网络选择方法、系统、设备、存储介质及计算机程序产品与流程

    技术2025-06-04  83


    本申请属于无线移动通信,尤其涉及一种网络选择方法、系统、设备、存储介质及计算机程序产品。


    背景技术:

    1、现有的5g用户多频段间移动技术,多为小区侧的移动策略,具体需评估小区的参考信号接收功率、干扰值、优先级、负荷等影响业务体验的基础因素,而在多频组网场景下,基于小区级的移动策略,针对所有用户一刀切执行,难以使得不同业务需求、不同无线网络环境下的用户均能够达到最优体验。


    技术实现思路

    1、本申请实施例提供一种网络选择方法、系统、设备、存储介质及计算机程序产品,能够结合用户当前的业务类型,为终端分配感知最优的频段和小区,使用户体验最优化。

    2、第一方面,本申请实施例提供一种网络选择方法,方法包括:

    3、在用户的业务特征存在差异的情况下,获取终端测量报告;所述终端测量报告包括服务小区和同频邻区的无线信号特征;

    4、将所述终端测量报告输入预先训练好的第一预测模型,通过所述第一预测模型中的服务小区和同频邻区的无线信号特征,与异频邻区的无线信号特征的对应关系,获得与所述服务小区和同频邻区的无线信号特征对应的异频邻区的无线信号特征;

    5、将所述终端测量报告和所述异频邻区的无线信号特征分别输入预先训练好的第二预测模型,通过所述第二预测模型中的无线信号特征与频谱效率的对应关系,获得分别与所述服务小区和同频邻区的无线信号特征、所述异频邻区的无线信号特征对应的服务小区和异频邻区的频谱效率;

    6、根据所述服务小区和异频邻区的频谱效率,通过频谱效率、带宽和负荷信息数据与感知速率的对应关系,计算感知速率,得到服务小区和异频邻区的用户体验值;

    7、确定所述服务小区的用户体验值和异频邻区的用户体验值中用户体验值最高的小区为用户接入的小区。

    8、第二方面,本申请实施例提供了一种网络选择系统,系统包括:

    9、获取模块,用于在用户的业务特征存在差异的情况下,获取终端测量报告;所述终端测量报告包括服务小区和同频邻区的无线信号特征;

    10、预测模块,用于将所述终端测量报告输入预先训练好的第一预测模型,通过所述第一预测模型中的服务小区和同频邻区的无线信号特征,与异频邻区的无线信号特征的对应关系,获得与所述服务小区和同频邻区的无线信号对应的异频邻区的无线信号特征;

    11、所述预测模块,还用于将所述终端测量报告和所述异频邻区的无线信号特征分别输入预先训练好的第二预测模型,通过所述第二预测模型中的无线信号特征与频谱效率的对应关系,获得分别与所述服务小区和同频邻区的无线信号特征、所述异频邻区的无线信号特征对应的服务小区和异频邻区的频谱效率;

    12、所述获取模块,还用于根据所述服务小区和异频邻区的频谱效率,通过频谱效率、带宽和负荷信息数据与感知速率的对应关系,计算感知速率,得到服务小区和异频邻区的用户体验值;

    13、选频模块,用于确定所述服务小区的用户体验值和异频邻区的用户体验值中用户体验值最高的小区为用户接入的小区。

    14、第三方面,本申请实施例提供了一种网络选择设备,设备包括:处理器以及存储有计算机程序指令的存储器;处理器执行计算机程序指令时实现如第一方面的网络选择方法。

    15、第四方面,本申请实施例提供了一种计算机存储介质,计算机可读存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面的网络选择方法。

    16、第五方面,本申请实施例提供了一种计算机程序产品,计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备执行如第一方面的网络选择方法。

    17、本申请实施例的网络选择方法、系统、设备、存储介质及计算机程序产品,通过收集海量终端测量报告,并基于bp神经网络模型分别建立第一预测模型和第二预测模型,可通过服务小区当前的无线信号特征预测异频邻区的无线信号特征,进而预测服务小区和异频邻区的频谱效率,结合用户当前的业务类型,为终端分配感知最优的频段和小区。本申请通过使用第一预测模型预测异频邻区的无线信号特征,省去了终端测量异频频点的过程,避免了异频gap的性能损失;通过使用第二预测模型预测频谱效率,结合用户当前的业务类型,为终端分配感知最优的频段和小区,使得用户感知最大化,使不同业务需求、不同无线网络环境下的用户均能够达到最优体验。



    技术特征:

    1.一种网络选择方法,其特征在于,包括:

    2.根据权利要求1所述的一种网络选择方法,其特征在于,在所述将所述终端测量报告输入预先训练好的第一预测模型之前,所述方法还包括:

    3.根据权利要求1所述的一种网络选择方法,其特征在于,在所述将所述终端测量报告和所述异频邻区的无线信号特征分别输入预先训练好的第二预测模型之前,所述方法还包括:

    4.根据权利要求1所述的一种网络选择方法,其特征在于,所述确定所述服务小区的用户体验值和异频邻区的用户体验值中用户体验值最高的小区为用户接入的小区,包括:

    5.根据权利要求1所述的一种网络选择方法,其特征在于,在所述获取终端测量报告之前,该方法还包括:

    6.根据权利要求1所述的一种网络选择方法,其特征在于,所述频谱效率、带宽和负荷信息数据与感知速率的对应关系为:

    7.根据权利要求1所述的一种网络选择方法,其特征在于,所述第二预测模型中的无线信号特征与频谱效率的对应关系为:

    8.一种网络选择系统,其特征在于,所述系统包括:

    9.一种网络选择设备,其特征在于,所述设备包括:处理器,以及存储有计算机程序指令的存储器;所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-7任意一项所述的一种网络选择方法。

    10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-7任意一项所述的一种网络选择方法。

    11.一种计算机程序产品,其特征在于,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1-7任意一项所述的网络选择方法。


    技术总结
    本申请实施例提供了一种网络选择方法、系统、设备、存储介质及计算机程序产品。该方法提出收集海量终端测量报告,并基于BP神经网络模型分别建立第一预测模型和第二预测模型,可通过服务小区当前的无线信号特征预测异频邻区的无线信号特征,进而预测服务小区和异频邻区的频谱效率,结合用户当前的业务类型,为终端分配感知最优的频段和小区。本申请实施例可以通过为终端分配感知最优的频段和小区,使得用户感知最大化,使不同业务需求、不同无线网络环境下的用户均能够达到最优体验。

    技术研发人员:张亚男,王昕,田原,乔芸,王万宁
    受保护的技术使用者:中国移动通信集团陕西有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-31844.html

    最新回复(0)