一、无线接入技术的发展现状(论文文献综述)
于奥[1](2021)在《云计算环境下基于光载无线接入网的资源分配策略研究》文中提出作为支撑未来移动通信的重要基础设施,光载无线接入网可以将光网络的高速率大容量与无线网络的灵活移动等特性相结合,提供高速灵活的用户接入服务。在光载无线接入网的发展过程中,传输设备种类繁多、支撑业务愈发多样、节点数量逐渐增大,由此产生了光载无线接入网所面临的规模扩展受限与资源利用低效的挑战,迫使光载无线接入网由传统的封闭系统到开放云计算环境拓展。近些年,基于云计算的光载无线接入网凭借其高弹性、大带宽以及高可靠等优势,成为满足用户接入网需求的新一代关键技术。在云计算快速发展的背景下,设备数量、部署规模以及各类通信协议标准进一步增长,云计算环境下的光载无线接入网已呈现出多场景、多技术的异构特征,面临着资源分配受限、流量调度复杂、故障恢复低效等诸多困难。具体的,基于云计算的光载无线接入网的资源分配主要有三种应用场景,第一是从数据中心间网络角度,长期的网络资源规划可以避免全局资源浪费,提升服务调度效率;第二是从数据中心内网络角度,精准的突发流量调度可以避免突发流量拥塞和性能下降,提高云服务响应速度;第三是从移动前传网角度,资源的跨场景分配以及快速精准的故障定位可以提升网络的整体表现,降低因资源浪费以及故障产生的经济损失。围绕不同场景,出现了面向数据中心间网络的长期资源规划、数据中心内网络的突发流量调度以及移动前传网的网络切片和故障快速恢复等关键问题。针对上述问题与挑战,本论文以面向云计算环境下光载无线接入网的资源分配为核心,采用人工智能技术辅助,针对数据中心内部网络、数据中心间网络和移动前传网三种不同应用场景,选择合适的深度学习方法,并对神经网络模型进行优化与重设计,利用流量预测和告警分类等学习结果,对后续资源分配过程提供指导,最后在云计算环境下光载无线接入网仿真平台上分别进行了性能验证。相关研究工作对云计算环境下光载无线接入网的广泛应用及高效的资源分配化具有重要参考意义。主要创新成果如下:(1)在数据中心间网络场景下,针对长期网络资源分配受限的问题,首先通过流量预测的方式来为光载无线接入网中的流量调度提供协助,创新性地提出了的多重时间间隔特征学习网络(Multiple Time Interval Feature-Learning Network,MTIFLN)模型,实现 了长期流量预测。其次,设计了基于流量预测的资源分配方案,根据流量预测结果和当前网络资源利用情况实现数据中心间网络资源的高效分配。通过将多个具有不同采样间隔的双向循环神经网络集成到一个框架中,MTIFLN模型具有强大的能力来提取不同时间间隔的流量特征,避免了多步预测的累计误差,从而实现长期流量的一步精确预测。在基于流量预测的资源分配方案中,根据预测结果和现有资源计算流量优先级并为将来的流量保留资源。仿真结果表明,MTIFLN模型可以有效提高长期流量预测的准确性,而基于流量预测的资源分配方案可以有效利用光载无线接入网的网络资源。(2)在数据中心内网络场景下,针对流量调度复杂的问题,首先设计了基于误差反馈的脉冲神经网络(Spiking Neural Network,SNN),从而实现突发流量的高精度预测。随后,设计了一种预测辅助调度算法来实现最坏情况下的突发流量高效调度。一方面,基于误差反馈的SNN框架可以通过模仿生物神经元系统来显着增强突发流量特征的提取能力,多突触机制可以有效提取突发流量特征,而误差反馈模块可以在无需求导的情况下实现误差的反向传播。另一方面,预测辅助调度算法使用全局评估因子和流量缩放因子来实现流量的高效调度,为突发流量提供可靠的调度方案。仿真结果表明,所提方法可以有效地将SNN集成到流量调度方案中,并以可承受的计算复杂度实现令人满意的性能。(3)在移动前传网场景下,针对光网络与无线网络资源难以实现全局分配的问题,首先提出了一种数据驱动的方法,通过将资源状态映射到二维矢量图,实现从光网络到无线网络的联合网络切片,该设计可以大大缩短了切片状态更新的时间。此外,还介绍了相应的切片重构算法,以平衡光网络和无线网络中每个切片的负载。矢量图综合考虑了移动前传网和数据中心间网络的资源相关性以及负载信息。仿真结果证明,提出的方法可以大大降低切片状态更新的成本,并获得理想的切片重配置性能。(4)在移动前传网场景下,针对故障恢复低效问题,创新性地提出了 一种基于深度置信网络的故障定位(Deep Belief Network-based Fault Location,DBN-FL)模型,以实现移动前传网单链路故障的快速定位。DBN-FL模型包含两个阶段,包括混合预训练阶段和基于列文伯格-马尔夸特(Levenberg Marquardt,LM)算法的微调阶段。在混合预训练阶段,我们将有监督和无监督学习相结合,以减少对训练样本的需求。在微调阶段,采用LM算法代替传统的反向传播算法对DBN-FL模型进行微调,大大减少了线下训练所需的时间。实验结果表明,所提出的DBN-FL模型可以实现作为分类器的高精度故障定位(精度超过96%),并且在定位精度和训练效率方面均优于传统的深度学习方法。
施道平[2](2020)在《异构无线网络能效和安全优化研究》文中研究指明随着无线通信的迅速发展,网络规模越来越大。特别是在异构无线网络当中,随着用户数量的增加,基站的数目也随之增加,无线网络环境变得越来越复杂。能量效率优化和资源分配问题亟需解决,深度增强学习算法能够有效的进行资源动态分配并减少计算复杂度,同时随着异构网络中无线接入技术的发展和用户对于通信安全的关注,用户需要合理的性能和安全需求,因此本文主要以异构无线网络场景为基础,分别对能量效率优化以及用户的数据速率和通信安全水平联合优化进行了研究。论文主要工作如下:首先,本文对宏基站和多个蜂窝基站共存的场景下功率分配和能量效率优化问题进行了研究,此类问题是一个NP-hard问题,与传统的优化分解算法不同,本文采用深度增强学习算法求解该问题,我们的目标是在宏基站与多个蜂窝基站随机密集分布且存在相互干扰的情况下,最大限度地动态提高整个网络的系统能量效率。首先我们根据宏基站与多个蜂窝基站共存的场景构建了系统能量效率优化模型,然后通过对发射功率进行离散化以及宏基站吞吐量约束来减少深度增强学习中过大的状态空间以及深度神经网络维数,并且改进了Nature DQN中的深度学习模块,最后仿真结果表明,Nature DQN不仅提高了系统能量效率,而且收敛速度也得到了提高。其次,为了研究异构无线网络场景中的用户接入选择和通信安全水平优化问题,我们考虑了异构无线网络中多种无线接入技术和传输模式存在的场景。首先我们考虑基站用户数量限制和用户所需最低数据速率构造出多种传输模式组成的异构无线网络用户数据速率和基站的通信安全水平联合优化模型,然后在多目标优化函数中我们使用权重参数来表示用户需求,权重参数的大小反应用户需求偏向,最后我们通过对数学模型重构线性化并使用CPLEX商业优化软件求解此问题。仿真结果表明,多种无线传输模式可供选择的异构无线网络能够很好的满足用户的需求,在网络吞吐量和中断概率上都有明显的改善,权重参数能够很好的反应用户的需求偏向。
