Spatial Resource Allocation for Spectrum Reuse in Unlicensed LTE Systems
本文研究了如何在LTE-U系统中重用未授权频谱,同时保证LTE-U和Wi-Fi系统之间的和谐共存。对于在基站(SBS)处具有多个天线的小小区,一些空间自由度(DoF)用于服务小小区用户(SUE),而其余的空间DoF用于通过应用迫零波束成形(ZFBF)来减轻对Wi-Fi用户的干扰。因此,可以通过仔细分配空间DoF来平衡LTE-U和Wi-Fi吞吐量。由于信道状态信息(CSI)估计和反馈误差的存在,ZFBF不能完全消除干扰。我们首先分析SUE之间的残留干扰,称为RAT内干扰,以及由于不完美CSI而导致的对Wi-Fi用户的干扰,称为ZFBF之后的RAT间干扰。基于分析,我们分别推导出小小区和Wi-Fi系统的吞吐量。因此,提出了空间DoF分配方案以平衡小小区和Wi-Fi系统之间的吞吐量。仿真结果验证了我们的理论分析和所提出的方案。
2017-08-30 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
A Multi-Game Framework for Harmonized LTE-U and WiFi Coexistence over Unlicensed Bands
通过未授权频带的LTE(LTE-U)的引入将使得LTE基站(BS)能够通过利用未充分使用的未授权频带来提高其容量并卸载其业务。然而,为了获得LTE-U的好处,有必要解决与LTE-U和WiFi共存相关联的各种新挑战。特别地,必须开发新的资源管理技术以优化网络资源的使用,同时处理WiFi和LTE用户之间的相互依赖性并确保WiFi用户不受危害。为此,本文提出了一种新的博弈论工具,称为\emph{multi-game}框架,作为一种有前途的方法建模资源分配问题在LTE-U。在这样的框架中,可以制定跨异构信道的多个共存和耦合的游戏,以捕获LTE-U的特定特性。这些游戏可以有不同的属性和类型,但它们的结果在很大程度上是相互依赖的。在介绍了多博弈框架的基础知识之后,概述了两类算法来实现多博弈的新解决方案概念。然后进行仿真结果,以显示这样的多个游戏可以有效地捕获LTE-U的特定属性,并使其成为WiFi的“友好”邻居。
2016-07-04 cs.GT cs.IT math.IT
LTE in Unlicensed Bands is neither Friend nor Foe to Wi-Fi
在5GHz频带中部署LTE以提供额外蜂窝网络容量的支持者声称,与Wi-Fi本身相比,LTE将是未授权频带中Wi-Fi的更好邻居。在辩论的另一方,Wi-Fi社区反对LTE将对Wi-Fi网络性能非常不利。然而,缺乏透明和系统的工程证据来支持两个阵营相互矛盾的说法,这对于确定是否需要监管干预来保护Wi-Fi现任者免受新的LTE进入者的影响至关重要。为此,我们提出了一个全面的共存研究的Wi-Fi和LTE的无执照,调查共存机制的大参数空间和一系列代表性的网络密度和部署方案。我们的研究结果表明,通常情况下,Wi-Fi和LTE之间的和谐共存是由大量的5 GHz信道来确保的。对于强制共信道操作的最坏情况,LTE有时是Wi-Fi的更好邻居-当有效节点密度低时-但有时更糟-当密度高时。我们发现,分布式干扰协调是唯一必要的,以防止“公地悲剧”的干扰是非常可能的政权。我们还表明,在实践中,它并没有使现任者什么样的共存机制被添加到LTE在无执照的区别,只要一个是到位。因此,我们得出结论,LTE通常与未授权频段中的Wi-Fi既不是朋友也不是敌人。我们认为,以我们的案例研究为例的系统工程分析是支持监管机构基于证据的规则制定的最佳实践方法。
2016-09-12 cs.IT cs.NI math.IT
Holistic Small Cell Traffic Balancing across Licensed and Unlicensed Bands
