南京邮电大学学报(自然科学版)

作者：陶倩昀,袁三男,张艳秋

单位：上海电力大学 电子与信息工程学院，上海　200090上海电力大学 电子与信息工程学院，上海　200090上海电力大学 电子与信息工程学院，上海　200090

关键词：双连接；Option3x；下行速率预测；BO_SLSTM；贝叶斯超参数优化；时序预测

基金：国家自然科学基金（61401269）资助项目

在EN DC Option 3x双连接中，5G gNB能否在数据分流时准确地获取LTE eNB下行速率，影响着5G E UTRA和NR双连接（E UTRA NR Dual Connectivity，EN DC）实际性能的高低。文中提出了一种结合贝叶斯超参数优化的双层堆叠长短时记忆时序预测模型（BO_SLSTM）对LTE eNB下行速率进行实时高精度预测。研究了不同自适应学习率优化算法和时间步长对模型预测精度及速度的影响,实现算法的进一步优化。实验结果显示，经过优化后的模型预测准确性达到了99.8%，在LTE eNB下行速率预测中具有良好的预测性能和较好的适用性。

来源：2022年第2期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2022年第2期