SE470151B - Metod för fattande av handoverbeslut i kommunikationsradionät - Google Patents
Metod för fattande av handoverbeslut i kommunikationsradionätInfo
- Publication number
- SE470151B SE470151B SE9201164A SE9201164A SE470151B SE 470151 B SE470151 B SE 470151B SE 9201164 A SE9201164 A SE 9201164A SE 9201164 A SE9201164 A SE 9201164A SE 470151 B SE470151 B SE 470151B
- Authority
- SE
- Sweden
- Prior art keywords
- neural network
- network
- handover
- data
- nodes
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 10
- 238000004891 communication Methods 0.000 title claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 19
- 238000012549 training Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 6
- 210000002569 neuron Anatomy 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000002596 correlated effect Effects 0.000 claims 1
- 238000004088 simulation Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 4
- 238000012432 intermediate storage Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000004807 localization Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 101100129922 Caenorhabditis elegans pig-1 gene Proteins 0.000 description 1
- 101100520057 Drosophila melanogaster Pig1 gene Proteins 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
- H04W36/322—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data by location data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/24—Reselection being triggered by specific parameters
- H04W36/32—Reselection being triggered by specific parameters by location or mobility data, e.g. speed data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Facsimiles In General (AREA)
Description
10
15
20
25
30
35
470 'í51
2
beslut om handover sker under korrekta
förutsättningar.
UPPFINNINGENS SYFTE
Här föreliggande uppfinning avser en metod att fatta
beslut om handover vid rätt tillfälle. För detta än-
damäl har ett artificiellt nätverk skapats. Det ar-
tificiella nätverket utgör en modell av det verkliga
nätet .
SAMMANFATTNING AV UPPFINNINGEN
Här föreliggande uppfinning avser en metod att fatta
beslut om handover vid rätt tidpunkt. Med handover
avses att en mobil enhet i ett
radiokommunikationsnät övergar frán att kommunicera
med en basradiostation till en annan som är bättre
ur kommunikationssynpunkt. Den lösning som. här
presenteras löser problematiken med hjälp av neurala
nätverk. Ett neuralt nätverk kännetecknas av att det
genom att inhämta information är kapabelt till
inlärning av vissa beteenden. I aktuell uppfinning
är det neurala nätverket en avbildning av det
verkliga radionätet. Var och en av
basradiostationerna ges tillgång till ett neuralt
nätverk soul äterspeglar denna stations nätverk.
Mobilen identifierar sin geografiska position och
meddelar densamma till basstationen som därefter
utnyttjar det neurala nätverket för att besluta om
byte av basradiostation skall ske eller ej.
FIGURBESKRIVNING
Pig 1 visar systemuppbyggnad med mobila enheter, ett
antal basstationer anslutna till en central växel
vari ett antal funktioner LMANN anordnats. Dessa
LMANN innefattar bl.a. i beskrivningen beskrivna
neurala nät.
y'
10
15
20
25
30
35
3 470 151
Fig 2 visar hur mätdata i mobilradiosystemet
överförs till lokaliseringsblocket och därefter
överförs till beslutsblocket som vidarebefordrar
beslutet till mobilradiosystemet.
Fig 3 visar hur mätdata införs i
normaliseringsblocket. Normaliserade data överförs
sedan till ANN (Artificiellt Neuralt Nät) varifran
ett lokaliseringsbesked avges.
Pig 4 visar uppbyggnaden av det neurala nätet i
inlager, ett antal mellanlager samt utlager.
Pig 5 äskàdliggör hur indata fran samtliga neuroner
i föregäende lager viktas och summeras varefter
transformering sker.
fig 6 visar mätomràdet för basstation 1. De grova
linjerna visar önskat upptagningsomräde för
respektive basstation. Punkterade linjer
representerar mätpunkter för träningsdata. De
streckade omrädena visar basstationens
täckningsomràde.
FÖREDRAGEN UTFÖRINGSFORM
En mobil radioanläggning kommunicerar via etern med
en basradiostation. Basradiostationen erhaller
kontinuerligt information frän mobilen om dess
position, mottagen signalstyrka etc. Informationen
inmatas i ett, basradiostationen tillhörigt, block
för lokalisering av mobilen. Informationen bearbetas
därefter, varvid hänsyn tas till mobilens
geografiska läge samt rörelseriktning. Bearbetningen
resulterar i en lista över basradiostationer som
kandiderar om att kommunicera med mobilen. Listan,
prioritetslistan .anger en prioritetsordning
beträffande lämpligheten hos de kandiderande
basradiostationerna. Prioritetslistan överförs
därefter till beslutsblocket som avgör om mobilen
skall byta basradiostation eller ej.