由于一方面移动数据业务的急剧增长和另一方面许可频谱的稀缺,移动运营商正在考虑使用未许可频带(特别是5 GHz的频带)作为补充频谱,以提供更高的系统容量和更好的用户体验。这种方法目前正在由3GPP以LTE授权辅助接入(LTE-LAA)的名称进行标准化。在本文中,我们通过联合优化授权和未授权频段的使用,采取了一种整体方法来平衡LTE-LAA小小区流量。我们提出这种流量平衡作为优化问题,该优化问题通过调整LTE-LAA小小区在授权和未授权频带中的传输概率来寻求WiFi、小小区和宏小区用户的比例公平共存。该公式化的动机是LTE-LAA小小区根据干扰/业务水平和每个频带中的活动用户的数量在授权频带和未授权频带之间切换或聚合授权频带和未授权频带。我们推导出这个优化问题的封闭形式的解决方案,并另外提出了一种传输机制,用于在两个频带上的LTE-LAA小小区的操作。通过数值和模拟结果,我们表明,我们提出的流量平衡方案,除了使更好的LTE-WiFi共存和无线电资源的有效利用相对于现有的流量平衡方案,还提供了一个更好的权衡最大化的总网络吞吐量和实现所有网络流之间的公平性相比,替代方法。
2016-09-13 cs.IT cs.NI math.IT
Optimal Scheduling across Heterogeneous Air Interfaces of LTE/WiFi Aggregation
LTE/WiFi聚合(LWA)提供了一种通过利用未授权频带来缓解授权频带中的数据业务拥塞的有前景的方法。关键的挑战来自于通过授权和未授权频带的异构接口提供服务质量(QoS)。在本文中,我们最大限度地减少所需的授权频谱,而不降低QoS中存在的多个用户。具体而言,LWA的聚合有效容量首先推导出一个新的半马尔可夫模型。以最小化授权带宽为目标,建立了授权频段和非授权频段之间具有QoS保证的多频段资源分配模型,利用块坐标下降法(BCD)和两个凸函数差分法(DC)对模型进行了凸化,并采用一种新的迭代算法进行了有效求解。仿真结果表明,显着的性能增益的启发式替代方法。
2018-02-06 cs.IT math.IT
Grant-less Uplink Transmission for LTE Operated in Unlicensed Spectrum
自3GPP版本13以来,在未许可频谱中部署长期演进(LTE)已经成为满足业务需求爆炸性增长的候选特征。为了进一步探索免许可频带的优点,在此上下文中,在后续版本中已经支持和研究了上行链路和下行链路两者的操作。然而,已经识别出,由于在发送上行链路授权时在eNB处以及在传输之前在调度的UE处的双重通话前监听(LBT)要求,未许可频谱中的调度的上行链路传输性能显著降级。在本文中,为了克服这个问题,提出了一种新的上行链路传输方案,它不需要任何授权,并提供有关系统设计的细节。通过对采用传统上行链路方案的系统以及所提出的方案的LBT的时间动态进行建模,通过分析评估来验证,用于上行链路传输的双LBT方案大大降低了UE的信道接入概率,并因此导致性能损失,而所提出的方案能够缓解这个问题。符合LTE标准的系统级仿真结果表明,所提出的方案可以实现显着的性能增益的吞吐量方面的性能损失可以忽略不计的下行链路,以及在相同的频谱中运行的其他技术。
2018-02-14 cs.IT eess.SP math.IT
Proactive Resource Management for LTE in Unlicensed Spectrum: A Deep Learning Perspective
The University of Edinburgh(爱丁堡大学);Virginia Tech(弗吉尼亚理工大学)
