Machine Learning for Heterogeneous Ultra-Dense Networks with Graphical Representations
异构超密集网络(H-UDN)被认为是一种通过网络密集化来维持爆炸性的移动业务需求的解决方案。通过将接入点、处理器和存储单元放置得尽可能靠近移动用户，H-UDN带来了许多优势，包括较高的频谱利用率、较高的能量利用率和低延迟。尽管如此，H-UDNs中网络实体的高密度和多样性给协同信号的处理和资源管理带来了巨大的设计挑战。该文阐述了机器学习技术在解决这些挑战方面的巨大潜力。特别地，展示了如何利用H-UDN的图形表示来设计有效的机器学习算法。
2018-08-14 cs.IT math.IT
Performance Analysis of Ultra-Dense Networks with Elevated Base Stations
本文分析了具有高架基站的超密集网络的下行链路性能。我们考虑了一个一般的双斜率路径损耗模型与距离相关的概率线的视线（LOS）之间的BS和接收机的传输。具体来说，我们考虑的情况下，每个链接可能会被随机放置的建筑物阻碍。使用随机几何工具，我们表明，覆盖概率和面积频谱效率衰减为零的BS密度变大。有趣的是，我们发现，BS高度单独对系统性能有不利影响，即使采用标准的单斜率路径损耗模型。
2017-03-17 cs.IT math.IT
Energy-Efficient Resource Management in Ultra Dense Small Cell Networks: A Mean-Field Approach
在本文中，提出了一种新的方法，用于联合功率控制和用户调度优化能量效率（EE），在每单位功率的比特，在超密集的小小区网络（UDN）。为了解决这个问题，制定了一个动态随机游戏（DSG）之间的小小区基站（SBS）。这个游戏能够捕获系统的队列和通道状态的动态。为了解决这个游戏，假设一个大的均匀UDN部署，这个问题被铸造成一个平均场游戏（MFG）中的MFG平衡分析的两个低复杂度的易处理的偏微分方程的帮助。用户调度是一个随机优化问题，并解决了使用漂移加惩罚（DPP）的方法在李雅普诺夫优化的框架。值得注意的是，它表明，通过编织的概念，从李雅普诺夫优化和平均场理论，所提出的解决方案产生一个均衡的控制策略，每个SBS最大化的网络效用，同时确保用户的服务质量。仿真结果表明，所提出的方法实现了高达18：1%的收益在EE和98.2%的减少相比，基线模型的网络的中断概率。
2016-04-29 cs.IT math.IT
On the Coverage and Capacity of Ultra-Dense Networks with Directional Transmissions
我们研究了下行链路超密集网络（UDN）的性能与定向传输通过随机几何。考虑双斜率路径损耗模型和扇形波束形成模式，推导出覆盖概率和受限区域频谱效率（ASE）的表达式和渐进特性。几个特殊的情况下，即物理上可行的路径损耗模型和可调波束方向图进行了分析。虽然当近场路径损耗指数不大于2时，信号与干扰加噪声比仍然存在崩溃现象，但采用波束方向图自适应等策略，即使在基站密度接近无穷大时，也可以避免覆盖概率的下降和ASE受限。
2019-12-25 cs.IT math.IT
Joint Device Association, Resource Allocation and Computation Offloading in Ultra-Dense Multi-Device and Multi-Task IoT Networks
随着物联网（IoT）移动设备（IMD）的应用越来越多，移动能源需求与有限电池容量之间的矛盾日益突出。此外，在超密集物联网网络中，超密集部署的小型基站（SBS）将消耗大量能量。为了降低全网能耗，延长IMD和SBS的待机时间，在均衡计算资源分配和设备延迟约束下，联合执行设备关联、计算卸载和资源分配，以最小化超密集多设备多任务物联网网络的全网能耗。为了进一步平衡网络负载，充分利用计算资源，我们考虑了多步计算卸载。考虑到最后制定的问题是在一个非线性和混合整数的形式，我们利用分层自适应搜索（HAS）算法找到它的解决方案。然后，我们给出了这种算法的收敛性，计算复杂度和并行实现分析。通过与其他算法的比较，我们可以很容易地发现，这样的算法可以大大减少整个网络的能量消耗的设备的延迟约束。
2021-12-11 cs.IT math.IT
