Throughput Optimization for Multi-AP IEEE P802.11bq Networks Based on Combinatorial Multi-Armed Bandits
School of Electronics and Communication Engineering, Sun Yat-sen University（中山大学电子与通信工程学院）
针对密集多AP IEEE P802.11bq网络，提出基于组合多臂老虎机的分布式吞吐量优化方法，通过分组可行CSAR算法联合优化竞争窗口、CCA阈值、波束宽度和MCS预留余量，实现吞吐量提升约49%。
2026-06-02 cs.NI
Maximizing Broadcast Throughput Under Ultra-Low-Power Constraints
无线对象跟踪应用越来越受欢迎，并且很快将利用新兴的超低功率设备到设备通信。然而，严重的能量约束要求比现有技术提供的更仔细地核算能量使用。特别是，可用的能量，不同的功率消耗水平的监听，接收和发送，以及有限的控制带宽都必须考虑。因此，我们制定的问题，最大限度地提高吞吐量之间的一组异构广播节点具有不同的功耗水平，每个受到严格的超低功耗预算。我们获得Oracle吞吐量（即，最大吞吐量实现的预言），并使用拉格朗日方法来设计EconCast -一个简单的异步分布式协议，其中节点之间的睡眠，监听和传输状态的转换，并动态地改变转换速率。EconCast可以在groupput或anyput模式下运行，以分别最大化两种可选的吞吐量测量。我们表明，EconCast方法的Oracle吞吐量。性能还通过数值和广泛的模拟来评估，并且表明EconCast在现实假设下比现有技术好6倍-17倍。此外，我们评估EconCast的延迟性能，并考虑在groupput和anyput模式下操作时的设计权衡。最后，我们使用TI eZ 430-RF 2500-SEH能量收集节点实现了EconCast，实验表明，在现实环境中，它获得了57% - 77%的可实现吞吐量。
2017-04-26 cs.NI
High Throughput Inter-Layer Connecting Strategy for Multi-Layer Ultra-Dense Satellite Networks
针对多层超密集卫星网络，提出一种层间连接部署策略，通过两阶段方案降低计算复杂度，并证实最优ILC数量小于P.S/2，均匀部署可提升吞吐量超1.55倍。
2023-12-28 cs.NI
Throughput Analysis of Proportional Fair Scheduling For Sparse and Ultra-Dense Interference-Limited OFDMA/LTE Networks
当前蜂窝网络中的各种系统任务（如干扰协调、切换决策、准入控制等）需要精确的中期（跨越几秒）性能模型。由于在基站处的信道相关调度，这些性能模型不容易获得。此外，LTE蜂窝系统是干扰受限的，因此，干扰建模的方式对于准确性至关重要。在本文中，我们提出了一个封闭形式的分析性能模型，在OFDMA/LTE网络中的比例公平调度。该模型考虑了精确的SINR分布。我们完善我们的模型，统一调制和编码，适用于LTE网络。此外，分析分析也扩展到可能发生在第五代蜂窝网络的超密集部署。由此产生的分析性能模型进行了验证，考虑到现实的网络部署的模拟。与相关工作相比，我们的模型表现出显着更高的精度为长期的吞吐量估计。
2016-01-27 cs.NI
Approaching Optimal Centralized Scheduling with CSMA-based Random Access over Fading Channels
基于载波侦听多址接入（CSMA）的分布式算法可以像集中式最大权策略一样获得最大容量区域。尽管它们能够实现吞吐量最优，但这些算法要么会产生大的延迟，具有很大的复杂度，要么只能在非衰落信道上运行。在这封信中，通过假设任意的回退时间，我们首先提出了一个完全分布式的随机算法，其性能可以推到集中的最大权重策略的性能，不仅在吞吐量方面，而且在延迟完全连接的干扰网络与衰落信道。然后，我们提出的算法的启发，介绍了一个可实现的分布式算法的实际网络与保留计划。我们表明，所提出的实用算法仍然可以实现集中式最大权重政策的性能。
2016-04-01 cs.IT cs.NI math.IT
