DE69319017T2

DE69319017T2 - Verfahren zur Durchführung von Übergabeentscheidungen in einem Funkübertragungsnetzwerk

Info

Publication number: DE69319017T2
Application number: DE69319017T
Authority: DE
Inventors: Robert Kaellman
Original assignee: Telia AB
Current assignee: Telia Co AB
Priority date: 1992-04-13
Filing date: 1993-03-23
Publication date: 1998-10-08
Anticipated expiration: 2013-03-24
Also published as: DE69319017D1; SE9201164L; GB2266212A; ES2117702T3; SE9201164D0; CA2091014A1; AU3551593A; US5434950A; GB2266212B; EP0566548A1; JPH0622365A; GB9303566D0; AU655719B2; SE470151B; EP0566548B1

Description

Die Erfindung betrifft ein Verfahren zum Treffen von Übergabeentscheidungen in einem Funkdatenübertragungsnetzwerk, das Funkbasisstationen und mobile Einheiten aufweist. Ein solches Verfahren ist in GB-A-2 242 805 offenbart. In Übereinstimmung mit dem Verfahren der vorliegenden Erfindung werden Entscheidungen getroffen werden, ob und wann die Übergabe einer Mobileinheit von einer Basisstation zu einer anderen Basisstation stattfinden wird. Es ist wichtig, daß solche Entscheidungen richtig sind, da eine falsche Entscheidung dazu führen kann, daß die Datenübertragung unterbrochen wird. Falsche Entscheidungen, die die Übergabe betreffen, könnten darüber hinaus auch das Ergebnis haben, daß anderen Mobileinheiten die Möglichkeit der Datenübertragung genommen wird.
Neuronale Netzwerke sind allgemein in den US-Patenten 4 796 199, 4 918 617 und 4 983 962 beschrieben. Diese Patente beschäftigen sich mit der Organisation einer vorgeschlagenen Architekturstruktur und bilden eine gute Informationsquelle in Bezug auf neuronale Netzwerke. Im folgenden Text wird diese neuronale Netzwerk betreffende Information in Verbindung mit Mobiltelefonen verwendet werden.
In mobilen Funksystemen wird Datenübertragung zwischen einer Mobileinheit und einer festen Einheit, das heißt einer Basisstation hergestellt. In der Praxis nimmt eine Mobileinheit Kontakt mit einer Basisstation auf, die die am besten geeignete für den Zweck ist, wirksame Datenübertragung herzustellen. Die Auswahl einer Basisstation kann in Bezug auf die geographische Position der Mobileinheit in Bezug auf die Basisstationen vorprogrammiert sein. Eine andere Möglichkeit besteht darin, eine Messung an der Datenstation oder an der Basisstation vorzunehmen. Die Parameter, die in Betracht gezogen werden, sind zum Beispiel Signalstärke, Entfernung usw. Wenn eine Mobileinheit die Basisstation ändern muß, wird dies normalerweise in Übereinstimmung mit einem der oben genannten Prinzipien durchgeführt. In dem Fall, wo eine falsche Entscheidung in Bezug auf eine solche Änderung gemacht wird, das heißt Übergabe von einer Basisstation zu einer anderen Basisstation, wird ein schlechterer Übertragungskanal erhalten werden, oder alternativ wird die Datenübertragung unterbrochen werden. Jede nicht stattgefundene Übergabe kann dazu führen, daß andere Verbindungen aufgrund von Störungen unterbrochen werden. Es ist daher von großer Bedeutung, daß Entscheidungen betreffend der Übergabe mit den richtigen Annahmen gemacht werden.
Es ist eine Aufgabe der vorliegenden Erfindung, ein Verfahren zum Treffen von Übergabeentscheidungen in einem Funkdatenübertragungsnetzwerk zur richtigen Zeit zu schaffen. Zu diesem Zweck ist ein künstliches neuronales Netzwerk geschaffen worden. Das künstliche neuronale Netzwerk stellt ein Modell des wirklichen Funkdatenübertragungsnetzwerks dar.
Durch die vorliegende Erfindung wird ein Verfahren zum Treffen von Übergabeentscheidungen in einem Funkdatenübertragungsnetzwerk geschaffen, das eine Anzahl von festen Basisstationen und eine Anzahl von Mobileinheiten aufweist und in dem Datenübertragung zwischen einer Mobileinheit und einer ersten Funkbasisstation unterbrochen wird, um zu ermöglichen, daß die Datenübertragung zu einer zweiten Funkbasisstation übergeben wird, dadurch gekennzeichnet, daß das Verfahren die Schritte einschließt, daß man bewirkt, daß ein künstliches neuronales Netzwerk, das ein Bild des realen Netzwerkes einer entsprechenden Basisstation ist, ein Verhaltensmuster aufweist, das durch Gewinnen von Information vom Netzwerk gelernt worden ist, wobei die durch das künstliche neuronale Netzwerk gewonnene Information mit der Position der Mobileinheit in Bezug auf die festen Basisstationen im Funkdatenübertragungsnetzwerk korreliert wird, mit denen die Mobileinheit Datenübertragung durchführen kann; eine Liste von festen Basisstationen zur Verfügung zu stellen, mit denen die Mobileinheit Datenübertragung durchführen kann, wobei das künstliche neuronale Netzwerk den Grad von Eignung für Datenübertragung mit einer entsprechenden festen Basisstation bestimmt; Information für das Funkdatenübertragungsnetzwerk zu schaffen, die die am meisten geeignete feste Basisstation für Datenübertragung mit der Mobileinheit betrifft; und eine Entscheidung betreffend die Verbindung der Mobileinheit mit einer ausgewählten festen Basisstation zu treffen.
Das Wort "Übergabe" bedeutet, daß eine Mobileinheit in einem Funkdatenübertragungsnetzwerk von Datenübertragung mit einer Funkbasisstation des Netzwerks zu einer anderen Funkbasisstation des Netzwerks wechselt, die besser vom Gesichtspunkt der Datenübertragung aus angeordnet ist.