10
15
20
25
30
35
\~°l
151
4
För att erhälla bästa möjliga beslut har ett neuralt
artificiellt nätverk skapats. Det artificiella
nätverket är en bild av det verkliga radionätet för
Det artificiella nätet ges
information om det
täckningsomrädet samt om överlapp till intilliggande
För att erhàlla bästa möjliga beslut
har det neurala nätverket lärts ett önskat beteende
respektive basstation.
gränserna för egna
basstationer.
i beroende av mobilernas läge och färdriktning.
Det artificiella. nätet är uppbyggt i ett antal
en nod för varje utvald
lager. Inlagret har
mätenhet. Var och en av noderna i inlagret överför
sin information till samtliga noder i mellanlager l.
Respektive noder i mellanlager l överför sin
information till mellanlager 2 etc.
antal väljs fritt varför ett eller flera mellanlager
det
utlagret
Mellanlagrens
kan utnyttjas. Slutligen överför sista
mellanlagret information till
representerar möjliga handoverkandidater inklusive
SOIII
den basstation som mobilen för närvarande är
ansluten till. Strukturen hos det artificiella nätet
varierar med màtdata varför olika radiomiljöer
resulterar i olika optimala strukturer.
Varje nod är en neuron som 'viktar indata frän
samtliga neuroner i föregående lager. Indata frán
varje neuron viktas och summeras varefter en
transformation sker.Transformationen sker i samtliga
lager utom inlagret som endast innehäller en ingàng
För att erhälla ett önskat beteende
väljs överföringsfunktionen olinjär.
per neuron.
För att riktiga beslut skall erhällas mäste det
neurala nätverket läras upp. Detta sker genom att
träningsdata tillförs systemet. Träningsdata bör
finnas för hela upptagningsomràdet, som basstationen
skall hantera, samt intilliggande omräden. Det
artificiella nätets uppförande bestäms för varje
uppsättning av träningsdata. Normalisering sker,
10
15
20
25
30
35
470 151
5
till ett värde mellan 0 och l, med hjälp av maxvärde
för varje data i hela träningsmängden .
Under upplärningen färdas en mobil inom
basstationens täckningsomráde samt intilliggande
omräden. I mobilen sker mätningar avseende de
parametrar som är relevanta. Mobilen sänder
resultaten till basradiostationen som,
vidarebehandlar informationen. Under
upplärningsfasen definieras olika geografiska lägen
som skall kunna definieras för andra mobiler.
Vid inlärning slumpas först vikterna varefter nätet
arbetar med träningsdata. För varje set av
träningsdata kontrolleras resultatet pà utnoderna
mot ett önskat resultat. skillnaden mellan önskat
resultat och erhället resultat utgör erhàllet fel.
Beräkning av- vikter sker exempelvis med valfri
gradientmetod och felet sprids bakat i nätet. Genom
att ändra de olika vikterna konvergerar resultatet
mot ett önskat resultat. När felet understiger en i
förväg beslutad nivä anses det neurala nätverket
upplärt och inlärningen avbryts.
När det neurala nätverket är upplärt skall en mobils
geografiska läge var entydigt bestämt med ledning av
erhällna data. Besked om en mobils läge överförs
till lokaliseringsblocket som överför informationen
till beslutsblocket. Beslutsblocket producerar en
vektor med tal som anger lämpligheten för handover
till respektive basradiostation. Talen varierar inom
gränser som är beroende av vald överföringsfunktion.
Beslut fattas med hänsyn till historik och hysteres.
Historik innebär att beslutsblocket lagrar ett antal
av de senaste lokaliseringsvektorerna. Krav ställs
att ett visst antal av dessa lokaliseringsvektorer
skall visa samma resultat för att hand over skall
ske. En kort historik ger snabba beslut medan en
läng historik ger säkrare beslut pä bekostnad av
snabbheten. En lämplig avvägning mellan dessa
10
470 151
6
ytterlighetsfall måste sålunda göras i de enskilda
fallen varvid olika aspekter får vägas mot varandra.
