Energy Efficiency Evaluation of Cellular Networks Based on Spatial Distributions of Traffic Load and Power Consumption
当服务提供商的运营成本随着蜂窝网络中快速增长的数据业务需求而增加时，能量效率变得重要。在本文中，我们提出了一个能量效率模型的泊松-沃罗诺伊镶嵌（PVT）蜂窝网络考虑空间分布的流量负载和功耗。基于Palm理论，推导出了典型PVT小区的业务负载和功率消耗的空间分布，并可直接推广到整个PVT蜂窝网络。此外，PVT蜂窝网络的能量效率进行评估，考虑到业务负载特性，无线信道的影响和干扰。数值和蒙特卡罗模拟进行评估的能量效率模型在PVT蜂窝网络的性能。这些仿真结果表明，在给定的无线信道条件和用户强度在一个小区中的PVT蜂窝网络的能量效率存在最大限度。
2014-12-17 cs.NI
Understanding Mobile Traffic Patterns of Large Scale Cellular Towers in Urban Environment
了解城市环境中大规模蜂窝塔的移动业务模式对于现代大都市的互联网服务提供商、移动用户和政府管理者都是非常有价值的。本文的目的是提取和建模的大规模塔部署在一个大城市的交通模式。为了实现这一目标，我们需要解决几个挑战，包括缺乏适当的工具来处理大规模的交通测量数据，未知的交通模式，以及处理影响交通模式的城市生态和人类行为的复杂因素。我们的核心贡献是一个强大的模型，它结合了三维信息（时间，塔的位置和交通频谱），以提取和模拟数千个蜂窝塔的交通模式。我们的实证分析揭示了以下重要的观察结果。首先，在9，600个蜂窝塔中只存在五种基本的时域业务模式。第二，每个提取的交通模式映射到一种类型的地理位置相关的城市生态，包括居住区，商业区，交通，娱乐，综合区。第三，我们的频域流量频谱分析表明，9,600个塔中的任何塔的流量都可以使用与人类活动行为相对应的四个主要分量的线性组合来构建。我们相信，所提出的交通模式提取和建模方法，结合对移动流量的实证分析，铺平了道路，对大规模的蜂窝塔在现代大都市的交通模式的深入了解。
2015-10-14 cs.NI
Cellular traffic offloading via Opportunistic Networking with Reinforcement Learning
Institute for Informatics and Telematics, National Research Council（国家研究委员会信息与远程信息处理研究所）
移动电话的广泛普及正在引发移动数据流量的指数增长，这可能在不久的将来甚至在上一代蜂窝网络中引起相当大的流量过载问题。将部分流量卸载到其他网络被认为是一种非常有前途的方法，特别是在本文中，我们考虑通过用户设备的机会网络进行卸载。然而，这种解决方案的性能强烈地依赖于移动节点之间的相遇模式，因此在设计卸载控制算法时应考虑到这一点。在本文中，我们提出了一个自适应卸载解决方案的基础上的强化学习框架，我们评估和比较两个著名的学习算法：演员批评和Q学习的性能。更确切地说，在我们的解决方案中，传播过程的控制器，一旦训练，能够选择适当数量的内容副本注入到机会网络，以保证及时交付的内容给所有感兴趣的用户。我们表明，我们的系统基于强化学习是能够自动学习一个非常有效的策略，以减少蜂窝网络上的流量，而不依赖于任何额外的上下文信息的机会网络。我们的解决方案在一系列不同的移动性设置中实现了比其他最先进方法更高水平的卸载。此外，我们还证明了基于Actor-Critic算法的更精细的学习解决方案比基于Q学习的更简单的解决方案更有效。
2021-10-01 cs.LG cs.NI
Forecasting Busy-Hour Downlink Traffic in Cellular Networks
蜂窝业务量的急剧增长要求蜂窝网络运营商开发策略以仔细地确定可用网络资源的尺寸并对其进行管理。预测交通量是任何主动管理战略的基本组成部分，因此在这种情况下非常感兴趣。从文献中发现的内容来看，网络流量通常是在短期内预测的，在这项工作中，我们解决了预测繁忙时间流量的问题，即，观测到的每日最大交通量的时间序列。我们专门处理预测在长期（一，两个月前），我们比较不同的方法来完成手头的任务，考虑不同的预测算法，以及依赖或不依赖于基于集群的方法，首先分组网络小区具有类似的繁忙时间流量配置文件，然后适合每个集群的预测模型来预测流量负载。一个真实的蜂窝网络数据集上的结果表明，繁忙时间的流量可以预测误差低于10%的前瞻期长达2个月的未来。此外，当集群可用时，我们分别将预测精度提高到8%和5%，分别为1个月和2个月。
2022-07-04 cs.NI
FLEXIBLE: Forecasting Cellular Traffic by Leveraging Explicit Inductive Graph-Based Learning
Orange Innovation（奥兰治创新公司）；Nantes University（南特大学）；École Centrale Nantes（南特中央理工学院）；IMT Atlantique（大西洋电信与技术学院）；CNRS（法国国家科学研究中心）；INRIA（法国国家信息与自动化研究所）；LS2N（南特数字科学实验室）；University of Luxembourg（卢森堡大学）；SnT（卢森堡大学安全、可靠性和信任中心）
针对现有蜂窝流量图预测方法未考虑基站动态变化的问题，本研究提出FLEXIBLE归纳式图学习方案与泛化GNN预测模型，支持一次训练适配多图且易迁移，较SOTA最高提升9.8%，小样本场景优势显著。
2024-05-14 cs.AI cs.LG cs.NI
Cellular Traffic Prediction and Classification: a comparative evaluation of LSTM and ARIMA
Stockholm University（斯德哥尔摩大学）；Huawei（华为）