Fronthauling for 5G LTE-U Ultra Dense Cloud Small Cell Networks
结合了云计算和小小区的大规模部署的超密集云小小区网络（UDCSNet）是用于第五代（5G）LTE-U移动通信的有前景的技术，因为它可以适应移动用户的数据业务的预期爆炸性增长。因此，前传成为5G LTE-U UDSNet中的一个具有挑战性的问题。在本文中，我们概述了5G \mbox{LTE-U} UDCSNets中前传技术的挑战和要求。我们调查了各种候选前传技术的优势和挑战，如光纤，基于毫米波的未授权频谱，基于Wi-Fi的未授权频谱，基于亚6 GHz的授权频谱，以及基于自由空间光的未授权频谱。
2016-07-24 cs.IT math.IT
Hypergraph Theory: Applications in 5G Heterogeneous Ultra-Dense Networks
异构超密集网络（HUDN）可以显著提高蜂窝网络的频谱效率，并满足第五代（5G）通信中数据流量的爆炸性增长。由于小型小区（SC）的密集部署，相邻小区之间的干扰变得严重。因此，有效的资源分配和用户关联算法对于最小化小区间干扰和优化网络性能至关重要。然而，由于资源分配和用户关联耦合，HUDN中的网络资源优化是非常复杂的。因此，HUDN需要低复杂度但有效的资源分配方案来解决这些问题。超图理论已被公认为是一个有用的数学工具来建模多个实体之间的复杂关系。在这篇文章中，我们将展示如何超图模型可以用来有效地解决资源分配问题的HUDN。我们还讨论了在这一领域的一些潜在的研究问题。
2017-09-21 cs.IT math.IT
Limitation of SDMA in Ultra-Dense Small Cell Networks
利用多天线技术带来的多用户增益，空分多址（SDMA）能够显著提高无线网络的空间吞吐量（ST）。然而，我们在这封信中表明，即使在SDMA应用时，ST也会在超密集网络（UDN）中减少到零，其中小小区基站（BS）是完全密集的。更重要的是，我们比较了SDMA、单用户波束成形（SU-BF）（每个小区中服务一个用户）和全SDMA（服务用户的数量等于配备的天线的数量）的性能。令人惊讶的是，它表明，SU-BF实现了最高的ST和临界密度，超过ST开始降解，在UDN。这项工作的结果可以揭示SDMA在UDN中的根本局限性。
2017-12-31 cs.IT math.IT
The Asymptotic Limits of Interference in Multicell Networks with Channel Aware Scheduling
干扰正在成为许多重要无线通信场景中的基本瓶颈，包括密集蜂窝网络和由多个服务提供商共享频谱的认知网络。尽管已知多天线（MIMO）信号处理提供有用的自由度来消除干扰，但最近的极值理论分析表明，即使在没有MIMO处理的情况下，在简单的信干噪比（SINR）下，有和没有小区间干扰的多小区网络的用户数容量的缩放定律是渐近相同的最大化调度器被利用。这表明调度可以帮助显著减少小区间干扰，从而可能限制对多天线处理的需要。然而，在多小区设置中调度之后的干扰的收敛限制尚未被识别。本文从理论上分析了这种极限。我们考虑瑞利衰落下的信道统计与所有用户的路径损耗相等或不相等的路径损耗。我们发现了两个令人惊讶的不同的行为，这样的系统。对于相等的路径损耗的情况下，我们表明，单独调度可以导致剩余干扰收敛到零，大量的用户。然而，与不等的路径损耗，干扰的平均收敛到一个非零常数。模拟结果支持我们的发现。
2011-02-14 cs.IT math.IT
Self-Tuning Spectral Clustering for Adaptive Tracking Areas Design in 5G Ultra-Dense Networks
在本文中，我们解决了第五代（5G）超密集网络（UDN）中的自动跟踪区域（TA）规划问题。通过调用切换（HO）尝试和测量报告（MR）统计的4G实时网络，我们首先引入一个新的核函数映射HO尝试，MR和站点间距离（ISD）到所谓的相似性权重。然后将相应的矩阵馈送到自调整谱聚类（STSC）算法，以自动定义TA的数量和边界。在评估其性能方面的$Q$度量以及轮廓分数为各种内核参数，我们表明，聚类方案产生了显着减少跟踪区域更新和平均寻呼请求每TA，从而优化网络资源。
2019-02-04 cs.IT math.IT