Med hysteres, i det ovanstående, avses att en
handoverkandidat år ett visst mått bättre än den
befintliga basstationens låmplighetstal. För att
handover skall vara möjlig skall hysteresvårdet
ligga inom överföringsfunktionen. I-Iysteres relaterar
handoverbeslutet till lämplighetstalet för nuvarande
basstation och ger samma resultat på
handoverfunktionen som historiken.
Claims (6)
10 15 20 25 30 35 472- 151 RATENTKRAV l.Metod att i kommunikationsnät innefattande ett antal fasta enheter och ett antal mobila enheter besluta när en mobil enhet skall upphöra att kommunicera med en första fast enhet för att övergä till att kommunicera med en andra fast enhet kännetecknad av, att ett artificiellt neuralt nät givits ett fran början inlärt beteende och/eller ett föranderligt beteende med hänsyn till föreliggande trafiksituation, att det artificiella neurala nätet ges information som är korrelerad till mobilens position i kommunikationsnätet relativt fasta enheter som den kan kommunicera med, att en lista över fasta enheter som kan kommunicera med mobilen är given, att det artificiella neurala nätet fastställer lämplighetsgraden för kommunikation med respektive fasta enhet, och att kommunikationsnätet ges besked om lämpligaste fasta enhet samt att nwbilen, efter beslut, ansluts till vald fasta enhet.
2. Metod enligt patentkrav l kännetecknad av att det neurala nätverket tilldelas ett antal lager nämligen inlager, utlager och ett antal mellanlager varvid inlagret tilldelas ett antal noder representerande utvalda mätdataenheter, utlagret tilldelas ett antal noder representerande nuvarande basradiostation samt de basradiostationer vartill handover är möjlig och att noder i nællanlagren utnyttjas för simuleringen.
3. Metod enligt nàgot av föregående patentkrav kännetecknad av att varje nod viktar indata frán 10 15 20 25 30 35 470 15? 8 samtliga neuroner i föregående lager och summerar alla viktade signaler som transformeras.
4. Metod enligt något av föregående patentkrav kännetecknad av att det neurala nätverket tilldelas träningsdata, som normaliseras, vilka träningsdata valts så representativt som nßjligt, och att träningsdata finns för hela upptagningsområdet, som stationen skall betjäna, och näraliggande områden och att till varje uppsättning träningsdata ett önskat uppförande hos det artificiella nätet bestäms.
5. Metod enligt något av föregående patentkrav kânnetecknad av att vid inlärningen slumpas vikterna ut varefter det neurala nätet arbetar med erhållna data och resultatet på utnoderna jämförs med önskat resultat, varvid skillnaden mellan önskat resultat och erhållet resultat utgör beräkningars fel, varefter nya 'vikter beräknas bakåt i det artificiella nätet till dess felet i utnoderna är av en noggrannhet som fastställts och att nätet i detta skede anses upplärt.
6. Metod enligt något av förgäende patentkrav kännetecknad av att indata i vektorform överförs till ett lokaliseringsblock som överför nämna data till ett beslutsblock, varvid en vektor med tal beskriver lämpligheten för handover till annan basradiostation och att beslutsblocket utnyttjar historik, innebärande att ett antal av de senaste lokaliseringsvektorerna lagras, och hysteres, innebärande att ny handoverkandidat är ett visst mått bättre än den befintliga basstationens lämplighetstal, för att fatta korrekt handoverbeslut. f) *w
Priority Applications (10)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE9201164A SE470151B (sv) | 1992-04-13 | 1992-04-13 | Metod för fattande av handoverbeslut i kommunikationsradionät |
SE9202169A SE9202169L (sv) | 1992-04-13 | 1992-07-15 | Metod för förfarande av handoverbeslut i kommunikationsradionät |
GB9303566A GB2266212B (en) | 1992-04-13 | 1993-02-23 | A method for making handover decisions in a radio communications network |