使用授权辅助接入LTE(LTE-LAA)的未授权频谱中的LTE是克服无线频谱稀缺的有前途的方法。然而,为了获得LTE-LAA的益处,需要与其他现有WiFi部署的公平共存机制。本文提出了一种新的深度学习方法来建模LTE-LAA小型基站(SBS)的资源分配问题。所提出的方法使多个SBS能够主动执行动态信道选择、载波聚合和部分频谱接入,同时保证与现有WiFi网络和其他LTE-LAA运营商的公平性。采用主动共存机制使得未来的延迟容忍LTE-LAA数据需求能够在它们的实际到达时间之前在给定的预测窗口内被服务,从而避免在非高峰时段期间未授权频谱的未充分利用,同时最大化总的被服务的LTE-LAA业务负载。为此,制定了一个非合作博弈模型,其中SBS被建模为Homo Egualis代理,其目的是预测未来的行动序列,从而在给定的时间范围内实现与WLAN和其他LTE-LAA运营商的长期平等加权公平性。所提出的深度学习算法,然后显示达到混合策略纳什均衡(NE),当它收敛。使用真实数据跟踪的仿真结果表明,所提出的方案可以产生高达28%和11%的增益比传统的反应式方法和比例公平共存机制,分别。结果还表明,所提出的框架可以防止密集部署的LTE-LAA网络的WiFi性能下降。
2018-12-15 cs.AI cs.GT cs.IT
Sharing of Unlicensed Spectrum by Strategic Operators
面对满足日益增长的无线数据需求的挑战,该行业正在努力开发任何人都可以免费使用而无需获得许可证的大片频谱。主要标准机构目前正在考虑在低于6 GHz的未授权频段中重新装备和部署长期演进(LTE)技术的提议。本文研究的基本问题,是否以及如何可以共享的非授权频谱的本质战略运营商,而不遭受的悲剧公地。考虑了一类一般效用函数。频谱共享的问题被制定为一个重复的游戏在一个序列的时隙。它首先表明,一个简单的静态共享计划允许一组给定的运营商达到子博弈完美的纳什均衡互利共享。有多少运营商会选择进入市场的问题也通过研究进入博弈来解决。一个共享方案,允许动态频谱借用和运营商之间的贷款,然后提出了解决时变流量,并证明达到完美的贝叶斯均衡。数值结果表明,所提出的动态共享方案优于静态共享,这反过来又实现了更高的收入比不协调的全频谱共享。还讨论了结果对未授权频带中的LTE(LTE-U)的标准化和部署的影响。
2017-01-26 cs.GT cs.IT math.IT
Latency of Concatenating Unlicensed LPWAN with Cellular IoT: An Experimental QoE Study
开发高效采用、部署和维护的低功耗广域网(LPWAN)解决方案对于智慧城市至关重要。非授权LPWAN的服务质量差,以及LTE-M/NB-IoT的高服务成本是这些技术的关键缺点。将未经许可的LPWAN与许可的LPWAN相结合可以克服这些限制并利用它们的好处。然而,级联LPWAN架构将不可避免地导致可能影响用户体验质量(QoE)的过度延迟。为了评估该系统的实际可行性,我们首先提出了一个级联LPWAN架构,并通过实验测量了端到端(E2 E)延迟的统计数据。级联延迟裕度是通过用不同的LPWAN架构方案(即,用未授权IoT(独立LoRa)、蜂窝IoT(独立LTE-M)和级联IoT(与LTE-M对接的LoRa))来对LPWAN进行基准测试来确定的。通过对30,000个数据点的E2 E延迟的广泛实验测量活动,我们表明,由于LPWAN接口导致的额外延迟平均不到300毫秒。概念验证结果表明,对于人类感知和决策处于循环中的智能城市用例,将未授权LPWAN与蜂窝物联网连接的延迟可以忽略不计。
2021-05-30 cs.AR cs.IT cs.NI
Echo State Networks for Self-Organizing Resource Allocation in LTE-U with Uplink-Downlink Decoupling
其中用户可以在异构小小区网络(SCN)的上行链路和下行链路中与不同基站相关联的上行链路-下行链路解耦最近引起了极大的关注。然而,大多数现有的工作集中在LTE SCN中的简单关联机制,其仅在授权频带中操作。相比之下,在本文中,针对在未许可频带(LTE-U)中并入LTE的SCN研究了具有上行链路-下行链路解耦的资源分配的问题。这里,用户可以在与不同的基站相关联的同时接入授权和未授权频带。这个问题被制定为一个非合作的游戏,结合用户关联,频谱分配,和负载均衡。为了解决这个问题,提出了一种基于回声状态网络的机器学习框架的分布式算法,使用该算法,小型基站在仅具有关于网络和用户状态的有限信息的情况下自主地选择其最优频带分配策略。结果表明,所提出的算法收敛到一个平稳的混合策略分布,构成一个混合策略纳什均衡的研究游戏。仿真结果表明,所提出的方法产生了显着的收益,在第50百分位数的用户,达到60%和78%,分别相比,Q学习和Q学习没有解耦的总和率。结果还表明,ESN显着提供了一个相当大的减少信息交换的无线网络。
