Uplink Performance Analysis in D2D-Enabled mmWave Cellular Networks
在本文中，我们提供了一个分析框架来分析支持设备到设备（D2D）的毫米波（mmWave）蜂窝网络的上行链路性能。使用来自随机几何的工具，针对蜂窝和D2D链路两者导出信号干扰噪声比（SINR）中断概率。毫米波通信的显着特点，如定向波束形成和具有不同的路径损耗法律的视线（LOS）和非视线（NLOS）链路被纳入中断分析，采用灵活的模式选择方案和Nakagami衰落。此外，波束形成对准误差的中断概率的影响进行了研究，以了解在实际情况下的性能。
2017-04-04 cs.IT cs.NI math.IT
Joint Beamforming, User Association, and Height Control for Cellular-Enabled UAV Communications
为空中用户（例如无人机（UAV））提供可靠和无缝的移动性是下一代蜂窝系统的关键挑战。为了应对这一挑战，我们提出了一个联合波束成形，用户关联，无人机高度控制框架的蜂窝连接多无人机网络与多天线基站（BS）。在多个地面用户设备速率约束条件下，以最大化无人机最小可达速率为目标，设计了一种分层双层迭代算法，对基站波束形成向量、无人机关联矩阵和无人机高度进行联合优化。在内层迭代中采用投影梯度法，在外层迭代中采用几何规划建模加凹凸法，证明了算法收敛于局部最优解。考虑到无人机的移动特性，我们还利用我们提出的算法不完美的信道估计的情况下。数值结果表明，与传统的最邻近关联算法相比，该算法在理想和非理想信道估计情况下均能提高无人机的最小可达速率。此外，我们还研究了无人机的最小可达速率和频率之间的权衡与单移动无人机更新优化变量。
2020-02-16 cs.IT eess.SP math.IT
Uplink Performance Analysis in D2D-Enabled mmWave Cellular Networks with Clustered Users
在本文中，提供了一个分析框架来分析具有集群D2D用户设备（UE）的具有D2D功能的毫米波（mmWave）蜂窝网络的上行链路性能。蜂窝UE的位置被建模为毒点过程（PPP），而潜在D2D UE的位置被建模为泊松簇过程（PCP）。使用来自随机几何的工具，针对蜂窝和D2D链路两者导出信号干扰噪声比（SINR）中断概率。毫米波通信的显着特点，如定向波束成形，并具有不同的路径损耗规律的视线（LOS）和非视线（NLOS）链路纳入中断分析，采用灵活的模式选择方案。此外，波束形成对准误差的中断概率的影响进行了研究，以了解在实际情况下的性能。此外，整个网络的区域频谱效率（ASE）的确定为共享和覆盖类型。通过考虑最佳加权比例公平频谱划分来确定覆盖共享的最佳频谱划分因子。
2018-01-13 cs.IT math.IT
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
Spatiotemporal Stochastic Modeling of IoT Enabled Cellular Networks: Scalability and Stability Analysis
物联网（IoT）本质上是大规模的，这表现在大量连接的设备以及它们广阔的空间存在。蜂窝网络提供无处不在、可靠和高效的无线接入，是为物联网产生的数据海啸提供第一英里接入的自然候选者。然而，蜂窝网络可能具有向大量连接的事物提供上行链路连接的可扩展性问题。为了表征物联网环境下蜂窝上行链路的可扩展性，提出了一种基于蜂窝上行链路连接的物联网设备流量感知时空数学模型。所开发的模型基于随机几何和排队论，以考虑每个IoT设备的流量需求、不同的传输策略以及IoT设备之间的相互干扰。为此，开发的模型被用来表征蜂窝网络可以容纳物联网流量的程度，以及评估和比较三种不同的传输策略，这些策略结合了传输持久性、退避和功率提升。分析和结果清楚地说明了物联网对蜂窝网络施加的可扩展性问题，并为每种传输策略的有效场景提供了见解。
2017-02-26 cs.IT math.IT
Cellular-Enabled UAV Communication: Trajectory Optimization Under Connectivity Constraint
本文研究了一种由一架无人机和多个地面基站组成的蜂窝式无人机通信系统。UAV具有从初始位置飞行到最终位置的任务，在此期间，它需要通过在每个时刻与GBS中的一个相关联来保持与蜂窝网络的可靠无线连接。我们的目标是最大限度地减少无人机的任务完成时间，通过优化其轨迹，受到的最小接收信噪比（SNR）的目标，这需要在整个任务中得到满足指定的GBS-无人机链路的连接约束的质量。该问题是非凸的，很难得到最优解。我们首先提出了一种有效的方法来检查其可行性的基础上图的连通性验证。然后，通过分析无人机执行任务过程中GBS与无人机的关联序列，得到了无人机最优航迹的一些有用信息，并在此基础上，利用凸优化和图论中的技术，提出了一种有效的轨迹优化问题的近似求解算法。数值结果表明，我们提出的轨迹设计达到接近最优的性能。
2017-10-31 cs.IT math.IT
Secure and Energy-Efficient Transmissions in Cache-Enabled Heterogeneous Cellular Networks: Performance Analysis and Optimization
本文研究了由宏基站和多个小基站（SBS）组成的支持缓存的异构蜂窝网络的物理层安全。我们研究了一个联合设计的缓存位置和文件传输实现安全和节能的传输对随机分布的窃听。我们提出了一种新的混合“最流行的内容”和“最大的内容多样性”缓存放置策略来分发不同流行的文件。根据所请求的文件的可用性和位置，我们采用三种合作传输方案，即分布式波束成形，频域正交传输，最佳SBS中继，分别。我们推导出解析表达式的连接中断概率和保密中断概率为每个传输方案。之后，我们设计了最佳的传输速率和缓存分配，以实现最大的整体保密吞吐量和保密能量效率，分别。数值结果验证了理论分析的正确性，并证明了混合缓存策略的优越性.
