[发明专利]一种铁路环境下机器类通信业务预测模型分类方法

说明书

一种铁路环境下机器类通信业务预测模型分类方法,所述方法包括以下步骤：预测状态初始化，并等待选择所述铁路环境下机器类通信业务预测场景；确定铁路环境下机器类通信场景，同时根据选择的环境计算转移矩阵，开始更新设备状态；产生满足泊松分布的随机到达设备，并在当前状态下产生随机数据包；如果随机到达的设备在产生随机数据包后进入下一状态，则在设备加一的基础上循环执行S1至S3步骤；如果随机到达的设备在产生随机数据包后没有进入下一状态，而是在进行下一时刻的计算，则在执行时间加一的基础上循环执行S1至S4步骤；在随机设备不再更新设备状态和数据包产生时间时，结束预测。

技术领域

本发明属于铁路环境下机器类通信技术领域，具体涉及一种铁路环境下机器类通信业务预测模型分类方法。

背景技术

我国铁路正迅速发展，截至2015年底，我国铁路营运里程已达12.1万公里，其中高速铁路1.9万公里，新建线路和高速铁路都覆盖车地无线通信系统GSM-R(GSM forRailway)；GSM-R系统实现了无缝覆盖的话音通信以及电路域列控信息的传输,目前GSM-R技术正在向着下一代铁路长期演进计划(Long Term Evolution for Railway,LTE-R)的方向发展。铁路环境下的机器类通信，可以在铁路专用移动通信系统(GSM-R/LTE-R)控制下允许邻近的终端(车载设备、室外地面设备和室内设备)在一定距离范围内使用蜂窝频谱资源通过直连链路进行数据传输的新型技术。

与空中接口技术一样，业务模型是无线通信系统设计的基础，需要在一定范围内满足一定数量无线终端运行一定类型的无线通信业务。

为评估铁路环境下机器类通信终端(Machine-type Communication,MTC)的入网性能，有必要建立铁路环境下机器类通信专属的业务模型，为蜂窝网络的优化设计提供解决思路，现有3GPP业务模型机器存在类终端数量低和网络影响业务模式的问题。

发明内容

本发明的目的是提供一种铁路环境下机器类通信业务预测模型分类方法，克服了铁路特殊环境下机器类通信的运行复杂度和模型准确性上矛盾的问题。

为了实现上述目的，本发明采用的技术方案为：

一种铁路环境下机器类通信业务预测模型分类方法,所述方法包括以下步骤：

S1，预测状态初始化，并等待选择所述铁路环境下机器类通信业务预测场景；

S2，确定铁路环境下机器类通信场景，同时根据选择的环境计算转移矩阵，开始更新设备状态；

S3，产生满足泊松分布的随机到达设备，并在当前状态下产生随机数据包；

S4，如果随机到达的设备在产生随机数据包后进入下一状态，则在加一台终端设备的基础上循环执行S1至S3步骤；

S5，如果随机到达的设备在产生随机数据包后没有进入下一状态，而是在进行下一时刻的计算，则在随机到达设备的执行时间加一倍的基础上循环执行S1至S4步骤；

S6，在随机设备不再更新设备状态和数据包产生时间时，结束预测。

优选地，所述S1在初始化时设置两态间转移，并假定与中心不协同的设备不触发发送态；与中心协同的设备，在触发发送态后恢复到常规态。

本发明提供的一种铁路环境下机器类通信业务预测模型分类方法，具有以下有益效果：规避3GPP模型的局限，采用源模型方法，在协同数据源(双向链接)与多设备高复杂度间折衷；方法采用设备和时间双重迭代，迭代效率高，且符合铁路环境下机器类通信业务设备的空间-时间特性；设备的多态性分类，与铁路现场实际设备的工作状态更加吻合；正是基于以上特征，本发明提出的算法可以很好的应用于机器类通信，铁路物联网等工程技术领域。

附图说明