Backhaul Traffic Balancing and Dynamic Content-Centric Clustering for the Downlink of Fog Radio Access Network
最近，已经提出了云无线电接入网络（C-RAN）的演进，称为雾无线电接入网络（F-RAN）。与C-RAN相比，F-CAN中的无线电单元（RU）配备了本地缓存，可以存储一些经常请求的文件。在下行链路中，请求相同文件的用户形成多播组，并且由RU的集群协作地服务。请求的文件可以在此群集的缓存中本地获得，也可以通过回程从中央处理器（CP）获取。因此，缓存一些频繁请求的文件可以大大减少回程链路的负担。集群中是否应涉及特定RU以服务多播组取决于其回程容量、请求的文件、缓存的文件和信道。因此，它需要优化。在本文中，我们研究的联合设计多播波束成形，动态分簇和回程流量平衡。波束成形和集群联合优化，以最大限度地减少功耗，同时要满足每个用户的QoS和每个回程链路上的流量是根据其容量平衡。
2016-02-22 cs.IT math.IT
Fog Computing based Radio Access Networks: Issues and Challenges
本文提出了一种基于雾计算的无线电接入网络（F-RAN），作为第五代（5G）无线通信系统的有前途的范例，以提供高频谱和能量效率。其核心思想是充分利用边缘设备的本地无线信号处理、协作无线资源管理和分布式存储能力，减轻前传的沉重负担，避免集中式基带单元池的大规模无线信号处理。本文全面介绍了F-RAN的系统结构和关键技术。重点讨论了传输模式选择和干扰抑制等关键技术及其解决方案。边缘缓存，软件定义网络，和网络功能虚拟化方面的开放问题，也被确定。
2015-06-13 cs.IT cs.NI math.IT
Coded Caching via Federated Deep Reinforcement Learning in Fog Radio Access Networks
研究了光纤陀螺无线接入网中编码缓存的放置策略设计。通过考虑时变内容流行度，利用联合深度强化学习来学习我们编码缓存方案的放置策略。最初，放置问题被建模为马尔可夫决策过程（MDP），以捕捉流行度的变化，并尽量减少长期的内容访问延迟。通过决斗双深度Q学习（决斗DDQL）来解决重新表达的顺序决策问题。然后，采用联邦学习对相对低维的局部决策模型进行学习，并对全局决策模型进行聚合，避免了对带宽资源的过度消耗，避免了直接学习高维状态空间的复杂编码缓存决策模型。仿真结果表明，我们提出的方案优于基准在减少内容访问延迟，保持性能稳定，并在本地缓存增益和全局组播增益之间的权衡。
2022-06-23 cs.IT math.IT
Decentralized Asynchronous Coded Caching Design and Performance Analysis in Fog Radio Access Networks
在本文中，我们研究了异步编码缓存在雾无线接入网络（F-RAN）的问题。为了最小化前传负载，提出了编码集折叠规则和编码集划分方法，建立异步和同步编码缓存的编码组播内容之间的关系。进而提出了一种分散式异步编码缓存方案，针对不同的时延要求提供了异步和同步传输方式。对于每个时隙的请求数固定的特殊情况，建立了前传负载的闭式表达式;对于每个时隙的请求数随机的一般情况，给出了前传负载的上、下界.仿真结果表明，我们提出的方案可以创造相当多的编码多播机会，在异步请求的情况下。
2019-01-13 cs.IT math.IT
Compressive Massive Access for Internet of Things: Cloud Computing or Fog Computing?
本文考虑了对免授权大规模接入的支持，解决了大规模用户情况下的主动用户检测和信道估计问题。利用用户活动的稀疏性，将相关问题转化为压缩感知问题，并采用近似消息传递（AMP）算法求解。考虑到多个接入点的协作，针对AMP算法的部署，比较了云计算和雾计算两种处理范式在保证超可靠低延迟接入方面的有效性。对于云计算，接入点之间采用云无线接入网（C-RAN）的方式连接，所有接入点接收到的信号在云基带单元中进行集中和联合处理。而对于雾计算，基于雾无线接入网络（F-RAN），对整个网络的用户活动和相应信道的估计被拆分，并且在用户附近的接入点和雾处理单元处执行相关处理任务。仿真结果表明，与基于传统C-RAN的云计算模式相比，基于F-RAN的雾计算部署具有明显的优越性。
2020-02-07 cs.IT eess.SP math.IT
Latency Minimization for Multiuser Computation Offloading in Fog-Radio Access Networks
本文考虑了雾无线接入网（F-RAN）中的计算卸载，其中多个用户设备（UE）通过多个雾节点将其计算任务卸载到F-RAN。每个UE可以选择雾节点中的一个来卸载其任务，并且每个雾节点可以服务多个UE。根据雾节点处的计算负担，任务可以由雾节点计算，或者经由容量有限的前传链路进一步卸载到云。为了尽可能快地计算所有UE的任务，提出了UE-Fog关联、F-RAN的无线电和计算资源的联合优化，以最小化所有UE的最大延迟。这个最小-最大问题是制定为一个混合整数非线性规划（MINP）。我们首先表明，MINP可以重新表述为一个连续的优化问题，然后采用优化最小化（MM）的方法来找到一个解决方案。我们开发的MM方法是非常规的-每个MM子问题可以不精确地解决与传统的精确MM相同的可证明收敛保证，从而降低了每个MM迭代的复杂性。此外，我们还考虑了一个合作卸载模型，其中雾节点压缩和转发他们收到的信号到云。在此模型下，一个类似的最小-最大延迟优化问题，制定和解决再次不精确MM方法。仿真结果表明，所提算法的性能优于一些启发式卸载策略，且协同卸载比非协同卸载能更好地利用传输分集获得更好的时延性能。
2022-11-27 cs.IT eess.SP math.IT
Coded Multicast Fronthauling and Edge Caching for Multi-Connectivity Transmission in Fog Radio Access Networks
本文研究了在雾天无线接入网（F-RAN）系统中采用编码多播技术的优点。在该系统中，基带处理单元（BBU）池中的控制单元（CU）通过有限容量的多播前传链路连接到分布式边缘节点（EN），并且EN具有基带处理和缓存能力。每个用户设备（UE）请求在CU处可用的内容库中的文件，并且所请求的文件由最近的EN基于缓存的内容和在多播前传链路上接收的信息来服务。编码多播前传的性能进行了研究的前提下，管道传输的前传和边缘链路和单用户的编码和解码策略的基础上的硬传输文件的前传链路上的假设下，所请求的内容的传递延迟。大量的数值结果提供了验证的编码多播方案相比，未编码的单播和多播策略的优势。
2017-05-11 cs.IT math.IT
Low-Rank Matrix Completion for Mobile Edge Caching in Fog-RAN via Riemannian Optimization
