QoS Provisioning Using Optimal Call Admission Control for Wireless Cellular Networks
无线网络中对高级服务的日益增长的需求提出了利用适当的资源管理来提供服务质量（QoS）的问题。在这项研究中，这样的无线网络的配置技术是由呼叫准入控制（CAC）。本文提出了一种新的呼叫接入控制方法，即统一分数频带（UFB），用于在无线网络中为新呼叫和切换呼叫提供适当的优先级。该UFB方案基本上是一种新型的切换优先级方案。在该方案中，切换优先级由两个阶段提供，这有助于网络利用更多的资源。此外，切换呼叫速率估计和它的QoS供应的影响进行了广泛的讨论，以达到最佳的QoS在建议的切换优先级方案。在提供多业务的无线网络中，低优先级业务的过度呼叫阻塞经常在非常高的业务速率下发生，这是QoS提供的一个关注问题。为了实现这样的QoS提供多个服务，另一个CAC计划，提出了这项研究工作。该方案被认为是均匀带细化（UBT）方案，它是基于均匀细化技术（UTT），这是非常类似的思想，UFB方案。在该方案中，一组信道经历细分策略。该方案降低了较低优先级业务类的呼叫阻塞概率（CBP），而不会显著增加较高优先级业务类的呼叫阻塞概率。该方案的分析功能推导出一般形式，这是有用的推导任何数量的业务类。此外，数值分析的建议UBT计划表明，性能方面的呼叫阻塞概率，整体呼叫阻塞概率，和信道利用率的改善和优化相比，传统的固定保护信道计划。
2015-02-23 cs.NI
Reinforcement Learning for Admission Control in Wireless Virtual Network Embedding
Hasso Platter Institute（哈索·普拉特纳研究所）；Potsdam University（波茨坦大学）；Paderborn University（帕德博恩大学）
在无线网络中使用服务功能链（SFC）在网络和多媒体等许多领域变得流行。它依赖于通过虚拟网络嵌入（VNE）算法将网络资源分配给传入的SFC请求，从而优化SFC的性能。当传入请求的负载-竞争有限的网络资源-增加时，决定哪些请求应该被接纳，哪些请求应该被拒绝变得具有挑战性。在这项工作中，我们提出了一种深度强化学习（RL）解决方案，可以学习不同依赖关系的准入策略，例如服务生命周期和传入请求的优先级。我们将深度强化学习解决方案与先到先得的基线进行比较，只要有可用的资源，就可以接受请求。我们表明，深度RL优于基线，即使有足够的资源，也能提供更高的接受率和低拒绝率。
2021-10-04 cs.LG cs.NI
Distributed Admission Control without Knowledge of the Capacity Region
我们认为，在单跳无线网络中的容量区域的知识的分布式准入控制的问题，需要一个预先指定的带宽从网络的流量。我们提出了一个优化框架，使我们能够设计一个调度器和资源分配器，并通过适当地选择一个合适的效用函数的资源分配器，我们证明，现有的流量可以提供一个预先指定的带宽，而请求准入的链路可以确定最大的速率，它可以得到这样，它不干扰分配给现有的流量。
2013-01-14 cs.NI
Wireless Capacity and Admission Control in Cognitive Radio
我们给出了算法与恒定因素的性能保证几个容量和吞吐量问题的SINR模型。所有的算法都是基于一个新的LP制定能力问题。首先，我们给出了一个新的常数因子近似算法选择的最大子集的链路，可以同时进行调度，在任何非递减和次线性的功率分配。对于均匀功率的情况下，我们将其扩展到可变QoS要求和链路相关噪声项的情况。第二，我们近似的认知无线电相关的问题：找到一个最大的一组链接，可以同时调度，而不影响一组给定的先前分配的链接。最后，我们得到了线性幂分配下加权容量的常数因子近似。
2012-01-19 cs.DS cs.NI
Call Admission Control based on Adaptive Bandwidth Allocation for Wireless Networks
服务质量（QoS）的提供是任何多媒体系统中的关键问题。然而，在无线系统中，由于需要最小化两个性能度量-丢弃切换呼叫的概率和阻塞新呼叫的概率，因此支持不同业务类型的QoS要求更具挑战性。由于与实时业务相反，非实时业务类型的QoS要求不那么严格，因此可以通过从已经接纳的非实时业务呼叫释放一些带宽来容纳更多的呼叫。如果我们要求这样的用于接受切换呼叫的释放的带宽应该大于用于接受新呼叫的带宽，则所得到的丢弃切换呼叫的概率将小于阻塞新呼叫的概率。在本文中，我们提出了一个有效的呼叫接纳控制（CAC），依赖于自适应多级带宽分配方案的非实时呼叫。该方案允许随着带宽利用率的增加而降低掉话概率。数值结果表明，该方案是能够达到可以忽略不计的切换呼叫丢弃概率，而不牺牲带宽利用率。
2014-12-11 cs.MM cs.NI
Heterogeneous Cellular Networks Using Wireless Backhaul: Fast Admission Control and Large System Analysis
我们考虑一个异构蜂窝网络与密集的底层小小区接入点（SAP）。无线回程提供从核心网络到SAP的数据连接。为了以保证的数据率服务尽可能多的SAP及其对应的用户，需要在无线回程中执行SAP的准入控制。这样的问题涉及发射波束形成器的联合设计、功率控制和SAP的选择。为了解决这一难题，我们应用$\ell_1$ -松弛方法，并提出了求解$\ell_1$ -松弛问题的迭代算法. SAP的选择基于迭代算法的输出进行。该算法速度快，对于中小规模的系统具有较低的复杂度。然而，它的解决方案取决于实际的信道状态信息，并恢复算法为每个新的信道实现可能是不现实的大型系统。因此，我们利用随机矩阵理论，也提出了一个大系统的迭代算法。这样一个大系统迭代算法产生渐近最优解的$\ell_1$松弛的问题，它只需要大规模的信道系数，而不管实际的信道实现。我们提出的算法在模拟中取得了接近最优的结果。