为了提高资源利用率，蜂窝网络中的用户流量预测引起了广泛的关注。在本文中，我们研究了网络流量的预测和分类问题，分别采用标准的机器学习和统计学习时间序列预测方法，包括长短期记忆（LSTM）和自回归积分移动平均（ARIMA）。我们提出了一个广泛的实验评估的设计工具在一个真正的网络流量数据集。在此分析中，我们探讨了不同参数对预测有效性的影响。我们进一步扩展我们的分析问题的网络流量分类和预测的流量突发。一方面，结果表明LSTM的性能一般优于ARIMA，特别是当训练时间序列的长度足够长时，并且通过明智选择的特征集进行增强。另一方面，结果揭示的情况下，ARIMA执行接近最优的复杂性较低。
2019-06-03 cs.LG cs.NI eess.SP
Characterizing Delay and Control Traffic of the Cellular MME with IoT Support
高级蜂窝网络的主要用例之一由大规模物联网（MIoT）表示，即，大量物联网设备向蜂窝网络基础设施传输数据。为了使蜂窝MIoT成为现实，需要专门为支持物联网而设计的数据传输和控制程序。出于这个原因，3GPP引入了控制平面蜂窝物联网优化，该优化预见了简化的承载实例化，其中移动性管理实体（MME）处理控制和数据流量。因此，MME的性能变得至关重要，适当扩展其计算能力可以决定整个网络有效解决MIoT的能力。特别地，考虑到虚拟化网络和对计算资源的有效分配的需求，随着MIoT业务负载的变化，表征MME性能是至关重要的。我们通过呈现将物联网源的数量与请求承载的速率联系起来的紧凑、封闭形式的表达式，以及这种速率与物联网数据引起的延迟来解决这一需求。我们表明，我们的分析，通过测试台实验的支持和验证，通过大规模的模拟，是一个有价值的工具，使有效的扩展决策，在虚拟化的蜂窝核心网络。
2020-01-01 cs.NI
5G Traffic Prediction with Time Series Analysis
R.V. College of Engineering（R.V. 工程学院）；Nokia（诺基亚）
本文利用LSTM模型对5G蜂窝流量进行时间序列分析，实现应用分类、上行数据包到达强度预测和突发发生概率估计，以优化网络资源分配与利用。
2025-07-20 cs.LG cs.NI
Performance Comparison of Packet Scheduling Algorithms for Video Traffic in LTE Cellular Network
在本文中，我们研究了下行链路分组调度算法提出的LTE蜂窝网络。本文重点研究了三种最有前途的调度算法：FLS算法、EXP算法和EXP算法。这三种算法的性能进行了视频流量在车载环境中使用LTE-Sim模拟器。在半径为1 km的固定有界区域中，设置了不同数量的用户，从10 - 60。本研究的主要目标是提供有助于LTE蜂窝网络分组调度器设计过程的结果，旨在获得更好的整体性能用户。仿真结果表明，FLS方案在平均系统吞吐量、平均分组时延、PLR等方面都优于传统的FLS方案，并且具有令人满意的公平性指标。
2013-07-11 cs.NI
GraFSTNet: Graph-based Frequency SpatioTemporal Network for Cellular Traffic Prediction
GraFSTNet通过整合时空建模与时间-频率分析，有效捕捉蜂窝交通的周期性模式，提升预测准确性。
2026-02-19 cs.AI cs.NI
A Multi-traffic Inter-cell Interference Coordination Scheme in Dense Cellular Networks
本文提出了一种新的半分布式和实用的ICIC方案的基础上几乎空白子帧（ABSF）的方法，由3GPP。我们定义了两个数学规划问题的情况下，保证和尽力而为的流量，并使用博弈论来研究衍生的ICIC分布式计划，这是比较详细的对负担不起的集中式计划的属性。基于对所提出的模型的分析，我们定义了分布式多业务调度（DMS），一个统一的分布式框架自适应干扰感知调度的基站在未来的蜂窝网络，占保证和尽力而为的流量。DMS遵循两层方法，由本地ABSF调度器和轻量级本地管理器组成，本地ABSF调度器在保证流量和尽力而为流量之间执行资源分配，本地管理器协调ABSF本地决策。由于这种双层设计，DMS需要非常轻的信令来驱动本地路由器到全局有效的操作点。如通过数值结果所示，DMS允许（i）最大化无线电资源重用，（ii）为保证的业务提供所请求的质量，（iii）最小化专用于保证的业务的时间以为尽力而为业务留下空间，以及（iv）最大化尽力而为业务的资源利用效率。
2017-08-24 cs.NI
Multi-grained spatial-temporal feature complementarity for accurate online cellular traffic prediction
School of Information Science and Engineering, Southeast University（信息科学与工程学院，东南大学）；Purple Mountain Laboratories（紫金山实验室）；China Telecom Corporation Limited Technology Innovation Center（中国电信股份有限公司技术创新中心）
提出基于多粒度时空特征互补（MGSTC）的在线蜂窝流量预测方法，结合粗细粒度时空注意力与在线学习策略，有效应对概念漂移，在四个真实数据集上持续优于十一个基线模型。
2025-08-01 cs.AI cs.LG cs.NI
Traffic Prediction in Cellular Networks using Graph Neural Networks
蜂窝网络是在全世界提供主要通信手段的无处不在的实体。蜂窝网络中的一个主要挑战是用户数量及其对电信服务的使用的动态变化，这导致某些基站处的过载。处理这种过载问题的一类解决方案是部署无人机，其可以充当临时基站并从过载的基站卸载流量。在开发这个解决方案的过程中有两个主要挑战。首先，预计无人机将出现在基站周围，其中未来将发生过载，因此需要预测业务过载。其次，无人机资源高度受限，只能飞行几分钟。如果受影响的基站真的很远，无人机永远无法到达那里。这需要将无人机初始放置在可能发生过载的扇区中，因此再次需要交通预报，但在不同的空间尺度上。必须指出的是，该问题所造成的区域的空间范围和可供无人机使用的极其有限的电力资源构成了一个巨大的挑战，如果不将无人机部署在战略位置以减少飞行到所需高需求区域的时间，就很难克服这个挑战。此外，由于无人机以有限的速度飞行，因此采用可以预测交通激增的预测解决方案非常重要，以便无人机可以在实际发生之前卸载过载。这两个目标都需要对蜂窝网络流量进行分析和预测，这是本项目的主要目标