Dynamic Binary Countdown for Massive IoT Random Access in Dense 5G Networks
物联网应用的大规模连接预计将挑战5G网络中访问预留协议的设计方式。由于设备的数量和它们的密度被设想为更大的数量级，因此最先进的接入预留（Random Access，RA）过程可能是端到端延迟的瓶颈。这对于突发到达场景尤其具有挑战性：由于共同事件（停电、紧急警报等）而半同步触发大量设备。在这篇文章中，为了提高RA过程的可扩展性，我们建议将二进制倒计时竞争解决（BCCR）与最先进的接入类限制（ACB）相结合。我们提出了一个联合分析ACB和BCCR和应用的框架来处理RA作为一个双目标优化，最大限度地减少资源消耗和最大限度地提高吞吐量的过程中的每一个竞争轮。我们使用这个框架来设计动态负载自适应算法，并模拟说明，该算法减少了突发分辨率延迟，同时消耗更少的资源相比，国家的最先进的技术。
2019-04-18 cs.IT cs.NI math.IT
User-Centric Joint Transmission in Virtual-Cell-Based Ultra-Dense Networks
在超密集网络（UDN）中，分布式无线接入点（RAP）被配置成围绕移动用户的小型虚拟小区，以提供公平和高吞吐量的服务。在这种对应关系中，我们评估了以用户为中心的联合传输（JT）在UDN与一些虚拟小区的性能。与现有的合作计划，假设恒定的RAP发射功率，我们考虑每个用户的总发射功率约束，并假设总功率最优分配给RAP在每个虚拟小区使用最大比传输（MRT）。基于RAP和用户位置的随机几何模型，我们解决了由MRT引入的发射功率的相关性，并推导出平均用户吞吐量。数值结果表明，以用户为中心的JT与MRT提供了一个高的信噪比（SNR），而不会产生严重的干扰，其他同信道用户。此外，我们表明，MRT预编码，而需要信道状态信息（CSI），是必不可少的成功JT。
2017-12-26 cs.NI
Throughput and Robustness Guaranteed Beam Tracking for mmWave Wireless Networks
随着对超高速无线通信和现有低频带（例如，sub-6 GHz）变得越来越拥挤，具有大频谱可用的毫米波（mmWave）被认为是未来无线通信的最有前途的频带。由于毫米波具有严重的路径损耗，因此应采用波束成形技术将发射功率和接收区域集中在窄波束上，以实现长距离通信。然而，用户的移动性会带来频繁的波束切换，这将降低体验质量（QoE）。因此，有效的光束跟踪机制需要仔细研究。然而，现有的波束跟踪机制集中在系统吞吐量最大化没有考虑波束切换和链路鲁棒性。针对移动毫米波通信系统，提出了一种同时考虑系统吞吐量和切换概率的吞吐量和鲁棒性保证波束跟踪机制。仿真结果表明，所提出的吞吐量和鲁棒性保证的波束跟踪机制可以提供更好的性能比其他波束跟踪机制。
2017-09-12 cs.NI
Reinforcement Learning-Enabled Dynamic Code Assignment for Ultra-Dense IoT Networks: A NOMA-Based Approach to Massive Device Connectivity
Indian Institute of Technology Guwahati（印度理工学院古瓦哈提分校）
本文提出基于强化学习的动态Gold码分配方法，用于提升超密集物联网网络的吞吐量和能效，但指出其在工业环境中的可靠性不足，需结合功率控制或重传机制。
2026-01-11 cs.NI
Fair Stochastic Interference Orchestration with Cellular Throughput Boosted via Outband Sidelinks
时域小区间干扰协调（ICIC）被认为是实现高效和有效的超密集网络部署的主要驱动力。几乎空白子帧（ABS）作为ICIC的关键例子，最近已经被标准化，以实现高频谱效率。正如我们在这篇文章中所展示的，采用ABS意味着在具有异构小区覆盖和用户密度的多小区环境中有效的复杂性。尽管如此，ICIC和ABS并没有特别保证公平决定论。相反，我们分析表明，ABS与用于设备到设备（D2D）通信的带外副链路在未授权频段上的复合利用不仅可以降低操作ABS的复杂性，而且还可以导致意外高水平的公平性。基于分析，我们制定了一个凸优化问题，以随机作出ABS的决定，同时提供比例公平保证。我们的研究结果证明，与传统系统相比，ABS的随机编排在很大程度上提高了公平性，同时保留了用于中继的毫米波带外侧链路提供的显着吞吐量增益。
