User-Centric Cooperative Transmissions-enabled Handover for Ultra-Dense Networks
以用户为中心的协作传输为缓解超密集网络中随机部署的基站数量不断增加而导致的频繁拥塞提供了一种强有力的方法。提出了一种新的以用户为中心的基于协作传输的切换方案，组小区切换（GCHO）方案，其目的是降低UDN中的切换率。在所提出的方案中，合作集群的边界取决于用户设备（UE）和合作BS之间的距离。新方案捕捉到了随机分布的基站导致的协作集群拓扑的动态性和不规则性。基于随机几何工具，其中BS的位置被建模为毒药点过程（PPP），我们推导出一个解析表达式的切换率为UE与任意移动轨迹。此外，提出了GCHO跳过（GCHO-S）方案以最小化切换成本，即，在以用户为中心的协作传输场景中的切换信令中浪费的时间的百分比。仿真结果表明，与传统的单基站关联和固定区域协作网络拓扑切换方法相比，GCHO方案的切换速率分别降低了42.3%和72.7%.此外，在相同的组小区大小和恒定速率下，GCHO-S方案比GCHO方案减少了50%的切换成本。
2022-01-06 cs.NI
Partially Blind Handovers for mmWave New Radio Aided by Sub-6 GHz LTE Signaling
对于支持低于6 GHz LTE和毫米波（mmWave）频段的蜂窝通信的基站，我们提出了一种监督机器学习算法，以提高在时间窗口内使用低于6 GHz和mmWave先验信道测量的两个射频之间的切换的成功率。我们的论文的主要贡献是1）介绍部分盲切换，2）采用机器学习执行切换成功预测从6 GHz以下毫米波频率，和3）显示，这种基于机器学习的算法结合部分盲切换可以提高切换成功率在现实的网络设置的共址小区。仿真结果表明，我们提出的算法相比，标准切换算法的切换成功率的改善。
2018-07-18 cs.NI
An analytical model for evaluating outage and handover probability of cellular wireless networks
我们考虑随机蜂窝网络中的基站位置形成一个均匀的泊松点过程和每个移动连接到基站，提供最佳的平均信号功率。如果SINR低于某个阈值，则移动台处于中断。如果移动台在某些时隙中处于中断，则必须做出切换决定。在考虑路径损耗、阴影、瑞利快衰落、频率因子复用和常规波束形成等因素的影响下，对中断概率和切换概率进行了评估。主要假设是瑞利快衰落改变每个时隙，而其他网络组件保持静态期间的研究。
2010-09-01 cs.NI cs.PF math.PR
Handover between Macrocell and Femtocell for UMTS based Networks
使用家庭基站和现有的xDSL或其他电缆线路作为回程连接的毫微微蜂窝网络可以满足即将到来的无线通信系统对高数据率的需求，并且可以扩展覆盖区域。因此，需要用于现有网络的修改的切换过程来支持宏小区/毫微微小区集成网络。为了将毫微微小区网络与现有的基于UMTS的宏小区网络集成，对现有的网络和协议架构进行一些修改是必要的。由于不同的2层小区（宏小区和毫微微小区）环境，这些修改改变了用于切换过程的信号流。宏小区和毫微微小区之间的切换需要考虑信号干扰比参数的测量。频繁且不必要的切换是分层网络环境的另一个问题，必须优化以提高宏小区/毫微微小区集成网络的性能。本文首先提出了基于集中器和不基于集中器的家庭基站网络结构。然后，我们提出的信号流与适当的参数之间的切换3GPP UMTS基于宏蜂窝和毫微微蜂窝网络。本文还提出了一个不必要的切换最小化的计划。我们模拟所提出的切换优化方案，以验证性能。
2018-10-05 cs.NI
Decentralized Handover Parameter Optimization with MARL for Load Balancing in 5G Networks
针对5G网络小区数量激增导致手动切换参数调优不可行、现有研究忽略工程细节的问题，提出基于MARL的去中心化优化方案，联合建模三类切换影响，通过共识近似分布式训练降低交互成本，实验证明其负载均衡及网络性能优于现有基准。
2025-04-18 cs.NI
Mobility Management for Heterogeneous Networks: Leveraging Millimeter Wave for Seamless Handover
克服毫米波（mmW）通信的不确定性和动态信道变化的最有希望的方法之一是部署集成mmW和微波（$μ$ W）频率两者的双模基站。特别地，如果设计得当，这种双模基站可以增强高度移动无线环境中的移动性和切换。提出了一种新的联合$μ$ W-mmW网络移动性分析和管理方法。所提出的方法利用设备级缓存以及双模基站的功能，以最大限度地减少切换失败，并提供无缝的移动性。首先，基本结果的缓存能力，包括缓存概率和缓存持续时间，推导出建议的双模网络场景。第二，平均可实现的缓存速率为移动用户。然后，缓存的切换次数（HO）和平均切换失败（HOF）的影响进行了分析。推导的分析结果表明，内容缓存将减少HOF和增强移动性管理的异构无线网络与毫米波的能力。数值结果证实了分析推导，并表明，所提出的解决方案提供了显着减少的平均HOF，达到45%，移动用户移动速度相对较高。