Remote Channel Inference for Beamforming in Ultra-Dense Hyper-Cellular Network
在本文中，我们提出了一种基于学习的低开销的信道估计方法，用于超密集网络中的协作波束形成。我们首先通过仿真表明，地理上分离的基站（BS）的信道状态信息（CSI）表现出很强的非线性相关性的互信息。这一发现使我们能够采用一种新的基于学习的方法来远程推断不同的波束成形模式的质量在密集层BS的基础上的CSI的伞控制层BS。该方案通过用离线拟合的人工神经网络的在线推理代替导频辅助信道估计，从而减少了信道捕获开销。此外，我们建议利用多个CBS的联合学习，并涉及更多的候选波束模式，以获得更好的性能。基于随机射线跟踪信道模型的仿真结果表明，在20个波束形成模式的情况下，该方案可以达到99.74%的准确率。
2017-05-14 cs.IT math.IT
Impact of Spatial Multiplexing on the Throughput of Ultra-Dense mmWave AP Networks
由于频带的高路径损耗和阻塞问题，单个毫米波（mmWave）接入点（AP）的操作范围很小。为了实现与传统的sub-6 GHz网络相似的覆盖，毫米波网络需要超密集的AP部署。通常，毫米波AP可以被分类为回程连接AP和中继AP。虽然回程连接的AP的空间分布可以通过毒点过程（PPP）来捕获，但是中继AP的期望位置取决于在毫米波网络中操作的传输协议。在本文中，我们考虑建模毫米波AP网络的拓扑结构，将多跳协议。我们首先推导出AP网络的拓扑结构与空间复用禁用每个传输跳。然后，我们分析了在毫米波AP处启用空间复用时的拓扑。为了获得网络吞吐量，我们首先量化延迟的改善和覆盖概率的下降，随着毫米波AP的空间复用增益的增加。然后，我们展示了空间复用对超密集毫米波AP网络吞吐量的影响。
2020-02-17 cs.IT math.IT
Stochastic Geometry Analysis of Ultra-Dense Networks: Impact of Antenna Height and Performance Limits
超密集网络（UDN）的概念通常被视为下一代移动网络的关键推动者。然而，现有的UDN分析，包括随机几何，还不能完全确定致密化的潜在收益和限制。在本文中，我们研究了UDN在下行链路中的性能，并提供了新的见解天线高度和仔细的网站选择对网络性能的影响。我们集中我们的调查覆盖的概率，平均小区速率和平均区域频谱效率的网络与定期和随机BS部署。我们表明，在考虑天线高度的路径损耗模型下，网络性能存在一个上限，该上限取决于路径损耗模型参数。我们的分析显示了一个有趣的发现，即使对于过密网络，也可以实现不可忽略的系统性能。
2017-12-06 cs.IT math.IT
Fast Beam Placement for Ultra-Dense LEO Networks
针对超密集LEO卫星网络的波束部署资源分配难题，提出基于改进K-means聚类和图论的两种算法，可在多项式时间内以最少激活波束提升链路预算并均衡负载，性能优于现有基准。
2024-12-11 cs.IT math.IT
Ultra-Dense Cell-Free Massive MIMO for 6G: Technical Overview and Open Questions
本文综述超密集无小区大规模MIMO（CF-MMIMO）技术，分析其关键挑战并回答开放问题，为6G发展提供研究路线图。
2024-04-18 cs.IT eess.SP math.IT
Impact of LOS/NLOS Propagation and Path Loss in Ultra-Dense Cellular Networks
超密集蜂窝网络（UDN）的性能分析的大多数先前的工作已经考虑了标准的幂律路径损耗模型和非视距（NLOS）传播建模的瑞利衰落。视距（LOS）对覆盖和吞吐量的影响及其对网络密度的影响仍然没有完全理解。在本文中，我们研究的性能UDN时，信号传播包括LOS和NLOS组件。使用随机几何为基础的蜂窝网络模型，我们推导出的覆盖概率的表达式，以及紧密的近似值和上界最接近和最强的基站（BS）的关联。我们的研究结果表明，在标准的奇异路径损耗模型下，LOS传播增加了覆盖范围，特别是与最近的BS关联。相反，使用双斜率路径损耗，LOS传播对于最接近的BS关联是有益的，而对于最强的BS关联是有害的。
2016-09-28 cs.IT math.IT