2018-09-25 cs.NI
Achieving Throughput via Fine-Grained Path Planning in Small World DTNs
我们探讨了在小世界DTN中使用细粒度统计数据的好处，以实现高吞吐量，而无需外部基础设施的帮助。我们首先设计了一个经验的节点对相互接触的模型，预测会议在一个时间框架内的适当长度，通常是几天的顺序，概率高于一些阈值，可以很容易地计算与低开销。这种时间知识使得有效的时间相关的路径规划，甚至可以响应每个数据包的最后期限的变化。我们描述了一个这样的路由框架，收割机（可靠，高效和预测路由），这是完全分布式和自我稳定。它的主要目标是提供概率边界的路径长度（成本）和延迟在时间上细粒度的方式，同时利用小世界结构，只需要多对数存储和控制开销。基于模拟的评估证实，REAPER在超轻型到重型网络流量的范围内实现了高吞吐量和能源效率，并且大大优于最先进的单副本协议以及依赖于基本上粗粒度指标的基于社交性的协议。
2019-02-18 cs.NI
Capacity of Ultra Wide Band Wireless Ad Hoc Networks
吞吐量是ad-hoc无线网络设计和评估的关键参数。考虑n个相同的随机定位的节点，在一个单位面积上，形成一个ad-hoc无线网络。假设在固定范围内每个节点的传输能力固定为每秒T比特，已经表明每个节点的均匀吞吐量能力r（n）是Theta（（T）/（sqrt{n log n}）），是节点密度n的递减函数。然而，也可以考虑替代的通信模型，其中每个节点被约束到最大发射功率P_0并且能够利用W Hz的带宽。在极限情况W右箭头无穷大下，例如在超宽带（UWB）网络中，每个节点的均匀吞吐量为O（（n log n）^{（alpha-1}/2}）（上限）和Omega（（n^{（alpha-1）/2}）/（（log n）^{（alpha +1）/2}））（可实现的下限）。这些界限表明，吞吐量的增加与节点密度$n$，在以前发表的结果相反。这是大带宽以及假设的功率和速率自适应的结果，其减轻了干扰。因此，物理层属性的Ad Hoc无线网络的容量上的效果被证明。此外，UWB作为ad-hoc网络的物理层技术的承诺是合理的。
2005-08-22 cs.IT cs.NI math.IT
Towards 1 Gbps/UE in Cellular Systems: Understanding Ultra-Dense Small Cell Deployments
今天的异构网络主要由宏小区和室内小小区组成，将无法满足即将到来的流量需求。事实上，预计到2020年，网络容量至少需要增加100倍才能满足流量需求。因此，供应商和运营商现在正在考虑使用手头的每一种工具来提高网络容量。在这场史诗般的运动中，有三个范例值得注意，即，网络密集化、使用更高频段和频谱效率增强技术。本文旨在进一步达成共识，并分析这三种模式的潜在收益和局限性，以及小型小区的空闲模式能力以及户外场景中的用户设备密度和分布的影响。特别关注网络致密化及其在过渡到超密集小型小区部署时的影响。仿真结果表明，平均站点间距离为35 m的网络密集化可以将小区边缘UE吞吐量增加高达48倍，而使用具有500 MHz带宽的10 GHz频带可以将网络容量增加高达5倍。使用每个小小区基站多达4个天线的波束成形缺乏高达1.49倍的小区边缘吞吐量增益。我们的研究还表明，网络密度降低多用户的多样性，从而比例公平的同类路由器开始失去他们的优势，相对于循环。还分析了这些超密集小型小区部署的能量效率，指示了对能量收集方法的需要以使这些部署能量高效。最后，还讨论了实现超密集小小区部署所面临的十大挑战。
2015-03-12 cs.NI
Power Control in UAV-Supported Ultra Dense Networks: Communications, Caching, and Energy Transfer
超密集网络（UDN）通过网络密集化可以有效地扩大网络覆盖范围，提高系统吞吐量。与此同时，无人机（UAV）的通信和网络由于其高度的灵活性和众多的应用，最近引起了越来越多的关注。在这篇文章中，我们提出了一个无人机支持的UDN的愿景。首先，我们提出了四个有代表性的场景，以显示无人机支持的UDN在通信，缓存和能量传输的广泛应用。然后，我们强调了在无人机支持的UDN的有效的功率控制，讨论了主要的设计考虑和方法，在一个全面的方式。此外，我们通过案例研究模拟证明了无人机支持的UDN的性能优势，相比传统的固定基础设施为基础的网络。此外，我们还讨论了未来的主要技术挑战和开放问题。
