一种应用于室内覆盖的5G高增益宽带天线

    公开(公告)号:CN116315654A

    公开(公告)日:2023-06-23

    申请号:CN202310137191.5

    申请日:2023-02-20

    摘要: 本发明公开了一种应用于室内覆盖的5G宽带高增益天线,属于无线通信领域。其由单层介质板、反射器、有源振子和引向器组成;介质板上下左三面皆设有金属层,反射器为U型结构,沿介质基板左边沿设置于基板上下左三面;有源振子与引向器皆位于介质板上面,其中有源振子位于反射器和引向器之间,振子两臂都加载了相同的矩形枝节且振子中心为U型馈电结构,四个大小不等的引向器贴片等间距分布于振子贴片右侧。本发明改善了传统八木天线频带较窄的阻抗匹配问题,拓展了工作频带,实现了天线的宽频带特性;并结合PCB制作技术在维持八木天线高增益的基础上,进一步减小了天线的尺寸,降低了天线剖面高度。

    室分外泄小区识别方法、模型的训练方法和装置

    公开(公告)号:CN118803993A

    公开(公告)日:2024-10-18

    申请号:CN202311204172.6

    申请日:2023-09-18

    IPC分类号: H04W24/06

    摘要: 本申请公开了一种室分外泄小区识别方法、模型的训练方法和装置,用以提高室分外泄小区的识别准确性。本申请提供的方案包括:获取多个用户终端的历史通信数据和室分外泄标签,其中,历史通信数据包括用户终端在历史时段内驻留小区的通信数据,室分外泄标签表征用户终端在至少部分历史时段驻留的室分小区是否为室分外泄小区;根据历史通信数据提取多个室分小区分别对应的用户迁移特征,用户迁移特征包括用户终端在历史时段内基于室分小区执行驻留小区迁移的特征;根据用户迁移特征和室分外泄标签构建训练集,训练集包括多组基于室分小区相互对应的用户迁移特征和室分外泄标签;根据训练集训练分类模型,得到室分外泄小区识别模型。

    一种通信网络指标预测方法和电子设备

    公开(公告)号:CN116963154A

    公开(公告)日:2023-10-27

    申请号:CN202211267174.5

    申请日:2022-10-17

    IPC分类号: H04W24/08 G01W1/00

    摘要: 本申请实施例提供一种通信网络指标预测方法以及电子设备。方法应用于电子设备,包括:获取第一地域在第一时间范围的天气历史数据;获取第一地域在第一时间范围的通信网络指标历史数据;根据天气历史数据以及通信网络指标历史数据,建立针对第一地域的,天气参数与通信网络指标参数的关联关系;获取第一地域的天气预测结果;基于天气参数与通信网络指标参数的关联关系,根据天气预测结果预测第一地域的通信网络指标参数的变化,获取通信网络指标参数的预测结果。根据本申请实施例的方法,可以根据天气预测结果,预测通信网络指标的变化,从而根据预测到的网络指标变化进行预警,提前进行通信网络应急保障。

    一种基于决策树的移动网络中面向场景的指标筛选方法

    公开(公告)号:CN109982369A

    公开(公告)日:2019-07-05

    申请号:CN201910061978.1

    申请日:2019-01-23

    IPC分类号: H04W24/06 G06N20/00

    摘要: 一种基于决策树的移动网络中面向场景的性能指标筛选方法,包括采集性能指标数值、配置标签、拟合模型、提取信息增益、判断是否完成全部场景的拟合、以及对所有信息增益进行融合共六个步骤;其中,针对每个场景都要顺序执行一次配置标签、拟合模型和提取信息增益的三个步骤,只有对所有场景都完成了上述三个步骤后,才执行步骤6:对所有信息增益进行融合处理。本发明是将性能指标筛选细分为针对每个场景的任务、针对不同场景设计合理的标签配置方式、再利用决策树提取信息增益、最后利用平均值计算最后的平均信息增益、从而高效实现在多个不同场景下的性能指标的筛选。本发明操作步骤简单、容易实现,计算工作量的负担轻。

    一种基于近似依赖规则的无线通信网络异常检测方法

    公开(公告)号:CN117939506B

    公开(公告)日:2024-06-18

    申请号:CN202410341807.5

    申请日:2024-03-25

    摘要: 本发明涉及智慧运维技术领域,具体提出一种基于近似依赖规则的无线通信网络异常检测方法,该方法包括以下步骤:基于网络运维数据及关键特征指标类别信息,高效构建描述关键特征指标间依赖关系及其不确定性的运维概率图;根据关键特征指标之间的可信互信息实现近似函数依赖挖掘,使用运维概率图结构对冗余依赖进行剪枝、使用评分上界对低评分依赖进行剪枝,以提升挖掘效率;选择对网络状态异常样本敏感的近似函数依赖作为近似依赖规则;使用核心元组和高频元组两种策略对网络监控工具采集的网络参数数据进行异常检测。本发明能准确检测出状态异常的网络,还可根据规则推断产生网络异常的原因。

    一种基于近似依赖规则的无线通信网络异常检测方法

    公开(公告)号:CN117939506A

    公开(公告)日:2024-04-26

    申请号:CN202410341807.5

    申请日:2024-03-25

    摘要: 本发明涉及智慧运维技术领域,具体提出一种基于近似依赖规则的无线通信网络异常检测方法,该方法包括以下步骤:基于网络运维数据及关键特征指标类别信息,高效构建描述关键特征指标间依赖关系及其不确定性的运维概率图;根据关键特征指标之间的可信互信息实现近似函数依赖挖掘,使用运维概率图结构对冗余依赖进行剪枝、使用评分上界对低评分依赖进行剪枝,以提升挖掘效率;选择对网络状态异常样本敏感的近似函数依赖作为近似依赖规则;使用核心元组和高频元组两种策略对网络监控工具采集的网络参数数据进行异常检测。本发明能准确检测出状态异常的网络,还可根据规则推断产生网络异常的原因。

    一种POI场景的价值级别分析方法、装置和计算机设备

    公开(公告)号:CN116703186A

    公开(公告)日:2023-09-05

    申请号:CN202210161753.5

    申请日:2022-02-22

    IPC分类号: G06Q10/0639 H04W24/08

    摘要: 本发明实施例提供了一种POI场景的价值级别分析方法、装置和计算机设备。该方法包括:获取O域数据、B域数据和开源数据;对O域数据进行计算,生成基础网络指标数据;设置基础网络指标数据的第一指标权重、B域数据的第二指标权重和开源数据的第三指标权重;根据基础网络指标数据、第一指标权重、B域数据、第二指标权重、开源数据和第三指标权重,生成指标阈值参数;根据指标阈值参数,生成POI场景的价值级别。本发明实施例提供的技术方案中,基于O域数据、B域数据和开源数据,通过POI场景价值评估模型,生成POI场景的价值级别,提高了确定出POI场景的价值级别的精准度。