Mobility Management in Emerging Ultra-Dense Cellular Networks: A Survey, Outlook, and Future Research Directions
University of Oklahoma(俄克拉荷马大学)
源自移动设备的移动流量呈指数级增长,这凸显了在未来网络中实现比以往任何时候都更高效、更无缝的移动性管理的需求。超密集蜂窝网络的愿景包括不同大小的细胞与传统和毫米波波段被视为灵丹妙药的突出容量紧缩。然而,由于多个切换实例以及由此产生的设备混杂的信令开销和数据中断,在具有混杂的高频和毫米波频带小区的超密集异构网络中的移动性挑战将是前所未有的。同样,在实现新兴移动网络的雄心勃勃的收益之前,需要解决窄波束毫米波的用户跟踪和小区发现等问题。当考虑到5G可交付的多Gbps无线连接,<1 ms延迟和支持以500 km/h的最高速度移动的设备时,移动性挑战进一步突出。尽管它的重要性,很少有流动性调查存在,大多数集中在adhoc网络。本文是第一个提供一个全面的调查在新兴的超密集移动网络的移动性挑战的全景。我们不仅提供了关于5G移动方法的详细教程,并强调了传统网络的主要移动风险,还回顾了最近研究的主要结果,并从新兴超密集蜂窝网络的角度强调了与移动相关的技术挑战和潜在机遇。
2020-09-29 cs.AI cs.NI
Analyzing Mobility-Traffic Correlations in Large WLAN Traces: Flutes vs. Cellos
影响移动网络性能的两个主要因素是移动性和流量模式。仿真和基于分析的性能评估依赖于模型来近似影响网络的因素。因此,了解移动性和业务是必要的有效评估和未来移动网络的有效设计。目前的模型针对移动性或交通,但没有捕捉到它们的相互作用。许多基于轨迹的移动性模型已经在很大程度上使用了智能手机之前的数据集(例如,AP日志),或更粗的粒度(例如,蜂窝塔)踪迹。这就提出了关于现有模型的相关性的问题,并促使我们的研究重新审视这一领域。在这项研究中,我们进行了多维分析,定量表征移动性和交通时空模式,笔记本电脑和智能手机,导致详细的综合移动性交通分析。我们的研究是数据驱动的,因为我们收集和挖掘了捕获所有这些维度的大容量数据集(30 TB,30万设备)。使用我们的系统(FLAMeS)框架进行调查。总体而言,已经分析了数十种移动性和交通特征。这些见解和经验教训可作为指导方针,也是迈向未来综合移动交通模型的第一步。此外,我们的工作作为一个垫脚石走向更丰富,更现实的移动测试场景和基准套件。
2020-08-21 cs.NI
MobiCacher: Mobility-Aware Content Caching in Small-Cell Networks
已经提出了小小区网络以满足不断增长的移动数据业务的需求。小小区网络面临的突出挑战之一是缺乏足够的回程容量来将小小区基站(small-BS)连接到核心网络。我们利用有效的应用层语义的空间和时间的局部性,以减少回程流量。具体地,小型BS配备有存储设施以缓存用户所请求的内容。随着{ \em缓存命中率}的增加,大多数用户的请求可以在本地得到满足,而不会在回程上产生流量。为了做出明智的缓存决策,必须仔细考虑用户的移动性模式,因为用户可能频繁地从一个小小区迁移到另一个小小区。我们研究的问题,移动感知的内容缓存,这是制定成一个优化问题的目标,以最大限度地提高缓存效用。由于该问题是NP-完全的,我们提出了一个多项式时间的启发式求解方法,称为{ \em KCacher},具有有界的逼近比。我们还进行了基于跟踪的模拟,以评估性能的{ \em缓存器},这表明,{ \em缓存器}产生更好的缓存效用比现有的解决方案。
2014-07-04 cs.NI
Dynamic Modeling of Target Cell Location for Mobility Robustness Analysis in Cellular Networks: Technical Report
Graduate School of Engineering, Mie University(三重大学工学研究科)
本文针对蜂窝网络MRO问题,构建随机几何分析框架,推导UE直线移动下目标基站分布,解析过晚与乒乓切换概率,量化TTT的权衡并识别最优TTT值。
2026-09-02 cs.NI
Analyzing an Analytical Solution Model for Simultaneous Mobility
当前的移动模型的同时移动性有其卷积在设计同时移动,其中移动节点(MN)从两个相邻的小区在同一时间随机旅行,也有其复杂性的测量同时切换的发生。当两个MN大约同时开始切换时,会产生同时移动性问题。由于同时移动性是不同的其他移动性模式,通常发生在实时的的次数较少,我们分析,一个简化的同时移动性模型可以被认为是通过仅采取对称位置的MN与随机步骤。除此之外,我们还使用mSCTP对模型进行了仿真,并比较了不同场景下自定义小区范围的仿真结果。分析结果表明,随着小区规模的增大,随机步同步切换的发生率逐渐降低,而对于随机步顺序移动(初始位置预先确定),同步切换的发生率更高。
2014-01-09 cs.NI
Mobility Performance Analysis of Scalable Cell-Free Massive MIMO
