本申请适用于通信技术领域，提供了一种网络切换方法、网络设备、终端设备及芯片，包括：获取第一网络的信道特征信息，信道特征信息包括增益方差信息、增益幅值信息、时域信息、频域信息和/或角度域信息；将信道特征信息输入已训练的SVM模型中处理，输出得到切换指示信息，并发送给终端设备，切换指示信息为用于指示允许接入第二网络的第一信息，或者指示不允许接入第二网络的第二信息。该网络切换方法由网络设备直接根据第一网络的信道特征信息，判断是否允许终端设备接入第二网络。无需终端设备使用内置的与第二网络对应的器件进行信道探测，从而避免了终端设备长时间使用内置器件进行信道探测，降低了终端设备的功耗。降低了终端设备的功耗。降低了终端设备的功耗。
【技术实现步骤摘要】
一种网络切换方法、网络设备、终端设备及芯片
[0001]本申请属于通信
，尤其涉及一种网络切换方法、网络设备、终端设备及芯片。
技术介绍
[0002]随着通信技术的飞速发展，可用的频谱资源也越来越多。为了降低建设成本，高频网络(例如毫米波网络)的基站和低频网络(例如，长期演进(Long Term Evolution，LTE)网络)的基站往往采用共站址的方式部署，即高频网络和低频网络共站。低频网络的信号波长相对较长，小区覆盖范围相对较大，用于提供大范围的通信覆盖，高频网络的信号波长相对较短，小区覆盖范围相对较小，用于提供重点区域的高速接入和容量增强。
[0003]当终端设备需要从低频网络切换到高频网络时，终端设备往往需要长时间的利用高频网络的器件进行信道探测，判断终端设备与网络设备之间的信道是否支持高频网络。而高频网络的器件的功耗往往较高，因此，终端设备长时间维持高频网络的器件进行信道探测，会造成巨大的功耗开销，导致资源浪费。
技术实现思路
[0004]本申请实施例提供了一种网络切换方法、网络设备、终端设备及芯片，可以解决终端设备长时间维持高频网络的器件进行信道探测，会造成巨大的功耗开销以及资源浪费的问题。
[0005]第一方面，本申请提供一种网络切换方法，应用于网络设备，包括：获取第一网络的信道特征信息，信道特征信息包括增益方差信息、增益幅值信息、时域信息、频域信息和/或角度域信息；将信道特征信息输入已训练的支持向量机(Support Vector Machine，SVM)模型中处理，输出得到切换指示信息，切换指示信息为用于指示允许接入第二网络的第一信息，或者为用于指示不允许接入第二网络的第二信息，第一网络的频段低于第二网络的频段；向终端设备发送切换指示信息。
[0006]采用本申请提供的网络切换方法，网络设备可以利用SVM模型根据第一网络的信道特征信息，判断是否允许终端设备接入第二网络，并通过切换指示信息指示终端设备是否允许接入第二网络。无需终端设备使用内置的与第二网络对应的器件进行信道探测，来检测是否可以接入第二网络。从而避免了终端设备长时间使用与第二网络对应的器件进行信道探测所导致的功率消耗问题，降低了终端设备的功耗。
[0007]可选的，获取第一网络的信道特征信息，包括：接收终端设备发送的请求消息，请求消息请求从第一网络切换到第二网络，请求消息携带信道特征信息，信道特征信息是终端设备对测量到的第一网络的信道状态信息(Channel State Information，CSI)进行预处理得到的。
[0008]可选的，获取第一网络的信道特征信息，包括：
[0009]接收终端设备发送的请求消息，请求消息请求从第一网络切换到第二网络，请求
消息携带终端设备测量到的第一网络的CSI；对CSI进行预处理，得到信道特征信息。
[0010]基于上述两种可选方式，网络设备可以直接获取由终端设备从测量到的CSI中提取的信道特征信息，也可以基于终端设备发送的CSI提取信道特征信息。
[0011]可选的，SVM模型是基于训练样本集训练所得，训练样本集包括多个第一网络的信道特征信息样本和每个信道特征信息样本对应的切换指示信息，当SVM模型输出的切换指示信息为第一信息时，该方法还包括：若终端设备成功从第一网络切换到第二网络，则将信道特征信息和第一信息添加到训练样本集中；若终端设备未成功从第一网络切换到第二网络，则将信道特征信息和第二信息添加到训练样本集中；周期性地根据训练样本集对SVM模型进行更新。
[0012]基于该可选的方式，网络设备通过采用基于实际切换情况不断更新的训练样本集对SVM模型进行周期性地更新，能够进一步的对SVM模型进行优化，减小SVM模型的误差，提高SVM模型的准确率。
[0013]可选的，将信道特征信息输入已训练的SVM模型中处理，输出得到切换指示信息之前，该方法还包括：检测第一网络和第二网络是否共站；当第一网络与第二网络共站时，执行将信道特征信息输入已训练的SVM模型中处理，输出得到切换指示信息的步骤。
