Mar, 2018

超低延迟网络 (ULL)：IEEE TSN、IETF DetNet 标准及相关 5G ULL 研究

PDF
TL;DR本文综述了 IEEE TSN 和 IETF DetNet 标准和相关研究，主要涉及流概念、流同步、流管理、流控制和流完整性等内容，并针对 5G 网络中的前传、回传和网络管理方面的 Ultra-Low Latency 进行了研究，同时，文章指出现有标准和研究的缺陷和局限性，为未来的大数据研究工作提供了基础。
ultra-low latencyieee tsnietf detnet5g networksnetwork management
发现论文，激发创造
  • 超可靠低延迟无线通信：尾数、风险和规模

    本研究论文探讨了确保 5G 以上的无线网络具备超高可靠性和超低延迟通信（URLLC）的策略，包括延迟，可靠性，数据包大小等多种不同考虑因素，最终提供了关于设计低延迟和高可靠性无线网络的有价值洞见和技术治理方法。

    Jan, 2018

  • 面向边缘智能工业物联网的超低延迟通信智能确定性调度方法

    本文研究了边缘计算技术、时间敏感网络、确定性调度技术与带宽利用等关键技术，提出了一种基于非碰撞理论的确定性调度方法（NDS）以及动态队列调度（DQS）机制，实现了超低延迟通信和带宽利用率的优化。

    Jul, 2022

  • 基于人工智能的低信息延迟无线网络

    本文提出了对于 uRLLC 具有更强相关性的信息延迟的新视角，并介绍了一种智能辅助的、适用于无线网络控制系统的情境感知多智能体强化学习框架（SMART），该框架可以在自主驾驶等典型应用中优化信息延迟，从而在交通效率等 AD 性能方面明显优于传统 uRLLC 系统。

    Dec, 2019

  • 基于数据驱动的无线网络延迟概率预测：关注尾部概率

    使用数据驱动的方法，预测网络参数条件下稀有延迟的概率分布尾部，以实现对无线传输中的网络延迟的更精确控制。

    Jul, 2023

  • 超可靠低时延通信中的无线接入（URLLC）

    本文介绍了 5G 无线系统中的 Ultra-Reliable Low Latency Communication（URLLC）及其在 massive MIMO 和多连接接口多样性方面的应用，以及在设计和评估极高可靠性水平方面的适当统计方法

    Oct, 2018

  • 6G 网络中用于超高可靠性和低延迟通信的深度学习

    本研究论文探讨了如何将数据驱动的深度学习和深度强化学习应用于未来 6G 网络中的 URLLC，构建了一种多层次架构，并采用迁移学习和联合学习等方法来提高网络延迟和可靠性

    Feb, 2020

  • 实现工业物联网中的超低延迟通信的分布式神经线性汤普森抽样框架

    利用反馈信号和强化学习，利用可用资源最小化碰撞次数的 DISNETS 分布式调度框架在产业物联网中展示了超高可靠低时延通信的卓越性能。

    Nov, 2023

  • 低延迟设向 5G 的调查：RAN、核心网络和缓存解决方案

    本文就达到低延迟通信所需的 RAN, 核心网络和缓存等三个不同技术领域进行了详细调研，并针对软件定义网络、网络功能虚拟化、缓存和移动边缘计算等构成 5G 的技术提供了综述。

    Aug, 2017

  • 面向 IEEE 802.1 时态网络的数据集合成

    通过人工智能和机器学习模型来研发时间敏感网络系统的方法，需要大量有效的 Time-sensitive Networking 数据集。本文总结了对于以人工智能和机器学习为基础的时间敏感网络系统技术研究，演练制作仿真真实数据集的主要需求和备选设计。

    Aug, 2023

  • 利用接口多样性的超可靠低延迟通信（URLLC）

    本文提出了一种基于编码分配权重并通过多种通信技术传输的通信系统，其可以在满足特定时延目标的情况下实现最大的可靠性，通过结合可靠性模型和技术特定的时延概率分布的分析框架，该模型可以针对不同情境优化其策略并在实验中进行验证。

    Nov, 2017