近日，宁波诺丁汉大学的移动通信专家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，毫秒级时延最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。目前全球范围内的专家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最小化。

　　“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最佳覆盖范围，这就导致在两个基站间频繁切换，最终使得信号不稳定。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。