2015-04-13 cs.IT cs.NI math.IT
Slice-aware Resource Allocation and Admission Control for Smart Factory Wireless Networks
本文提出基于凸优化的切片感知资源分配与准入控制框架，动态分配功率和子信道，在基站功率受限时放宽CL切片目标速率约束，保障智能工厂多切片QoS并最小化功耗。
2024-07-31 cs.NI cs.SY eess.SY
Admission Control based Traffic-Agnostic Delay-Constrained Random Access (AC/DC-RA) for M2M Communication
无线M2M通信的问题是双重的：可靠性方面和可扩展性方面。该问题的解决需要一个时延受限的随机接入协议。为此，我们提出了基于接纳控制的流量不可知延迟约束随机接入（AC/DC-RA）协议。我们的主要贡献是使随机延迟约束不可知的交通，这样的随机延迟约束是有效的相对于不同数量的到达。我们实现了这一点，使用一种新的冲突估计算法，每个竞争资源的有效到达数的准入控制决策。我们使用一个自适应的竞争解决算法来应对不同数量的到来。使用这些工具，接纳控制解决了稳定性问题。我们的模拟表明，AC/DC-RA提供随机延迟约束的随机访问的流量不可知的方式来维持一个稳定的性能对泊松和β到达没有任何修改的协议。
2019-03-27 cs.NI
A QoS Provisioning Recurrent Neural Network based Call Admission Control for beyond 3G Networks
呼叫接纳控制（CAC）是无线资源管理（RRM）技术中的一种，在下一代网络中对保证用户和应用所需的服务质量（QoS）起着重要作用。提出了一种基于模糊神经网络的多类业务下一代无线网络（NGWN）的呼叫接纳控制决策方法。建议的模糊神经呼叫准入控制（FNCAC）计划是一个综合的CAC模块，结合了语言控制能力的模糊逻辑控制器和学习能力的神经网络。该模型是基于递归径向基函数网络，具有更好的学习和适应性，可用于开发智能系统，以处理在异构网络环境中的传入流量。仿真结果表明，FNCAC算法的性能优于其他两种方法，并且与其他两种方法相比，呼叫阻塞率最小。
2010-04-20 cs.NI
Multi-Hop Bandwidth Management Protocol for Mobile Ad Hoc Networks
接纳控制方案应该扮演数据通信网络中的流的协调器的角色，以在共享介质时提供保证。有线网络的节点可以监视介质以了解在任何时间点的可用带宽。但是，在无线自组织网络中，节点在通信期间必须消耗相邻节点的带宽。因此，流对带宽的消耗和资源对任何无线节点的可用性严格取决于其传输范围内的相邻节点。我们提出了一个可扩展的和有效的准入控制方案，多跳带宽管理协议（MBMP），以支持多跳ad hoc网络的QoS要求。我们模拟了几种选择来设计MBMP，并通过数学分析和仿真结果比较这些选项的性能，并通过大量的仿真比较其有效性与现有的接纳控制方案。
2010-12-17 cs.NI
Intelligent Lighting System Using Wireless Sensor Networks
本文探讨了无线传感器网络与灯具接口的使用，以允许日光替代技术，以减少现有建筑物的能源使用。这为现有建筑物创造了一个无线系统，具有最小的中断和成本。
2010-12-31 cs.NI
Performance Modelling and Analysis of Connection Admission Control in OFDMA based WiMAX System with MMPP Queuing
提出了宽带无线网络中正交频分多址接入（OFDMA）的排队论性能建模与分析问题。我们考虑一个单小区WiMAX环境中，基站分配子信道的用户站在其覆盖范围内。分配给用户站的子信道由该用户站处的多个连接共享。为了确保服务质量（QoS）性能，在用户站处考虑两种连接接纳控制（CAC）方案，即，基于阈值的CAC方案和感知拥塞的CAC方案。这些准入控制方案的排队分析框架，考虑基于OFDMA的传输在物理层。然后，在排队模型的基础上，研究了连接级和分组级的性能，并与无CAC情况下的类似性能进行了比较。连接到达由泊松过程建模，并且连接的分组到达由马尔可夫调制泊松过程（MMPP）建模。我们确定分析和数值不同的性能参数，如连接阻塞概率，正在进行的连接的平均数量，平均队列长度，数据包丢弃概率，队列吞吐量和平均数据包延迟。
2013-04-07 cs.NI
Intelligent Ranking for Dynamic Restoration in Next Generation Wireless Networks
新兴的5G和下一代6G无线可能涉及无数的连接，包括大量相对较小的小区，提供超密集的覆盖。在如此密集的无线系统中保证无缝连接和服务水平协议需要高效的网络管理和快速的服务恢复。然而，就最大化服务恢复而言，无线网络的恢复通常需要评估每个网络元件的服务影响。不幸的是，在停机期间，实时KPI信息的不可用，迫使大多数现有方法严重依赖于基于上下文的手动评估。因此，配置网络节点的实时恢复几乎是不可能的，从而导致延长的中断持续时间。在本文中，我们将探索深度学习，以引入一种智能的、主动的网络恢复管理方案，以应对严重的网络中断。我们提出的方法引入了一种新的利用率为基础的排名方案，不同的无线节点，以尽量减少服务停机时间，并实现快速恢复。基于实际无线数据的网络KPI（关键性能指标）的有效预测表明，服务中断改善高达约54%。
