检索结果-内蒙古大学图书馆

TD-LTE系统上行干扰问题研究

引用

电信科学 2016年第S1期32卷 52-57页

作者：张冬晨李行政汪汀岚耿鲁静中国移动通信集团设计院有限公司网络研究与优化事业部北京100080

上行干扰对网络性能的影响程度是开展全网干扰排查与优化的重要前提。采用系统级仿真研究、实验室测试、现网统计分析等综合手段,对上行干扰问题进行了深入研究,提出全网上行干扰分析与排查系列标准,为全网上行干扰集中分析与排查奠定... 详细信息

上行干扰对网络性能的影响程度是开展全网干扰排查与优化的重要前提。采用系统级仿真研究、实验室测试、现网统计分析等综合手段,对上行干扰问题进行了深入研究,提出全网上行干扰分析与排查系列标准,为全网上行干扰集中分析与排查奠定了基础。

关键词： TD-LTE 上行干扰系统内干扰异系统干扰

来源：评论

学校读者我要写书评

暂无评论

NB-IoT不同组网方案的深度覆盖研究

引用

物联网学报 2017年第3期1卷 33-39页

作者：张旭阳李世光周俊马建辉刘克清中国移动通信集团设计院有限公司网络研究与优化事业部北京100080

NB-IoT的深度覆盖增强是其最重要的特性之一,NB-IoT可以满足大量需要深度覆盖的物联网应用场景。对NB-IoT的覆盖增强特性原理进行研究,对目前2种主流组网方案的深度覆盖性能分别进行验证测试和研究分析。

关键词：窄带物联网深度覆盖组网

来源：评论

学校读者我要写书评

暂无评论

面向物联网的GSM900网络频率重耕方法研究及应用

引用

物联网学报 2017年第3期1卷 47-54页

作者：许伟东周俊宫晓强武科邓也中国移动通信集团设计院有限公司安徽分公司安徽合肥230041 中国移动通信集团设计院有限公司网络研究与优化事业部北京100080

随着现阶段GSM900网络无线利用率的降低、LTE业务的迅猛发展和物联网技术的日趋成熟,为最大化资源承载效率,GSM900网络将清退部分频段用于物联网等其他网络建设。主要研究在满足物联网频率资源需求的情况下,基于智能自动频率优化系统(AF... 详细信息

随着现阶段GSM900网络无线利用率的降低、LTE业务的迅猛发展和物联网技术的日趋成熟,为最大化资源承载效率,GSM900网络将清退部分频段用于物联网等其他网络建设。主要研究在满足物联网频率资源需求的情况下,基于智能自动频率优化系统(AFOS)开展GSM900网络频率重耕的方法及在实际中的应用。

关键词：频率重耕 AFOS 物联网分频

来源：评论

学校读者我要写书评

暂无评论

数据中心发电机组在机房楼内置的解决方案探讨

引用

通讯世界 2024年第4期31卷 64-66页

作者：叶正宁张瑜任帅中国移动通信集团设计院有限公司北京100080 中国移动通信集团网络事业部北京100032

为解决通信机楼备用柴油发电机组安装机房面积紧张,或者安装在地下空间时,进排风面积不足、散热困难、消噪空间不足等问题,对柴油发电机组散热装置和消噪装置远置安装方式进行研究,结合具体案例分析这些远置安装方式所需的条件、增加的... 详细信息

为解决通信机楼备用柴油发电机组安装机房面积紧张,或者安装在地下空间时,进排风面积不足、散热困难、消噪空间不足等问题,对柴油发电机组散热装置和消噪装置远置安装方式进行研究,结合具体案例分析这些远置安装方式所需的条件、增加的相关投资等,以期为相关人员或工程提供参考。

关键词：散热装置降噪处理远置安装

来源：评论

学校读者我要写书评

暂无评论

面向5G干扰数据的半监督聚类研究

面向5G干扰数据的半监督聚类研究

引用

5G网络创新研讨会（2021）

作者：殷旭易佩迪马冠南陈燕雷陈志伟巩雪吴兴耀李涛中国移动通信集团网络事业部中国移动通信集团公司设计院网研中心中国移动通信集团云南有限公司

提出了一种基于生成对抗网络(GAN)的半监督方法,以满足5G时代不平衡干扰数据的分类需求。该方法考虑到不平衡样本的误分代价,在prb数据集上增加敏感代价值,实现了正负样本的抽取概率平衡。在模型构建上,网络层数的选择权衡网络复杂度和... 详细信息

提出了一种基于生成对抗网络(GAN)的半监督方法,以满足5G时代不平衡干扰数据的分类需求。该方法考虑到不平衡样本的误分代价,在prb数据集上增加敏感代价值,实现了正负样本的抽取概率平衡。在模型构建上,网络层数的选择权衡网络复杂度和输出性能的关系,以达到最佳的性能配比。在训练策略中,采用迭代算法。实验研究表明,该方法在干扰数据的分类问题上可以达到97.4%的准确率。同时,该模型能自适应的分类出5G干扰中的新类型,归一化互信息NMI和兰德指数均在0.9以上,在5G干扰分类中有良好的应用前景。据作者所知,本文代表了半监督学习在5G干扰识别分类中的首次应用。

