5G多频段协同组网移动性策略研究

随着无线通信技术的更新迭代，网络结构日趋复杂，使得网络移动性策略参数设置难度增大，无法做到策略与场景完全适配。采用小区级MR大数据挖掘与ML分析方法，通过建立信号质量与信号强度的回归方程，预测出与场景最适配的门限参数。该研究已经成功应用于5G网络的移动性参数个性化配置，经测试验证，平均信号强度由-77.62d Bm提升到-76.58d Bm，增幅1.04d B；平均信噪比由12.70d B提升到13.53d B，增幅0.83d B；平均下载速率由494.90Mbps提升到509.08Mbps，增幅14.18Mbps。该方法去除了人为主观因素，更加贴合实际场景需求，有效改善了网络结构，保障了网络覆盖能力，提高了系统性能，降低了人工配置的工作强度。     

基于实时预编码矩阵的5G网络自恢复解决方案研究

5G高频网络导致5G站点建设更加密集，必须采用新的网络管理技术，以提高网络可靠性和维护效率。自组织网络（SON）能够通过自我修复程序自主恢复，通过自我修复程序进行自主检测，诊断和校正。本文旨在通过仿真、测试此算法，提出设想，并通过仿真去验证该算法，采用的仿真软件是符合5G标准的软件。所开发的模拟器旨在模拟一个小区网络，该网络可以继承多个状态（健康，拥塞和故障）中的一个，以验证编程的自修复算法在恢复模拟网络时的有效性。结果表明，在网络中的自我愈合应用能够解决与服务质量（Qo S）相关的问题，在拥塞和故障网络中提升用户感知。