User-Centric 5G Cellular Networks: Resource Allocation and Comparison with the Cell-Free Massive MIMO Approach
最近,已经引入了所谓的无小区(CF)大规模MIMO架构,其中非常大量的分布式接入点(AP)同时并且联合地服务于少得多的移动站(MS)。本文将CF方法扩展到AP和MS都配备有多个天线的情况下,提出了一种波束成形方案,该方案依赖于信道硬化效应,不需要在MS处进行信道估计。我们将CF大规模MIMO方法与以用户为中心(UC)的方法进行对比,其中每个MS仅由有限数量的AP提供服务。由于远AP经历差的SINR,因此事实证明它们在服务远用户方面是相当无用的,并且因此,UC方法虽然相对于CF方法需要更少的回程开销,但是在这里示出了对于网络中的绝大多数MS在可实现的每用户速率方面实现更好的性能结果。此外,在本文中,我们提出了两个功率分配策略的上行链路和下行链路,一个旨在最大限度地提高整体的数据速率,另一个旨在最大限度地提高系统的公平性。
2018-03-06 cs.IT cs.NI math.IT
Information-Centric Offloading in Cellular Networks with Coordinated Device-to-Device Communication
在本文中,我们开发了一个全面的分析框架,缓存启用蜂窝网络覆盖协调设备到设备(D2D)通信。我们遵循类似于LTE Direct的方法,其中基站(BS)负责建立D2D链路。我们认为任意请求用户被卸载到D2D模式,以与宏小区内的其“k”个最接近的D2D助手之一通信,这取决于内容可用性和助手选择方案。我们考虑两种不同的D2D助手选择方案:1)均匀选择(US),其中D2D助手被均匀地选择,以及2)最近选择(NS),其中拥有内容的最近助手被选择。采用随机几何的工具,我们使用独立的齐次泊松点过程(HPPPs)对BS和D2D助手的位置进行建模。我们表征的D2D模式概率的任意用户的NS和US计划。宏小区内任意用户与其第i个相邻D2D助手之间的距离的分布使用针对Voronoi小区的圆盘近似来导出,这被示出为相当准确。我们充分表征的整体覆盖概率和平均遍历率的任意用户请求一个特定的内容。我们表明,显着的性能增益可以实现相比,传统的蜂窝通信下的NS和US计划时,流行的内容被要求和NS计划总是优于美国计划。我们的分析揭示了性能度量与候选D2D助手的数量“k”之间的有趣的权衡。我们的结论是,为用户增强D2D机会并不总是会带来更好的性能,网络参数必须仔细调整,以利用最大的收益。
2017-12-20 cs.NI
Implementation of Self-Organizing Network (SON) on Cellular Technology base on Big Data Analytic
蜂窝技术的发展将与各方面日益增长的需求成正比,如数据传输速度(velocity)、数据变化(variety)和数据存储介质(volume)。各方面的增长将对全球互联网用户的增长产生直接影响。与此相关,对增加的容量和覆盖的需求变得必要,因为用户通过利用资源共享机制使用相同的资源来接入网络。自组织网络(SON)是使系统更高效并保证实验质量(QoE)的解决方案之一。SON可以创建具有自优化、自配置和自愈机制的自动化网络。网络分析中利用大数据作为网络自动化过程中决策活动的参考。本文将5G网络上使用大数据分析的SON与4G网络上的SON作为先前的网络技术进行了比较。在5G网络上,大数据将SON检测范式从被动变为主动。检测问题从数据汇集和分析可能的网络问题开始。通过及早预测网络问题,可以更快地解决网络问题。此外,通过使用多跳中继,用户设备(EU)和基站(BS)之间的距离将更短。因此,可以达到增加容量和覆盖的目的。
2020-05-23 cs.NI
Characterizing Spatial Patterns of Base Stations in Cellular Networks
蜂窝网络中基站的拓扑结构作为网络性能分析的基础,与传统的六边形网格或正方形网格模型有着明显的区别,因此引起了人们的反思。近年来,基于随机几何的模型,特别是泊松点过程(PPP),吸引了越来越多的流行在蜂窝网络的BS部署建模,由于其易处理和捕捉非均匀性的能力的优点。在这项研究中,常见的随机模型和真正的BS位置之间进行了详细的比较。结果表明,购买力平价未能准确地描述城市或农村BS部署。此外,在这两个地区的实际数据的拓扑结构进行检查和区分的统计方法,根据点的相互作用的趋势,他们表现出。通过将相应的实际数据与聚合点过程模型和排斥点过程模型进行比较,我们验证了城市地区以容量为中心的部署可以用典型的聚合过程(如Matern集群过程)来建模,而农村地区以覆盖为中心的部署可以用典型的聚合过程来建模。