2018-09-22 cs.IT math.IT
Cache-enabled Heterogeneous Cellular Networks: Comparison and Tradeoffs
在基站（BS）处缓存流行内容是释放蜂窝异构网络（HetNet）潜力的有希望的方式，其中回程已成为瓶颈。在本文中，我们比较了高速缓存使能的HetNet，其中一层多天线宏BS被具有高速缓存但没有回程的一层帮助节点覆盖，与传统的HetNet，其中宏BS层被具有有限容量回程的一层微微BS覆盖。我们利用随机几何理论推导了这两种HetNet的面积谱效率，并在一种特殊情况下得到了封闭形式的表达式。我们使用数值结果表明，助手密度只有1/4的微微BS密度，以实现相同的目标ASE，和助手密度可以通过增加缓存容量进一步降低。在给定的总缓存容量的区域内，存在一个最佳的助手节点密度，最大化ASE。
2016-02-29 cs.IT math.IT
Traffic-Aware Transmission Mode Selection in D2D-enabled Cellular Networks with Token System
Fudan University（复旦大学）
我们考虑D2D使能的蜂窝网络，其中理性用户拥有的用户设备（UE）被激励以使用令牌形成D2D对。他们通过电子方式交换代币来“购买”和“出售”D2D服务。同时，设备具有选择传输模式的能力，即经由蜂窝链路或D2D链路接收数据。因此，将不同业务类型带来的不同益处作为优先级，UE可以经由传输模式选择更有效地利用它们的令牌。在本文中，最优的传输模式选择策略以及令牌收集策略，以最大化的长期效用在动态网络环境中进行了研究。证明了最优策略是一个阈值策略，且阈值具有单调性。数值模拟验证了我们的观察结果，并观察到传输模式选择的增益。
2017-06-13 cs.IT cs.LG math.IT
Joint User Association and Interference Mitigation for D2D-Enabled Heterogeneous Cellular Networks
具有设备到设备（D2D）通信的异构蜂窝网络（HCN）已经成为高数据率的成本有效递送的有前景的解决方案。在这种D2D使能的HCN中的关键挑战是如何设计具有D2D模型选择的有效关联方案以用于负载均衡。此外，卸载的用户和D2D接收器（RX）将遭受来自BS（尤其是来自高功率BS）的强干扰。显然，一个好的关联方案应该与干扰抑制相结合。因此，我们首先提出了一种有效的资源划分策略，该策略可以减轻卸载用户从高功率BS接收的干扰和D2D RX从BS接收的干扰。在此基础上，我们然后设计了一个用户关联方案的负载均衡，联合考虑用户关联和D2D模型选择，以最大限度地提高网络范围的效用。考虑到该问题是一个非线性的混合整数形式，难以处理，我们采用了对偶分解的方法来开发一个有效的分布式算法。仿真结果表明，该方案提供了一个负载均衡增益和资源划分增益。
2015-12-14 cs.IT math.IT
User Association with Maximizing Sum Energy Efficiency for Massive MIMO Enabled Heterogeneous Cellular Networks
在本文中，我们设计了一个关联计划，以最大限度地提高总能量效率的大规模多输入多输出（MIMO）使异构蜂窝网络（HCN）。考虑到最终的公式化问题是一个比率和形式的问题，我们首先需要将其转化为一个参数化的非分式形式，这样我们就可以通过一个两层迭代算法来获得它的解。外层采用类牛顿法搜索与信干噪比（SINR）约束相关联的能量效率参数和乘子，内层采用拉格朗日乘子法优化关联指标。实际上，当原问题中不涉及SINR约束时，内层不需要迭代步骤，整个算法应该是一个单层迭代算法。对于双层迭代算法，我们也给出了相应的收敛性证明。仿真结果表明，该方案在系统吞吐量和网络能量效率方面明显优于现有方案。此外，我们还研究了大量的天线的数量和每个微微基站的发射功率对这些关联性能的影响。
2016-07-05 cs.IT math.IT
Mode Selection, Resource Allocation and Power Control for D2D-Enabled Two-Tier Cellular Network
本文提出了一种集中式决策框架在宏基站（MBS）的设备到设备（D2D）通信底层的两层蜂窝网络。我们考虑存在MBS和毫微微接入点的情况下的D2D对，MBS和毫微微接入点中的每一个都服务于用户，具有针对所有用户的服务质量约束。我们提出的解决方案包括模式选择（蜂窝或重用或专用模式之间的选择），资源分配（在蜂窝和专用模式）和功率控制（在重用模式）在一个单一的框架。如果D2D对彼此接近并且正交资源可用，则框架优先考虑D2D专用模式。否则，如果D2D满足最大距离和附加干扰准则两者，则允许D2D重用模式。对于复用模式，我们提出了一种几何顶点搜索的方法来解决功率分配问题。我们分析证明了这种方法的有效性，并表明它达到了接近最佳的性能。对于蜂窝和专用模式，我们表明，频率共享最大化和速率，并解决了封闭形式的资源分配问题。我们的模拟证明了所提出的框架的优势，在D2D模式中实现的性能增益。
2016-04-07 cs.IT math.IT
Massive MIMO-Enabled Full-Duplex Cellular Networks
在本文中，我们提供了一个理论框架的研究大规模多输入多输出（MIMO）使能全双工（FD）蜂窝网络中的自干扰（SI）信道遵循莱斯分布和其他信道瑞利分布。为了促进双向无线功能，我们采用（i）在FD基站（BS）处的具有自干扰置零（ZF-SIN）的下行链路（DL）线性迫零预编码方案，以及（ii）在FD用户设备（UE）处的上行链路（UL）自干扰感知（SIA）部分功率控制机制。线性ZF接收器进一步用于UL中的信号检测。结果表明，在基线FD单天线系统中的UL速率瓶颈可以通过利用大规模MIMO来克服。另一方面，这些发现可以被视为现实检查，因为我们表明，在最先进的系统参数下，FD大规模MIMO相对于其半双工（HD）对应物的频谱效率（SE）增益在很大程度上取决于UE的SI消除能力。此外，预期的两倍增加SE被证明是唯一可以实现的无限大数量的天线。
