摘要
本发明公开了一种基于人工智能的基站寻呼方法,包括:S1、开启UE位置信息和测量信息上报;S2、对用户位置信息进行预处理,并利用聚类分析方法对用户位置信息进行聚类;S3、基于步骤S2的聚类结果,构建马尔可夫模型以预测用户的活动轨迹;S4、利用构建的马尔可夫模型,确定用户的初始状态,基于状态转移矩阵预测用户未来出现的位置,并逐步预测出用户在未来一段时间内的活动轨迹;S5、根据预测的用户活动轨迹,进行寻呼信息下发,每个小区提前准备寻呼空口资源,当终端收到寻呼消息并确认匹配时,发起随机接入完成寻呼过程。基于人工智能技术获取UE活动轨迹后提前准备寻呼资源,减少寻呼时延,并在极端场景下邻区协助进行寻呼,提升寻呼成功率。
技术关键词
寻呼方法
马尔可夫模型
UE位置信息
聚类分析方法
两点间距离
基站
轨迹
矩阵
寻呼成功率
寻呼时延
样本
寻呼资源
小区
人工智能技术
空口
消息
终端
系统为您推荐了相关专利信息
早期诊断系统
深度信念网络
隐马尔可夫模型
宫颈癌前病变
端粒酶活性检测
摘要生成方法
解码器
多层注意力机制
隐马尔可夫模型
序列
辅助定位方法
惯性导航系统
物体
卷积神经网络模型
信号
数据安全管理方法
深度Q学习网络
隐马尔可夫模型
生成对抗网络
极限学习机
任务分配方法
任务分配模型
维修智能
团队
修复系统