2014-06-19 cs.NI
Effects of Content Popularity on the Performance of Content-Centric Opportunistic Networking: An Analytical Approach and Applications
设想移动用户利用他们的便携式设备之间的直接通信机会,以便丰富他们可以通过蜂窝或WiFi网络访问的服务集。在对等体之间共享共同感兴趣的内容或提供对资源或服务的访问可以增强移动节点的能力,卸载蜂窝网络,并向没有互联网访问的节点传播信息。兴趣模式,即有多少节点对每个内容或服务感兴趣(流行度),以及有多少用户可以提供内容或服务(可用性),影响预期应用程序的性能和可行性。在本文中,我们建立了一个分析框架,研究这些因素的延迟和成功概率的内容/服务访问请求通过机会通信的影响。我们还将我们的框架应用于移动数据卸载问题,并为优化其性能提供见解。我们验证我们的模型和结果,通过现实的模拟,使用真实的机会网络的数据集。
2016-01-20 cs.NI
A Mobility-Aware Vehicular Caching Scheme in Content Centric Networks: Model and Optimization
边缘缓存技术是一种通过将计算功能与蜂窝基站分离来减轻蜂窝网络负担的有前途的技术。然而,现有的缓存方案的服务能力受到固定的边缘基础设施,当面对用户的请求和位置的不确定性。利用移动车辆作为缓存载体的车载缓存被认为是解决上述问题的有效方法。本文研究了车辆缓存方案在内容为中心的网络中的有效性,通过开发优化模型,对网络能耗最小化。特别是,我们的缓存车辆和移动用户之间的相互作用建模为2-D马尔可夫过程,以表征移动用户的网络可用性。基于该模型,我们提出了一种在线车辆缓存设计,通过优化网络能源效率。具体来说,缓存决策问题首先制定为分数优化模型,朝着最佳的能源效率。利用非线性分式规划技术和李雅普诺夫优化理论,我们得到了优化模型的理论解。在此基础上,提出了一种实现最优车载缓存的在线缓存算法。最后,进行了大量的模拟,以检查我们的建议的性能。通过比较,我们的在线缓存方案优于现有的计划在能源效率,命中率,缓存利用率和系统增益。
2019-02-19 cs.NI
A trustable and interoperable decentralized solution for citizen-centric and cross-border eGovernance: A conceptual approach
为了支持跨部门和跨境的电子政务模式,以共享共同的公共服务,本文介绍了一种人工智能增强的解决方案,使受益人能够参与一个去中心化的网络,以实现有效的大数据交换和服务交付,促进一次性的优先事项,并通过设计实现数字化,高效,具有成本效益,可互操作和安全。该解决方案包括:(一)可靠、高效的分散式数据共享机制,能够应对流程的复杂性及其对资源的高需求;(二)提供符合利益攸关方需求的移动服务的生态系统;(三)管理多种服务交易的单点登录钱包机制;以及(iv)内部通信层,负责现有电子政务系统与新开发的系统之间的安全信息交换。一个指示性的应用场景展示了我们的方法的潜力。
2021-06-01 cs.CY cs.NI
Patient-centric HetNets Powered by Machine Learning and Big Data Analytics for 6G Networks
拥有一个认知和自我优化的网络,不仅主动适应信道条件,而且还根据用户需求进行调整,这可能是未来6G异构网络(HetNet)的最高优先级之一。在本文中,我们介绍了一种跨学科的方法,将多层5G网络中的电子医疗保健,优先级,大数据分析(BDA)和无线电资源优化的概念联系起来。我们采用三种机器学习(ML)算法,即朴素贝叶斯(NB)分类器,逻辑回归(LR)和决策树(DT),作为一个集成系统来分析中风门诊患者(OP)的历史医疗记录和身体附着的物联网(IoT)传感器的读数,以预测即将发生中风的可能性。我们将中风的可能性转换成一个风险因素作为一个优先级的混合整数线性规划(MILP)优化模型。因此,任务是向HetNet用户最优地分配物理资源块(PRB),同时通过根据他们的医疗状态的严重性授予他们高增益PRB来优先化OP。因此,使OP能够以最小的延迟将其关键数据发送给其医疗保健提供者。为此,提出了两种优化方法,加权和速率最大化(WSRMax)方法和比例公平(PF)方法。所提出的方法将OP的平均信号干扰噪声比(SINR)分别提高了57%和95%。WSRMax方法将系统总SINR提高到高于PF方法的水平,然而,PF方法产生了更高的针对OP的SINR、更好的公平性和更低的误差容限。
