3GPP TR 21.902: UMTS到LTE系统演进技术报告

ETSI-3GPP
需积分: 10 0 下载量 32 浏览量 更新于2024-07-16 收藏 120KB PDF 举报
"ETSITR121902V8.0.0(2009-01)是欧洲电信标准化协会(ETSI)发布的一份技术报告，主要涉及移动通信领域的技术标准，特别是针对3GPP系统，包括UMTS（通用移动通信系统）和LTE（长期演进）的演进。该报告属于3GPP TR 21.902版本8.0.0，发布于2009年1月，是RTR/TSGS-0021902v800的参考文献。关键词包括LTE和UMTS。此文档可在ETSI官方网站上下载，同时有多个电子版本和印刷版可能存在，但以PDF格式的特定网络驱动器版本为官方参考基准。文档可能会经历修订或状态变更，用户需关注更新信息。" 这篇技术报告详细探讨了UMTS和LTE在3GPP系统框架内的演进过程，这涵盖了移动通信技术的重要发展。UMTS是第三代(3G)移动通信系统，它基于WCDMA（宽带码分多址）技术，旨在提供高速数据传输和增强的语音服务。而LTE作为UMTS的后续演进，是一种4G移动通信标准，旨在提供更高的数据速率、更低的延迟以及更优化的网络架构。 3GPP（第三代合作伙伴计划）是一个国际组织，负责制定全球移动通信系统的规范，包括UMTS、LTE及其后续的5G标准。3GPP TR（技术报告）是该组织发布的非正式规范，用于研究、讨论和记录技术问题，为正式标准的制定提供基础。 报告可能包含了以下内容： 1. **系统架构演进**：讨论了从UMTS向LTE过渡时，网络架构的变化，如核心网的演进（EPC, Evolved Packet Core）、无线接入网的改进（E-UTRA, Evolved UTRA）等。 2. **频谱效率提升**：可能分析了新的调制编码方案、多址接入技术（如OFDMA, Orthogonal Frequency Division Multiple Access）如何提高频谱效率。 3. **移动性管理**：涵盖了改善用户在不同小区间切换的技术，确保服务连续性。 4. **服务质量（QoS）**：如何保证不同应用和服务的性能需求，如实时多媒体流和数据下载。 5. **网络能量效率**：可能探讨了降低能耗的技术和策略，以实现绿色通信。 6. **互操作性**：确保UMTS和LTE网络之间的无缝连接，以及与2G网络的兼容性。 7. **技术测试和验证**：描述了实验网络和实验室测试，以验证新技术的可行性和性能。 此报告对于理解UMTS到LTE的演进路径，以及3GPP在制定这些标准时考虑的技术挑战和技术选择至关重要。对于从事移动通信网络设计、优化、研发和规划的专业人士，这份报告提供了深入的洞见和参考资料。

BP_list=' MPSS.HA.1.1/modem_proc ADSP.VT.5.4.3.c1/adsp_proc BTFM.CMC.1.2.0/btfm_proc WLAN.HL.3.2.4/wlan_proc BOOT.XF.4.1/boot_images Divar.LA.2.1.1/common ADSP.VT.5.4.3/adsp_proc TZ.APPS.1.23/qtee_tas MPSS.HA.1.2/modem_proc BTFM.CMC.1.3.0/btfm_proc CDSP.VT.2.4.1/cdsp_proc RPM.BF.1.10/rpm_proc TZ.APPS.2.0/qtee_tas Divar.LA.2.1/common TZ.XF.5.1.6/trustzone_images BTFM.CHE.2.1.6/btfm_proc 'shell中怎么排序

2023-06-08 上传
echo $BP_list | tr ' ' '\n' | sort | tr '\n' ' ' ``` 输出结果如下： ``` ADSP.VT.5.4.3/adsp_proc ADSP.VT.5.4.3.c1/adsp_proc BTFM.CHE.2.1.6/btfm_proc BTFM.CMC.1.2.0/btfm_proc BTFM.CMC.1.3.0/btfm_proc ...

select c.* from tr_card_info_gather_temp c where c.slot= 'ccc2/3' and c.dev_id = '219.141.128.30' UNION select t. from tr_card_info_gather_ext_temp t where t.slot= 'ccc2/3' and t.dev_id = '219.141.128.30' 找出bug

2023-06-09 上传
SELECT c.* FROM tr_card_info_gather_temp c WHERE c.slot = 'ccc2/3' AND c.dev_id = '219.141.128.30' UNION SELECT t.* FROM tr_card_info_gather_ext_temp t WHERE t.slot = 'ccc2/3' AND t.dev_id = '219.141....