2022-06-24 cs.NI
Efficiency Evaluation Metrics for Wireless Intelligent Sensors Applications
随着无线智能传感器系统的出现，计量领域取得了进展，提供了更多的功能，如信号处理，远程多传感融合等，这种设备正在迅速进入医疗和工业监测，防撞，交通控制，汽车和其他应用。然而，无线智能传感器系统的许多设计挑战被施加以克服数据流量中的物理限制，例如系统噪声、实时的通信、信号衰减、响应动态、功耗和有效转换速率等，特别是对于需要特定性能的应用。本文分析了上述传感设备系统的性能指标，这些传感设备系统代表了更高的测量精度和可靠性。研究结果规定研究人员，开发人员/工程师和用户实现最佳的传感微粒设计策略，提供操作优势，可以为应用提供具有成本效益的解决方案。
2014-09-24 cs.NI
Outage Analysis for Active Reconfigurable Intelligent Surface-Enhanced Wireless Powered Communication Networks
本文提出结合主动可重构智能表面（RIS）与无线供电通信（WPC），以缓解RIS辅助链路中的双重衰落挑战并提升能量受限用户的可靠性，通过理论闭式分析传输速率、收集能量和中断概率，为参数选择提供指导。
2024-01-04 cs.NI
Performance analysis of a distributed algorithm for admission control in wireless networks under the $2$-hop interference model
网络中一个普遍的开放问题是：在给定的资源量下，性能的基本限制是什么？更具体地说，如果网络中的每个节点只具有关于其$1$跳邻域的信息，那么性能的限制是什么？这个问题被认为是无线网络，其中每个通信链路具有最小带宽的服务质量（QoS）的要求。同一邻近区域中的链路竞争共享无线介质。冲突图捕获哪些链路对相互干扰，并取决于MAC协议。在基于IEEE 802.11 MAC协议的网络中，当在节点$i$和$j$之间发生通信时，$i$和$j$两者的邻居保持静默。这种干扰模型称为$2$跳干扰模型，因为在网络图中，可以同时活动的任何两条链路之间的距离至少为$2$。在准入控制问题中，目标是仅使用本地化信息来确定给定的一组流率是否可行。在目前的工作中，提出了一种分布式算法，为这个问题，每个节点只有关于它的$1$跳邻居的信息。分布式算法的最坏情况下的性能，即最大的因素，该分布式算法的性能是远离最佳的，集中式算法，进行了分析。的分布式算法的次优性的上、下界，并证明了这两个界限是紧的。一些环形拓扑结构的确切的最坏情况下的性能。虽然距离-$d$分布式算法已被分析的$1$跳干扰模型，在文献中的一个开放的问题是将这些结果扩展到$K$跳干扰模型，目前的工作开始推广到$K$跳干扰模型。
2020-07-14 cs.DS cs.IT cs.NI
Toward Intelligent Network Optimization in Wireless Networking: An Auto-learning Framework
在无线通信系统中，网络优化问题在通过设置适当的网络配置来最大化系统性能方面起着重要的作用。传统的优化方法在处理NOPs问题时存在人为干预、模型无效和计算复杂度高等问题。因此，在这篇文章中，我们提出了一个自动学习框架（ALF），以实现智能和自动网络优化，通过使用机器学习（ML）技术。我们回顾了ML技术的基本概念，并提出了它们在WCS中的基本使用模型，包括自动模型构建，经验重放，有效的试错，RL驱动的游戏，复杂性降低和解决方案推荐。我们希望这些建议可以提供新的见解和动机，在未来的研究中，通过使用ML技术处理在WCS中的NOPs。
2018-12-19 cs.NI
Optimal Flow Admission Control in Edge Computing via Safe Reinforcement Learning
本文针对边缘计算中异构资源约束下的流准入控制问题，提出基于原对偶安全强化学习的DR-CPO方法，通过奖励分解实现最优分散控制，在多种环境中相比现有DRL方案奖励提升15%且收敛所需学习回合数减少50%。
2024-06-28 cs.NI
AI-Assisted MAC for Reconfigurable Intelligent Surface-Aided Wireless Networks: Challenges and Opportunities
最近，重大的研究注意力一直致力于可重构智能表面（RISs）的研究，这是能够重新配置的无线传播环境，利用独特的属性的超材料为基础的集成大型阵列的廉价天线。现有的研究表明，RISs显着提高物理层性能，包括无线覆盖，可实现的数据率和能源效率。然而，多个用户访问一个支持RIS的信道的介质访问控制（MAC）仍然处于起步阶段，而许多开放的问题仍然有待解决。在这篇文章中，我们提出了四个典型的RIS辅助多用户的情况下，特别强调的MAC方案。然后，我们提出并阐述了集中式，分布式和混合人工智能（AI）辅助的MAC架构在RIS辅助多用户通信系统。最后，我们讨论了一些挑战，前景和潜在的应用，因为它们是相关的MAC设计的RIS。
2021-05-02 cs.NI
Comparative Performance Analysis of Wireless Communication Protocols for Intelligent Sensors and Their Applications