2017-09-04 cs.IT cs.NI math.IT
Optimizing Vehicular Users Association in Urban Mobile Networks
针对城市移动网络车载用户基站关联问题，提出综合考虑切换频率、信道质量和带宽容量的高效启发式方法，在真实轨迹与SUMO仿真中保持服务质量并较精确方法提速逾80%。
2024-09-09 cs.NI
Handover Management in Dense Cellular Networks: A Stochastic Geometry Approach
蜂窝运营商不断地使其网络致密化以应对不断增加的容量需求。此外，预计蜂窝网络的极端密集化阶段将满足雄心勃勃的第五代（5G）性能要求。网络致密化通过缩小基站（BS）的覆盖区并在空间域上更频繁地重用相同频谱来提高频谱利用率和网络容量。然而，网络密集化也增加了切换（HO）速率，这可能由于HO延迟而减少移动用户的容量增益。在高度密集的5G蜂窝网络中，HO延迟可能会抵消甚至抵消网络密集化带来的收益。在本文中，我们提出了一个分析范式，随机几何的基础上，量化的HO延迟对蜂窝网络中的平均用户速率的影响。为此，我们提出了一个灵活的切换方案，以减少HO延迟的情况下，高度密集的蜂窝网络。该方案允许跳过HO过程，其中一些BS沿着用户的轨迹。该方案仅针对单次HO跳过的性能评估和测试在许多实际场景中显示出相当大的增益。
2016-04-28 cs.NI
Performance Comparison of Dual Connectivity and Hard Handover for LTE-5G Tight Integration in mmWave Cellular Networks
MmWave通信预计将在第五代移动网络中发挥重要作用。它们提供潜在的数千兆比特吞吐量和超低无线电延迟，但同时也遭受高各向同性路径损耗的影响，并且覆盖区域比LTE宏蜂窝小得多。为了解决这些问题，提出了毫米波基站的高度定向波束成形和非常高密度的部署。本论文旨在通过研究5G网络与当前LTE蜂窝网络的紧密和无缝集成来提高5G网络的可靠性和性能。特别地，LTE基站可以为5G移动终端提供覆盖层，因为它们在微波频率上操作，微波频率对阻塞不太敏感并且具有较低的路径损耗。本文件是Michele Polese先生在Marco Mezzavilla博士和Michele Zorzi教授的监督下完成的硕士论文的副本。它将提出一种基于移动终端与LTE和5G无线电接入网络的双连接的LTE-5G紧密集成架构，并将评估支持该架构所需的新网络流程。此外，将在ns-3模拟器中实现这种新架构，并将进行全面的模拟活动，以评估其性能。关于LTE和5G之间的切换的基线。
2016-07-13 cs.NI
Handover Management in 5G and Beyond: A Topology Aware Skipping Approach
网络密集化被认为是满足5G容量标准的潜在解决方案。网络致密化通过缩小基站（BS）的覆盖区来提供更多容量，从而减少由每个BS服务的用户的数量。然而，容量的增益是以增加的切换（HO）速率为代价实现的。因此，HO率是一个关键的性能限制因素，应该仔细考虑在致密化规划。本文揭示了密集5G网络中出现的HO问题，并通过拓扑感知HO跳过提出了一种有效的解决方案。不同的跳跃技术被认为是与传统的最佳连接的计划和比较。为此，通过研究分别采用泊松点过程和泊松簇过程建模的单层和双层蜂窝网络下行链路的平均用户速率，验证了所提方案的有效性.所提出的跳过方案显示出高达47%的平均吞吐量增益，这将最大限度地提高网络密度的好处。
2016-11-21 cs.NI
An MDP Model for Optimal Handover Decisions in mmWave Cellular Networks
蜂窝网络的新前沿是利用28 GHz以上毫米波（mmWave）频率的巨大频谱。在这些频率下具有挑战性的无线电传播特性以及高度定向波束成形的使用导致基站（BS）与用户设备（UE）之间的间歇链路。在本文中，我们重新审视的问题，细胞的选择，以保持一个可接受的服务水平，尽管潜在的间歇性链路连接典型的毫米波链路。我们提出了一个马尔可夫决策过程（MDP）的框架来研究我们提出的小区选择策略，它联合考虑了几个因素，如动态信道负载和链路质量的属性和性能。我们使用值迭代算法（VIA）来解决MDP，并获得最佳的关联集。我们通过分布式迭代方法来解决多用户问题，其中每个UE基于固定信道分布和其他UE的小区选择统计来表征系统的演进。通过仿真结果，我们表明，我们提出的技术作出明智的切换选择，从而提供了一个显着的改善，在整体网络容量。此外，我们的技术减少了总的切换次数，从而降低了信令开销，同时为UE提供了更高的服务质量。