CA002091014A CA2091014A1 (en) | 1992-04-13 | 1993-03-04 | Method for making handover decisions in a radio communications network |
US08/032,664 US5434950A (en) | 1992-04-13 | 1993-03-17 | Method for making handover decisions in a radio communications network |
DE69319017T DE69319017T2 (de) | 1992-04-13 | 1993-03-23 | Verfahren zur Durchführung von Übergabeentscheidungen in einem Funkübertragungsnetzwerk |
ES93850054T ES2117702T3 (es) | 1992-04-13 | 1993-03-23 | Metodo para tomar decisiones de transferencia en una red de radiocomunicaciones. |
EP93850054A EP0566548B1 (en) | 1992-04-13 | 1993-03-23 | A method for making handover decisions in a radio communications network |
AU35515/93A AU655719B2 (en) | 1992-04-13 | 1993-03-26 | A method for making handover decisions in a radio communications network |
JP5109872A JPH0622365A (ja) | 1992-04-13 | 1993-04-12 | 無線通信ネットワークにおいて引き継ぎ決定を行う方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SE9201164A SE470151B (sv) | 1992-04-13 | 1992-04-13 | Metod för fattande av handoverbeslut i kommunikationsradionät |
Publications (3)
Publication Number | Publication Date |
---|---|
SE9201164D0 SE9201164D0 (sv) | 1992-04-13 |
SE9201164L SE9201164L (sv) | 1993-10-14 |
SE470151B true SE470151B (sv) | 1993-11-15 |
Family
ID=20385938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
SE9201164A SE470151B (sv) | 1992-04-13 | 1992-04-13 | Metod för fattande av handoverbeslut i kommunikationsradionät |
Country Status (9)
Country | Link |
---|---|
US (1) | US5434950A (sv) |
EP (1) | EP0566548B1 (sv) |
JP (1) | JPH0622365A (sv) |
AU (1) | AU655719B2 (sv) |
CA (1) | CA2091014A1 (sv) |
DE (1) | DE69319017T2 (sv) |
ES (1) | ES2117702T3 (sv) |
GB (1) | GB2266212B (sv) |
SE (1) | SE470151B (sv) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5564079A (en) * | 1993-06-21 | 1996-10-08 | Telia Ab | Method for locating mobile stations in a digital telephone network |
WO1996042020A2 (en) * | 1995-06-07 | 1996-12-27 | Sanconix, Inc. (Del Corp.) | Enhanced position calculation |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2885067B2 (ja) * | 1994-05-30 | 1999-04-19 | 日本電気株式会社 | 移動体加入者呼出方法および移動体通信システム |
SE505915C2 (sv) * | 1994-08-18 | 1997-10-20 | Ericsson Telefon Ab L M | Cellulärt mobilkommunikatiosssystem |
SE505006C2 (sv) * | 1994-08-31 | 1997-06-09 | Telia Ab | Anordning för prediktering vid handover i cellulärt telekommunikationssystem |
GB2334185B (en) * | 1994-12-09 | 1999-09-29 | Motorola Inc | Method for determining handover in a communications system |
GB2311697B (en) * | 1996-03-22 | 1999-07-28 | Matsushita Electric Ind Co Ltd | Wireless communication system and method and system for detection of position of radio mobile station |
GB2337386B (en) | 1996-09-09 | 2001-04-04 | Dennis J Dupray | Location of a mobile station |
US9134398B2 (en) | 1996-09-09 | 2015-09-15 | Tracbeam Llc | Wireless location using network centric location estimators |
US6236365B1 (en) | 1996-09-09 | 2001-05-22 | Tracbeam, Llc | Location of a mobile station using a plurality of commercial wireless infrastructures |
WO1999018748A1 (en) * | 1996-09-27 | 1999-04-15 | Telia Ab | Neural network application for frequency planning |
US6553355B1 (en) * | 1998-05-29 | 2003-04-22 | Indranet Technologies Limited | Autopoietic network system endowed with distributed artificial intelligence for the supply of high volume high-speed multimedia telesthesia telemetry, telekinesis, telepresence, telemanagement, telecommunications, and data processing services |
AU2003271394B2 (en) * | 1998-05-29 | 2007-03-08 | Indranet Technologies Limited | Computer network structure and cybernetic device |
US6097953A (en) * | 1998-12-22 | 2000-08-01 | Motorola, Inc. | Method of performing handoff in a wireless communication system |