基于智能传感器的系统目前正在扩展，由于其功能和智能性能：实时传输和接收数据，计算和处理算法，计量远程，诊断，自动化和存储测量......射频无线通信以其多样性为这类系统中的数据业务提供了更好的解决方案。本文的主要目标是提出一个解决方案的问题有关的选择标准，一个更好的无线通信技术面临的限制所施加的预期应用程序和评估其关键功能。不同的无线技术（Wi-Fi，Wi-Max，UWB，蓝牙，ZigBee，ZigBeeIP，GSM/GPRS）之间的比较侧重于它们的性能，这取决于使用的领域。此外，它还显示了其特性的局限性。研究结果可以被开发人员/工程师用来推断最佳模式，以集成和操作系统，保证通信质量，最大限度地减少能源消耗，降低实施成本，避免时间限制。
2014-09-24 cs.NI
Intelligent reflecting surface aided wireless networks-Harris Hawks optimization for beamforming design
智能反射表面（IRS）被认为是一种有前途的绿色和具有成本效益的解决方案，以提高无线网络的性能，通过智能地重新配置信号传播。在本文中，我们研究了一个IRS辅助的多输入单输出无线网络，其中多天线接入点（AP）服务的IRS辅助下的单天线用户。目标是通过联合优化AP处的发射波束成形和IRS处的反射系数来最大化接收信号功率。制定的优化问题是非凸的，并受到约束。我们采用了一种新的自然启发的优化技术命名为哈里斯霍克斯优化（HHO）来解决这个问题。利用罚函数法将约束问题转化为无约束问题，然后利用HHO算法对该问题进行优化。据我们所知，这是第一次使用元启发式算法来解决IRS辅助网络优化问题。仿真结果验证了该方案的可行性。结果表明，与其他优化算法相比，基于HHO的方案可以提供相似甚至更好的优化结果。
2020-12-24 cs.NI
A Comprehensive Survey on Spectrum Sharing Techniques for 5G/B5G Intelligent Wireless Networks: Opportunities, Challenges and Future Research Directions
本文综述5G/B5G智能无线网络中的AI赋能频谱共享方法，按认知无线电、机器学习、区块链等技术分类梳理文献，总结利用机遇、关键挑战并提出未来方向。
2022-11-17 cs.NI
Throughput Optimization of Intelligent Reflecting Surface Assisted User Cooperation in WPCNs
智能反射面（IRS）通过大量使用低成本的无源反射元件，可以有效地提高无线通信系统的能量和频谱效率。在本文中，我们研究了在无线供电通信网络（WPCN），其中两个WD收获无线能量和传输信息到一个共同的混合接入点（HAP）的IRS辅助用户合作的吞吐量优化。具体地，两个WD首先彼此交换它们的独立信息，然后形成虚拟天线阵列以联合地向HAP发送。我们的目标是最大限度地提高共同的（最小）吞吐量性能，通过联合优化的发射时间和功率分配的两个WD的无线能量和信息传输和无源阵列系数反映的无线能量和信息信号。通过与现有的一些基准方案的比较，我们的结果表明，所提出的IRS辅助的用户协作方法可以有效地提高WPCN中的协作传输的吞吐量性能。
2020-07-19 cs.NI
I-Min: An Intelligent Fermat Point Based Energy Efficient Geographic Packet Forwarding Technique for Wireless Sensor and Ad Hoc Networks
能量消耗和数据包传输延迟是衡量无线自组织和传感器网络地理路由协议性能的两个重要指标。因此，能够确保更少的能量消耗和在分组递送中经历更少的延迟的协议适合于同时对延迟敏感和能量饥饿的网络。因此，解决这两个问题的智能分组转发技术是任何地理路由协议所寻找的技术。在本论文中，我们提出了一个基于费马点的转发技术，减少了数据包传输过程中所经历的延迟以及传输和接收数据包所消耗的能量。
2010-06-18 cs.NI
Resource Management and Admission Control for Tactile Internet in Next Generation of RAN
针对下一代无线网络的云无线接入网（C-RAN）架构，提出了一种新的触觉互联网（TI）排队模型，5G，通过正交频分多址（OFDMA）技术辅助。该模型包括每对触觉用户之间的每个端到端（E2 E）连接的无线电远程头（RRH）和基带处理单元（BBU）排队延迟和可靠性。对于这种设置，以最小化用户的发射功率为目的，保证用户的可容忍延迟，以及前传和接入限制，我们制定了一个资源分配问题。由于所提出的优化问题是高度非凸的，为了以有效的方式解决它，我们利用了不同的变换技术，如连续凸近似（SCA）和两个凸函数（DC）的差异。此外，我们提出了一个接纳控制（AC）算法，使问题的可行性。在我们提出的系统模型中，我们动态地调整前传和接入链路，以尽量减少发射功率。仿真结果表明，通过动态调整的接入和前传延迟，传输功率可以节省的情况下，每个传输会话的固定方法相比。此外，网络中被拒绝的用户数量显著减少，更多的用户被接受。
2019-11-08 cs.NI
Intelligent Routing to Enhance Energy Consumption in Wireless Sensor Network: A survey
