-
公开(公告)号：CN116321187A
公开(公告)日：2023-06-23
申请号：CN202111571346.3
申请日：2021-12-21
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供一种信号路径损耗预测模型的训练方法及装置，该方法包括：获取预设区域的数据集；数据集中的数据包括：地图数据、工程参数数据和实测路径损耗数据；对数据集中的数据进行预处理；从预处理后的数据集中提取已有特征，并对工程参数数据与实测路径损耗数据进行合并，并结合所述地图数据中的建筑物特征构建合成特征；将已有特征和所述合成特征合并作为特征库；将特征库中的数据随机划分为训练集数据和测试集数据；根据训练集数据和测试集数据对信号路径损耗预测模型中进行训练，得到训练后的信号路径损耗预测模型。本发明中，通过构建特征在算法训练信号路径损耗预测信号路径损耗，适用范围更广，准确率更高。
-
公开(公告)号：CN116260731A
公开(公告)日：2023-06-13
申请号：CN202111496618.8
申请日：2021-12-09
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04L41/147 , H04L43/0876 , H04L43/0894 , H04W16/22 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种流量预测方法、装置及设备，其中，流量预测方法包括：根据至少两个待预测小区对应的第一网管数据，获取第一小区图结构和M时刻的流量特征数据；根据所述第一小区图结构和M时刻的流量特征数据，获取各个所述待预测小区分别对应的N时刻的流量预测值；其中，所述N时刻为所述M时刻之后的时刻。本方案能够实现小区之间以图结构的方式进行输入，进而实现利用小区之间的联系以及各小区的流量特征来预测未来时刻的流量信息，从而提高预测准确率；很好的解决了现有技术中针对小区流量的预测方案精度低的问题。
-
公开(公告)号：CN118804305A
公开(公告)日：2024-10-18
申请号：CN202311689657.9
申请日：2023-12-11
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04W72/044 , H04W72/0453 , H04W72/50 , H04W72/542 , G06N3/092
Abstract: 本发明公开了一种资源分配方法、装置、终端及可读存储介质，涉及无线技术领域，以解决终端侧资源分配的合理性较差的问题。该方法由终端执行，具体包括：获取第一时隙的系统状态信息，所述系统状态信息包括多个系统中每一个系统的信道增益以及第二时隙的资源分配信息，所述资源分配信息包括所述多个系统中每一个系统对应的发射功率，以及多个业务中每一个业务在每一个系统中对应的带宽资源，所述第二时隙为所述第一时隙的前一个时隙；将所述第一时隙的系统状态信息输入预先训练的资源分配模型中进行分配处理，得到所述第一时隙的资源分配信息。本发明实施例可提高终端侧资源分配的合理性。
-
公开(公告)号：CN118804304A
公开(公告)日：2024-10-18
申请号：CN202311633226.0
申请日：2023-12-01
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04W72/044 , H04W72/566
Abstract: 本申请公开了一种资源分配方法、装置、通信设备及可读存储介质，涉及通信技术领域，以解决相关技术用户调度轮转周期较大，体验速率较低的问题。该方法包括：根据每个波束方向上的每个用户设备的需求RB数，确定每个波束方向的需求RB数；根据每个波束方向上的各用户设备的调度优先级，确定每个波束方向的优先级；根据每个波束方向的优先级和需求RB数，确定至少一个目标波束方向；调度至少一个目标波束方向的波束，按照每个目标波束方向上的各用户设备的调度优先级和需求RB数，为每个目标波束方向上的各用户设备分配RB资源。本申请实施例能够实现基于用户实际资源调度需求调度相应波束，缩短用户调度轮转周期，提高用户体验速率。
-
公开(公告)号：CN118802567A
公开(公告)日：2024-10-18
申请号：CN202311735356.5
申请日：2023-12-15
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04L41/14 , G06F40/35 , G06N3/0464 , G06N3/0455 , G06N3/0895
Abstract: 本申请公开了一种网络智能化方法及系统、装置、网络设备及存储介质，所述方法包括：第一模型获得目标对话，对所述目标对话进行语义分析，得到所述目标对话指示的目标任务；根据所述目标任务确定网络决策需求，向第二模型发送所述网络决策需求；所述网络决策需求用于所述第二模型生成至少一组网络配置；所述至少一组网络配置被发送至第三模型，用于所述第三模型生成至少一组网络指标仿真结果；所述至少一组网络指标仿真结果用于从所述至少一组网络配置中确定目标网络配置，所述目标网络配置用于对现网环境的网络参数进行配置。如此，将“网络知识、现网环境、孪生环境”三者关联起来形成有效闭环，构建自优化自分析的通信网络大模型。
-
