基于RBF神经网络的越区切换优化算法

在LTE-R越区切换中，基于A3事件的越区切换算法在列车高速运行时容易出现乒乓效应和无线链路连接失败的问题。为此，提出基于RBF神经网络的越区切换优化算法。采集列车运行在特定环境中不同速度时切换效果较好的hys和t！参数，并将其发送到RBF神经网络进行训练，得到不同速度下hys和tt.非线性表达式，根据列车接收到的参考信号质量，加人自矫正项对hy和tt进行二次调整和优化。在Matlab上进行的仿真实验结果表明，该算法能够降低掉话率和乒乓切换率，提高列车在高速运行环境下的切换成功率及鲁棒性。