Gemäß einem Gesichtspunkt der vorliegenden Erfindung wird dem neuronalen Netzwerk eine Anzahl von Schichten zugeordnet, die eine Eingangsschicht, eine Ausgangsschicht und eine Anzahl von Zwischenschichten einschließt, wobei der Eingangsschicht eine Anzahl von Knotenpunkten zugeteilt wird, die ausgewählte Messungsdateneinheiten darstellen, und der Ausgangsschicht eine Anzahl von Knotenpunkten zugeteilt wird, die eine feste Basisstation, mit der die Mobileinheit gegenwärtig Datenübertragung durchführt, und die festen Stationen darstellen, zu denen eine Übergabe möglich ist, wobei die Knotenpunkte in den Zwischenschichten für Simulation benutzt werden.
Gemäß einem anderen Gesichtspunkt der vorliegenden Erfindung ist jeder Knotenpunkt des neuronalen Netzwerks ein Neuron und gewichtet eingegebene Daten von allen Neuronen in der vorhergehenden Schicht, wobei alle gewichteten Signale zusammenaddiert werden und danach einer Umwandlung unterworfen werden.
Gemäß einem weiteren Gesichtspunkt der vorliegenden Erfindung werden dem neuronalen Netzwerk Trainingsdaten, die normalisiert sind, zugeteilt, indem die Trainingsdaten so ausgewählt werden, daß sie so repräsentativ wie möglich für das Netzwerkverhalten sind, daß die Trainingsdaten für den gesamten Empfangsbereich, der durch die festen Basisstationen bedient werden soll, und für die benachbarten Bereiche zugeordnet werden, und daß eine gewünschte Struktur für das neuronale Netzwerk für jeden Satz von Trainingsdaten bestimmt wird. Während des Trainingsvorgangs werden Gewichte zufällig ausgewählt, wonach das neuronale Netzwerk mit empfangenen Daten arbeitet. Das Ergebnis an den Ausgangsknotenpunkten des neuronalen Netzwerks wird mit einem gewünschten Ergebnis verglichen, wobei der Unterschied zwischen dem gewünschten Ergebnis und dem erhaltenen Ergebnis einen Fehler bildet, der sich auf die Auswahl der Gewichte bezieht. Neue Gewichte werden berechnet, und der Vorgang wird wiederholt, bis das Ergebnis an den Ausgangsknotenpunkten des neuronalen Netzwerks zu einem gewünschten Wert konvergiert. Der Trainingsvorgang wird beendet, wenn der Unterschied zwischen den gewünschten und erhaltenen Signalen unter einen vorbestimmten Pegel fällt.
Gemäß noch einem anderen Gesichtspunkt der vorliegenden Erfindung werden eingegebene Daten in Vektorform zu einem Lokalisierblock für die Mobileinheit übertragen, und der Lokalisierblock überträgt diese Daten zu einem Entscheidungsblock, der einen Vektor mit einer Zahl erzeugt, die sich auf die Eignung für Übergabe zu einer anderen festen Basisstation bezieht. Eine Übergabeentscheidung wird auf historische Information gegründet und darauf, ob Übergabe zu der anderen festen Station in einem gewissen Ausmaß in Bezug auf die Eignungszahl der festen Basisstation, mit der die Mobileinheit gegenwärtig Datenübertragung durchführt, zu einer verbesserten Datenübertragung führen würde.
Durch die vorliegende Erfindung wird auch ein Funkdatenübertragungsnetzwerk geschaffen, das eine Vielzahl von festen Basisstationen und eine Vielzahl von Mobileinheiten aufweist, in dem jede der Basisstationen mit einer zentralen Telekommunikationsvermittlungsstelle verbunden ist und dazu ausgebildet ist, Datenübertragung durchzuführen mit und Informationen zu empfangen von einer Anzahl dieser Mobileinheiten, wobei Information, die von einer mobilen Einheit empfangen wird, unter anderem deren Position und empfangene Signalstärke einschließt, und wobei das Datenübertragungnetzwerk so ausgebildet ist, daß es eine Datenübertragung zwischen einer Mobileinheit und einer ersten Funkbasisstation unterbricht, um zu ermöglichen, daß die Datenübertragung zu einer zweiten Basisstation übergeben werden kann, dadurch gekennzeichnet, daß das Datenübertragungsnetzwerk ein künstliches neuronales Netzwerk für jede der Basisstationen aufweist, wobei jedes künstliche neuronale Netzwerk ein Bild eines realen Netzwerkes einer entsprechenden Basisstation ist und dazu ausgebildet ist, ein Verhaltensmuster zu zeigen, das durch Gewinnung von Information von dem Datenübertragungsnetzwerk gelernt ist; Korrelierungsmittel zum Korrelieren der Information, die durch ein künstliches neuronales Netzwerk gewonnen ist, zur Position einer Mobileinheit relativ zu den Basisstationen in dem Datenübertragungsnetzwerk, mit dem die Mobileinheit Datenübertragung durchführen kann; Listungsmittel zum zur Verfügungstellen einer Liste von festen Basisstationen, mit denen die Mobileinheit Datenübertragung durchführen kann, wobei das künstliche neuronale Netzwerk die Ortsinformation für eine Mobileinheit relativ zu den festen Basisstationen bestimmt; Informationsmittel zum zur Verfügungstellen von Information für das Datenübertragungnetzwerk, die die am besten geeignete feste Basisstation für Datenübertragung mit der Mobileinheit betrifft; und Entscheidungsmittel einschließt, um eine Entscheidung betreffend der Verbindung der Mobileinheit mit einer ausgewählten festen Basisstation zu treffen. Die zentrale Telekommunikationsvermittlungsstelle schließt eine LMANN-Funktion (Lokalisierverfahren unter Verwendung von künstlichen neuronalen Netzwerken) für jede der festen Basisstationen ein, und jedes der künstlichen neuronalen Netzwerke (ANN) bildet Teil einer LMANN-Funktion einer entsprechenden festen Basisstation.