2016-06-06 cs.NI
Analysis of Handover Failures in Heterogeneous Networks with Fading
切换过程是蜂窝网络中最关键的功能之一，并且负责维持用户设备（UE）跨多个小区的无缝连接。它通常基于来自相邻基站（BS）的信号测量，并且它受到无线电传播信道的时间和频率选择性的不利影响。在本文中，我们介绍了一种新的模型，用于分析切换性能在异构网络（HetNets）的功能，车辆用户速度，小区大小，和移动性管理参数。为了研究阴影和衰落对切换性能的影响，我们提取了从第三代合作伙伴计划（3GPP）兼容的HetNet模拟器中获得的相关统计数据，随后，我们将这些统计数据整合到我们的分析模型中，以分析波动信道条件下的切换失败概率。计算机模拟验证了分析结果，这表明衰落可以显着降低车辆用户在HetNet中的切换性能。
2015-07-06 cs.CG cs.NI
Predictive Handover Strategy in 6G and Beyond: A Deep and Transfer Learning Approach
Department of Electrical and Computer Engineering, Yale University, USA（电气与计算机工程系，耶鲁大学，美国）
本文提出一种基于深度学习和迁移学习的预测切换策略，用于6G及以后的网络，以提高切换成功率和网络效率。
2026-01-17 cs.AI cs.NI
Deep Learning-based Intelligent Dual Connectivity for Mobility Management in Dense Network
超密集网络部署已被提出作为实现第五代（5G）移动通信系统中的容量目标的关键技术。然而，较小小区的部署不可避免地导致更频繁的切换，从而使移动性管理更具挑战性，并降低了密集网络部署所提供的容量增益。为了在这样的网络环境中充分收获移动用户的收益，我们提出了一种智能双连接机制，通过基于深度学习的移动性预测进行移动性管理。我们首先使用深度学习算法之一的LSTM（长短期记忆）算法，从每个用户设备（UE）的历史轨迹中学习其移动模式，并预测其未来的移动趋势。基于相应的预测结果，网络将判断UE是否需要切换。对于切换情况，将为相关UE建立双连接。因此，UE可以在切换过程中从两个基站获得无线电信号。仿真结果表明，所提出的智能双连接机制在保证网络能量效率的同时，能够显著提高移动用户在切换过程中的服务质量。
2018-05-30 cs.NI
Blockchain based secure data handover scheme in non-orthogonal multiple access
具有连续干扰消除接收机的非正交多址接入（NOMA）被认为是未来无线通信网络中最有潜力的多址接入技术之一。NOMA传输方案中的数据安全性是备受关注的问题。区块链是一种分布式的点对点网络，可以保护信息不被未经授权的访问、篡改等。本文利用区块链的加密技术，提出了一种在NOMA中使用区块链的安全数据通信方案。提出了一种采用不同参数生成密钥的两阶段加密技术。在第一阶段中，通过强加用户的公钥来加密数据，而在第二阶段中，基站（BS）的私钥用于加密。最后，通过对不同特征的比较研究，证明了该方案相对于现有方案的优越性。
2018-12-04 cs.NI
Learning-based Handover in Mobile Millimeter-wave Networks
毫米波（mmWave）通信被认为是未来蜂窝和无线网络中超高数据速率的关键使能器。毫米波系统中基站（BS）和用户之间通过波束成形实现的定向通信的需要增加了信道估计的复杂度。此外，为了提供更好的覆盖，需要BS的密集部署，这导致频繁的切换和增加的关联开销。在本文中，我们提出了一种方法，共同解决波束成形和切换问题。我们的解决方案需要一个有效的波束形成方法与最少数量的导频和基于学习的切换方法支持移动场景。我们使用强化学习算法来学习在移动用户的不同位置的备份BS的最佳选择。我们表明，我们的方法提供了高速率和可靠性，在所有位置的用户的轨迹与最小数量的brawers。基于几何毫米波信道模型和真实建筑物地图数据的室外环境仿真结果表明，我们提出的解决方案在可实现的瞬时速率和轨迹速率方面具有优越的性能。
2020-11-03 cs.NI eess.SP
Parallel Contextual Bandits in Wireless Handover Optimization
Noah’s Ark Lab Paris（巴黎诺亚方舟实验室）；Huawei Technologies Ltd（华为技术有限公司）
