CN116489734B - 双模通信终端的切换系统及方法 - Google Patents

双模通信终端的切换系统及方法 Download PDF

Info

Publication number
CN116489734B
CN116489734B CN202310501783.0A CN202310501783A CN116489734B CN 116489734 B CN116489734 B CN 116489734B CN 202310501783 A CN202310501783 A CN 202310501783A CN 116489734 B CN116489734 B CN 116489734B
Authority
CN
China
Prior art keywords
communication
mode
dual
base station
station structure
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.)
Active
Application number
CN202310501783.0A
Other languages
English (en)
Other versions
CN116489734A (zh
Inventor
李尤
周忠国
颜涛
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.)
Sichuan Zhongdian Aostar Information Technologies Co ltd
Original Assignee
Sichuan Zhongdian Aostar Information Technologies Co ltd
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 Sichuan Zhongdian Aostar Information Technologies Co ltd filed Critical Sichuan Zhongdian Aostar Information Technologies Co ltd
Priority to CN202310501783.0A priority Critical patent/CN116489734B/zh
Publication of CN116489734A publication Critical patent/CN116489734A/zh
Application granted granted Critical
Publication of CN116489734B publication Critical patent/CN116489734B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W36/00Hand-off or reselection arrangements
    • H04W36/24Reselection being triggered by specific parameters
    • H04W36/30Reselection being triggered by specific parameters by measured or perceived connection quality data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/0464Convolutional networks [CNN, ConvNet]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W88/00Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/02Terminal devices
    • H04W88/06Terminal devices adapted for operation in multiple networks or having at least two operational modes, e.g. multi-mode terminals
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明涉及一种双模通信终端的切换方法及系统,所述系统包括:动态预测器件,用于基于双模式基站结构在SA通信模式下的各项通信参数以及过往通信服务质量预测双模式基站结构在SA通信模式下未完成时间区间对应的通信服务质量;模式切换器件,用于在预测的通信服务质量小于等于设定质量阈值时,将双模式基站结构由SA通信模式切换为NSA通信模式。本发明还涉及一种双模通信终端的切换方法。通过本发明,能够采用针对性设计的智能模型基于SA通信模式的各项通信参数以及过往通信服务质量预测双模式基站在SA通信模式下当前时间区间对应的通信服务质量,并在预测的通信服务质量低于阈值时及时切换到NSA通信模式以寻求最佳通信模式。