Gemäß einem Gesichtspunkt des Funkdatenübertragungsnetzwerks der vorliegenden Erfindung wird einem künstlichen neuronalen Netzwerk (ANN) eine Anzahl von Schichten zugeteilt, die eine Eingangsschicht, eine Ausgangsschicht und eine Anzahl von Zwischenschichten aufweisen. Der Eingangsschicht wird eine Anzahl von Knotenpunkten zugeteilt, die ausgewählte Meßdateneinheiten darstellen, der Ausgangsschicht wird eine Anzahl von Knotenpunkten zugeteilt, die eine feste Basisstation, mit der die Mobileinheit gegenwärtig Datenübertragung durchführt, und die festen Basisstationen darstellen, zu denen eine Übergabe möglich ist, und die Knotenpunkte der Zwischenschichten werden für Simulation verwendet.
Gemäß einem anderen Gesichtspunkt des Funkdatenübertragungsnetzwerks der vorliegenden Erfindung ist jeder Knotenpunkt des neuronalen Netzwerkes (ANN) ein Neuron und kann eingegebene Daten von allen Neuronen in der vorhergehenden Schicht gewichten, wobei alle gewichteten Signale zusammenaddiert werden und danach einer Umwandlung ausgesetzt werden.
Gemäß einem weiteren Gesichtspunkt des Funkdatenübertragungsnetzwerks der vorliegenden Erfindung schließt das Datenübertragungnetzwerk Trainingsmittel ein, die dazu ausgebildet sind, Trainingsdaten einem künstlichen neuronalen Netzwerk (ANN) zuzuteilen, welche Trainingsdaten normalisiert sind und so ausgewählt sind, daß sie so repräsentativ wie möglich für das Netzwerkverhalten sind. Die Trainingsmittel sind auch dazu ausgebildet, die Trainingsdaten für den gesamten durch eine feste Basisstation zu bedienenden Empfangsbereich und für die benachbarten Bereiche zuzuteilen. Eine gewünschte Struktur des neuronalen Netzwerks wird für jeden Satz von Trainingsdaten bestimmt. Während eines Trainingsvorgangs sind die Trainingsmittel dazu ausgebildet, Gewichte zufallsmäßig auszuwählen, wonach das neuronale Netzwerk dazu ausgebildet ist, mit empfangenen Daten zu arbeiten, wobei die Ergebnisse der Ausgangsknotenpunkte des neuronalen Netzwerkes mit einem gewünschten Signal verglichen werden, wobei der Unterschied zwischen einem gewünschten Ergebnis und dem erhaltenen Ergebnis einen Fehler bildet, der sich auf die Auswahl der Gewich te bezieht. In dieser Situation sind die Trainingsmittel dazu ausgebildet, neue Gewichte zu berechnen und der Trainingsvorgang wird wiederholt, bis das Ergebnis an den Ausgangsknotenpunkten des neuronalen Netzwerkes zu einem gewünschten Wert konvergiert, wobei die Trainingsmittel dazu ausgebildet sind, den Trainingsvorgang zu beenden, wenn der Unterschied zwischen den gewünschten und erhaltenen Ergebnissen unter einen vorbestimmten Pegel fällt.
Gemäß einem weiteren Gesichtspunkt des Funkdatenübertragungsnetzwerks der vorliegenden Erfindung schließt das Datenübertragungsnetzwerk einen Lokalisierblock, in den gemessene Eingangsdaten in Vektorform für eine Mobileinheit übertragen werden; und einen Entscheidungsblock ein, in den die gemessenen Eingangsdaten vom Lokalisierblock übertragen werden. Der Entscheidungsblock ist dazu ausgebildet, einen Vektor mit einer Zahl zu erzeugen, die sich auf die Eignung für Übergabe zu einer anderen festen Basisstation bezieht, wobei die Übergabeentscheidung auf historischer Information und darauf gegründet wird, ob die Übergabe zu der anderen festen Station in einem gewissen Ausmaß in Bezug auf eine Eignungszahl der festen Basisstation, mit der die Mobileinheit gegenwärtig Datenübertragung durchführt, zu verbesserter Datenübertragung führen würde.
Durch die vorliegende Erfindung werden also Übergabeprobleme mit Hilfe von neuronalen Netzwerken gelöst, die dadurch gekennzeichnet sind, daß sie ein gewisses Verhalten durch Erlangen von Information lernen können. Das neuronale Netzwerk ist ein Bild des tatsächlichen Funkdatenübertragungsnetzwerks, und jede der Funkbasisstationen des Netzwerks erhält Zugang zu einem neuronalen Netzwerk, das das Netzwerk der betreffenden Basisstation reflektiert. Eine Mobileinheit iden tifiziert ihre geographische Position und teilt diese Information der Funkbasisstation mit, die danach das neuronale Netzwerk dazu verwendet, um zu entscheiden, ob eine Änderung der Funkbasisstation stattfinden soll, also Übergabe, oder nicht.
Die vorstehenden und andere Merkmale, die die vorliegende Erfindung betreffen, werden besser aus der folgenden Beschreibung unter Bezugnahme auf die beigefügten Zeichnungen ver standen werden. Es zeigen:
Fig. 1 in bildlicher Ansicht ein Funktdatenübertragungsnetzwerk, das mobile Funkeinheiten und eine Anzahl von Basisstationen aufweist, die mit einer zentralen Vermittlungsstelle verbunden sind;
Fig. 2 in Form eines Blockdiagramms die Art und Weise, in der Meßdaten im mobilen Funksystem zu einem Lokalisierblock und danach zu einem Entscheidungsblock übertragen werden, der eine Entscheidung betreffend Übergabe zum mobilen Funksystem weiterleitet;