2023-01-30 cs.LG cs.NE cs.NI
Optimal Radio Resource Allocation for Hybrid Traffic in Cellular Networks: Traffic Analysis and Implementation
在本文的第一部分，一个分布式和集中式的架构，最佳的无线电资源分配知道的流量延迟容忍的性质，用户订阅类型，和应用程序的使用变化。在当前的文章中，上述分布式和集中式架构的传输开销分析进行了研究，并证明了集中式方案比分布式方法具有更低的传输开销。此外，集中式和分布式架构的传输开销的下限推导。此外，上述集中式和分布式架构的资源分配过程的敏感性分析，在系统中的用户数量的变化。此外，集中式和分布式方法的应用程序使用的时间变化的敏感性分析进行了研究。最后，通过适当的仿真验证了传输开销和灵敏度相关的声明。最后但并非最不重要的是，提供了第一部分中开发的资源分配方法的实际实现。
2014-11-12 cs.NI
Deep RAN: A Scalable Data-driven platform to Detect Anomalies in Live Cellular Network Using Recurrent Convolutional Neural Network
MTN IranCell
在本文中，我们提出了一种新的算法来检测关键参数指标（KPI）的活细胞网络的基础上的组合的递归神经网络（RNN），卷积神经网络（CNN），作为递归卷积神经网络（R-CNN）的异常。CNN对空间相关性和信息进行建模，而RNN对时间相关性和信息进行建模。本文研究的蜂窝网络包括2G、3G、4G和4.5G技术，KPI包括小区的语音和数据流量。数据和语音流量对于无线网络的所有者来说非常重要，因为它直接关系到用户体验的收入和服务质量。这些流量变化的发生有几个原因：由于特殊事件，使相邻站点处于空中或关闭状态，或者通过将流量转移到其他技术，例如将流量从3G转移到4G，用户行为发生变化。传统上，为了保持网络的稳定，需要在每个时间间隔内逐层观察流量，以检测KPI的重大变化，在大规模的电信网中，这将是过于耗时和异常检测的准确性低。然而，所提出的算法能够以时间有效和准确的方式检测网络的每个元素的异常KPI。它观察流量层的趋势，并将其分为8个流量类别：正常，突然增加，逐渐增加，突然减少，逐渐减少，快速站点，新站点和停机站点。此分类任务使供应商和运营商能够检测其实时网络中的异常情况，以保持KPI处于正常趋势。该算法是训练和测试的真实数据集上的细胞网络超过25000个细胞。
2019-11-10 cs.LG cs.NI eess.SP
HiSTM: Hierarchical Spatiotemporal Mamba for Cellular Traffic Forecasting
Deggendorf Institute of Technology（多格多夫技术学院）
针对蜂窝流量预测中准确率与计算效率的权衡问题，提出分层时空Mamba（HiSTM）模型，结合双重空间编码器与Mamba时间模块，在大幅减少参数量的同时显著提升了预测准确率与泛化能力。
2025-08-07 cs.AI cs.NI
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
Group-based Delivery of Critical Traffic in Cellular IoT Networks
预计第五代（5G）网络将在许多使用场景中连接大量物联网（IoT）设备。具有零星和短分组上行链路传输的典型大规模物联网应用的挑战得到了很好的研究，而对新兴点对多点场景中向物联网设备交付共同感兴趣的内容（例如软件/固件更新和远程控制）的关注不够。此外，延迟敏感的物联网流量的交付在文献中没有得到充分解决。在这项工作中，我们（i）确定了当前用于蜂窝物联网（cIoT）网络中计划外关键业务交付的单小区点到多点（SC-PTM）解决方案的缺点，以及（ii）提出了用于在例如，bug修复或系统故障。我们基准性能的建议寻呼计划对类似的解决方案，在文献中。我们的扩展SC-PTM框架是节能的，并保证低服务延迟，无论是分析和模拟证明。
2021-10-16 cs.NI
HetHetNets: Heterogeneous Traffic Distribution in Heterogeneous Wireless Cellular Networks
在异构无线蜂窝网络中的供给和需求的建模和分析中的最近方法是针对基站（BS）和用户设备（UE）的位置使用两个独立的泊松点过程（PPP）。这种流行的方法有两个主要缺点。首先，尽管PPP模型对于BS位置可能是合适的模型，但是其对于UE位置是不太合适的，这主要是由于模型不可调节（可调谐）以表示UE位置中的异质性（非均匀性）的严重性的事实。此外，两个PPP之间的独立性假设没有捕获UE和BS位置之间经常观察到的相关性。本文提出了一种新的异构空间交通模型，允许统计调整。简单的和非参数化的，但足够准确的，用于捕获空间中的交通特性的措施。仅调整与UE分布相关的两个统计参数，即，适当定义的UE间距离度量的变化系数（归一化二阶矩）和UE与BS位置之间的相关系数（归一化交叉矩），以分别控制异质性程度和朝向BS位置的偏置。该模型用于异构无线蜂窝网络（HetNets），以证明异构和BS相关的流量对网络性能的影响。这个网络被称为HetHetNet，因为它有两种类型的异质性：基础设施的异质性（供应）和空间流量分布的异质性（需求）。
2015-05-01 cs.NI
What Can Wireless Cellular Technologies Do about the Upcoming Smart Metering Traffic?
