中国教育报—中国教育新闻网讯（记者 史望颖 通讯员 曹非凡 苏钧天）近日，宁波诺丁汉大学的移动通信*关秋峰博士开发了一种智能切换决策方案，用于缩短5G网络中的延迟时间。根据验证测试结果，这项算法被证明能够将切换失败率降低75%，并将不必要的切换数量减少90%以上，同时将收发信息的平均延迟时间缩短27%。

据关秋峰介绍，5G网络的特点在于，可以为各种不同应用场景提供超高的连接数密度，极高的数据传输率，卓越的用户体验和毫秒级的端到端时延。其中，毫秒级时延*难突破和解决的技术难题，而减少时延的关键在于提高切换的速度及准确性。目前全球范围内的*学者都在研发不同的切换算法，使得发送和接收信息之间的平均延迟时间*小化。

“想象一下，汽车以60km/h的平均速度在城市中运行，在这样快速变化的5G车联网应用场景中，如果切换发生得过早，车辆可能更接近原来的基站，且尚未进入下一基站的*佳覆盖范围，这就导致在两个基站间频繁切换，*终使得信号不稳定。而如果执行得过晚，那么车辆很可能失去信号。解决这个问题的方法之一是根据需求，推测出即将到来的切换时间和目标，从而在正确的时间执行切换。”关秋峰介绍，像车联网、物联网、外科手术等应用场景，对切换的必要性和切换时间都提出了极高的要求。

为此，关秋峰和他的团队提出了一种基于机器学习技术，拥有自适应和预测功能的切换管理算法。这种算法可以产生一系列自动决策，包括是否触发切换机制，切换到哪个基站，以及如何选择正确的切换时机。还可以准确预测用户的移动轨迹，从而进一步缩短延迟时间。

目前，该研究团队正着眼于将这项研究提升到更高水平，并将研究成果从实验室应用到各个领域，特别是5G网络环境下需要极高可靠性的应用场景。