Fig. 3 in Form eines Blockdiagramms die Art und Weise, in der die Meßdaten in einen Normalisierungsblock eingeführt werden, wobei die normalisierten Daten zu einem ANN (künstliches neuronales Netzwerk) übertragen werden, dessen Ausgangssignal die Lokalisierinformation für eine mobile Funkeinheit ist;
Fig. 4 die Struktur eines künstlichen neuronalen Netzwerks;
Fig. 5 die Art und Weise, in der Eingangsdaten von allen Knotenpunkten (Neuronen) in einer Schicht des neuronalen Netzwerks gewichtet und zusammenaddiert und danach umgewandelt werden; und
Fig. 6 das Meßgebiet für eine Funkbasisstation und die benachbarten Basisstationen eines Funkdatenübertra gungsnetzwerks.
Das Funkdatenübertragungsnetzwerk, das in Figur 1 der Zeichnungen dargestellt ist, weist eine Anzahl von Basisstationen 1 auf, von denen jede mit einer zentralen Vermittlungsstelle verbunden ist und mit einer Anzahl von mobilen Einheiten Datenübertragung durchführen kann. Die zentrale Vermittlungsstelle weist eine Anzahl von LMANN-Funktionen (locating method using artificial neural network, Lokalisierverfahren un ter Verwendung von künstlichem neuronalen Netzwerk) auf, eine für jede Basisstation. Die LMANNs enthalten unter anderem die künstlichen neuronalen Netzwerke, auf die oben Bezug genommen wurde. Wie dies in Figur 1 der Zeichnungen in bildlicher Ansicht dargestellt ist, führen die mobilen Funkeinheiten Datenübertragung mit einer entsprechenden der Funkbasisstationen 1 über die Luftwellen aus. Die Funkbasisstation 1 empfängt ununterbrochen Information von einer mobilen Funkeinheit über deren Ort, empfangene Signalstärke usw. Wie dies in Figur 2 der Zeichnungen gezeigt ist, wird diese Information, d. h. die Meßdaten von dem mobilen Funksystem, in einen Lokalisierblock eingegeben, der der Funkbasisstation 1 zugeordnet ist, um die mobile Funkeinheit zu lokalisieren, von der die Information erhalten wird.
Die Information, die durch den Lokalisierblock empfangen wird, wird dann verarbeitet, wobei die geographische Position und die Richtung der Bewegung der betreffenden mobilen Funkeinheit berücksichtigt wird. Dieser Vorgang führt zur Erstellung einer Liste von Funkbasisstationen 1, die für Datenübertragung mit einer mobilen Funkeinheit geeignet sind. Dies ist eine Prioritätsliste, indem sie einen Prioritätsrang angibt, der sich auf die Eignung der geeigneten Funkbasisstationen für Datenübertragung mit der mobilen Funkeinheit bezieht. Wie dies in Figur 2 der Zeichnungen gezeigt ist, wird dann die Prioritätsliste zu einem Entscheidungsblock übertragen, der entscheidet und ein Ausgangssignal abgibt, das anzeigt, ob die mobile Funkeinheit die Funkbasisstationen wechseln sollte oder nicht. Die Entscheidung wird dann zum mobilen Funksystem weitergeleitet. Um die bestmögliche Entscheidung mit einer solchen Anordnung zu treffen, ist es notwendig, wie dies in Figur 3 der Zeichnungen gezeigt ist, ein künstliches neuronales Netzwerk (ANN, artificial neural network) zu bilden, das Teil des Lokalisierblocks bildet und dessen Ausgangssignal die Lokalisierinformation für eine Mobileinheit ist, das heißt die Information, die dem Entscheidungsblock von Figur 2 zugeführt wird.
Mit dieser Anordnung werden die Meßdaten, die an den Lokalisierblock angelegt sind, zu einem Normalisierblock geleitet, und die normalisierten Daten des Ausgangssignals dieses Blocks werden zum künstlichen neuronalen Netzwerk übertragen.
Das Ausgangssignal des künstlichen neuronalen Netzwerkes ist die Lokalisierinformation für eine mobile Funkeinheit und wird in den Eingang des Entscheidungsblocks eingegeben. Wie dies oben erwähnt wurde, ist das künstliche neuronale Netzwerk (ANN) ein Bild des tatsächlichen Funknetzwerks der ent sprechenden Funkbasisstation. In das künstliche neuronale Netzwerk wird Information eingegeben, die die Grenzen des eigenen Bedeckungsbereiches und die Überlappung mit benachbarten Basisstationen betrifft.
Um die bestmöglichen Entscheidungen zu erhalten, muß das künstliche neuronale Netzwerk ein gewünschtes Verhalten in Abhängigkeit von der Position und der Bewegungsrichtung der mobilen Funkeinheit lernen.
Wie dies in Figur 4 der Zeichnungen gezeigt ist, ist das künstliche neuronale Netzwerk in einer Anzahl von Schichten aufgebaut, das heißt einer Eingangsschicht, einer Anzahl von Zwischenschichten und einer Ausgangsschicht.
Die Eingangsschicht hat einen Knotenpunkt, der als Kreis gezeigt ist, für jede ausgewählte Meßeinheit. Wie dies in Figur 4 gezeigt ist, überträgt jeder der Knotenpunkte in der Eingangsschicht seine Information zu allen Knotenpunkten, die als Kreise gezeigt sind, in der ersten Zwischenschicht. Ent sprechende Knotenpunkte in der ersten Zwischenschicht übertragen ihre Information zu den Knotenpunkten der nächsten Zwischenschicht usw. Nur die ersten und letzten Zwischenschichten sind in Figur 4 dargestellt. Die Anzahl von Zwischenschichten im neuronalen Netzwerk wird frei ausgewählt, weshalb eine oder eine Anzahl von Zwischenschichten verwendet werden kann. Schließlich überträgt einer der Knotenpunkte der letzten Zwischenschichten seine Information zu allen Knotenpunkten in der Ausgangsschicht, die mögliche Kandidaten für ein Übergeben darstellen. Dies schließt die Basisstation ein, mit der die mobile Funkeinheit gegenwärtig verbunden ist. Der Aufbau des künstlichen neuronalen Netzwerks verändert sich mit den Meßdaten, weshalb unterschiedliche Funkumgebungen zu unterschiedlichen optimalen Strukturen führen.