如今，网络和互联网应用在数字世界中获得了实质性的重要性，因为它为健康和社区服务提供了巨大的影响。其中最重要的服务是为患者提供的智能设备和重要因素测量设备，无论是在医院还是在医院外。此外，在各种关键环境中收集医疗数据或温度和湿度测量的传感器。在这种困难的环境中可以使用的适当类型的网络是无线传感器网络，用于感测和处理数据。此外，无线传感器网络已被用于物联网和智能城市的环境中的一般服务和健康领域。所有这些原因使得研究人员关注无线传感器网络并解决它们面临的挑战。此类网络面临的最重要挑战是能源消耗和增加电池寿命。本文讨论了无线传感器网络中用于能量节约的方法，如数据精简技术、最短路径选择和用于智能路由和能量节约的人工智能算法。此外，我们还介绍了研究人员提出的标准算法之间的比较，使清晰的图像的能量消耗问题，并提出了一些有效的解决方案，在无线传感器网络领域。
2021-01-04 cs.NI
Wireless 2.0: Towards an Intelligent Radio Environment Empowered by Reconfigurable Meta-Surfaces and Artificial Intelligence
我们介绍“无线2.0”：下一代无线通信网络，通过利用可重构元表面和人工智能（AI）等新兴技术，无线电环境变得可控、可编程和智能。本文特别强调了基于人工智能的计算方法，并从可重构元表面的智能无线电环境的概念概述开始。稍后，我们将详细介绍数据管理方面，通过示例进行监督学习的要求，以及通过行为进行学习的强化学习（RL）范式。最后，我们强调了许多开放的挑战和研究方向。
2020-02-23 cs.NI eess.SP
Integrating Base Station with Intelligent Surface for 6G Wireless Networks: Architectures, Design Issues, and Future Directions
本文综述了面向6G无线网络的IS集成基站架构与设计问题，通过数值结果对比了不同IS集成BS与传统BS的性能，并指出了未来研究方向。
2024-11-19 cs.NI eess.SP
A Promising Technology for 6G Wireless Networks: Intelligent Reflecting Surface
未来十年将部署高度数字化、智能化和全球数据驱动的智能信息社会。下一代6 G无线通信网络是实现这一宏伟蓝图的关键，有望连接一切，提供全维度无线覆盖，整合所有功能，支持全垂直应用。最近的研究表明，具有无线环境控制能力的智能反射表面（IRS）是一种很有前途的6 G网络技术。具体地，IRS可以智能地控制波前，例如，通过大量的可调谐元件的相位，幅度，频率，甚至极化，从而实现细粒度的3-D无源波束形成。在本文中，我们首先给出了下一代6 G网络的蓝图，包括愿景，典型场景和关键性能指标（KPI）。然后，我们提供了IRS的概述，包括新的信号模型，硬件架构和在6 G网络中的竞争优势。此外，我们还详细讨论了IRS在6 G网络连接中的潜在应用，包括智能可控的无线环境、无处不在的连接、深度连接和全息连接。最后总结了IRS在6 G网络中的应用和部署面临的挑战。作为对IRS的及时回顾，我们的总结将对从事6 G网络IRS的研究人员和从业人员感兴趣。
2021-10-18 cs.NI eess.SP
Active Reconfigurable Intelligent Surface-Aided Terahertz Wireless Communications
本文探索主动可重构智能表面（RIS）辅助的太赫兹（THz）通信，通过制定考虑主动噪声、信号放大、分子吸收和波束失准等因素的遍历速率，解决了THz通信中遮挡敏感和覆盖受限的问题。
2024-07-03 cs.NI eess.SP
Queueing Analysis of Unicast IPTV With User Mobility and Adaptive Modulation and Coding in Wireless Cellular Networks
近年来，可以通过宽带无线蜂窝网络支持直播TV、视频点播（VoD）、视频会议和在线游戏应用的单播IPTV服务已经变得流行。然而，视频流服务显著影响无线蜂窝网络的性能，因为它们占用带宽。为了维持系统性能，需要基于精确数学分析的有效的接纳控制和资源分配机制。另一方面，无线链路的质量通常由于用户移动性或时变信道特性而随时间变化。为了对抗这种时变信道，提高频谱效率，可以采用自适应调制编码（AMC）方案为移动用户提供单播IPTV服务。本文基于一种新的考虑用户移动性和AMC的单播IPTV业务接入模型，推导了无线蜂窝网络中单播IPTV业务的带宽利用率、阻塞率和丢包率的解析解。模拟也进行了验证分析结果的准确性。数值结果表明，所给出的解析结果是准确的。基于精确的闭合解，网络提供商可以对其网络实施精确的接纳控制和资源分配，以提高系统性能。
2015-11-05 cs.IT cs.MM cs.NI
Dynamic Channel Allocation for Class-Based QoS Provisioning and Call Admission in Visible Light Communication
服务质量（QoS）的提供是可见光通信（VLC）系统以及其它无线通信系统中的关键问题。由于QoS要求并非对所有业务类型都严格，因此可以通过阻塞更多的较低优先级业务类别的呼叫来容纳更多的较高优先级业务类别的呼叫。现有的无线通信系统在资源有限的情况下支持各种类型的高数据率业务。因此，基于优先级的资源分配可以确保重要业务类别的呼叫的服务质量。固定的保护信道对任何类别的呼叫进行优先级排序总是降低信道利用率。在本文中，我们提出了一个基于优先级的动态信道预留方案，高优先级的呼叫，不减少信道利用率显着。每个单独业务类别的保留信道数是通过实时观察所有业务类别的呼叫到达率来计算的。该方案的特点允许随着信道利用率的增加降低呼叫阻塞概率的高优先级的呼叫。建议的马尔可夫链模型预计将是非常有效的排队分析，特别是对任何数量的业务类的优先级计划。数值结果表明，所提出的方案是能够获得合理的呼叫阻塞概率较高的优先级呼叫，而不牺牲信道利用率。
