【技術實現步驟摘要】
本專利技術涉及衛星通信與5g通信，尤其涉及一種基于機器學習模型的衛星通信與5g通信無縫自動切換方法。
技術介紹
1、當前，無線通信主要依賴于地面基站的5g網絡或者衛星通信系統，5g網絡提供高速、低延遲的數據傳輸，但受限于基站覆蓋范圍，衛星通信能覆蓋更廣泛的區域，包括偏遠地區，但可能面臨帶寬和延遲的限制，在實際應用中，單一通信方式難以滿足所有場景的需求，為此我們提出了一種基于機器學習模型的衛星通信與5g通信無縫自動切換方法。
技術實現思路
1、基于
技術介紹
存在的技術問題，本專利技術提出了一種基于機器學習模型的衛星通信與5g通信無縫自動切換方法。
2、本專利技術提出的一種基于機器學習模型的衛星通信與5g通信無縫自動切換方法，包括以下步驟：
3、s1：初始化數據收集模塊，打開5g通訊，關閉低軌衛星通訊，收集必要的5g和衛星覆蓋數據；
4、s2：使用收集的數據訓練機器學習模型，并使用北斗定位系統實時獲取產品的位置信息；
5、s3：通過信號檢測模塊實時監測s2中產品位置下的5g和衛星信號，并標記出當前物體區域的5g信號覆蓋情況；
6、s4：采用機器學習模型對5g信號等級進行判斷，其包括以下內容：
7、l1：分析當前場景的環境因素，如天氣和遮擋物，確認當前天氣狀況，若不影響通訊，則確認低軌衛星通訊質量；
8、l2：確認當前區域衛星覆蓋信號質量等級大于l1中的質量，則關閉5g通訊切換到低軌衛星通訊；
10、l4：使用運動軌跡獲取模塊判斷物體運動軌跡，評估下一個區域的5g信號質量和衛星通訊質量，若衛星通信質量高于5g信號質量兩個等級，則提前2s啟動低軌衛星通訊，并打開低軌衛星通訊；
11、l5：若l3中的低軌衛星位置信號覆蓋情況小于或等于l4中的衛星通訊質量，則保持當前狀態，若大于l4中的衛星通訊質量，則切換到切換到低軌衛星通訊；
12、s5：通過s2中的機器學習模型實時預測下一個區域5g信號質量和物體進入下一個區域的時間；
13、s6：若5g信號質量小于衛星通訊2個等級以內，則提前2s啟動5g通訊；
14、s7：在進入區域后實時判斷真實信號情況，若與預測不符，則回到步驟s5，重新預測，若與預測相符，則切換到5g通訊，關閉低軌衛星通訊。
15、優選地，所述s1中，覆蓋數據包括但不限于信號強度、信號質量、基站位置、覆蓋范圍和用戶密度等。
16、優選地，所述s2中，獲取的產品位置信息包括經緯度和高度等。
17、優選地，所述s5中，機器學習模型通過決策算法模塊制定通信方式切換決策，根據決策算法模塊的結果，生成最優通信方式，并由切換執行模塊自動執行通信方式的切換。
18、優選地，所述s3中，使用信號傳播模型預測不同區域的信號覆蓋情況，根據信號覆蓋情況，將每個網格標記為不同的狀態，分為六個不同等級，其分別為(1)無信號：完全沒有5g信號覆蓋，無法連接；(2)極差：信號非常弱，連接不穩定，數據傳輸極慢；(3)較差：信號較弱，連接容易中斷，數據傳輸慢；(4)一般：信號強度一般，能夠進行基本的數據傳輸和通信；(5)良好信號強度較高：可以穩定地進行數據傳輸和高質量的通信；(6)極佳信號強度非常高，能夠提供高速率、低延遲的數據傳輸和優質通信；其可使用不同的顏色或標簽來表示不同的覆蓋質量，無信號：紅色，極差：橙色，較差：黃色，一般：藍色，良好：淺綠色，極佳：翠綠色。
19、優選地，所述s1中，通過建立空間數據庫來存儲網格信息、信號覆蓋數據和地理信息，使用消息隊列處理實時數據流，確保數據的實時更新，設計數據同步策略，保證數據庫中的數據與實際信號覆蓋情況一致。