Jeder Knotenpunkt des neuronalen Netzwerkes ist ein Neuron, das Eingangsdaten von allen Neuronen in der vorherigen Schicht gewichtet. Figur 5 der Zeichnungen stellt die Art und Weise dar, in der Eingangsdaten von jedem Neuron gewichtet und zusammenaddiert werden und danach einer Transformation unterworfen werden. Die Transformation wird in allen Schichten des neuronalen Netzwerks mit Ausnahme der Eingangsschicht durchgeführt, die nur einen Eingang pro Neuron aufweist.
Um ein gewünschtes Verhalten zu erhalten, wird eine nichtlineare Übertragungsfunktion ausgewählt. Um korrekte Entscheidungen, die die Übergabe betreffen, zu erhalten, ist es notwendig, daß dem neuronalen Netzwerk ein gewisses Verhalten durch Erwerben von Information gelehrt wird. Dies wird dadurch bewirkt, daß dem System Trainingsdaten zugeführt werden. Die Trainingsdaten müssen für den gesamten Empfangsbereich, der durch die Basisstation bedient werden soll, und die benachbarten Bereiche vorgesehen sein.
Figur 6 der Zeichnungen zeigt den Meßbereich für eine Basisstation. Die ausgezogenen Linien zeigen den gewünschten Empfangsbereich für eine Basisstation 14 Die gepunkteten Linien stellen Meßpunkte für Trainingsdaten dar, und die gestrichelten Gebiete stellen das Überdeckungsgebiet der Basisstation 1 dar. Die benachbarten Basisstationen 2 und 3 sind ebenfalls dargestellt, was auch für die Überlappungsgebiete zwischen den drei Basisstationen der Fall ist.
Der Aufbau des künstlichen neuronalen Netzwerks wird für jeden Satz von Trainingsdaten bestimmt. Normalisierung (siehe Figur 3) wird für einen Wert zwischen 0 und 1 mit Hilfe eines maximalen Wertes für jeden Datenwert im gesamten Satz der Trainingsdaten durchgeführt.
Während des Lernvorgangs bewegt sich eine mobile Funkeinheit innerhalb des Überdeckungsbereiches der Basisstation und den benachbarten Bereichen. In der mobilen Funkeinheit werden Messungen in Bezug auf die relevanten oben erwähnten Parameter durchgeführt. Die mobile Einheit sendet die Ergebnisse zur Funkbasisstation, die die Information weiter verarbeitet. Während der Trainingsphase werden unterschiedliche geographische Positionen definiert, die auch für andere mobile Funkeinheiten definiert werden können.
Während des Lernvorgangs werden auch Gewichte, auf die in Bezug auf Figur 5 der Zeichnungen oben Bezug genommen wird, zunächst zufallsmäßig ausgewählt, woraufhin anschließend die Netzwerke mit Trainingsdaten arbeiten. Für jeden Satz von Trainingsdaten wird das Ergebnis an den Ausgangsknotenpunkten des künstlichen neuronalen Netzwerks mit einem gewünschten Ergebnis verglichen. Der Unterschied zwischen dem gewünschten Ergebnis und dem Ergebnis, das mit den Trainingsdaten erhalten wurde, ergibt einen Fehler. Die Berechnung des Gewichtes wird zum Beispiel durch das optionelle Gradientenverfahren durchgeführt, und der Fehler wird durch das Netzwerk zurück ausgebreitet. Durch Änderung der unterschiedlichen Gewichte konvergiert das Resultat zu einem gewünschten Resultat. Wenn der Fehler unter einen vorbestimmten Pegel fällt, wird das neuronale Netzwerk als trainiert angesehen, und der Lernvorgang ist beendet.
Wie dies oben erwähnt wurde, werden die Meßdaten vom mobilen Funksystem dem Lokalisierblock zugeführt, in dem die geographische Position der mobilen Funkeinheit unzweideutig durch das künstliche neuronale Netzwerk bestimmt werden kann, wenn das Training des Netzwerks beendet ist.
Die Information, die die Position einer mobilen Funkeinheit betrifft, wird dann durch den Lokalisierblock zum Entscheidungsblock weitergeleitet. Der Entscheidungsblock erzeugt einen Vektor mit Zahlen, die sich auf die Eignung für Übergabe zu einer festen Funkbasisstation beziehen. Die Zahl ändert sich innerhalb Grenzen, die von der gewählten Übertragungsfunktion abhängen. Eine Entscheidung wird in Bezug auf Geschichte und Hysterese getroffen. "Geschichte" bedeutet, daß der Entscheidungsblock eine Zahl der letzten Lokalisiervektoren speichert. Eine Anforderung wird gemacht, daß eine gewisse Zahl dieser Lokalisiervektoren dasselbe Ergebnis zeigen sollte, damit Übergabe stattfindet. Eine kurze Geschichte ergibt eine schnelle Entscheidung, eine lange Geschichte liefert jedoch eine zuverlässigere Entscheidung auf Kosten der Geschwindigkeit. Es muß so eine geeignete Ausgewogenheit zwischen diesen beiden Fällen in den individuellen Fällen stattfinden, wo unterschiedliche Gesichtspunkte gegeneinander ausgewogen werden. Die oben erwähnte "Hysterese" bedeutet, daß ein Kandidat für Übergabe in einem gewissen Ausmaß in Bezug auf die Eignungszahl der existierenden Basisstation zu einer verbesserten Datenübertragung führen würde. Damit die Übergabe möglich ist, muß der Hysteresewert innerhalb der Übertragungsfunktion liegen. Die Hysterese setzt die Übergabeentscheidung in Beziehung zur Eignungszahl der gegenwärtigen Basisstation und ergibt dasselbe Ergebnis in der Übergabefunktion wie die Geschichte.

