本發(fā)明涉及無線通信算法優(yōu)化，特別是一種基于集體性基站切換交通工具狀態(tài)猜測算法的網(wǎng)絡(luò)連接優(yōu)化方法。

背景技術(shù)：

1、在舊通信網(wǎng)中，基站切換管理方面通常關(guān)注于單個(gè)終端的連接穩(wěn)定性，但在大規(guī)模移動(dòng)終端跨省份移動(dòng)的場景下，如公共交通工具內(nèi)的集體切換行為，通常會(huì)因ip地址被迫變化而引發(fā)網(wǎng)絡(luò)延遲問題。現(xiàn)有技術(shù)中對(duì)這類集體切換行為缺乏有效的檢測和分析手段，當(dāng)前的基站切換機(jī)制難以識(shí)別終端間的關(guān)聯(lián)性，尤其現(xiàn)有通信網(wǎng)中，高速移動(dòng)場景(如公交車或地鐵)出現(xiàn)的頻率越來越高，頻繁的基站切換會(huì)進(jìn)一步影響終端連接的連續(xù)性。此外，現(xiàn)有技術(shù)中缺乏基于切換頻率、成功率和地理位置數(shù)據(jù)的集體行為識(shí)別模型，無法實(shí)時(shí)判斷多個(gè)用戶終端是否處于同一交通工具內(nèi)，進(jìn)而也無法針對(duì)這一集體切換行為進(jìn)行優(yōu)化資源配置。因此，有必要研究設(shè)計(jì)一種能夠針對(duì)這種場景以改善優(yōu)化用戶終端網(wǎng)絡(luò)連接效果的優(yōu)化方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)上述問題，提供一種基于集體性基站切換交通工具狀態(tài)猜測算法的網(wǎng)絡(luò)連接優(yōu)化方法，包括以下步驟：

2、s1，在用戶發(fā)起連接請(qǐng)求之前，在新通信網(wǎng)中從歷史數(shù)據(jù)中提取出用戶的相關(guān)歷史數(shù)據(jù)作為猜測算法的數(shù)據(jù)基礎(chǔ)；

3、s2，通過ai模型基于用戶相關(guān)歷史數(shù)據(jù)的數(shù)據(jù)特征，識(shí)別出同一交通工具內(nèi)的終端群體，判斷終端群體歸屬的交通工具類型；

4、s3，通過預(yù)測模型預(yù)測屬于所述終端群體的用戶終端即將接入的若干個(gè)基站節(jié)點(diǎn)，基于這些預(yù)測的基站節(jié)點(diǎn)提前進(jìn)行資源分配準(zhǔn)備，給為sdn組網(wǎng)過程提供支持；

5、s4，用戶發(fā)起連接請(qǐng)求時(shí)，判斷用戶終端是否成功從這些預(yù)測的基站節(jié)點(diǎn)接入到網(wǎng)絡(luò)中；

6、若所述用戶終端順利接入這些預(yù)測的基站節(jié)點(diǎn)，則形成正向反饋，修正所述步驟s3中的預(yù)測內(nèi)容；

7、否則返回步驟s3重新進(jìn)行基站節(jié)點(diǎn)預(yù)測和資源分配準(zhǔn)備。

8、作為本發(fā)明的進(jìn)一步說明，所述步驟s1中，通過回歸分析結(jié)合歷史軌跡回放，從歷史數(shù)據(jù)中提取用戶的接入行為、網(wǎng)絡(luò)切換記錄以及基站接入點(diǎn)的歷史數(shù)據(jù)。

9、更進(jìn)一步地，所述步驟s2中，所述ai模型利用聚類分析對(duì)用戶的接入模式和移動(dòng)路徑進(jìn)行分組分類。

10、更進(jìn)一步地，所述ai模型基于用戶終端的切換頻率、成功率、基站地理坐標(biāo)等數(shù)據(jù)判斷識(shí)別其是否屬于同一交通工具內(nèi)的終端群體，通過這些用戶終端的批量加入或退出某些節(jié)點(diǎn)來進(jìn)行聚類分析，結(jié)合其數(shù)量與移動(dòng)速度，推測其交通模式與群體類型。

11、更進(jìn)一步地，所述預(yù)測模型為狀態(tài)空間模型，通過馬爾科夫鏈對(duì)所述用戶終端進(jìn)行預(yù)測，得到所述用戶終端未來可能連接的基站節(jié)點(diǎn)。

12、更進(jìn)一步地，用戶發(fā)起連接請(qǐng)求時(shí)，所述用戶終端與控制系統(tǒng)進(jìn)行動(dòng)態(tài)網(wǎng)絡(luò)協(xié)商。

13、更進(jìn)一步地，在所述用戶終端網(wǎng)絡(luò)連接優(yōu)化過程中，實(shí)時(shí)監(jiān)測網(wǎng)絡(luò)狀況并動(dòng)態(tài)調(diào)整帶寬。