Description

双模通信终端的切换系统及方法
技术领域
本发明涉及双模式通信领域,尤其涉及一种双模通信终端的切换方法及系统。
背景技术
SA(独立组网)和NSA(非独立组网)是5G的两种通信模式。独立组网(SA)指的是新建5G网络,包括新基站、回程链路以及核心网;非独立组网(NSA)指的是使用现有的4G基础设施,进行5G网络的部署,基于NSA架构的5G载波仅承载用户数据,其控制信令仍通过4G网络传输。简单来说,NSA和SA都是5G,而NSA在快速部署5G方面具有很大的优势,它可以在原有4G基站的基础上进行升级,如此一来可以在5G建设初期大规模快速地实现5G信号覆盖,并且用户不换卡不换号就能升级到5G网络。当然,SA才是5G最终的发展形态。
示例地,中国发明专利公开文本CN115209501A提出的一种基于5G和LTE-V2X的自动切换方法及装置,该方法包括以下步骤:步骤S1,信号质量监测;步骤S2,设计切换判断条件进行参数判断;步骤S3,执行切换操作;步骤S4,切换过程完成后,返回步骤S1继续执行信号监测。与现有技术相比,本发明具有支持LTE-V2X和5G两种完全不同通信制式之间的自动切换等优点。
示例地,中国发明专利公开文本CN112470548A提出的一种用于基于5G的空中UE的基于标高的模式切换方法,在示例中,一种用户设备(UE)可以位于无人飞行器(UAV)上,所述UE可以监测所述UE的标高或由所述UE检测到的小区数量中的至少一项,所述UE可以确定所述UE的所述标高超过标高阈值或由所述UE检测到的所述小区数量超过小区阈值,所述UE可以确定所述UE的当前通信模式,所述UE可以响应于确定所述当前通信模式是全向发送模式并且所述UE的所述标高超过标高阈值或者由所述UE检测到的所述小区数量超过所述小区阈值中的至少一项,来切换到定向发送模式。
在5G通信场景中,作为一种双模式通信终端,双模式通信基站的工作性能直接决定了其服务区域内对各个移动终端的服务质量,NSA和SA这两种通信模式各具有本身的优缺点,如何根据具体服务状态动态抛弃通信服务质量欠佳的通信模式,例如SA通信模式或NSA通信模式,而探求另一通信模式下的更优的通信服务性能,是目前需要解决的技术问题之一。显然,上述现有技术缺乏针对双模式通信基站定制的动态通信模式切换机制,导致双模式通信基站的实时工作性能无法最优化。
发明内容
为了解决现有技术中的技术缺陷,本发明提供了一种双模通信终端的切换方法及系统,能够在双模式基站工作在SA通信模式下时,采用针对性设计的智能模型基于SA通信模式的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量预测双模式基站在SA通信模式下当前时间区间对应的通信服务质量,并在预测的通信服务质量低于阈值时及时切换到NSA通信模式以寻求最佳通信模式,从而为双模式通信基站的实时工作性能的最优化提供解决途径。
根据本发明的第一方面,提供了一种双模通信终端的切换系统,所述系统包括:
双模式基站结构,用于为附近的各个移动终端提供5G通信服务,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式;
参数采集机构,用于采集所述双模式基站结构在SA通信模式下的各项通信参数,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率;
质量监测机构,与在SA通信模式下的双模式基站结构服务的双模式基站结构附近设定地理范围内的各个移动终端无线连接,用于获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围;
动态预测器件,分别与所述参数采集机构以及所述质量监测机构连接,用于基于所述双模式基站结构在SA通信模式下的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量采用卷积神经网络模型预测所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值;
其中,在所述质量监测机构中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大。
根据本发明的第二方面,提供了一种双模通信终端的切换系统,所述切换系统服务于双模式基站结构,所述双模式基站结构用于为附近的各个移动终端提供5G通信服务,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式,所述系统包括存储器以及一个或多个处理器,所述存储器存储有计算机程序,所述计算机程序被配置成由所述一个或多个处理器执行以完成以下步骤:
采集所述双模式基站结构在SA通信模式下的各项通信参数,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率;
从在SA通信模式下的双模式基站结构服务的双模式基站结构附近设定地理范围内的各个移动终端处获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围;
基于所述双模式基站结构在SA通信模式下的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量采用卷积神经网络模型预测所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值;
其中,在所述质量监测机构中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大。
根据本发明的第三方面,提供了一种双模通信终端的切换方法,所述切换方法服务于双模式基站结构,所述双模式基站结构用于为附近的各个移动终端提供5G通信服务,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式,所述方法包括:
采集所述双模式基站结构在SA通信模式下的各项通信参数,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率;
从在SA通信模式下的双模式基站结构服务的双模式基站结构附近设定地理范围内的各个移动终端处获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围;
基于所述双模式基站结构在SA通信模式下的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量采用卷积神经网络模型预测所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值;
其中,在所述质量监测机构中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大。
相比较于现有技术,本发明至少具备以下四处关键的发明点:
第一处:将双模式基站结构作为一种双模通信终端,其具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,基于其在SA通信模式下的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量采用卷积神经网络模型预测所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值,从而完成对双模通信终端在特定通信模式下当前尚为完成的时间区间的通信服务质量的可靠预测;
第二处:使用模式切换器件以在预测的双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值小于等于设定质量阈值时,将所述双模式基站结构在当前时间区间的通信模式由SA通信模式切换为NSA通信模式,从而完成对双模式基站结构的通信模式的动态切换,保持双模式基站结构的实时通信服务质量;
第三处:执行预测的卷积神经网络模型为执行完固定总数的多次学习处理的卷积神经网络,所述固定总数的取值与双模式基站结构在SA通信模式下的用户峰值数据速率单调正向关联,同时双模式基站的通信服务区域越广,选择的设定数目的取值越大,从而实现卷积神经网络模型的结构定制,保证了预测结果的有效性;
第四处:某一个过往时间区间某一个移动终端对应的通信服务质量为所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级,其中,所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级为所述某一个移动终端在所述某一个过往时间区间其所在位置的平均信号接收功率对应的功率等级,从而实现对通信服务质量的针对性的数值化表示,为后续的智能预测提供可靠的基础数据。
附图说明
以下将结合附图对本发明的实施例进行描述,其中:
图1为根据本发明的双模通信终端的切换系统及方法的技术流程图。
图2为根据本发明的实施例1示出的双模通信终端的切换系统的结构示意图。
图3为根据本发明的实施例2示出的双模通信终端的切换系统的结构示意图。
图4为根据本发明的实施例3示出的双模通信终端的切换系统的结构示意图。
图5为根据本发明的实施例4示出的双模通信终端的切换系统的结构示意图。
图6为根据本发明的实施例5示出的双模通信终端的切换系统的结构示意图
图7为根据本发明的实施例6示出的双模通信终端的切换系统的结构示意图。
图8为根据本发明的实施例7示出的双模通信终端的切换方法的步骤流程图。
具体实施方式
如图1所示,给出了根据本发明示出的双模通信终端的切换系统及方法的技术流程图。
如图1所示,本发明的具体的技术流程如下:
首先,针对双模式基站,建立执行刚开始的当前时间区间内SA通信模式下的通信服务质量的预测的智能预测模型,所述智能预测模型以双模式基站的各份SA通信参数以及各份历史通信质量作为逐份输入数据;
其中,所述智能预测模型的定制之处在于历史通信质量的份数与双模式基站的通信服务区域正向相关,所述智能预测模型为执行固定总数的多次学习后的卷积神经网络,以及所述固定总数的取值与双模式基站在SA通信模式下的用户峰值数据速率单调正向关联;
其次,运行所述智能预测模型以预测双模式基站在刚开始的当前时间区间内SA通信模式下的通信质量;
最后,当预测的双模式基站在刚开始的当前时间区间内SA通信模式下的通信质量低于设定质量阈值时,切换到NSA通信模式以探求最佳通信方案;
其中,采用双模式基站服务区域内的各个移动终端的信号接收功率的功率等级表示双模式基站的通信服务质量。
本发明的关键点在于:执行刚开始的当前时间区间内SA通信模式下的通信服务质量的预测的智能预测模型的定制、到NSA通信模式的动态切换机制以及双模式基站的通信服务质量的针对性表示模式。
下面,将对本发明的双模通信终端的切换系统及方法以实施例的方式进行具体说明。
实施例1
图2为根据本发明的实施例1示出的双模通信终端的切换系统的结构示意图。
如图2所示,所述双模通信终端的切换系统包括以下部件:
双模式基站结构,用于为附近的各个移动终端提供5G通信服务,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式;
示例地,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式包括:NSA通信模式是在4G通信模式基础上升级的5G通信模式,而SA为完全基于5G通信技术而搭建的5G通信模式;
参数采集机构,用于采集所述双模式基站结构在SA通信模式下的各项通信参数,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的工作频段为3.4-3.6GHz;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的通信系统带宽为大于等于100MHz;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的下行单用户峰值谱频率为30bps/Hz,以及所述双模式基站结构在SA通信模式下的上行单用户峰值谱频率为15bps/Hz;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的上行单用户MIMO流数为8,所述双模式基站结构在SA通信模式下的下行单用户MIMO流数为4,以及所述双模式基站结构在SA通信模式下的用户峰值数据速率为大于等于2Gbps;
质量监测机构,与在SA通信模式下的双模式基站结构服务的双模式基站结构附近设定地理范围内的各个移动终端无线连接,用于获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围;
动态预测器件,分别与所述参数采集机构以及所述质量监测机构连接,用于基于所述双模式基站结构在SA通信模式下的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量采用卷积神经网络模型预测所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值;
其中,在所述质量监测机构中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大;
其中,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围包括:以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围为所述双模式基站的通信服务区域;
其中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大包括:选择的设定数目的取值与所述设定半径的取值成正比;
例如,选择的设定数目的取值与所述设定半径的取值成正比包括:所述设定半径的取值为1公里,选择的设定数目的取值为6,所述设定半径的取值为1.5公里,选择的设定数目的取值为9,以及所述设定半径的取值为2公里,选择的设定数目的取值为12;