Claims

1. Verfahren zum Treffen von Übergabeentscheidungen in einem Funkdatenübertragungsnetzwerk, das eine Anzahl von festen Basisstationen (1) und eine Anzahl von Mobileinheiten aufweist und in dem Datenübertragung zwischen einer Mobileinheit und einer ersten Funkbasisstation beendet wird, um zu ermöglichen, daß die Datenübertragung zu einer zweiten Funkbasisstation übergeben wird, dadurch gekennzeichnet, daß das Verfahren die Schritte aufweist, daß bewirkt wird, daß ein künstliches neuronales Netzwerk (ANN), das ein Bild des realen Netzwerkes der entsprechenden Basisstation ist, ein Verhaltensmuster zeigt, das durch Erlangen von Information vom Netzwerk gelernt ist, wobei die vom künstlichen neuronalen Netzwerk (ANN) erlangte Information mit der Position der Mobileinheit relativ zu den festen Basisstationen (1) im Funkdatenübertragungsnetzwerk korreliert wird, mit denen die Mobileinheit Datenübertragung durchführen kann; eine Liste von festen Basisstationen zu schaffen, mit denen die Mobileinheit Datenübertragung durchführen kann, wobei das künstliche neuronale Netzwerk (ANN) das Ausmaß der Eignung für Datenübertragung mit einer entsprechenden festen Basisstation (1) bestimmt; Information für das Funkdatenübertragungsnetzwerk zur Verfügung zu stellen, die die am besten geeignete feste Basisstation (1) für Datenübertragung mit der Mobileinheit betrifft; und eine Entscheidung bezüglich der Verbindung der Mobileinheit mit einer ausgewählten festen Basisstation (1) zu treffen.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß dem neuronalen Netzwerk eine Anzahl von Schichten zugeteilt wird, die eine Eingangsschicht, eine Ausgangsschicht und eine Anzahl von Zwischenschichten aufweisen, daß der Eingangsschicht eine Anzahl von Knoten zugeteilt wird, die ausgewählte Meßdateneinheiten darstellen, daß der Ausgangsschicht eine Anzahl von Knotenpunkten zugeteilt wird, die eine feste Basisstation, mit der die Mobileinheit gegenwärtig Daten austauscht, und feste Stationen darstellt, zu denen Übergabe möglich ist, und daß die Knotenpunkten den Zwischenschichten für Simulation verwendet werden.