2020-03-18 cs.NI eess.SP
The Learning and Prediction of Application-level Traffic Data in Cellular Networks
Zhejiang University(浙江大学);PLA University of Science and Technology(解放军理工大学);China Telecom Technology Innovation Center(中国电信技术创新中心)
流量学习和预测是电信网络性能评估的核心,在有线宽带网络中引起了广泛的关注。现在,受益于蜂窝网络中的大数据,可以使分析进一步进入应用层面。在本文中,我们首先从蜂窝网络运营商收集了大量的应用级流量数据。然后,借助流量“大数据”,对蜂窝网络流量建模和预测框架进行了全面的研究。我们的研究结果表明,普遍存在的一些交通统计建模特性,包括在时域上的ALPHA稳定的建模特性和在空间域的稀疏性。同时,研究结果也表明了不同服务类型的应用程序的独特性所产生的差异。在此基础上,提出了一种新的流量预测框架,并提出了一种基于字典学习的交替方向方法来解决该问题,通过大量的仿真实验验证了该框架的预测精度和鲁棒性。
2017-03-28 cs.LG cs.NI
Modeling and Analysis for Cache-enabled Cognitive D2D Communications in Cellular Networks
开发认知的缓存使能的设备到设备(D2D)通信下的多信道蜂窝网络是本文的主要重点。D2D对经由感测可用蜂窝信道来执行直接通信,从而绕过基站(BS)。考虑了动态服务,并采用随机几何方法对网络性能进行了评估。首先将节点位置建模为相互独立的泊松点过程,并给出了服务选择过程。在此基础上,提出了相应的层次关联和认知接入协议.在BS和D2D发射机处的队列的延迟和长度被进一步阐述,其中将请求到达和离开的业务动态建模为具有优先级的离散时间多服务器队列。此外,物理层和内容为中心的功能对系统性能的影响进行了联合调查,提供了一个有价值的见解。
2016-07-25 cs.IT cs.NI math.IT
Enabling Content-Centric Device-to-Device Communication in the Millimeter-Wave Band
无线流量的增长和设备的移动性已经使核心网络严重拥塞。这一瓶颈,加上频谱稀缺,使得传统的蜂窝网络不足以传播大量内容。在本文中,我们提出了一种新的方案,通过解决分散的D2D对等体关联和天线波束宽度选择,使基于CCN的D2D网络在毫米波波段的有效初始化。所提出的方案考虑了毫米波的特性,如定向通信和阻塞敏感性。我们提出了一种启发式对等关联算法关联D2D用户使用上下文信息,包括链接稳定时间和内容可用性。通过大量的仿真,该方案在数据吞吐量和传输效率方面的性能进行了评估。仿真结果表明,该方案显著提高了网络性能,优于文献中的其他方法。
2021-04-12 cs.NI eess.SP
PBE-CC: Congestion Control via Endpoint-Centric, Physical-Layer Bandwidth Measurements
无线网络正变得越来越复杂和拥挤,在今天的互联网中,对端到端网络流造成最大的延迟、抖动和吞吐量损害。因此,我们主张细粒度的移动端点为基础的无线测量,通过一个定义良好的API到移动的无线物理层通知一个精确的拥塞控制算法。我们提出的拥塞控制算法基于在端点(PBE-CC)处进行的物理层带宽测量,并捕获最新的5G新无线电创新,这些创新增加了无线容量,但却造成了PBE-CC发送方可以精确且非常快速地做出反应的可用无线容量的突然上升和下降。我们在软件定义无线电以及C中的PBE发送器和接收器上实现了PBE测量模块的概念验证原型。一个广泛的性能评估比较PBE-CC头对头对领先的蜂窝感知和无线拥塞控制协议提出的研究社区和部署,在移动和静态移动的情况下,并在繁忙和安静的网络。结果显示,平均吞吐量比BBR高6.3%,同时将第95百分位延迟降低了1.8倍。
2020-07-06 cs.NI
Client-Based Intelligence for Resource Efficient Vehicular Big Data Transfer in Future 6G Network