2017-03-04 cs.IT math.IT
Probabilistic Placement Optimization for Non-coherent and Coherent Joint Transmission in Cache-Enabled Cellular Networks
如何设计适当的内容放置策略是在高速缓存使能蜂窝网络的主要领域之一。本文研究了蜂窝网络下行链路协作传输下基站缓存的概率内容放置优化问题。以布局概率向量为设计参数，根据信道状态信息（CSI）是否可用，研究了非相干联合传输（NC-JT）和相干联合传输（C-JT）方案。利用随机几何的方法，导出了NC-JT方案成功传输概率的积分表达式，并给出了C-JT方案成功传输概率的上界和紧逼近。其次，我们通过优化布局概率向量，分别最大化NC-JT中的STP和C-JT中的STP的近似。提出了一种算法，并应用到这两个优化问题。通过利用STP的一些性质，我们在某些情况下获得全局最优解。利用内点法得到了一般情况下的局部最优解。最后，数值结果表明，优化的布局策略实现了显着的收益在STP在几个比较基线无论是在NC-JT和C-JT。C-JT中的最优STP优于NC-JT中的最优STP，表明在协作传输中知道CSI的益处。
2021-01-21 cs.IT math.IT
Artificial Intelligence Enabled NOMA Towards Next Generation Multiple Access
本文主要研究人工智能（AI）在非正交多址接入（NOMA）中的应用，旨在实现面向下一代多址接入（NGMA）的自动化、自适应、高效的多用户通信。首先，讨论了当前特定于MIMO的多天线NOMA方案的局限性，并强调了AI对NGMA的重要性。然后，为了实现NGMA的愿景，提出了一种新的无簇NOMA框架，用于提供自适应NOMA通信，并确定了几种有前途的机器学习解决方案。为了进一步阐述，构思了新颖的集中式和分布式机器学习范例，用于在单小区和多小区网络中有效地采用所提出的无簇NOMA框架，其中提供数值结果来证明有效性。此外，提出的无簇NOMA和新兴的无线技术之间的相互作用。最后，讨论了人工智能支持NGMA的几个开放性研究问题。
2022-12-13 cs.IT eess.SP math.IT
Effective Capacity Analysis of HARQ-enabled D2D Communication in Multi-Tier Cellular Networks
这项工作做了统计服务质量（QoS）分析的块衰落设备到设备（D2D）链路在一个多层蜂窝网络，包括一个宏BS（BSMC）和一个微BS（BSmC），这两者都在全双工（FD）模式下工作。对于所考虑的D2D链路，我们首先制定的模式选择问题，D2D对可以直接通信，或者，通过BSmC，或者，通过BSMC作为一个三元假设检验问题。接下来，为了计算给定D2D链路的有效容量（EC），我们假设信道状态信息（CSI）在发送D2D节点处不可用，并且因此，它以固定速率r和固定功率进行发送。这允许我们将D2D链路建模为具有六个状态的马尔可夫系统。我们考虑用于D2D链路的覆盖和重叠模式。此外，为了提高D2D链路的吞吐量，我们假设D2D对利用两种特殊的自动重传请求（ARQ）方案，即，混合ARQ（HARQ）和截短HARQ。此外，我们考虑在发送D2D节点处的两个不同的队列模型，基于它如何响应于在接收D2D节点处的解码失败。最后，我们提供了封闭形式的表达式的EC HARQ使能的D2D链路和截断HARQ使能的D2D链路，在两个队列模型。注意到EC看起来像r的准凹函数，我们通过梯度下降法搜索最优速率来进一步最大化EC。仿真结果为我们提供了以下见解：i）EC随着QoS指数的增加而减小，ii）当采用HARQ时，D2D链路的EC改善，iii）EC随着在FD模式中在BSmC和BSMC处使用的自干扰消除技术的质量的增加而增加。
2021-07-26 cs.IT eess.SP math.IT
Energy-Efficient Massive IoT Shared Spectrum Access over UAV-enabled Cellular Networks
数据聚合已成为支持大规模物联网（IoT）的新兴范例，这是第五代新无线电（5G-NR）的一个新的关键用例。事实上，数据聚合器可以补充蜂窝基站并处理物联网流量以减少网络拥塞。在本文中，我们考虑使用移动数据聚合器，例如，无人机，收集物联网流量并将其聚合到网络。具体来说，我们首先讨论如何在无人机存在的情况下在蜂窝用户（UE）和物联网设备之间共享频谱，提出一种时分复用协议。我们使用随机几何分析该协议，比较它的标准频谱共享和正交分配协议。然后，我们制定了一个随机优化问题，以优化标称物联网发射功率，最大限度地提高受干扰约束的物联网设备的平均能效（EE），以保护UE。仿真结果验证了该协议的理论和有效性。结果表明，使用无人机来聚合物联网流量，提高了物联网设备的EE，但EE会随着高度的增加而降低。同样重要的是，优化发射功率对于进一步提高EE至关重要，同时确保与UE的公平共存。
2020-05-25 cs.IT math.IT
Distributed vs. Centralized Scheduling in D2D-enabled Cellular Networks