即将到来的大数据时代可能需要大量的计算和存储资源用于通信。通过将计算和存储推到网络边缘，雾无线接入网络（Fog-RAN）可以有效地提高网络吞吐量并降低传输延迟。此外，我们可以利用Fog-RAN中启用缓存的架构的优势，以低延迟交付内容。无线电接入单元（RAU）需要通过有线链路从雾服务器进行内容递送，而多个移动设备无线地从RAU获取内容。这项工作提出了一个统一的低秩矩阵完成（LRMC）的方法来解决在有线和无线部分的Fog-RAN的内容分发问题。为了实现低缓存延迟，我们提出了一个高精度的方法与黎曼信赖域方法来解决具有挑战性的LRMC问题，利用固定秩矩阵的商流形几何。数值结果表明，新方法具有更快的收敛速度，能够达到最优的结果，并优于其他国家的最先进的算法。
2016-09-04 cs.IT math.IT
QoS-Driven Resource Optimization for Intelligent Fog Radio Access Network: A Dynamic Power Allocation Perspective
雾无线接入网络（Fog-RAN）被认为是一种有前途的无线接入架构，以帮助缩短通信延迟并减轻回程链路上的大数据传输负担。然而，受限于传统的灵活的通信设计，Fog-RAN不能用于一些复杂的通信场景。在这项研究中，我们专注于研究一种更智能的Fog-RAN，以帮助在高速铁路环境中进行通信。由于训练的连续运动，通信需要智能化设计以适应信道的变化。具体而言，我们动态优化功率分配在远程无线电头端（RRH），以最大限度地减少总的网络功率成本考虑多个服务质量（QoS）的要求和信道变化。考虑了缓存对功率分配的影响。分析了动态功率优化问题，在一定条件下得到了闭合解。进一步讨论了总网络成本、延迟和交付内容大小之间的内在权衡。为了评估所提出的动态功率分配的性能，我们提出了一个不变的功率分配作为性能比较基准。我们的模拟结果表明，动态功率分配可以显着优于不变的功率分配方案，特别是与随机缓存策略或有限的缓存资源在RRH。
2021-03-03 cs.IT eess.SP math.IT
Cache-Aided Fog Radio Access Networks with Partial Connectivity
集中式编码缓存和交付研究了部分连接的雾无线接入网络（F-RAN），其中一组H边缘节点（EN）（无缓存），通过正交前传链路连接到云服务器，通过无线边缘为K个用户提供服务。云服务器被假设为保持N个文件的库，每个文件的大小为F比特;并且配备有大小为MF比特的高速缓存的每个用户被连接到不同的r个EN的集合;或者等效地，从EN到用户的无线边缘被建模为部分干扰信道。目标是最小化归一化交付时间（NDT），这是指最坏情况下的交付延迟，当每个用户从库中请求一个文件。提出了一种可实现的编码缓存和传输方案，该方案在放置阶段采用最大距离可分离（MDS）码，在传输阶段采用实干扰对齐（IA）码，并给出了在r = 2和任意缓存大小M时以及在缓存容量足够大时r为任意值时的可实现NDT。
2018-02-25 cs.IT math.IT
MDS Codes Based Group Coded Caching in Fog Radio Access Networks
在本文中，我们研究了基于最大距离可分离（MDS）码的分组编码缓存在雾无线接入网（F-RAN）。我们的目标是最小化非均匀文件流行情况下的平均前传速率。首先，提出了一种基于MDS编码和文件分组的编码放置方案，在提供编码数据包的同时，为最流行的文件分配更多的缓存。接着，提出了一种基于雾接入点（F-AP）分组的编码传输方案，以满足来自不同组的文件请求。此外，平均前传速率的封闭形式的表达式推导。最后，对编码缓存方案的相关参数进行了优化，充分利用了MDS编码和文件分组带来的好处。仿真结果表明，我们提出的方案获得了显着的性能改善现有的几个缓存方案的前传速率降低。
2022-06-23 cs.IT math.CO math.IT
An Evolutionary Game for User Access Mode Selection in Fog Radio Access Networks
雾无线接入网（F-RAN）是第五代无线通信系统的一个有前途的范例，以提供高频谱效率和能量效率。描述用户在F-RAN中的雾接入点（F-AP）和设备到设备（D2 D）之间选择合适的通信模式对于性能优化至关重要。利用演化博弈理论，我们研究了F-RAN中用户接入模式选择的动态性。具体地说，群体之间的竞争的潜在用户空间被制定为一个动态的进化博弈，进化均衡是这个游戏的解决方案。随机几何工具被用来通过考虑不同的节点位置、缓存大小以及延迟成本来推导F-AP和D2 D用户的提议的收益表达式。仿真结果表明，基于进化博弈的接入模式选择算法比基于最大速率的接入模式选择算法具有更高的收益。
2017-09-14 cs.GT cs.IT math.IT
Cooperative Caching in Fog Radio Access Networks: A Graph-based Approach
本文研究了雾天无线接入网中的协作缓存技术。为了最大化卸载的流量，制定了合作缓存优化问题。通过分析聚类与协作的关系，利用背包问题的解，将上述具有挑战性的优化问题转化为聚类子问题和内容放置子问题。为了进一步降低复杂性，我们提出了一个有效的基于图的方法来解决这两个子问题。在基于图的聚类方法中，构造节点图和加权图。通过将权图顶点的权值设定为其对应的完全子图的增量卸载流量，利用有效的贪心算法搜索最大权值独立子集，可以方便地得到目标聚类集.在基于图的内容放置方法中，通过移除与所获得的簇集合相对应的节点图的完全子图中的边来构造冗余图。此外，我们增强了缓存决策，以确保每个重复文件只缓存一次。与传统的近似解决方案相比，我们提出的基于图的方法具有较低的复杂度。仿真结果表明，通过使用我们提出的方法卸载流量显着改善。
2019-03-05 cs.IT math.IT
Data Dissemination using Instantly Decodable Binary Codes in Fog-Radio Access Networks
考虑设备到设备（D2D）雾无线电接入网络，其中需要一组设备来存储一组文件。每个设备连接到云数据中心的子集，因此拥有数据的子集。本文研究了在减少通信总时间的同时在设备之间传播所有文件的问题，即，完成时间，使用即时可解码网络编码（IDNC）。虽然以前的研究在D2D系统中使用IDNC假设一个完全连接的通信网络，本文解决了更现实的情况下，设备只能在其传输范围内的目标设备的部分连接的网络。本文首先建立了选择传输设备和文件组合的最优联合优化模型，并说明了其求解的困难性。通过推导部分连通网络中各量之间的关系，利用著名的解码延迟方法来近似完成时间。本文介绍了合作图，并证明了放松的问题是等价于一个最大重量团的问题，在新设计的图，其中的权重是通过解决一个类似的问题上的本地IDNC图。大量的模拟表明，该解决方案提供了显着的性能增强，优于以前提出的基于IDN的计划。
2017-02-05 cs.IT math.IT
Two-level Transmission Scheme for Cache-enabled Fog Radio Access Networks
