本發(fā)明公開了一種基于AI模型的異頻信號強(qiáng)度預(yù)測方法。包括以下步驟:步驟1,數(shù)據(jù)采集,步驟2,樣本預(yù)處理,步驟3,獲取預(yù)測模型,步驟4,模型檢測,步驟5,基于模型的預(yù)測與使用:步驟6:模型的更新維護(hù).本發(fā)明的優(yōu)越效果是:準(zhǔn)確地預(yù)測了異頻信號強(qiáng)度,在對UE進(jìn)行異頻切換選擇異頻目標(biāo)小區(qū)或在載波聚合時(shí)配置多個輔載波的場景下,避免了異頻測量的過程。不依賴于測量時(shí)隙而獲得異頻鄰區(qū)的信號強(qiáng)度信息,同時(shí)解決了現(xiàn)有技術(shù)中柵格顆粒度太大引起的異頻信號強(qiáng)度預(yù)測不準(zhǔn)確以及沒有定期更新柵格帶來的預(yù)測模型失效從而導(dǎo)致的異頻信號強(qiáng)度預(yù)測不準(zhǔn)確的問題。
聲明:
“基于AI模型的異頻信號強(qiáng)度預(yù)測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)