随着蜂窝网络变得越来越密集，无线基站参数的可扩展和动态调谐只能通过自动优化来实现。虽然上下文强盗框架出现作为这样一个任务的一个自然的候选人，其扩展到一个并行设置是不简单的：一个需要仔细适应现有的方法，充分利用这个问题的多代理结构。我们提出了两种方法：一种来自确定性的UCB类方法，另一种依赖于汤普森采样。由于其掠夺性，后者的直觉是更好地保持勘探开发平衡的土匪批。这一点在玩具实验中得到了验证，其中Thompson采样显示出对上下文变化的鲁棒性。最后，我们将这两种方法应用于一个真实的基站网络数据集，并证明汤普森采样优于手动调整和上下文UCB。
2019-01-21 cs.LG cs.NI stat.ML
Multi-Agent Q-Learning for Real-Time Load Balancing User Association and Handover in Mobile Networks
Tufts University（塔夫茨大学）；Pukyong National University（釜庆国立大学）
本文提出集中式和分布式多智能体在线Q学习算法，在密集蜂窝网络中实时进行负载均衡用户关联与切换，并引入切换成本奖励，实现低复杂度、快速收敛且优于3GPP最大SINR关联的性能。
2024-12-22 cs.LG cs.MA cs.NI
Silent Tracker: In-band Beam Management for Soft Handover for mm-Wave Networks
在毫米波网络中，由于高路径和穿透损耗，单元尺寸很小。移动设备需要频繁地从一个小区切换到另一个小区，以保持网络连接和环境。每个软切换涉及移动设备执行定向相邻小区搜索、跟踪小区波束、完成小区接入请求，以及最后，上下文切换。移动设备必须独立地发现小区波束，获得定时信息，并在整个过程中保持波束对准，以避免分组丢失和硬切换。我们提出了沉默的跟踪器，使移动可靠地管理切换事件，保持对齐的光束，直到成功的切换完成。它完全是带内波束机制，不需要任何边信息。实验评估表明，静音跟踪器保持移动的接收波束对准潜在的目标基站的发射波束，直到成功完成切换在三个移动场景：人走，设备旋转，和20英里每小时的车速。
2021-07-18 cs.NI cs.SY eess.SP
A Dual-Connection based Handover Scheme for Ultra-Dense Millimeter-Wave Cellular Networks
超密集毫米波蜂窝网络中的移动用户比传统网络中更频繁地经历切换事件，这导致由于阻塞而增加的服务中断时间和性能下降。多连接技术已经被提出来解决这个问题，它也扩展了毫米波通信的覆盖范围。在本文中，我们提出了一种基于双连接的切换方案，移动UE的环境中，他们同时与两个毫米波小区连接，以克服频繁的切换问题。该方案允许移动UE根据测量的SINR在两个毫米波连接之间选择其服务链路，然后相应的基站可以将重复的分组转发给UE。我们比较我们的双连接为基础的计划与传统的单连接为基础的计划，通过ns-3模拟。仿真结果表明，该方案能显著降低切换速率和切换时延.因此，我们认为，双连接为基础的计划，帮助移动用户实现他们需要在超密集的蜂窝环境中的性能目标。
2021-07-09 cs.NI cs.SY eess.SY
Handover adaptation for dynamic load balancing in 3gpp long term evolution systems
Orange Labs（Orange实验室）
3GPP（第三代合作伙伴计划）无线电接入网络的长期演进（LTE）处于规范的早期阶段。自调整和自优化算法目前正在研究，目的是丰富LTE标准。本文研究了LTE移动性算法的自动调整。通过根据每个基站的无线电负载及其相邻小区的负载来适配每个基站的切换参数来执行自动调谐。自动调谐通过将靠近小区边界的移动台从拥塞小区切换到其相邻小区来消除小区拥塞并平衡小区之间的业务和负载。仿真结果表明，自调整过程带来了重要的增益在呼叫接纳率和用户吞吐量。
2013-07-04 cs.NI cs.RO
An Effective Handover Analysis for the Randomly Distributed Heterogeneous Cellular Networks
切换率是无线蜂窝网络中指导移动性管理和资源管理的重要指标之一。在文献中，针对同构蜂窝网络，分别采用正六边形覆盖模型和随机几何模型推导出了切换速率的数学表达式，但对于异构蜂窝网络，还没有可靠的结果。最近，随机几何建模已被证明可以很好地模拟HCN的实际部署，并已被广泛用于分析HCN。本文利用随机几何建模方法对HCN进行了有效的切换分析，并利用无穷小方法推导了广义多层场景下切换率的数学表达式，通过推导一些有意义的推论对结果进行了讨论，最后通过多步行模型的计算机模拟验证了分析的正确性。通过我们的分析，我们发现，在HCN的切换率是相关的许多因素，如基站的密度和发射功率，用户的速度分布，偏置因子，通过损耗因子等，虽然我们的分析侧重于多层HCN的情况下，分析框架可以很容易地扩展到更复杂的场景，并可能为未来的研究提供一些启示。
