基于URLLC业务时延容忍度的资源复用方法及系统

    公开(公告)号:CN114007274B

    公开(公告)日:2023-11-14

    申请号:CN202111094759.7

    申请日:2021-09-17

    Abstract: 本发明公开了一种基于URLLC业务时延容忍度的资源复用方法及系统,其中方法包括:无线接入点向无线通信设备发送SIB1信息;当无线通信设备产生URLLC业务需求时,生成调度信息,以及将调度信息发送给无线接入点;无线接入点判断URLLC业务是否可容忍切片帧结构下的最长等待时延;如果否,则将资源复用方案配置为基于免授权模式;如果是,则获取URLLC业务类型信息;判断无线通信设备的URLLC业务是否为周期性;如果否,则将资源复用方案配置为改进型GB模式;如果是,则将资源复用方案配置为GF模式。能够在满足URLLC业务低时延技术要求的前提下,降低eMBB UE用于传输数据的时频域资源被抢占、打孔、穿刺事件的发生概率,进而提高eMBB UE吞吐量和信噪比。

    网络故障诊断方法
    73.
    发明公开

    公开(公告)号:CN110995461A

    公开(公告)日:2020-04-10

    申请号:CN201911031015.3

    申请日:2019-10-28

    Abstract: 本发明公开了一种网络故障诊断方法及介质,其中该方法包括:获取KPI指标的实时序列流,并对KPI指标的实时序列流进行截窗处理以获取KPI指标的实时序列向量;将KPI指标的实时序列向量与预先训练好的KPI指标的正常属性向量进行K-S分布检验,以判断KPI指标的实时序列向量是否分布正常;当所有KPI指标中任意一个KPI指标的实时序列向量分布出现异常时,将所有KPI指标在K-S分布检验时的偏差值按顺序排列以构成偏差值向量;采用新型引力聚类模型,根据偏差值向量获取与偏差值向量相似度最高的网络故障类别,并将网络故障类别作为网络故障诊断结果;从而无需人工介入即可实现网络故障的诊断过程,大大提高了网络智能运维的高效性和便捷性。

    波束测量方法及系统
    74.
    发明授权

    公开(公告)号:CN112383368B

    公开(公告)日:2022-03-04

    申请号:CN202011092683.X

    申请日:2020-10-13

    Abstract: 本发明公开了一种波束测量方法、介质、设备及系统,基站包括多个波束,其中,每个波束具有相应的覆盖区域;方法包括:获取每个波束对应的概率分布值,并根据概率分布值对多个波束进行排序,以及根据波束的排序进行物理层参考信号接收功率测量;根据测量结果更新每个波束对应的概率分布值,并根据更新后的概率分布值计算对应的标准差和期望值;判断标准差是否小于等于预设的最大标准差阈值;如果是,则根据期望值对多个波束进行排序,并根据排序结果依序向终端设备发送波束对应的参考信号,以及根据该参考信号对波束进行测量,以便根据测量结果选择终端设备的工作波束;能够在移动通信过程中,对波束进行有效测量,同时,提高波束测量效率。

    基于URLLC业务时延容忍度的资源复用方法及系统

    公开(公告)号:CN114007274A

    公开(公告)日:2022-02-01

    申请号:CN202111094759.7

    申请日:2021-09-17

    Abstract: 本发明公开了一种基于URLLC业务时延容忍度的资源复用方法及系统,其中方法包括:无线接入点向无线通信设备发送SIB1信息;当无线通信设备产生URLLC业务需求时,生成调度信息,以及将调度信息发送给无线接入点;无线接入点判断URLLC业务是否可容忍切片帧结构下的最长等待时延;如果否,则将资源复用方案配置为基于免授权模式;如果是,则获取URLLC业务类型信息;判断无线通信设备的URLLC业务是否为周期性;如果否,则将资源复用方案配置为改进型GB模式;如果是,则将资源复用方案配置为GF模式。能够在满足URLLC业务低时延技术要求的前提下,降低eMBB UE用于传输数据的时频域资源被抢占、打孔、穿刺事件的发生概率,进而提高eMBB UE吞吐量和信噪比。