2016-10-11 cs.IT math.IT
Echo State Learning for Wireless Virtual Reality Resource Allocation in UAV-enabled LTE-U Networks
在本文中,资源管理的问题进行了研究的无线虚拟现实(VR)用户使用无人机(UAV)启用LTE-U网络进行通信的网络。在所研究的模型中,无人机作为VR控制中心,通过无线上行链路从VR用户收集跟踪信息,然后通过LTE-U下行链路将构建的VR图像发送给VR用户。因此,这种启用UAV的LTE-U网络中的资源分配必须联合考虑许可频带和非许可频带上的上行链路和下行链路。在这样的VR设置中,无人机可以动态地调整每个VR图像的图像质量和格式,以改变每个VR图像的数据大小,从而满足延迟要求。因此,资源分配还必须考虑图像质量和格式。这个以VR为中心的资源分配问题被公式化为非合作博弈,该非合作博弈使得能够联合分配授权和未授权频谱带,以及动态适应VR图像质量和格式。针对这一问题,提出了一种基于带漏积分神经元的回声状态网络(ESN)机器学习工具的学习算法。与传统的基于ESN的学习算法不同,该算法可以动态地调整ESN状态的更新速度,因此,它可以使无人机学习其相关的VR用户的连续动态。仿真结果表明,与使用LTE-U的Q学习和使用LTE的Q学习相比,所提出的算法在所有用户的总VR QoE方面实现了高达14%和27.1%的增益。
2017-08-02 cs.IT math.IT
Liquid State Machine Learning for Resource and Cache Management in LTE-U Unmanned Aerial Vehicle (UAV) Networks
本文研究了支持缓存的无人机(UAV)网络的联合缓存和资源分配问题,这些无人机通过LTE许可和非许可(LTE-U)频段为无线地面用户提供服务。所考虑的模型侧重于用户,可以访问授权和未授权的频带,同时接收内容从缓存单元在无人机直接或通过内容服务器-无人机-用户链接。这个问题被制定为一个优化问题,它联合采用用户关联,频谱分配,和内容缓存。针对这一问题,提出了一种基于液态机(LSM)机器学习框架的分布式算法。使用所提出的LSM算法,云可以预测用户的内容请求分布,而只有有限的网络和用户的状态信息。所提出的算法还使无人机自主选择最佳的资源分配策略,最大限度地提高稳定队列的用户数量取决于网络状态。基于用户关联和内容请求分布,得到了需要在无人机上缓存的最优内容以及最优资源分配。使用真实数据集的仿真结果表明,所提出的方法分别产生高达33.3%和50.3%的收益,在用户的数量方面,有稳定的队列相比,两个基线算法:Q学习与缓存和Q学习没有缓存。结果还表明,LSM显着提高了收敛时间高达33.3%相比,传统的学习算法,如Q学习。
2018-01-29 cs.IT math.IT
Wi-Fi Coexistence with Duty Cycled LTE-U
Wi-Fi和LTE非授权(LTE-U)技术的共存已经引起了工业界的极大关注。在本文中,我们调查的Wi-Fi性能存在的占空比基于LTE-U传输在同一信道上。更具体地,一个LTE-U小区和一个Wi-Fi基本服务集(BSS)通过允许LTE-U设备仅在预定占空比中发送它们的信号而共存。另一方面,Wi-Fi站简单地使用分布式协调功能(DCF)协议来竞争共享信道,而不与LTE-U系统协作或关于LTE-U传输的占空比周期或占空比的先验知识。我们将上述方案的公平性定义为Wi-Fi性能损失率(考虑定义的参考性能)与LTE-U占空比(或LTE-U占空比的函数)之间的差。根据干扰噪声比(interference to noise ratio,INR)高于或低于-62dBm,我们将LTE-U干扰分为强干扰和弱干扰,并建立相应的数学模型。Wi-Fi的平均吞吐量和平均服务时间都使用概率理论被公式化为Wi-Fi和LTE-U系统参数的函数。最后,我们使用蒙特卡罗分析来证明Wi-Fi和LTE-U空中分时共享的公平性。
