[发明专利]UDN中基于机器学习的切换方法有效
| 申请号： | 201811330600.9 | 申请日： | 2018-11-09 |
| 公开（公告）号： | CN109447275B | 公开（公告）日： | 2022-03-29 |
| 发明（设计）人： | 王军选;姬天相;王漪楠 | 申请（专利权）人： | 西安邮电大学 |
| 主分类号： | H04W24/06 | 分类号： | H04W24/06;G06N20/00;H04W36/08 |
| 代理公司： | 西安维赛恩专利代理事务所(普通合伙) 61257 | 代理人： | 刘艳霞 |
| 地址： | 710061 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种UDN中基于机器学习的切换方法，包括以下步骤：步骤A：移动设备每一次需要切换到新的微小区时，均先向宏基站上报移动设备所处位置的特征信息报告，宏基站对特征信息进行离散化；步骤B：分别采用机器学习决策树预测、神经网络预测、SVM预测和随机森林预测四种学习器分别对离散化后的特征信息数据进行训练，得到各个训练模型；步骤C：将各预测结果进行相对多数投票法进行决策，得决策结果；步骤D：当决策结果为移动设备需要发生切换，且满足发生预切换条件时，则宏基站向预切换的目标微小区发送预切换请求，目标微小区此时开始为移动设备准备资源，并实施切换。减少了非必要切换，降低在超密集网络中的系统的平均时延。 | ||
| 搜索关键词： | udn 基于 机器 学习 切换 方法 | ||
【主权项】：
1.UDN中基于机器学习的切换算法，其特征在于，该切换算法包括以下步骤：步骤A：移动设备每一次需要切换到新的微小区时，均先向宏基站上报移动设备所处位置的特征信息报告，宏基站对特征信息进行离散化；步骤B：分别采用机器学习决策树预测、神经网络预测、SVM预测和随机森林预测四种学习器对离散化后的特征信息数据进行训练，得到各个训练模型；将所得模型放置到宏基站，并使用所得的各训练模型分别进行移动设备即将切换到的微小区的预测，得各预测结果；步骤C：将各预测结果进行相对多数投票法进行决策，得决策结果；步骤D：当决策结果为移动设备需要发生切换，且满足发生预切换条件时，则宏基站向预切换的目标微小区发送预切换请求，目标微小区此时开始为移动设备准备资源，并实施切换；当不满足发生预切换条件时，则返回步骤A，移动设备顺次重复步骤A～D。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安邮电大学，未经西安邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811330600.9/，转载请声明来源钻瓜专利网。
