5G 毫米波频段固定宽带无线接入的性能分析

端到端光纤网络具有为终端用户提供多千兆固定接入的潜力。然而，部署光纤接入（尤其是在未铺设光纤的地区）可能既耗时又昂贵，导致运营商回报延迟。本研究调查了 5G 毫米波频段固定宽带无线接入的传输数据。鉴于该领域的日益关注，理解数据的传输特性变得至关重要。虽然目前已有毫米波频段的现有数据集，但它们通常是由模拟环境生成的。在本研究中，我们引入了一个数据集，该数据集由从毫米波频段固定宽带无线接入设备 (RWM6050) 收集的真实传输数据汇编而成。其目的是促进基于传输特性的自配置。为此，我们提出了一种基于在线机器学习的方法，用于对传输特性进行实时训练和分类。此外，我们提出了两种先进的时间模型以实现更准确的分类。我们的结果表明，通过分析传输数据，能够以极高的准确率直接检测传输角度和距离，在联合分类任务上的准确率高达 99%。最后，我们基于收集的数据概述了有前景的未来研究方向。