纪纯妹
- 作品数：19 被引量：40H指数：2
- 供职机构：中国移动通信集团广东有限公司更多>>
- 发文基金：国家自然科学基金广东省自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 4G深度覆盖解决方案研究
- 室内深度覆盖场景多样,方案要求高,应对不同场景特征需要综合多样的解决方案,没有一个统一方案可以应用于各种场景。本文通过识别室内覆盖问题,在常规站点建设无法正常开展的情况下,充分利用现网资源,灵活使用各种类型的产品进行部署...
- 纪纯妹
- 关键词：4GPRS
- 文献传递
- 5G用户下载速率低问题分析和处理被引量：1
- 2022年
- 5G网络当前核心业务是面向个人消费市场的eMBB应用,超高的传输速率是根本。通过前台测试软件测试发现5G用户接入网络后下载速率低的问题,通过对卡、终端、服务器、基站侧、传输侧、核心侧等联合排查,定位问题,并提出相应的问题处理流程和解决方案。
- 许文辉纪纯妹胡琳欣陈郁乔
- 关键词：MCS下载速率调度弱光
- 多小区OFDMA系统基于改进PSA的资源分配算法被引量：1
- 2011年
- 针对载波、功率资源分配问题,考虑本小区对其它小区的干扰情况,提出了一种应用于多小区正交频分多址复用(OFDMA)系统中的改进罚函数模拟退火(PSA)算法。该问题模型是在传输速率和性能一定的条件下,最小化传输功率。该算法是一种随机寻优算法,是一种能将局部搜索扩展为全局搜索的启发式算法。仿真结果表明,改进算法简化了问题模型,可以在不影响系统性能的情况下减少运算时间。基于模拟退火算法的离散功率的取值具有随机性,但是整体规律性仍很明显,且能够获得较高的单位功率吞吐量。
- 赵清利纪纯妹
- 关键词：资源分配罚函数模拟退火
- MIMO-MC-CDMA系统中信道估计算法的比较被引量：1
- 2009年
- 无线通信系统中最常用的就是使用导频来获得初始的信道响应,信道估计的目的就是通过导频序列来获得每个子信道上的信道状态信息(CSI)。但是对于何种场合要运用何种导频方式并没有具体的文章描述清楚,文中给出了MIMO-MC-CDMA系统中常用的3种信道估计算法,分别是基于分散导频(梳状导频)、正交导频、分组导频(块状导频)。通过分析这三种信道估计方法,得出结论。
- 黄辉纪纯妹倪豆
- 基于DPI大数据的5G手机上网性能自适应评价
- 5G商用,手机终端是用户感知重要的承载体。目前尚缺乏从实际用户流量数据出发的5G手机终端性能评价方法。基于5G用户上网DPI大数据,根据实际5G性能指标分布,建立基于5G手机终端型号的动态评价模型,实现分项评分自适应调整...
- 胡琳欣廖章雄纪纯妹陈郁乔饶新益
- 关键词：DPI
- 5G信号快衰场景的异频切换算法优化
- 2024年
- 为节省投资,部分电梯车库等区域未规划5G覆盖,由于快衰产生用户感知问题。本文对5G用户进入电梯后业务过程发生掉线的问题进行分析,在4G/5G等多制式的网络中,对5G覆盖不完善区域,开展异频切换算法优化,保证用户5G驻留比,并提升用户感知。
- 郭向荣纪纯妹马于飞熊雄许文辉
- 关键词：NSA掉话
- 4G终端无法接入网络的问题分析和处理被引量：1
- 2018年
- 随着第四代移动通信技术的发展,2G、3G、4G等多张网络并存,相比原有的2\3G网络而言,网络结构更加复杂,移动终端更新速度快,终端与网络之间如何兼容成为亟待解决的问题。本文通过端到端的信令分析34G单卡双待终端无法同时驻留在3G和4G这两个网络上导致无法进行语音业务的问题,定位问题所在,并提出相关解决方案。
- 纪纯妹郭向荣
- 关键词：端到端信令分析语音业务
- 基于大数据思维的MDT数据过滤与室内识别方法被引量：3
- 2019年
- 现阶段运营商的室内网络评估方法不能有效支撑海量的室内网络评估与分析应用。从MDT数据特性出发,研究MDT数据结构与字段,采用基于大数据多维度分析的MDT异常GPS过滤方法和基于大数据匹配的MDT室内数据识别方法,该方法经过验证能够有效输出室内定位数据,解决MDT定位数据无法用于室内网络评估的问题,提供海量有效经纬度数据用于室内评估与分析。
- 郭向荣李刚纪纯妹陈炯锋马于飞熊雄
- 关键词：数据过滤
- 基于罚函数的自适应全半切换算法
- 2014年
- 提出了一种全半速率自适应切换的算法,基于话务情况,自适应调整话务忙门限,实现全半速率占比动态分配。该算法通过网络选择路损、转换电平门限和质量保护门限来保证质量及容量,通过全半切换的统计、判决时间来避免乒乓切换和保证信道连续性,并最终归结为约束优化问题,且利用罚函数法进行求解。最后应用于现网高话务量场景进行功能验证。
- 纪纯妹许文辉
- 关键词：罚函数自适应
- 深度学习模型可解释性研究综述被引量：28
- 2021年
- 深度学习技术以数据驱动学习的特点,在自然语言处理、图像处理、语音识别等领域取得了巨大成就。但由于深度学习模型网络过深、参数多、复杂度高等特性,该模型做出的决策及中间过程让人类难以理解,因此探究深度学习的可解释性成为当前人工智能领域研究的新课题。以深度学习模型可解释性为研究对象,对其研究进展进行总结阐述。从自解释模型、特定模型解释、不可知模型解释、因果可解释性四个方面对主要可解释性方法进行总结分析。列举出可解释性相关技术的应用,讨论当前可解释性研究存在的问题并进行展望,以推动深度学习可解释性研究框架的进一步发展。
- 曾春艳严康王志锋余琰纪纯妹
- 关键词：可解释性人工智能