其中,在接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值小于等于设定质量阈值时,将所述双模式基站结构在当前时间区间的通信模式由SA通信模式切换为NSA通信模式包括:接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值为功率等级的数值表示形式,以及所述设定质量阈值为功率等级阈值的数值表示形式。
实施例2
图3为根据本发明的实施例2示出的双模通信终端的切换系统的结构示意图。
如图3所示,与图2中的实施例不同,所述双模通信终端的切换系统还包括:
模式切换器件,分别与所述动态预测器件以及所述双模式基站结构连接,用于在接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值小于等于设定质量阈值时,将所述双模式基站结构在当前时间区间的通信模式由SA通信模式切换为NSA通信模式;
这样,通过在预测所述双模式基站结构在SA通信模式当前时间区间对应的通信服务质量低于设定质量阈值时,切换到NSA通信模式以探求最优化通信方案。
实施例3
图4为根据本发明的实施例3示出的双模通信终端的切换系统的结构示意图。
如图4所示,与图3中的实施例不同,所述双模通信终端的切换系统还包括以下组件:
模型构建器件,与所述动态预测器件连接,用于对卷积神经网络执行固定总数的多次学习处理以获得所述卷积神经网络模型,并将获得的所述卷积神经网络模型发送给所述动态预测器件使用;
示例地,可以采用数值仿真模式完成对卷积神经网络执行固定总数的多次学习处理的仿真处理;
其中,所述固定总数的取值与所述双模式基站结构在SA通信模式下的用户峰值数据速率单调正向关联。
实施例4
图5为根据本发明的实施例4示出的双模通信终端的切换系统的结构示意图。
如图5所示,与图2中的实施例不同,所述双模通信终端的切换系统还包括以下组件:
状态显示器件,与所述双模式基站结构连接,用于实时显示所述双模式基站结构的当前通信模式;
示例地,可以采用LED显示矩阵、LCD显示矩阵以及液晶显示器件实现所述状态显示器件。
实施例5
图6为根据本发明的实施例5示出的双模通信终端的切换系统的结构示意图。
如图6所示,与图2中的实施例不同,所述双模通信终端的切换系统还包括以下组件:
无线发送器件,与所述动态预测器件连接,用于将接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值无线发送给远端的通信管理服务器;
示例地,所述通信管理服务器可以采用大数据服务器、云端服务器或者区块链服务器来实现。
接着,继续对本发明的各个实施例进行详细的描述。
在根据本发明任一实施例的双模通信终端的切换系统中:
获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量包括:对每一个过往时间区间各个移动终端分别对应的各个通信服务质量进行均值处理以获得每一个过往时间区间对应的通信服务质量;
其中,对每一个过往时间区间各个移动终端分别对应的各个通信服务质量进行均值处理以获得每一个过往时间区间对应的通信服务质量包括:某一个过往时间区间某一个移动终端对应的通信服务质量为所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级;
其中,某一个过往时间区间某一个移动终端对应的通信服务质量为所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级包括:所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级越高,某一个过往时间区间某一个移动终端对应的通信服务质量越高;
示例地,所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级越高,某一个过往时间区间某一个移动终端对应的通信服务质量越高包括:可以采用数值映射公式表示所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级与某一个过往时间区间某一个移动终端对应的通信服务质量的一一数值对应关系。
以及在根据本发明任一实施例的双模通信终端的切换系统中:
所述模式切换器件还用于在接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值大于所述设定质量阈值时,将所述双模式基站结构在当前时间区间的通信模式维持在SA通信模式。
实施例6
图7为根据本发明的实施例6示出的双模通信终端的切换系统的结构方框图。
所述切换系统服务于双模式基站结构,所述双模式基站结构用于为附近的各个移动终端提供5G通信服务,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式;
示例地,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式包括:NSA通信模式是在4G通信模式基础上升级的5G通信模式,而SA为完全基于5G通信技术而搭建的5G通信模式;
如图7所示,所述双模通信终端的切换系统包括存储器以及一个或多个处理器,所述存储器存储有计算机程序,所述计算机程序被配置成由所述一个或多个处理器执行以完成以下步骤:
采集所述双模式基站结构在SA通信模式下的各项通信参数,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的工作频段为3.4-3.6GHz;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的通信系统带宽为大于等于100MHz;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的下行单用户峰值谱频率为30bps/Hz,以及所述双模式基站结构在SA通信模式下的上行单用户峰值谱频率为15bps/Hz;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的上行单用户MIMO流数为8,所述双模式基站结构在SA通信模式下的下行单用户MIMO流数为4,以及所述双模式基站结构在SA通信模式下的用户峰值数据速率为大于等于2Gbps;
从在SA通信模式下的双模式基站结构服务的双模式基站结构附近设定地理范围内的各个移动终端处获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围;
基于所述双模式基站结构在SA通信模式下的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量采用卷积神经网络模型预测所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值;