在本文中，我们研究的下行链路传输缓存启用雾无线电接入网络，旨在最大限度地提高交付率的限制下的前传容量，最大发射功率，和文件的大小。为了减少传输延迟和前传链路的负担，充分利用增强型远程射频头端（eRRH）的本地缓存和基带信号处理能力，提出了一种包括缓存级和网络级传输的两级传输方案。在高速缓存级传输中，仅将在本地高速缓存中高速缓存的请求文件传输给相应的用户。缓存级传输的持续时间是由基带单元（BBU）和eRRH之间的传输以及BBU处的信号处理引起的延迟。剩余的请求文件在网络级传输时被联合传输给相应的用户。对于缓存级传输，首先提出了集中式优化算法，然后提出了分散式优化算法，以避免eRRH之间的信令交换。同时，针对网络级传输的优化问题，提出了另一种集中式优化算法。所有算法都被证明收敛于问题的Karush-Kuhn-Tucker（KKT）解。数值结果验证了所提出的传输方案的有效性，以及评估系统的性能。
2018-09-03 cs.IT math.IT
Delivery Latency Trade-Offs of Heterogeneous Contents in Fog Radio Access Networks
雾无线电接入网络（F-RAN）是一种蜂窝无线系统，其通过在边缘节点（EN）处缓存流行内容和云处理来实现内容递送。F-RAN系统的现有信息理论分析及其特殊情况假设所有请求都应保证相同的传递延迟，这导致内容库中所有文件的延迟相同。然而，在实践中，内容可能具有异构的及时性要求，这取决于在其上操作的应用程序。给定每EN高速缓存容量约束，在不同用户的请求的递送延迟之间存在基本的权衡，因为被分配更多高速缓存空间的内容通常享有较低的递送延迟。对于具有两个EN和两个用户的情况，最佳延迟权衡的特征在于在高SNR制度方面的归一化传递时间（NDT）度量。通过数值例子说明了主要结果。
2017-04-18 cs.IT cs.NI math.IT
Device-Clustering and Rate-Splitting Enabled Device-to-Device Cooperation Framework in Fog Radio Access Network
研究资源分配以增强雾无线电接入网络（F-RAN）架构中的设备到设备（D2 D）协作的性能。我们设想的框架使得两个D2 D链路能够通过形成设备集群来共享某些正交无线电资源块（RRB）。在每个设备集群中，两个内容持有者设备用户（DU）在相同的RRB上经由增强型远程无线电头端（eRRH）向内容请求者DU发送。这样的RRB也与上行链路F-RAN共享。通过利用上行链路和下行链路速率分割方案来减轻设备簇内干扰，并且通过使用正交RRB分配策略来减轻设备簇间干扰。我们的目标是最大化设备集群的端到端总速率，同时减少D2 D协作与共享RRB上的上行链路F-RAN之间的干扰。为此目的，提出了设备集群、发射功率分配、设备集群到eRRH的分配以及设备集群之间的RRB分配的联合优化。由于联合优化问题是NP难问题，因此将其分解为设备分簇和资源分配两个子问题，并分别给出了有效的求解方法。在此基础上，提出了一种半分布式收敛的多跳D2 D速率分割算法（RSMD），用于获得设备簇和设备簇的资源分配。通过大量的仿真实验，证明了所提出的RSMD算法在多个基准方案上的有效性
2021-04-15 cs.IT math.IT
Resource Allocation in NOMA based Fog Radio Access Networks
随着智能移动设备的增长和移动互联网的带宽需求应用的广泛使用，无线数据业务和无处不在的移动宽带的需求正在迅速增加。由于这些发展，第五代（5G）网络的研究在全球范围内呈现加速趋势。边缘计算在降低网络时延、提高网络服务质量方面受到了广泛关注。而雾无线接入网（F-RAN）是一种新兴的架构，充分利用了边缘设备的边缘计算和分布式存储能力。在本文中，我们提出了一种基于非正交多址接入（NOMA）的F-RAN架构，该架构具有强大的边缘计算能力，可以满足5G系统中的异构需求。具有连续干扰消除（SIC）的NOMA被认为是一种关键的多用户接入技术。在NOMA中，多个用户可以访问相同的时间、码域和频率资源。通过为多用户分配不同的功率水平并实现SIC，可以实现多用户检测。在本文中，我们提供了一个基于NOMA的F-RAN架构的描述，并讨论了资源分配。我们将集中在功率和子信道分配考虑使用NOMA和边缘缓存。仿真结果表明，提出的基于NOMA的F-RAN体系结构和资源管理机制可以实现较高的网络利用率。
2018-03-15 cs.IT math.IT
A New Class of Structured Beamforming for Content-Centric Fog Radio Access Networks
多用户雾无线电接入网络（F-RAN）被设计用于支持以内容为中心的服务。所请求的内容被划分为子内容，然后由远程无线电头端（RRH）对子内容进行“波束成形”以传输给用户。由于必须设计大量的波束形成器，这就带来了计算上的挑战。我们通过提出一类新的正则化迫零波束成形（RZFB）来解决这一挑战，用于直接减轻内容间干扰，而“内容内干扰”则通过在用户端进行连续干扰消除来减轻。因此，每个波束形成器由单个实变量（对于适当的高斯信令）或由一对复变量（对于不适当的高斯信令）决定。因此，决策变量的总数大大减少，以促进易于处理的计算。为了解决受到多个约束的能量效率优化问题，例如单个用户速率要求和RRH与集中式基带信号处理单元之间的链路的前传约束，以及总发射功率预算，我们开发了低复杂度的路径跟踪算法。最后，我们通过仿真实现了它们的性能。
2021-08-14 cs.IT eess.SP math.IT
Fundamental Limits of Decentralized Caching in Fog-RANs with Wireless Fronthaul
本文旨在描述分布式缓存和无线前传在雾无线接入网（Fog-RAN）的协同作用，其中所有的边缘节点（EN）和用户设备（UE）有一个本地缓存和存储内容独立随机。该网络分两个阶段运行，一个是基于文件拆分的分散式缓存放置阶段，另一个是前传辅助的内容交付阶段。我们采用归一化的交付时间（NDT）来表征渐近延迟性能的缓存大小和前传容量。得到了无损检测的一个可实现的上界和一个理论下界，其乘积差在12以内。在建议的交付方案中，我们利用前传链路，通过利用编码多播，获取非缓存和缓存的内容，以提高EN合作的访问链路。具体地，为了获取已经在EN处缓存的内容，在前传链路中的UE所期望的编码消息上添加编码多播的附加层。我们的分析表明，所提出的交付方案可以平衡的前传链路和访问链路之间的交付延迟，并在分散式缓存近似是最佳的。
2018-05-09 cs.IT math.IT
Joint Source-Channel Coding for Semantics-Aware Grant-Free Radio Access in IoT Fog Networks
针对物联网（IoT）系统研究了一种雾无线接入网络（F-RAN）架构，在该物联网系统中，无线传感器监测多个多值事件，并使用免授权随机接入在上行链路中向多个边缘节点（EN）发送。每个EN经由有限容量前传链路连接到中央处理器（CP）。在传统的信息不可知协议的基础上单独的源信道（SSC）编码，其中每个设备使用一个单独的码本，本文认为，通过非正交的广义的基于类型的多址接入（TBMA）的联合源信道（JSC）编码的基础上，以信息为中心的方法。通过利用观察到的信号的语义，测量相同事件的所有传感器共享相同的码本（具有非正交码字），并且对事件进行相同局部估计的所有这样的传感器发送相同的码字。F-RAN架构直接检测事件值，而无需首先对每个设备执行单独解码。云和边缘检测方案的贝叶斯消息传递的基础上设计和云和边缘处理之间的权衡进行评估。
2021-01-27 cs.IT eess.SP math.IT