Ultra-Dense HetNets Meet Big Data: Green Frameworks, Techniques, and Approaches
超密集异构网络（Ud-HetNets）已经被提出来提高下一代无线网络的网络容量。然而，与5G愿景相反，网络的超密集部署将显着增加能耗，从而降低网络能源效率，这是传统的最坏情况网络设计理念。当Ud-HetNets遇到大数据时，由于传统的反应式请求-发送服务模式，这个问题变得特别严重。鉴于此，本文首先开发了一个基于大数据感知的人工智能的Ud-HetNets节能运营框架。基于该框架，我们确定了四个有前途的技术，即大数据分析，自适应基站操作，主动缓存，和干扰感知资源分配，以减少能源成本在大规模和小规模。我们进一步开发了一个负载感知的随机优化方法，以显示我们提出的框架和技术在节能方面的潜力。简而言之，我们致力于构建具有学习和推理能力的大数据绿色Ud-HetNet，将控制的灵活性从最坏情况提高到自适应设计，并将服务方式从被动模式转变为主动模式。
2017-09-26 cs.IT math.IT
Effect of LOS/NLOS Propagation on Ultra-Dense Networks
本文旨在研究超密集网络（UDN）中，当信号传播包括视线（LOS）和非视线（NLOS）组件时，可实现的性能和出现的问题。基于解析随机几何模型，研究了视距/非视距传播条件下UDN的覆盖、面积频谱效率（ASE）和能量效率。我们发现，当LOS/NLOS传播分量占，网络遭受低覆盖和ASE增益低于线性在高基站密度。然而，这种性能下降可以部分地衰减的频率复用，这是为了提高ASE与覆盖范围的权衡小区密度，只要我们有一定程度的自由度上的细胞的密度。此外，从能源效率的角度来看，小区密集化被证明是低效的LOS和NLOS组件时，考虑。总的来说，基于我们的研究结果，假设与当前最先进的系统模型相比，我们认为高度拥挤的用户环境代表了超密集网络的最坏情况。也就是说，这些可能面临着覆盖面有限的严重问题。
2015-07-07 cs.IT math.IT
Spatial Deep Learning for Wireless Scheduling
University of Toronto（多伦多大学）
在密集的无线网络中，全频率复用的干扰链路的优化调度是一个具有挑战性的任务。传统的方法是首先估计所有的干扰信道强度，然后根据模型优化调度。然而，这种基于模型的方法是资源密集型的并且计算上困难，因为信道估计在密集网络中是昂贵的;此外，找到所得到的优化问题的甚至局部最优解在计算上也可能是复杂的。本文表明，通过使用深度学习方法，可以绕过信道估计，并仅基于发射机和接收机的地理位置有效地调度链路，因为在许多传播环境中，无线信道强度在很大程度上是距离相关路径损耗的函数。这是通过在随机部署的网络上进行无监督训练来实现的，并且通过使用一种新型的神经网络架构来计算干扰或被干扰的相邻节点的地理空间卷积以及随后的多个反馈阶段来学习最佳解决方案。由此产生的神经网络提供了接近最佳的性能和速率最大化，并能够推广到更大的部署区域和部署不同的链路密度。此外，为了提供公平性，本文提出了一种新的调度方法，利用明智地选择的子集的链路的最大化的比例公平性目标在网络上的最优调度算法的和速率。所提出的方法具有很强的竞争力和推广的网络效用最大化的结果。
2021-02-04 cs.IT cs.LG eess.SP
Joint Transmission with Dummy Symbols for Dynamic TDD in Ultra-Dense Deployments
动态时分双工（TDD）被认为是一种很有前途的解决方案，以处理快速变化的流量经常发现在超密集部署的网络。同时，它产生更多的干扰，这可能降低某些用户设备（UE）的性能。当基站（BS）利用率低时，一些BS可能没有UE要服务。不是进入睡眠方式，空闲BS可以使用联合传输来帮助附近的UE。为了处理BS到BS干扰，我们提出使用具有虚拟符号的联合传输，其中服务于上行链路UE的上行链路BS参与预编码。由于BS事先不知道上行链路符号，因此可以替代地发送具有零功率的任何符号以使BS到BS干扰为零。数值结果表明，在低和中等利用率的上行链路和下行链路的显着的性能增益。通过改变参与预编码的上行链路BS的数量，我们还表明，它是可以成功地在两个方向上的交易性能。
2017-04-27 cs.IT math.IT
User Association and Resource Allocation in Unified NOMA Enabled Heterogeneous Ultra Dense Networks