其中,在所述质量监测机构中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大;
例如,选择的设定数目的取值与所述设定半径的取值成正比包括:所述设定半径的取值为1公里,选择的设定数目的取值为6,所述设定半径的取值为1.5公里,选择的设定数目的取值为9,以及所述设定半径的取值为2公里,选择的设定数目的取值为12;
其中,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围包括:以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围为所述双模式基站的通信服务区域;
其中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大包括:选择的设定数目的取值与所述设定半径的取值成正比;
其中,在接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值小于等于设定质量阈值时,将所述双模式基站结构在当前时间区间的通信模式由SA通信模式切换为NSA通信模式包括:接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值为功率等级的数值表示形式,以及所述设定质量阈值为功率等级阈值的数值表示形式;
如图7所示,示例性地,给出了N个处理器,其中,N为大于等于1的自然数。
实施例7
图8为根据本发明的实施例7示出的双模通信终端的切换方法的步骤流程图。
所述切换方法服务于双模式基站结构,所述双模式基站结构用于为附近的各个移动终端提供5G通信服务,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式;
示例地,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式包括:NSA通信模式是在4G通信模式基础上升级的5G通信模式,而SA为完全基于5G通信技术而搭建的5G通信模式;
如图8所示,所述双模通信终端的切换方法包括以下步骤:
步骤801:采集所述双模式基站结构在SA通信模式下的各项通信参数,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的工作频段为3.4-3.6GHz;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的通信系统带宽为大于等于100MHz;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的下行单用户峰值谱频率为30bps/Hz,以及所述双模式基站结构在SA通信模式下的上行单用户峰值谱频率为15bps/Hz;
示例地,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率包括:所述双模式基站结构在SA通信模式下的上行单用户MIMO流数为8,所述双模式基站结构在SA通信模式下的下行单用户MIMO流数为4,以及所述双模式基站结构在SA通信模式下的用户峰值数据速率为大于等于2Gbps;
步骤802:从在SA通信模式下的双模式基站结构服务的双模式基站结构附近设定地理范围内的各个移动终端处获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围;
步骤803:基于所述双模式基站结构在SA通信模式下的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量采用卷积神经网络模型预测所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值;
其中,在所述质量监测机构中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大;
其中,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围包括:以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围为所述双模式基站的通信服务区域;
其中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大包括:选择的设定数目的取值与所述设定半径的取值成正比;
例如,选择的设定数目的取值与所述设定半径的取值成正比包括:所述设定半径的取值为1公里,选择的设定数目的取值为6,所述设定半径的取值为1.5公里,选择的设定数目的取值为9,以及所述设定半径的取值为2公里,选择的设定数目的取值为12;
其中,在接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值小于等于设定质量阈值时,将所述双模式基站结构在当前时间区间的通信模式由SA通信模式切换为NSA通信模式包括:接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值为功率等级的数值表示形式,以及所述设定质量阈值为功率等级阈值的数值表示形式。
另外,本发明还可以引用以下技术内容以突出本发明的显著性技术进步:
某一个过往时间区间某一个移动终端对应的通信服务质量为所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级包括:所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级为所述某一个移动终端在所述某一个过往时间区间其所在位置的平均信号接收功率对应的功率等级;
其中,某一个过往时间区间某一个移动终端对应的通信服务质量为所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级还包括:针对任一移动终端,将其所在位置在某一个过往时间区间内均匀间隔的各个时刻分别对应的各个信号接收功率的平均值作为其在某一个过往时间区间其所在位置的平均信号接收功率;
以及所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级为所述某一个移动终端在所述某一个过往时间区间其所在位置的平均信号接收功率对应的功率等级包括:所述某一个移动终端在所述某一个过往时间区间其所在位置的平均信号接收功率的数值越大,所述某一个移动终端在所述某一个过往时间区间其所在位置的平均信号接收功率对应的功率等级越高。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置/电子设备/计算机可读存储介质/计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (10)