窦中兆[3](2020)在《移动通信系统中的自组织及反向散射技术研究》文中研究表明移动通信已逐步进入5G时代,2G/3G/4G/5G/Wi Fi等多种接入技术以及异构网络(宏蜂窝、微蜂窝、飞蜂窝、5G小小区)的共存,使网络复杂度大幅增加,现有蜂窝移动网络在部署、运维和优化难度方面骤增。因此,加强网络运维自动化、提高运维效率、降低运营成本是运营商的迫切需求。自组织网络(Self-Organizing Network,SON)技术借助于先进的优化算法,能够简化网络部署和降低人工干预,从而提升运维效率和降低运营成本。本文以SON技术的相关研究进展及工程应用现状和需求展开讨论,跟踪和总结了国际重要项目机构或标准化组织关于SON技术的研究进展以及SON工程的应用现状。并在此基础上对如何在移动通信网上有效运用SON技术开展研究。5G上行覆盖严重受限,使得5G网络部署面临巨大成本压力。针对动态频谱共享这一新技术,开展4G/5G频谱的动态共享试验研究,对于提高移动通信系统的频谱利用率、节约5G网络投资意义重大。借助“一带一路”国际重大项目,为了应对5G组网部署面临的挑战,利用5G新技术引入的试验契机,我们组建了4G/5G试验网环境,对4G/5G网络共存状态下的动态频谱共享方法进行研究与实验验证,相关研究对于当前5G的组网部署具有重大意义和工程价值。在进行无线传感网络自组织技术的研究过程中发现,能效和电源供给问题始终是无线传感器网络有待解决的一个基础瓶颈问题,对当前学术界兴起的在低功耗甚至零功耗的状态下进行通信的反向散射技术方向进行了追踪研究。作为低能量通信系统的非常有发展前景的技术,环境反向散射技术兼备无线的便捷性和绿色通信的低能耗特点,是一项很具有商业价值和潜力的无线技术。本文的主要研究内容及成果如下:(1)基于目前LTE蜂窝移动网络在网络部署、运维和优化所面临的挑战,系统调研了包括SON技术在内的移动通信网络优化技术的相关进展及工程应用,阐述了其基本原理、关键技术和主要的算法。(2)对SON算法中的动态频谱共享算法(Dynamic Spectrum Sharing,DSS)进行了重点研究,利用组建的4G/5G试验网环境,研究4G/5G补充上行及动态频谱共享方法。设计了4G/5G频谱资源共用的PRB分配原则(4G/5G动态频谱共享的资源分配原则),评估开启4G/5G动态频率共享后,获得的网络上行速率增益以及对4G现有网络关键性能指标和4G网络上行干扰电平的影响程度。通过实验结果可以看出,开启动态频率共享,可获得平均2.43倍的上行速率增益,并且对4G网络的干扰影响比较小,并未对4G网络现有用户的感知及4G网络性能产生明显的不利影响,验证了所提分配原则的有效性。(3)将反向散射技术引入到高铁场景的无线通信系统中,提出一种反向散射辅助无线传输方案(Backscatter Aided Wireless Transmission,BAWT),以减少信号穿透损耗并提高信道估计性能;并针对BAWT和传统无线直传方案(Direct Wireless Transmission,DWT)进行了收发信机设计,包括信道估计以及信号检测。在信道估计方面,通过比较BAWT、DWT传输方案,BAWT方案信道估计的准确性优于DWT方案。在信号检测方面,BAWT方案整体优于中继技术和DWT方案。与高铁无线通信的现有直传和中继技术相比,利用环境反向散射技术可以改善高铁场景下的现有无线通信系统性能。针对广域环境下的环境反向散射通信,提出了一种高铁场景下环境反向散射的链路预算方法,从链路预算角度论证了BAWT方案在广域环境下实现的可行性。(4)推导了环境反向散射辅助无线传输方案(BAWT)的信道容量的下限和上限。通过理论分析和仿真验证,在相同SNR情况下,BAWT信道容量高于DWT信道容量,BAWT方案可获得明显的信道容量提升。此外,BAWT方案在增加信道方差时,相对传统DWT方案可以获得更高的数据传输速率。
严晓云[4](2020)在《高速移动环境异构网络的多维动态适配机制研究》文中研究说明高速移动网络作为“泛在”移动互联网的重要组成部分,受到了广泛的关注。随着网络技术发展,高速移动网络可以融合多个电信运营商提供的网络,为移动用户提供丰富的网络信息服务。然而,传统的高速移动网络因其自身架构的局限性和复杂的无线链路特点,难以灵活地协同异构网络来满足移动信息服务的多维需求,造成服务质量差、用户体验不佳和资源利用率低等弊端。因此,本文在智慧标识网络理论基础下,结合高速移动网络特点与服务多维需求,研究基于无线链路状态动态感知的多维适配机制。论文主要工作和创新点如下:(1)针对高速移动网络中多维需求服务面临的适配挑战,提出一种基于智慧标识网络的多维需求服务与网络动态适配框架。首先,综合分析高速移动网络环境中现有网络适配框架和机制的优缺点。然后,详细阐述了新型适配架构的设计需求,并设计多维需求服务与网络动态适配框架和关键功能模块。最后,通过在高速铁路和城市道路沿线的原型系统实地测试,验证该适配框架的可行性与优势,为后续章节中不同需求维度的服务适配提供研究基础。(2)针对高速移动网络中多Qo S参数需求服务因无线链路动态性导致的适配不准确问题,提出一种基于模糊满意度的服务与网络适配机制。首先,根据高速移动环境无线链路质量参数特点与服务的多Qo S目标需求构建族群模糊处理规则。其次,根据服务的多目标需求建立加权满意度的动态适配机制,以最大化服务满意度。最后,利用高速铁路网络真实数据对该机制进行验证。实验结果表明,该机制有效地提高了适配准确性,并提升服务适配满意度。(3)针对高速移动网络中可靠性需求服务因无线链路失效导致的传输失败问题,提出一种基于链路失效状态预测的服务与网络适配机制。首先,根据高速移动环境中无线链路状态的特点建立链路失效预测模型。其次,引入冗余传输方法以提高服务传输的可靠性,并进一步考虑数据流有效吞吐量收益与冗余传输开销之间的权衡,构建基于效用优化模型的适配机制。最后,根据真实的高速铁路网络状态数据进行仿真实验,以评估该适配算法的性能优势。实验结果表明,该机制有效地提高了服务的丢包率满足率和效用值,获得较好的吞吐量性能。(4)针对高速移动网络中时效性需求服务因无线链路频繁切换导致的超时传输问题,提出一种基于链路可用时长和服务截止时间的流调度机制。首先,根据高速移动环境中移动轨迹特点设计了无线链路可用时长预测模型。然后,根据服务的持续时长和截止时间这两个关键时间需求参数设计了基于链路可用时长预测的适配机制,以提高数据流按时递交率。最后,通过高速移动网络环境中的仿真实验对提出的适配机制进行评估与分析。实验结果表明,该机制有效地提高了服务传输成功率,并缓解服务成功传输的滞留时间。
李思栋[5](2020)在《多连接下的资源分配算法研究》文中研究表明5G通信聚焦于未来多行业应用的发展需要,要求全新的网络具备高效、灵活、可扩展性。网络需要充分利用各种频谱资源,支持多种设备接入、适应多样化服务需求和部署灵活性,网络的多方位的融合和创新将会对社会产生更为深远的影响。5G网络的核心要求是高速率、低时延、广连接三个特征。5G系统通过多种无线接入技术的集成来增加无线通信网络的容量,聚合多种多样的终端形式,传输和处理多种类型的业务数据,提供高效,低功耗,稳定和多样化的融合通信解决方案。本文为了解决跨不同网络中间的联合调度问题,提出了 一种在LTE和WLAN融合网络系统中的上行自适应带宽功率分配决策算法,该算法基于多种业务共存的上行系统,优化了带宽分配和功率控制问题,增加了系统的灵活性。在保证满足用户QoS请求的前提下,尽可能地让上行链路获得更大的系统吞吐量,并且降低主基站的负载,有效地提高系统吞吐量。仿真表明,对于多种业务共存的上行双连接系统,提高了用户的效用。同时,在多种接入技术共存的多连接系统中,网络节点密集化带来切换频繁导致的信令开销大的问题,本文针对此问题提出了一种多连接下的切换增强机制,针对5G系统的CU分离系统,为了改善网络密集时带来的乒乓效应概率提高,我们提出了切换事件基于触发增量的切换机制,来代替触发时间。仿真结果表明,采用基于触发增量的切换机制对于不同速率的用户具有更强的自适应性,且可以有效降低切换失败概率以及乒乓事件概率。本文的研究成果对未来的多连接的资源分配优化具有一定的指导意义。