具有蜂窝无线电接口的智能电表的引入给无线蜂窝网络带来了额外的负载。目前，这些仪表设计用于低占空比计费和偶尔的系统检查，这会产生低速率的零星流量。随着分布式能源数量的增加，家庭电力将变得更加多变，因此从配电系统运营商（DSO）的角度来看是不可预测的。因此，预计在不久的将来，在配电网中具有增加数量的具有类似相量测量单元（PMU）的能力的广域测量系统（WAMS）设备，从而允许公用事业监测低压电网质量，同时提供更严格的电网控制所需的信息。从通信的角度来看，流量概况将朝着更高的数据量和每设备更高的速率急剧变化。在本文中，我们描述了智能电表产生的当前流量，并补充了引入增强型智能电表所带来的潜在流量需求，即，具有类似PMU功能的仪表。我们的研究显示了GSM/GPRS和LTE蜂窝系统的性能如何与当前和下一代智能电表流量，其中可以清楚地看到，PMU数据将严重挑战这些无线系统。最后，我们强调了升级蜂窝标准的可能解决方案，以应对即将到来的智能计量流量。
2015-07-01 cs.IT cs.NI math.IT
Non-Saturated Throughput Analysis of Coexistence of Wi-Fi and Cellular With Listen-Before-Talk in Unlicensed Spectrum
本文分析了Wi-Fi和蜂窝网络的共存性能条件下的非饱和业务在非授权频谱。在此条件下，将具有先插后讲（LBT）过程的蜂窝小小区基站（SCBS）的时域行为建模为马尔可夫链，并将其与描述Wi-Fi接入点时域行为的马尔可夫链相结合。使用该模型，本研究发现最佳的竞争窗口大小的蜂窝SCBS中，两个网络的总吞吐量最大化，同时满足每个网络所需的吞吐量，在给定的流量密度下，两个网络。这将作为蜂窝运营商关于根据两个网络的业务量随时间的变化在蜂窝SCBS处执行LBT的指南。
2017-07-25 cs.NI
Capacity and Delay Tradeoff of Secondary Cellular Networks with Spectrum Aggregation
蜂窝通信网络受到冗余容量的困扰，这导致网络资本投资的低利用率和成本效益。可以利用冗余容量来提供超弹性和延迟容忍的辅助流量。在本文中，我们提出了一个分析框架，研究容量延迟权衡的弹性/二级业务在大规模蜂窝网络与频谱聚合。我们的框架集成了随机几何和排队论模型，并给出了分析的见解的容量延迟性能的干扰限制制度。封闭形式的结果得到表征的平均延迟和延迟分布的功能，每个用户的吞吐量。频谱聚合，用户和基站（BS）的密度，流量会话的有效载荷，和主要的流量动态的容量延迟权衡关系的影响进行了研究。导出了基本容量极限，揭示了其标度行为。我们的分析表明，通过蜂窝网络提供二次通信服务的可行性，并强调了一些关键的设计问题。
2016-12-28 cs.NI
5G Long-Term and Large-Scale Mobile Traffic Forecasting
Huawei Turkey R&D Center（华为土耳其研发中心）
对于服务提供商来说，理解和预测大规模蜂窝网络中的移动业务是至关重要的，以便治理和管理用于基站放置、负载均衡和网络规划的机制。本文的目的是从安装在不同大都市地区的14，000多个小区中提取和模拟流量模式。为此，我们创建、实现和评估了一种方法，在该方法中，细胞首先根据其兴趣点进行分类，然后根据每个区域中细胞的时间分布进行聚类。该模型已使用在不同城市收集的31周真实5G移动流量数据集进行了测试。我们发现，我们提出的模型在预测移动流量模式提前2周表现良好。我们的模型在大多数感兴趣的领域都优于基础模型，并且与朴素方法相比，通常可以减少高达15%的预测误差。这表明，我们的方法是有效的，在大规模的蜂窝网络中预测移动流量模式。
2022-12-21 cs.LG cs.NI
Spatial Traffic Shaping in Heterogeneous Cellular Networks with Energy Harvesting
能量收集（EH）探索可再生能源作为补充电源，是一种有前途的5G技术，可支持异构蜂窝网络（HCN）的巨大能源需求。然而，可再生能源的随机到来给网络管理带来了巨大的挑战。通过调整业务负载在空间域的分布，业务整形有助于平衡小区级的功率需求和供应，从而提高可再生能源的利用率。在本文中，我们研究了业务整形的节能性能的分析方法，基于能量到达和业务负载的统计信息。具体而言，能量最优业务整形方案（EOTS）的设计与EH的HCN，从而离网小小区的开关状态和卸载业务量动态调整的能量变化，以最大限度地减少上网功耗。数值结果表明，在日流量和太阳能分布情况下，EOTS方案与贪婪算法相比，能显著降低能量消耗，且用户总是优先卸载到离网小电池上.
2015-08-20 cs.IT cs.NI math.IT
MetaSTNet: Multimodal Meta-learning for Cellular Traffic Conformal Prediction
College of Electronic and Information Engineering, Tongji University（电子信息工程学院，同济大学）
针对少量训练数据下网络流量预测困难的问题，提出基于多模态元学习的深度模型 MetaSTNet，通过模拟器到真实环境的元知识迁移实现快速适应与准确预测，并结合交叉共形预测评估校准区间，实验验证了其有效性。
2025-05-26 cs.AI cs.LG cs.NI
Traffic Convexity Aware Cellular Networks: A Vehicular Heavy User Perspective
在现代蜂窝网络中，移动业务的迅猛增长主要是由大尺寸的多媒体内容引起的。智能设备以及无线电接入技术的最新进展促进了大容量内容的消费，即使对于移动车辆中的人（被称为车辆重度用户）也是如此。在这篇文章中，通过2012年和2015年在韩国首尔进行的现场实验观察到了车辆大量用户流量的出现。实验表明，这样的流量正在成为主导，捕获的车辆重用户流量增加了8.62倍，而总流量增加了3.04倍。为了解决这个所谓的车辆重用户问题（VHP），我们提出了一个小区关联算法，利用不同的速度用户需求的多样性。这种用户流量模式首先通过我们的现场试验发现，其在速度上是凸形的，即步行用户流量小于静止或车辆用户流量。当VHP变得严重时，数值评估验证了所提出的用户凸性感知关联在实践中优于众所周知的负载均衡关联，小区范围扩展（CRE）。除了小区关联之外，还提出了几种符合5G技术趋势的补充技术。
2015-08-22 cs.IT cs.NI math.IT
Cellular Predictions on the Move: What about Data?