虽然可扩展的无小区大规模MIMO(CF-mMIMO)在静态条件下显示出优势,但其在移动网络中的服务接入点(AP)集合的变化的影响尚未得到解决。在本文中,我们首先推导出CPU集群和AP切换率的可扩展CF-mMIMO精确的数值结果和紧密的封闭形式近似。然后,我们使用我们的封闭形式的切换率的结果来分析的移动性感知吞吐量。我们比较了移动性感知频谱效率(SE)的可扩展CF-mMIMO对分布式MIMO与纯网络和UE为中心的AP选择,不同的AP密度和切换延迟。我们的研究结果揭示了一个重要的权衡未来的密集网络与低控制延迟:在中等到高的移动性,可扩展的CF-mMIMO保持其优势的第95百分位的用户,但在下降的中位数SE的成本。
2022-02-03 cs.IT cs.NI math.IT
Improving Mobile Video Streaming with Mobility Prediction and Prefetching in Integrated Cellular-WiFi Networks
我们提出并评估了一个程序,利用移动性和吞吐量预测预取视频流数据在集成的蜂窝和WiFi网络。这种异构无线技术的有效集成对于在无处不在的网络环境中支持高性能和节能的视频流将是重要的。我们的评估是基于跟踪驱动的模拟,考虑经验测量,并显示了各种系统参数如何影响性能,暂停视频帧的数量和能耗方面,这些参数包括视频流的数量,移动,WiFi和ADSL回程吞吐量,以及WiFi热点的数量。此外,我们评估的过程的鲁棒性的时间和吞吐量的变化。最后,我们提出了我们的初始原型,实现所提出的方法。
2013-10-23 cs.MM cs.NI
Spatial Outlier Detection from GSM Mobility Data
这篇论文已被作者撤回。随着蜂窝网络的迅猛发展,大量的移动数据集被提供,这吸引了研究人员将人类的移动行为纳入时空现象的研究范畴。移动剖面的建立是时空趋势分析的主要任务,它可以从数据集中可用的位置信息中提取。位置信息通常通过GPS、服务提供商辅助的伪GPS和小区全球身份(CGI)来收集。由于GPS相关方法中的高功耗和额外的资源安装要求,小区全球身份是用于位置信息的最便宜的方法和容易获得的解决方案。CGI位置信息是四个集头,即移动国家代码(MCC)、移动网络代码(MNC)、位置区域代码(LAC)和小区ID,位置信息以经度和纬度坐标的形式通过任何可用的小区ID数据库(例如使用CGI的Google位置API)来检索。然而,由于GSM网络的快速增长,由GSM服务提供商和技术转移到3G的拓扑结构的变化在某种程度上是一个问题,在它的精确的空间提取,所以位置提取必须首先处理的空间离群点的问题移动性建设。本文提出了一种从GSM CGI数据中检测空间异常值的方法,该方法基于层次聚类,并使用基本的GSM网络结构属性。
2012-09-21 cs.NI
Mobility Control for Machine-to-Machine LTE Systems
针对下行多小区正交频分复用接入(OFDMA)系统,提出了一种有效的移动性控制算法,以降低同频干扰。它将每个细胞分成几个区域。每个区域中的移动节点根据自己的当前位置找到自己的最佳位置。提出的移动性控制算法的信号干扰噪声比(SINR)和每个节点的容量增加。仿真结果表明,即使频率复用因子(FRF)等于1,移动性控制算法后的平均容量得到改善,相比现有的部分频率复用(PFR)计划。
2011-01-26 cs.NI
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
Best Signal Quality in Cellular Networks: Asymptotic Properties and Applications to Mobility Management in Small Cell Networks
快速增长的数据流量和用户对随时随地全覆盖移动服务的需求正在将移动网络带入小型蜂窝网络的未来。然而,由于小小区网络的高密度和随机性,存在若干技术挑战。在本文中,我们研究两个关键问题:\emph{best signal quality}和\emph{mobility management}。假设基站均匀分布在一个环形区域内,并且阴影是对数正态分布、独立同分布,我们证明了当环中基站数趋于无穷大时,环中心接收到的最大信号强度在适当重正化后趋于Gumbel分布,并且与干扰渐近无关.使用这些属性,我们得到的最佳信号质量的分布。此外,提出了一种优化的随机小区扫描方案,基于最佳数量的网站进行扫描,以最大限度地提高用户数据吞吐量的评估。
2015-02-03 cs.IT cs.NI math.IT
Performance Evaluation of Spectrum Mobility in Multi-homed Mobile IPv6 Cognitive Radio Cellular Networks
技术的发展以及超大规模集成电路的成就使移动设备能够配备多个无线电接口,这被称为多宿主。另一方面,已经引入了各种无线接入技术的组合,称为下一代无线网络(NGWN),以在任何时间和位置提供与移动设备的连续连接。认知无线电网络作为下一代网络的一部分,被认为是解决频谱效率低下和频谱稀缺问题的重要手段。为了在认知无线电网络的上下文中提供跨异构无线接入网络的无缝和无处不在的连接,利用移动IPv6是有益的。在本文中,一个移动终端配备了两个无线电接口被认为是为了评估性能的频谱切换的切换延迟。分析结果表明,该模型可以实现更好的性能相比,其他相关的移动性管理协议,主要是在切换延迟。
2017-01-04 cs.NI
On the Application of Reliability Theory to Cellular Network Mobility Performance Analysis
本文针对5G及超5G蜂窝网络的连接可靠性问题,提出基于 outage 连续性特征的新关键性能指标——平均 outage 时间和平均 outage 间隔时间,并通过系统级仿真验证其可用于量化不同用户应用的可靠性需求。