周凡钦[6](2019)在《混合异构无线接入网的负载优化机制》文中认为移动数据业务量的快速增长促使移动通信系统不断引入新技术来突破无线接入网的业务容量瓶颈,如微蜂窝、无线中继、空中基站、WiFi、毫米波等。不同接入技术共存和多种异构类型基站共同组网使蜂窝网形成了混合异构无线接入网。在混合异构无线接入网中,业务量在空间分布不均造成的网络局部负载和资源不匹配的问题仍然存在,并且由于各技术网络和各类基站具有不同特性,用户会根据自己的偏好涌向特定类型网络或基站,造成各技术网络和各类基站间负载分布不合理。这成为无线接入网性能和资源利用率提升的瓶颈。因此,研究混合异构无线接入网的负载优化机制,使业务负载与网络资源更加匹配具有重要意义。混合异构无线接入网负载优化需要解决的突出问题有:异构蜂窝网场景中以往均衡机制无法有效均衡宏微异构基站间负载,以及突发超高业务量热点区域负载超出传统蜂窝网负载均衡能力;在蜂窝网与WiFi网络共存场景中,WiFi接入点资源利用率低,缺乏针对性的负载优化机制。针对以上问题,本文面向混合异构无线接入网,展开异构蜂窝网以及蜂窝网与WiFi网络共存两大类场景下负载优化机制的研究,主要包含以下研究内容:(1)针对已有负载均衡方法无法有效均衡异构蜂窝网中宏微异构基站间负载的问题,提出了基于负载序列最小化的负载均衡机制。该机制通过调整小区间个性化偏置参数,在保证用户服务质量前提下,实现异构基站间负载差异最小化。文中定义了负载序列及其大小,分析了负载序列最小化与提升负载均衡度的一致性,并证明了通过不断减小负载序列能达到负载均衡的局部最优。非规则异构蜂窝网场景中的仿真结果显示,所提机制比现有方法能提升15.2%的负载均衡度,并且网络总吞吐量和接入负载的能力明显提升。(2)针对以往负载优化方法无法应对热点区域突发超高业务量负载的问题,提出了基于毫米波空中基站3D部署的热点区域容量增强机制。该机制首先利用机器学习算法根据用户位置分布实现热点检测;随后通过热点区域毫米波空中基站的各态历经容量最大化,确定毫米波空中基站初始部署位置;最后,通过部署位置调整、用户选择、资源分配和波束参数联合优化,使毫米波空中基站在获得最大吞吐量的同时尽可能降低能耗。仿真结果显示,通过合理部署和优化,毫米波空中基站能够获得显着的吞吐量提升。(3)针对非融合的蜂窝网和WiFi网络中已有流量卸载方法影响蜂窝网流量收益以及缺少切换用户服务一致性保障的问题,提出了收益驱动的蜂窝网流量卸载机制。本文通过构建用户切换条件,选择合适的用户进行流量卸载实现提升蜂窝网吞吐量收益和保障切换用户服务的一致性,并通过设计UE协助的蜂窝网基站与WiFi接入点间分布式协商的用户切换机制保证所提流量卸载机制的可实现性。仿真结果显示,所提机制能够有效平衡异系统网络的资源利用率,用户满意度和网络吞吐量收益也有明显提升。(4)针对蜂窝网和WiFi融合网络中已有负载均衡方案普遍采用对数利用度函数,会迫使基站为用户平分资源,不能充分改善边缘用户速率的问题,提出了扩展的对数利用度函数来重构面向负载均衡的用户接入和资源分配联合优化模型,以实现网络资源灵活分配,并提出基于Bender分解的最优化算法对该优化模型进行有效求解。文中证明了所提算法的收敛性,并通过与常用的分支定界求解算法对比,验证了所提算法的求解效率。仿真结果显示所提方案能有效提升WiFi资源利用率,并改善用户服务速率公平性。
巴欣然[7](2019)在《5G网络下多连接关键技术的研究》文中研究表明5G在系统灵活部署、多业务支持、频谱效率、峰值速率和时延方面相比于4G具有明显优势,已经成为国内外学术界和工业界的研究热点。但是在搭建5G无线通信系统时,如果将NR单独组网,而不考虑4G系统的兼容性,直接忽略之前系统一些固有的技术问题,就会导致更高的成本和更长的投入产出周期。因此,为了迎合市场,满足用户业务的差异化需求,5GNR需要融合现有4G以及其他无线补充网络,构成多重制式的“互补互通”网络架构,以获得更好的向前兼容性和更高的频谱效率。与此同时,采用控制面与用户面分离思想的多连接技术,将成为搭建未来5G多网融合网络架构时关键的技术支撑。多连接技术的实际部署既可以保证用户在多个网络之间自由选择、平滑切换,又能满足多样化接入超高性能指标的需求,还能利于运营商网络管理一体化。鉴于此,本文从多连接技术在超密集、多接入、eLWA及D2D分流等几大场景实际部署时需要解决的实际问题出发,以提高网络适配性与资源利用率为目标,将相关问题建立数学模型,并探索研究有效的解决策略。研究的结果具有一定的理论与实践价值。具体的研究内容和主要贡献如下。1)本文将多连接技术中的数据分流传输问题转化为网络选择与适配问题,针对超密集场景中用户接收信号快速改变以及微基站负载不均衡的问题提出了基于负载感知的网络选择策略;针对多接入场景中不同接入技术提供的QoS性能不同的问题,提出了基于业务感知的网络选择策略。在基于负载感知的网络选择策略中,与现有大多数文献提出的静态固定最大连接数的网络选择策略不同,本文提出的策略中的活动集个数由基站负载构成的Sigmod函数动态控制。论文首先根据用户不同业务QoS请求筛选预定网络候选集。其次根据由网络负载构成的Sigmod函数动态调整网络候选集的数量,最终确定的用户活动集不仅可以动态地调整网络最大连接数,还可以将高负载网络上的业务流量卸载到低负载网络。仿真结果表明,本文提出的基于负载感知的网络选择策略可以显着提高系统吞吐量,大幅降低无线链路失败概率;在基于业务感知的网络选择策略中,针对5G多网融合网络架构的标准制定还在探索中的现状,本论文首先描述了多连接的网络架构,把分流从传统的MAC层提升到更高层,以降低对时延回程的要求;其次提出的基于业务感知的网络选择策略综合了网络侧与用户侧的特性,解决了不同业务QoS需求在各接入网上的不同映射的问题,满足了不同用户对数据传输率、误码率、时延、抖动等QoS参数要求各不相同的需求。仿真结果表明,动态的业务疏导机制不仅可以满足以用户为中心的要求,保障业务一致性,还能显着地提高系统吞吐量,并降低无线链路概率和传输延迟。两种策略的提出都为多连接实际部署提供理论指导,具有一定的实践意义。2)D2D用户与蜂窝用户在模式选择与资源分配问题上仍然面临一些技术难题的挑战。基于此,本文首先提出了用户D2D模式与蜂窝模式的转化准则,该准则允许用户根据业务优先级灵活调节工作模式;其次在D2D与蜂窝用户频谱共享问题上,本文提出了基于用户优先级的资源分配策略。与传统大多数文献中D2D用户与蜂窝用户公平竞争资源不同,本文提出的策略根据用户的优先级调配网络资源,把实际问题建模为一个有条件的凸优化问题,并设计了基于Kuhn-Munkres算法寻找最优解的资源分配方案。该策略可以有效地减轻基站负载,实现蜂窝网络流量的卸载,从而缓解蜂窝网络的下行传输压力。仿真结果表明,所提出的基于用户优先级的资源分配策略能够显着提高D2D接入率与系统吞吐量。3)针对eLWA场景中上行资源分配的研究尚处于空白的现状,本文提出了面向时延服务质量保障的资源分配优化策略;同时本文综合考虑了超密集场景中用户的实际速率、需求速率、频谱效率、基站负载和公平性五个因素,提出了一种基于正比例公平的资源调度算法。在面向时延服务质量保障的资源分配优化策略中,本论文首先考虑了用户的多种业务同时通过LTE网络与WLAN网络的上行信道传输数据信息的网络模型。与大多数文献中以最大化系统吞吐量为目标的资源优化策略不同,本文将时延服务质量加入eLWA网络的信道表征,并通过最大化时延服务质量约束下的有效容量得到上行资源分配凸优化问题。其次将该凸优化问题转化为最优功率分配与最优带宽分配两个子问题。前者中,采用凸优化理论与拉格朗日函数得到功率分配优化方法,后者中,根据拉格朗日对偶法与次梯度法得到带宽分配优化方法,从而得到总的资源分配优化策略。仿真结果表明,与常用的ABC(Always Best Connected)功率分配算法和固定比例功率分配算法相比,本文提出的算法在保障业务时延服务质量的前提下可以有效地提高系统有效容量;在正比例公平的资源调度算法中,论文首先匹配超密集网络特性,完善了完整的资源调度信令流程;其次,提出了一种基于正比例公平的资源分配算法。在正比例公平算法的基础上结合基站负载、信漏噪比、频谱效率等因素来确定用户的优先级以达到最大资源利用率。仿真结果表明,该算法不仅保证了系统中用户的公平性,而且使整个系统负载达到均衡,从而直接提高资源利用率。相比于传统的正比例公平资源分配算法,本文提出的算法的平均用户吞吐量提高了大约20%。