Academy of Finland（芬兰科学院）；Centre of Excellence in Randomness and Structures（随机性与结构卓越中心）；Aalto Science-IT project（阿尔托大学科学IT项目）
本文从数据视角研究蜂窝负载预测，提出结合人口动态（潜在流量源数量及其移动性）与历史时间序列，在高速场景下预测误差降低约60%。
2026-06-25 cs.LG cs.NI
Fair distributed user-traffic association in cache equipped cellular networks
最近提出了在无线节点上缓存流行内容作为减少蜂窝网络骨干中的拥塞并提高服务质量的手段。从网络的角度来看，目标是尽可能多的用户从骨干网卸载到无线缓存，同时为缓存无关的用户提供良好的服务。积极的卸载可能会导致不平衡的用户关联。一些无线节点可能因高速缓存相关业务而过载，而其他无线节点的资源仍然未得到充分利用。给定一个固定的内容放置，这项工作提出了一个有效的分布式算法来控制和平衡蜂窝缓存存储器之间的缓存相关的流量的关联。该算法允许网络实现全局最优解，并且可以在基站上使用它们之间的有限量的信息交换来执行。它基于一种我们称之为桶填充的新算法。该解决方案通过公平地平衡节点间的总负载来限制每个节点的缓存用户数。的改进相比，常见的用户分配政策突出的单层以及多层随机网络。
2017-02-10 cs.NI math.OC
OpenCV2X: Modelling of the V2X Cellular Sidelink and Performance Evaluation for Aperiodic Traffic
OpenCV 2X是第三代合作伙伴计划（3GPP）Release 14 Cellular Vehicle to Everything（C-V2X）侧链路的第一个公开可用的开源仿真模型，它构成了后续版本中5G NR模式2的基础。该模型完全符合现有的车辆服务和应用层，包括汽车和标准社区定义的消息集，提供完全标准化的跨层通信模型。使用这个模型，我们展示了当前的侧链路调度机制如何在调度具有高度非周期性通信特性的应用程序时表现不佳，例如ETSI协作感知消息（CAM）。然后，我们提供了第一个深入的评估专用的每包非周期性调度机制，与现有的算法参数化的计划。本文强调，应用程序模型所表现出的非周期性的水平极大地影响调度性能。最后，我们分析了如何调度机制可能共存。
2021-03-24 cs.NI
How user throughput depends on the traffic demand in large cellular networks
利特尔定律允许将网络的任何区域中的平均用户吞吐量表示为该区域中的平均业务需求与稳态平均用户数的比率。通常在每个小区的操作网络中收集相应的统计数据。使用遍历参数和Palm理论的形式主义，我们表明，在网络中的全球平均用户吞吐量等于这两种手段在稳定状态下的“典型细胞”的比率。在这里，这两种手段占双平均：随着时间的推移和网络的几何形状，并可以与每表面的业务需求，基站密度和空间分布的SINR。后者占网络的不规则性，阴影和空闲细胞通过细胞负载方程。我们验证了我们的方法比较分析和模拟结果的泊松网络模型的真实网络细胞测量。
2014-03-24 cs.NI math.PR
A survey on road safety and traffic efficiency vehicular applications based on C-V2X technologies
本综述介绍了基于C-V2X技术的网联车辆应用研究，重点关注道路安全与交通效率，通过提出通信分类方法组织最新研究，并指出了未来面临的主要挑战。
2024-03-26 cs.NI
Device-to-Device Load Balancing for Cellular Networks
蜂窝网络运营商广泛采用小小区架构来增加网络容量。通过减小小区的大小，运营商可以在一个区域内安装更多（低功率）基站，以更好地满足不断增长的需求，而不会造成额外的干扰。然而，这种方法具有低频谱时间效率的缺点。当小区变得更小并且覆盖更少的用户时，其总流量由于流量聚合不足而显著波动并且表现出大的“峰均”比。由于运营商通常为高峰业务提供频谱，大的业务时间波动不可避免地导致频谱时间效率低。在本文中，我们提倡设备到设备（D2D）负载均衡作为一种有用的机制，以解决小小区架构的根本缺陷。该想法是通过利用小区间D2D通信将业务从拥塞小区转移到其相邻的未充分利用的小区，使得可以在不使用额外频谱的情况下服务业务，从而有效地提高频谱时间效率。我们提供理论建模和分析，以表征D2D负载均衡的好处，在所有单独的小区的总频谱要求方面。我们还根据所产生的D2D业务开销推导出相应的成本。我们根据真实世界的4G数据跟踪进行实证评估，以衡量实际设置下D2D负载均衡的效益和成本。结果表明，与没有D2D负载均衡的标准场景相比，D2D负载均衡可以以可忽略的0.7%的D2D业务开销为代价将频谱需求减少25%。
2018-12-12 cs.NI
Cellular IoT Traffic Characterization and Evolution
物联网（IoT）技术的采用正在增加，因此物联网似乎正在从炒作转向现实。然而，物联网在重要时间尺度上的实际使用尚未进行经验分析。换句话说，现实仍未被探索。此外，尽管物联网垂直行业多种多样，但物联网在垂直行业中的使用尚未进行比较。本文使用芬兰一家主要移动网络运营商为期两年的物联网数据集来研究蜂窝物联网流量的不同方面，包括时间演变和跨行业物联网设备的使用。我们提出了各种新的发现。例如，我们的结果显示，每台设备的物联网流量在过去两年中增加了三倍。此外，我们还说明了不同行业之间物联网使用的多样性，流量和设备移动性存在数量级差异。尽管我们也注意到，所有设备的日常流量模式只能分为三种模式，主要区别在于高峰时段的存在和时间。最后，我们说明了支持LTE的物联网设备的份额仍然很低，约为2%，30%的物联网设备仍然只有2G。
2019-11-07 cs.NI
When Cellular Meets WiFi in Wireless Small Cell Networks