采用信道自适应资源分配可以在设备到设备（D2D）通信的几乎任何性能度量中产生大的增强。我们观察到D2D用户能够估计其本地信道状态信息（CSI），然而基站需要一些信令交换来获取该信息。基于D2D用户对本地CSI的了解，我们提供了一个调度框架，该框架显示了分布式方法如何优于集中式方法。我们通过提出集中式调度开始，其需要在基站级了解D2D链路的CSI。该CSI报告受到可用于反馈传输的资源数量有限的影响。因此，我们受益于用户对他们的本地CSI的了解来开发用于D2D资源分配的分布式算法。在分布式方法中，不同CSI报告之间可能发生冲突，因此提出了一种减少冲突的算法。我们给出了一个集中式和分布式算法如何在实践中实现的描述。此外，数值结果证实了我们的说法，并证明了所提出的调度算法带来的蜂窝网络的增益。
2019-02-25 cs.IT math.IT
Collaborative Artificial Intelligence (AI) for User-Cell association in Ultra-Dense Cellular Systems
利用人工智能技术研究了密集无线网络中小型基站与用户之间的小区关联问题。该问题被公式化为一个平均场博弈，其中用户的目标是通过利用本地数据和邻近用户的数据，通过模仿过程来最大化他们的数据率。这样的协作学习过程防止用户经由蜂窝网络的有限回程链路直接交换他们的数据，并且因此允许他们以最小计算协作地改进他们的小区关联策略。为了解决这个问题，提出了一种神经Q学习学习算法，它使用户能够使用神经网络来预测他们的奖励函数，该神经网络的输入是相邻用户选择的SBS和所考虑用户的本地数据。仿真结果表明，所提出的基于模仿的小区关联机制收敛到最优解的速度比传统的小区关联机制没有模仿。
2018-09-04 cs.IT math.IT
Achieving Covert Communication in Large-Scale SWIPT-Enabled D2D Networks
我们的目标是保护大规模设备到设备（D2D）网络免受攻击。D2D网络是下行链路蜂窝网络的基础，以重用蜂窝频谱，并且能够实现同时无线信息和功率传输（SWIPT）。在D2D网络中，发射器与接收器通信，并且接收器从其接收的射频（RF）信号中提取信息和能量。与此同时，对手的目标是检测D2D传输。D2D网络应用功率控制并利用蜂窝信号来实现隐蔽通信（即，隐藏传输的存在）以便防御对手。我们使用一个两阶段的Stackelberg游戏模型的D2D网络和对手之间的相互作用。其中，对手是在较低阶段最小化其检测误差的跟随者，而D2D网络是在较高阶段最大化其受通信隐蔽性和断电约束的网络效用的领导者。研究了基于功率分配（PS）和基于时间开关（TS）的SWIPT方案.我们的大规模D2D网络，对手，和蜂窝网络的随机几何的空间配置的特征。我们分析了对手的检测误差最小化问题，并采用Rosenbrock方法来解决这个问题，其中所获得的解决方案是从较低的阶段的最佳响应。考虑到下层的最佳响应，我们开发了一个双层算法来解决D2D网络的约束网络效用最大化问题，并获得Stackelberg均衡。我们提出的数值结果揭示有趣的见解。
2023-02-16 cs.IT eess.SP math.IT
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
Blocking Probability and Spatial Throughput Characterization for Cellular-Enabled UAV Network with Directional Antenna
在过去的几年里，无人机（UAV）在民用应用中的使用大幅增加，这要求UAV与其地面客户端之间的高性能通信，特别是当它们密集部署时。为了实现这一目标，可以利用蜂窝基站（BS）来提供一种新的和有前途的解决方案，以成本效益的方式同时支持大规模UAV通信。然而，与地面通信信道不同，UAV到BS信道通常由视距（LoS）链路支配，这加剧了共信道干扰，并且使得现有蜂窝网络中的空间频率重用无效。在本文中，我们考虑在每个无人机的定向天线的使用，以限制干扰/从其他无人机用户在一个有限的区域内，从而提高频谱的空间复用。在该模型下，如果无人机用户在其天线主瓣中找不到任何基站，或者发现其主瓣下的所有基站同时被其他无人机的基站覆盖，从而遭受强同频干扰，则可能会暂时被阻止通信。假设无人机和地面基站的位置分别为独立的齐次泊松点过程（HPPPs），首先解析推导出无人机阻塞概率的封闭形式上界，然后根据基站/无人机密度、无人机飞行高度和天线波束宽度等关键参数，描述蜂窝无人机通信网络可实现的平均空间吞吐量。仿真结果验证了所推导的边界实际上是紧的，并进一步表明，自适应调整无人机的高度和/或波束宽度与不同的BS/UAV密度可以显着降低无人机阻塞概率，从而提高网络的空间吞吐量。
2017-10-28 cs.IT math.IT
Downlink Analysis of NOMA-enabled Cellular Networks with 3GPP-inspired User Ranking
本文提供了一个全面的下行链路分析非正交多址接入（NOMA）使蜂窝网络使用随机几何工具。作为这种分析的一部分，我们开发了一种新的3GPP启发的用户排名技术，通过将用户从小区中心（CC）和小区边缘（CE）区域分组来构建非正交传输的用户集群。该技术允许划分具有不同链路质量的用户，这对于利用NOMA性能增益是必要的。我们的分析集中在典型小区的用户集群的性能，这是显着不同的标准随机几何为基础的方法来分析典型用户的性能。对于这种设置，我们首先推导出NOMA和正交多址接入（OMA）下的CC和CE用户的元分布的时刻。利用这一点，然后我们推导出的传输速率和平均分组延迟的分布下，非实时（NRT）和实时（RT）服务模型，分别为CC和CE用户。最后，我们研究了两个资源分配（RA）技术的目标是最大化的细胞和速率（CSR）下NRT服务，和总有效容量（SEC）下RT服务。除了提供一些有用的设计见解，我们的研究结果表明，NOMA提供了改进的速率区域和更高的CSR相比，OMA。此外，我们还表明，NOMA提供更好的SEC相比，OMA的用户密度更高。
2020-03-02 cs.IT math.IT