2017-11-29 cs.NI
5G Ultra-dense networks with non-uniform Distributed Users
超密集网络（UDN）中的用户分布起着至关重要的作用，影响UDN的性能，由于业务和网络提供的服务之间的本质耦合。现有的研究大多基于用户在空间上均匀分布的假设。非均匀用户分布虽然更接近于真实场景，但尚未得到广泛考虑。本文首先采用辐射和吸收模型（R&A模型）分析了用户非均匀分布对5G UDN性能的影响。基于R&A模型和混沌网络理论，研究了各热点区域的稳态用户密度。在此基础上，推导了该算法的覆盖概率、网络吞吐量和能量效率。与均匀分布假设相比，非均匀用户分布对UDN的性能有显著影响。
2017-10-31 cs.NI
Multipath Communication with Finite Sliding Window Network Coding for Ultra-Reliability and Low Latency
我们使用随机线性网络编码（RLNC）为基础的计划，多径通信中存在的有损链路具有不同的延迟特性，以获得超可靠性和低延迟。提出了RLNC的滑动窗口版本，其中使用窗口大小的数据包生成编码数据包，并将其插入不同路径中的系统数据包中。以与数据率成比例的循环方式在路径中调度分组。我们使用有限的编码和解码窗口大小，不依赖于反馈关闭滑动窗口，不像以前的工作。我们的两个路径与LTE和WiFi特性的实现表明，所提出的滑动窗口方案实现了更好的延迟相比，块RLNC码。它还表明，所提出的方案实现了低延迟通信，通过多个路径相比，个别路径的突发性流量通过翻译的吞吐量在两个路径上的延迟增益。
2018-02-02 cs.NI
Ultra-Reliable Communication in 5G mmWave Networks: A Risk-Sensitive Approach
这封信研究了在5G毫米波（mmWave）大规模多输入多输出（MIMO）网络中提供千兆无线接入和可靠通信的问题。与基于平均度量的经典网络设计相比，提出了一种基于分布式风险敏感强化学习的框架，以联合优化波束宽度和发射功率，同时考虑到毫米波链路因阻塞而引起的敏感性。数值结果表明，我们提出的算法实现了超过9 Gbps的用户吞吐量的保证概率为90%，而基线保证小于7.5 Gbps。更重要的是，存在速率-可靠性-网络密度的权衡，其中随着用户密度从每平方公里16个增加到每平方公里96个，在所提出的模型和基准模型中，达到4 Gbps的用户的比例分别减少了11.61%和39.11%。
2019-08-14 cs.NI
Throughput Maximization for Delay-Sensitive Random Access Communication
与4G网络中使用的调度接入技术相比，支持超可靠低延迟通信（URLLC）的未来5G蜂窝网络可以采用随机接入通信来减少开销。我们考虑一个无线通信系统，其中多个设备发送一个给定的固定大小的有效载荷在一个共享的无线电资源，以随机接入的方式到一个共同的接收机。我们允许重传，并假设在接收器处进行Chase合并。在时间和频率维度上划分无线电资源，并且我们确定最佳划分粒度以最大化吞吐量，并且受到延迟和中断的给定约束。在高和低信噪比（SNR）的制度，我们推导出明确的表达的粒度和吞吐量，首先使用香农容量近似，然后使用有限块长度分析。数值结果表明，吞吐量缩放的结果是适用的信噪比范围内。所提出的分析框架可以为一般随机接入系统中的资源分配策略和用于大规模URLLC上行链路接入的特定5G用例提供见解。
2018-06-05 cs.IT cs.NI math.IT
Ultra-Reliable Low-Latency Millimeter-Wave Communications with Sliding Window Network Coding
超可靠性和低延迟是新的第六代通信系统（xURLLC）的关键要求。在过去的几年中，为了增加吞吐量，在先进的无线通信中引入了自适应有源天线，特别是在毫米波（mmWave）领域。因此，提出了新的低层技术来应对高维和电子可操纵波束的实际挑战。从全向天线到高定向天线的转变呈现了一种新型的无线系统，其提供高带宽，但易受高损耗和高延迟变化的影响。传统的方法无法弥补这些先进系统中高吞吐量和低延迟之间不断扩大的差距。在这项工作中，我们将有效的滑动窗口网络编码解决方案在毫米波通信。虽然传统系统（如无速率码）改善了延迟，但跨层结果表明，由于毫米波信道的有损行为和较低层的重传机制，它们不提供低延迟通信（LLC -低于10 ms）。另一方面，固定滑动窗口随机线性网络编码（RLNC）能够实现LLC，甚至更好，自适应滑动窗口RLNC获得超可靠LLC（超可靠和低延迟通信（URLLC）- LLC，最大延迟低于10 ms，成功率超过99%）。