3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß jeder Knotenpunkt des Netzwerkes ein Neuron ist, daß jeder Knotenpunkt Eingangsdaten von allen Neuronen in der vorhergehenden Schicht gewichtet, und daß alle gewichteten Signale zusammenaddiert werden und danach einer Umwandlung unterzogen werden.

4. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß dem neuronalen Netzwerk Trainingsdaten zugeteilt werden, die normalisiert sind, daß die Trainingsdaten so ausgewählt werden, daß sie so repräsentativ wie möglich für das Netzwerkverhalten sind, daß die Trainingsdaten für den gesamten Empfangsbereich, der durch die feste Basisstation bedient werden soll, und für die angrenzenden Bereiche zugeteilt werden, und daß ein gewünschter Aufbau für das neuronale Netzwerk für jeden Satz von Trainingsdaten bestimmt wird.

5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß während des Trainingsvorgangs Gewichte zufallsmäßig ausgewählt werden, woraufhin anschließend das neuronale Netzwerk mit empfangenen Daten arbeitet, daß das Ergebnis an den Ausgangsknotenpunkten des neuronalen Netzwerks mit einem gewünschten Ergebnis verglichen wird, wobei der Unterschied zwischen dem gewünschten Ergebnis und dem empfangenen Ergebnis einen Fehler bildet, der zur Auswahl der Gewichte in Bezug steht, daß neue Gewichte berechnet werden und der Vorgang wiederholt wird, bis das Ergebnis an den Ausgangsknotenpunkten des neuronalen Netzwerks zu einem gewünschten Wert konvergiert, und daß der Trainingsvorgang beendet wird, wenn der Unterschied zwischen den gewünschten und empfangenen Signalen unter einen vorbestimmten Pegel fällt.

6. Verfahren nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß Eingangsdaten in Vektorform zu einem Lokalisierblock für die mobile Einheit übertragen werden, daß der Lokalisierblock die Daten zu einem Entscheidungsblock überträgt, daß der Einscheidungsblock einen Vektor mit einer Zahl erzeugt, die sich auf die Eignung für Übergabe zu einer anderen festen Basisstation bezieht, und daß eine Übergabeentscheidung auf historische Information gegründet wird und darauf, ob die Übergabe zu der anderen festen Station in einem gewissen Ausmaß in Bezug auf die Eignungszahl der festen Basisstation, mit der die Mobileinheit gegenwärtig in Verbindung steht, zu verbesserter Datenübertragung führen würde.

7. Funkdatenübertragungsnetzwerk, das eine Vielzahl von festen Basisstationen (1) und eine Vielzahl von Mobileinheiten einschließt, bei dem jede der Basisstationen (1) mit einer zentralen Telekommunikationsvermittlungsstelle verbunden ist und dazu ausgebildet ist, Datenübertragung durchzuführen mit und Information zu empfangen von einer Anzahl der Mobileinheiten, wobei von einer Mobileinheit empfangene Information unter anderem deren Position und empfangene Signalstärke einschließt, und bei dem das Datenübertragungsnetzwerk dazu ausgebildet ist, die Datenübertragung zwischen einer Mobileinheit und einer ersten Funkbasisstation (1) zu unterbrechen, um zu ermöglichen, daß die Datenübertragung zu einer zweiten Basisstation (1) übergeben wird, dadurch gekennzeichnet, daß das Datenübertragungsnetzwerk einschließt:

- ein künstliches neuronales Netzwerk (ANN) für jede der Basisstationen (1), wobei jedes künstliche neuronale Netzwerk (ANN) ein Bild des realen Netzwerkes einer entsprechenden Basisstation (1) ist und so ausgebildet ist, daß es ein Verhaltensmuster zeigt, das durch Informationserlangung von dem Datenübertragungsnetzwerk gelernt ist;

- Korrelationsmittel zum Korrelieren der durch ein künstliches neuronales Netzwerk (ANN) erlangten Information zur Position einer Mobileinheit relativ zu den Basisstationen (1) im Datenübertragungsnetzwerk, mit denen die Mobileineinheit Datenübertragung durchführen kann;

- Listungsmittel zum Schaffen einer Liste von festen Basisstationen (1), mit denen die Mobileinheit Datenübertragung durchführen kann, wobei das künstliche neuronale Netzwerk (ANN) die Lokalisierungsinformation der mobilen Einheit relativ zu den festen Basisstationen (1) bestimmt;

- Informationsmittel zum Schaffen von Information für das Datenübertragungsnetzwerk, die die am besten geeignete feste Basisstation (1) für Datenübertragung mit der Mobileinheit betrifft; und

- Entscheidungsmittel zum Treffen einer Entscheidung, die die Verbindung der Mobileinheit mit einer ausgewählten festen Basisstation (1) betrifft.

8. Funkdatenübertragungsnetzwerk nach Anspruch 7, dadurch gekennzeichnet, daß die zentrale Telekommunikationsvermittlungsstelle eine Funktion für ein Lokalisierverfahren unter Verwendung von künstlichem neuronalem Netzwerk (LMANN) für jede der festen Basisstationen (1) einschließt und daß jedes der künstlichen neuronalen Netzwerke (ANN) Teil einer LMANN-Funktion einer entsprechenden festen Basisstation (1) bildet.