2024-09-02 cs.NI
User-Centric Mobility Management in Ultra-Dense Cellular Networks under Spatio-Temporal Dynamics
本文从能量效率(EE)的角度研究了超密集蜂窝网络(UDN)的移动性管理。UDN中的许多休眠基站(BS)不发送信号,因此传统蜂窝网络中的基于接收功率的切换(HO)方法几乎不适用。此外,与大量BS相比,有限的前端/回程容量使得难以实现集中式HO和功率控制。基于这些原因,提出了一种新的以用户为中心的关联规则,它联合优化HO和功率控制,以最大限度地提高EE。所提出的移动性管理不仅能够应付用户移动的空间随机性,而且与时间相关的无线信道。所提出的方法实现了HO时间窗口和易处理的功率控制策略,利用平均场博弈(MFG)和随机几何(SG)。与具有固定HO间隔和发射功率的基线相比,所提出的方法在典型的活动BS处实现了1.2倍更高的长期平均EE。
2016-09-14 cs.IT cs.NI math.IT
Offloading Cellular Traffic through Opportunistic Communications: Analysis and Optimization
最近已经提出通过机会性通信来卸载业务作为减轻蜂窝网络的当前过载的方式。当移动终端用户(临时)彼此接近时,可能发生竞争性通信,使得设备可以建立本地对等连接(例如,通过蓝牙)。由于机会主义通信是基于参与者的自发移动性,它本质上是不可靠的。这对必须满足应用要求的任何蜂窝卸载解决方案的设计提出了严峻的挑战。在本文中,我们解决这个挑战,从优化分析的角度来看,与现有的启发式解决方案。我们首先建模的内容传播(通过蜂窝接口注入)在一个机会网络与异构节点的移动性。然后,基于该模型,我们推导出最优的内容注入策略,该策略在满足应用约束的同时使蜂窝网络的负载最小化。最后,我们提出了一个自适应算法的控制理论的基础上,实现这种最优策略,而不需要任何数据的移动模式或移动节点的接触率。所提出的方法进行了广泛的评估与异构移动模型以及现实世界的接触痕迹,表明它大大优于以前的方法在文献中提出的。
2014-05-14 cs.NI
Insensitivity of User Distribution in Multicell Networks under General Mobility and Session Patterns
活动用户的位置是移动多小区网络性能分析中的一个重要因素,但由于用户的移动性和会话模式的多样性,很难量化。特别地,每个小区中的信道保持时间可以任意分布并且取决于其他小区中的信道保持时间。在这项工作中,我们研究了平稳分布的用户建模系统作为一个多路由的泊松输入的排队网络。我们考虑任意路由和任意联合概率分布的通道保持时间在每个路由。使用分解-合成方法,我们表明,用户分布(1)是不敏感的用户移动模式,(2)是不敏感的一般和依赖分布的信道保持时间,(3)仅取决于平均到达率和平均信道保持时间在每个小区,(4)是完全由一个开放的网络与M/M/无穷大队列。这一结果通过达特茅斯用户移动轨迹的实验进行了验证。
2013-09-25 cs.NI
EnCoR: An end-to-end architecture for simplifying cellular networks
Virginia Tech(弗吉尼亚理工学院暨州立大学);UC Berkeley(加州大学伯克利分校);ICSI(国际计算机科学研究所)
提出EnCoR架构,通过移除核心网中的移动性支持,利用端到端移动性消除隧道IP锚定,在保持与现有认证、计费和QoS技术兼容的同时,降低端到端延迟和运营商成本,并在实际应用中达到与传统LTE网络相当的性能。
2026-05-22 cs.NI
Cell planning for mobility management in heterogeneous cellular networks
在小小区网络中,用户的高移动性导致频繁的切换,从而严重限制了移动用户的数据率。为了缓解这个问题,我们提出使用异构的双层网络结构,其中静态用户由宏基站和微基站两者服务,而移动(即,移动)用户仅由具有较大小区的宏基站服务;该思想是防止由于切换而导致的移动用户的频繁数据中断。本文采用经典的两层Poisson网络模型(参见[1]),假设静态用户为独立的Poisson过程,移动用户沿Poisson线过程生成的无限条直线匀速移动为双随机Poisson过程。使用随机几何学,我们计算典型的静态和移动的平均下行链路数据率(即,移动)用户,后者占切换中断周期。我们还考虑这两种类型的用户的平均吞吐量,其被定义为它们的平均数据率除以由同一基站共同服务的用户的平均总数。我们发现,如果一个同构网络的密度和/或移动用户的速度是高的,这是有利的,让移动用户只连接到一些最佳的分数的BS,以减少在连接不被保证的中断的频率。如果允许网络的异构结构,则可以通过适当地调谐微基站和宏基站的功率来进一步联合地优化移动用户和静态用户的平均吞吐量,其中微基站和宏基站的功率受制于经由网络等效属性确保静态用户的平均数据率不变的某种聚合功率约束(参见[2])。
2016-05-24 cs.NI
Mobility Management in 5G and Beyond: A Novel Smart Handover with Adaptive Time-to-Trigger and Hysteresis Margin
