Vorhersage von Handover-Ereignissen in 6G und darüber hinaus: Ein Deep-Learning- und Transfer-Learning-Ansatz
Ein Deep-Learning-basierter Algorithmus zur genauen Vorhersage der zukünftigen Serving-Zelle, der dynamische Netzwerkereignisse wie neue Handover-Entscheidungsregeln oder den Einsatz von UAV-Basisstationen berücksichtigt und die Umschulungszeit erheblich reduziert.
Intelligente, schnell einsetzbare 5G-Luftfahrt-Neutral-Host-Netzwerke: Ein O-RAN-basierter Ansatz
Dieser Artikel präsentiert eine heterogene Netzwerkarchitektur, die terrestrische Netze und mehrere Ebenen von Nicht-Terrestrischen-Netzen (NTN) integriert und dabei die Leistung des Netzwerks durch den RAN Intelligent Controller (RIC) optimiert. Außerdem wird ein kompaktes 5G-Neutral-Host-Netzwerktestbett entwickelt, das auf Boden- und Luftfahrzeugen betrieben werden kann und eine flexible Netzabdeckung ohne bestehende Infrastruktur bietet.
Effizientes Handover-Management in nutzerzentrischen zellfreien MIMO-Netzwerken mithilfe eines POMDP-Frameworks
Durch die Formulierung des Handover-Problems als teilweise beobachtbarer Markov-Entscheidungsprozess (POMDP) kann eine Handover-Strategie abgeleitet werden, die die zukünftigen Belohnungen berücksichtigt und die Anzahl der Handovers kontrolliert, während die Dienstgüte aufrechterhalten wird.
© 2024 by Linnk AI