钟翠明[8](2019)在《鹰潭NB-IoT窄带物联网的无线网规划设计》文中指出目前通信运营商有覆盖良好的4G网络,但在承载物联网方面存在功耗大、成本高、容量小等劣势;而NB-IoT窄带物联网因具有低功耗、广覆盖、大连接、低成本特性而受到全球各国一致推崇。我国政府要求加快推进无线网络部署,构建NB-IoT网络基础设施。到2020年实现全国普遍覆盖,面向室内表类、地下管网、交通路网等应用实现深度覆盖。本论文以鹰潭项目为依托,研究了NB-IoT无线网规划设计。首先,介绍了NB-IoT网络架构和三大关键技术。运用MCL链路预算方法评估20dB覆盖增强,分析了PSM、eDRX等低功耗技术,采用3GPP容量估算模型分析了5万连接/小区的能力。其次,分析鹰潭NB-IoT对通信的新需求,明确NB-IoT网络应定位为低速物联网,并预测了鹰潭四种NB-IoT业务的话务模型和用户需求。然后,完成鹰潭NB-IoT无线网络规划设计。运用链路预算、基于时频资源的容量估算等方法对NB-IoT的频率部署、覆盖规划、容量规划进行了全面研究分析。并研究了基站部署、设备选型、功率设置等工程设计方案。最后,评估与分析鹰潭NB-IoT无线网络。通过DT/CQT测试,评估得出鹰潭NB-IoT无线网络覆盖优、质量稳,建设效果好。并从优化、建设、网络、业务多维度提出解决覆盖、容量典型问题的诸多办法。
赵宇[9](2019)在《共存频谱接入系统间频谱分配及干扰管理研究》文中研究指明随着无线通信技术的飞速发展,网络中接入设备的数量呈指数级别增长,频谱资源短缺成为了一个极具挑战的问题。认知无线电的出现,为解决频谱紧缺问题提供了可能。由于频谱资源的有限性,不同无线接入网络、不同无线接入技术共享相同的频谱资源已成为一种新常态。如何实现不同频谱接入系统间的有效协作以保障无线节点间友好共存,是一个亟需解决的问题。因此,本文重点研究了频谱接入系统间的共存问题,从频谱分配和干扰管理两个角度提出有建设性的解决方法。本文的主要内容如下:简要介绍了频谱接入系统共存的研究进展,从频谱分配和共存干扰管理两方面总结了频谱接入系统共存研究现状,综述了现有的频谱分配方法和频谱分配模型,对频谱接入系统间的共存干扰进行了分类。针对相同无线接入技术共存场景下的频谱分配,设计了一种基于干扰重叠图的频谱分配方法,该方法包括干扰重叠图的构建、主信道分配和带宽扩展三个步骤,可以最大限度提升网络频谱满意度和频谱利用效率。针对不同无线接入技术共存场景下的频谱分配,设计了一种基于人工智能的频谱分配方法:该方法包括特征参数向量提取、场景识别与频谱划分策略选取和信道分配。设计了一种多信道蚁群优化算法,该算法与传统的频谱分配方法相比,网络频谱满意度可以提升近30%。此外,针对频谱接入系统间的共存干扰问题,重点研究了不同无线接入技术共存场景下的干扰管理,提出了一种基于相邻小区干扰测量的保护频带配置方法。所提方法可有效检测出共存干扰,并对出现的共存干扰及时进行干扰协作。最后,本文利用MATLAB仿真工具对所提出的频谱分配方法和干扰管理方法进行了验证,证实了所提方法的可行性及有效性。
刘春鹏[10](2019)在《密集D2D通信的关键技术研究》文中进行了进一步梳理D2D(Device-to-Device)以单跳方式实现设备之间的点对点通信。与传统蜂窝系统中的双跳通信结构相比,这种终端直通的结构能够带来高覆盖概率、低功耗等临近通信优势。尽管蜂窝系统可以利用这种临近通信优势来提高频谱利用效率,但与此同时也需要应对由此产生的共信道干扰问题。由于共信道干扰的存在,蜂窝系统中D2D链路的密度很难被提升,特别是在密集的通信场景下,系统频谱利用效率不仅不能得到理想改进反而会被严重地破坏,而低密度的通信又失去了D2D自身的应用价值,因此,深入研究密集的D2D通信非常具有实际意义。针对如何实现密集D2D通信,网络影响、终端配置、信道理论是三个主要突破口,本文对其中可预见的终端配对方法、多无线接入技术(M-RATs,Multiple Radio Access Technologies)分流、基于M-RATs的协作、以及非正交多址D2D通信等四项关键技术进行了研究,并通过软件仿真对相应的结论进行了验证,同时也建立了物理实验平台针对研究过程中所涉及的一些关键问题进行了验证。首先,本文对基于Voronoi图的配对方法进行研究。限制D2D链路只能建立在具有邻居关系的通信终端之间,这种方法可以极大地降低共信道干扰,经过理论分析证明,在豪斯多夫距离的度量下基于Voronoi图的D2D配对方法趋近于最优化。通过软件仿真验证,相比于基于信道反转的配对方法,基于Voronoi图的配对方法使得链路的覆盖概率得到有效改进,因此,更适合实现高密度D2D通信。为进一步说明配对的可行性,本文也建立了物理实验平台验证了共信道干扰影响下的直通链路可行性。之后,本文对基于M-RATs分流的D2D通信方法进行研究。利用智能终端配有多种无线接入技术的特点,在建立通信链路时,选择任意一种接入技术来实现D2D通信。相比于传统的单一接入技术,基于M-RATs分流的方法使得负载可以被多种无线接入技术分流,从而有效提升了D2D通信的可用性,此结论也根据多接入技术在低干扰或无干扰影响下的误码率表现,在建立的物理实验平台中得以验证。本文分别针对高密度终端场景和稀疏密度终端场景提出了相应的优化处理算法,证明了高密度终端场景内的分流算法可以实现帕累托最优化分流,基于贪婪方式的低密度终端场景算法实现了局部最优化分流。并通过软件仿真验证了相比于传统的单一接入技术,基于M-RATs分流的D2D通信的频谱效率将得到有效地改进。然后,本文研究了基于M-RATs协作的低能耗D2D通信问题。该方法同时利用多种无线接入技术建立通信链路。不同于分流方法,多无线接入技术协作强调的是多种无线接入技术同时传输数据,而不是只利用单一接入技术进行数据传输,从而可以实现更高传输速率的通信,并且通过物理实验发现,该方法也可有效地改进链路误码率。本文提出的协作算法,在可以保障链路频谱效率的同时,也可以有效地控制通信能耗。通过软件仿真验证,与基于信道反转的D2D通信相比,基于M-RATs协作的D2D通信在高通信门限时可以建立相对有效的通信,实现相对密集且能耗较低的通信。最后,研究了基于非正交多址SCMA(Sparse Code Divide Multiple Access)技术的D2D通信。本文利用空间球模型分析了SCMA技术的多径特征并据此建立了相干空间。相干空间的大小将会影响SCMA用户密度与误码率性能,通过码本设计可实现高用户密度且低误码率的通信。利用SCMA码字叠加的特点,建立了基于SCMA技术的D2D终端中继模型。通过软件仿真验证,与正交技术相比,基于SCMA的D2D中继通信在覆盖概率和链路频谱效率方面均有较好的表现。尤其当多组通信链路复用同一资源时,通过增加过载因子,链路频谱效率可以提升近两倍。