异构超密集网络（HUDN）和非正交多址接入（NOMA）由于其增强频谱效率的巨大能力而被确定为用于第五代（5G）移动通信系统的两种提议技术。本文研究了NOMA技术在HUDN中的应用，以支持5G系统中的大规模连接。特别地，提出了一种统一的NOMA框架，包括功率域NOMA和码域NOMA，可以灵活地配置以服务于不同的应用场景。作为进一步的进步，统一的NOMA框架使HUDN进一步调查，特别关注的用户关联和资源分配。两个案例研究证明了统一的NOMA使HUDN的有效性。最后，NOMA使HUDN的一些主要挑战和有前途的研究方向。异构超密集网络、非正交多址接入、海量连接、用户关联和资源分配
2018-06-19 cs.IT math.IT
Effective Capacity Analysis in Ultra-Dense Wireless Networks with Random Interference
超密集网络（UDN）提供了一个很有前途的范例，以应付指数增长的移动业务。然而，很少有工作到目前为止考虑不饱和的业务与服务质量（QoS）的要求。本文提出了一种新的跨层分析模型来捕获的非饱和流量的UDN中存在的QoS要求。UDN的有效容量（EC）的推导，考虑到小规模的信道衰落和可能的干扰。EC的关键属性被揭示。由于在相同频率下操作的小型基站之间的复杂交互，业务量影响UDN的有效容量。将最大化总有效容量问题转化为一个非合作博弈问题。最佳响应函数的推导，迭代搜索的纳什均衡点。系统仿真结果表明，我们提出的模型是准确的。仿真结果还表明，最大允许的到达率与QoS保证，与全干扰模型。
2018-03-29 cs.IT math.IT
Generalized Sparse and Low-Rank Optimization for Ultra-Dense Networks
超密集网络（UDN）是一种有前途的技术，可以进一步发展无线网络并满足5G网络的各种性能要求。UDN拥有丰富的接入点，每个接入点都有通信，计算和存储资源，带来了前所未有的好处，包括显著提高网络频谱效率和能源效率，大大降低延迟以实现新颖的移动应用，以及为物联网（IoT）设备提供大规模接入的能力。然而，如此巨大的希望伴随着巨大的研究挑战。要设计和运作这种拥有各类资源的复杂网络，就需要采用高效和创新的方法。这促使最近引入高度结构化和概括性的网络优化模型。在这篇文章中，我们提出了一些最近提出的大规模稀疏和低秩框架，用于优化UDN，并得到各种激励应用程序的支持。一个特别注意的算法方法来处理非凸目标函数和约束，以及计算的可扩展性。
2017-09-26 cs.IT math.IT
Spatial Coordination Strategies in Future Ultra-Dense Wireless Networks
超网络致密化被认为是蜂窝网络演进的主要趋势，因为其能够使网络更接近用户侧并最大程度地重用资源。在本文中，我们探讨了空间资源协调作为下一代（5G）超密集网络的关键授权技术。我们提出了一个优化框架，灵活地将系统用户与密集部署的接入节点网络相关联，选择利用致密化和控制开销信令。结合空间预编码处理策略，设计了体现局部与全局信道状态信息知识利用、集中与分布式实现、非协作与联合多节点数据处理等特点的网络资源管理策略。我们将这些策略应用于未来的UDN设置，并探讨关键网络参数的影响，即用户和接入节点的致密化水平以及功率预算约束，用户的性能。我们证明了空间资源协调是利用超密集网络部署收益的关键因素。
2014-05-11 cs.IT cs.NI math.IT
Ultra-dense Radio Access Networks for Smart Cities: Cloud-RAN, Fog-RAN and "cell-free" Massive MIMO
本文针对智慧城市超密集网络中的干扰问题，提出融合无小区大规模 MIMO 与 F-RAN 的 Fog Massive MIMO 新范式，并分析了不同协调范围下接入点间增强协调的潜在收益。
2023-07-05 cs.IT eess.SP math.IT
On the Fundamental Characteristics of Ultra-Dense Small Cell Networks