Cache-Enabled Physical Layer Security for Video Streaming in Backhaul-Limited Cellular Networks
在本文中，我们提出了一种新的无线缓存方案，以提高在有限的回程容量的蜂窝网络中的视频流的物理层安全性。通过经由高速缓存和回程加载两者跨基站（BS）的子集主动地共享视频数据，可以根据高速缓存状态、信道条件和回程容量来动态地启用若干BS的安全协作联合传输。假设发射端的信道状态信息（CSI）不完全，提出了一个两阶段的非凸混合整数鲁棒优化问题，在保证视频传输的服务质量（QoS）和通信保密性的同时最小化总发射功率，其中缓存和协作传输策略分别在离线视频缓存阶段和在线视频传输阶段进行优化.虽然制定的优化问题原来是NP难的，低复杂度的多项式时间算法，其解决方案在一定条件下是全局最优的，提出了缓存训练和视频传输控制。高速缓存被证明是有益的，因为它减少了施加在容量受限的回程链路上的数据共享开销，引入了额外的安全自由度，并且实现了功率高效的通信系统设计。仿真结果表明，该缓存方案同时实现了较低的秘密中断概率和较高的功率效率。此外，由于所提出的鲁棒优化，不完善的CSI知识所造成的性能损失，可以显着降低时，高速缓存容量变得很大。
2017-11-07 cs.IT math.IT
Stochastic Content-Centric Multicast Scheduling for Cache-Enabled Heterogeneous Cellular Networks
在小型基站（SBS）处的高速缓存已经证明了在减轻异构蜂窝网络（HetNet）中的回程需求方面的显著益处。虽然许多现有的作品集中在什么内容缓存在每个SBS，一个同样重要的问题是什么内容提供，以满足动态用户的需求给定的缓存状态。在本文中，我们研究了最佳的内容交付缓存启用HetNets考虑到无线介质的固有组播能力。我们考虑随机内容多播调度，共同最小化平均网络延迟和功率成本下的多址接入约束。我们建立了一个以内容为中心的请求队列模型，并将此随机优化问题表示为一个无限时域平均成本马尔可夫决策过程（MDP）。利用\emph{relative value iteration}和请求队列动力学的特殊性质，我们刻画了MDP的价值函数的一些性质。基于这些性质，我们证明了最优多播调度策略是阈值型的。然后，我们提出了一个结构感知的优化算法，以获得最优的政策。我们还提出了一个低复杂度的次优策略，它具有类似的结构属性的最优策略，并开发了一个低复杂度的算法来获得这个政策。
2016-06-17 cs.IT cs.NI math.IT
Artificial Intelligence for UAV-enabled Wireless Networks: A Survey
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
无人机被认为是下一代无线通信网络的重要技术之一。它们的移动性和与用户建立视线（LOS）链接的能力使它们成为许多潜在应用的关键解决方案。同样，人工智能（AI）现在正在迅速发展，并且非常成功，特别是由于大量的可用数据。因此，研究界的很大一部分已经开始通过应用人工智能算法来解决与无人机有关的几个问题，将智能集成到无人机网络的核心。在本文中，我们将全面概述AI在基于无人机的网络中的一些潜在应用。我们还强调了现有工作的局限性，并概述了人工智能在无人机网络中的一些潜在应用。
2021-01-28 cs.IT cs.LG eess.SP
Cellular-Enabled UAV Communication: A Connectivity-Constrained Trajectory Optimization Perspective
National University of Singapore（新加坡国立大学）
本文从连接性约束角度研究无人机轨迹优化问题，旨在通过优化轨迹减少任务完成时间，同时满足最小接收信噪比要求。
2018-05-18 cs.IT cs.SY eess.SY
Optimal Mode Selection in D2D-Enabled Multi-Base Station Systems
在本文中，我们认为设备到设备（D2D）通信下的上行链路蜂窝网络与多个基站（BS），其中每个用户可以在传统的蜂窝模式（通过BS）和D2D模式（通过连接邻近用户）之间切换，即模式选择。我们对BS施加负载均衡约束以有效地利用资源。模式选择和用户关联的联合问题被表述为一个组合问题和NP完全问题。我们采用基于图的方法来解决这个问题的全局最优的多项式时间。为了进一步降低算法复杂度，本文还提出了一种基于对偶方法的分布式算法。我们表明，所提出的分布式算法达到了几乎相同的性能，建议的最佳图为基础的算法。
2016-02-22 cs.IT math.IT
Edge Intelligence in Softwarized 6G: Deep Learning-enabled Network Traffic Predictions
6 G愿景旨在实现敏捷的网络扩展和快速部署新的按需微服务（例如，用于数据流量管理的可视性服务、移动边缘计算服务）更接近网络的边缘物联网设备。然而，提供网络可见性服务的关键特征之一，即，网络中的数据流预测在动态云原生环境内的边缘设备处是具有挑战性的，因为业务流特性是随机的和零星的。为了为6 G愿景提供AI原生服务，本文提出了一种新的边缘原生框架，为数据流量管理提供智能预测技术。预测模型使用基于长短期记忆（LSTM）的编码器-解码器深度学习，我们对从所选测试床网络的边缘$μ$ -盒收集的实时的序列多变量数据记录进行训练。我们的结果准确地预测了数据流量的统计特征，并根据地面实况观察验证了训练模型。此外，我们验证了我们的新框架与两个性能指标的多元数据的每个功能。
2021-10-03 cs.IT eess.SP math.IT
Fluid Antenna with Linear MMSE Channel Estimation for Large-Scale Cellular Networks