Joint Optimization of Cloud and Edge Processing for Fog Radio Access Networks
研究了雾天无线接入网下行链路云处理和边缘处理的联合设计。在F-RAN中，如在云RAN（C-RAN）中，基带处理单元（BBU）可以代表通过前传链路连接到BBU的远程无线电头端（RRH）执行联合基带处理。除了C-RAN中的常规RRH的最小功能之外，F-RAN中的RRH还可以配备有本地高速缓存以及基带处理能力，在本地高速缓存中可以存储频繁请求的内容。因此，它们被称为增强型RRH（eRRH）。这项工作的重点是设计的交付阶段的任意预取策略，用于填充缓存的eRRH。考虑两种前传模式，即硬传送模式和软传送模式，其中，通过前传链路将非缓存文件传送到eRRH的子集，其中，前传链路用于如在C-RAN中那样传送量化的基带信号。与传统上仅在eRRH处执行基带处理的硬传输模式不同，软传输模式通过新颖的叠加编码方法基于缓存的内容来实现BBU处的集中式预编码和eRRH处的本地预编码。为了实现这两种方法的优点，一个混合设计的软，硬传输模式也提出了。在前传容量和每eRRH功率约束下解决了最大化递送速率的问题。数值结果提供硬和软传输前传模式，以及混合计划，不同的基线预取策略的性能进行比较。
2016-01-11 cs.IT math.IT
Non-Orthogonal Multiplexing of Ultra-Reliable and Broadband Services in Fog-Radio Architectures
第五代（5G）蜂窝系统正在引入超可靠低延迟通信（URLLC）服务以及更传统的增强型移动宽带（eMBB）业务。此外，5G蜂窝架构正在从以基站为中心的部署演变为雾状设置，以适应云和边缘之间灵活的功能划分。在本文中，提出了一种新的解决方案，该解决方案通过在边缘节点（EN）处处理URLLC业务来实现URLLC和eMBB服务的非正交共存，而eMBB通信如在云无线电接入网络（C-RAN）系统中那样在云处理器处集中处理。该解决方案通过边缘处理来保证URLLC服务的低延迟要求，例如，用于车辆到蜂窝使用情况，以及通过集中式基带处理的eMBB流量的高频谱效率。通过考虑eMBB和URLLC业务的异构性能要求以及通过考虑实际方面（诸如衰落、URLLC发射机的信道状态信息的缺乏、eMBB发射机的速率适配、有限前传容量以及诸如打孔的不同共存策略）来分析上行链路和下行链路两者。
2018-12-21 cs.IT cs.NI math.IT
Information-Centric Grant-Free Access for IoT Fog Networks: Edge vs Cloud Detection and Learning
考虑了多小区雾无线电接入网络（F-RAN）架构，其中物联网（IoT）设备周期性地对感兴趣的量（QoI）进行噪声观测，并在上行链路中使用免授权接入进行发送。每个小区中的设备连接到边缘节点（EN），该边缘节点也可以具有到中央处理器的有限容量前传链路。与传统的信息不可知协议相比，设备使用基于类型的多址（TBMA）协议进行发送，该协议被定制为使得能够基于从IoT设备接收的测量来估计每个小区中的相关QoS的字段。本文首次在具有边缘或云检测的多小区F-RAN模型中研究了这种形式的以信息为中心的无线电接入。边缘和云检测的设计和比较多细胞系统。最佳的基于模型的检测器的介绍和由此产生的渐近行为的错误的概率在云和边缘。然后，对于统计模型不可用的情况，讨论了数据驱动的边缘和云检测器，并在数值结果中进行了评估。
2020-01-21 cs.IT cs.NI math.IT
Latency Minimization for Task Offloading in Hierarchical Fog-Computing C-RAN Networks
雾计算网络将云计算和配备移动边缘计算（MEC）服务器的雾接入点（FAP）结合在一起，以支持移动用户的计算密集型任务。然而，由于FAP具有有限的计算能力，并且仅由云无线电接入（C-RAN）网络的基带处理单元（BBU）中的远程云中心辅助，因此当面对大量卸载请求时，这种雾计算C-RAN网络的延迟益处可能会消失。在本文中，我们研究了分层雾计算C-RAN网络中的任务卸载的延迟最小化问题，该网络由三层计算服务组成：无线单元中的MEC服务器，分布式单元中的MEC服务器，以及中央单元中的云计算。通过求解混合整数规划问题，优化了接收波束形成向量、任务分配、各服务器卸载任务的计算速度以及前传链路的传输带宽划分。仿真结果验证了所提出的分层雾计算C-RAN网络在延迟性能方面的优越性。
2020-03-26 cs.IT eess.SP math.IT
Fog-Based Detection for Random-Access IoT Networks with Per-Measurement Preambles
物联网（IoT）系统可以被部署为监测空间分布的兴趣量（QoI），诸如噪声或污染水平。本文考虑了一个基于雾的物联网网络，其中主动物联网设备将所监测的QoS的测量结果传输到本地边缘节点（EN），而EN通过有限容量的前传链路连接到云处理器。虽然常规方法使用可识别码作为用于预留通信资源的元数据，但是这里我们考虑将可识别码直接分配给跨所有设备的测量级别。由此产生的基于类型的多址接入（TBMA）协议，使有效的远程检测的QoS，而不是个人的有效载荷。边缘和基于云的检测或假设检验的性能是根据误差指数来评估的。理论和数值结果表明，当小区间干扰功率和前传容量足够大时，基于云的假设检验是有利的。
2020-04-22 cs.IT cs.NI math.IT
User Preference Learning Based Edge Caching for Fog Radio Access Network
研究了雾天无线接入网（F-RAN）中的边缘缓存问题。通过最大化整体缓存命中率，边缘缓存优化问题，制定找到最佳的政策。从区域用户的角度考虑内容在时间和空间上的受欢迎程度。提出了一种利用内容特征和用户偏好的在线内容流行度预测算法，以及一种利用{在线梯度下降}（OGD）方法和{跟随（邻近）正则化领导者}（FTRL-Proximal）方法的离线用户偏好学习算法。我们提出的边缘缓存策略不仅可以以低复杂度的在线方式及时预测未来的内容流行度，{而且}可以跟踪内容流行度的空间和时间流行度动态的时间没有延迟。此外，我们设计了两个基于学习的边缘缓存架构。此外，我们从理论上推导出流行度预测误差的上限，缓存命中率的下限，以及我们提出的边缘缓存策略的整体缓存命中率的遗憾界。仿真结果表明，我们提出的策略的整体缓存命中率优于传统的策略，并渐近接近最优性能。
2019-02-27 cs.IT cs.NI math.IT
Randomized Caching in Cooperative UAV-Enabled Fog-RAN
我们认为一个无人机启用（无人机启用）雾无线电接入网络（F-RAN）中，无人机被认为是飞行远程无线电头（RRH）配备缓存和合作通信能力。我们主要关注的是概率/随机的内容放置策略，并相应地制定内容放置作为一个优化问题。然后，我们通过评估平均系统容量和其能量效率来研究所提出的内容放置的效率。我们的研究结果表明，合作通信中起着至关重要的作用，无人机使能的边缘通信，因为它有效地抑制了主要的视线（LOS）接收干扰的影响。还可以看出，协同缓存使能的UAV F-RAN在高层环境中比密集的城市和郊区环境中表现得更好。这是由于高层建筑物的阻挡显著降低了接收到的LOS干扰，以及协作通信对参与信号的性能增益。比较性能的内容放置策略和传统的缓存技术表明，我们提出的概率/随机缓存优于其他在大多数的实际情况下。
