54、高速铁路网络用户识别与中文介词语言演化模型研究

高速铁路网络用户识别与中文介词语言演化模型研究

高速铁路网络用户识别算法

随着 LTE 用户的飞速增长，高速铁路网络的过载问题日益严峻。识别接入铁路网络的公共网络用户，是解决高铁网络过载问题的关键和难点，尤其在现有速度检测算法效果不佳的低速场景下。为此，提出了一种基于切换链路的高速铁路网络用户识别算法。

高铁网络通信挑战与现状

在高速铁路的快速发展中，随着速度的提升和车厢封闭性的增强，高铁通信面临诸多挑战：
- 多普勒效应影响 ：高速行驶时，多普勒效应对无线通信的影响更为明显，频繁的切换增加了基站的调度负载。
- 信号衰减严重 ：高度封闭的高铁车厢对手机信号衰减影响大，不同 CRH 型号的 LTE 信号损耗值在 -20 dbm 至 -30 dbm 之间。
- 基站负载挑战 ：高铁上用户分布密度高，给基站负载带来挑战。

为应对这些问题，电信运营商通常会为高铁建设专用网络。为减少小区切换频率，高铁网络采用了组合小区方案，约 10 个 RRU 合并为一个组合小区。同时，针对 LTE 网络采用 F + D 双层网络策略。然而，随着 LTE 用户数量的增加，密集城区的互联网用户也能接入高铁网络，列车经过时网络仍会不堪重负。而且，由于铁路网络和公共网络之间邻区的删除，公共用户一旦接入铁路网络就无法切换回公共网络。因此，及时发现并清除铁路网络中的公共用户，区分接入铁路网络的所有用户中的公共用户尤为关键。

基于速度检测算法的局限性

华为曾提出基于速度检测的专用网络用户识别算法，并于 20