详细解释一下这段代码，每一句都要进行注解：for _, (tr_idx, te_idx) in enumerate(tqdm(groups, total=5, desc="Folds")): tr_idx = pd.Series(tr_idx).sample(n=2000000,random_state=42).values multioutput_regressor = LGBMMultiOutputRegressor(lgb.LGBMRegressor(**best_params_)) x_train = train.loc[tr_idx, cols].to_numpy() y_train = train.loc[tr_idx, pcols].to_numpy() x_test = train.loc[te_idx, cols].to_numpy() y_test = train.loc[te_idx, pcols].to_numpy() multioutput_regressor.fit( x_train, y_train, eval_set=(x_test, y_test), eval_metric=custom_average_precision, early_stopping_rounds=15, verbose = 0, ) regs.append(multioutput_regressor) cv = metrics.average_precision_score(y_test, multioutput_regressor.predict(x_test).clip(0.0,1.0)) cvs.append(cv) print(cvs) print(np.mean(cvs))

2023-05-28 上传
tr_idx = pd.Series(tr_idx).sample(n=2000000,random_state=42).values ``` 从当前组的训练数据中随机抽样2000000个样本，防止数据过多导致内存溢出。random_state=42表示设置随机种子，确保每次随机抽样的结果一致...

请详细解释一下这段代码，每一句需要注解：for , (tr_idx, te_idx) in enumerate(tqdm(groups, total=5, desc="Folds")): tr_idx = pd.Series(tr_idx).sample(n=2000000,random_state=42).values multioutput_regressor = LGBMMultiOutputRegressor(lgb.LGBMRegressor(**best_params)) x_train = train.loc[tr_idx, cols].to_numpy() y_train = train.loc[tr_idx, pcols].to_numpy() x_test = train.loc[te_idx, cols].to_numpy() y_test = train.loc[te_idx, pcols].to_numpy() multioutput_regressor.fit( x_train, y_train, eval_set=(x_test, y_test), eval_metric=custom_average_precision, early_stopping_rounds=15, verbose = 0, ) regs.append(multioutput_regressor) cv = metrics.average_precision_score(y_test, multioutput_regressor.predict(x_test).clip(0.0,1.0)) cvs.append(cv) print(cvs) print(np.mean(cvs))

2023-05-28 上传
tr_idx = pd.Series(tr_idx).sample(n=2000000,random_state=42).values ``` 将训练集索引 `tr_idx` 转换为 Pandas Series，并使用 `sample` 方法从中随机抽取 2000000 个样本。这里使用了随机种子 42，以便使结果可...

UPDATE FILE_BANK_TRANS_HELP T1 JOIN FILE_BANK_TRANS T2 ON T2.REFER_NO_FULL = T1.TR_XSERNO AND T1.TR_DATE = '#{BATCH_WORK_DATE}' SET T1.TERM_ID = T2.TERM_ID, T1.CARD_NO = T2.CARD_NO;转换为Oracle语句

2023-06-03 上传
SELECT TR_XSERNO FROM FILE_BANK_TRANS_HELP WHERE TR_DATE = '#{BATCH_WORK_DATE}' ) ) T2 ON (T2.REFER_NO_FULL = T1.TR_XSERNO) WHEN MATCHED THEN UPDATE SET T1.TERM_ID = T2.TERM_ID, T1.CARD_NO = T2.CARD...

