基于机器学习的LTE-MR定位算法研究与应用范例
王宁1
刘旭峰2
贾元启3
史文祥4
郭新5
何丹萍6
1.郑州大学信息工程学院,郑州450001;河南省智能网络和数据分析国际联合实验室,郑州450001;中讯邮电咨询设计院有限公司郑州分公司,郑州450007;北京交通大学轨道交通控制与安全国家重点实验室,北京1000442.郑州大学信息工程学院,郑州450001;中讯邮电咨询设计院有限公司郑州分公司,郑州4500073.河南省智能网络和数据分析国际联合实验室,郑州450001;中讯邮电咨询设计院有限公司郑州分公司,郑州4500074.中讯邮电咨询设计院有限公司郑州分公司,郑州4500075.郑州大学信息工程学院,郑州450001;河南省智能网络和数据分析国际联合实验室,郑州4500016.北京交通大学轨道交通控制与安全国家重点实验室,北京100044
摘要：LTE用户向网络反馈的MR测量报告,可以为无线网络分析与优化提供海量的基础测试数据.设计高精度的MR定位信息重构算法,对发展数据驱动的网络优化技术至关重要.本文首先对几种传统的基于终端测量信息的定位算法及其优缺点进行分类介绍,进而提出一种基于机器学习方法设计高精度混合定位算法的思想.基于该思想,采用了AdaBoost算法对同区域具备定位信息标签的MR数据进行模型训练,得到的模型可对定位信息缺失的MR数据进行较高精度的定位信息重构.以中国联通某业务区本地网LTE-MR数据为例,对所提算法性能进行了仿真及误差分析,讨论了算法的优缺点,测试了算法运行的速度,并通过具体案例展示了算法应用于中国联通RNExp无线网络专家系统进行网络覆盖评估的效果.
关键词：移动用户定位机器学习混合算法AdaBoost算法LTE测量报告数据分析
分类号：TN98(电子技术、通信技术)
资助基金：国家自然科学基金(61771431)河南省重点研发和推广专项(202102210328)中兴通讯产学研项目(18L00560)
论文发表日期：2021-04-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 87-94,110 )
英文信息