JP3950602B2 (ja) * | 1999-12-06 | 2007-08-01 | 株式会社日立コミュニケーションテクノロジー | 移動通信システム、ハンドオーバ制御装置およびそのハンドオーバ方法 |
US10684350B2 (en) | 2000-06-02 | 2020-06-16 | Tracbeam Llc | Services and applications for a communications network |
US9875492B2 (en) | 2001-05-22 | 2018-01-23 | Dennis J. Dupray | Real estate transaction system |
US10641861B2 (en) | 2000-06-02 | 2020-05-05 | Dennis J. Dupray | Services and applications for a communications network |
US8467821B1 (en) | 2000-08-16 | 2013-06-18 | International Business Machines Corporation | System and method for anticipating transmit power requirements in wireless mobile units communicating with a base station |
GB2377130A (en) * | 2001-06-29 | 2002-12-31 | Motorola Inc | Handover criteria for mobile transceivers |
US7092722B1 (en) * | 2001-07-26 | 2006-08-15 | Sprint Spectrum L.P. | Method and system for establishing mobile station active set based on mobile station location |
US8195204B1 (en) | 2007-07-25 | 2012-06-05 | Sprint Spectrum L.P. | Method and apparatus for scanning sectors in order of distance from mobile station |
US7881263B1 (en) | 2007-07-31 | 2011-02-01 | Sprint Spectrum L.P. | Method for use of azimuth and bearing data to select a serving sector for a mobile station |
EP2023674B1 (de) * | 2007-08-06 | 2012-03-28 | Schweizerische Bundesbahnen SBB | Verfahren für die Mobilitätsverwaltung von Endgeräten in Mobilfunknetzen, Mobilfunknetz und Mobilendgerät |
US8155666B2 (en) | 2008-06-16 | 2012-04-10 | Skyhook Wireless, Inc. | Methods and systems for determining location using a cellular and WLAN positioning system by selecting the best cellular positioning system solution |
US8478275B1 (en) | 2010-08-05 | 2013-07-02 | Sprint Spectrum L.P. | Conditional assignment of connection identifiers to help avoid communication errors |
US9538493B2 (en) | 2010-08-23 | 2017-01-03 | Finetrak, Llc | Locating a mobile station and applications therefor |
US8670425B1 (en) | 2011-08-09 | 2014-03-11 | Sprint Spectrum L.P. | Use of past duration of stay as trigger to scan for wireless coverage |
DE102014212989A1 (de) * | 2014-07-04 | 2016-01-07 | Bayerische Motoren Werke Aktiengesellschaft | Steuern von Datenverbindungen und/oder Datenübertragungen in einer mobilen Funkeinrichtung |
JP7011759B1 (ja) * | 2019-02-19 | 2022-01-27 | ノキア ソリューションズ アンド ネットワークス オサケユキチュア | 無線アクセスネットワーク(ran)ノードに対するニューラルネットワークの構成 |
KR20210063911A (ko) * | 2019-11-25 | 2021-06-02 | 삼성전자주식회사 | 무선 통신 시스템에서 핸드오버를 수행하기 위한 장치 및 방법 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4796199A (en) * | 1987-02-24 | 1989-01-03 | Oregon Graduate Center | Neural-model, information-handling architecture and method |
US4983962A (en) * | 1987-09-14 | 1991-01-08 | Hammerstrom Daniel W | Neural-model, computational architecture employing broadcast hierarchy and hypergrid, point-to-point communication |
US5014235A (en) * | 1987-12-15 | 1991-05-07 | Steven G. Morton | Convolution memory |
US4874963A (en) * | 1988-02-11 | 1989-10-17 | Bell Communications Research, Inc. | Neuromorphic learning networks |
US4918617A (en) * | 1988-11-10 | 1990-04-17 | Oregon Graduate Center | Neural-model computational system with multi-directionally overlapping broadcast regions |
JP2822432B2 (ja) * | 1989-03-30 | 1998-11-11 | 日本電気株式会社 | 無線システムのチャネル選択方法 |
GB2242805B (en) * | 1990-04-06 | 1994-08-03 | Stc Plc | Handover techniques |
DE69220683T2 (de) * | 1991-01-23 | 1997-11-06 | Fujitsu Ltd | Adaptive Entzerrer |
-
1992
- 1992-04-13 SE SE9201164A patent/SE470151B/sv not_active IP Right Cessation
-
1993
- 1993-02-23 GB GB9303566A patent/GB2266212B/en not_active Expired - Fee Related
- 1993-03-04 CA CA002091014A patent/CA2091014A1/en not_active Abandoned
- 1993-03-17 US US08/032,664 patent/US5434950A/en not_active Expired - Fee Related