汽车大数据有望成为汽车行业的“新石油”,推动新型众测服务的发展。然而,传输的大量车辆传感器数据代表了蜂窝网络的巨大挑战。实现缓解的一种有前途的方法是利用端边缘云设备上的智能,这种方法允许以更有效的方式利用现有的网络资源。通过基于机器学习的对高资源效率的数据传输机会的识别和利用,客户端设备能够参与整个网络资源优化过程。在这项工作中,我们提出了一种新的基于客户端的机会数据传输方法的延迟容忍的应用程序,这是基于混合机器学习方法:监督学习是用来预测当前可实现的数据率作为度量的强化学习为基础的数据传输调度过程。此外,应用无监督学习来揭示预测模型中的地理空间相关的不确定性。在一个全面的真实世界的评估,在公共蜂窝网络的三个德国移动网络运营商(MNO),我们表明,平均数据率可以提高高达223%,同时减少占用的网络资源量高达89%。由于更倾向于在更稳健的网络条件下进行数据传输,因此与传输相关的功耗降低了73%。付出的代价是传感器数据的信息时代(AoI)的增加。
2021-02-17 cs.NI
Optimizing Co-flows Scheduling and Routing in Data Centre Networks for Big Data Applications
本文对现有MapReduce洗牌阶段的协同流的调度和路由进行了优化,提出了基于无源光网络(PON)的数据中心网络(DCN)架构。建立了以总能耗最小化和完工时间最小化为目标的时隙混合线性规划模型。DCN架构包括四种最先进的电子交换架构,即Spine-leaf、Fat-tree、BCube和DCell数据中心。所提出的基于PON的DCN架构包括两种设计,其利用光线路终端(OLT)线路卡中的端口用于数据中心间和可能的数据中心内联网,以及用于PON小区内的不同PON组(即,机架)之间的数据中心内联网的无源互连(即,连接到单个OLT端口的多个PON组)。第一种设计是以交换机为中心的设计,使用两个阵列波导光栅路由器(AWGR),第二种设计是以服务器为中心的设计。该研究还考虑了不同的交通模式定义根据分布的地图和减少任务的服务器和数据偏斜。
2020-08-08 cs.NI eess.SP
Human-Centric Resource Allocation in the Metaverse over Wireless Communications
针对元宇宙无线通信的以人为中心优化需求,本文联合优化通信、计算资源与VR分辨率,提出新型分式规划技术求解非凸的系统效用成本比优化问题,算法高效且性能更优。
2023-12-19 cs.NI cs.SI
Interpretable Anomaly Detection in Cellular Networks by Learning Concepts in Variational Autoencoders
Ericsson Services GmbH(爱立信服务有限公司);Ostwestfalen-Lippe University of Applied Sciences(东威斯特法伦-利普应用技术大学)
本文提出一种基于变分自编码器(VAEs)的蜂窝网络异常检测方法,通过学习关键性能指标(KPI)潜在空间的可解释表示并利用K-means质心增强表示学习,实现了基于重构损失和Z分数的快速、自主且可解释的异常检测。
2023-06-28 cs.AI cs.LG cs.NI
A Comparison Study of Coupled and Decoupled Uplink Heterogeneous Cellular Networks
移动蜂窝网络的演进带来了网络结构的巨大变化。例如,异构蜂窝网络(HetNet)和超密集网络(UDN)已经被提出作为用于5G系统的有前景的技术。基站(BS)的密集部署允许移动用户能够接入多个BS。同时,HetNet中上下行之间的不平衡,例如不同的接收SINR阈值和业务负载等,变得越来越明显。所有这些因素自然地启发我们考虑无线接入网络中的上行链路和下行链路的解耦。一个有趣的问题是,解耦合上行链路(UL)/下行链路(DL)接入(DUDA)模式是否优于传统的耦合上行链路(UL)/下行链路(DL)接入(CUDA)模式,以及在HetNet中在系统速率、频谱效率(SE)和能量效率(EE)等方面的性能差异有多大。在本文中,我们的目的是彻底比较两种模式的性能的基础上随机几何理论。在我们的分析模型中,我们考虑到在UL通信中的动态发射功率控制。具体来说,我们采用分数功率控制(FPC)来模拟位置相关的信道状态。数值结果表明,DUDA模式在系统速率、SE和EE方面明显优于CUDA模式。此外,DUDA模式改善了不同类型BS和相关联UE两者的负载平衡和潜在公平性。