2022-09-15 cs.IT cs.NI math.IT
Towards Low-Latency and Ultra-Reliable Virtual Reality
虚拟现实（VR）有望成为5G网络的重要应用之一。然而，需要克服许多技术瓶颈和挑战，以促进其广泛采用。特别是，VR在高吞吐量、低延迟和可靠通信方面的要求需要跨多个学科的创新解决方案和基础研究。有鉴于此，本文讨论了超可靠和低延迟VR的挑战和推动因素。此外，在交互式VR游戏街机案例研究中，我们表明，利用毫米波通信、边缘计算和主动缓存的智能网络设计可以实现无线VR的未来愿景。
2018-01-23 cs.IT cs.NI math.IT
DeepNP: Deep Learning-Based Noise Prediction for Ultra-Reliable Low-Latency Communications
Faculty of Electrical and Computer Engineering, Technion（电气与计算机工程学院，海法理工学院）；School of Electrical and Computer Engineering, Ben-Gurion University of the Negev（电气与计算机工程学院，内盖夫本-古里安大学）
本文提出DeepNP，一种基于深度学习的噪声预测算法，用于优化自适应网络编码的吞吐量和时延。通过二进制和连续反馈，DeepNP在不同场景下提升了性能，如ER-DeepNP减少时延，CL-DeepNP提高吞吐量。
2026-03-23 cs.IT cs.NI math.IT
Reinforcement Learning for Protocol Synthesis in Resource-Constrained Wireless Sensor and IoT Networks
Michigan State University（密歇根州立大学）
本文探讨了使用强化学习（RL）进行在线协议合成的概念。该研究是在具有超低复杂度无线收发器的传感器和物联网网络的背景下进行的。本文介绍了在不同的网络和业务条件下，使用RL和多臂强盗（MAB），RL的一种特殊类型，媒体访问控制（MAC）。然后，它介绍了一种新的学习为基础的协议合成框架，解决特定的困难和限制，在随机接入和时隙网络的介质访问。该机制不依赖于载波侦听、网络时间同步、冲突检测和其他低级复杂操作，因此非常适合用于资源受限的传感器和物联网网络中的超简单收发器硬件。此外，由节点独立的协议学习的能力使得系统鲁棒性和自适应网络和业务条件的变化。它表明，节点可以被训练来学习，以避免冲突，并实现网络吞吐量，相当于ALOHA基于接入协议的传感器和物联网网络与最简单的收发器硬件。它也表明，使用RL，它是可行的，可以在高流量负载，这是不可行的ALOHA为基础的系统，以综合接入协议，可以维持网络吞吐量。该系统的能力，以提供吞吐量的公平性下的网络和流量的异质性也被实验证明。
2023-01-14 cs.AI cs.LG cs.NI
Interference-Aware Opportunistic Random Access in Dense IoT Networks
在分散传输的多小区随机接入系统中，由于协调的困难，设计一种能够获得最优吞吐量的随机接入协议是一项具有挑战性的任务。在本文中，我们提出了一个分散的干扰感知的机会随机接入（IA-ORA）协议，使我们能够获得最佳的吞吐量缩放在超密集的多小区随机接入网络与一个接入点（AP）和一些用户。与其中用户由基站选择的蜂窝多址接入的机会调度形成鲜明对比，在IA-ORA协议下，如果不仅到服务AP的期望信号功率足够大而且到其它AP的生成干扰泄漏功率足够小（即，满足两个阈值条件）。作为主要结果，示出了最优聚合吞吐量缩放（即，小区中$\frac{1}{e}$的MAC吞吐量和功率增益）。此外，它是通过计算机模拟的数值证明，在实际设置下，建议IA-ORA协议优于传统的机会随机接入协议的总吞吐量。
2020-06-15 cs.DC cs.IT cs.NI