可重构流体天线的概念是提高无线通信网络频谱效率的一个潜在的和有前途的解决方案。尽管FA使能通信具有许多优点，但其具有局限性，因为它们需要大量的频谱资源，以便从大量的规定位置中选择辐射元件的最期望位置。在本文中，我们提出了一个分析框架的中断性能的大规模FA使能的通信，其中所有的用户设备（UE）采用圆形多FA阵列。与现有的研究相比，假设完美的信道状态信息，所开发的框架准确地捕获所考虑的网络部署的性能上的信道估计误差。特别是，我们专注于有限的相干间隔的情况下，一种新的顺序线性最小均方误差（LMMSE）为基础的信道估计方法进行只有非常少的FA端口。接下来，对于每个BS与其相关联的UE的通信，采用低复杂度端口选择技术，其中在被估计为提供来自每个FA的最强信道的端口中选择提供最高信号与干扰加噪声比的端口。通过使用随机几何工具，我们推导出中断概率的解析表达式和封闭形式的表达式，突出了信道估计对基于FA的UE的性能的影响。我们的研究结果揭示了提高网络性能和降低信道估计质量之间的权衡，为FA使能通信的设计提供了新的见解。
2022-12-16 cs.IT eess.SP math.IT
Cache-Enabled Heterogeneous Cellular Networks: Optimal Tier-Level Content Placement
在异构蜂窝网络（HCN）的基站（BS）处缓存流行内容避免了从内容提供方到网络边缘的频繁信息传递，从而减少了延迟并缓解了回程链路中的业务拥塞。在一般情况下，在HCN的内容放置的最佳策略仍然在很大程度上是未知的，并得出它们形成本文的主题。为此，我们采用流行的随机HCN模型，其中BS的$K$层被建模为分布在具有不同密度的平面上的独立泊松点过程。此外，考虑随机高速缓存方案，其中具有对应流行度度量的给定$M$文件集合中的每一个以对应概率（称为放置概率）被放置在特定层的每个BS处。对于同一层中的所有BS，概率是相同的，但是在层之间变化，从而给出了层级内容放置的名称。我们认为，网络性能指标，命中概率，定义为概率，由典型的用户请求的文件被成功地交付给用户。我们最大限度地提高命中概率的内容放置概率，从而产生最佳的层级放置策略。对于用于不同层中的BS的成功传输的统一接收信号干扰比阈值的情况，策略是封闭形式的，其中特定文件的放置概率与对应流行度测量的平方根成比例，其中偏移取决于BS高速缓存容量。对于非均匀SIR阈值的一般情况下，优化问题是非凸的，并通过近似设计了一个次优的布局策略，它具有类似的结构，在均匀SIR阈值的情况下，并通过仿真显示是接近最优的。
2017-06-17 cs.IT math.IT
Optimized Caching and Spectrum Partitioning for D2D enabled Cellular Systems with Clustered Devices
在移动设备处缓存和利用设备到设备（D2D）通信是支持通过无线网络的大规模内容递送的两种有前景的方法。高速缓存使能的无线网络的分析通常通过假设设备均匀分布来进行，然而，在社交网络中，移动设备本质上被分组为不相交的集群。在这方面，本文提出了一个时空的数学模型，跟踪服务请求的到来，并考虑到集群设备的几何形状。假设两种设备，具体地，内容客户端和内容提供方。假设内容提供方具有剩余存储器，该剩余存储器被利用来遵循随机概率缓存方案主动缓存来自已知库的内容。内容客户端可以从其附近（集群）的最近内容提供方或者作为最后手段的基站（BS）检索所请求的内容。开发的时空模型被用来制定一个联合优化问题的内容缓存和频谱划分，以最大限度地减少平均服务延迟。由于优化问题的高复杂性，缓存和频谱划分问题是解耦的，并使用块坐标下降（BCD）优化技术迭代求解。为此，带宽划分和概率缓存子问题，分别获得了最优和次优的解决方案。数值结果突出了所提出的计划优于传统的缓存计划下平等和优化的带宽分配。特别是，它示出的平均服务延迟减少了近100%和350%，相比，Zipf和均匀的缓存计划下，相等的带宽分配，分别。
2020-03-24 cs.IT cs.NI math.IT
Outage Analysis in SWIPT Enabled Cooperative AF/DF Relay Assisted Two-Way Spectrum Sharing Communication
研究了蜂窝网络中支持设备到设备（D2D）通信的多天线协作认知无线电网络（CCRN）中解码转发（DF）和放大转发（AF）中继的相对性能。在这项工作中，蜂窝系统被认为是主要的和物联网设备（IoD），从事D2D通信，被认为是次要的系统。设备通过双向主通信中的协作来接入许可频谱。此外，IoD通过使用同步无线信息和功率传输（SWIPT）协议从射频（RF）信号收集能量来供电。推导了蜂窝和D2D通信的中断概率的封闭形式表达式，并研究了AF和DF中继技术的各种设计参数的影响。基于仿真结果，它被发现，建议的频谱共享协议，DF中继和AF中继方案，优于另一个类似的网络架构的频谱效率。它也被观察到，所提出的系统使用DF中继的性能优于AF中继方案在相同的发射功率的能量效率方面。
2020-07-16 cs.IT cs.NI math.IT
When Machine Learning Meets Wireless Cellular Networks: Deployment, Challenges, and Applications
Ericsson Research（爱立信研究院）
人工智能（AI）驱动的无线网络有望从网络设计到基础设施管理、降低成本和提高用户性能等方面彻底改变当前网络的传统操作和结构。通过人工智能功能为未来的网络提供支持，将实现从被动/事件驱动型运营向主动/数据驱动型运营的转变。本文概述了5G及其他网络中AI功能的集成。成功集成AI的关键因素，如数据，安全性和可解释的AI。总结了未来网络中的各种网络智能以及基于机器学习的空中接口。然后总结了AI在无线领域应用的用例示例。我们重点介绍了物理层、移动性管理、无线安全和本地化的应用。
