近日，寧波諾丁漢大學的移動通信專家關秋峰博士開發了一種智能切換決策方案，用於縮短5G網絡中的延遲時間。根據驗證測試結果，這項算法被證明能夠將切換失敗率降低75%，並將不必要的切換數量減少90%以上，同時將收發信息的平均延遲時間縮短27%。

　　據關秋峰介紹，5G網絡的特點在於，可以為各種不同應用場景提供超高的連接數密度，極高的數據傳輸率，卓越的用戶體驗和毫秒級的端到端時延。其中，毫秒級時延最難突破和解決的技術難題，而減少時延的關鍵在於提高切換的速度及準確性。目前全球範圍內的專家學者都在研發不同的切換算法，使得發送和接收信息之間的平均延遲時間最小化。

　　“想象一下，汽車以60km/h的平均速度在城市中運行，在這樣快速變化的5G車聯網應用場景中，如果切換發生得過早，車輛可能更接近原來的基站，且尚未進入下一基站的最佳覆蓋範圍，這就導致在兩個基站間頻繁切換，最終使得信號不穩定。而如果執行得過晚，那麼車輛很可能失去信號。解決這個問題的方法之一是根據需求，推測出即將到來的切換時間和目標，從而在正確的時間執行切換。”關秋峰介紹，像車聯網、物聯網、外科手術等應用場景，對切換的必要性和切換時間都提出了極高的要求。

　　為此，關秋峰和他的團隊提出了一種基於機器學習技術，擁有自適應和預測功能的切換管理算法。這種算法可以產生一係列自動決策，包括是否觸發切換機製，切換到哪個基站，以及如何選擇正確的切換時機。還可以準確預測用戶的移動軌跡，從而進一步縮短延遲時間。

　　目前，該研究團隊正著眼於將這項研究提升到更高水平，並將研究成果從實驗室應用到各個領域，特別是5G網絡環境下需要極高可靠性的應用場景。