5G NR PLMN与小区选择策略:初步筛选与详细流程
需积分: 0 94 浏览量
更新于2024-08-30
收藏 31KB DOCX 举报
本文档主要探讨了5G NR RAN(5th Generation New Radio - Radio Access Network)无线通信中的小区选择和重选过程,特别是针对移动通信系统中的PLMN(Public Land Mobile Network)选择、初始小区选择(Initial Cell Selection)以及利用存储信息进行的小区选择策略。在5G网络中,UE(User Equipment)的NAS层(Non-Access Stratum)在PLMN选择后,启动小区选择流程,这个流程涉及到关键的决策因素和标准。
首先,PLMN的选择由UE自行执行,它基于UE的能力来确定最适合的服务网络。当UE在连接态中时,它会从最后一次尝试连接的小区开始搜索,并最终目标是找到一个合适的小区驻留。
小区选择过程包括两个阶段:初始小区选择(Initial Cell Selection)和利用存储信息进行的小区选择。在初始阶段,UE会在分配的NR频带上进行全方位扫描,寻找最强信号的小区,即使这些小区可能不在服务小区列表之列。UE会选择第一个满足特定接收电平(Srxlev)和质量(Squal)标准的小区,这通常依据RSRP(Received Signal Strength Indicator)和RSRQ(Reference Signal Received Quality)指标。
此外,文档提到了几个关键参数如q-RxLevMin、q-RxLevMinOffset、Pcompensation和Qoffsettemp,它们用于衡量小区的适宜性。例如,q-RxLevMin和q-RxLevMinOffset定义了接收电平的最小阈值,而Pcompensation则根据不同频段(FR1和FR2)进行调整。Qoffsettemp与连接建立失败的控制有关,而Qqualmin则是服务小区使用的另一个质量阈值。
值得注意的是,在整个小区选择过程中,不会依赖SI(System Information)或专用信号来指定不同频率或RATs(Radio Access Technologies)的优先级,UE主要依靠测量的信号强度和质量来进行判断。
总结来说,文档详细阐述了5G NR RAN中UE如何通过PLMN选择和小区选择算法来优化网络连接,确保UE能连接到最合适的小区,同时强调了使用当前测量数据和存储信息的重要性,以提高网络性能和用户体验。这些机制对于实现无缝移动性和高效频谱利用率至关重要。
2020-02-12 上传
一颗坚果
- 粉丝: 2
- 资源: 3
最新资源
- MATLAB实现小波阈值去噪:Visushrink硬软算法对比
- 易语言实现画板图像缩放功能教程
- 大模型推荐系统: 优化算法与模型压缩技术
- Stancy: 静态文件驱动的简单RESTful API与前端框架集成
- 掌握Java全文搜索:深入Apache Lucene开源系统
- 19计应19田超的Python7-1试题整理
- 易语言实现多线程网络时间同步源码解析
- 人工智能大模型学习与实践指南
- 掌握Markdown:从基础到高级技巧解析
- JS-PizzaStore: JS应用程序模拟披萨递送服务
- CAMV开源XML编辑器:编辑、验证、设计及架构工具集
- 医学免疫学情景化自动生成考题系统
- 易语言实现多语言界面编程教程
- MATLAB实现16种回归算法在数据挖掘中的应用
- ***内容构建指南:深入HTML与LaTeX
- Python实现维基百科“历史上的今天”数据抓取教程