2020-05-01 cs.IT cs.LG math.IT
V2X Meets NOMA: Non-Orthogonal Multiple Access for 5G Enabled Vehicular Networks
得益于广泛部署的基础设施，LTE网络最近被认为是支持车辆到一切（V2X）服务的有希望的候选者。然而，随着未来大量设备接入V2X网络，传统的基于OFDM的LTE网络由于其正交接入效率低而面临拥塞问题，导致显著的接入延迟，特别是对安全关键应用提出了巨大的挑战。非正交多址接入（NOMA）技术已被公认为未来5G蜂窝网络提供宽带通信和大规模连接的有效解决方案。在本文中，我们研究了NOMA在支持蜂窝V2X服务以实现低延迟和高可靠性方面的适用性。从基本的V2X单播系统开始，提出了一种新的基于NOMA的方案，以解决在超密集拓扑中设计高频谱效率调度和资源分配方案的技术障碍。然后，我们将其扩展到更通用的V2X广播系统。还讨论了其他基于NOMA的扩展V2X应用和一些开放问题。
2017-05-24 cs.IT cs.NI math.IT
Large Model Enabled Embodied Intelligence for 6G Integrated Perception, Communication, and Computation Network
School of Information and Electronics（信息与电子学院）；School of Interdisciplinary Science（交叉科学学院）；State Key Laboratory of CNS/ATM（CNS/ATM国家重点实验室）；Beijing Institute of Technology（北京理工大学）；Advanced Technology Research Institute（先进技术研究院）；Yangtze Delta Region Academy（长江三角洲地区学院）；School of School of Information Science and Engineering（信息科学与工程学院）；Institute of Intelligent Communication Technologies（智能通信技术研究院）；Shandong Key Laboratory of Intelligent Communication and Sensing-Computing Integration（智能通信与传感-计算集成山东省重点实验室）；Zhejiang Provincial Key Laboratory of Information Processing, Communication and Networking（信息处理、通信与网络浙江省重点实验室）；Department of Electronic Engineering（电子工程系）；State Key Laboratory of Space Network and Communications（空间网络与通信国家重点实验室）；National Mobile Communications Research Laboratory（移动通信研究中心）；Purple Mountain Laboratories（紫金山实验室）
本文提出利用大模型赋能基站实现感知、通信和计算一体化，为6G系统提供安全关键的智能解决方案。
2025-12-22 cs.AI cs.IT eess.SP
Distributed Resource Allocation for D2D Multicast in Underlay Cellular Networks
针对底层蜂窝网络中 D2D 多播受同信道干扰且大规模集中优化困难的问题，提出一种低开销、高可扩展性的分布式资源分配方案，并通过仿真验证其吞吐量增益。
2023-09-25 cs.IT cs.NI math.IT
Delivery-Secrecy Tradeoff for Cache-Enabled Stochastic Networks: Content Placement Optimization
无线缓存技术是一种有效的内容传输技术。在本文中，通过考虑不同的文件保密级别，面向物理层安全的内容放置在一个随机的缓存启用蜂窝网络进行了优化。我们提出了一个分析框架，调查非平凡的文件传输保密权衡。具体来说，我们首先推导出封闭形式的表达式的文件命中和保密概率。全局最优的概率内容放置策略，然后解析推导出的文件保密约束下的命中概率最大化。数值结果证明，以验证我们的分析结果，并表明，有针对性的文件保密级别是至关重要的，在平衡文件传输保密权衡。
2018-09-10 cs.IT math.IT
Minimizing Latency to Support VR Social Interactions over Wireless Cellular Systems via Bandwidth Allocation
通过虚拟现实（VR）技术和无线蜂窝系统，移动用户的沉浸式社交互动很快将在虚拟空间内实现。在VR移动社交网络中，所有交互用户的状态应该通过与边缘计算服务器的双向通信同步更新，并且延迟较低。由此产生的端到端延迟取决于无线VR用户和边缘服务器的虚拟和物理位置之间的关系。在这项工作中，分析和优化的端到端的延迟的问题进行了调查，一个简单的网络拓扑结构，产生重要的见解物理和虚拟几何之间的相互作用。
2018-04-04 cs.IT cs.NI math.IT
D2D-Enabled Mobile User Edge Caching: A Multi-Winner Auction Approach
