratory | 列車位置同期システム |
CN102271374A (zh) * | 2011-09-14 | 2011-12-07 | 北京邮电大学 | 一种基于目标小区预承载的td-lte通信系统的快速切换方法 |
CN102387556A (zh) * | 2011-10-18 | 2012-03-21 | 西南交通大学 | 高速移动环境下基于协作多点传输的车地通信小区切换方法 |
US20130244569A1 (en) * | 2012-03-15 | 2013-09-19 | Douglas DUNN | Systems and methods for transparent point-to-point handovers of a mobile relay |
US20140057634A1 (en) * | 2012-08-21 | 2014-02-27 | Henry Chang | Handover management based on speeds of wireless communication devices |
CN110667655A (zh) * | 2019-10-31 | 2020-01-10 | 江西理工大学 | 一种基于5g通信技术的永磁磁浮轨道交通控制系统与方法 |
EP3654698A1 (en) * | 2018-11-16 | 2020-05-20 | Volkswagen Aktiengesellschaft | A method for performing a handover process for a mobile radio network terminal in a mobile radio network, corresponding apparatuses for performing steps in the method, vehicle and core network management device and corresponding computer programs |
US20210037458A1 (en) * | 2019-07-29 | 2021-02-04 | British Telecommunications Public Limited Company | Cellular telecommunications network |
CN112788526A (zh) * | 2020-12-31 | 2021-05-11 | 上海擎昆信息科技有限公司 | 一种高铁沿线的网络连接方法、服务器和存储介质 |
CN112888037A (zh) * | 2021-01-26 | 2021-06-01 | 温州职业技术学院 | 一种机器视觉信息发送方法及机器视觉远程识别系统 |
CN113595608A (zh) * | 2021-06-23 | 2021-11-02 | 清华大学 | 基于视觉感知的毫米波/太赫兹通信方法、装置和系统 |
CN113762603A (zh) * | 2021-08-13 | 2021-12-07 | 广西大学 | 基于改进麻雀算法优化的光伏基站短期光伏功率预测方法 |
CN113852399A (zh) * | 2021-02-18 | 2021-12-28 | 天翼智慧家庭科技有限公司 | 一种高铁通信场景中稳定可靠的毫米波波束成形方法 |
-
2022
- 2022-02-25 CN CN202210179543.9A patent/CN114828128B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101511115A (zh) * | 2008-02-15 | 2009-08-19 | 三菱电机株式会社 | 用于确定是否必须为终端执行切换的方法和设备 |
JP2009234349A (ja) * | 2008-03-26 | 2009-10-15 | National Traffic Safety & Environment Laboratory | 列車位置同期システム |
CN102271374A (zh) * | 2011-09-14 | 2011-12-07 | 北京邮电大学 | 一种基于目标小区预承载的td-lte通信系统的快速切换方法 |
CN102387556A (zh) * | 2011-10-18 | 2012-03-21 | 西南交通大学 | 高速移动环境下基于协作多点传输的车地通信小区切换方法 |
US20130244569A1 (en) * | 2012-03-15 | 2013-09-19 | Douglas DUNN | Systems and methods for transparent point-to-point handovers of a mobile relay |
US20140057634A1 (en) * | 2012-08-21 | 2014-02-27 | Henry Chang | Handover management based on speeds of wireless communication devices |
EP3654698A1 (en) * | 2018-11-16 | 2020-05-20 | Volkswagen Aktiengesellschaft | A method for performing a handover process for a mobile radio network terminal in a mobile radio network, corresponding apparatuses for performing steps in the method, vehicle and core network management device and corresponding computer programs |
US20210037458A1 (en) * | 2019-07-29 | 2021-02-04 | British Telecommunications Public Limited Company | Cellular telecommunications network |
CN110667655A (zh) * | 2019-10-31 | 2020-01-10 | 江西理工大学 | 一种基于5g通信技术的永磁磁浮轨道交通控制系统与方法 |
CN112788526A (zh) * | 2020-12-31 | 2021-05-11 | 上海擎昆信息科技有限公司 | 一种高铁沿线的网络连接方法、服务器和存储介质 |