1.一种双模通信终端的切换系统,其特征在于,所述系统包括:
双模式基站结构,用于为附近的各个移动终端提供5G通信服务,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式;
参数采集机构,用于采集所述双模式基站结构在SA通信模式下的各项通信参数,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率;
质量监测机构,与在SA通信模式下的双模式基站结构服务的双模式基站结构附近设定地理范围内的各个移动终端无线连接,用于获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围;
动态预测器件,分别与所述参数采集机构以及所述质量监测机构连接,用于基于所述双模式基站结构在SA通信模式下的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量采用卷积神经网络模型预测所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值;
其中,在所述质量监测机构中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大。
2.如权利要求1所述的双模通信终端的切换系统,其特征在于:
双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围包括:以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围为所述双模式基站的通信服务区域;
其中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大包括:选择的设定数目的取值与所述设定半径的取值成正比;
其中,在接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值小于等于设定质量阈值时,将所述双模式基站结构在当前时间区间的通信模式由SA通信模式切换为NSA通信模式包括:接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值为功率等级的数值表示形式,以及所述设定质量阈值为功率等级阈值的数值表示形式。
3.如权利要求2所述的双模通信终端的切换系统,其特征在于,所述系统还包括:
模式切换器件,分别与所述动态预测器件以及所述双模式基站结构连接,用于在接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值小于等于设定质量阈值时,将所述双模式基站结构在当前时间区间的通信模式由SA通信模式切换为NSA通信模式。
4.如权利要求2所述的双模通信终端的切换系统,其特征在于,所述系统还包括:
模型构建器件,与所述动态预测器件连接,用于对卷积神经网络执行固定总数的多次学习处理以获得所述卷积神经网络模型,并将获得的所述卷积神经网络模型发送给所述动态预测器件使用;
其中,所述固定总数的取值与所述双模式基站结构在SA通信模式下的用户峰值数据速率单调正向关联。
5.如权利要求2所述的双模通信终端的切换系统,其特征在于,所述系统还包括:
状态显示器件,与所述双模式基站结构连接,用于实时显示所述双模式基站结构的当前通信模式。
6.如权利要求2所述的双模通信终端的切换系统,其特征在于,所述系统还包括:
无线发送器件,与所述动态预测器件连接,用于将接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值无线发送给远端的通信管理服务器。
7.如权利要求2-6任一所述的双模通信终端的切换系统,其特征在于:
获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量包括:对每一个过往时间区间各个移动终端分别对应的各个通信服务质量进行均值处理以获得每一个过往时间区间对应的通信服务质量;
其中,对每一个过往时间区间各个移动终端分别对应的各个通信服务质量进行均值处理以获得每一个过往时间区间对应的通信服务质量包括:某一个过往时间区间某一个移动终端对应的通信服务质量为所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级;
其中,某一个过往时间区间某一个移动终端对应的通信服务质量为所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级包括:所述某一个移动终端在所述某一个过往时间区间其所在位置的信号接收功率的功率等级越高,某一个过往时间区间某一个移动终端对应的通信服务质量越高。
8.如权利要求3所述的双模通信终端的切换系统,其特征在于:
所述模式切换器件还用于在接收到的所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值大于所述设定质量阈值时,将所述双模式基站结构在当前时间区间的通信模式维持在SA通信模式。
9.一种双模通信终端的切换系统,所述切换系统服务于双模式基站结构,所述双模式基站结构用于为附近的各个移动终端提供5G通信服务,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式,其特征在于,所述系统包括存储器以及一个或多个处理器,所述存储器存储有计算机程序,所述计算机程序被配置成由所述一个或多个处理器执行以完成以下步骤:
采集所述双模式基站结构在SA通信模式下的各项通信参数,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率;
从在SA通信模式下的双模式基站结构服务的双模式基站结构附近设定地理范围内的各个移动终端处获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围;
基于所述双模式基站结构在SA通信模式下的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量采用卷积神经网络模型预测所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值;
其中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大。
10.一种双模通信终端的切换方法,所述切换方法服务于双模式基站结构,所述双模式基站结构用于为附近的各个移动终端提供5G通信服务,所述双模式基站结构具有NSA通信模式和SA通信模式两种通信模式且每一通信时刻只提供一种通信模式,NSA通信模式为非独立组网通信模式以及SA通信模式为独立组网通信模式,其特征在于,所述方法包括:
采集所述双模式基站结构在SA通信模式下的各项通信参数,所述双模式基站结构在SA通信模式下的各项通信参数包括所述双模式基站结构在SA通信模式下的工作频段、通信系统带宽、下行单用户峰值谱频率、上行单用户峰值谱频率、上行单用户MIMO流数、下行单用户MIMO流数以及用户峰值数据速率;
从在SA通信模式下的双模式基站结构服务的双模式基站结构附近设定地理范围内的各个移动终端处获取当前时间区间之前设定数目的各个过往时间区间中每一个过往时间区间对应的通信服务质量,双模式基站结构附近设定地理范围为以双模式基站结构为中心且以设定半径为半径的圆体的覆盖范围;
基于所述双模式基站结构在SA通信模式下的各项通信参数以及当前时间区间之前设定数目的各个过往时间区间分别对应的各个通信服务质量采用卷积神经网络模型预测所述双模式基站结构在SA通信模式下当前时间区间对应的通信服务质量的预测数值;
其中,所述双模式基站的通信服务区域越广,选择的设定数目的取值越大。
CN202310501783.0A 2023-05-06 2023-05-06 双模通信终端的切换系统及方法 Active CN116489734B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310501783.0A CN116489734B (zh) 2023-05-06 2023-05-06 双模通信终端的切换系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310501783.0A CN116489734B (zh) 2023-05-06 2023-05-06 双模通信终端的切换系统及方法