二、无线接入技术的发展现状(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、无线接入技术的发展现状(论文提纲范文)
(1)云计算环境下基于光载无线接入网的资源分配策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 光载无线接入网发展现状与趋势 |
1.1.1 光载无线系统发展新需求与趋势 |
1.1.2 云计算环境下光载无线接入网发展面临的挑战 |
1.2 云计算环境下光载无线接入网资源分配的关键问题 |
1.2.1 数据中心间网络资源长周期分配低效问题 |
1.2.2 数据中心内网络资源跨域调度僵化问题 |
1.2.3 移动前传网异构资源的统一分配以及故障快速定位问题 |
1.3 国内外研究现状 |
1.3.1 光载无线接入网国内外研究现状 |
1.3.2 云计算环境下光载无线接入网架构发展趋势 |
1.3.3 云计算环境下光载无线接入网资源分配算法国内外研究现状 |
1.4 论文安排和主要工作 |
1.4.1 论文结构 |
1.4.2 主要工作 |
参考文献 |
第二章 基于长期流量预测的数据中心间网络资源分配 |
2.1 数据中心间网络流量预测 |
2.2 问题分析以及系统模型 |
2.2.1 数据中心间网络流量模型 |
2.2.2 基于时间间隔的重采样过程 |
2.3 长期流量预测模型 |
2.3.1 长短期记忆模型 |
2.3.2 B-RNN模型 |
2.3.3 MTIFLN框架 |
2.4 基于流量预测的资源分配算法 |
2.4.1 全局评估因子 |
2.4.2 基于预测的资源预留策略 |
2.5 仿真分析 |
2.5.1 数据集说明 |
2.5.2 仿真设置 |
2.5.3 流量预测模型的性能 |
2.5.4 资源分配算法的性能 |
2.6 本章小结 |
参考文献 |
第三章 基于突发流量预测的数据中心内网络流量调度 |
3.1 数据中心内网络突发流量调度原理 |
3.1.1 混合光/电交换数据中心 |
3.1.2 数据中心内网络流量调度 |
3.2 基于误差反馈脉冲神经网络的突发流量预测 |
3.2.1 脉冲神经网络 |
3.2.2 误差反馈脉冲神经网络模型 |
3.2.3 误差反馈脉冲神经网络多突触机制 |
3.2.4 误差反馈模块设计 |
3.3 基于预测的流量调度算法 |
3.3.1 全局评估因子 |
3.3.2 流量比例因子 |
3.4 仿真分析 |
3.4.1 仿真设置 |
3.4.2 流量预测模型的性能 |
3.4.3 流量调度算法的性能 |
3.5 本章小结 |
参考文献 |
第四章 基于矢量图的移动前传网以及数据中心间网络联合网络切片方案 |
4.1 移动前传网以及数据中心间网络动态网络切片策略 |
4.1.1 网络切片介绍 |
4.1.2 移动前传网以及数据中心间网络的网络切片 |
4.2 数据驱动的矢量图 |
4.2.1 矢量图框架 |
4.2.2 矢量构造 |
4.3 切片重构算法 |
4.4 仿真分析 |
4.4.1 仿真设置 |
4.4.2 矢量图的性能 |
4.5 本章小结 |
参考文献 |
第五章 基于深度置信网络的移动前传网故障定位技术 |
5.1 移动前传网中的故障定位 |
5.1.1 故障定位需求分析 |
5.1.2 告警信息特征 |
5.1.3 告警信息预处理 |
5.2 深度置信网络模型构建与实现 |
5.2.1 模型架构 |
5.2.2 混合预训练 |
5.2.3 基于LM算法的调优过程 |
5.2.4 基于深度置信网络的故障定位方法实现 |
5.3 仿真分析 |
5.3.1 仿真设置 |
5.3.2 模型性能分析 |
5.4 本章小结 |
参考文献 |
总结与展望 |
缩略语 |
致谢 |
攻读博士学位期间的学术成果目录 |
(2)异构无线网络能效和安全优化研究(论文提纲范文)
摘要 |
abstract |
专用术语注释表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状及分析 |
1.3 论文的主要内容及组织结构 |
第二章 异构无线网络、深度增强学习和多目标优化综述 |
2.1 引言 |
2.2 异构无线网络综述 |
2.2.1 异构无线网络特点 |
2.2.2 异构无线网络现状 |
2.2.3 异构无线网络研究热点 |
2.3 深度增强学习综述 |
2.3.1 深度增强学习的发展 |
2.3.2 深度增强学习的应用 |
2.4 多目标优化综述 |
2.4.1 多目标优化研究意义 |
2.4.2 多目标优化在无线网络中的研究现状 |
2.5 本章小结 |
第三章 基于Nature DQN的异构无线网络能量效率优化研究 |
3.1 引言 |
3.2 相关研究 |
3.3 深度增强学习算法理论研究 |
3.4 异构无线网络能量效率优化模型描述 |
3.4.1 异构无线网络模型描述 |
3.4.2 异构无线网络能量效率优化模型分析 |
3.5 异构无线网络能量效率模型优化算法分析 |
3.5.1 增强学习模型分析 |
3.5.2 Nature DQN模型分析 |
3.6 仿真 |
3.6.1 仿真设置 |
3.6.2 仿真结果分析 |
3.7 本章小结 |
第四章 基于多目标决策的异构无线网络安全优化研究 |
4.1 引言 |
4.2 相关研究 |
4.3 多目标优化算法理论研究 |
4.4 基于多目标决策的异构无线网络安全优化模型描述 |
4.4.1 基站安全水平模型分析 |
4.4.2 用户数据速率模型分析 |
4.4.3 用户选择节点状态分析 |
4.4.4 用户选择节点传输模式分析 |
4.5 基于多目标决策的异构无线网络安全优化问题求解 |
4.5.1 基于多目标决策的异构无线网络安全优化问题分析 |
4.5.2 重构线性化与简化 |
4.6 仿真 |
4.6.1 仿真设置 |
4.6.2 仿真结果及分析 |
4.7 本章小结 |
第五章 总结与展望 |
参考文献 |
附录1 攻读硕士学位期间撰写的论文 |
附录2 攻读硕士学位期间参加的科研项目 |
致谢 |
(3)移动通信系统中的自组织及反向散射技术研究(论文提纲范文)
摘要 |
abstract |
缩略语 |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 课题来源及主要研究内容 |
1.1.2 移动通信系统中自组织技术研究的背景和意义 |
1.1.3 环境反向散射技术研究的背景及意义 |
1.2 论文的主要贡献和结构安排 |
1.2.1 主要贡献 |
1.2.2 结构安排 |
第二章 相关基本理论和目前研究现状 |
2.1 引言 |
2.2 移动通信系统中的自组织技术研究现状及工程进展 |
2.2.1 SON技术的功能、用例及标准化研究进展 |
2.2.2 SON主要研究算法 |
2.2.3 有关SON的主要研究成果 |
2.2.4 SON工程应用现状 |
2.2.5 SON未来的挑战和研究方向 |
2.3 动态频谱共享的研究现状及工程进展 |
2.3.1 频谱分配的主要方式及存在问题分析 |
2.3.2 蜂窝移动通信系统动态频谱分配的研究现状 |
2.3.3 动态频谱共享的标准化、工程应用及开放问题 |
2.4 反向散射技术基本理论及研究现状 |
2.4.1 反向散射技术的通信原理 |
2.4.2 反向散射技术的信道编码、调制及信号检测 |
2.4.3 环境反向散射技术的研究现状及开放问题 |
2.4.4 智能反射面技术 |