[0014]第二方面，本社请提供一种网络切换方法，应用于终端设备，包括：向网络设备发送请求消息，请求信息用于请求从第一网络切换到第二网络，第一网络的频段小于第二网络的频段，请求消息携第一网络的信道特征信息，信道特征信息包括增益方差信息、增益幅值信息、时域信息、频域信息和/或角度域信息；接收网络设备发送的切换指示信息，切换指示信息为网络设备根据信道特征信息确定的，切换指示信息为用于指示允许接入第二网络的第一信息，或者为用于指示不允许接入第二网络的第二信息；当切换指示信息为第一信息时，执行从第一网络向第二网络切换的切换操作。
[0015]采用本申请提供的网络切换方法，终端设备通过向网络设备发送第一网络的信道特征信息，以使得网络设备直接根据第一网络的信道特征信息判断是否允许终端设备接入第二网络。然后根据网络设备发送的切换指示信息来确实是否执行从第一网络向第二网络切换的切换操作。无需终端设备使用内置的与第二网络对应的器件进行信道探测，来检测是否可以接入第二网络。从而避免了终端设备长时间使用与第二网络对应的器件进行信道探测所导致的功率消耗问题，降低了终端设备的功耗。
[0016]可选的，向网络设备发送请求消息之前，该方法还包括：测量第一网络的信道，获得第一网络的信道状态信息CSI；对CSI进行预处理，得到信道特征信息。
[0017]第三方面，本申请提供一种网络切换方法，应用于网络设备，该方法包括：接收终端设备发送的请求消息，请求消息请求从第一网络切换到第二网络，第一网络的频段小于第二网络的频段，请求消息携带所述第一网络的信道状态信息CSI；将CSI输入到已训练的卷积神经网络(Convolution Neural Network，CNN)模型中处理，输出得到切换指示信息，切换指示信息为用于指示允许接入第二网络的第一信息，或者为用于指示不允许接入第二网络的第二信息，第一网络的频段低于第二网络的频段；向终端设备发送切换指示信息。
[0018]采用本申请提供的网络切换方法，网络设备可以利用CNN模型根据第一网络的CSI，判断是否允许终端设备接入第二网络，并通过切换指示信息指示终端设备是否允许接入第二网络。无需终端设备使用内置的与第二网络对应的器件进行信道探测，来检测是否
可以接入第二网络。从而避免了终端设备长时间使用与第二网络对应的器件进行信道探测所导致的功率消耗问题，降低了终端设备的功耗。
[0019]可选的，请求消息中携带的CSI可以是经过终端设备预处理后的CSI。
[0020]可选的，将CSI输入到已训练的CNN模型中处理，输出得到切换指示信息，包括：对CSI进行预处理，将预处理后的CSI输入到所述CNN模型中处理，输出得到该切换指示信息。
[0021]基于上述两种可选的方式，网络设备可以利用经过预处理后的CSI判断是否允许终端设备接入第二网络。其中，对CSI进行预处理的操作可本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种网络切换方法，应用于网络设备，其特征在于，包括：获取第一网络的信道特征信息，所述信道特征信息包括增益方差信息、增益幅值信息、时域信息、频域信息和/或角度域信息；将所述信道特征信息输入已训练的支持向量机SVM模型中处理，输出得到切换指示信息，所述切换指示信息为用于指示允许接入所述第二网络的第一信息，或者为用于指示不允许接入所述第二网络的第二信息，所述第一网络的频段低于所述第二网络的频段；向所述终端设备发送所述切换指示信息。2.根据权利要求1所述的方法，其特征在于，所述获取第一网络的信道特征信息，包括：接收终端设备发送的请求消息，所述请求消息请求从第一网络切换到第二网络，所述请求消息携带所述信道特征信息，所述信道特征信息是所述终端设备对测量到的所述第一网络的信道状态信息CSI进行预处理得到的。3.根据权利要求1所述的方法，其特征在于，所述获取第一网络的信道特征信息，包括：接收终端设备发送的请求消息，所述请求消息请求从第一网络切换到第二网络，所述请求消息携带所述终端设备测量到的所述第一网络的CSI；对所述CSI进行预处理，得到所述信道特征信息。4.根据权利要求1-3任一项所述的方法，其特征在于，所述SVM模型是基于训练样本集训练所得，所述训练样本集包括多个所述第一网络的信道特征信息样本和每个信道特征信息样本对应的切换指示信息，当所述SVM模型输出的切换指示信息为所述第一信息时，所述方法还包括：若所述终端设备成功从所述第一网络切换到所述第二网络，则将所述信道特征信息和所述第一信息添加到所述训练样本集中；若所述终端设备未成功从所述第一网络切换到所述第二网络，则将所述信道特征信息和所述第二信息添加到所述训练样本集中；周期性地根据所述训练样本集对所述SVM模型进行更新。5.根据权利要求1-4任一项所述的方法，其特征在于，所述将所述信道特征信息输入已训练的SVM模型中处理，输出得到切换指示信息之前，所述方法还包括：检测所述第一网络和所述第二网络是否共站；所述将所述信道特征信息输入已训练的SVM模型...
【专利技术属性】
技术研发人员：赵培尧，王昭诚，刘伟，吴燕鸣，余小勇，缑城，袁文方，
申请(专利权)人：清华大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。