第五代(5G)新无线电(NR)及以后的技术将支持增强的移动宽带、极低延迟通信和大量移动设备。因此,对于非常高速的用户,在切换中从一个小区到另一个小区的迁移期间需要保持无缝移动性。由于大量移动设备的存在,密集网络的高移动性的管理变得至关重要。此外,触发时间(TTT)和滞后裕度需要动态自适应,这会显著影响切换延迟和整体吞吐量。因此,在本文中,我们提出了一种基于在线学习的机制,称为基于学习的智能移动性管理(LIM 2),用于5G及以后的移动性管理,并对TTT和滞后值进行智能调整。LIM 2使用卡尔曼滤波器来预测服务小区和相邻小区的未来信号质量,使用基于状态-动作-奖励-状态-动作(SARSA)的强化学习来选择用于切换的目标小区,并且使用ε贪婪策略来适配TTT和滞后。我们在NS-3中实现了一个原型的LIM 2,并广泛地分析了其性能,据观察,LIM 2算法可以显着提高切换操作在非常高速的移动性的情况下。
2022-07-04 cs.NI
E2M2: Energy Efficient Mobility Management in Dense Small Cells with Mobile Edge Computing
将移动边缘计算与密集部署的小型蜂窝基站相结合,将带来巨大的好处,例如真正的近距离、超低延迟访问云功能。然而,设想的集成带来了许多新的挑战,其中最重要的是移动性管理,这正在成为整体系统性能的关键瓶颈。简单地应用现有解决方案会导致性能不佳,这是由于用户附近的多个基站的覆盖区域高度重叠以及无线电接入和计算服务的共同供应。在本文中,我们开发了一种新的以用户为中心的移动性管理方案,利用李雅普诺夫优化和多臂强盗理论,以最大限度地提高边缘计算性能的用户,同时保持用户的通信能耗低于约束。该方案有效地处理了系统中存在的多个层次的不确定性,并提供了短期和长期的性能保证。仿真结果表明,我们提出的方案可以显着提高计算性能(与最先进的),同时满足通信能量约束。
2017-01-25 cs.IT cs.NI math.IT
Performance Improvement by Introducing Mobility in Wireless Communication Networks
通信技术是我们生活方式的主要贡献者。提高通信系统的性能给人类带来了多方面的好处。本报告涵盖了两个典型的这样的系统:无线传感器网络和蜂窝网络。我们研究了这些网络中的流动性的影响。在无线传感器网络中,我们考虑使用移动汇从静态节点收集传感器数据。对于后一种情况,我们设计了数据汇集协议,为一个单一的移动sink,旨在平衡传感器节点之间的能量消耗,以提高网络的生命周期。我们还设计了一个算法,多个移动汇收集紧急的感官信息在允许的延迟。关于蜂窝网络中的移动性,我们的意思是服务提供商是移动的。传统的方法通常考虑如何根据诸如吞吐量的特定度量来最优地部署静态基站。基站密集化是一种解决方案,但它不具有成本效益。引入移动性是为了让基站在天上飞,从而减少投资。我们考虑使用无人机为蜂窝用户服务的关键问题之一:无人机部署。我们已经实现了所有提出的算法,无论是模拟或实验,结果证实了这些方法的有效性。
2017-12-06 cs.NI
Cell-Free Massive MIMO Under Mobility: A Fairness-Differentiated Handover Scheme
RWTH Aachen University(亚琛工业大学)
本文提出FairDiff方案,通过公平性差异化切换策略,在移动CF-mMIMO中实现高吞吐量与低复杂度的平衡。
2026-09-28 cs.NI
Modeling, implementation and performance analysis of mobility load balancing for LTE downlink data transmission
我们提出了在本文中的自组织网络优化相关的移动性负载均衡(MLB)的LTE系统使用NS-3的模拟实现。该实现是针对基于参考信号接收功率测量动态调整切换(HO)参数的两个MLB算法来实现的。这样的调整是针对过载小区及其具有足够可用资源的相邻小区的负载来完成的,从而能够实现负载均衡。通过选定的关键性能指标的建议MLB算法的数值研究相比,另一个HO算法(已经实现在ns 3)的基础上A3事件突出的全球网络吞吐量,分组丢失率和成功的HO的数量方面提供了显着的MLB增益,而不会招致显着的开销。
2016-10-08 cs.NI
Deep Reinforcement Learning Approach to QoSAware Load Balancing in 5G Cellular Networks under User Mobility and Observation Uncertainty
School of Electrical Engineering, Iran University of Science & Technology (IUST), Tehran, Iran(伊朗科技大学电气工程学院)
本文提出基于PPO的深度强化学习框架,用于在用户移动性和观测不确定性下实现端到端的QoS感知负载均衡,通过多目标奖励机制平衡效率与稳定性。
2026-05-12 cs.NI cs.SY eess.SY
Outdoor Position Recovery from HeterogeneousTelco Cellular Data
Tongji University(同济大学);Carnegie Mellon University(卡内基梅隆大学);Hong Kong University of Science and Technology(香港科技大学)