2.5 本章小结 |
第三章 4G/5G网络动态频谱共享方法研究与实验验证 |
3.1 5G组网部署面临的挑战及解决方法研究 |
3.2 试验网环境及网络参数描述 |
3.2.1 测试场景及参数配置 |
3.2.2 试验网测试内容 |
3.3 4G/5G频谱共享方法(资源的调度及PRB分配原则) |
3.4 SUL和DSS技术的近点与远点场强分割点设计 |
3.5 SUL和DSS的实际应用效果 |
3.6 开启SUL和DSS对现有4G网络的影响分析 |
3.7 本章小结 |
第四章 高铁场景下基于环境反向散射辅助的无线传输方案设计 |
4.1 引言 |
4.2 系统模型 |
4.2.1 直接无线传输(DWT)方案 |
4.2.2 反向散射辅助无线传输(BAWT)方案 |
4.2.3 传输目标 |
4.3 BAWT链路预算分析 |
4.4 DWT方案的收发信机设计 |
4.4.1 信道估计及信号检测 |
4.5 BAWT方案的收发信机设计 |
4.5.1 时变信道f_0和f |
4.5.2 信道估计及信号检测 |
4.6 仿真结果 |
4.7 本章小结 |
第五章 高铁场景下环境反向散射辅助的无线传输容量分析 |
5.1 引言 |
5.2 DWT方案容量分析 |
5.3 BAWT方案容量分析 |
5.4 BAWT方案容量上下限 |
5.5 仿真结果 |
5.6 本章小结 |
总结与展望 |
论文所做的工作 |
下一步研究展望 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
(4)高速移动环境异构网络的多维动态适配机制研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
主要缩略符号注释表 |
1 绪论 |
1.1 引言 |
1.2 高速移动场景移动网络概述 |
1.2.1 网络异构特点 |
1.2.2 移动环境服务特点 |
1.2.3 无线链路特点 |
1.3 资源适配机制研究现状 |
1.4 研究基础与选题意义 |
1.4.1 智慧标识网络 |
1.4.2 研究问题及意义 |
1.5 论文主要工作与创新点 |
1.6 论文组织结构 |
2 高速移动环境中异构网络的多维动态适配框架 |
2.1 引言 |
2.2 相关工作 |
2.2.1 已有的适配框架 |
2.2.2 基于时效性的适配方法 |
2.2.3 基于可靠性的适配方法 |
2.2.4 基于吞吐量的适配方法 |
2.3 设计需求 |
2.4 多维动态适配基础框架 |
2.4.1 框架概述 |
2.4.2 关键功能模块 |
2.5 原型系统的可行性与优势评估 |
2.5.1 移动性支持 |
2.5.2 链路状态感知与预测 |
2.5.3 异构网络协同 |
2.5.4 服务质量保障 |
2.5.5 部署开销 |
2.6 本章小结 |
3 基于模糊满意度的服务与网络适配机制 |
3.1 引言 |
3.2 研究现状 |
3.2.1 动态适配算法 |
3.2.2 模糊适配算法 |
3.3 系统模型 |
3.3.1 服务需求描述 |
3.3.2 族群模糊处理规则 |
3.3.3 加权满意度函数 |
3.4 功能模块与算法设计 |
3.4.1 功能模块 |
3.4.2 FSNS适配算法 |
3.5 仿真结果与评估 |
3.5.1 链路质量数据集 |
3.5.2 仿真设置与参数 |
3.5.3 适配性能分析 |
3.6 本章小结 |
4 基于链路失效状态预测的服务与网络适配机制 |
4.1 引言 |
4.2 研究现状 |
4.2.1 基于链路预测的适配机制 |
4.2.2 效用优化机制 |
4.3 系统模型 |
4.3.1 网络传输模型 |
4.3.2 链路失效模型 |
4.3.3 效用优化模型 |
4.3.4 静态策略转移行为 |
4.3.5 动态策略转移行为 |
4.4 功能模块与算法设计 |
4.4.1 功能模块 |
4.4.2 E-CGF适配算法 |
4.5 仿真结果与评估 |
4.5.1 仿真拓扑与设置 |
4.5.2 预测性能分析 |
4.5.3 静态适配性能分析 |
4.5.4 动态适配性能分析 |
4.6 本章小结 |
5 基于链路可用时长和服务截止时间的流调度机制 |
5.1 引言 |
5.2 研究现状 |
5.3 系统模型和适配机制 |
5.3.1 链路可用时长预测模型 |
5.3.2 服务需求描述 |
5.3.3 LDDA适配机制 |
5.4 功能模块与算法设计 |
5.4.1 功能模块 |
5.4.2 LDDA适配算法 |
5.5 仿真结果与评估 |
5.5.1 仿真拓扑与设置 |
5.5.2 预测性能分析 |
5.5.3 适配性能分析 |
5.6 本章小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 未来工作展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(5)多连接下的资源分配算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 论文研究背景 |
1.2 多连接意义及发展 |
1.3 多连接研究现状 |
1.4 论文结构安排 |
第二章 5G系统及多连接技术 |
2.1 5G系统概述 |
2.1.1 超密集组网UDN |
2.1.2 无线协议结构 |
2.2 无线网络空口特性 |
2.2.1 4G空口特性 |
2.2.2 5G空口特性 |
2.2.3 WiFi空口特性 |
2.2.4 5G/WiFi/4G承载能力对比 |
2.3 多连接系统架构 |
2.3.1 面向5G需求的部署场景 |
2.3.2 LTE/NR融合架构 |
2.3.3 LTE/WLAN研究现状 |
2.4 多连接部署方案及挑战 |
2.5 本章小结 |
第三章 LWA系统中上行自适应带宽功率分配决策算法 |
3.1 研究现状 |
3.2 系统模型构建 |
3.2.1 问题描述 |
3.2.2 LTE和WLAN融合系统构建 |
3.2.3 多业务模型 |
3.3 LWA系统中上行自适应带宽功率分配决策算法 |
3.3.1 上行动态功率控制算法 |
3.3.2 基于多种业务上行的带宽和功率分配 |
3.4 LWA系统中上行自适应带宽功率分配决策算法仿真结果 |
3.4.1 仿真参数 |
3.4.2 仿真结果及分析 |
3.5 本章小结 |
第四章 多连接下的切换增强技术 |
4.1 研究现状及问题阐述 |
4.2 系统模型 |
4.2.1 面向多连接密集部署小区的战间切换场景设计 |
4.2.2 路径损耗模型 |
4.3 多连接下的切换增强方案 |
4.3.1 传统的切换事件 |
4.3.2 多连接下的切换增强方案 |
4.3.3 切换增强方案分析 |
4.4 仿真分析 |
4.5 本章总结 |
第五章 总结与展望 |
5.1 研究总结 |
5.2 未来展望 |
参考文献 |
致谢 |
作者攻读学位期间发表的学术论文目录 |
(6)混合异构无线接入网的负载优化机制(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 本文主要研究内容和创新点 |
1.2.1 研究内容 |
1.2.2 创新点 |
1.3 博士期间主要工作 |
1.4 本文组织结构 |
第2章 混合异构无线接入网负载优化研究综述 |
2.1 混合异构无线接入网负载优化概述 |
2.1.1 混合异构无线接入网 |
2.1.2 混合异构无线接入网负载优化 |
2.1.3 相关研究组织和项目 |
2.2 研究现状 |