2015-02-06 cs.NI
On Content-centric Wireless Delivery Networks
社交媒体的流量和移动连接的便利性已经产生了一种移动数据现象,预计在可预见的未来,这种现象将压倒移动蜂窝网络。尽管4G/LTE的出现,无线数据的增长率已经远远超过了移动网络的容量增长。需要一种全新的设计模式来应对不断增长的无线数据挑战。在这篇文章中,我们调查的问题,大量的内容交付的无线网络,并提出了一个系统的观点,内容为中心的网络设计及其潜在的挑战。为此,我们首先回顾了信息中心网络(ICN)的一些最新进展,它提供了媒体内容如何在网络上标记,分发和放置的基础。然后,我们制定的内容交付任务到一个内容速率最大化的问题,在共享无线信道,对比传统的智慧,试图增加单播系统的比特率,最大化的内容交付能力与固定量的无线资源。这个概念上简单的变化使我们能够利用“内容多样性”和“网络多样性”,通过利用丰富的计算源(通过应用层编码,推送和缓存等)。在现有的无线网络中。接着描述实现用于内容递送的无线网络众包的网络架构,接着是涵盖以上概念的示范性校园无线网络。
2014-10-20 cs.IT cs.NI math.IT
Intent-driven autonomous network and service management in future cellular networks: A structured literature review
本综述全面分析意图驱动网络(IBN)在自主网络管理中的现状,提出融合架构框架,并指出其作为超越5G网络基本管理范式的关键挑战与前景。
2023-05-09 cs.NI
Cooperative Caching and Transmission Design in Cluster-Centric Small Cell Networks
小小区网络(SCN)中的无线内容缓存最近被认为是减少新兴异构蜂窝网络(HetNet)中的回程的业务和能量消耗的有效方式。在本文中,我们考虑了一个以集群为中心的SCN与合作的缓存和传输策略相结合的设计。小型基站(SBS)被分组为不相交的集群,其中集群内的缓存空间被用作一个实体。我们提出了一种组合缓存方案,其中保留一部分可用缓存空间用于缓存每个SBS中最受欢迎的内容,而剩余空间用于协作缓存不同SBS中不太受欢迎的内容的不同分区,作为增加本地内容的一种手段。内容多样性。根据所请求内容的可用性和放置,使用具有联合传输(JT)或并行传输(PT)的协作多点(CoMP)技术来向所服务的用户递送内容。使用泊松点过程(PPP)的SBS的位置分布和一个六边形网格模型的集群,我们提供了成功的内容交付的概率为位于集群中心的用户的传输方案的分析结果。我们的分析表明,传输分集和内容多样性在我们的组合缓存传输设计之间的固有权衡。我们还研究了两个目标函数的最优缓存空间分配:最大化的缓存服务性能和能源效率。仿真结果表明,该方案通过利用缓存级和信号级的合作,并适应网络环境和用户的QoS要求,实现了性能增益。
2016-01-03 cs.NI
Applying Social Event Data for the Management of Cellular Networks
Universidad de Málaga(马拉加大学);Ericsson(爱立信)
互联网提供了越来越多的各种社会数据源:日历,事件聚合器,社交网络,浏览器等。此外,从这些来源收集信息的机制,如Web服务,语义Web和大数据技术已经变得更加方便和有效。这允许对主要预期事件及其相关人群进行详细预测。由于对服务提供的需求不断增加,特别是在城市地区,具有关于这些事件的信息对于操作、管理和维护(OAM)任务将是极其有用的,因为社交事件在很大程度上影响蜂窝网络性能。因此,本文提出了一个框架,自动采集和处理社会数据,以及它们与网络元素(NE)和它们的性能。该系统的主要功能,已被设计为直接在实际网络中工作,定义和开发。不同的OAM应用所提出的方法进行了分析,并在一个实际的部署系统进行了评估。
2020-06-16 cs.LG cs.NI
Coverage Analysis for UAV-Assisted Cellular Networks in Rural Areas