近年来,电信(Telco)蜂窝网络产生了前所未有的数据量。例如,生成测量记录(MR)以报告移动设备和电信网络之间的连接状态,例如,接收信号强度。MR数据已被广泛用于定位户外移动设备,以进行人类移动性分析、城市规划和交通预测。现有的作品使用一阶序列模型,如隐马尔可夫模型(HMM)试图捕捉时空局部性的底层移动模式,以降低定位误差。HMM方法通常假设底层移动设备的稳定移动性模式。然而,由于底层移动设备的混合运输模式和与MR样本相关联的位置的不均匀分布,真实的MR数据集表现出异构的移动性模式。因此,现有的解决方案不能处理这些异构的移动性模式。我们提出了一个基于多任务学习的深度神经网络(DNN)框架,即PRNet+,以结合户外位置恢复和运输模式检测。为了确保框架的工作,PRNet+开发了一个特征提取模块,以精确地从异构MR样本中学习局部,短期和长期时空局部性。对上海三个代表性地区收集的八个数据集的广泛评估表明,PRNet+大大优于最先进的技术。
2021-08-24 cs.LG cs.NI
Context-Aware Mobility Management in HetNets: A Reinforcement Learning Approach
Technische Universität Dresden(德累斯顿工业大学);University of Oulu(奥卢大学);Florida International University(佛罗里达国际大学)
在异构网络(HetNet)环境中使用小小区部署预计将成为4G网络及更高网络的关键特征,并且对于提供更高的用户吞吐量和小区边缘覆盖至关重要。然而,由于宏基站和微微基站(BS)的不同覆盖范围大小,这种范式转变在密集网络中引入了额外的要求和挑战。在这些挑战中,用户设备(UE)的切换性能将受到影响,尤其是当高速UE穿越微微小区时。在本文中,我们提出了一个基于协调和上下文感知的移动性管理(MM)的小小区网络使用强化学习的工具的过程。在这里,宏BS和微微BS联合了解其长期流量负载和最佳小区范围扩展,并根据其速度和历史速率(在层之间交换)调度其UE。所提出的方法不仅在UE吞吐量方面优于经典MM,而且还能够实现更好的公平性。平均而言,高达80%的增益是实现UE吞吐量,而切换失败的概率降低了三个因素,所提出的基于学习的MM方法。
2015-05-07 cs.LG cs.NI
Cellular Network Architectures for the Society in Motion
由于全球移动性的不断提高,越来越多的人在移动中使用蜂窝网络服务。持续的城市化趋势增加了日常通勤者的数量,导致电信需求主要由两类用户决定的情况:1)建筑物内的静态用户,要求即时和几乎无限带宽访问互联网和云服务; 2)移动用户,期望即使在高速下也能无处不在和无缝移动。虽然未来移动通信的大部分工作都是由第一类用户推动的,但我们在本文中概述了一种分层蜂窝网络架构,该架构具有同时有效支持两个用户组的潜力。我们推导出新颖的收发器架构,并得出需要解决的研究问题,以有效地保持无线连接的设想社会运动。
2017-08-30 cs.NI
The Impact of Mobility Model in the Optimal placement of Sensor Nodes in Wireless Body Sensor Network
功耗和能量消耗是身体传感器网络(BSN)中的一个基本问题,因为节点必须在一段时间内正确和自主地运行,而无需更换电池或更换电池。这是因为BSN中的传感器要么植入体内,要么位于非常靠近身体的位置。因此,更换电池的持续时间至关重要。大多数现有的研究建议开发一个更好的电池单元或开发一个能量感知路由协议,以解决能量消耗在WBSN。但事实并非如此,因为WBSN中的大部分能量消耗是由于路由和传感器节点放置中的移动性而发生的。因此,改进电池单元可能无法解决WBSN中的能量消耗。
2018-01-04 cs.NI
Graph Neural Networks for O-RAN Mobility Management: A Link Prediction Approach
The Laude Technology Company, S.L.(Laude技术公司);Telecommunication Research Institute (TELMA) University of Malaga(电信研究 institute(TELMA)马德里大学)
针对 5G/O-RAN 反应式切换资源开销问题,提出基于 GNN 用户—小区链路预测的主动切换框架,并在真实数据集上比较两类模型。
2025-09-29 cs.AI cs.NI
Mobility for Cellular-Connected UAVs: challenges for the network provider
无人机(UAV)技术正变得越来越普遍,其应用也越来越多样化。5G及以上网络必须实现无人机连接。这将要求网络运营商在网络的规划和运营中考虑这种新类型的用户。这项工作提出了运营商将遇到的挑战,并应在未来考虑无人机成为网络的用户。我们分析了3GPP规范,现有的研究文献和公开的无人机连接数据集,以描述所面临的挑战。我们将这些挑战分为网络规划和网络优化类别。我们讨论的挑战,规划网络覆盖时,考虑覆盖飞行用户和PCI冲突和混乱的问题,这些用户可以加剧。在讨论网络优化挑战时,我们介绍了自动邻居关系(ANR)和切换挑战,特别是邻居关系表(NRT)中的邻居数量及其潜在的删除和阻止列表、频繁的切换次数以及无人机的可能性由于切换问题而断开连接。我们讨论了解决所面临挑战的可能方法,并使用真实世界的数据集来支持我们对这些挑战及其重要性的研究结果。
2021-02-25 cs.NI
Age of Gossip With Cellular Drone Mobility
University of Maryland, College Park(马里兰大学帕克分校)
研究基于蜂窝无人机移动的gossip机制,分析无人机移动与传播速度对信息新鲜度的影响,揭示双重瓶颈并提出版本信息年龄的缩放规律。
