论文部分内容阅读
移动性管理是5G技术研究的重要内容。随着物联网和人工智能技术的发展,未来移动终端的数量将成倍增加,如何高效地管理这些海量的移动终端是目前学界研究的热点。5G终端除了传统的智能手机,还有各种智能物联设备,它们对速率、延时以及可靠性等方面的需求不尽相同,给5G移动性管理带来了许多新的挑战。论文研究重点在于构建一个根据终端类型或者业务需求的不同,能否实时更新的管理策略,提出了一种基于服务感知的动态移动性管理方案SDMM。SDMM结合了网络切片技术以及移动边缘计算技术,设计了移动性管理网络切片选择辅助信息MM-NSSAI以及支持网络切片的切换管理流程,结合MEC的计算资源,分为位置记录、路径提取、特征生成以及服务感知四个模块,及相应的的工作流程;提出了一种基于质心目标CAM模型,用来模拟群组用户的移动同时利用最小二乘法进行移动预测;此外,提出了基于群组的移动性管理方案和流星形动态跟踪区划分算法,并通过MATLAB进行了建模仿真。仿真结果表明,基于群组的移动性管理方案可以降低低速群组用户的管理开销,而动态流星形跟踪区划分可以减少频繁的跟踪区更新所带来的额外开销。