在LTE中发现你的竞争者：基于客户端的机器学习被动数据速率预测
网络与互联网体系结构
2018-03-02 v2
摘要
为获得尽可能高的数据速率和/或最可靠的连接，用户设备(UE)可能希望在不同网络间进行选择。然而，当前LTE与LTE-Advanced移动网络并未向UE提供关于当前可达数据速率的明确指示。因此，移动设备仅能在主动发送数据后看到其从网络所获内容。若无额外努力，提前进行被动估计并不可行。尽管设备可基于接收信号强度与质量识别当前无线条件，但其无从获知其他用户引起的小区流量负载。为弥补此缺口，我们提出一种用于连接性估计的增强型基于客户端的控制信道分析(EC3ACE)，其可逐用户地揭示小区负载。基于该信息并结合现有指标如参考信号接收功率(RSRP)与参考信号接收质量(RSRQ)，训练一个神经网络以对当前LTE链路进行数据速率预测。相较于早期工作，我们的方法将平均预测误差降至三分之一以下。在公共网络中的应用显示，预测数据速率在93%的情况下偏差小于1.5 Mbit/s。
引用
@article{arxiv.1711.06820,
title = {Discover Your Competition in LTE: Client-Based Passive Data Rate Prediction by Machine Learning},
author = {Robert Falkenberg and Karsten Heimann and Christian Wietfeld},
journal= {arXiv preprint arXiv:1711.06820},
year = {2018}
}