本文提出了一种新颖的双模式调度框架,该框架能够同时执行毫米波和微波频段上的用户应用选择和调度,以最大化每个用户应用的服务质量;该框架提出了一种优化最小化不满意关系(min-UR)的问题,其中,包含频道状态信息、时延容忍、所需负载和毫米波信道不确定性等上下文信息,以在多项式时间内找到有效的调度解。通过模拟实验证明,与传统调度方案相比,该方法显著提高了用户满意度和体验质量。
Jun, 2016
研究旨在达到更高的空间隔离水平,通过制定最大化多跳异构网络可达数据速率的优化问题,并提出一种启发式联合调度和资源分配算法来最大化可达数据速率,同时在数据速率上实现了显著收益。
Jan, 2019
本论文提出了一种新的面向后传链路的干扰管理方法,通过解决非合作博弈问题来帮助宏基站用户设备优化上行表现,并利用分布式学习算法来在有限的信息量下选择最优上行传输策略,模拟结果显示在各种类型的后传链路下,该方法相比现有的基准算法显著提高了用户设备的平均吞吐量和延迟。
Aug, 2013
本研究提出了一种新的方法,利用设备级缓存和双模基站能力,通过动态匹配游戏来最小化切换故障,减少互频信号测量能量消耗,在新型密集异构网络中提供无缝移动性。
Jan, 2017
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
本文研究的是在 5G 网络下毫米波 (mmW) 和微波 (μW) 之间的资源管理策略,通过提出毫米波上行解耦来缓解上行瓶颈,并利用随机几何和韩国首尔的三维建筑数据,验证了毫米波 (或 μW) 谱效率是基站与用户密度比的对数函数。
Jul, 2015
本文提出了一种基于 Markov 决策过程的移动网络小区选择算法,针对 mmWave 频段信道状态的不稳定性进行了优化,模拟结果表明该算法提升了网络容量和服务质量。
本文研究基于深度强化学习技术的毫米波移动通信网络后向资源分配问题,准确预测信道状况,提高系统性能。
Dec, 2018
本文提出了一种适用于毫米波(mmW)蜂窝通信系统的模型,并通过实际建筑物以及实验得出的路径损失模型对其进行了验证,结果表明相对于传统微波(µW)蜂窝通信系统,毫米波网络的频谱效率除了总速率外,还随着 BS 密度的增加而提高,特别是在边缘区域,同时提出了不同有线回传分数的 BS 密度组合可以保证相同的中位数速率。
Jul, 2014
本文提出了一种利用毫米波、多跳中继和一些资源分配策略等手段,以最大化最小的端到端用户数据速率的方式,优化网状天线阵列达到覆盖范围最大化的问题。此外,文章还提供了一些基于路由和调度策略以及双连接等方面的设计指南。
May, 2018