2015-01-07 cs.IT cs.NI math.IT
Towards Understanding the Fundamentals of Mobility in Cellular Networks
尽管移动性在无线网络中扮演着核心角色，但分析研究其对网络性能的影响是非常困难的。本文的目的是解决这个差距，提出了一个随机航路点（RWP）的移动性模型定义在整个平面上，并将其应用于分析两个关键的蜂窝网络参数：切换率和逗留时间。我们首先分析了该模型的随机特性，并将其与其他两种模型进行比较：经典的RWP移动模型和合成截断Levy步行模型，该模型是从真实的移动轨迹构建的。比较表明，所提出的RWP移动性模型是更合适的移动性仿真在新兴的蜂窝网络，其中有越来越小的细胞。然后，我们将该模型应用到蜂窝网络下确定性（六边形）和随机（泊松）基站（BS）模型。我们提出了切换率和逗留时间的解析表达式，这具有预期的属性，切换率是成正比的BS密度的平方根。与实际BS分布相比，我们发现Poisson-Voronoi模型在移动性评估方面与六边形模型一样准确，但更悲观，因为它预测了更高的切换率和更低的逗留时间。
2013-01-16 cs.NI
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
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
Heterogeneous Ultra-Dense Networks with Traffic Hotspots: A Unified Handover Analysis
随着通信需求的不断增长和移动设备的不断小型化，物联网正在将移动终端的数量扩展到一个巨大的水平。为了处理这样数量的通信数据，需要部署大量的基站（BS）。然而，异构网络（HetNet）的密集部署导致更频繁的切换，这可能增加网络负担并降低用户体验，特别是在流量热点区域。在本文中，我们开发了一个统一的框架来研究无线网络的切换性能与交通热点。使用随机几何，我们推导出的平均距离和切换指标的理论表达式在HetNet中，在热点用户和BS之间的相关性被捕获。具体地说，宏小区的分布被建模为独立的泊松点过程（PPP），热点内外两层小小区分别被建模为PPP和泊松簇过程（PCP）.提出了一种改进的随机航路点（MRWP）模型，消除了传统模型中的密度波动现象，提高了切换判决的准确性。结合PCP和MRWP模型，推导了典型终端到不同层次基站的距离分布。然后，推导了典型终端到不同基站的平均距离表达式，揭示了切换率、切换失败率和乒乓率是基站密度、簇内小小区散射方差、用户速度和触发时间阈值的函数。仿真结果验证了所提出的分析模型和理论表达式的准确性。
2022-04-07 cs.NI eess.SP
Effective RAT Selection Approach for 5G Dense Wireless Networks
密集网络（DenseNet）和多无线电接入技术（Multi-RAT）被认为是新兴的第五代（5G）无线系统的关键特征。多RAT密集网的特征在于低功率基站（BS）的非常密集的部署以及由异构无线电接入技术组成的多层架构。这样的网络旨在保证高数据速率、低延迟和低能耗。虽然多RAT密集网的使用解决了诸如小区边缘处的覆盖漏洞和低性能之类的问题，但是可能发生频繁的和不必要的RAT切换，随之而来的是高信令负载。在这项工作中，我们提出了一个有效的RAT选择算法，有效地管理RAT切换过程中，\emph{(i)}选择最合适的RAT，保证高系统和用户的性能，并\emph{(ii)}减少不必要的切换事件。具体地，触发切换的决定基于称为参考基站效率（RBSE）的新系统参数。该参数考虑与系统和用户两者相关的度量：BS发射功率、BS业务负载和用户的频谱效率。我们比较，通过模拟，所提出的方案与标准化的3GPP政策。结果表明，提出的RAT选择方案显着减少的数量和端到端的延迟，同时保持高的系统吞吐量和用户频谱效率。
2015-10-06 cs.NI cs.PF
Handover Delay Minimization in Non-Terrestrial Networks: Impact of Open RAN Functional Splits
KTH Royal Institute of Technology（皇家理工学院）；Ericsson AB（爱立信公司）；Aalborg University（奥尔堡大学）
本文研究了非地球网络中切换延迟最小化问题，分析了开放式RAN功能划分对切换性能的影响，并通过实验验证了不同配置下的可用性差异。
2026-03-05 cs.NI
Coordinated Intra- and Inter-system Interference Management in Integrated Satellite Terrestrial Networks
