机构名称：
¥ 1.0
摘要 — 在 5G 网络部署的第一阶段，用户设备 (UE) 将按传统方式驻留在 LTE 网络上。稍后，如果 UE 请求 5G 服务，它将同时驻留在 LTE 和 5G 上。这种双驻留是通过 3GPP 标准化方法实现的，称为 E-UTRAN 新无线电双连接 (EN-DC)。与单网络驻留不同，在单网络驻留中只有一个网络的不良 RF 条件会影响用户体验质量 (QoE)，而在 EN-DC 中，LTE 或 5G 网络中的不良 RF 条件都会对用户 QoE 产生不利影响。激活 EN-DC 的参数配置不理想可能会妨碍可保留性 KPI，因为 UE 可能会观察到无线链路故障 (RLF) 增加。虽然最大化 EN-DC 激活的需求对于实现 5G 网络的最大效用是显而易见的，但避免 RLF 对维持 QoE 要求同样重要。为了解决这个问题，我们首先使用 Tomek Link 来解决数据不平衡问题，然后构建一个 AI 模型，根据实际网络低级测量结果预测 RLF。然后，我们提出并评估了一种 RLF 风险感知 EN-DC 激活方案，该方案借鉴了开发的 RLF 预测模型的见解。使用符合 3GPP 标准的 5G 模拟器进行的模拟表明，与对 EN-DC 激活不进行条件调节相比，在评估的小区簇中，所提出的方案可以帮助将潜在的 RLF 实例减少 99%。这种 RLF 减少是以 EN-DC 激活减少 50% 为代价的。这是首次提出框架和见解，供运营商优化配置 EN-DC 激活参数，以实现最大化 5G 站点效用和 QoE 之间的理想权衡的研究。索引术语 —5G、新无线电、EN-DC、无线电链路故障、人工智能 I. 介绍
AI 辅助 RLF 避免，实现智能 EN-DC 激活
主要关键词
相关文件推荐