- 1993-03-23 ES ES93850054T patent/ES2117702T3/es not_active Expired - Lifetime
- 1993-03-23 DE DE69319017T patent/DE69319017T2/de not_active Expired - Fee Related
- 1993-03-23 EP EP93850054A patent/EP0566548B1/en not_active Expired - Lifetime
- 1993-03-26 AU AU35515/93A patent/AU655719B2/en not_active Ceased
- 1993-04-12 JP JP5109872A patent/JPH0622365A/ja active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5564079A (en) * | 1993-06-21 | 1996-10-08 | Telia Ab | Method for locating mobile stations in a digital telephone network |
WO1996042020A2 (en) * | 1995-06-07 | 1996-12-27 | Sanconix, Inc. (Del Corp.) | Enhanced position calculation |
WO1996042020A3 (en) * | 1995-06-07 | 1997-02-06 | Sanconix Inc Del Corp | Enhanced position calculation |
US5717406A (en) * | 1995-06-07 | 1998-02-10 | Sanconix Inc. | Enhanced position calculation |
US5917449A (en) * | 1995-06-07 | 1999-06-29 | Sanconix Inc. | Enhanced position calculation |
AU718991B2 (en) * | 1995-06-07 | 2000-05-04 | Axonn, L.L.C. | Enhanced position calculation |
US6084547A (en) * | 1995-06-07 | 2000-07-04 | Sanconix Inc. | Enhanced position calculation |
Also Published As
Publication number | Publication date |
---|---|
AU3551593A (en) | 1993-10-14 |
JPH0622365A (ja) | 1994-01-28 |
EP0566548A1 (en) | 1993-10-20 |
GB2266212B (en) | 1995-06-28 |
DE69319017D1 (de) | 1998-07-16 |
ES2117702T3 (es) | 1998-08-16 |
SE9201164D0 (sv) | 1992-04-13 |
US5434950A (en) | 1995-07-18 |
GB2266212A (en) | 1993-10-20 |
DE69319017T2 (de) | 1998-10-08 |
GB9303566D0 (en) | 1993-04-07 |
SE9201164L (sv) | 1993-10-14 |
AU655719B2 (en) | 1995-01-05 |
EP0566548B1 (en) | 1998-06-10 |
CA2091014A1 (en) | 1993-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
SE470151B (sv) | Metod för fattande av handoverbeslut i kommunikationsradionät | |
CN109818865A (zh) | 一种sdn增强路径装箱装置及方法 | |
EP3854116B1 (en) | A method of managing traffic by a user plane function, upf, corresponding upf, session management function and network data analytics function | |
CN109816050A (zh) | 物***姿估计方法及装置 | |
CN110967028B (zh) | 导航地图构建方法、装置、机器人及存储介质 | |
WO2019103258A1 (ko) | 실내 무선 측위 방법, 장치 및 컴퓨터 판독가능 기록 매체 | |
Du et al. | Self-healing sensor networks with distributed decision making | |
Xu et al. | A multistate network approach for reliability evaluation of unmanned swarms by considering information exchange capacity | |
Serra-Gómez et al. | With whom to communicate: learning efficient communication for multi-robot collision avoidance | |
CN114440858B (zh) | 移动机器人定位丢失检测方法、***、设备及存储介质 | |
CN113218400B (zh) | 一种基于深度强化学习的多智能体导航算法 | |
KR101990482B1 (ko) | 대상 물체의 위치를 추정하는 장치 및 방법 | |
Akselrod et al. | Information flow control for collaborative distributed data fusion and multisensor multitarget tracking | |
US20230394554A1 (en) | Method and internet of things system of charging pile recommendation for new energy vehicle in smart city | |
CN111738878A (zh) | 一种桥梁应力检测*** | |
JPH07218611A (ja) | 移動体のトラッキング装置 | |
Jiang et al. | Respect your emotion: Human-multi-robot teaming based on regret decision model | |
CN115617034A (zh) | 多智能体的环境探索方法、装置、电子设备及存储介质 | |
Stranders et al. | A decentralized, on-line coordination mechanism for monitoring spatial phenomena with mobile sensors | |
EP0451742B1 (en) | Fuzzy inference device | |
Man'Ko et al. | Methods and technologies of automated learning for improvement of autonomous robots adaptivity | |
KR102568022B1 (ko) | 사용자 위치정보 획득 방법, 수집된 사용자 위치정보 기반의 알고리즘 실행 방법, 및 이를 위한 시스템 | |
CN114777629B (zh) | 地下管网的传感器定位方法、装置、设备及介质 | |
CN115080879B (zh) | 一种位置搜索方法、装置、电子设备和可读存储介质 | |
WO2022004957A1 (ko) | 투자자문방법 및 그 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
NAL | Patent in force |
Ref document number: 9201164-2 Format of ref document f/p: F |
|
NUG | Patent has lapsed |