针对星地融合网络中卫星密集部署与频繁切换加剧多维干扰、降低下行总速率的问题，提出联合星间切换与资源分配的协同干扰管理算法，可缩小总速率与上界的差距并显著降低切换频率。
2023-12-13 cs.NI eess.SP
A Survey Mobility Management in 5G Networks
Istanbul Technical University（伊斯坦布尔理工大学）
本文综述了5G网络中提升移动性管理效率的研究，针对切换过程中的性能问题提出改进方案。
2020-06-28 cs.AI cs.NI
A Non-stochastic Learning Approach to Energy Efficient Mobility Management
能量有效的移动性管理是具有异构小区大小和增加的节点密度的现代无线网络中的重要问题。我们表明，基于优化的移动性协议不能实现长期的最优能耗，特别是对于超密集网络（UDN）。为了解决UDN的复杂动态，我们提出了一种非随机在线学习方法，该方法不对小基站（SBS）活动的统计行为进行任何假设。此外，我们引入切换成本的整体能源消耗，这迫使得到的解决方案，以显式地减少频繁的切换。提出的指数加权批量随机化（BREW）算法依赖于批量搜索，从而减少了不必要的搜索。我们证明了BREW的遗憾是次线性的时间，从而保证其收敛到最佳SBS选择。我们进一步研究了BREW算法的鲁棒性延迟或丢失的反馈。此外，我们研究了SBS可以动态打开和关闭的设置。我们证明了次线性遗憾是不可能的任意SBS开/关，然后开发一种新的学习策略，称为排名专家（RE），同时考虑到切换成本和SBS的可用性。为了解决RE的高复杂性，我们提出了一个上下文排名专家（CRE）算法，只分配在给定的上下文中的专家。严格的遗憾界被证明为RE和CRE方面的最佳专家。仿真结果表明，所提出的移动性算法不仅大大降低了系统能耗，而且对实际超密集无线网络中常见的各种动态特性具有鲁棒性.
2016-08-29 cs.NI
Reinforcement Learning-Based Joint Self-Optimisation Method for the Fuzzy Logic Handover Algorithm in 5G HetNets
University of Nottingham Ningbo China（宁波诺丁汉大学）；University of Nottingham（诺丁汉大学）
5G异构网络（HetNet）可以通过在4G宏系统内部署大量小型基站（BS）来为用户提供更高的网络覆盖和系统容量。然而，小基站的大规模部署显著增加了网络维护和优化的复杂性和工作量。当前的切换（HO）触发机制A3事件仅被设计用于宏系统中的移动性管理。在5G-HetNet中直接实现A3可能会降低用户移动性鲁棒性。受自组织网络（SON）概念的启发，该研究开发了一种自优化的触发机制，以实现自动化网络维护并增强5G-HetNet中的用户移动性鲁棒性。该方法将减法聚类和Q学习框架的优点集成到传统的基于模糊逻辑的HO算法（FLHA）中。首先采用减法聚类方法生成FLHA的隶属度函数，使FLHA具有自配置特性。随后，Q-学习是用来学习的最佳HO政策，从环境中的模糊规则，赋予FLHA与自我优化功能。具有SON功能的FLHA还克服了必须严重依赖专业经验来设计的传统FLHA的局限性。仿真结果表明，所提出的自优化FLHA可以有效地产生MF和模糊规则的FLHA。通过与传统的触发机制相比，所提出的方法可以减少HO，乒乓HO和HO失败率约91%，49%和97.5%，同时提高网络吞吐量和延迟分别为8%和35%。
2021-02-27 cs.LG cs.NI
Seasonal Statistics of Shannon Rate in a Dynamical Poisson-Voronoi Cellular Network
INRIA Paris（法国国家信息与自动化研究所巴黎分部）；Ecole Normale Superieure Paris（巴黎高等师范学院）
研究动态泊松-维诺伊细胞网络中用户切换和服务基站的季节性统计，分析香农容量在不同时间点的性能变化。
2026-10-20 cs.NI math.PR
Dynamic Buffer Management for Multimedia QoS in Beyond 3G Wireless Networks
研究了一种用于超3G无线系统中多媒体业务QoS控制的动态缓存管理方案。该方案是在最先进的3.5G系统，即高速下行链路分组接入（HSDPA），它增强了3G UMTS支持高速分组交换服务的背景下进行研究。与较早的系统不同，来自HSDPA和更高版本的UMTS演进系统在基站中结合了诸如分组调度和HARQ的机制，从而需要在空中接口处进行数据缓冲。这给端到端通信带来了潜在的瓶颈。因此，在空中接口的缓冲器管理是至关重要的端到端的QoS支持的多媒体服务与复用的并行不同的流，如视频和数据在同一终端用户会话。通过大量的HSDPA仿真，研究了实时流和非实时流聚合的HSDPA多媒体会话的动态缓冲区管理方案。该方案对端到端业务性能的影响进行了评估与示例多媒体会话，包括实时流与基于TCP的非实时流并发。实验结果表明，该方案能够保证实时流的端到端QoS，同时保护非实时流免于饥饿，从而提高了端到端吞吐量性能。