尽管农村地区的覆盖增强是下一代无线网络(即,5G和6G),低预期利润阻止了电信提供商在人口稀少的地区投资。因此,需要设计和部署具有成本效益的替代方案,将蜂窝基础设施扩展到这些地区。一个具体的数学模型,表征和清楚地捕捉上述问题可能是一个关键的推动力,研究任何潜在的解决方案的效率。不幸的是,通常使用的数学工具,模型大规模无线网络的目的是不捕捉不公平,在蜂窝覆盖方面,遭受郊区和农村地区。事实上,在大城市中,蜂窝部署基本上是容量驱动的,因此蜂窝基站密度在市中心最大,并且在远离市中心时下降。在本文中,一个新的随机几何为基础的模型,以显示覆盖的空间变化之间的城市,郊区和郊区的定居点。事实上,通过实施非齐次泊松点过程(PPP),它是可能的,以研究在一个现实的情况下,地面基站(TBS)聚集在城市中心周围,而外部空中基站(ABS)均匀分布在城市禁区外的性能指标。在此基础上,我们的模拟结果可以量化的改善,在覆盖概率方面,即使是一个令人惊讶的低密度的ABS可以带来周边地区取决于禁区的延伸,使我们能够得出有见地的考虑。
2021-03-25 cs.CG cs.NI
Content Retrieval At the Edge: A Social-aware and Named Data Cooperative Framework
近年来,随着移动设备的普及,移动多媒体内容呈现爆炸式增长,占移动数据流量的50%以上。这种显著的增长对未来的蜂窝网络提出了严峻的挑战。作为一个有前途的方法来克服这一挑战,我们提倡在边缘的内容检索,通过设备到设备(D2 D)通信,以减少移动网络中的蜂窝流量的内容为中心的合作服务范例。通过利用命名数据网络(NDN)的原则,我们提出了sNDN,一个社会感知的命名数据框架,以实现高效的合作内容检索。具体地,sNDN通过将用户与她的高移动性相似性和高内容相似性的亲密朋友分组来引入友谊圈。我们构造NDN路由表的条件下的友谊圈相遇频率导航的内容请求和内容回复包之间的友谊圈,并利用友谊圈的社会属性,以寻找最终的目标作为内部友谊圈路由。测试结果表明,sNDN可以大大节省蜂窝网络容量,并明显优于其他内容检索方案。
2016-06-20 cs.NI
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
User-centric Cell-free Massive MIMO Networks: A Survey of Opportunities, Challenges and Solutions
网络基站的密集化对于实现未来移动网络的严格的服务质量(QoS)要求是必不可少的。然而,随着发射机的密集部署,干扰管理成为一项艰巨的任务。为了解决这个问题,探索具有智能协调和协作能力的全新网络架构至关重要。本调查报告研究了新兴的以用户为中心的无小区大规模多输入多输出(MIMO)网络架构,为未来的移动网络奠定了基础。这种网络使用密集部署的分布式单元(DU)来服务用户;与传统蜂窝模式的关键区别在于,为每个用户定义了一个特定的DU服务集群。该框架提供宏分集、功率效率、干扰管理和鲁棒连接。最重要的是,以用户为中心的方法消除了小区边缘,从而有助于整个网络区域的用户的均匀覆盖和性能。我们在这里提出了一个指南,该网络方案的部署所面临的主要挑战,并考虑提出的解决方案所面临的主要瓶颈无细胞通信。具体来说,我们调查的文献,针对前传,然后我们扫描所需的信道估计,资源分配,延迟和可扩展性问题的细节。此外,我们强调了一些技术,可以提供一个管理平台,如分布式软件定义网络(SDN)的计划。我们的文章作为一个检查点,描绘了目前的状况,并指出了未来的方向,在这一领域的全面方式。
2021-12-10 cs.IT cs.NI cs.SY
Resource Allocation for Device-to-Device Communications in Multi-Cell Multi-Band Heterogeneous Cellular Networks
采用毫米波通信的异构蜂窝网络被认为是第五代移动通信网络的一种很有前途的技术。毫米波由于频谱宽而具有提供多千兆位数据率的潜力。不幸的是,额外的自由空间路径损耗也由高载波频率引起。另一方面,毫米波信号对障碍物敏感,更容易受到阻挡效应的影响。为了解决这个问题,在毫米波网络中利用高度定向的窄波束。此外,设备到设备(D2D)用户充分利用其邻近性并共享HCN中的上行链路频谱资源以增加频谱效率和网络容量。对于所引起的复杂干扰,D2D使能的HCN与密集部署的小小区和毫米波通信的组合对资源分配问题提出了很大的挑战。在本文中,我们制定的D2D通信频谱资源分配之间的多个微波波段和多个毫米波波段的HCN的优化问题。然后,考虑到两个频段上完全不同的传播条件,提出了一种启发式算法来最大化系统传输速率并以足够的精度逼近解。与其他实际方案相比,我们进行了大量的仿真与不同的系统参数,并证明了所提出的方案的优越性能。最后,对算法的最优性和复杂性进行了仿真,进一步验证了算法的有效性和高效性.
