5G NR 毫米波系统中的早期调度切换准备
机器学习
2024-11-18 v1 信息论
math.IT
摘要
切换（HO）过程是蜂窝网络中最关键的功能之一，由服务小区和邻区的用户信道测量驱动。整个 HO 过程的成功率显著受准备阶段影响。由于大规模多输入多输出（MIMO）系统配备大型天线阵列，能够解析信道行为的更精细细节，我们研究如何将机器学习应用于第五代（5G）新空口（NR）系统中的波束测量时间序列数据，以改进 HO 过程。本文提出了早期调度切换准备方案，旨在增强 HO 过程的鲁棒性和效率，特别是在涉及高移动性和密集小区部署的场景中。早期调度切换准备侧重于通过利用机器学习技术预测 HO 事件的最早可能触发点，来优化 HO 准备阶段的时机。我们识别出一个新的 HO 准备早期触发机制，并展示了它如何有益地减少 HO 执行所需时间，从而减轻信道质量退化。这些见解支持一种新的 HO 准备方案，该方案提供了一种新颖的、用户感知的、主动的 HO 决策制定，适用于包含移动性的 MIMO 场景。
引用
@article{arxiv.2411.09720,
title = {Early-Scheduled Handover Preparation in 5G NR Millimeter-Wave Systems},
author = {Dino Pjanić and Alexandros Sopasakis and Andres Reial and Fredrik Tufvesson},
journal= {arXiv preprint arXiv:2411.09720},
year = {2024}
}