2016-08-02 cs.NI
Dynamic Task and Resource Scheduling Towards Space-Air-Ground-Sea Integrated Network
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
针对6G海事场景，提出空天地海一体化网络动态任务与资源调度方法，通过动态卸载、卫星切换及联合优化，实现平均任务延迟至少降低23%。
2026-09-28 cs.NI
The Beauty of the Commons: Optimal Load Sharing by Base Station Hopping in Wireless Sensor Networks
在无线传感器网络中，基站是一个关键的传感器节点，其故障会导致严重的数据丢失。部署多个固定BS提高了鲁棒性，但由于BS的高能耗，需要所有BS安装有大电池和大能量收集设备。在本文中，我们提出了一个计划，以协调多个部署的BS，使个别BS所需的能源供应可以大大减少。在该方案中，一次仅选择一个BS是活动的，并且其他BS充当常规传感器节点。我们首先提出了我们的系统的基本架构，包括我们如何保持网络运行只有一个活跃的BS和我们如何管理的主动BS的角色的切换。然后，我们提出了一种算法，自适应选择下的空间和时间变化的能量资源的活动BS。该算法实现简单，但在温和的条件下也是渐近最优的。最后，通过在室外测试平台上进行仿真和真实实验，我们验证了所提出的方案是节能的，具有较低的通信开销，并迅速响应网络的变化。
2014-09-15 cs.NI
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
Mobility-Aware Resource Allocation in VLC Networks Using T-Step Look-Ahead Policy
可见光通信（VLC）利用可见光的巨大免许可光谱带宽进行高速无线通信。由于每个VLC接入点覆盖的区域很小，移动用户的增加是不可避免的。为了处理这些干扰，开发快速有效的资源分配算法是一个挑战。本文介绍了移动性感知的VLC网络中的资源优化问题，使用T步前瞻策略和采用切换效率的概念。它示出的切换效率可以相关的网络的整体性能与未来的行动的基础上的用户的移动性。由于室内光无线信道的静态特性，可以通过预测用户的未来位置来预测未来的信道状态信息（CSI）。因此，提出了一种资源分配算法，该算法使用CSI来动态地为用户分配网络资源。为了解决这个数学上难以解决的问题，提出了一种新的松弛方法，这被证明是一个有用的工具，开发有效的算法与比例公平效用函数的网络优化问题。由此产生的算法是非常快的速度比以前的方法和流动性的认识，提高了网络的整体性能的速率和公平效用函数。
2018-12-10 cs.IT cs.NI math.IT
Dual-Graph Multi-Agent Reinforcement Learning for Handover Optimization
Telefónica Research；Innocube PC；Department of Electrical and Computer Engineering, Democritus University of Thrace（电气与计算机工程系，德摩根大学）
本文提出TD3-D-MA算法，利用双图结构和图神经网络解决网络切换优化问题，通过共享参数GNN和区域双批评器提升决策效率，实验证明其在不同交通和网络拓扑下均能提升网络吞吐量。
2026-03-25 cs.AI cs.LG cs.NI
Minimization of Handoff latency by co-ordinate evaluation method using GPS based map
由于接入点（AP）的覆盖范围有限，因此，在移动通信系统中，特别是在城市地区，Hanover已经成为一个重要的标准。在两个基站（BS）之间的呼叫切换是经常遇到的，并且基本上要求最小化该过程的延迟。已经提出了许多试图改进该过程的解决方案，但是只有少数在切换的管理中使用地理定位系统。在这里，我们建议通过最小化移动节点（MN）在每个切换过程中扫描的AP的数量来最小化切换延迟。我们把整个地形区域看作一个二维的平面。通过GPS，我们可以随时记录MN的坐标。在给定时间段结束时，评估其纬度距离和经度距离随特定时间段的平均变化率。在已知给定参数的情况下，可以确定特定时刻之后MN的纬度和经度。因此，可以确定MN的运动方向，这又给出MN正朝向的AP。这减少了要扫描的AP的数量。因此，在总体上，切换等待时间可以减少其值的几乎一半到三分之一。