覆盖在现有宏蜂窝系统上的小小区基站（SCBS）的部署被视为用于卸载业务、优化覆盖和提高未来蜂窝无线系统的容量的关键解决方案。设想下一代SCBS是多模的，即，其能够在许可和未许可频带上同时发送。这构成了WiFi和蜂窝无线电接入技术（RAT）的具有成本效益的集成，可以有效地应对峰值无线数据流量和异构服务质量要求。为了利用这种多模式SCBS的优势，我们讨论了新提出的跨系统学习的范例，SCBS通过该范例自组织并自主地引导其跨不同RAT的流量。跨系统学习允许SCBS利用WiFi和蜂窝世界的优势。例如，SCBS可以将延迟容忍数据业务卸载到WiFi，同时学习它们在授权蜂窝频带上的传输策略的概率分布函数。本文将首先介绍跨系统学习的基本构建块，然后在覆盖WiFi热点的长期演进（LTE）模拟器中提供初步的性能评估。值得注意的是，它表明，所提出的跨系统学习方法显着优于一些基准流量导向政策。
2013-03-22 cs.IT cs.NI math.IT
Resource Management and Quality of Service Provisioning in 5G Cellular Networks
随着5G技术的商业推出和蜂窝网络基础设施的快速扩张，预计蜂窝和移动网络流量将呈指数级增长。此外，新的服务预计将广泛传播，例如连接到移动网络的物联网。这将在业务负载方面增加额外的负担。因此，一些研究表明，与现在产生的流量相比，移动流量可能会增加1000多倍。这意味着必须以智能的方式管理和控制用于移动服务的网络资源，因为资源总是有限的，但是对服务的需求和保持用户设备总是连接到移动网络的需要可以被认为是无限的，从而在巨大的服务需求和可用资源之间留下差距。为了缩小这一差距，应主要考虑网络资源的管理，以避免高峰时段和流量高峰期间的网络拥塞和性能下降，并允许更多客户在需求高时访问网络服务。另一方面，保证各种新业务的服务质量要求是5G网络必须满足的另一个挑战。在本文中，我们将回顾5G网络的特点和规范，然后对资源管理和QoS提供进行调查，以提高和管理5G网络中的资源利用率。
2020-08-21 cs.NI
An Experimental Study of Factor Analysis over Cellular Network Data
移动网络运营商（MNO）正在朝着数据驱动的方向发展，同时提供收集和分析数据的能力。这有助于增强用户体验，同时增强运营人员的能力并建立新的业务模式。用户的移动流量需求可以让MNO根据网络条件进行规划、决策和行动。在本文中，我们调查的行为伊斯坦布尔居民使用蜂窝网络的交通活动在空间和时间维度上，通过探索性因子分析（EFA），使用一个主要的MNO的蜂窝网络的流量数据在土耳其。我们的研究结果揭示了伊斯坦布尔居民的各种时间和空间模式，如早上和晚上的通勤因素，商业和住宅因素，以及夜生活和周末下午的因素作为最突出的文化行为。分析结果还显示了有趣的发现，例如伊斯坦布尔居民选择的隧道和交通路径可能在早上高峰工作时间与晚上高峰下班时间不同。
2018-03-02 cs.NI
Software-Defined Hyper-Cellular Architecture for Green and Elastic Wireless Access
为了满足日益增长的移动互联网业务需求，同时保持适度的能量成本，蜂窝系统的无线接入网（RAN）需要走一条绿色的未来之路，关键在于为动态业务需求提供弹性服务。为了实现这一目标，是时候重新思考RAN架构并期待突破了。在这篇文章中，我们回顾了最先进的文献，旨在从控制流量解耦的空中接口，基于云的RAN，和软件定义的RAN的角度来改造RAN。然后，我们提出了一个软件定义的超蜂窝架构（SDHCA），确定了一个可行的方式，整合上述三个趋势，使绿色和弹性的无线接入。我们进一步介绍了实现SDHCA的关键技术，包括空中接口分离，绿色基站操作和基站功能虚拟化，然后是我们的SDHCA硬件测试平台。最后，总结了未来研究中值得探讨的几个问题。
2015-12-15 cs.NI
Resource Allocation for Energy-Efficient Device-to-Device Communication in 4G Networks
作为LTE-A（4G）网络的网关的设备到设备（D2 D）通信可以通过利用用于彼此邻近的用户的对等链路来减少蜂窝网络中的业务负载以及功耗。这将使其他蜂窝用户能够增加他们的业务，并且所有用户的总业务可以显著增加，而不需要额外的频谱。然而，D2 D通信可能增加对蜂窝用户（CU）的干扰，并迫使CU增加其发射功率电平，以便维持其所需的服务质量（QoS）。本文提出了一种用于D2 D通信的能量高效的资源分配方案，作为全负载LTE-A（4G）蜂窝网络的一个示例。仿真结果表明，该方案分配蜂窝上行链路资源（发射功率和信道）的D2 D对，同时保持所需的QoS为D2 D和蜂窝用户和最小化的总上行链路发射功率为所有用户。
2014-12-24 cs.NI
Saflo: eBPF-Based MPTCP Scheduler for Mitigating Traffic Analysis Attacks in Cellular Networks
本文提出基于 eBPF 的 MPTCP 调度器 Saflo，通过内核空间多路径调度与用户空间机器学习攻击检测协同工作，在保障网络性能的同时有效降低蜂窝网络中视频和用户识别攻击的准确率。
2025-02-06 cs.CR cs.NI
Demand Shaping in Cellular Networks
需求整形是在存在不断增加的无线数据需求的情况下缓解无线蜂窝容量不足的有希望的方式。在本文中，我们制定的需求塑造作为一个最优化问题，最大限度地减少总流量的变化。设计了一个完全交通信息下的分布式随机离线需求整形算法，并证明了算法的几乎必然收敛性。我们进一步考虑一个更现实的设置，其中的交通信息是不完整的，但未来的交通可以预测到一定程度的准确性。我们设计了一个在线的需求整形算法，更新的时间表的可推迟的应用程序（DA）的每一次，当新的信息是可用的，在每个时隙的基础上解决一个最优化问题在一个缩小的地平线从当前时间到一天结束。我们比较的性能的在线算法对最佳的离线算法，并提供数值例子来补充理论分析。
2018-03-27 cs.NI math.OC
SoftCell: Taking Control of Cellular Core Networks
现有的蜂窝网络存在设备不灵活且昂贵以及控制平面协议复杂的问题。为了解决这些挑战，我们提出了SoftCell，一个可扩展的架构，支持细粒度的移动设备在蜂窝核心网络的政策。SoftCell控制器通过引导经过一系列中间盒的路径的流量来实现高级服务策略，并根据网络条件和用户位置进行优化。为了确保可扩展性，核心交换机根据分层地址（按基站分组）和策略标签（通过中间盒标识路径）转发流量。这最大限度地减少了核心交换机中的数据平面状态，并将所有细粒度状态推送到基站的软件交换机。这些接入交换机应用由控制器指定的细粒度规则，将所有流量映射到适当的地址和标签。SoftCell保证同一连接中的数据包在两个方向上穿过相同的中间盒序列，即使在存在移动性的情况下。我们对真实LTE工作负载的表征、原型控制器上的微基准测试和大规模模拟表明，SoftCell提高了蜂窝核心网络的灵活性，同时能够使用廉价的商品交换机和中间盒。