2019-02-22 cs.IT math.IT
Learning Optimal Fronthauling and Decentralized Edge Computation in Fog Radio Access Networks
Pukyong National University（釜山国立大学）；Jeonbuk National University（全北国立大学）
雾无线接入网（FogRadioAccessNetwork，F-RAN）由一个云和多个通过前传链路连接的边缘节点（EdgeNode，EN）组成，被认为是一种很有前途的网络架构。F-RAN需要对云计算和边缘计算以及前传交互进行联合优化，这对传统的优化技术来说是一个挑战。本文提出了一种云支持的协作启发学习（CECIL）框架，这是一种用于处理通用F-RAN优化问题的结构化深度学习机制。所提出的解决方案通过包括在云上的集中式计算、在EN上的分布式决策以及它们的上行链路-下行链路前传交互来模仿云辅助的协作优化策略。采用一组深度神经网络（DNN）来表征云和EN的计算。DNN的前向传递经过精心设计，使得实际前传链路的影响（例如信道噪声和信令开销）可以包括在训练步骤中。因此，云和EN的操作可以以端到端的方式联合训练，而它们的实时推理则通过前传协调以分散的方式进行。为了促进多个EN之间的前传合作，最佳前传多址接入方案的设计。训练算法的实际前传损伤鲁棒性。数值结果验证了所提出方法的有效性。
2021-03-21 cs.IT cs.LG math.IT
An Online Optimization Framework for Distributed Fog Network Formation with Minimal Latency
雾计算正在成为一种有前途的范例，通过联合利用终端用户设备和云服务器的无线电和计算资源来执行分布式、低延迟计算。然而，由于相邻雾节点的不可预测的到达和离开，局部雾网络的动态和分布式形成是极具挑战性的。因此，给定的雾节点必须正确地选择一组相邻节点，并智能地将其计算任务卸载到这组相邻的雾节点和云，以实现低延迟的传输和计算。在本文中，雾网络的形成和任务分配的问题，同时考虑到混合雾云架构。该算法的目标是在相邻节点到达过程不确定的情况下，使给定的雾节点组成合适的雾网络，优化任务分配，从而最大限度地减少计算延迟.为了解决这个问题，提出了一种新的在线优化框架，在该框架中，通过使用基于阈值的在线算法来选择相邻节点，该算法使用目标竞争比，定义为在线算法的延迟与离线最优延迟之间的比率。所提出的框架反复更新其目标竞争比，并优化雾节点的计算任务的分配，以最大限度地减少延迟。仿真结果表明，所提出的框架可以成功地选择一组相邻节点，同时减少延迟高达19.25%相比，基线方法的基础上著名的在线秘书框架。结果还显示，使用所提出的框架，计算任务可以在不同的网络设置中在雾网络和远程云服务器之间适当地卸载。
2019-02-22 cs.IT math.IT
Completion Time Minimization in Fog-RANs using D2D Communications and Rate-Aware Network Coding
被称为\textit{D2D-aided F-RAN}的设备到设备通信辅助雾无线电接入网络利用增强型远程无线电头端（eRRH）处的高速缓存和D2 D邻近度来提高系统性能。对于D2 D辅助的F-RAN，我们开发了一个框架，该框架利用eRRH处的缓存内容、它们的传输速率/功率以及不同用户先前接收的内容，以最小的完成时间将请求内容传递给用户。由于完成时间最小化问题的棘手性，我们制定它在每个传输近似的完成时间和解耦成两个子问题。在第一子问题中，我们最小化eRRH下行链路传输中的可能完成时间，而在第二子问题中，我们最大化要在D2 D链路上调度的用户的数量。我们设计了两个理论图，即\textit{interference-aware instantly decodable network coding (IA-IDNC)}和\textit{D2D conflict}图，将两个子问题分别转化为最大权团和最大独立集问题。使用这些图，我们启发式地开发联合和协调调度方法。通过大量的仿真结果，我们证明了所提出的计划对现有的基线计划的有效性。仿真结果表明，所提出的两种方法实现了相当大的性能增益方面的完成时间最小化。
2020-07-09 cs.IT math.IT
Online Caching with Wireless Fronthauling and Delivery in Fog-Aided Networks
雾无线电接入网络（F-RAN）利用边缘节点（EN）处的缓存内容和到云的前传连接进行内容交付。假设云和每个EN之间的专用前传链路，以前的工作集中在使用离线或在线缓存的F-RAN的分析上，这取决于内容流行度是时不变的还是时变的。扩展已经完成了多播前传链路连接云只有两个EN和时间不变的流行。相比之下，这项工作的范围是在多播前传链路将任意数量的EN连接到云的情况下，并且内容流行度是随时间变化的。归一化传输时间（NDT）被用作性能指标，并通过调查主动在线缓存，分析结果表明，前传传输的功率缩放设置F-RAN的性能限制。
2020-06-12 cs.IT math.IT
Cloud-Edge Non-Orthogonal Transmission for Fog Networks with Delayed CSI at the Cloud
在雾无线电接入网络（F-RAN）中，云处理器（CP）通过前传链路从边缘节点（EN）收集信道状态信息（CSI）。因此，云端的CSI通常会受到由于过时而导致的错误的影响。在这项工作中，基于前传传输和边缘缓存的内容分发的问题进行了研究，从信息理论的角度来看，在高信噪比（SNR）制度。对于所研究的设置，在完美CSI的假设下，先前的工作已经示出了一种方案的（近似或精确）最优性，在该方案中，EN通过正交资源传输从云接收的信息和缓存的内容。在这项工作中，它表明，非正交传输方案是能够大大提高延迟性能的存在下，不完美的CSI在云。
2018-05-25 cs.IT math.IT
Fundamental Latency Limits for D2D-Aided Content Delivery in Fog Wireless Networks
设备到设备（D2 D）通信可以通过减少网络基础设施中的业务来支持蜂窝系统的操作。在本文中，D2 D通信的好处进行了调查的背景下，雾无线接入网络（F-RAN），利用边缘缓存和前传连接的内容交付的目的。假设离线缓存、带外D2 D通信以及具有两个边缘节点和两个用户设备的F-RAN，提出了信息理论上最优的缓存和递送策略，其最小化高信噪比状态下的递送时间。递送时间考虑了由前传、下行链路和D2 D传输引起的延迟。所提出的最佳策略是基于一种新的计划，利用真正的干扰对齐的工具与接收机合作的X通道。提供了关于D2 D通信有益的制度的见解。
2018-04-04 cs.IT math.IT
How Much Can D2D Communication Reduce Content Delivery Latency in Fog Networks with Edge Caching?