2014-12-11 cs.NI cs.PF
Wireless Network Coding with Intelligent Reflecting Surfaces
由于延迟和带宽考虑，传统的无线技术对于超过第五代（5G）的网络变得不足。为了提高无线通信系统的误码性能和吞吐量，提出了一种智能反射面（IRS）辅助环境下的物理层网络编码（PNC）。我们考虑一个IRS辅助的蝶形网络，我们提出了一个算法来获得最佳的IRS相位。推导出了误码率出错率的解析表达式。数值结果表明，该方案显着提高了误码性能。例如，在存在32元件IRS的情况下，中继器处的BER比没有IRS的情况小三个数量级。
2021-03-22 cs.ET cs.NI eess.SP
WirelessAgent: Large Language Model Agents for Intelligent Wireless Networks
Hong Kong University of Science and Technology（香港科技大学）
针对无线网络规模扩大带来的管理挑战，本文提出基于大语言模型的WirelessAgent智能体，可通过推理、多模态处理与自主决策提升网络性能，在网络切片管理实验中表现优异。
2024-09-12 cs.AI cs.LG cs.NI
AWaRe-SAC: Proactive Slice Admission Control under Weather-Induced Capacity Uncertainty
School of Electrical Engineering, Tel Aviv University（特拉维夫大学电气工程学院）；Department of Electrical and Computer Engineering, Northwestern University（西北大学电气与计算机工程系）；Department of Electrical Engineering, Columbia University（哥伦比亚大学电气工程系）；Department of Electronics, Information and Bioengineering, Politecnico di Milano（米兰理工学院电子、信息与生物工程系）
AWaRe-SAC通过整合预测器和接入控制算法，在天气诱导容量不确定性下实现切片接入控制，提升收益并降低QoS违规风险。
2026-02-02 cs.LG cs.NI
Shaping mmWave Wireless Channel via Multi-Beam Design using Reconfigurable Intelligent Surfaces
毫米波（mmWave）通信被认为是实现下一代无线网络的关键使能器，这是由于毫米波频率处的可用频谱丰富。然而，毫米波遭受高自由空间路径损耗和差散射，导致主要是视线（LoS）信道，这导致覆盖不足。可重构智能表面（RIS）作为一种新的范例，有可能通过塑造无线信道来填补覆盖漏洞。在本文中，我们提出了一种新的方法来设计RIS的元素排列在一个均匀的平面阵列（UPA）结构。在我们所说的多波束形成中，我们提出并设计了RIS，使得反射光束包括多个不相交的波瓣。此外，波束在期望的角度覆盖范围内具有优化的增益，具有相当尖锐的边缘，避免了功率泄漏到其他区域。我们提供了一个封闭形式的低复杂度的多波束形成设计的解决方案。我们通过数值分析证实了我们的理论结果。
2021-10-11 cs.ET cs.NI
Performance Analysis of Connection Admission Control Scheme in IEEE 802.16 OFDMA Networks
Hassan 1st University（哈桑一世大学）
本文研究了IEEE 802.16 OFDMA网络中连接接入控制方案的队列理论性能建模与分析，通过比较有无CAC的连接和分组层面性能，探讨了连接阻塞概率、平均连接数等关键指标。
2013-08-12 cs.IT cs.NI cs.PF
Software defined networking flow admission and routing under minimal security constraints
本研究针对SDN场景提出最小安全约束下的流准入与路由方法FARSec，证明其可多项式复杂度求解满足流安全等级要求的路径，通过实验和OpenFlow/ONOS实现验证了有效性与正确性。
2023-07-21 cs.CR cs.NI
Reconfigurable Intelligent Surface: Design the Channel -- a New Opportunity for Future Wireless Networks
在本文中，我们调查国家的最先进的研究成果，在新兴领域的可重构智能表面（RIS），鉴于其潜在的显着性能增强下一代无线通信网络通过适应传播环境。重点放在几个方面的门未来的网络部署的商业可行性。全面总结了实际的硬件设计考虑和人工智能技术的广泛影响，深入展望了系统模型，用例和物理层优化技术的突出方面。
2020-10-14 cs.IT cs.NI eess.SP
How to Deploy Intelligent Reflecting Surfaces in Wireless Network: BS-side, User-side, or Both Sides?
