-
公开(公告)号：CN110770761B
公开(公告)日：2022-07-22
申请号：CN201880041287.9
申请日：2018-07-05
Applicant: 华为技术有限公司
Abstract: 通过生成多个经验元组和基于生成的经验元组更新神经网络，使用深度强化学习(DRL)技术训练神经网络，以调节无线网络中的小区参数。经训练的神经网络可以用于选择动作以调节小区参数。每个经验元组包括小区标识符、第一状态、第二状态、应用至小区使该小区从第一状态转变到第二状态的动作、局部奖励、以及全局奖励。基于每个动作是否可被接受更新神经网络，基于与每个动作相关联的全局奖励和局部奖励确定每个动作是否可被接受。
-
公开(公告)号：CN110731096A
公开(公告)日：2020-01-24
申请号：CN201880038250.0
申请日：2018-11-14
Applicant: 华为技术有限公司
Abstract: 一种用于预测电信网络中的接收信号强度的计算机实现方法包括：一个或多个处理器接收表示地理区域的地理信息的地理数据以及所述地理区域中基站的天线信息和发射功率信息，所述一个或多个处理器用于执行卷积神经网络；将所述地理数据以及所述天线信息和发射功率信息输入所述卷积神经网络中；使用所述卷积神经网络预测接收信号强度，所述卷积神经网络包括基于所述接收的地理数据以及所述天线信息和发射功率信息的多个卷积层，所述接收信号强度表示在所述地理区域的不同位置接收的无线信号的信号强度；以及输出所述预测的接收信号强度。
-
公开(公告)号：CN109983798A
公开(公告)日：2019-07-05
申请号：CN201780072673.X
申请日：2017-11-20
Applicant: 华为技术有限公司
Abstract: 一种基于来自蜂窝网络中的小区的观察性能指标数据来预测蜂窝网络性能的系统和方法。所述方法包括访问观察性能指标数据集，所述性能指标数据包括所述蜂窝网络的性能指标的时间序列度量。然后，所述方法将基于小区的所述观察性能数据分类为高负载增长小区和高负载无增长小区之一。基于所述小区的所述分类，所述方法使用预测模型基于所述观察性能指标数据中的所述小区的测试数据计算至少一个性能指标的未来值。所述预测模型是根据所述观察性能指标数据中的训练数据推导出的。当所述未来值超过预警值时，输出所述至少一个性能指标的所述未来值的指示。
-
公开(公告)号：CN110731096B
公开(公告)日：2021-06-01
申请号：CN201880038250.0
申请日：2018-11-14
Applicant: 华为技术有限公司
Abstract: 一种用于预测电信网络中的接收信号强度的计算机实现方法包括：一个或多个处理器接收表示地理区域的地理信息的地理数据以及所述地理区域中基站的天线信息和发射功率信息，所述一个或多个处理器用于执行卷积神经网络；将所述地理数据以及所述天线信息和发射功率信息输入所述卷积神经网络中；使用所述卷积神经网络预测接收信号强度，所述卷积神经网络包括基于所述接收的地理数据以及所述天线信息和发射功率信息的多个卷积层，所述接收信号强度表示在所述地理区域的不同位置接收的无线信号的信号强度；以及输出所述预测的接收信号强度。
-
公开(公告)号：CN109983798B
公开(公告)日：2021-02-23
申请号：CN201780072673.X
申请日：2017-11-20
Applicant: 华为技术有限公司
Abstract: 一种基于来自蜂窝网络中的小区的观察性能指标数据来预测蜂窝网络性能的系统和方法。所述方法包括访问观察性能指标数据集，所述性能指标数据包括所述蜂窝网络的性能指标的时间序列度量。然后，所述方法基于观察性能数据，将小区分类为高负载增长小区和高负载无增长小区之一。基于所述小区的所述分类，所述方法使用预测模型基于所述观察性能指标数据中的所述小区的测试数据计算至少一个性能指标的未来值。所述预测模型是根据所述观察性能指标数据中的训练数据推导出的。当所述未来值超过预警值时，输出所述至少一个性能指标的所述未来值的指示。
-
Patent Agency Ranking
公开(公告)号：CN110786046A
公开(公告)日：2020-02-11
申请号：CN201880040833.7
申请日：2018-07-05
Applicant: 华为技术有限公司
IPC: H04W36/00