研究了一种雾无线接入网络（F-RAN），在该网络中，支持缓存的边缘节点（ENs）通过专用的前传连接向云提供内容。使用信息理论的方法，这项工作解决了量化的潜在的延迟减少，可以通过使设备到设备（D2 D）通信带外广播链路获得的问题。在先前的工作之后，归一化传输时间（NDT）-一种捕获高信噪比最坏情况延迟的度量-被采用作为感兴趣的性能标准。提出了基于压缩和转发的联合边缘缓存、下行链路传输和D2 D通信策略，其被示出为对于问题参数的所有值而言在恒定乘法因子2内是信息理论上最优的，并且对于许多特殊情况而言实现最小NDT。该分析提供了关于D2 D协作在改善递送延迟中的作用的见解。
2019-04-02 cs.IT math.IT
Completion Time Minimization of Fog-RAN-Assisted Federated Learning With Rate-Splitting Transmission
Jeonbuk National University（全北国立大学）；Pukyong National University（釜庆国立大学）
这项工作研究了雾无线电接入网络上的联邦学习（FL），其中多个物联网（IoT）设备通过分布式接入点（AP）与云服务器（CS）进行通信，协同学习共享机器学习模型。在将AP连接到CS的前传链路具有有限容量的假设下，提出了IoT设备（ID）处的速率拆分传输，其使得能够对拆分的上行链路消息进行混合边缘和云解码。FL的完成时间最小化的问题是通过优化率分割传输和前传量化策略以及训练超参数（如精度和迭代次数）来解决的。数值结果表明，所提出的速率分裂传输实现了显着的收益比基准计划，仅依赖于边缘或云解码。
2022-06-03 cs.IT cs.LG eess.SP
Control-Data Separation with Decentralized Edge Control in Fog-Assisted Uplink Communications
用于5G系统的雾辅助网络架构包括被称为远程无线电系统（RRS）的无线边缘节点，以及经由前传接入网络连接到RRS的远程云中心（RCC）处理器。RRS和RCC通过网络功能虚拟化（NFV）进行操作，从而实现灵活的网络功能拆分，以适应前传延迟和容量等网络参数。这项工作的重点是上行链路通信和调查的云边缘分配的两个重要的网络功能，即速率选择的控制功能和解码的数据平面功能。考虑了三个功能划分：（i）分布式无线电接入网络（D-RAN），其中两个功能都以分散的方式在RRS处实现，（ii）云RAN（C-RAN），其中两个功能都在RCC处集中执行，以及（iii）新的功能划分，称为雾RAN（F-RAN），具有单独的分散的边缘控制和集中的云数据处理。所研究的模型包括一个随时间变化的上行链路信道，其中RCC具有全局但延迟的信道状态信息（CSI），由于前传延迟，而RRS具有本地但更及时的CSI。使用自适应和速率作为性能标准，得出的结论是，F-RAN架构可以提供显着的增益，在用户移动性的存在。
2017-06-21 cs.IT cs.NI math.IT
"Fog" Optimization via Virtual Cells in Cellular Network Resource Allocation
这项工作提出了一个新的资源分配优化框架，蜂窝网络使用“雾”或基于邻域的优化，而不是完全集中或完全分散的方法。在基于邻域的优化中，资源被分配在虚拟小区内，该虚拟小区包括若干基站和它们的覆盖区域内的用户。随着虚拟小区内基站数量的增加，该框架恢复到集中式优化，并且随着该数量的减少，其恢复到分散式优化。我们解决了两个任务，必须进行的雾优化框架：形成虚拟小区和有效地分配通信资源，在每个虚拟小区。我们提出了层次聚类的虚拟细胞的形成给定的特定数量的这样的细胞。一旦虚拟小区形成，我们考虑几种优化方法来解决NP-硬联合信道接入和功率分配问题，在每个虚拟小区内，以最大限度地提高整个系统的总速率。我们提出了数值结果的系统和率下的层次聚类的每个方案。我们的研究结果表明，即使对于相对大量的虚拟小区，雾优化的适当设计也会导致相对于集中式优化的小降级。然而，不适当的设计会导致相对于集中式优化的和率显著下降。
2019-01-20 cs.IT math.IT
Cache-Aided Content Delivery in Fog-RAN Systems with Topological Information and no CSI
在这项工作中，我们考虑一个雾无线电接入网络（F-RAN）系统与部分连接的无线拓扑结构和没有信道状态信息可在云和边缘节点（EN）。F-RAN由配备有缓存并通过前传链路连接到云的EN组成。我们首先关注云连接被禁用的情况，因此EN必须仅基于其缓存内容来满足用户需求。针对一类部分连通的规则网络，提出了一种在EN上结合文件内MDS编码缓存和无线边缘信道上的盲干扰避免的传输方案。该方案需要最小的存储，并导致可实现的归一化交付时间（NDT），这是在一个恒定的乘法因子的最佳已知的NDT与完整的存储。接下来，我们为启用云连接的情况提供了可实现的方案，并且当仅提供拓扑信息时，我们对云连接和边缘缓存之间的相互作用提供了新的见解。
2019-12-19 cs.IT math.IT
On the Fundamental Limits of Fog-RAN Cache-aided Networks with Downlink and Sidelink Communications
Maddah-Ali和Niesen（MAN）在2014年的研究表明，单链路广播网络中的编码缓存允许为任意数量的配备缓存的用户提供服务，其总链路负载（每单位时间的比特数）不随用户数量而扩展。从那时起，编码缓存的一般主题产生了巨大的兴趣，无论是从信息理论和（网络）编码理论的观点，并从应用的观点。在MAN工作的基础上，本文考虑了一种特殊的网络拓扑结构，称为高速缓存辅助雾无线电接入网络（Fog-RAN），其中包括一个宏小区基站（MBS）与内容服务器，几个配备高速缓存的小小区基站（SBS），和许多用户没有缓存。一些用户直接由MBS广播下行链路服务，而其他用户由SBS服务。SBS还可以经由称为“侧链路”的侧信道经由多轮直接通信来交换数据。对于这种新颖的Fog-RAN模型，在标准最坏情况需求场景下，研究了（a）SBS处的高速缓存存储器的量、（b）下行链路上的负载（从MBS到直接服务的用户和SBS）和（c）侧链路上的聚合负载之间的基本折衷。几个现有的结果恢复作为该网络模型的特殊情况，并给出独立利益的副产品的结果。最后，拓扑感知与拓扑不可知的缓存的作用进行了讨论。
2019-05-23 cs.IT math.IT
Fog-Assisted Multi-User SWIPT Networks: Local Computing or Offloading
研究了一种基于雾计算的多用户同时无线信息和能量传输（SWIPT）网络，多个传感器采用功率分配（PS）接收架构，从混合接入点（HAP）接收信息和能量，然后采用本地计算模式或雾卸载模式对接收到的数据进行处理。对于这样的系统，制定了一个优化问题，以最大限度地减少传感器所需的能量，同时保证其所需的信息传输和处理速率，通过联合优化多用户调度，时间分配，传感器的发送功率和PS比。由于该问题是一个混合整数规划（MIP）问题，不能用现有的求解方法求解，我们通过应用问题分解、变量替换和理论分析来求解。对于一个被调度的传感器，推导了其能量需求最小的封闭解和半封闭解，并在此基础上提出了一种有效的多用户调度方案，该方案能够以较低的计算复杂性实现次优用户调度.数值结果验证了理论分析的正确性。结果表明，对于每个传感器，当传感器靠近HAP或Fog服务器（FS）时，Fog卸载模式是较好的选择;否则，应选择本地计算模式。仿真结果表明，利用电池中存储的能量和从先前调度的传感器发送的信号中获取的能量，可以进一步降低传感器的总能量需求。