无线信道的随机性和不可控性从根本上制约了无线通信系统的性能。通过利用数字控制元表面的最新进展，智能反射表面（IRS）已经成为一个有前途的解决方案，以提高无线网络的性能，通过巧妙地重新配置无线电传播环境。尽管对IRS辅助通信进行了大量研究，但本文讨论了如何在无线网络中部署IRS以实现其最佳性能的重要问题。本文首先从通信性能指标的角度比较了在基站侧或分布式用户侧部署IRS的两种传统策略，然后结合两者的优势互补，提出了一种新的混合IRS部署策略。此外，在优化IRS部署的主要挑战，以及他们有前途的解决方案进行了讨论。最后，本文以案例分析的方式，比较不同IRS部署策略的效能，并为实际设计提供参考。
2022-04-05 cs.IT cs.NI math.IT
Intelligent Reflecting Surface Aided Wireless Communications: A Tutorial
University of Macau（澳门大学）；National University of Singapore（新加坡国立大学）
智能反射面（IRS）是一种实现无线网络中无线信号传播的技术。通过大量低成本的无源反射元件巧妙地调整信号反射，IRS能够动态地改变无线信道以提高通信性能。因此，预计新的IRS辅助的混合无线网络，包括有源和无源组件将是非常有前途的，以实现可持续的容量增长的成本效益在未来。尽管IRS具有巨大的潜力，但它面临着有效集成到无线网络中的新挑战，例如反射优化，信道估计和通信设计角度的部署。在本文中，我们提供了一个教程概述IRS辅助无线通信，以解决上述问题，并阐述其反射和信道模型，硬件架构和实际的限制，以及各种吸引人的应用在无线网络中。此外，我们强调了值得在未来工作中进一步研究的重要方向。
2020-07-07 cs.IT cs.LG cs.NI
Intelligent Reflecting Surface Aided Wireless Energy and Information Transmission: An Overview
智能反射表面（IRS）是一种很有前途的技术，用于实现频谱和能量高效的无线网络的成本效益。现有的IRS研究主要集中在利用IRS来提高无线通信或无线信息传输（WIT）的性能，而其提高射频（RF）无线能量传输（WET）效率的潜力仍然很大。虽然IRS辅助WET与IRS辅助WIT具有相似的特性，但它们在设计目标、接收机架构和实际约束方面有根本的不同。在本文中，我们提供了一个教程概述如何有效地设计IRS辅助WET系统，以及IRS辅助系统与WIT和WET，即IRS辅助同步无线信息和功率传输（SWIPT）和IRS辅助无线供电通信网络（WPCN），主要是从通信和信号处理的角度。特别是，我们提出了最先进的解决方案，以应对这些系统运行中的独特挑战，如IRS无源反射优化，信道估计和部署。此外，我们还提出了新的解决方案，并指出了未来的研究和调查的重要方向。
2021-06-24 cs.AR cs.IT cs.NI
IDSA: Intelligent Distributed Sensor Activation Algorithm For Target Tracking With Wireless Sensor Network
无线传感器网络的一个重要应用是目标跟踪，目标跟踪的目的是收敛到一个区域内的事件或物体。在本文中，我们提出了一个能量有效的分布式传感器激活协议的基础上预测定位技术，称为智能分布式传感器激活算法（IDSA）。该算法通过分析目标的当前位置和运动历史，预测目标在下一个时间间隔内的位置，这种预测是通过计算智能来完成的。预测位置内的最少必要数量的传感器节点将被激活以覆盖目标。实验结果表明，该方法在能量消耗和参与跟踪目标的节点数量方面优于现有的方法，如Naïve和DSA。
2017-02-15 cs.NE cs.NI
Outage Probability Analysis of Wireless Paths with Faulty Reconfigurable Intelligent Surfaces
本文研究了下一代无线网络中存在故障的RIS对路径中断概率的影响，推导了中断概率的闭式表达式，并通过数值结果揭示了其与RIS元件故障概率、元件数量及距离的函数关系。
2024-04-23 cs.IT cs.NI math.IT
Active Admission Control in a P2P Distributed Environment for Capacity Efficient Livestreaming in Mobile Wireless Networks
针对移动无线网络直播，提出ACIDE模型，通过两阶段分发最小化基站带宽，并解决在给定带宽下最大化集群对等节点数的NP完全优化问题，提升网络容量。
2024-07-23 cs.DC cs.NI cs.PF
The Interplay of Reconfigurable Intelligent Surfaces and Mobile Edge Computing in Future Wireless Networks: A Win-Win Strategy to 6G
可重构智能表面（RIS）授权通信被认为是第六代（6G）无线网络的使能技术。RIS辅助通信的关键思想是增强现代无线网络的容量、覆盖范围、能源效率、物理层安全性和许多其他方面。与此同时，移动边缘计算（MEC）已经通过将独立云服务器的计算、通信和缓存功能扩展到网络边缘来展示其巨大的潜力。在本文中，我们首先概述了MEC和RIS如何相互受益。我们设想MEC和RIS的集成将为无线网络的未来发展带来前所未有的转变。我们提供了一个系统级的观点，MEC辅助RIS（和RIS辅助MEC），将无线网络向6G发展。我们还概述了一些基本的挑战，涉及到MEC辅助RIS（和RIS辅助MEC）网络的实施。最后，讨论了RIS辅助MEC的关键研究方向。
2021-05-13 cs.ET cs.IT cs.NI
A Survey of Intelligent Reflecting Surfaces (IRSs): Towards 6G Wireless Communication Networks
智能反射表面（IRS）可调整无线环境以提高频谱和能源效率。鉴于IRS概念作为6 G无线通信的一种有前途的技术最近受到了广泛关注，本文对IRS进行了综述。具体来说，我们将最近的IRS研究分类如下。对于IRS辅助通信，总结包括容量/数据速率分析、功率/频谱优化、信道估计、基于深度学习的设计和可靠性分析。然后，我们审查IRS的实现，以及使用IRS在安全通信，终端定位，和其他新的应用。我们进一步确定了IRS的未来研究方向，并设想IRS技术在6 G通信网络中发挥关键作用，类似于5G网络中的大规模多输入多输出。作为对IRS的及时总结，我们的工作将对研究6 G网络IRS的研究人员和从业人员感兴趣。
2019-11-02 cs.IT cs.NI eess.SP