2026-01-09 cs.IT cs.NI cs.SI
Analysis and Performance Evaluation of Mobility for Multi-Panel User Equipment in 5G Networks
频率范围2(FR 2)已成为5G网络的组成部分,以满足对用户数据吞吐量不断增长的需求。然而,FR2中的无线电信号在移动环境中经历高路径和衍射损耗。为了解决这个问题,FR2采用多面板用户设备(MPUE),由此将多个天线面板放置在UE主体上以利用来自天线方向性的增益。与具有各向同性辐射图案的传统UE相比,网络中的小区的信号测量可能无法同时在所有面板上用于MPUE,这可能导致影响移动性决策的可靠性的过时信号测量。在本文中,我们研究了两种不同的MPUE方案的移动性性能以下不同的范例信号测量和比较它们的性能与传统的UE。该性能评估基于在FR 2中操作的多波束5G网络,其中每个小区存在多个同时活动的波束以实现高吞吐量要求。此外,在移动性性能的深入分析进行,以确定最佳的移动性参数组合为不同的MPUE方案。结果表明,与传统UE相比,两种MPUE方案都提供了相当大的移动性性能增益。此外,可以看出,MPUE方案需要不同的移动性参数设置以获得最佳的移动性性能。
2022-04-11 cs.NI
Aerial Base Stations Deployment in 6G Cellular Networks using Tethered Drones: The Mobility and Endurance Trade-off
机载基站(由无人机携带)具有增强蜂窝网络覆盖范围和容量的巨大潜力。多个场景和用例将极大地受益于这种技术,例如(i)在密集和城市地区卸载地面基站(BS),以及(ii)为农村地区提供覆盖。然而,部署机载BS面临的主要挑战之一是无人机的可用能量有限,这限制了飞行时间。事实上,目前使用的大多数无人机(UAV)最多只能运行一个小时。由于需要频繁访问地面站进行充电,这限制了支持UAV的蜂窝网络的性能,使UAV的覆盖区域暂时无法使用。在这篇文章中,我们提出了一种新的无人机蜂窝网络设置的基础上系留无人机(TUAVs)。在拟议的设置中,TUAV通过系绳连接到地面站(GS),为TUAV提供能量和数据。这使得一个航班可以停留几天。我们详细描述了拟议系统的组成部分。此外,我们争取的主要优势,TUAV使能蜂窝网络相比,典型的无绳系无人机。接下来,我们将讨论TUAV的潜在应用和用例。最后,我们讨论了挑战,设计考虑,和未来的研究方向,以实现拟议的设置。
2020-08-12 cs.IT cs.NI eess.SP
An Urban Multi-Operator QoE-Aware Dataset for Cellular Networks in Dense Environments
本研究提供了一个在2平方公里密集城市区收集的包含30,925条记录的多运营商蜂窝网络数据集,涵盖多种移动模式、流量场景及信号质量参数,适用于QoE驱动的机器学习网络优化。
2025-06-23 cs.NI eess.SP
Offline Reinforcement Learning for Mobility Robustness Optimization
Ericsson Research(爱立信研究)
本研究探索使用离线强化学习方法(Decision Transformers和Conservative Q-Learning)学习最优小区个体偏移调整以优化移动鲁棒性,在3500 MHz New Radio网络中比传统规则方法提升达7%,并支持多目标函数训练。
2025-06-28 cs.AI cs.NI cs.PF
Self-Organizing Mobility Robustness Optimization in LTE Networks with eICIC
Incubation & Innovation Team, Wireless CTO Alcatel-Lucent(阿尔卡特朗讯无线首席技术官办公室孵化与创新团队)
本文提出了一种基于eICIC和MRO的联合优化方法,通过改进的SON解决方案优化移动性KPIs,实验证明了其在异构网络中的有效性。
2013-10-23 cs.NI cs.PF cs.SY
Mobility can drastically improve the heavy traffic performance from 1/(1-rho) to -log(1-rho)
我们研究了一个无线网络模型,其中用户以s速度移动,它具有通过一个固定点方程定义的原始特征。也就是说,我们从一个两类处理器共享队列模型的一个代表性的细胞,这个网络:类1用户不耐烦(非移动)和类2用户不耐烦(移动)。这个模型有五个参数,我们研究的情况下,这些参数之一是通过一个固定点方程设置为其他四个的函数。这个固定点方程捕捉到了这样一个事实,即所考虑的单元与网络的其余部分处于平衡状态。这种建模方法使我们能够减轻移动网络的早期模型的一些缺点。我们的主要和令人惊讶的发现是,对于这个模型,移动性大大改善了高负荷服务行为,从通常的1/(1-rho)缩放没有移动性(即,当s=0时)到对数标度-log(1-ρ)。在高负载的情况下,这证实了移动系统的性能受益于用户的空间移动性。其他模型的扩展和补充的方法,这高负荷服务分析的最后讨论。
2019-09-10 cs.NI math.PR
Sequence-Based Deep Learning for Handover Optimization in Dense Urban Cellular Network