在支持设备到设备（D2D）的缓存蜂窝网络中，用户终端（UT）协作地存储并共享来自基站（BS）的大量流行内容，以用于业务卸载和递送延迟减少。在这篇文章中，研究了D2D使能的缓存蜂窝网络中基于多赢家拍卖的缓存放置，以用于UT边缘缓存激励和内容缓存冗余减少。首先，对UT边缘缓存的多赢家一次拍卖进行建模，该拍卖针对多个UT拍卖多个内容。然后，内容缓存收入最大化的优化问题制定。具体地，UT之间的“缓存冲突”约束关系被用作问题中的约束之一，以减少UT移动场景中的内容缓存冗余。通过半定规划（SDP）松弛来求解该问题，以获得近似的最优缓存位置。此外，拍卖的支付策略被开发为一个纳什讨价还价的游戏，为个人的利润公平的UT谁赢得了拍卖的内容缓存。随后，提出了一种多赢家一次拍卖的缓存（MOAC）放置算法。此外，针对MOAC算法的高复杂度，本文进一步提出了一种启发式的基于多赢家重复拍卖的缓存放置（MRAC）算法，该算法在性能损失很小的情况下大大降低了算法的复杂度。仿真结果表明，与现有的缓存放置算法相比，本文提出的算法能够有效降低网络流量和平均内容访问延迟。
2019-10-18 cs.IT cs.NI math.IT
Device-Relaying in Cellular D2D Networks: A Fairness Perspective
设备到设备（D2D）通信被设想为5G网络的组成部分，并且是用于满足对高数据率的需求的技术。在蜂窝网络中，D2D不仅允许用户之间的直接通信，还允许设备中继。在本文中，一个简单的设备中继的情况下，和D2D的用户之间的公平性的影响进行了研究。即，考虑由两个D2D使能用户和基站（BS）组成的蜂窝网络。因此，想要与BS建立通信的用户可以充当彼此信号的中继。虽然这个问题传统上被认为是在文献中的多址信道与合作的上行链路，和广播信道与合作的下行链路中，我们提出了一个不同的治疗作为一个多路信道的问题。提出了一种简单的通信方案，并示出实现显着的增益在公平性方面（测量的对称速率支持）相比，上述传统的治疗。
2015-05-01 cs.IT math.IT
A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence
University of Macau（澳门大学）；Future Network of Intelligence Institute（未来网络智能研究院）；The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））；Southeast University（东南大学）；Purple Mountain Laboratories（紫金山实验室）；University of New South Wales（新南威尔士大学）；University of Texas at Dallas（德克萨斯大学达拉斯分校）；Friedrich-Alexander-University Erlangen-Nurnberg（弗里德里希-亚历山大-埃尔朗根-纽伦堡大学）；University of California, Irvine（加州大学欧文分校）
由于蜂窝技术的进步和蜂窝基础设施的密集部署，将无人机（UAV）集成到第五代（5G）及更高级别的蜂窝网络中是实现安全UAV操作以及通过特定任务有效载荷数据交付实现多样化应用的有前途的解决方案。特别是，5G网络需要支持三种典型的使用场景，即增强型移动宽带（eMBB）、超可靠低延迟通信（URLLC）和大规模机器类型通信（mMTC）。一方面，无人机可以作为具有成本效益的空中平台，通过利用其高巡航高度和三维（3D）空间中的可控机动性，为地面用户提供增强的通信服务。另一方面，由于需要无处不在的3D信号覆盖以及强烈的空中-地面网络干扰，同时为UAV和地面用户提供这种通信服务提出了新的挑战。除了高性能无线通信的要求外，支持有效和高效的传感以及网络智能的能力对于空中和地面用户共存的5G及更高3D异构无线网络也至关重要。在本文中，我们提供了一个全面的概述，最新的研究工作，将无人机集成到蜂窝网络，重点是如何利用先进的技术（例如，智能反射面、短包传输、能量收集、联合通信和雷达感知、边缘智能等），以满足下一代无线系统的多样化业务需求。此外，我们强调在未来的工作中进一步调查的重要方向。
2021-06-12 cs.AI cs.IT cs.LG
Nine Challenges in Artificial Intelligence and Wireless Communications for 6G
近年来，在人工智能（AI）中开发的技术，特别是在机器学习（ML）中开发的技术，已经成功地应用于各个领域，导致人们普遍认为AI将在未来的无线通信中共同发挥重要作用。为了实现这一愿望，我们提出了人工智能/机器学习和无线通信跨学科领域需要解决的九个挑战，特别关注第六代（6 G）无线网络。具体来说，本文将这九个挑战分为人工智能中的计算、分布式神经网络和学习以及ML支持的语义通信。
2021-09-23 cs.IT math.IT
Can Uplink Transmissions Survive in Full-duplex Cellular Environments?
带内全双工（FD）通信被认为是第五代（5G）蜂窝网络将采用的潜在候选。FD通信使得整个频谱可由上行链路和下行链路同时访问，并且因此被乐观地提升为传输速率的两倍。虽然这对于单个通信链路是正确的，但是交叉模式干扰（即，上行链路和下行链路之间的干扰）可能会减小全带宽增益。本文研究了FD操作在大规模蜂窝网络与真实的基站（BS）的位置和3GPP传播环境。结果表明，由于来自BS的压倒性的跨模式干扰，上行链路是FD操作的瓶颈。以FD方式在公共信道集上操作上行链路和下行链路提高了下行链路速率，但显著降低了上行链路速率（超过1000倍）。因此，我们提出了$α$双工方案，通过可调的部分重叠的上行链路和下行链路信道之间的上行链路和下行链路速率之间的权衡。$α$双工方案可以在上行链路和下行链路速率中的每一个中提供同时的$30\%$改进。为此，我们讨论了向后兼容的$α$双工方案与半双工用户终端。最后，我们指出了未来的研究方向，FD使蜂窝网络。
2016-04-09 cs.IT math.IT