2019-02-15 cs.IT math.IT
Cache Placement in Fog-RANs: From Centralized to Distributed Algorithms
为了应对大规模移动用户的高速和/或超低延迟数据业务的快速增长，雾无线电接入网络（Fog-RAN）已经成为下一代无线网络的有前途的架构。在Fog-RAN中，边缘节点和用户终端具有不同程度的存储、计算和通信功能，这为网络操作提供了高度灵活性，即，从完全集中到完全分散。在本文中，我们研究的缓存放置在Fog-RAN的问题，考虑到灵活的物理层传输方案和不同的内容偏好的不同用户。我们开发了集中式和分布式传输感知缓存放置策略，以最大限度地减少用户的平均下载延迟的存储容量的限制。在集中式模式下，将缓存放置问题转化为拟阵约束的子模最大化问题，并提出了一种在常数因子内找到最优解的近似算法.在分布式模式下，提出了一种基于置信传播的分布式算法，以提供次优解，在每个BS上基于本地收集的信息进行迭代更新。仿真结果表明，通过利用缓存和合作增益，所提出的传输感知缓存算法可以大大降低用户的平均下载延迟。
2017-08-10 cs.IT eess.SP math.IT
Performance Analysis of Fog-Aided D2D Networks with Multicast-Based Opportunistic Content Delivery
在本文中，我们开发了一个全面的和易于处理的分析框架的基础上随机几何评估大规模雾辅助设备到设备（F-D2 D）网络的性能与机会内容组播。作为分析的一部分，为了解决来自不能高速缓存的常规用户设备（C-UE）的文件请求的竞争，考虑了用于高速缓存使能的雾用户设备（F-UE）的两种简单而典型的候选文件选择方案，即随机文件选择（RFS）方案和最多请求文件选择（MRFS）方案。此外，为了抑制F-UE的并发传输之间的有害干扰，通过探索机会性频谱接入（OSA）的思想，提出了一种基于组播的机会性内容分发策略。假设分散的概率缓存，我们首先推导出F-UE的激活概率。然后，通过采用适当的近似，评估F-D2 D网络的高速缓存命中概率、覆盖概率，从而评估F-D2 D网络的成功内容递送概率（SCDP）。我们还开发了一个迭代算法的基础上的梯度投影方法，以获得一个次优的缓存策略的SCDP最大化。大量的仿真和数值结果验证了我们的分析，并证明了所提出的基于组播的机会主义内容分发策略的优越性能。
2022-07-17 cs.IT math.IT
Online Edge Caching in Fog-Aided Wireless Network
在雾无线电接入网络（F-RAN）架构中，边缘节点（EN）（诸如基站）配备有有限容量的高速缓存，以及可以支持来自云处理器的给定传输速率的前传链路。F-RAN中的内容递送的现有信息理论分析集中于具有单独的内容放置和递送阶段的离线缓存。相比之下，这项工作认为在线缓存设置，其中一组流行的文件是随时间变化的，缓存补充和内容交付可以发生在每个时隙。该分析集中在长期的归一化传输时间（NDT），它捕获的时间依赖性的编码延迟在多个时隙中的高信噪比制度的表征。在线缓存和交付计划的基础上反应性和主动缓存的研究，其性能进行了比较，以最佳的离线缓存方案分析和通过数值结果。
2017-12-03 cs.IT cs.NI math.IT
Fog Massive MIMO: A User-Centric Seamless Hot-Spot Architecture
如针对5G网络所提出的，数据和控制平面的解耦将使多层网络的有效实现成为可能，其中用户设备（UE）节点通过顶层宏小区获得覆盖和连接，并且同时通过层次结构中的较低层实现高吞吐量低延迟通信。本文考虑了一种用于这种较低层的新架构，称为雾大规模MIMO，其中UE能够以无缝和机会主义的方式建立高吞吐量低延迟数据链路，因为它们穿过高容量无线基础设施节点的浓雾，称为远程无线电头端（RRH）。密集多小区网络中的传统切换机制固有地引起频繁的切换和导频序列重新分配，结果导致过多的协议开销和显著的延迟。在所提出的雾大规模MIMO架构中，UE以完全自主的方式将其自身无缝地且隐式地关联到最方便的RRH。每个UE利用唯一的上行链路导频序列，并且通过新颖的编码的“运行中”导频污染控制机制来减轻导频污染。我们通过随机几何分析的频谱效率和中断概率的建议架构，使用最近的一些结果在布尔模型中的独特的覆盖范围，并提供了一个详细的比较相对于一个理想化的基线大规模MIMO蜂窝系统，忽略协议开销和延迟，由于明确的用户-小区关联。我们的分析，支持广泛的系统仿真，揭示了存在一个“甜蜜点”的每个导频用户负载（每个导频的用户数），使所提出的系统实现的频谱效率接近一个理想的蜂窝系统的最小距离的用户基站的关联和没有导频/切换开销。
2018-03-20 cs.IT math.IT
Energy-Efficient Proactive Caching for Fog Computing with Correlated Task Arrivals
随着延迟关键型应用的激增，雾无线电网络（FRAN）已被设想为一个范式转变，使云克隆设施在网络边缘的分布式部署。在本文中，我们考虑主动缓存的一个用户一个接入点（AP）雾计算系统在有限的时间范围内，在同一类型的应用程序的连续任务暂时相关。在任务输入比特长度可预测的假设下，我们提出了一个具有三时隙相关性的长期加权和能量最小化问题，以联合优化计算卸载策略和缓存决策，并受到严格的每个时隙截止期限约束。由于混合整数的非凸性，该问题很难求解。为了应对这一挑战，首先，我们假设任务相关的信息是完全已知的{ \em先验}，并提供离线解决方案，利用半定松弛（SDR）的技术，从而作为理论上的上限。其次，在离线解的基础上，提出了一种任意分布预测误差下的基于滑动窗口的在线算法。最后，通过与几个基准测试的比较，数值例子验证了计算缓存的优势以及所提出的算法。
2019-08-17 cs.IT eess.SP math.IT
Optimal Design of SWIPT-Aware Fog Computing Networks
本文研究了一种同时无线信息和能量传输（SWIPT）感知的雾计算网络，其中多天线雾功能集成混合接入点（F-HAP）将信息和能量传输到多个异构的单天线传感器，并帮助其中一些传感器完成计算任务。通过联合优化F-HAP处的能量和信息波束成形设计、带宽分配和计算卸载分布，制定优化问题以在通信和计算要求以及能量收集约束下最小化所需能量。两个最优设计，即，固定卸载时间（FOT）和优化卸载时间（OOT）的设计。由于这两种设计都涉及解决非凸问题，因此没有已知的解决方案。因此，对于FOT设计，采用半定松弛法（SDR）进行求解，从理论上证明了秩1约束总是满足的，从而保证了全局最优解。对于OOT设计，由于其非凸性是很难处理的，提出了一种基于惩罚对偶分解（PDD）的算法，它能够获得次优解。分析了两种设计的计算复杂性。数值结果表明，部分卸载模式优于二元基准模式。当系统计算能力足够强时，采用OOT设计可以降低系统能耗;当系统计算能力不足时，采用FOT设计可以降低系统计算复杂度。
