该论文介绍了超密集异构网络技术中基于广义正交 / 非正交随机存取方案的网络体系结构,该方案能够提高网络效率并减少信令开销,模拟结果表明该方案的有效性,并讨论了该技术面临的关键挑战。
Nov, 2017
该论文提出了一种将网络移动到匹配超第 5 代移动通信系统中动态用户需求的愿景,通过使用智能设备并采用适当的用户参与方案,利用自适应和灵活的网络基础设施,以超密集移动小区为例,量化了网络性能和会话连续性增益。结果表明,将移动接入点与传统(静态)蜂窝接入基础设施集成具有非增量优势。
Jun, 2017
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
该研究论文探讨了基于大规模 MIMO 天线和毫米波通信技术的 5G 超高密度细胞网络,其中提出了一种配套的、用于细胞网络的分布式网络架构,并研究了超高密度细胞网络的回程网络能力和能源效率。实验结果表明,存在回程网络容量和能源效率约束的 5G 超高密度细胞网络的致密限制。
Dec, 2015
该论文介绍了异构网络概念,讨论了与此类网络架构相关的挑战,重点关注了 3GPP 中与增强间小区干扰协调有关的标准化活动。
Dec, 2011
本文提出了一种名为异构干扰图神经网络(HIGNN)的无监督学习框架来解决异构设备对设备网络中功率控制 / 波束成形的挑战,该框架可以实现对小型网络的训练,并展现出强大的性能表现。
Apr, 2021
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。
Jan, 2017
本研究探讨了基于用户需求的无人机分配问题,提出一种基于神经网络成本函数的方法,以无人机作为中间节点,提高网络覆盖率、容量和负载均衡,模拟研究显示该方法相比于传统的地面网络,可有效提高无线电谱效率和降低延迟。
Apr, 2016
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
利用异构图神经网络提出了一种新的数据驱动交通分配和交通流学习方法,该模型能够捕捉不同链接上的空间交通模式,具有高精度的结果,并在城市交通网络上进行了数值实验,表明该模型在收敛速度、训练损失和预测准确性方面优于其他传统神经网络模型,同时也具有泛化到不同网络拓扑的能力,为复杂交通流分析和预测提供了有希望的解决方案,增强了对各种交通系统的理解和管理能力。
Oct, 2023