2.2.1 异构蜂窝网间负载优化研究现状 |
2.2.2 蜂窝与WLAN系统负载优化研究现状 |
2.3 本章小结 |
第3章 基于负载序列最小化的异构蜂窝网基站间负载均衡 |
3.1 引言 |
3.2 系统模型和问题描述 |
3.3 LSM算法介绍 |
3.3.1 LSM算法基本原理 |
3.3.2 LSM算法收敛性证明 |
3.4 基于LSM的异构蜂窝网负载均衡算法 |
3.5 仿真结果分析 |
3.5.1 仿真场景和参数设置 |
3.5.2 仿真结果分析 |
3.6 本章小结 |
第4章 基于毫米波空中基站3D部署的热点区域容量增强 |
4.1 引言 |
4.2 系统模型 |
4.2.1 基于混合高斯模型的用户聚类模型 |
4.2.2 毫米波空中基站的各态历经容量 |
4.2.3 毫米波空中基站的容量 |
4.3 毫米波空中基站部署方案 |
4.3.1 基于GMM热点匹配的空中基站二维位置估计 |
4.3.2 基于各态历经容量最大化的初始高度选择 |
4.3.3 毫米波空中基站实际部署高度和接入用户选择 |
4.4 仿真分析 |
4.4.1 仿真场景和参数设置 |
4.4.2 基于用户分布位置聚类的热点区域检测 |
4.4.3 毫米波空中基站的初始部署位置选择 |
4.4.4 毫米波空中基站部署性能 |
4.5 本章小结 |
第5章 吞吐量收益驱动的蜂窝与WIFI非融合系统流量卸载 |
5.1 引言 |
5.2 问题描述 |
5.2.1 LTE基站吞吐量收益和用户业务满意度 |
5.2.2 LTE和WIFI用户吞吐量计算 |
5.3 吞吐量收益驱动的LTE和WIFI网络流量卸载用户切换条件 |
5.3.1 基站吞吐量收益不降条件 |
5.3.2 切换用户吞吐量不降条件 |
5.4 吞吐量收益驱动的LTE和WIFI网络流量卸载机制 |
5.5 仿真结果分析 |
5.5.1 仿真环境及参数设置 |
5.5.2 结果分析 |
5.6 本章小结 |
第6章 基于BENDER分解的蜂窝与WIFI融合系统负载均衡 |
6.1 引言 |
6.2 系统模型 |
6.2.1 蜂窝网信道和资源模型 |
6.2.2 WIFI信道和资源模型 |
6.3 蜂窝和WIFI融合网络负载均衡问题构建 |
6.4 问题求解和算法性能分析 |
6.4.1 问题特殊性分析 |
6.4.2 广义BENDER分解 |
6.4.3 ASRAO算法 |
6.4.4 加速ASRAO算法 |
6.5 仿真结果分析 |
6.5.1 仿真场景和参数设置 |
6.5.2 算法性能分析 |
6.5.3 β对UTMAX优化模型的影响 |
6.5.4 AP密度对UTMAX优化模型的影响 |
6.6 本章小结 |
第7章 结束语 |
7.1 论文总结 |
7.2 未来的研究工作 |
参考文献 |
缩略语 |
致谢 |
攻读学位期间发表论文及专利 |
(7)5G网络下多连接关键技术的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 主要研究工作 |
1.3 主要研究成果 |
1.4 论文结构安排 |
参考文献 |
第二章 多连接关键技术与特性分析 |
2.1 引言 |
2.2 多连接技术的发展与应用场景 |
2.3 多连接技术研究方向与发展趋势 |
2.3.1 多连接技术应用场景的研究 |
2.3.2 多连接技术网络架构的研究 |
2.3.3 多连接技术数据分流传输技术的研究 |
2.3.4 多连接技术无线资源管理技术的研究 |
2.4 多连接技术的性能优势 |
2.4.1 更高的用户聚合速率 |
2.4.2 更大的系统吞吐量 |
2.4.3 更低的传输时延 |
2.4.4 更好的移动鲁棒性 |
2.5 本章小结 |
参考文献 |
第三章 多连接技术网络选择与适配机制的研究 |
3.1 引言 |
3.2 三种多连接数据分流网络架构 |
3.3 传统的网络选择与适配机制 |
3.4 超密集场景中基于负载感知的网络选择策略研究 |
3.4.1 问题描述 |
3.4.2 系统模型 |
3.4.3 基于负载感知的网络选择算法设计 |
3.4.4 仿真结果与分析 |
3.4.5 小结 |
3.5 多接入场景中基于业务感知的网络选择策略研究 |
3.5.1 问题描述 |
3.5.2 系统模型 |
3.5.3 基于业务感知的网络选择算法设计 |
3.5.4 仿真结果与分析 |
3.5.5 小结 |
参考文献 |
第四章 D2D与蜂窝用户模式选择与频谱共享技术的研究 |
4.1 引言 |
4.2 问题描述 |
4.3 系统模型 |
4.4 基于用户优先级的资源分配算法设计 |
4.4.1 系统吞吐量最优化问题建模 |
4.4.2 模式选择机制 |
4.4.3 资源分配优化机制 |
4.5 仿真结果与分析 |
4.5.1 D2D用户与基站之间的距离对算法性能影响评估 |
4.5.2 D2D用户与蜂窝用户数量比值对算法性能影响评估 |
4.5.3 小区半径对算法性能影响评估 |
4.5.4 D2D最大发射功率对系统性能影响评估 |
4.5.5 阴影衰落对系统性能影响评估 |
4.6 小结 |
参考文献 |
第五章 多接入技术融合网络无线资源优化技术的研究 |
5.1 引言 |
5.2 eLWA网络中时延服务质量约束下的资源分配策略的研究 |
5.2.1 问题描述 |
5.2.2 时延服务质量约束下的有效容量 |
5.2.3 系统模型 |
5.2.4 时延服务质量约束下的资源分配算法设计 |
5.2.5 仿真结果与分析 |
5.2.6 小结 |
5.3 超密集场景中基于正比例公平的资源调度策略研究 |
5.3.1 问题描述 |
5.3.2 多连接资源调度网络信令流程 |
5.3.3 系统模型 |
5.3.4 基于正比例公平的资源调度算法设计 |
5.3.5 仿真结果与分析 |
5.3.6 小结 |
参考文献 |
第六章 总结与展望 |
6.1 论文研究工作总结 |
6.2 未来研究工作展望 |
缩略语 |
致谢 |
攻读学位期间发表的学术论文目录 |
(8)鹰潭NB-IoT窄带物联网的无线网规划设计(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景 |
1.2 研究目的和意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 论文的主要内容和结构 |
第2章 NB-IoT网络架构及关键技术 |
2.1 NB-IoT系统组网架构 |
2.2 NB-IoT覆盖增强技术 |
2.2.1 无线空口简介 |
2.2.2 覆盖增强技术 |
2.2.3 覆盖分级技术 |
2.3 NB-IoT低功耗技术 |
2.3.1 PSM省电模式 |
2.3.2 e DRX增强非连续接收 |
2.3.3 分场景应用选择 |
2.4 NB-IoT大连接技术 |
2.4.1 3 GPP的容量模型 |
2.4.2 网络拥塞控制手段 |
2.5 NB-IoT工作模式 |
第3章 NB-IoT无线网络需求分析 |
3.1 物联网的通信新需求 |
3.1.1 覆盖要求更广更深 |
3.1.2 功耗要求更低 |
3.1.3 连接容量要求更大 |
3.1.4 成本要求更低 |
3.2 NB-IoT业务类型 |
3.2.1 自主周期上报类业务 |
3.2.2 自主异常上报类业务 |
3.2.3 网络下发控制类业务 |
3.2.4 软件更新类业务 |
3.3 NB-IoT网络定位 |
3.4 鹰潭无线网络需求分析 |
3.4.1 智能水表 |
3.4.2 智慧路灯 |
3.4.3 智慧停车 |
3.4.4 垃圾桶监控 |