2019-03-06 cs.NI
D2D Big Data: Content Deliveries over Wireless Device-to-Device Sharing in Large Scale Mobile Networks
近年来,如何有效地将蜂窝业务卸载到邻近用户之间的设备到设备(D2D)共享上的主题已经得到了全球研究人员和工程师越来越多的关注。用户利用无线短距离D2D通信在本地共享内容,这不仅是由于快速的共享体验和免费的成本,而且由于有趣和流行内容的递送的高准确性,以及在朋友之间的强社交影响。然而,现有的相关研究大多局限于小规模的数据集,用户特征的维度有限,或者对用户行为的假设和假设不切实际。在新兴的大数据技术的驱动下,设计一个名为D2D Big Data的大数据平台,以有效地促进用户之间的无线D2D通信,为提供商提供准确的内容推广,并为运营商高效地进行智能卸载。我们部署了一个大数据平台,并进一步利用了一个流行的D2D共享应用程序(APP)的大规模数据集(3.56 Tbits),该数据集包含了13周内通过近8.5亿用户传播的450万个文件上的8.66亿次D2D共享活动。通过提取和分析在线行为、内容属性、位置关系、结构特征、会议动态、社交树形、隐私保护策略等多维特征,验证和评估D2D大数据平台的预测内容传播覆盖率。最后,我们讨论了D2D大数据的挑战和机遇,并提出了一个充满希望的无线D2D通信即将到来的未来。
2018-02-03 cs.NI
Quality of Service in Wireless Cellular Networks Subject to Log-Normal Shadowing
阴影被认为会降低无线蜂窝网络中的服务质量(QoS)。假设对数正态阴影,并研究移动相对于服务基站(BS)的路径损耗和相应的干扰因子(来自干扰BS的路径增益之和与来自服务BS的路径增益之比),这是蜂窝网络的分析和设计的两个关键成分,我们发现了一个更微妙的现实。我们观察到,如通常所预期的,阴影的强方差增加了相对于服务BS的平均路径损耗,这因此可能会损害QoS。然而,在某些情况下,如果切换策略选择具有最小路径损耗的BS作为服务BS,则阴影方差的增加可以显著降低平均干扰因子,并且因此改善干扰受限系统中的某些QoS度量。我们将这种现象,类似于随机共振和相关的“单大跳跃原则”的重尾对数正态分布,研究阻塞概率在规则,六边形网络中的半解析方式,使用的空间版本的Erlang的损失公式结合考夫曼-罗伯茨算法。更详细的概率分析解释了对数正态阴影的方差的增加放大了最强信号与所有其他信号之间的比率,从而减少了干扰。上述观察结果可能会提供新的启示,特别是在室内通信场景的设计方面。
2013-04-03 cs.NI math.PR
Beyond 5G: Big Data Processing for Better Spectrum Utilization
这篇文章强调了大数据处理在面向高级用户和面向情境的,因此在未来无线网络中上下文感知资源利用方面的巨大潜力。特别是,我们考虑应用称为无线电服务地图(RSM)的专用、详细和内容丰富的地图和记录,以解锁6 G网络中的频谱机会。由于5G的特点,未来将需要各种类型的无线网络的高度融合,例如蜂窝和物联网(IoT)网络,这些网络正在稳步增长,因此被认为是这项工作中研究的用例。我们表明,6 G网络显着受益于基于RSM的有效动态频谱管理(DSM),它提供了丰富而准确的无线电环境知识;在面向数据库的子系统中存储和处理的知识,旨在支持无线网络,以提高频谱效率。在本文中,我们讨论了融合6 G无线电和物联网网络中DSM的上下文感知RSM子系统架构和操作。通过提供各种用例,我们证明了准确的定义和访问丰富的上下文信息导致系统性能的显着提高。因此,我们还认为,高效的大数据处理算法将是未来应用所必需的。
2021-07-27 cs.NI
Scalable Cellular V2X Solutions: Large-Scale Deployment Challenges of Connected Vehicle Safety Networks
本文针对蜂窝车联网在大规模部署中的可扩展性瓶颈,系统分析了LTE-V2X在PC5侧行链路下的拥塞与丢包问题并提出系列解决方案,同时综述了面向超低时延高可靠场景的5G NR-V2X演进路径。
2023-12-01 cs.NI
Empowering the 6G Cellular Architecture with Open RAN
本文探讨了将开放 RAN 原则引入 6G 蜂窝架构的变革潜力,从解耦架构、云化与编排、AI 闭环控制三方面分析其对敏捷性、成本、能效和韧性的提升,并为研究与标准化社区提出行动路径。
2023-12-05 cs.NI eess.SP
Big Data Meets Telcos: A Proactive Caching Perspective