2013-05-15 cs.NI
SteaLTE: Private 5G Cellular Connectivity as a Service with Full-stack Wireless Steganography
第五代（5G）系统将广泛采用无线电接入网络（RAN）软件化。这一关键创新使在共享物理基础设施的不同切片上运行的"虚拟蜂窝网络"的实例化成为可能。在本文中，我们提出了私有蜂窝连接即服务（PCCaaS）的概念，基础设施提供商部署仅为用户子集所知的隐蔽网络切片。然后，我们提出SteaLTE作为蜂窝网络的PCCaaS使能系统的第一个实现。SteaLTE的核心是利用无线隐写术将数据伪装成对抗接收器的噪声。然而，与以前的工作不同的是，它采用全栈方法进行隐写，为基于PCCaaS的通信提供符合LTE的隐写协议栈，并在传统蜂窝流量（主要流量）之上嵌入隐藏数据流。SteaLTE通过模仿信道损伤来平衡不可检测性和性能，使得隐蔽数据波形几乎无法与噪声区分。我们评估SteaLTE的性能在室内LTE兼容的测试平台下不同的流量配置文件，距离和移动模式。我们进一步测试它在室外PAWR POWDER平台上通过远程蜂窝链路。结果表明，在大多数实验中，SteaLTE在存在隐蔽数据传输的情况下几乎不会造成主要流量吞吐量的损失（<6%），这使得它适用于不可检测的PCCaaS网络。
2021-02-10 cs.CR cs.NI
Optimal Radio Resource Allocation for Hybrid Traffic in Cellular Networks: Centralized and Distributed Architecture
Virginia Tech（弗吉尼亚理工大学）
本文研究了混合交通 cellular 网络中无线电资源分配问题，提出集中式和分布式优化方法，通过效用比例公平性保证服务质量，设计高效算法并验证性能。
2014-11-12 cs.NI cs.SY eess.SY
Robust Resource Allocation with Joint Carrier Aggregation for Multi-Carrier Cellular Networks
在本文中，我们提出了一种新的方法，强大的最优资源分配与联合载波聚合，以分配多个载波资源之间的用户与弹性和非弹性业务在蜂窝网络中。我们使用效用比例公平分配策略，其中用户之间的公平性是在用户设备（UE）上运行的应用程序的效用百分比。每个UE基于其应用的类型被分配应用效用函数。我们的目标是在订阅移动服务的用户之间最佳地分配多个运营商资源。此外，保证每个用户的最低服务质量（QoS），该服务质量基于用户的应用类型而变化。我们提出了一个鲁棒的算法，解决了在[1]中提出的算法的缺点，通过防止在资源分配过程中的波动，在稀缺资源的情况下，并分配最佳速率为高流量和低流量的情况。我们的分布式资源分配算法从其范围内的所有载波中为每个用户分配最优速率，同时为所分配的速率提供最低价格。此外，我们分析了不同的网络流量密度的算法的收敛性，并表明我们的算法提供了流量依赖的网络提供商的定价。最后，我们提出了我们的资源分配算法的性能模拟结果。
2015-07-05 cs.NI
High-Fidelity Cellular Network Control-Plane Traffic Generation without Domain Knowledge
本研究提出基于Transformer的模型CPT-GPT，无需领域知识即可生成高保真蜂窝网络控制面流量，在多项保真度指标上显著优于现有GAN方法。
2024-11-11 cs.NI
Economics of WiFi Offloading: Trading Delay for Cellular Capacity
由于智能手持设备和高流量应用的激增，蜂窝网络正面临严重的流量过载。一种经济实用的解决方案是通过WiFi卸载蜂窝数据。最近的理论和实验研究表明，一种称为延迟WiFi卸载的方案可以通过延迟用户的数据和利用移动性来显著节省蜂窝容量，从而增加遇到WiFi AP（接入点）的机会。尽管WiFi卸载在缓解移动数据爆炸方面具有巨大潜力，但其成功在很大程度上取决于向用户和运营商提供的经济激励，以部署和使用延迟卸载。在本文中，我们研究了多少经济利益可以产生由于延迟WiFi卸载，通过建模的垄断提供商和用户之间的两阶段序列博弈的基础上的市场。我们还提供了大量的数值计算结果，使用一组参数从实际的跟踪和思科的预测流量统计数据在2015年。在分析和数值结果中，我们模拟了各种实际情况和控制旋钮的流量需求和愿意支付的用户，时空依赖的定价和流量，以及不同的定价和延迟容忍。我们证明，延迟的WiFi卸载有相当大的经济效益，其中增加范围从21%到152%的供应商的收入，从73%到319%的用户的盈余，相比现场的WiFi卸载。
2012-12-31 cs.GT cs.NI
Towards Energy-Aware Federated Traffic Prediction for Cellular Networks
Democritus University of Thrace（色雷斯德谟克利特大学）；Imperial College London（伦敦帝国理工学院）；Nokia Bell Labs（诺基亚贝尔实验室）；Centre Tecnològic de Telecomunicacions de Catalunya（加泰罗尼亚电信技术中心）；IMT Atlantique（大西洋国立高等矿业电信学校）；Inria（法国国家信息与自动化研究所）
本文针对蜂窝网络流量预测中联邦学习的准确性与能耗权衡问题，提出可持续性指标，并基于巴塞罗那基站真实数据评估深度学习架构，发现大模型性能提升有限但碳足迹显著，实际应用不切实际。
2023-09-19 cs.AI cs.DC cs.LG
Is Deadline Oblivious Scheduling Efficient for Controlling Real-Time Traffic in Cellular Downlink Systems?