2010-08-10 cs.NI
Adaptive Dynamic Programming for Energy-Efficient Base Station Cell Switching
Samsung AI Center Montreal（三星AI中心蒙特利尔）
本文提出基于近似动态规划与在线优化的基站小区开关方法，利用MLP和LSTM预测功耗、QoS及切换，实现节能并保障服务质量。
2023-10-30 cs.AI cs.NI
Intelligent Multi-UAV Navigation in ITNTNs: A Hierarchical LLM Approach
针对高速无人机在三维空中高速公路部署中面临的协调问题，提出分层大语言模型驱动控制框架，利用云端大语言模型管理全局负载平衡，边缘大语言模型转化局部观测为子目标，引导深度强化学习控制器执行轨迹，降低碰撞率并提高系统吞吐量。
2026-07-22 cs.AI cs.LG cs.NI
Adaptive Video Streaming in MU-MIMO Networks
我们认为扩展和改进我们以前的工作动态自适应视频流在多小区多用户“小小区”的无线网络。以前，我们处理的情况下，单天线基站，从网络效用最大化（NUM）制定，我们设计了一个“推”调度策略，其中用户将请求顺序视频块可能不同的基站与自适应视频质量，和基站调度他们的下行链路传输，以稳定他们的传输队列。在本文中，我们考虑一个“拉”的策略，每个用户维护一个请求队列，这样用户就可以跟踪有效交付的视频块。拉取方案允许按回放顺序下载块，而不会跳过或错过它们。另外，受小型小区网络中的最近/即将到来的进展（例如，在最近的IEEE802.11ac标准的波-2中），我们将我们的动态流方法扩展到能够进行多用户MIMO下行链路的基站的情况，即，通过空间复用在同一时频隙上为多个用户提供服务。通过利用高维MIMO信道的“信道硬化”效应，我们设计了一个低复杂度的用户选择方案来解决底层的最大加权速率调度，它可以很容易地实现，并在每个基站独立运行。通过模拟，我们展示了MIMO在视频流QoE指标方面的增益，如预缓冲和重新缓冲时间。
2014-01-25 cs.IT cs.MM cs.NI
Scheduling Algorithms for Minimizing Age of Information in Wireless Broadcast Networks with Random Arrivals: The No-Buffer Case
信息年龄是一个新的网络性能指标，它可以捕捉最终用户的信息新鲜度。本文从调度的角度研究了信息时代。为此，我们考虑一个无线广播网络，其中一个基站（BS）是更新许多用户的随机信息到达下的传输容量约束。对于离线的情况下，到达统计是已知的BS，我们开发了一个结构MDP调度算法和索引调度算法，利用马尔可夫决策过程（MDP）技术和惠特尔的方法不安分的土匪。通过探索最优的结构结果，我们不仅降低了基于MDP算法的计算复杂性，而且简化了推导一个封闭形式的Whittle指数。此外，对于在线的情况下，我们开发了一个基于MDP的在线调度算法和一个基于索引的在线调度算法。结构化MDP调度算法和基于MDP的在线调度算法都渐近地最小化平均年龄，而索引调度算法在所有用户的信息到达率相同时最小化平均年龄。最后，通过大量的数值研究，算法进行了验证。
2018-09-17 cs.IT cs.NI math.IT
Relay Selection for 5G New Radio Via Artificial Neural Networks
毫米波提供了宽带宽的替代频段，以更好地实现5G新无线电（5G-NR）的增强型移动宽带（eMBB）和超可靠低延迟通信（uRLLC）的支柱技术。当使用毫米波频段时，在无线电接入网络（RAN）中辅助基站覆盖的中继站成为一种有吸引力的技术。然而，导致最强链路的中继选择成为促进使用毫米波的RAN的关键技术。中继选择的另一种方法是利用现有的操作数据，并应用适当的人工神经网络（ANN）和深度学习算法来缓解毫米波频段的严重衰落。在本文中，我们应用分类技术，使用人工神经网络的多层感知预测的路径损耗的多个传输链路，并根据一定的损耗水平，从而执行有效的中继选择，这也建议切换到合适的路径。与其他ML算法相比，人工神经网络的多层感知证明中继选择在5G-NR的有效性。
2020-05-02 cs.NI cs.SY eess.SP
Spatially Consistent Air-to-Ground Channel Modeling via Generative Neural Networks
本文提出生成神经网络架构，利用无人机轨迹和基站条件数据，实现空间一致的RSS序列生成，以支持性能评估与切换等移动性管理任务。
2024-02-05 cs.IT cs.NI eess.SP
