一种基于机器学习的超密集网络小站缓存方法与流程技术资料下载

技术编号:11778565

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明属于网络通信技术领域,涉及基站缓存方法,更为具体的说,是涉及无线通信系统中一种基于机器学习的超密集网络小站缓存方法。背景技术5G(thefifthgeneration)网络中移动通信量猛增,给移动网络运营商带来极大的挑战。在宏站覆盖范围内同频密集部署小站的超密集网络技术作为5G的候选技术之一,可有效提升频谱效率和系统吞吐量。超密集网络中小站常部署在一些难以抵达的位置,这给连接小站与核心网的光纤回程链路的安装带来了困难,为解决这个问题,无线回程技术应运而生。然而无线频谱资源是有限的,从大站卸...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 王老师:1.数字信号处理 2.传感器技术及应用 3.机电一体化产品开发 4.机械工程测试技术 5.逆向工程技术研究
  • 王老师:1.机器人 2.嵌入式控制系统开发
  • 孙老师:1.振动信号时频分析理论与测试系统设计 2.汽车检测系统设计 3.汽车电子控制系统设计
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 袁老师:1.薄膜气敏传感器 2.薄膜太阳能电池