移动蜂窝网络的管理正变得越来越复杂,而经典的部署/优化技术和当前的解决方案(即,细胞致密化,获得更多的频谱等)成本效益低,因此被视为权宜之计。这需要开发新的方法,这些方法利用存储/内存、上下文感知、边缘/云计算的最新进展,并落入大数据的框架中。然而,大数据本身是另一个需要处理的复杂现象,并伴随着臭名昭著的4V:速度,贪婪,数量和多样性。在这项工作中,我们通过基站主动缓存的概念来解决5G无线网络优化中的这些问题。特别是,我们调查的收益主动缓存的回程卸载和请求满意度,同时处理大量的可用数据的内容流行度估计。为了估计内容受欢迎程度,我们首先从土耳其电信运营商的几个基站收集用户的移动流量数据,以小时为间隔。然后,在本地大数据平台上进行分析,并通过数值模拟研究基站主动缓存的收益。事实证明,根据可用信息的级别和存储大小,可能会有几个收益。例如,在10%的内容评级和15.4 GB的存储大小(总目录大小的87%)的情况下,主动缓存实现了100%的请求满足率,并在考虑16个基站时卸载了98%的回程。
2016-02-19 cs.IT cs.NI math.IT
Implementation of Big AI Models for Wireless Networks with Collaborative Edge Computing
本文针对边缘设备训练大AI模型时计算资源受限与集中式云训练不可持续、隐私差的问题,提出将可信边缘设备组织为资源池的协作边缘训练机制,并给出系统框架、调度分析、并行性实验及未来挑战。
2024-04-27 cs.AI cs.DC cs.LG
Internet of Intelligence: The Collective Advantage for Advancing Communications and Intelligence
Zhejiang University(浙江大学);Zhejaing Lab(之江实验室)
第五代蜂窝网络(5G)推动了信息世界和物理世界之间前所未有的融合。另一方面,人工智能(AI)拥有大量的数据和信息,已经得到了普遍应用,并且普遍的AI被认为是六代蜂窝网络(6G)的一个组成部分。因此,受益于通信技术和人工智能的进步,我们大胆地认为,集体智能(CI)的条件将在6G时代成熟,CI将出现在广泛连接的生物和事物中。之后,我们强调了CI对通信和情报的潜在巨大影响。特别地,我们引入了一种正则语言(即,信息经济元语言)支持未来的集体通信,以增强人类的智能,并解释其在命名互联网信息和推动以信息为中心的网络向前发展方面的潜在应用。同时,我们提出了一个基于污名的联邦集体智慧,并展示了它的成就在一个模拟的情况下,代理集体合作,通过简单的间接通信形成一个模式。总之,CI可以促进通信和情报。
2020-04-18 cs.AI cs.MA cs.NI
Continual Learning Approach for Improving the Data and Computation Mapping in Near-Memory Processing System
Texas A&M University(德克萨斯A&M大学);UC Santa Barbara(加州大学圣塔芭芭拉分校)
随着大数据的出现,近内存处理(NMP)的复兴已经将计算范式从以处理器为中心的计算转变为以内存为中心的计算。为了满足以存储器为中心的计算的带宽和容量需求,已经采用3D存储器来形成可扩展的存储立方体网络。随着NMP和存储系统的发展,存储立方体网络中的数据放置和引导计算的映射已经成为推动NMP性能改进的关键。然而,由于应用行为的独特性和决策空间的复杂性,设计一个通用的最优映射是非常具有挑战性的。在本文中,我们提出了一个人工智能的内存映射方案,AIMM,优化数据的位置和资源利用率,通过页面和计算重新映射。我们提出的技术涉及不断评估和学习映射决策对任何应用程序的系统性能的影响。AIMM使用神经网络在执行过程中实现接近最优的映射,使用强化学习算法进行训练,该算法已知可有效探索广阔的设计空间。我们还提供了一个详细的AIMM硬件设计,可以采用作为一个插件模块的各种NMP系统。我们的实验评估表明,AIMM提高了基线NMP的性能,在单一和多个程序的情况下,分别高达70%和50%。
2021-04-28 cs.AR cs.LG cs.NI
Analysis of Cell Load Coupling for LTE Network Planning and Optimization
以系统为中心的建模和分析在规划和优化蜂窝网络中具有重要意义。在本文中,我们提供了LTE网络的性能建模的数学分析。该系统模型的特点之间的耦合关系的细胞负载因素,考虑到非均匀的业务需求和干扰的细胞与任意网络拓扑结构。求解该模型使得能够在资源消耗方面进行网络范围的性能评估。我们开发和证明的负载耦合系统的可行性的充分和必要条件,并提供数值逼近的解决方案的计算方面的相关结果。理论研究结果与实验结果相结合,说明了该方法在LTE网络配置优化中的应用。
2012-01-19 cs.IT cs.NI math.IT
Convolutional vs Large Language Models for Software Log Classification in Edge-Deployable Cellular Network Testing
VIAVI Solutions Inc.(维亚维解决方案公司);Brunel University of London(伦敦布鲁内尔大学)
本文针对电信网络测试中复杂软件日志的自动化缺陷分诊问题,提出一种轻量级CNN架构,以200,000字符上下文窗口实现超96%准确率,显著优于LLM方法且可边缘部署。
2024-07-04 cs.AI cs.CL cs.LG