基于神经网络的高铁通信切换优化方法研究

分析了传统高铁LTE-R网络建设的业务需求。针对列车行驶中频繁出现的A3切换事件,此事件使得专网小区出现数据上传、下载速率低,话音接通率、掉线率劣化等问题,提出了一种基于改进的人工蜂群算法和径向基函数神经网络的越区切换优化方法。通过分析高铁列车的实时运行速度和传输损耗,对列车运行中切换触发时延和切换迟滞门限这两个参数进行了预测和动态优化,以提升高铁列车在运行中用户终端的切换成功率和鲁棒性。实验中以长吉线高铁某区间为例进行测试,采集列车在不同运行速度下的实际参数进行训练。实验结果表明,基于改进的工蜂群算法和神经网络的切换方法具有更高的实时性和稳定性,能够大幅提升用户业务感知。