本文版权为《邮电设计技术》所有,如需转载请联系《邮电设计技术》编辑部
摘要:介绍了一种基于随机森林算法的智能 NB-IoT覆盖评估新方法,通过人工智能算法解决了NB-IoT覆盖评估不精确的难题。首先从理论推导和实测矫正2个方面介绍了目前NB-IoT覆盖评估一般所采用的线性评估方法,然后介绍了基于随机森林算法的数据获取和模型构建,最后对比了NB-IoT覆盖线性评估方法和随机森林算法模型评估方法的结果。
关键词:随机森林算法;窄带物联网;覆盖评估
doi:10.12045/j.issn.1007-3043.2021.08.016
引言
窄带物联网(Narrow Band Internet of Things, NB-IoT)作为 5 G低功耗大连接场景的前期技术已得到了广泛关注,NB-IoT目前已成为各大运营商物联网采用的主流技术。与传统通信技术相比,窄带物联网技术具有低成本、低功耗的特点,应用范围更加广泛。在技术路径的选择上,窄带物联网技术对传统通信技术做了极大的简化,为了节省终端功耗,不支持终端的MR测量上报。通过传统手段来获取NB-IoT网络的信号状况,不仅周期长、成本高、效率低,而且部分业务场景点难以覆盖,因此无有效的手段获取网络覆盖状况成为了窄带物联网技术发展中亟待解决的难题。在人工智能日益成熟、应用愈发广泛的今天,在 NBIoT网络覆盖评估引入随机森林算法,有望解决这一难题,为窄带物联网的进一步推广应用扫清障碍。