3.4.5 用户数预测 |
第4章 鹰潭NB-IoT无线网络规划设计 |
4.1 无线网络现状分析 |
4.1.1 无线网络现状 |
4.1.2 现状问题分析 |
4.2 无线网络建设目标 |
4.2.1 建设区域 |
4.2.2 覆盖目标 |
4.2.3 容量目标 |
4.3 无线网络规划设计 |
4.3.1 NB-IoT频率规划 |
4.3.2 NB-IoT覆盖规划 |
4.3.3 NB-IoT容量规划 |
4.4 无线网络工程实施 |
4.4.1 工程建设原则 |
4.4.2 站点部署方案 |
4.4.3 设备选型方案 |
4.4.4 RRU功率设置 |
4.5 评估与分析 |
4.5.1 建设效果评估 |
4.5.2 覆盖典型问题分析及解决办法 |
4.5.3 容量典型问题分析及解决办法 |
第5章 结论和展望 |
5.1 总结 |
5.2 未来展望 |
致谢 |
参考文献 |
(9)共存频谱接入系统间频谱分配及干扰管理研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.2 研究内容及创新 |
1.3 论文的组织结构 |
2 频谱接入系统共存研究概述 |
2.1 动态频谱接入概念 |
2.1.1 TVWS频段 |
2.1.2 CBRS频段 |
2.1.3 5 GHz非授权频段 |
2.2 频谱接入系统中频谱分配研究现状 |
2.2.1 频谱分配方法概述 |
2.2.2 频谱分配模型概述 |
2.3 频谱接入系统中共存干扰管理现状 |
2.3.1 同信道干扰 |
2.3.2 邻信道干扰 |
2.4 本章小结 |
3 相同无线接入技术共存场景下的频谱分配 |
3.1 相同无线接入技术共存场景 |
3.2 基于干扰重叠图的频谱分配方法 |
3.2.1 创建干扰重叠图 |
3.2.2 图着色主信道分配算法 |
3.2.3 基于博弈论的带宽扩展算法 |
3.3 算法性能理论分析与仿真验证 |
3.4 本章小结 |
4 不同无线接入技术共存场景下的频谱分配 |
4.1 不同无线接入技术共存场景和频谱分配模型 |
4.2 基于人工智能的频谱分配方法 |
4.2.1 提取共存网络的特征参量 |
4.2.2 基于机器学习/深度学习的场景分类 |
4.2.3 信道分配 |
4.3 多信道蚁群优化算法 |
4.4 算法性能理论分析与仿真验证 |
4.5 本章小结 |
5 频谱接入系统间共存干扰管理 |
5.1 频谱接入系统间共存干扰系统场景 |
5.2 共存干扰管理方法 |
5.2.1 选择用于测量的EUD |
5.2.2 基于TDD帧的干扰测量方案 |
5.2.3 判决共存干扰及保护频带调整方案 |
5.3 性能仿真验证 |
5.4 本章小结 |
6 结论 |
6.1 本文总结 |
6.2 未来研究展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(10)密集D2D通信的关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究目的和意义 |
1.1.1 课题来源 |
1.1.2 研究的目的和意义 |
1.2 D2D技术分析 |
1.3 D2D通信国内外研究现状 |
1.3.1 D2D通信模式选择 |
1.3.2 D2D通信资源管理 |
1.4 论文的研究内容与组织结构 |
第2章 基于Voronoi图的密集化配对方法 |
2.1 引言 |
2.2 共信道干扰分析 |
2.2.1 密度影响分析 |
2.2.2 信道反转影响分析 |
2.3 基于信道反转的D2D配对通信 |
2.3.1 专用模式下的D2D通信 |
2.3.2 复用模式下的D2D通信 |
2.4 基于Voronoi图的D2D配对方法 |
2.4.1 基于Voronoi图的D2D通信模型建立 |
2.4.2 基于Voronoi图的D2D配对算法 |
2.5 性能仿真与分析 |
2.6 本章小结 |
第3章 基于M-RATs分流的D2D通信方法 |
3.1 引言 |
3.2 基于M-RATs分流的D2D通信 |
3.2.1 基于M-RATs分流的D2D通信模型建立 |
3.2.2 分流模型的覆盖概率 |
3.2.3 分流模型的链路频谱效率 |
3.3 基于M-RATs的分流算法 |
3.3.1 稀疏密度场景分流算法 |
3.3.2 高密度场景分流算法 |
3.4 性能仿真及分析 |
3.5 本章小结 |
第4章 基于M-RATs协作的D2D通信方法 |
4.1 引言 |
4.2 基于M-RATs协作的D2D通信 |
4.2.1 基于M-RATs协作的D2D通信模型建立 |
4.2.2 协作模型的覆盖概率 |
4.2.3 协作模型的链路频谱效率 |
4.3 基于M-RATs的协作算法 |
4.4 性能仿真及分析 |
4.5 关键问题实验验证 |
4.6 本章小结 |
第5章 基于SCMA技术的密集D2D通信可行性研究 |
5.1 引言 |
5.2 SCMA结构分析 |
5.3 SCMA用户密度特征 |
5.3.1 相干空间 |
5.3.2 基于闭合表达式的用户密度分析 |
5.4 基于SCMA的D2D中继 |
5.4.1 D2D中继模型建立 |
5.4.2 D2D通信链路的性能分析 |
5.5 性能仿真及分析 |
5.6 本章小结 |
结论 |
参考文献 |
附录A 第2章中的相关证明 |
A.1 式(2-2)证明 |
A.2 式(2-4)证明 |
A.3 式(2-8)证明 |
A.4 式(2-9)证明 |
A.5 式(2-17)证明 |
A.6 式(2-21)证明 |
A.7 式(2-42)证明 |
A.8 式(2-45)证明 |
附录B 第3章中的相关证明 |
B.1 式(3-6)证明 |
B.2 式(3-13)证明 |
B.3 式(3-14)证明 |
B.4 式(3-16)证明 |
B.5 式(3-18)证明 |
附录C 第4章中的相关证明 |
C.1 式(4-14)证明 |
C.2 式(4-16)证明 |
C.3 式(4-18)证明 |
附录D 第5章中的相关证明 |
D.1 式(5-20)证明 |
D.2 式(5-25)证明 |
D.3 式(5-33)证明 |
D.4 式(5-33)证明 |
附录E 符号列表 |
附录F 英文缩写及释义 |
攻读博士学位期间发表的论文及其他成果 |
致谢 |
个人简历 |
四、无线接入技术的发展现状(论文参考文献)
- [1]云计算环境下基于光载无线接入网的资源分配策略研究[D]. 于奥. 北京邮电大学, 2021(01)
- [2]异构无线网络能效和安全优化研究[D]. 施道平. 南京邮电大学, 2020(03)
- [3]移动通信系统中的自组织及反向散射技术研究[D]. 窦中兆. 华南理工大学, 2020(05)
- [4]高速移动环境异构网络的多维动态适配机制研究[D]. 严晓云. 北京交通大学, 2020(03)
- [5]多连接下的资源分配算法研究[D]. 李思栋. 北京邮电大学, 2020(04)
- [6]混合异构无线接入网的负载优化机制[D]. 周凡钦. 北京邮电大学, 2019(01)
- [7]5G网络下多连接关键技术的研究[D]. 巴欣然. 北京邮电大学, 2019(01)
- [8]鹰潭NB-IoT窄带物联网的无线网规划设计[D]. 钟翠明. 南昌大学, 2019(02)
- [9]共存频谱接入系统间频谱分配及干扰管理研究[D]. 赵宇. 北京交通大学, 2019(01)
- [10]密集D2D通信的关键技术研究[D]. 刘春鹏. 哈尔滨工业大学, 2019(01)