2019-01-25 cs.CY cs.IT math.IT
Online Edge Caching and Wireless Delivery in Fog-Aided Networks with Dynamic Content Popularity
雾无线电接入网络（F-RAN）架构可以利用云处理和边缘缓存来向用户提供内容。为此，F-RAN利用边缘节点（EN）处的缓存和将云处理器连接到EN的前传链路。假设时不变的内容流行度，F-RAN中内容交付的现有信息理论分析依赖于具有单独内容放置和交付阶段的离线缓存。相比之下，这项工作的重点是场景中的一组流行的内容是随时间变化的，因此有必要在线补充的EN的高速缓存随着所请求的文件的交付。该分析集中在长期的归一化传输时间（NDT），它捕获的时间依赖性的编码延迟在多个时隙中的高信噪比制度的表征。在线边缘缓存和交付计划的串行和流水线传输模式的前传和边缘段。分析结果表明，在内容流行度随时间变化的情况下，前传链路的速率对F-RAN系统的长期无损检测设置了根本限制。分析结果进一步验证了数值模拟，产生重要的设计见解。
2018-04-22 cs.IT cs.NI math.IT
Grant-free Radio Access IoT Networks: Scalability Analysis in Coexistence Scenarios
具有免授权无线电接入的物联网网络，如SigFox和LoRa，可在未经许可的频段上提供低成本的持久通信。这些网络正变得越来越受欢迎，因为对电池寿命方面的超耐用物联网网络的需求不断增加。大多数研究评估系统性能假设单一的无线接入技术部署。在本文中，我们研究了共存的竞争无线接入技术对系统性能的影响。考虑到$\mathpzc K$技术，定义的时间和频率的活动因素，带宽和功率，共享一组无线电资源，我们推导出封闭形式的表达式成功传输的概率，预期的电池寿命，并经历了延迟作为到服务接入点的距离的函数。我们的分析模型，这是通过仿真结果验证，提供了一个工具来评估共存的情况下，并分析如何引入一个新的共存技术可能会降低系统的成功概率和电池寿命方面的性能。我们进一步研究了可以补偿这种破坏性影响的解决方案，例如，通过在一定程度上使网络致密化并利用联合接收。
2017-11-02 cs.IT math.IT
Grant-Free Radio Access for Short-Packet Communications over 5G Networks
无线电接入管理在连接设备的延迟和能耗方面起着至关重要的作用。现有蜂窝网络中的无线电接入由于其信令开销而不能有效地支持大规模连接。在本文中，我们研究了一种异步免授权窄带数据传输协议，旨在提供低能耗和延迟，通过放宽同步/预留要求的成本发送几个数据包副本在发送端和更复杂的信号处理在接收端。具体地，定时和频率偏移以及相同分组的多个副本的发送在接收器侧被利用为干扰的形式以触发连续干扰消除。所提出的方案进行了研究，推导出封闭形式的表达式的关键性能指标，包括可靠性和电池寿命。性能评估表明，该方案可以调整，以实现低复杂度设备的长电池寿命的无线接入。所得到的结果表明存在的流量负载区域，同步访问优于异步访问，反之亦然。
2017-09-07 cs.IT math.IT
Ergodic Capacity Analysis of Remote Radio Head Associations in Cloud Radio Access Networks
描述云无线接入网中用户到远程无线头端的关联策略对于性能优化至关重要。在这封信中，单最近和N-最近的RRH关联策略，并分析了相应的影响遍历能力的C-RAN，RRH分布根据一个平稳点过程。的遍历能力的建议RRH关联策略的封闭形式的表达式。仿真结果表明，推导出的上行链路闭式容量表达式是准确的。此外，分析和仿真结果表明，遍历容量增益不是线性的RRH密度或每个RRH的天线数。RRH密度的遍历容量增益大于每个RRH的天线数量的遍历容量增益，这表明RRH的关联数不应大于4，以平衡性能增益和实现成本。
2014-10-22 cs.IT math.IT
Sliding Window Spectrum Sensing for Full-Duplex Cognitive Radios with Low Access-Latency
在认知无线电系统中，次用户（SU）收发器未能及时腾出信道可能会为主用户或高优先级用户（PU）引入显著的接入延迟。在传统的认知无线电系统中，回退延迟由于仅允许以周期性间隔进行感测的帧结构而加剧。已经建议使用自干扰抑制的并发传输和感测来提高认知无线电系统的性能，从而允许在帧内的多个点处进行决策。在本文中，我们提出了一个滑动窗口全双工模型，允许决定采取一个样本一个样本的基础上扩展这种方法。我们还推导出现有的和建议的计划的访问延迟。我们的结果表明，与现有的时隙全双工方案相比，滑动方案的接入延迟降低了2.6倍，与半双工认知无线电系统相比，降低了约16倍。此外，所提出的方案是显着更有弹性的残余自干扰的破坏性影响相比，以前的方法。
2016-09-05 cs.IT math.IT
Non-Orthogonal eMBB-URLLC Radio Access for Cloud Radio Access Networks with Analog Fronthauling
本文考虑了基于模拟前传链路上的无线电信号中继的云无线接入网（C-RAN）架构的上行链路中超可靠低延迟通信（URLLC）和增强型移动宽带（eMBB）服务的共存。虽然对无线电资源的正交多址接入（OMA）实现了不同5G服务的隔离和单独设计，但非正交多址接入（NOMA）可以通过共享无线和前传资源来增强系统性能。本文提供了一个信息理论的角度在OMA和NOMA下的URLLC和eMBB流量的性能。分析集中在具有加性高斯噪声链路和有限小区间干扰跨度的标准蜂窝模型上，并且它考虑了不同的解码策略，例如打孔、将干扰视为噪声（TIN）和连续干扰消除（SIC）。数值结果表明，对于所考虑的模拟前传C-RAN架构，NOMA相对于OMA实现了更高的eMBB速率，同时保证了具有最小接入延迟的可靠的低速率URLLC通信。此外，SIC下的NOMA被认为是实现最佳性能，而与数字容量受限的前传链路的情况不同，TIN总是优于打孔。
2019-12-22 cs.IT eess.SP math.IT
Cloud Radio Access Network: Virtualizing Wireless Access for Dense Heterogeneous Systems
云无线电接入网络（C-RAN）指的是借助于云计算的基站功能的虚拟化。这导致了一种新颖的蜂窝架构，其中被称为无线电单元（RU）或远程无线电头端（RRH）的低成本无线接入点由可重新配置的集中式“云”或中央单元（CU）集中管理。C-RAN允许运营商减少部署和维护密集异构网络所需的资本和运营费用。这一关键优势，加上频谱效率、统计复用和负载均衡增益，使C-RAN成为5G系统开发的关键技术之一。本文简要介绍了C-RAN的研究现状，重点介绍了前传压缩、基带处理、媒体接入控制、资源分配、系统级考虑和标准化工作。
2015-12-24 cs.IT cs.NI math.IT