为了应对到2030年无线容量需求预计将增长1000倍的情况，网络运营商将积极密集其网络基础设施，以尽可能多地重用频谱。然而，重要的是要认识到，这些新的超密集小小区网络与传统的宏小区或稀疏小小区网络有着根本的不同，因此超密集网络（UDN）不能以与过去25年相同的方式部署和操作。在本文中，我们系统地调查和可视化UDN的几个基本特征的性能影响，移动运营商和供应商在部署UDN时应该考虑。此外，我们还提供了新的部署和管理指南，以应对未来UDN带来的主要挑战。
2017-10-15 cs.IT cs.NI math.IT
Toward a Tractable Delay Analysis in Ultra-dense Networks
满足新兴无线应用的各种延迟要求是超密集网络设计的最关键目标之一。虽然点对点通信的延迟已经使用经典的排队论得到了很好的研究，但是多点到多点通信的延迟，例如在超密集网络中，还没有被深入研究。其主要技术难点在于交互队列问题，即服务速率与其他队列的状态耦合。在这篇文章中，我们阐述了超密集网络中的延迟分析的主要挑战。提出并总结了几种有前途的方法，如引入主导系统和简化系统，以绕过这些困难，提供有益的指导。
2018-04-19 cs.IT cs.NI math.IT
Optimal User Association for Massive MIMO Empowered Ultra-Dense Wireless Networks
超网络密度和大规模MIMO被认为是5G的主要推动因素，因为它们通过利用邻近性、频谱和空间重用优势，有望获得巨大的容量增益。两种方法都依赖于增加每个用户的接入元件的数量，或者通过在区域上部署更多的接入节点，或者通过增加每个接入节点的天线元件的数量。在网络级，大规模MIMO授权接入节点的密集和随机部署的网络的最佳用户关联必须考虑信道和负载条件。在本文中，我们制定了这个复杂的问题，报告其计算上的棘手性，并重新制定它的一个合理的形式，适合获得一个合理的复杂性的全局最优解。我们将所提出的优化模型应用于典型的超密集室外小小区设置，并证明：（i）与基线策略相比，最佳用户关联对所实现的速率水平的显著影响，以及（ii）替代网络接入元件部署策略的最优性。
2015-04-09 cs.IT cs.NI math.IT
GBLinks: GNN-Based Beam Selection and Link Activation for Ultra-dense D2D mmWave Networks
在本文中，我们考虑了在一组通信对之间的联合波束选择和链路激活的问题，以有效地控制通信对之间的干扰，通过在超密集的设备到设备（D2 D）毫米波通信网络中禁用部分通信对。由此产生的优化问题制定为一个整数规划问题，这是非凸和NP-难。因此，全局最优解，甚至局部最优解，一般不能得到。为了克服这一挑战，本文设计了一种基于图神经网络的深度学习架构，结合网络拓扑信息完成联合波束选择和链路激活。同时，我们提出了一个无监督的拉格朗日对偶学习框架来训练GBLinks模型的参数。数值结果表明，所提出的GBLinks模型可以收敛到一个稳定点，随着迭代次数的增加，在加权和率。此外，通过与小规模超密集D2 D毫米波通信网络中的穷举搜索方案进行比较，GBLinks模型可以达到近最优解，并且优于GreedyNoSched和基于SCA的方法。它还表明，GBLinks模型可以推广到超密集D2 D毫米波通信网络的不同密度和覆盖区域。
2021-12-29 cs.IT eess.SP math.IT
Joint User Association and Transmission Scheduling in Integrated mmWave Access and Terahertz Backhaul Networks
针对集成毫米波接入与太赫兹回传网络，本文提出最小速率比用户关联与传输调度算法，以最大化双链路成功服务用户数，并验证其在吞吐量、服务用户数和突发请求处理上的优势。
2023-08-19 cs.IT cs.NI math.IT
HydraWave: Multi-Group Multicast Hybrid Precoding and Low-Latency Scheduling for Ubiquitous Industry 4.0 mmWave Communication