5G网络中带宽密集型延迟关键业务（如虚拟现实）的出现激发了对具有硬截止期限的流的无线资源分配问题的兴趣。试图解决这个问题带来了两个挑战：（i）流到达和信道状态对于基站（BS）是先验未知的，因此，需要在线做出分配决策。(ii)尝试最大化回报的无线资源分配算法将可能是不公平的，导致对于某些用户不可接受的服务。我们建模的问题作为一个在线凸优化问题。我们提出了一个原始-对偶的最后期限不经意（DO）算法，并证明它是约3.6-竞争。此外，我们通过模拟表明，我们的算法非常密切地跟踪有先见之明的离线解决方案，显着优于现有的几种算法。在第二部分中，我们对分配施加随机约束，要求保证每个用户达到一定的及时吞吐量（在一段时间内的最后期限内交付的流量）。我们提出了长期公平截止日期不经意（LFDO）算法，该设置。我们结合李雅普诺夫框架与在线算法的分析，表明LFDO保留了DO的高性能，同时满足长期的随机约束。
2020-02-15 cs.NI math.OC
Forecasting Mobile Traffic with Spatiotemporal correlation using Deep Regression
University of Catania（卡塔尼亚大学）
移动性预测的概念代表了未来蜂窝网络的有效管理的关键使能因素之一，由于多种技术的聚合，未来蜂窝网络趋于逐渐变得更加精细和密集。在这封信中，我们的目标是调查在大都市地区的蜂窝流量预测的问题，并提出了一个深度回归（DR）的方法来模拟其复杂的时空动态。DR是通过解决图像到图像回归问题来捕获移动数据的多尺度和多域依赖性的工具。输入和预期输出之间的参数关系被定义，网格搜索被放置到位，以隔离和优化性能。实验结果表明，该方法实现了较低的预测误差对国家的最先进的算法。我们通过使用欧洲供应商的大型公共数据集来验证预测性能和稳定性。
2019-07-25 cs.LG cs.NI eess.SP
Power-Delay Tradeoff with Predictive Scheduling in Integrated Cellular and Wi-Fi Networks
全球移动业务的爆炸式增长导致通信网络中的能量消耗快速增长。在本文中，我们专注于在蜂窝和Wi-Fi网络中的网络选择，子信道和功率分配的能量感知设计，同时考虑到移动用户的业务延迟。由于网络选择（大时间尺度）和子信道和功率分配（小时间尺度）的两个时间尺度操作，该问题特别具有挑战性。基于双时间尺度李雅普诺夫优化技术，我们首先设计了一个在线的能量感知网络选择和资源分配（ENSRA）算法。ENSRA算法产生的功耗在最优值的O（1/V）范围内，并且对于任何正控制参数V都保证O（V）的业务延迟。受最近在精确估计和预测用户移动性、信道条件和业务需求方面的进步的启发，我们进一步开发了一种新的预测李亚普诺夫优化技术来利用预测信息，提出了一种预测性能量感知网络选择和资源分配（P-ENSRA）算法。我们从理论上描述了P-ENSRA的功率延迟权衡性能界限。为了降低算法的计算复杂性，本文提出了一种贪婪预测能量感知网络选择和资源分配（GP-ENSRA）算法，该算法通过迭代近似求解P-ENSRA算法中的问题。数值结果表明，GP-ENSRA在大时延范围内显著改善了ENSRA的功率时延性能。在较宽的系统参数范围内，GP-ENSRA在相同功耗下，比ENSRA减少了20~30%的业务延迟。
2015-12-29 cs.NI
A New Guard-Band Call Admission Control Policy Based on Acceptance Factor for Wireless Cellular Networks
如何最大限度地利用有限的带宽资源，提高服务质量（QoS）是无线通信网络的关键问题。过多的呼叫阻塞是获得期望的QoS的约束。在蜂窝网络中，随着业务到达速率的增加，呼叫阻塞概率（CBP）也随之增加。为此，提出了一种降低呼叫阻塞率的近似稳定的掉话率方案。我们所提出的方案还引入了在特定的保护信道，始发呼叫获得根据接受因子的访问的接受因子。分析性能证明了更好的性能比传统的新呼叫绑定方案的情况下，更高和更低的流量到达率。
2018-10-05 cs.NI
Traffic Demand-Aware Topology Control for Enhanced Energy-Efficiency of Cellular Networks
目前运营的移动网络所提供的服务并不适应流量需求的时空波动，尽管这种波动为节能提供了机会。特别地，通过分离基站的临时冗余硬件组件，可以实现能量效率的显著增益。因此，我们提出了一种新的优化框架，考虑了由天线辐射的负载相关的能量和操作基站所需的能量的剩余形式。目标是减少移动网络的能量消耗，同时确保在整个覆盖区域内满足用户的数据率要求。基于稀疏优化技术，我们开发了一种优化最小化算法，能够识别节能的网络配置。迭代算法是负载感知的，具有低计算复杂性，并且可以以在线方式实现以利用短时间尺度上的负载波动。仿真结果表明，该算法可以找到网络配置的能量消耗类似的全局优化工具，这不能适用于真正的大型网络。虽然我们只考虑一个目前部署的蜂窝技术，优化框架是通用的，可能适用于一大类接入技术。
2015-03-30 cs.IT cs.NI math.IT
Cost-Effective Broadcast in Cellular Networks
近年来，YouTube和Netflix等视频相关服务产生了大量流量，网络中立性辩论已成为一个主要问题。在本文中，我们考虑在蜂窝网络中使用单播和广播的混合用于高流量服务（例如，视频流），从成本效益的角度来看。为了反映基站（BS）和移动用户（MU）的空间特性，我们使用随机几何方法，其中BS和MU被建模为独立的齐次泊松点过程（PPP）。通过这些假设和结果，我们展示了如何应对广播和单播之间的权衡，以提供负担得起的成本水平和降低的网络负载的服务。此外，我们提出了所谓的定期广播服务，其中流行的视频内容定期通过蜂窝网络广播。这项服务将通过促进移动网络运营商（MNO）和内容提供方（CP）之间的合作，对网络中立性辩论产生积极影响。
2013-04-15 cs.NI
Data Fusion Based Interference Matrix Generation for Cellular System Frequency Planning
干扰矩阵（Interference Matrix，IM）描述了任意两个小区之间的相互作用，因此在蜂窝系统的频率规划/优化中得到了广泛的应用。IM是根据从蜂窝系统收集的源数据生成的，所述源数据是移动测量报告（MMR）或路测（DT）记录。IM准确性不令人满意，因为MMR和DT记录都不包含有关干扰和流量分布的完整信息。本文提出了两种基于源数据融合的即时消息生成算法。数据融合是利用同一地区DT数据的频域信息对MMR数据进行增强。另一种算法中的数据融合是利用从来自同一区域的MMR中提取的交通分布信息对DT数据进行整形。融合后的数据包含更完整的信息，从而可以获得更准确的IM。仿真结果验证了这一结论。
2011-03-07 cs.NI