9. Funkdatenübertragungssystem nach Anspruch 7 oder 8, dadurch gekennzeichnet, daß einem künstlichen neuronalen Netzwerk (ANN) eine Anzahl von Schichten zugeordnet ist, die eine Eingangsschicht, eine Ausgangsschicht und eine Anzahl von Zwischenschichten aufweist, daß der Eingangsschicht eine Anzahl von Knotenpunkten zugeordnet ist, die ausgewählte Meßdateneinheiten darstellen, daß der Ausgangsschicht eine Anzahl von Knotenpunkten zugeteilt ist, die eine feste Basisstation (1), mit der die Mobileinheit gegenwärtig Datenübertragung durchführt, und die festen Basisstationen (1) repräsentieren, zu denen Übergabe möglich ist, und daß Knotenpunkte in den Zwischenschichten für Simulation verwendet werden.

10. Funkdatenübertragungsnetzwerk nach Anspruch 9, dadurch gekennzeichnet, daß jeder Knotenpunkt des neuronalen Netzwerks (ANN) ein Neuron ist, daß jeder Knotenpunkt dazu ausgebildet ist, eingegebene Daten von allen Neuronen in der vorhergehenden Schicht zu gewichten, wobei alle gewichteten Signale zusammenaddiert werden und danach einer Umwandlung unterzogen werden.

11. Funkdatenübertragungsnetzwerk nach einem der Ansprüche 7 bis 10, dadurch gekennzeichnet, daß das Datenübertragungsnetzwerk Trainingsmittel einschließt, die dazu ausgebildet sind, Trainingsarten einem künstlichen neuronalen Netzwerk (ANN) zuzuteilen, wobei die Trainingsdaten normalisiert sind und so ausgewählt sind, daß sie so re präsentativ wie möglich für das Netzwerkverhalten sind, daß die Trainingsmittel dazu ausgebildet sind, die Trainingsdaten für den gesamten Empfangsbereich, der durch eine feste Basisstation (1) bedient werden soll, und für die benachbarten Bereiche zuzuteilen, und daß ein gewünschter Aufbau für das neuronale Netzwerk (ANN) für jeden Satz von Trainingsdaten bestimmt wird.

12. Funkdatenübertragungsnetzwerk nach Anspruch 11, dadurch gekennzeichnet, daß die Trainingsmittel dazu ausgebildet sind, während eines Trainingsvorgangs Gewichte zufallsmäßig auszuwählen, wonach das neuronale Netzwerk (ANN) dazu ausgebildet wird, mit empfangenen Daten zu arbeiten, wobei die Ergebnisse an den Ausgangsknotenpunkten des neuronalen Netzwerkes (ANN) mit einem gewünschten Ergebnis verglichen werden, wobei der Unterschied zwischen dem gewünschten Ergebnis und dem empfangenen Ergebnis einen Fehler bildet, der sich auf die Auswahl der Gewichte bezieht, daß die Trainingsmittel dazu ausgebildet sind, neue Gewichte zu berechnen und daß der Trainingsvorgang wiederholt wird, bis das Ergebnis an den Ausgangsknotenpunkten des neuronalen Netzwerkes (ANN) gegen einen gewünschten Wert konvergiert, und daß die Trainingsmittel dazu ausgebildet sind, den Trainingsvorgang zu beenden, wenn der Unterschied zwischen einem gewünschten und einem empfangenen Wert unter einen vorbestimmten Pegel fällt.

13. Funkdatenübertragungsnetzwerk nach einem der Ansprüche 7 bis 12, dadurch gekennzeichnet, daß das Datenübertragungsnetzwerk einschließt:

- einen Lokalisierblock, an den die gemessenen Eingangsdaten in Vektorform für eine Mobileinheit übertragen werden; und

- einen Entscheidungsblock, an den die gemessenen Eingangsdaten von dem Lokalisierblock übertragen werden;

und dadurch, daß der Entscheidungsblock dazu ausgebildet ist, einen Vektor mit einer Zahl zu erzeugen, die in Beziehung steht zur Eignung für Übergabe zu einer anderen festen Basisstation (1), wobei die Übergabeentscheidung beruht auf:

- historischer Information; und

- ob Übergabe zu der anderen festen Station (1) in gewissem Ausmaß in Bezug auf die Eignungszahl der festen Basisstation (1), mit der die Mobileinheit gegenwärtig Datenaustausch durchführt, zu einer verbesserten Datenübertragung führen würde.

Übersetzung der Zeichnungen:

Figur 1

Exchange - Vermittlungsstelle

LMANN = Locating method using artificial neural network - Lokalisierverfahren unter Verwendung eines künstlichen neuronalen Netzwerkes

Base station - Basisstation

Figur 2

Mobile radio system - Mobiles Funksystem

Measurement data - Meßdaten

Locating - Lokalisieren

Decision - Entscheidung

Figur 3

Measurement data - Meßdaten

Normalisation - Normalisierung

ANN = Artificial neural network - künstliches neuronales Netzwerk

Locating - Lokalisieren

Figur 4

Input layer - Eingangsschicht

Intermediate layers - Zwischenschichten Output layer - Ausgangsschicht

Figur 6

Base station - Basisstation