工业4.0预期工业设备的大规模互连（例如，传感器、执行器）来支持工厂自动化和生产。由于有线连接与自动化相协调的刚性，无线信息传输引起了极大的关注。然而，制造业的现有解决方案在应对关键性能需求方面面临着关键问题：超低延迟，高吞吐量和高可靠性。此外，无线毫米波技术的最新进展倡导混合预编码，具有可负担的硬件和出色的空间复用性能。因此，我们提出了HYDRAWAVE-一种新的范式，考虑联合设计的组调度和混合预编码多组组播，以支持无处不在的低延迟通信。我们的混合预编码器，半定松弛和Cholesky矩阵分解的基础上，有利于稳健的设计的恒模相移呈现强大的性能在一小部分的全数字预编码器所需的功率。此外，我们的新的组调度公式最大限度地减少了调度窗口的数量，同时考虑到共同调度的多播接收器的信道相关性。相比穷举搜索，这使得在高开销的最佳调度，HYDRAWAVE只会产生9.5%以上的延迟。众所周知，与其他基准方案相比，HYDRAWAVE的增益高达102%。
2020-09-02 cs.IT eess.SP math.IT
Delay-Efficient and Reliable Data Relaying in Ultra Dense Networks using Rateless Codes
我们调查的问题，延迟高效和可靠的数据传输在超密集网络（UDN），构成宏基站（MBS），小基站（SBS），和移动用户。考虑到两跳数据传输系统，我们提出了一个部分解码和转发（PDF）中继策略，连同一个简单直观的友好编码方案的无比率码显着改善用户体验方面的端到端延迟。仿真结果表明，该友好编码方案能有效地提高无比率码的中间性能。它还验证了我们提出的PDF显着提高解码和转发（DF）策略的性能，PDF是更强大的信道退化。总体而言，所提出的策略和编码方案是有效的延迟敏感的数据交付在UDN的情况下。
2020-08-25 cs.IT cs.NI math.IT
Ultra-Dense Networks: A New Look at the Proportional Fair Scheduler
在本文中，我们从理论上研究超密集网络（UDN）的背景下的比例公平（PF）调度。分析结果得到的覆盖概率和面积频谱效率（ASE）的密集小小区网络（SCN）的性能与PF调度器在基站（BS）。我们的分析的关键点是，典型用户不再是一个随机用户在大多数文献中的研究假设。相反，具有最大PF度量的用户由其服务BS选择作为典型用户。通过比较以前的结果的循环（RR）调度器与我们的新结果的PF调度器，我们量化的PF调度器的多用户多样性与网络致密化的损失，这投下了一个新的面貌PF调度器在UDN中的作用。我们的结论是，RR调度器应使用在UDN，以简化无线电资源管理（RRM）。
2017-09-26 cs.IT cs.NI math.IT
Performance of Massive MIMO Self-Backhauling for Ultra-Dense Small Cell Deployments
第五代无线通信网络的一个关键方面将是整合不同的服务和技术，以提供无缝连接。在本文中，我们考虑使用大规模多输入多输出（mMIMO）来向密集部署的自回程（s-BH）小小区（SC）提供回程链路，这些小小区在回程的相同频谱资源内提供蜂窝接入。通过一个全面的系统级仿真研究，我们评估接入和回程之间的相互作用，以及由此产生的端到端的用户速率。此外，我们分析了不同的SC部署策略的影响，而不同的无线电接入和回程链路之间的时间资源分配。我们最后比较上述基于mMIMO的s-BH方法的mMIMO直接存取（DA）架构占导频重用方案的影响，连同其相关的开销和污染减轻效果。结果表明，相对于mMIMO DA，mMIMO s-BH支持的密集SC部署为超密集部署中的小区边缘用户（UE）提供了显著的速率改进，而从中值UE的角度来看，后者优于mMIMO s-BH。
2018-06-28 cs.IT cs.NI math.IT
Maximizing the Set Cardinality of Users Scheduled for Ultra-dense uRLLC Networks
在第五代和第六代无线通信系统中，超可靠性和低延迟通信一直是重要但具有挑战性的任务。调度尽可能多的用户在有限的时频资源上服务是一个关键的课题，服从每个用户的最大允许发射功率和最小速率要求。我们提出了一个混合整数规划模型来解决这个问题，其目标是最大化用户的集合基数，而不是最大化系统和率或能源效率。数学变换和逐次凸逼近相结合，解决复杂的优化问题。数值结果表明，该方法与穷举搜索方法相比，具有相当好的性能，但具有较低的计算复杂性。
2021-09-09 cs.IT eess.SP math.IT
Ultra-Dense Networks: Is There a Limit to Spatial Spectrum Reuse?