School of Engineering and Technology, Sunway University(双威大学工程学院与技术学院);Department of Computer Science, Federal University Dutsinma(杜钦马联邦大学计算机科学系);Future Cities Research Institute, Sunway University(双威大学未来城市研究院)
针对密集城市蜂窝网络的切换管理难题,本文提出基于GRU的序列深度学习切换预测方法,结合多维特征大幅降低乒乓切换与不必要切换,提升连接稳定性,推理效率高,适用于实时边缘部署,并公开数据集助力相关研究。
2025-10-03 cs.NI
Updating Neighbour Cell List via Crowdsourced User Reports: a Framework for Measuring Time Performance
在本文中,我们介绍的想法,估计本地拓扑结构的无线网络通过众包的用户报告。在这种方法中,每个用户周期性地向服务基站报告关于由用户观察到的相邻基站的集合的信息。我们表明,通过映射到不断增加的知识状态的网络的局部拓扑结构,可以得到一个清晰的数学框架,这反过来又允许使用各种用户移动模型。使用一个简化的移动模型,我们展示了如何获得有用的上界的预期时间为基站获得充分的知识,其本地的邻居,回答的基本问题,哪些类的网络部署可以有效地受益于众包的方法。
2019-11-20 cs.NI cs.SI
Evaluation of Varrying Mobility Models & Network Loads on DSDV Protocol of MANETs
移动自组织网络(MANET)是一组相互通信的移动主机组成的自发网络,不使用已建立的网络基础设施。与具有连接基站的有线骨干的蜂窝或基础设施网络不同,移动自组网既没有固定的路由器也没有固定的位置。它们的性能在很大程度上取决于路由机制和移动性的性质。早期的研究表明,目的地顺序距离矢量(DSDV)路由协议是最有效和最流行的协议之一,就一般参数而言。[1,6]我们使用NS2 Simulator对DSDV协议的网络负载、分组投递率和端到端延迟的性能指标进行了实验评估。本文给出了DSDV协议在四种不同移动模型下的性能,即:随机路点、参考点组移动、具有不同网络负载和速度的高斯马尔可夫和曼哈顿移动模型。实验结果表明,基于RPGM移动模型的DSDV协议在网络负载和速度变化的情况下具有较好的性能。
2009-12-11 cs.NI
Minimizing the Signaling Overhead and Latency based on Users' Mobility Patterns
我们展示了一种分布式和集中式4G/5G兼容方法,以最大限度地减少蜂窝网络中与用户移动性相关的信令和延迟。这是至关重要的,因为网络的密集化和新的基于5G服务的架构引入的额外信令。通过利用标准化协议,我们的解决方案动态地重新组织无线接入网络(RAN)中的节点与核心之间的关联。我们使用真实的用户移动数据集验证了所提出的方法。我们的研究结果表明,与基于地理邻近的传统方法相比,我们的分布式和集中式解决方案都显着减少了核心和RAN之间的信令。结果,这两种方法都显著减少了平均切换过程处理时间。此外,通过依赖于本地可用的信息,分布式方法可以快速适应用户移动模式的变化。
2022-01-04 cs.NI
RACH-less Handover with Early Timing Advance Acquisition for Outage Reduction
本文针对5G网络高移动性场景,提出一种基于3GPP条件切换机制的无RACH切换信令方案,通过早期获取定时提前建立初始同步,显著缩短切换中断时间,使中断及切换中断时间分别相对减少18.7%和43.2%。
2024-03-27 cs.NI
Adaptive Slot Allocation And Bandwidth Sharing For Prioritized Handoff Calls In Mobile Netwoks
移动性管理和带宽管理是蜂窝移动网络中的两个主要研究课题。移动性管理包括两个基本部分:位置管理和切换管理。为了给用户提供QoS,移动通信是无线蜂窝网络中的一个关键要素。它通常是由跨越小区边界或由当前信道中的信号质量恶化而发起的。本文提出了一种新的蜂窝移动网络接纳控制策略。在蜂窝网络中,两个重要的QoS参数是呼叫丢弃概率(CDP)和分组丢弃概率(HDP)。CDP表示呼叫由于切换失败而掉线的概率。HDP表示由于目标小区中的可用资源不足而导致的切换失败的概率。大多数算法试图将HDP限制到某个目标最大值,但不限制CDP。在本文中,我们表明,当HDP被控制,CDP也被控制到最低程度,同时保持较低的阻塞率为新的呼叫在系统中。
2010-05-06 cs.NI
Multi-cell Edge Coverage Enhancement Using Mobile UAV-Relay
无人机辅助通信是未来无线通信网络中的一项重要技术。UAV不仅可以帮助从地面基站(GBS)卸载数据业务,还可以提高小区边缘用户(CEU)的服务质量。在本文中,我们考虑通过移动中继增强小区边缘通信,即,无人机,在多小区网络中。在每个传输周期中,GBS首先向UAV发送数据,然后UAV根据一定的关联策略将其接收到的数据转发给CEU。为了最大化所有CEU的总速率,在满足CEU最小速率要求、无人机机动性约束和因果缓冲约束的前提下,联合优化无人机机动性管理,包括轨迹、速度、加速度以及CEU与无人机的关联策略。为了解决混合整数非凸问题,我们将其转化为两个凸子问题,通过应用紧界和松弛。提出了一种迭代算法交替求解这两个子问题。数值结果表明,该算法实现了更高的CEU率相比,现有的基准计划。