14、本發(fā)明的有益效果：

15、本發(fā)明通過在基站管理中，實(shí)時(shí)獲取這些終端的切換數(shù)據(jù)，通過數(shù)據(jù)收集和分析，建立大數(shù)據(jù)分析算法，從而有效識(shí)別出屬于同一交通工具的終端；基于切換頻率、切換成功率、基站地理坐標(biāo)等參數(shù)，構(gòu)建在新通信網(wǎng)絡(luò)環(huán)境下，能夠提前預(yù)測集體切換行為的ai模型，實(shí)時(shí)識(shí)別即將切換的基站，提前進(jìn)行資源分配準(zhǔn)備，有助于減少延遲，能夠顯著減少跨省市大規(guī)模移動(dòng)終端在高速移動(dòng)場景中的網(wǎng)絡(luò)延遲，提升切換效率，從而在新通信環(huán)境下進(jìn)一步改善公共交通工具內(nèi)移動(dòng)終端的網(wǎng)絡(luò)連接體驗(yàn)。

技術(shù)特征：

1.一種基于集體性基站切換交通工具狀態(tài)猜測算法的網(wǎng)絡(luò)連接優(yōu)化方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述基于集體性基站切換交通工具狀態(tài)猜測算法的網(wǎng)絡(luò)連接優(yōu)化方法，其特征在于：所述步驟s1中，通過回歸分析結(jié)合歷史軌跡回放，從歷史數(shù)據(jù)中提取用戶的接入行為、網(wǎng)絡(luò)切換記錄以及基站接入點(diǎn)的歷史數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述基于集體性基站切換交通工具狀態(tài)猜測算法的網(wǎng)絡(luò)連接優(yōu)化方法，其特征在于：所述步驟s2中，所述ai模型利用聚類分析對(duì)用戶的接入模式和移動(dòng)路徑進(jìn)行分組分類。

4.根據(jù)權(quán)利要求3所述基于集體性基站切換交通工具狀態(tài)猜測算法的網(wǎng)絡(luò)連接優(yōu)化方法，其特征在于：所述ai模型基于用戶終端的切換頻率、成功率、基站地理坐標(biāo)等數(shù)據(jù)判斷識(shí)別其是否屬于同一交通工具內(nèi)的終端群體，通過這些用戶終端的批量加入或退出某些節(jié)點(diǎn)來進(jìn)行聚類分析，結(jié)合其數(shù)量與移動(dòng)速度，推測其交通模式與群體類型。

5.根據(jù)權(quán)利要求1所述基于集體性基站切換交通工具狀態(tài)猜測算法的網(wǎng)絡(luò)連接優(yōu)化方法，其特征在于：所述預(yù)測模型為狀態(tài)空間模型，通過馬爾科夫鏈對(duì)所述用戶終端進(jìn)行預(yù)測，得到所述用戶終端未來可能連接的基站節(jié)點(diǎn)。

6.根據(jù)權(quán)利要求1所述基于集體性基站切換交通工具狀態(tài)猜測算法的網(wǎng)絡(luò)連接優(yōu)化方法，其特征在于：用戶發(fā)起連接請(qǐng)求時(shí)，所述用戶終端與控制系統(tǒng)進(jìn)行動(dòng)態(tài)網(wǎng)絡(luò)協(xié)商。

7.根據(jù)權(quán)利要求1所述基于集體性基站切換交通工具狀態(tài)猜測算法的網(wǎng)絡(luò)連接優(yōu)化方法，其特征在于：在所述用戶終端網(wǎng)絡(luò)連接優(yōu)化過程中，實(shí)時(shí)監(jiān)測網(wǎng)絡(luò)狀況并動(dòng)態(tài)調(diào)整帶寬。

技術(shù)總結(jié)
本發(fā)明公開一種基于集體性基站切換交通工具狀態(tài)猜測算法的網(wǎng)絡(luò)連接優(yōu)化方法，包括步驟：S1，在用戶發(fā)起連接請(qǐng)求之前，提取出用戶的相關(guān)歷史數(shù)據(jù)；S2，通過AI模型基于用戶相關(guān)歷史數(shù)據(jù)，識(shí)別出同一交通工具內(nèi)的終端群體，判斷交通工具類型；S3，預(yù)測用戶終端即將接入的若干個(gè)基站節(jié)點(diǎn)，提前進(jìn)行資源分配準(zhǔn)備；S4，用戶發(fā)起連接請(qǐng)求時(shí)，判斷用戶終端是否成功從這些預(yù)測的基站節(jié)點(diǎn)接入到網(wǎng)絡(luò)中。本發(fā)明通過在基站管理中，實(shí)時(shí)獲取這些終端的切換數(shù)據(jù)，通過數(shù)據(jù)收集和分析，進(jìn)行交通工具的識(shí)別和預(yù)測集體切換行為，提前進(jìn)行資源分配準(zhǔn)備，將有助于減少延遲、提升切換效率，從而在新通信環(huán)境下進(jìn)一步改善公共交通工具內(nèi)移動(dòng)終端的網(wǎng)絡(luò)連接體驗(yàn)。

技術(shù)研發(fā)人員：弋翔,鄒西山,羅嵐,羅志亮,溫雪陽,鄧宇翔,陳靜嫻,陳星
受保護(hù)的技術(shù)使用者：聯(lián)通沃音樂文化有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/28