在过去的几十年中，通过使用较小小区的网络致密化的积极的空间频谱重用（SSR）已经成功地推动了无线通信产业向前发展。在我们未来的超密集网络（UDN）之旅中，需要回答一个基本问题。SSR有限制吗？换句话说，当我们每平方公里部署数千或数百万个小小区基站（BS）时，在相同的时间/频率资源上激活所有BS是最佳策略吗？在本文中，我们提出的理论分析回答这个问题。特别地，我们发现，信号和干扰功率在具有非零BS到UE天线高度差和有限UE密度的实际UDN中变得有界，这导致恒定容量缩放定律。因此，存在一个最优的SSR密度，可以最大限度地提高网络的容量。因此，在未来UDN的操作中应考虑对SSR的限制。
2017-10-15 cs.IT cs.NI math.IT
Joint Beamforming and Matching for Ultra-Dense Massive Antenna Arrays
ETH Zurich（苏黎世联邦理工学院）；armasuisse Science and Technology（瑞士国防军科学与技术局）
本文提出了一种低成本超密集天线阵列架构，通过开关网络实现联合波束成形与匹配，显著降低成本和复杂度，接近全数字方案的性能。
2025-12-02 cs.IT eess.SP math.IT
Resource Management and Cell Planning in Millimeter-Wave Overlaid Ultra-Dense Cellular Networks
本文提出了一种利用毫米波（mmWave）和超密集基站（BS）的蜂窝网络，以实现下行平均速率的深远5G目标。然而，毫米波覆盖网络由于在移动用户处的实现困难而导致其充足的数据率仅适用于下行链路传输的缺陷，从而导致上行链路和下行链路速率之间的巨大差异。因此，我们把我们的注意力不仅要最大化下行链路速率，而且要确保最小的上行链路速率。为此，我们首先推导出毫米波覆盖的超密集蜂窝网络频谱效率的上行链路和下行链路的情况下，在封闭的形式，通过使用随机几何通过下界近似。在实际场景中，所提出的网络的这种易处理的结果揭示了现有微波（$μ$ Wave）蜂窝资源应该主要专用于上行链路传输，以便与毫米波下行链路速率改进相对应。此外，经由$μ$ Wave BS致密化来增加上行链路速率不能单独应对毫米波下行链路/上行链路速率不对称，并且因此在5G蜂窝网络中需要额外的$μ$ Wave频谱。
2015-04-20 cs.IT cs.NI math.IT
Tractable Resource Management in Millimeter-Wave Overlaid Ultra-Dense Cellular Networks
在毫米波覆盖的5G蜂窝网络中，毫米波（mmW）向微波（μW）寻求什么帮助？本文提出了是否补充下行链路（DL）或上行链路（UL）传输的问题，并得出结论，μW应该帮助UL更多。这种对UL的贡献是由于移动用户处的高峰均功率比（PAPR）而导致的低mmW UL速率。DL/UL分配是基于经由随机几何的新颖的封闭形式的mm-uW频谱效率（SE）推导而可追踪地提供的。调查结果明确表明：（i）DL/UL mmW（或μW）SE两者在超密集蜂窝网络（UDN）中一致地收敛于相同值，以及（ii）这样的mmW（或μW）UDN SE是BS与用户密度比的对数函数。相应的毫米-μW的资源管理进行了评估，利用三维（3D）堵塞模型与真实的地理在韩国首尔。
2015-07-16 cs.IT cs.NI math.IT
Handover Rate Characterization in 3D Ultra-Dense Heterogeneous Networks
超密集网络（UDN）设想大规模部署异构基站（BS），以满足所需的业务需求。此外，期望UDN支持不同的设备，例如，个人移动设备和无人驾驶飞行器。然而，在这种高度密集的网络中，用户移动性和由此产生的用户到BS关联的过度变化可能使通过BS密集化预见的容量增益无效。因此，需要量化UDN中用户移动性的影响。在这篇文章中，我们考虑了一个三维的N层下行链路网络，并确定关联概率和层间/层内切换率使用随机几何工具。特别是，我们将用户和基站的天线高度的数学分析和研究用户高度的关联和切换速率的影响。数值趋势表明，层内重叠是占主导地位的层与最短的相对高程w.r.t.当层的高度之间存在高度差异时，用户和这种优势更加突出。然而，可以采用偏置来平衡网络层之间的切换负载。
2018-06-27 cs.IT cs.NI math.IT
Ultra Dense Small Cell Networks: Turning Density into Energy Efficiency
在本文中，提出了一种新的方法，用于联合功率控制和用户调度优化能量效率（EE），在每单位能量的比特，在超密集的小小区网络（UDN）。由于干扰的严重耦合，该问题被公式化为小小区基站（SBS）之间的动态随机博弈（DSG）。这个游戏能够捕获系统的队列和通道状态的动态。为了解决这个游戏，假设一个大的均匀UDN部署，这个问题被铸造成一个平均场游戏（MFG），其中MFG平衡分析的帮助下，低复杂性易处理的偏微分方程。利用问题的随机性，用户调度制定为一个随机优化问题，并解决了使用漂移加惩罚（DPP）的方法在李雅普诺夫优化的框架。值得注意的是，它表明，通过编织的概念，从李雅普诺夫优化和平均场理论，所提出的解决方案产生一个均衡的控制策略，每个SBS最大化的网络效用，同时确保用户的服务质量。仿真结果表明，所提出的方法实现了高达70.7%的收益在EE和99.5%的减少网络的中断概率相比，重点是提高EE，同时试图满足用户的瞬时服务质量要求的基线模型。
2016-03-14 cs.GT cs.IT cs.NI