Patent Agency Ranking
公开(公告)号：CN118802465A
公开(公告)日：2024-10-18
申请号：CN202410064121.6
申请日：2024-01-16
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04L41/0631 , H04L41/14 , H04L41/16 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/047 , G06N3/084
Abstract: 本发明公开了一种通信网络故障诊断方法、装置、存储介质及终端设备，所述方法包括：获取待诊断通信网络的网络状态数据；对所述网络状态数据进行预处理，获得高维特征样本；将所述高维特征样本输入多尺度高斯混合模型中进行分类处理，获得故障诊断结果。采用本发明的技术方案基于多尺度高斯混合模型对通信网络的数据进行故障诊断，能够有效利用数据在高维空间的分布特征，从而提高通信网络故障诊断的诊断精度。
-
公开(公告)号：CN118802420A
公开(公告)日：2024-10-18
申请号：CN202410016914.0
申请日：2024-01-04
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04L25/02
Abstract: 本发明提供一种信道估计方法、装置及电子设备。所述方法包括：生成网络设备的接收信号数据样本；对所述接收信号数据样本进行转化，获得接收信号的采样协方差矩阵；利用多任务回归网络模型以及所述采样协方差矩阵与信道矩阵参数之间的映射关系，获得信道矩阵参数，所述信道矩阵参数包括：角度和信道增益。本申请中，将接收信号数据样本转换为采样协方差矩阵，将采样协方差矩阵输入多任务回归网络模型，通过学习接收信号的采样协方差矩阵与信道矩阵系数间非线性映射关系完成角度估计和信道增益估计。避免了单一任务模型下网络重复训练和网络架构修改，同时有效地减少了网络训练参数，降低了模型复杂度，具有更好的信道估计性能。
-
公开(公告)号：CN118802040A
公开(公告)日：2024-10-18
申请号：CN202410259934.0
申请日：2024-03-07
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04B17/391 , H04W16/22 , G01C21/00 , G06F30/27 , G06T17/05 , G06N3/0464 , G06N3/045
Abstract: 本发明公开了一种基于深度学习的信道建模方法、装置、介质、产品及设备，所述方法包括：获取不同的场景地图的3D地图数据，根据所述3D地图数据构造地图矩阵数据；根据所述地图矩阵数据进行地图预训练模型的建模，并根据所述地图预训练模型提取所述场景地图的地图特征；获取所述场景地图中的信号收发端对应的信道冲击响应作为信道信息，并根据所述地图特征和所述信道信息构造训练数据；根据所述训练数据对预设的基于深度学习的神经网络模型进行训练，获得信道模型。采用本发明的技术方案能够同时提升信道建模效率和信道模型的准确性，并且还能够适用于复杂多样的环境场景，有效提升信道模型的泛化性能。
-
公开(公告)号：CN118797508A
公开(公告)日：2024-10-18
申请号：CN202410211610.X
申请日：2024-02-26
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F18/2433 , G06F18/25 , G06F18/20
Abstract: 本申请实施例提供了一种数据集构建方法、数据集构建装置及存储介质，该方法包括：数据集构建装置对原始数据进行预设处理，获得目标数据；其中，目标数据至少包括第一目标故障工单数据、第一目标告警数据以及第一目标网络指标数据；确定第一目标告警数据和第一目标故障工单数据之间的第一关联数据，并确定第一目标网络指标数据和第一目标故障工单数据之间的第二关联数据；基于第一关联数据和第二关联数据确定融合归并后的初始数据集；对初始数据集进行质量评估处理，在初始数据集满足第一评估条件的情况下，基于初始数据集确定目标数据集，从而可以提升模型训练效果和性能。
-
公开(公告)号：CN118100997A
公开(公告)日：2024-05-28
申请号：CN202211502534.5
申请日：2022-11-28
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: H04B7/0413 , H04B7/08 , G06N3/0464
Abstract: 本发明提供一种DoA估计方法、装置、设备及介质。该方法包括接收发送端设备发送的第一信号；根据第一信号，获得目标协方差矩阵，其中，目标协方差矩阵为Nr×Nr的方阵，Nr是接收端设备的接收天线阵列单元数；将目标协方差矩阵进行第一数据预处理后，输入至深度残差收缩网络，获得直射LOS径波达方向DoA估计结果；将目标协方差矩阵进行第二数据预处理后，输入至卷积神经网络，获得非直射NLOS径DoA估计结果。该方法通过上述基于深度学习的DoA估计算法不仅实现了多径DoA估计，且能够达到降低估计误差的效果。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.062 seconds)