2020-05-03 cs.NI eess.SP
TARMM: Scaling Delay-Critical Edge AI Offloading in 5G O-RAN via Temporal Graph Mobility Management
Department of Computer Science Engineering Michigan State University(密歇根州立大学计算机科学与工程系)
本文提出TARMM,一种优化5G O-RAN用户移动管理的系统,通过时间图模型和多智能体强化学习框架,提升延迟关键边缘AI卸载的实时性和可靠性。
2026-04-27 cs.NI cs.SY eess.SY
Coverage Analysis for Cellular-Connected Random 3D Mobile UAVs with Directional Antennas
这封信提出了一个分析框架,以评估蜂窝连接的无人机(UAV)网络的覆盖性能,其中无人机用户设备(UAV-UE)配备有定向天线,并根据三维(3D)移动模型移动。配备有实际下倾天线的地面基站(GBS)根据泊松点过程(PPP)分布。从随机几何的工具,我们推导出切换概率和覆盖概率的最强平均接收信号强度(RSS)关联策略下的随机UAV-UE。所提出的分析框架允许调查UAV-UE天线波束宽度,移动速度,小区关联和垂直运动的切换概率和覆盖概率的影响。我们得出结论,最佳UAV-UE天线波束宽度随着GBS密度而减小,并且在稀疏网络场景中,全向天线模型是优选的。此外,最强平均RSS关联相对于最近关联的优越性随着GBS密度的增加而减小。
2022-11-27 cs.NI eess.SP
Handover Experiments with UAVs: Software Radio Tools and Experimental Research Platform
移动性管理是蜂窝网络的关键特征。当将无人机(UAV)集成到蜂窝网络中时,需要仔细管理它们的小区关联,以便与其他蜂窝用户共存。无人机在三维空间中移动,可能会在其飞行路径上穿越多个单元,因此可能会受到多个干扰。为了使无人机用户的移动性管理的研究,本文描述了设计,实现和测试方法与空中用户的切换实验。我们利用软件定义无线电(SDR)并实施一系列工具,用于在实验室中准备实验,并将其带到户外进行现场测试。我们只使用商业现成的硬件,开源软件和实验许可证,以实现可重复和可扩展的实验。我们最初的室外结果是两个SDR基站连接到一个开源软件核心网络,实现4G长期演进协议,一个低空无人机用户设备演示了切换过程。
2022-01-03 cs.AR cs.NI eess.SP
Control over Skies: Survivability, Coverage, and Mobility Laws for Hierarchical Aerial Base Stations
空中基站(ABS)在下一代无线网络中具有重要的意义,可以方便和高质量地容纳移动地面用户和快速人群。然而,为了实现一个有效的ABS网络,许多因素有关的ABS飞行,管理法律和信息传输必须研究。本文从生存性、覆盖和移动性三个方面研究了多无人机通信,优化了多层ABS网络,避免了小区间干扰、能量不足、频繁切换和生命周期等问题。本文包括模拟结果的分层ABS分配处理一组用户在一个定义的地理区域。提出了几个开放的问题和挑战,提供深入了解ABS网络管理及其实用程序框架。
2021-04-16 cs.NI eess.SP
Reverse Engineering Human Mobility in Large-scale Natural Disasters
延迟/中断容忍网络(DTN)已经存在了十多年,并且特别被提议用于通信基础设施不可用的场景。在这种情况下,DTN可以通过利用用户移动性来提供尽力而为的通信服务。自然灾害是DTN在蜂窝网络被自然力量破坏时的一个重要应用场景。为了在部署之前评估这种网络的性能,我们需要对人类流动性有适当的了解。在本文中,我们解决这个问题,设计,实施和评估一种新的流动性模型的大规模自然灾害。由于缺乏GPS跟踪,我们利用来自71个灾害响应组织(DRO)的126名专家的知识,对过去自然灾害(重点是2010年海地地震和2013年台风海燕)的人员流动进行了逆向工程。通过基于仿真的实验,我们比较和对比我们的移动模型与其他知名的模型,并评估其对DTN性能的影响。最后,我们向公众提供我们的源代码。
2017-09-21 cs.CY cs.NI
Knowledge Transfer in Deep Reinforcement Learning for Slice-Aware Mobility Robustness Optimization
Nokia Bell Labs(诺基亚贝尔实验室);Technical University of Munich(慕尼黑工业大学);Nokia Software(诺基亚软件部门)
自组织网络中的传统移动性鲁棒性优化(MRO)旨在通过优化小区特定的切换参数来提高切换性能。然而,这样的解决方案不能满足下一代网络的需求与网络切片,因为它只保证接收信号的强度,而不是每个切片的服务质量。为了提供真正无缝的移动服务,我们提出了一种基于深度强化学习的切片感知移动鲁棒性优化(SAMRO)方法,该方法通过优化切片特定的切换参数来提高切换性能,并确保切片服务。此外,为了允许安全和样本有效的在线训练,我们开发了一个两步迁移学习方案:1)正则化的离线强化学习,以及2)有效的在线微调与混合经验重放。系统级仿真结果表明,与传统的MRO算法相比,SAMRO算法在优化切换性能的同时,显著提高了切片感知服务的连续性。
2022-03-07 cs.AI cs.LG cs.NI