Publications (2)

Publication Number Publication Date
CN116489734A CN116489734A (zh) 2023-07-25
CN116489734B true CN116489734B (zh) 2024-04-09

Family

ID=87219360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310501783.0A Active CN116489734B (zh) 2023-05-06 2023-05-06 双模通信终端的切换系统及方法

Country Status (1)

Country Link
CN (1) CN116489734B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112543471A (zh) * 2020-11-16 2021-03-23 南京邮电大学 一种面向复杂环境的机动5g混合接入链路中断预测方法
WO2021242247A1 (en) * 2020-05-28 2021-12-02 Google Llc Adjusting radio access network connections based on communication failures

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11494649B2 (en) * 2020-01-31 2022-11-08 At&T Intellectual Property I, L.P. Radio access network control with deep reinforcement learning
US20210377804A1 (en) * 2020-06-02 2021-12-02 At&T Intellectual Property I, L.P. Network traffic splitting for dual connectivity user equipment

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021242247A1 (en) * 2020-05-28 2021-12-02 Google Llc Adjusting radio access network connections based on communication failures
CN112543471A (zh) * 2020-11-16 2021-03-23 南京邮电大学 一种面向复杂环境的机动5g混合接入链路中断预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
OMDIA观察专栏.在运营商核心网中应用人工智能.电信工程技术与标准化.2020,第33卷(第10期),第28-35页. *
在运营商核心网中应用人工智能;OMDIA 观察专栏;电信工程技术与标准化;20201031;第33卷(第278期);第28-35页 *

Also Published As

Publication number Publication date
CN116489734A (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
US6157838A (en) Parallel optimization of wireless networks
CN111224711B (zh) 一种多模物联网卫星的通信终端系统及其网络管理方法
CN106105379A (zh) 异构通信方法和装置
CN103703818B (zh) 无线电通信网络中服务覆盖管理的方法和用于其的设备
US10111237B2 (en) Communication method, apparatus, and system
US8743789B2 (en) Radio access device, a radio access system, a network selection method and a recording medium
KR20140027413A (ko) 디지털 셀룰러 무선 전기 통신 네트워크에서 측정들의 수행
US20220345978A1 (en) Network control device, network control system, and network control method
CN107889066B (zh) 一种小区重选方法、基站及终端
CN113661676B (zh) 选择无线网络中的上行链路传输频带
CN102860057A (zh) 用于调整无线通信系统的参数的方法和无线通信系统
US10966099B2 (en) Computing wireless deployment in an area
CN114788348A (zh) 使用基于机器学习的模型执行切换的通信设备、基础设施设备和方法
CA2925882A1 (en) Communication control apparatus, communication control method, radio communication apparatus, radio communication method and radio communication system
CN103096375B (zh) 天线系统及其中接收功率的报告方法
CN114731577A (zh) 一种策略确定的方法、系统及装置
CN103907393B (zh) 一种建立无线链接的方法、装置及系统
WO2018184667A1 (en) Apparatus and method for performing network optimization
CN113574963B (zh) 控制装置、控制方法以及存储介质
EP3017623B1 (en) Method and apparatus of switching communications from a first channel to a second channel of higher-frequency
CN108307372B (zh) 一种多路综合处理的短波应急通信系统及方法
CN108370537A (zh) 集线器设备搜索的系统和方法
CN116489734B (zh) 双模通信终端的切换系统及方法
CN116249966A (zh) 通信方法及装置
US20240057139A1 (en) Optimization of deterministic and non-deterministic traffic in radio-access network (ran)

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