典型文献
5G EN-DC场景下LTE基站下行速率预测方法研究
文献摘要：
在EN-DC Option 3x双连接中,5GgNB能否在数据分流时准确地获取LTE eNB下行速率,影响着5G E-UTRA和NR双连接(E-UTRA-NR Dual Connectivity,EN-DC)实际性能的高低.文中提出了一种结合贝叶斯超参数优化的双层堆叠长短时记忆时序预测模型(BO_SLSTM)对LTE eNB下行速率进行实时高精度预测.研究了不同自适应学习率优化算法和时间步长对模型预测精度及速度的影响,实现算法的进一步优化.实验结果显示,经过优化后的模型预测准确性达到了 99.8％,在LTE eNB下行速率预测中具有良好的预测性能和较好的适用性.
文献关键词：
双连接;Option3x;下行速率预测;BO_SLSTM;贝叶斯超参数优化;时序预测
中图分类号：
作者姓名：
陶倩昀;袁三男;张艳秋
作者机构：
上海电力大学电子与信息工程学院,上海 200090
文献出处：
引用格式：
[1]陶倩昀;袁三男;张艳秋-.5G EN-DC场景下LTE基站下行速率预测方法研究)[J].南京邮电大学学报（自然科学版）,2022(02):72-78
A类：
下行速率预测,5GgNB,UTRA,自适应学习率优化算法,Option3x
B类：
EN,DC,LTE,基站,站下,双连接,数据分流,流时,eNB,NR,Dual,Connectivity,实际性,贝叶斯超参数优化,堆叠,长短时记忆,时序预测模型,BO,SLSTM,精度预测,时间步长,预测准确性,预测性能
AB值：
0.231256
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