CN112888037A (zh) * | 2021-01-26 | 2021-06-01 | 温州职业技术学院 | 一种机器视觉信息发送方法及机器视觉远程识别系统 |
CN113852399A (zh) * | 2021-02-18 | 2021-12-28 | 天翼智慧家庭科技有限公司 | 一种高铁通信场景中稳定可靠的毫米波波束成形方法 |
CN113595608A (zh) * | 2021-06-23 | 2021-11-02 | 清华大学 | 基于视觉感知的毫米波/太赫兹通信方法、装置和系统 |
CN113762603A (zh) * | 2021-08-13 | 2021-12-07 | 广西大学 | 基于改进麻雀算法优化的光伏基站短期光伏功率预测方法 |
Non-Patent Citations (4)
Title |
---|
KEVIN NICKELS: "HIPS-assisted target handoff between camera pairs", 2007 IEEE/RSJ INTERNATIONAL CONFERENCE ON INTELLIGENT ROBOTS AND SYSTEMS * |
张璐璐等: "基于车辆环境态势感知的毫米波波束跟踪", 信号处理 * |
郑舟;林亮;李阳德;: "高铁专网覆盖设计研究", 电信工程技术与标准化, no. 04 * |
陆玲辉;方旭明;邸成;杨崇哲;: "GSM-R网络中基于位置和中继功率控制的切换优化方案", 铁道学报, no. 07 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117278967A (zh) * | 2023-09-27 | 2023-12-22 | 中铁电气化铁路运营管理有限公司 | 高铁高速场景下无线网络优化方法及系统 |
CN117278967B (zh) * | 2023-09-27 | 2024-02-13 | 中铁电气化铁路运营管理有限公司 | 高铁高速场景下无线网络优化方法及系统 |
CN117255377A (zh) * | 2023-11-17 | 2023-12-19 | 湖南中车时代通信信号有限公司 | 基于位置信息的磁浮列车通信分区切换方法、装置及介质 |
CN117255377B (zh) * | 2023-11-17 | 2024-01-23 | 湖南中车时代通信信号有限公司 | 基于位置信息的磁浮列车通信分区切换方法、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114828128B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107046700B (zh) | 一种预测移动终端切换基站的方法和装置 | |
CN114828128B (zh) | 高速移动列车的多小区通信覆盖方法及相关设备 | |
US10616774B2 (en) | Method and device for communications in millimeter-wave networks | |
EP2384054B1 (en) | Communication method of a serving micro base station and a neighbor micro base station in a multi-cell group | |
US20110275378A1 (en) | Multi-cell communication method and system of a mobile terminal, a micro base station, and a macro base station | |
KR20190120902A (ko) | 무선 통신 시스템에서 단말의 이동성을 지원하는 방법 및 장치 | |
CN113438663A (zh) | 基于机器学习的切换参数优化 | |
CN109756904B (zh) | 一种5g超密集无线接入网部署系统及其虚拟小区更新方法 | |
CN103918326B (zh) | 估计用户设备移动性的方法与一种无线设备 | |
US11039388B2 (en) | Cellular telecommunications network | |
CN110620991B (zh) | 通信系统、头戴式显示器及其切换传输模式的方法 | |
WO2023116753A1 (zh) | 定位感知方法、装置及相关设备 | |
CN114615715B (zh) | 一种高速移动下基于用户业务的基站切换方法及相关设备 | |
US20240072877A1 (en) | Restricted receive beamsweeping for high-speed user equipment | |
CN114390537A (zh) | 用于超高速移动物体的基站通信覆盖方法及相关设备 | |
CN115226173A (zh) | 通信方法和通信装置 | |
US10736007B2 (en) | First base station, method, and non-transitory computer readable medium storing a program | |
Demir et al. | Digital Twins for Maintaining QoS in Programmable Vehicular Networks | |
CN114175736B (zh) | 在蜂窝电信网络中发起转移的方法、数据载体和网络节点 | |
KR102600224B1 (ko) | 밀리미터파 및 테라헤르츠파 무선통신시스템에서 다중 센서를 이용한 빔 제어 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
CN117062175B (zh) | 一种无线接入点ap的切换方法和装置 | |
US11799540B2 (en) | Managing a network of radio frequency (RF) repeater devices | |
Giuliano et al. | MuSLi: a multi sensor LiDAR detection for C-V2X networks | |
WO2023134571A1 (zh) | 用于无线通信的电子设备和方法以及计算机可读存储介质 | |
GB2588989A (en) | Cellular telecommunications network |
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 |