Станкевич Володарская тема4

1. Проектирование подсистемы прогнозирования мобильности абонентов и упреждающего хэндовера в сети сотовой связи

Выполнили: студенты группы ИТСм-11 Станкевич Александр, Володарская Анна
Цель работы:
Спроектировать подсистему упреждающего хэндовера на основе LSTM и экспериментально
подтвердить её эффективность, добившись снижения количества избыточных переключений
абонента не менее чем на 35% по сравнению с классическим реактивным методом.

2.

Актуальность
В сетях 5G базовые станции расположены очень плотно, радиус
соты
может
составлять
всего
50–100
метров.
При движении абонента его телефон вынужден постоянно
переключаться между станциями.
Сегодняшний механизм переключения (хэндовер) работает по
принципу «сигнал ухудшился – ищем другую станцию».
Это приводит к эффекту «пинг-понга» – когда устройство
несколько раз переключается туда-обратно между двумя сотами, а
также
к
кратковременным
обрывам
связи.
Сетям нужен интеллект, чтобы предсказывать движение абонента и
переключать его заранее.

3.

От реактивного к упреждающему управлению
Обычный (реактивный) подход: телефон измеряет уровень
сигнала от текущей и соседних станций. Когда сигнал текущей
станции падает ниже порога, запускается переключение.
Упреждающий подход (наш проект): сеть анализирует историю
перемещений абонента и предсказывает, на какую станцию он
перейдёт через секунду-другую. Затем она заранее резервирует
ресурсы на той станции. Переключение происходит мягко, без
ожидания потери сигнала.
Результат: меньше
стабильная связь.
«пинг-понга»,
меньше
обрывов,
более

4.

Структурная схема подсистемы
Подсистема состоит из четырёх функциональных блоков:
Блок сбора
телеметрии – получает
от базовых станций
измерения RSRP
(уровень сигнала),
идентификаторы сот,
скорость абонента
Блок прогнозирования –
нейросеть LSTM, которая
на основе последних 5
секунд данных
предсказывает
вероятности перехода на
каждую из соседних сот
Блок принятия
решений – если
вероятность перехода на
конкретную соту
превышает порог
(например, 70%),
запускается
упреждающий хэндовер
Блок исполнения – через
интерфейс Xn отправляет
команду целевой соте
зарезервировать ресурсы.
Все блоки работают в
цикле с периодом 100 мс
(стандарт Near-RT RIC в ORAN).

5.

Какие данные получает нейросеть?
• Нейросеть получает последовательность измерений за последние 5
секунд (50 временных точек при частоте 10 измерений в секунду).
Каждое измерение содержит:
• Уровни сигнала (RSRP) от текущей соты и 4 соседних сот.
• Оценку скорости абонента (по доплеровскому сдвигу).
• Направление движения.
• Время суток (чтобы учитывать привычные маршруты).
Всего на вход модели подаётся 7 числовых признаков на каждом шаге.

6.

Архитектура модели LSTM
Для прогнозирования мы используем рекуррентную нейросеть
LSTM (Long Short-Term Memory), которая умеет запоминать
долгосрочные зависимости в движении.
Параметры модели:
• Входное окно: 50 шагов (5 секунд).
• Количество входных признаков: 7.
• Два слоя LSTM по 64 нейрона в каждом.
• Слой Dropout 0,2 для борьбы с переобучением.
• Выходной слой Softmax – выдаёт вероятности для 5 возможных
целевых сот.
Модель обучалась на 10 000 синтезированных траекториях
движения. Точность на тестовой выборке – 93%.

7.

Алгоритм работы подсистемы
Каждые 100 мс подсистема выполняет следующие шаги:
Собирает свежие измерения от абонента.
Передаёт последние 50 измерений в нейросеть.
Нейросеть вычисляет вероятности перехода на соседние соты.
Если максимальная вероятность превышает порог 0,7, блок
принятия решений инициирует упреждающий хэндовер на эту
соту.
Блок исполнения отправляет команду целевой соте
зарезервировать ресурсы.
Классический хэндовер по событию A3 остаётся в системе как
резервный (fallback).

8.

Оценка выигрыша от упреждения
В классическом хэндовере риск разрыва связи возникает, если
время на переключение превышает время, в течение которого
сигнал текущей соты ещё приемлем.
Упреждение позволяет начать подготовку на ΔT = 0,5–1 секунду
раньше.
Упрощённая формула: вероятность успеха = P( T_handover < T_hold
+ ΔT ).
При T_hold = 0,2 с и ΔT = 0,5 с вероятность успеха возрастает
примерно с 85% до 96%.
Это означает, что доля обрывов связи снижается в 3–4 раза.

9.

Внедрение в реальные сети (стандарты 3GPP и O-RAN)
Наше решение встраивается в архитектуру O-RAN как приложение
xApp в контроллере Near-Real Time RIC.
Стандарты 3GPP Release 18 и выше уже поддерживают AI/MLуправление мобильностью через механизмы Conditional Handover
(CHO) и L1/L2 Triggered Mobility (LTM).
Это значит, что подсистема совместима с оборудованием ведущих
вендоров и может быть реализована на практике.

10.

Слайд 10. Результаты симуляции (график)
На графике показаны результаты моделирования движения абонента в
течение 60 секунд.
Красная линия – уровень сигнала от текущей соты.
Синяя линия – уровень сигнала от целевой соты.
Красные треугольники ▼ – моменты запуска классического хэндовера
(по событию A3).
Зелёные треугольники ▲ – моменты запуска упреждающего хэндовера
(на основе LSTM).
Ключевое наблюдение: зелёные метки появляются раньше красных и
их меньше – упреждающий метод не дёргается на кратковременные
колебания сигнала.
Цифры за 60 секунд:
• Классический хэндовер: 297 переключений.
• Упреждающий хэндовер: 185 переключений.
• Снижение количества хэндоверов: 38%.

11.

12.

Слайд 11. Сравнение двух подходов
Параметр
Классический
(реактивный)
Упреждающий
(LSTM)
Количество
хэндоверов за 60 с
297
185
Эффект «пинг-понга»
Высокий (частые
возвраты)
Почти отсутствует
Момент запуска
переключения
После ухудшения
сигнала
До ухудшения
сигнала
Риск обрыва связи
Значительный
(особенно на
скорости)
Минимальный
Вычислительная
нагрузка
Низкая
Умеренная (inference
5 мс)

13.

Заключение и перспективы
В данном проекте спроектирована подсистема прогнозирования
мобильности абонентов на основе нейросети LSTM.
Подсистема позволяет запускать упреждающий хэндовер до того,
как качество сигнала ухудшится.
Моделирование показало снижение количества избыточных
переключений на 38% и значительное уменьшение риска обрывов
связи.
В будущем такие механизмы станут стандартом для сетей 6G, где
требуется незаметное для пользователя переключение с нулевой
задержкой.
Спасибо за внимание!