Prioritizing Latency with Profit: A DRL-Based Admission Control for 5G Network Slices
针对现有DRL框架忽略服务延迟导致QoS违规的问题，提出延迟与利润感知的准入控制方案DePSAC，通过延迟感知奖励函数和Boltzmann探索优化5G网络切片的QoS与利润权衡。
2025-10-09 cs.LG cs.NI cs.PF
End-to-end Wireless Path Deployment with Intelligent Surfaces Using Interpretable Neural Networks
智能表面对无线传播现象施加确定性控制，从而实现性能、安全性和无线电力传输方面的新功能。这种表面以矩形瓷砖的形式出现，这些瓷砖层叠以覆盖大表面，如墙壁，天花板或建筑立面。每个瓦片都是可寻址的，并且可以从控制器接收软件命令，通过定制其反射方向、焦点、偏振和相位来操纵撞击在其上的电磁波。出现了关于朝向服务端到端通信目标的一组瓦片的编排的新问题。为此，我们提出了一种新的智能表面网络算法的基础上可解释的神经网络。图块被映射到神经网络节点，并且任何图块视线连接被表示为神经网络链路。瓦片波操纵功能经由具有虚拟可旋转瓦片表面范数的几何反射来捕获，因此能够将撞击在瓦片上的功率可调谐地分布在对应的神经网络链路上，其中对应的功率部分充当链路权重。前馈/反向传播过程优化这些权重，以将理想的传播结果（归一化的网络功率输出）与无线用户发射（归一化的网络功率输入）相匹配。解释过程将这些权重转换为对应的瓦片波操纵功能。
2020-10-16 cs.ET cs.NI eess.SP
Towards Smart and Reconfigurable Environment: Intelligent Reflecting Surface Aided Wireless Network
尽管第五代（5G）技术将显著提高当今无线通信网络的频谱和能源效率，但其高复杂性和硬件成本以及越来越多的能耗仍然是有待解决的关键问题。此外，尽管这样的技术通常能够适应空间和时间变化的无线环境，但是在其上的信号传播基本上是随机的并且在很大程度上是不可控的。最近，智能反射表面（IRS）已被提出作为一个革命性的解决方案，以解决这个开放的问题，通过巧妙地重新配置无线传播环境，使用大量的低成本，无源，反射元件集成在一个平面上。具体地，IRS的不同元件可以通过控制入射信号的幅度和/或相位来独立地反射入射信号，从而协作地实现用于信号增强或消除的细粒度三维（3D）无源波束成形。本文介绍了IRS技术的发展概况，包括IRS技术在无线通信中的主要应用、相对于现有技术的竞争优势、硬件结构以及相应的新信号模型。我们专注于设计和实现新的IRS辅助混合（有源和无源组件）无线网络的关键挑战，相比，传统的网络，仅包括有源组件。此外，数值结果显示，在典型的无线网络场景中使用IRS显着的性能增强的潜力。
2019-08-30 cs.IT cs.NI math.IT
Generative Adversarial Learning for Intelligent Trust Management in 6G Wireless Networks
Chongqing University of Posts and Telecommunications（重庆邮电大学）；University of Guelph（圭尔夫大学）；Hosei University（法政大学）
新兴的第六代移动通信（6G）融合了异构无线网络，能够无缝支持随时随地的联网。但6G应该提供高质量的信任，以满足移动用户的期望。人工智能（AI）被认为是6G最重要的组成部分之一。基于人工智能的信任管理是提供可信和可靠服务的一个很有前途的范例。在这篇文章中，提出了一种用于6G无线网络的生成式对抗学习信任管理方法。首先回顾了一些典型的基于人工智能的信任管理方案，然后介绍了一种潜在的异构和智能的6G架构。接下来，开发了AI和信任管理的集成，以优化智能和安全性。最后，提出的基于人工智能的信任管理方法应用于安全聚类，以实现可靠和实时的通信。仿真结果表明，该算法在保证网络安全和服务质量方面具有良好的性能。
2022-08-02 cs.AI cs.LG cs.NI
RadiOrchestra: Proactive Management of Millimeter-wave Self-backhauled Small Cells via Joint Optimization of Beamforming, User Association, Rate Selection, and Admission Control
毫米波自回程小小区是下一代无线网络的关键组成部分。它们的密集部署将提高数据速率，减少延迟，并实现接入和回程网络之间的高效数据传输，提供光纤以前无法实现的更大灵活性。尽管具有很高的潜力，但以最佳方式运行密集的自回程网络是一个开放的挑战，特别是对于无线电资源管理（RRM）。本文提出了一个整体RRM框架，RadiOrchestra模型和优化波束成形，速率选择以及用户关联和自回程网络的准入控制。该框架被设计为考虑诸如基站的硬件限制（例如，计算容量、离散速率）、对回程链路的适应性的需要以及干扰的存在。我们的框架被制定为一个非凸的混合整数非线性规划，这是具有挑战性的解决。为了解决这个问题，我们提出了三个算法，提供了复杂性和最优性之间的权衡。此外，我们推导出上界和下界来表征系统的性能极限。我们在各种情况下评估开发的策略，显示在未来的网络中部署实际的自回程的可行性。
2022-07-13 cs.IT cs.NI eess.SP
Towards an Intelligent Edge: Wireless Communication Meets Machine Learning
University of Hong Kong（香港大学）；Hong Kong University of Science and Technology（香港科技大学）
最近人工智能（AI）的复兴正在彻底改变科学和技术的几乎每一个分支。鉴于无处不在的智能移动设备和物联网（IoT）设备，预计大多数智能应用将部署在无线网络的边缘。这一趋势引起了人们对实现“智能边缘”的强烈兴趣，以支持各种边缘设备上支持AI的应用程序。边缘学习是无线通信和机器学习两个学科交叉的一个新的研究领域。边缘学习的一个主要主题是克服每个边缘设备上有限的计算能力和有限的数据。这是通过利用移动边缘计算（MEC）平台并利用分布在大量边缘设备上的海量数据来实现的。在这样的系统中，从分布式数据中学习和边缘服务器与设备之间的通信是两个关键的耦合方面，它们的融合带来了许多新的研究挑战。本文倡导一套新的边缘学习无线通信设计原则，统称为学习驱动通信。提供了说明性的例子来证明这些设计原则的有效性，并确定了独特的研究机会。
2018-09-02 cs.IT cs.LG cs.NI