SELECT c.dev_id,c.card_serial card_serial, t.card_serial sub_card_serial,t.sub_slot sub_slot FROM tr_card_info_gather_temp c left join tr_card_info_gather_ext_temp t on c.dev_id = t.dev_id and c.slot = t.slot 判断sub_slot不为空时取sub_card_serial，否则取card_serial

2023-06-09 上传
LEFT JOIN tr_card_info_gather_ext_temp t ON c.dev_id = t.dev_id AND c.slot = t.slot; ``` 这个查询语句使用了 `LEFT JOIN` 来连接两个表，使用 `CASE WHEN` 语句来根据 `sub_slot` 是否为空来判断是取 `card_...

channel_est = mean(freq_tr_syms,2).*conj(longtrain);

2023-08-01 上传
1. `mean(freq_tr_syms,2)`：这是对`freq_tr_syms`矩阵按列求平均值的操作。通过将`freq_tr_syms`的每一列相加并除以列数，得到每一行的平均值。 2. `conj(longtrain)`：这是对`longtrain`矩阵中每个元素取共轭的...

model=MLPRegressor(hidden_layer_sizes=10,max_iter=1000).fit(tr_x,tr_y) model.fit(tr_x, tr_y) ​ # 在训练集上进行预测，并计算平均绝对百分比误差（MAPE） tr_y_pred = model.predict(tr_x) tr_mape = mape(tr_y_pred, tr_y) ​ # 在测试集上进行预测，并计算平均绝对百分比误差（MAPE） te_y_pred = model.predict(te_x) te_mape = mape(te_y_pred, te_y) ​ # 绘制训练集真实值与预测值的散点图和对角线 plt.scatter(tr_y, tr_y_pred) plt.plot([tr_y.min(), tr_y.max()], [tr_y.min(), tr_y.max()], 'r--', label='Diagonal') plt.xlabel('True Values') plt.ylabel('Predicted Values') plt.title('MLPRegressor- Training Set') plt.legend() plt.show() ​ # 绘制测试集真实值与预测值的散点图和对角线 plt.scatter(te_y, te_y_pred) plt.plot([te_y.min(), te_y.max()], [te_y.min(), te_y.max()], 'r--', label='Diagonal') plt.xlabel('True Values') plt.ylabel('Predicted Values') plt.title('MLPRegressor - Test Set') plt.legend() plt.show()。这是什么模型

2023-06-13 上传
模型通过在训练集上进行拟合（model.fit(tr_x, tr_y)），然后在训练集和测试集上进行预测（model.predict(tr_x)和model.predict(te_x)），并使用MAPE衡量预测精度。最后，使用matplotlib库绘制了训练集和测试集的...

autosar_tr_bswmodulelist.pdf

2023-09-12 上传
autosar_tr_bswmodulelist.pdf 是一个针对汽车电子架构标准AUTOSAR的技术文件。AUTOSAR（Automotive Open System Architecture）是一种为汽车电子系统设计开放式架构的标准，旨在提高软件开发的效率和质量。这个技术...

task i2c_refmod(); lvc_apb_transfer tr; ral_reg_rkv_i2c_IC_DATA_CMD data_cmd_r; bit[7:0] data; data_cmd_r = new("data_cmd_r"); data_cmd_r.build(); forever begin wait(apb_trans_observed.size() > 0) tr = apb_trans_observed.pop_front(); data_cmd_r.set(tr.data); if(tr.trans_kind == lvc_apb_pkg::WRITE && cfg.rgm.IC_DATA_CMD_CMD.get() == RGM_WRITE) begin write_data_expected.push_back(data_cmd_r.DAT.get()); write_count_expected++; end else if(tr.trans_kind == lvc_apb_pkg::READ && cfg.rgm.IC_DATA_CMD_CMD.get() == RGM_READ) begin read_data_expected.push_back(data_cmd_r.DAT.get()); read_count_expected++; end end endtask

2023-06-06 上传
如果 tr.trans_kind 是 WRITE 类型且 cfg.rgm.IC_DATA_CMD_CMD 是 RGM_WRITE，则将 data_cmd_r.DAT值添加到 write_data_expected 数组中，并增加 write_count_expected 计数器；如果 tr.trans_kind 是 READ 类型且 ...
joujizhuang
  • 粉丝: 0
  • 资源: 81
上传资源 快速赚钱

最新资源