    移动通信网络故障的智能诊断方法及装置

    公开(公告)号:CN113642624A

    公开(公告)日:2021-11-12

    申请号:CN202110898063.3

    申请日:2021-08-05

    Abstract: 本发明公开了一种移动通信网络故障的智能诊断方法、介质、设备及装置,其中方法包括:获取移动通信网络的关键性能指标数据,并对关键性能指标数据进行预处理,以生成训练样本和测试样本;获取初级网络和次级网络,并以初级网络的获胜神经元位置作为次级网络的输入构建串联神经网络模型;将训练样本输入到串联神经网络模型中,并采用粒子群算法对串联神经网络的初始权值和节点阈值进行寻优,以完成串联神经网络模型的训练;将测试样本输入到训练好的串联神经网络模型,以通过串联神经网络模型对移动通信网络进行故障诊断;能够有效降低训练样本的生成成本,降低神经网络模型的构建周期;同时,提高故障诊断的实时性和准确性。

    总碱度测量仪
    77.
    发明公开

    公开(公告)号:CN101221131A

    公开(公告)日:2008-07-16

    申请号:CN200810070572.1

    申请日:2008-01-29

    Applicant: 厦门大学

    Abstract: 总碱度测量仪,涉及一种水体总碱度测定设备。提供一种适用于环境监测和工业水处理的水体总碱度测量仪。设有水样进口、试剂泵、混合器、温度传感器、分光系统、二氧化碳去除装置、八通阀、试剂袋、定量环、废液出口、液体流通管路、控制电路和密封外壳。水样进口和废液出口设于外壳上;两个试剂泵进口分别接八通阀和试剂袋;混合器进口接试剂泵出口,温度传感器设于混合器内;分光系统由光源、流通池、分光元件和光电检测器组成,流通池入口接混合器出口;二氧化碳去除装置进口接流通池出口;试剂袋与试剂泵进口连接;定量环为一段环形管,定量环用于储存酸;控制电路与试剂泵、八通阀、温度传感器和分光系统连接。

    基于波束分配的干扰协调方法、介质、设备及装置

    公开(公告)号:CN110839292B

    公开(公告)日:2022-11-01

    申请号:CN201910966175.0

    申请日:2019-10-12

    Abstract: 本发明公开了一种基于波束分配的干扰协调方法、介质、设备及装置,其中方法包括:获取宏微异构网络中每个用户的波束信息;根据波束信息获取每个微小区中每个用户的工作波束与该微小区中其他用户的工作波束之间的正交关系,并根据正交关系判断每个用户的工作波束与其他用户的工作波束是否均正交;如果否,则根据波束信息判断该用户是否存在多个可用波束;如果是,则获取每个可用波束所对应的信号与干扰噪声比,并根据每个可用波束的信号与干扰噪声比和每个可用波束与其他用户的工作波束之间的正交关系对该用户的工作波束进行选择;能够有效减少宏微异构网络下波束之间的干扰,提高频谱利用率,同时,提升网络的传输效率。

    联合图信号与强化学习的超密集无线网络功率分配方法

    公开(公告)号:CN110972309B

    公开(公告)日:2022-07-19

    申请号:CN201911089450.1

    申请日:2019-11-08

    Abstract: 本发明公开了一种联合图信号与强化学习的超密集无线网络功率分配方法,方法包括:S1,获取无向图,并根据无向图构建邻接矩阵和权值矩阵;S2,计算每个顶点的干扰参数,并计算网络平滑度,以及根据网络平滑度计算网络环境参数;S3,对超密集无线网络的功率进行再次分配,并计算再次分配后的网络环境参数,以及根据该网络环境参数计算回报函数值;S4,根据该回报函数值进行再次分配,并计算再次分配后的网络环境参数,以及根据该网络环境参数计算回报函数值;重复步骤S4,直至得到最大累积回报函数值,停止超密集无线网络功率分配;从而实现在超密集无线网络中进行自组织、自优化的功率分配,进而降低超密集无向网络的干扰程度,有效提高网络性能。

Patent Agency Ranking