2016-12-02 cs.IT math.IT
Traffic Management for Heterogeneous Networks with Opportunistic Unlicensed Spectrum Sharing
本文研究如何最大限度地提高基于每用户的吞吐量在一个M层异构无线网络(HetNet)的最佳管理接入点(AP)之间的流量在HetNet。前M-1层中的AP可以同时使用授权频谱,而它们通过所提出的机会性载波侦听多路访问与冲突避免(CSMA/CA)协议与第M层中的AP共享未授权频谱。同时接入授权和非授权频谱的AP能够通过载波聚合技术整合其频谱资源。我们首先表征的小区负载的分布和信道接入概率的每个AP使用广义AP关联方案。对于每个层中的AP,针对信道增益和AP关联权重的一般随机模型,导出其在授权和未授权频谱中的平均频谱效率的严格下限。我们定义了每用户链路吞吐量和每用户网络吞吐量的基础上得出的平均频谱效率,并最大限度地提高他们提出的分散和集中的流量管理计划的AP在第一M-1层的约束下,每用户链路吞吐量的层M AP必须高于一些最低要求的值。最后,一个共存的LTE和WiFi网络的数值例子来验证我们的推导结果和发现。
2017-02-16 cs.IT cs.NI math.IT
A Learning-Based Coexistence Mechanism for LAA-LTE Based HetNets
许可辅助接入LTE(LAA-LTE)已经被提出来处理巨大的移动业务需求和拥挤的许可频谱之间的激烈矛盾。在本文中,我们研究了基于LAA-LTE的异构网络(HetNets)的共存机制。一个联合的资源分配和网络接入问题被认为是最大化的归一化吞吐量的未授权频带,同时保证现任WiFi用户的服务质量要求。提出了一个基于学习的两级框架,通过将问题分解为两个子问题来求解。在主节点层,提出了一种基于Q学习的LAA-LTE系统传输时间确定方法。在从机中,每个用户采用基于博弈论的学习方法来自主地执行网络访问。仿真结果验证了该方法的有效性。
2018-07-18 cs.GT cs.IT cs.NI
Unlicensed Band Allocation for Heterogeneous Networks
National Taiwan University(台湾大学)
针对 LAA 与 Wi-Fi 共享免授权信道时的干扰和 QoS 问题,本文建立分析模型并仿真比较 UFA、UTA、UFAB、UTAB 四种频段分配方案,为信道占用与缓存设计提供指导。
2025-09-27 cs.IT cs.NA cs.NI
Energy Efficient Scheduling and Groupping for Machine-TYpe Communications over Cellular Networks
在本文中,能量有效的调度部署在蜂窝网络中的分组机器类型的设备进行了研究。我们引入了一个基于奖励的合作激励计划,使机器节点在本地组织起来,创建机器组,并通过组代表到基站进行通信。该方案得益于一种新的调度器设计,它考虑到每个节点的合作水平,补偿组代表的额外能量消耗,并最大限度地提高网络的生命周期。由于重用蜂窝上行链路资源用于组内的通信降低了主用户的服务质量(QoS),因此提供了分析结果,其呈现了给定小区中同时活动的机器组的最大允许数量与主用户的QoS之间的折衷。此外,我们扩展了我们的现有蜂窝网络的解决方案,提出了一个合作激励LTE调度器,并提出我们的仿真结果在LTE的上下文中。仿真结果表明,所提出的解决方案显著延长了网络的生存时间。此外,它示出,在某些情况下,由机器设备重用上行链路资源可以显着降低主用户的中断性能,因此,机器设备和蜂窝用户的共存管理对于下一代蜂窝网络是至关重要的,以使基于组的机器类型的通信,同时保证主用户的QoS。
2016-03-17 cs.IT math.IT