基于时间序列预测模型的5G-R无线重联主备链路切换流程优化OA北大核心

针对重载铁路场景下传统无线重联设备主备链路同时发送信息所导致的传输效率较低、易造成传输资源浪费、存在链路切换时延或误判等问题,在5G-R时代探究如何对无线重联进行高效监测与控制,并建立一种更为智能的优化机制成为支撑重载铁路安全保障的迫切需要。提出的优化机制首先根据终端在5G-R网络下测量得到的SS-RSRP、SS-SINR等信号质量评估参数确定主备链路;再结合LSTM、Informer等时间序列预测模型,根据采集的实时传输时延样本,对未来主备链路状态进行预测,在预期不良时提前切换链路,避免进一步导致传输质量的恶化。结果表明,使用LSTM模型和Informer模型优化机制预测曲线的平均百分比误差MAPE分别为11.2%和10%,预测结果与实测样本一致性较好;相同线路下主备链路需要切换的频率较不使用优化机制减少75.12%和89.31%;在同样保留主备双冗余条件下传输效率较原有方式提升56.37%和75.01%。该优化机制在保留无线重联列车间通信链路冗余的情况下大幅提升通信资源的利用效率,可大幅降低重载铁路无线重联业务5G-R网络的传输负荷和重联系统设计的复杂度,对提升重载铁路运输生产安全和效率具有指导意义。