Abstract: 本技术提供了一种使用深度学习优化无线网络(包括无线网络的覆盖和容量)的新方法。所提的方法涉及生成小区组，该小区组包括被识别为表现不佳的小区和一个或多个相邻小区，基于上述表现不佳的小区与一个或多个相邻小区之间的一个或多个关系参数对上述一个或多个相邻小区进行排序，以及基于上述一个或多个相邻小区的排序生成该小区组的多维多渠道状态张量。用于蜂窝网络优化的该方法使用更快、更准确、花费更少、以及鲁棒性更高的过程改善了蜂窝网络的覆盖和容量。
-
公开(公告)号：CN108463973A
公开(公告)日：2018-08-28
申请号：CN201780006162.8
申请日：2017-01-04
Applicant: 华为技术有限公司
IPC: H04L12/24
Abstract: 一种处理器实现的方法，用于识别无线网络中网络质量劣化的根本原因。该方法包括访问网络的历史性能数据，所述性能数据包括所述网络的性能指标的时序度量。根据所述方法，评估所述历史性能数据来确定指标之间定期出现的关联，以定义表征所述无线网络的关联的规则集合，并将所述规则集合存储在数据结构中。通过访问分析数据，监测所述无线网络，所述分析数据上报时序性能指标数据。接下来，探测所述分析数据的性能指标中的异常，并将所述异常与所述规则集合中的至少一条规则进行匹配。根据所述方法，输出由所述性能指标中的异常导致的所述无线网络劣化的原因的指示。
-
公开(公告)号：CN107211294A
公开(公告)日：2017-09-26
申请号：CN201680005848.0
申请日：2016-01-14
Applicant: 华为技术有限公司
IPC: H04W24/00
Abstract: 替代自组织网络(self‑organizing‑network，SON)技术的优势可以通过从由每个SON技术生成的替代结果中获取折中结果来体现。具体地，可以基于为用于生成对应的结果的替代SON技术分配的信誉值，从该替代结果中获取该折中结果。可以基于该替代结果(例如，方案，诊断结果，预测值等)的加权平均数，或该替代结果指定的参数(例如，参数调整，潜在原因，KPI值等)的加权平均数，计算该折中结果。在这种实施例中，应用于该替代结果的权重可以基于用于生成该对应的替代结果的该相应的SON技术的信誉值。
-
公开(公告)号：CN114402253B
公开(公告)日：2025-03-28
申请号：CN201980100490.3
申请日：2019-11-21
Applicant: 华为技术有限公司
Inventor： 刘翔 , 谭涌溪 , 程宁 , 杨劲 , 弗兰克·J·埃芬博格
IPC: G02F1/1335 , G02B27/42 , G02B17/00 , G02B27/46 , G06N3/067
Abstract: 一种装置，包括：第一反射镜；第二反射镜；调制层，位于所述第一反射镜与所述第二反射镜之间并且包括多个调制区域；衍射层，位于所述调制层与所述第二反射镜之间；输入端口，准许光束进入所述装置。所述光束穿过所述衍射层，并被所述调制层调制，以在被所述第一反射镜反射之前产生第一调制光束，所述第一反射镜将所述第一调制光束朝向所述第二反射镜反射，所述第二反射镜将所述第一调制光束朝向所述调制层反射以进行至少第二次调制。
-
公开(公告)号：CN114402253A
公开(公告)日：2022-04-26
申请号：CN201980100490.3
申请日：2019-11-21
Applicant: 华为技术有限公司
Inventor： 刘翔 , 谭涌溪 , 程宁 , 杨劲 , 弗兰克·J·埃芬博格
IPC: G02F1/1335 , G02B27/42 , G02B17/00 , G02B27/46 , G06N3/067
Abstract: 一种装置，包括：第一反射镜；第二反射镜；调制层，位于所述第一反射镜与所述第二反射镜之间并且包括多个调制区域；衍射层，位于所述调制层与所述第二反射镜之间；输入端口，准许光束进入所述装置。所述光束穿过所述衍射层，并被所述调制层调制，以在被所述第一反射镜反射之前产生第一调制光束，所述第一反射镜将所述第一调制光束朝向所述第二反射镜反射，所述第二反射镜将所述第一调制光束朝向所述调制层反射以进行至少第二次调制。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.025 seconds)
