MMJan, 2017

大规模小区网络中的可扩展频谱分配和用户关联

PDF
TL;DR通过对运行速度缓慢的密集部署的小型基站进行交互用户关联和频谱分配来开发可扩展的框架，以满足给定的流量统计需求。通过将频谱划分给所有可能的主动访问点 (AP) 的传输模式来首先将联合用户关联和频谱分配表述为凸优化问题。
发现论文，激发创造
  • 异构网络中的节能小区激活、用户关联和频谱分配

    本文提出一种基于优化的框架，用于异构无线网络中的能量高效全局无线资源管理，具体包括联合优化用户关联和频谱分配来稳定网络，然后最小化延迟。数值结果显示，与现有方案相比，该方案显著降低了能量消耗并提高了服务质量。

    Sep, 2015

  • 异构网络中的交通驱动频谱分配

    本文旨在研究如何针对下行中的所有可能频谱复用模式来确定如何将频谱最优地分配给基础收发信台，以便在繁忙的交通条件下获得整个吞吐量区域，同时考虑了干扰和流量条件。

    Aug, 2014

  • 基于数据库辅助的分布式频谱共享

    该文章研究了基于数据库的分布式白空间接入点网络设计，并提出了一种可以实现系统最优点和纳什均衡的分布式 AP 通道选择算法和分布式 AP 关联算法。

    Jan, 2013

  • 异构网络中统一和分布式基于 QoS 的小区关联算法

    本文提出了一种针对多层异构网络中基站有限资源分配的小区关联问题的解决方案，通过分别考虑长期速率最大化和全局中断概率最小化两个问题，设计了一个统一的分布式算法来进行小区关联，与使用最大信干噪比（Signal to Interference plus Noise Ratio）方案相比表现更卓越。

    May, 2014

  • 异构网络的能量管理：基于基站激活、用户关联和干扰协调的方案

    本文研究了异构网络中的能效资源管理，通过联合优化单元激活、用户关联和多单元多用户信道分配来实现，同时考虑了长期平均流量和信道条件。研究提出了一种新型的干扰模式和资源分配算法，可大幅度提高能量节省效果，并显式考虑了由单元激活 / 去活导致的干扰波动，得到了标准兼容的单元选择偏差。其能源节省节省模式与负载平衡模式相比有明显的不同。

    Feb, 2016

  • 分布式动态频谱访问的深度多用户强化学习

    研究动态频谱访问、网络效用最大化和分布式动态频谱访问算法，基于深度多用户强化学习，开发解决方案，并在多信道无线网络中进行实验评估。

    Apr, 2017

  • 深度强化学习在蜂窝网络中联合频谱和功率分配中的应用

    本文提出了一个学习框架来优化无线网络的频谱和功率分配，使用两种分别针对离散和连续变量的强化学习算法来同时执行和训练，模拟结果表明该方案优于基于分数规划的算法和以往基于深度强化学习的解决方案。

    Dec, 2020

  • 非正交多址网络的子信道分配、功率分配和用户调度

    本文探讨对于下行非正交多用户接入网络，基站如何分配频谱和功率资源，如何进行用户调度，同时兼顾用户公平性，我们将子信道分配问题等同于多对多的双边用户 - 子信道匹配博弈问题，提出一种匹配算法，成功地解决了子信道分配和功率分配问题。仿真结果表明，所提算法显著优于正交多用户接入方案和非正交多用户接入方案。

    Aug, 2016

  • 异构蜂窝网络的负载均衡用户关联

    使用低复杂度的分布式算法通过对网络宽带优化来尝试解决小型细胞技术的优化问题，以及通过对偏置值的谨慎选择获得了大量吞吐量收益和速率增益。

    May, 2012

  • 5G HETNETS 中的联合负载平衡和干扰抑制

    本文研究了异质网络中负载均衡和干扰抑制问题，提出了一种基于随机优化的框架，动态调度宏基站用户、提供小基站的回传以及按照干扰和回传链路把宏基站用户卸载到小基站上。数值结果表明，所提出的用户关联算法优于其他基线，开放式全双工小单元的性能优于封闭式，超密集网络中，开放式全双工小型单元的表现是封闭式的 5.6 倍。

    Nov, 2016