关键词： 5G PRB干扰半监督学习 GAN

来源：评论

学校读者我要写书评

暂无评论

面向5G干扰数据的半监督聚类研究

面向5G干扰数据的半监督聚类研究

引用

2021年5G网络创新研讨会

作者：殷旭易佩迪马冠南陈燕雷陈志伟巩雪吴兴耀李涛中国移动通信集团网络事业部北京100032 中国移动通信集团公司设计院网研中心北京100080 中国移动通信集团云南有限公司云南昆明650228

提出了一种基于生成对抗网络(GAN)的半监督方法，以满足5G时代不平衡干扰数据的分类需求.该方法考虑到不平衡样本的误分代价，在prb数据集上增加敏感代价值，实现了正负样本的抽取概率平衡.在模型构建上，网络层数的选择权衡网络复杂度... 详细信息

提出了一种基于生成对抗网络(GAN)的半监督方法，以满足5G时代不平衡干扰数据的分类需求.该方法考虑到不平衡样本的误分代价，在prb数据集上增加敏感代价值，实现了正负样本的抽取概率平衡.在模型构建上，网络层数的选择权衡网络复杂度和输出性能的关系，以达到最佳的性能配比.在训练策略中，采用迭代算法.实验研究表明，该方法在干扰数据的分类问题上可以达到97.4％的准确率.同时，该模型能自适应的分类出5G干扰中的新类型，归一化互信息NMI和兰德指数均在0.9以上，在5G干扰分类中有良好的应用前景.据作者所知，本文代表了半监督学习在5G干扰识别分类中的首次应用.

关键词： 5G PRB干扰半监督学习 GAN

来源：评论

学校读者我要写书评

暂无评论

《大数据网优平台应用专题》序

引用

电信工程技术与标准化 2017年第11期30卷 71-71页

作者：汤利民中国移动通信集团设计院有限公司网络研究与优化事业部

应用大数据处理技术来解决网络优化中海量数据处理和关联分析等难题、自主研发和打造全网统一的集中优化应用平台,是推动中国移动网络优化工作向＂集中化＂、＂智能化＂和＂自主化＂方向迈进的重要手段。近年来中国移动网优集中化取得... 详细信息

应用大数据处理技术来解决网络优化中海量数据处理和关联分析等难题、自主研发和打造全网统一的集中优化应用平台,是推动中国移动网络优化工作向＂集中化＂、＂智能化＂和＂自主化＂方向迈进的重要手段。近年来中国移动网优集中化取得了显著成效,原有四级优化模式已转变为全国策略优化和省级集中优化两级分层。但随着移动4G网络的迅猛发展、网络结构日趋复杂,IT支撑能力已成为当前限制网优集中化走向深度和广度的瓶颈.

关键词：网优中国移动数据处理技术网络优化工作网络结构策略优化平台应用四级关联优化模式

来源：评论

学校读者我要写书评

暂无评论

基于GAN的半监督PRB干扰数据分类方法

引用

电信科学 2021年第S2期 137-144页

作者：易佩迪马冠南陈燕雷殷旭巩雪吴兴耀李涛中国移动通信集团设计院有限公司网研中心中国移动通信集团网络事业部

面向5G时代多样化的不平衡干扰数据，提出一种基于生成对抗网络（GAN）的半监督学习分类方法。该方法考虑了不平衡样本的误分代价，在数据集的设置上增加敏感代价值，实现正负样本的抽取概率平衡。在构建模型上，网络层数权衡了网络复... 详细信息

面向5G时代多样化的不平衡干扰数据，提出一种基于生成对抗网络（GAN）的半监督学习分类方法。该方法考虑了不平衡样本的误分代价，在数据集的设置上增加敏感代价值，实现正负样本的抽取概率平衡。在构建模型上，网络层数权衡了网络复杂度和输出性能的关系，以达到最佳的性能配比。在训练过程中，将带标签的样本数据量设置为20%，目的是让该算法最大限度地发挥半监督学习功能。实验结果表明，提出的网络模型在干扰数据的分类问题上可以达到98%的准确率。同时，该模型能自适应地分类出5G干扰中的新类型，且干扰样本纯度高，归一化互信息NMI和兰德指数均在0.9以上，展示了生成对抗网络在5G干扰分类中的良好应用前景。

关键词： 5G 半监督学习 GAN PRB 干扰识别

来源：评论

学校读者我要写书评

暂无评论

通信基站隔离式雷电防护装置试验方法

通信基站隔离式雷电防护装置试验方法

引用

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：