中国教育报—中国教育新闻网讯(记者 史望颖 通讯员 曹非凡 苏钧天)近日,宁波诺丁汉大学的移动通信*关秋峰博士开发了一种智能切换决策方案,用于缩短5G网络中的延迟时间。根据验证测试结果,这项算法被证明能够将切换失败率降低75%,并将不必要的切换数量减少90%以上,同时将收发信息的平均延迟时间缩短27%。
据关秋峰介绍,5G网络的特点在于,可以为各种不同应用场景提供超高的连接数密度,极高的数据传输率,卓越的用户体验和毫秒级的端到端时延。其中,毫秒级时延*难突破和解决的技术难题,而减少时延的关键在于提高切换的速度及准确性。目前全球范围内的*学者都在研发不同的切换算法,使得发送和接收信息之间的平均延迟时间*小化。
“想象一下,汽车以60km/h的平均速度在城市中运行,在这样快速变化的5G车联网应用场景中,如果切换发生得过早,车辆可能更接近原来的基站,且尚未进入下一基站的*佳覆盖范围,这就导致在两个基站间频繁切换,*终使得信号不稳定。而如果执行得过晚,那么车辆很可能失去信号。解决这个问题的方法之一是根据需求,推测出即将到来的切换时间和目标,从而在正确的时间执行切换。”关秋峰介绍,像车联网、物联网、外科手术等应用场景,对切换的必要性和切换时间都提出了极高的要求。
为此,关秋峰和他的团队提出了一种基于机器学习技术,拥有自适应和预测功能的切换管理算法。这种算法可以产生一系列自动决策,包括是否触发切换机制,切换到哪个基站,以及如何选择正确的切换时机。还可以准确预测用户的移动轨迹,从而进一步缩短延迟时间。
目前,该研究团队正着眼于将这项研究提升到更高水平,并将研究成果从实验室应用到各个领域,特别是5G网络环境下需要极高可靠性的应用场景。
本文转载自中国教育新闻网,内容均来自于互联网,不代表本站观点,内容版权归属原作者及站点所有,如有对您造成影响,请及时联系我们予以删除!