20、優選地，所述s4中，運動軌跡獲取模塊在判斷物體運動軌跡時，通過位置信息變化，加速度和運動方向預測產品的運動軌跡，且硬件終端需要搭載加速計和陀螺儀等傳感器設備。
21、與現有的技術相比，本專利技術的有益效果是：
22、本專利技術能夠基于機器學習模型，智能分析5g地面覆蓋和低軌衛星通訊覆蓋情況，以實現低軌衛星通訊與5g通信的無縫自動切換，提高通信效率，適應多變的通信環境，為用戶提供更加穩定和高效的通信服務。
本文檔來自技高網...【技術保護點】
1.一種基于機器學習模型的衛星通信與5G通信無縫自動切換方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于機器學習模型的衛星通信與5G通信無縫自動切換方法，其特征在于，所述S1中，覆蓋數據包括但不限于信號強度、信號質量、基站位置、覆蓋范圍和用戶密度。
3.根據權利要求1所述的一種基于機器學習模型的衛星通信與5G通信無縫自動切換方法，其特征在于，所述S2中，獲取的產品位置信息包括經緯度和高度。
4.根據權利要求1所述的一種基于機器學習模型的衛星通信與5G通信無縫自動切換方法，其特征在于，所述S5中，機器學習模型通過決策算法模塊制定通信方式切換決策，根據決策算法模塊的結果，生成最優通信方式，并由切換執行模塊自動執行通信方式的切換。
5.根據權利要求1所述的一種基于機器學習模型的衛星通信與5G通信無縫自動切換方法，其特征在于，所述S3中，使用信號傳播模型預測不同區域的信號覆蓋情況，根據信號覆蓋情況，將每個網格標記為不同的狀態，分為六個不同等級，其分別為(1)無信號：完全沒有5G信號覆蓋，無法連接；(2)極差：信號非常弱，連
6.根據權利要求1所述的一種基于機器學習模型的衛星通信與5G通信無縫自動切換方法，其特征在于，所述S1中，通過建立空間數據庫來存儲網格信息、信號覆蓋數據和地理信息，使用消息隊列處理實時數據流，確保數據的實時更新，設計數據同步策略，保證數據庫中的數據與實際信號覆蓋情況一致。
7.根據權利要求1所述的一種基于機器學習模型的衛星通信與5G通信無縫自動切換方法，其特征在于，所述S4中，運動軌跡獲取模塊在判斷物體運動軌跡時，通過位置信息變化，加速度和運動方向預測產品的運動軌跡，且硬件終端需要搭載加速計和陀螺儀。
...【技術特征摘要】
1.一種基于機器學習模型的衛星通信與5g通信無縫自動切換方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于機器學習模型的衛星通信與5g通信無縫自動切換方法，其特征在于，所述s1中，覆蓋數據包括但不限于信號強度、信號質量、基站位置、覆蓋范圍和用戶密度。
3.根據權利要求1所述的一種基于機器學習模型的衛星通信與5g通信無縫自動切換方法，其特征在于，所述s2中，獲取的產品位置信息包括經緯度和高度。
4.根據權利要求1所述的一種基于機器學習模型的衛星通信與5g通信無縫自動切換方法，其特征在于，所述s5中，機器學習模型通過決策算法模塊制定通信方式切換決策，根據決策算法模塊的結果，生成最優通信方式，并由切換執行模塊自動執行通信方式的切換。
5.根據權利要求1所述的一種基于機器學習模型的衛星通信與5g通信無縫自動切換方法，其特征在于，所述s3中，使用信號傳播模型預測不同區域的信號覆蓋情況，根據信號覆蓋情況，將每個網格標記為不同的狀態...
【專利技術屬性】
技術研發人員：傅宏彪，高云輝，
申請(專利權)人：深圳市夢想星通網絡有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。