Boosting Fronthaul Capacity: Global Optimization of Power Sharing for Centralized Radio Access Network
有限的前传容量对集中式无线接入网（C-RAN）的上行链路提出了挑战。我们建议通过全局优化用户设备（UD）和远程无线电单元（RRU）的信道估计和数据传输之间的功率共享来提高大规模多输入多输出（MIMO）辅助C-RAN的前传容量。直观地，分配更多的功率给信道估计将导致更准确的信道估计，这增加了可实现的吞吐量。然而，增加分配给导频训练的功率将减少分配给数据传输的功率，这降低了可实现的吞吐量。为了优化分配给UD和RRU的导频训练和数据传输的功率，我们为每个UD和RRU分配一个单独的功率共享因子，并推导出由UD到RRU链路和RRU到基带单元（BBU）链路组成的大规模MIMO辅助C-RAN的信号与干扰加噪声的渐近闭式表达式。然后，我们利用C-RAN架构的中央计算和控制能力，联合优化UD的功率共享因子和RRU的功率共享因子，旨在最大限度地提高前传容量。我们的仿真结果表明，前传容量显着提高了所提出的全局优化的信道估计和数据传输之间的功率分配的UD和他们的主机RRU。以RRU部署32根接收天线和BBU部署128根接收天线为例，优化功率分配因子后的10个UD的总速率比未优化功率分配因子时提高了33%。
2018-12-29 cs.IT math.IT
Hybrid Data-Sharing and Compression Strategy for Downlink Cloud Radio Access Network
本文研究了云无线接入网络下行链路的传输策略，其中基站通过数字前传或回程链路连接到基于云计算的集中式处理器。我们提供了一个系统级的性能比较的两个根本不同的策略，即数据共享策略和压缩策略，不同的前传/回程的方式被利用。据观察，这两种策略的性能关键取决于可用的前传或回程容量。当前传/回程容量较低时，共享策略表现较好，而在中到高前传/回程容量下，压缩策略更优越。使用这样的比较的见解，我们提出了一种新的混合策略，结合数据共享和压缩策略，允许更好地控制前传/回程容量利用率。提出了一种混合策略的优化框架。数值证据表明的混合策略的性能增益。
2018-06-02 cs.IT math.IT
Cell-Free Massive MIMO with Finite Fronthaul Capacity: A Stochastic Geometry Perspective
在这项工作中，我们分析了集中式基带单元和接入点（AP）之间具有有限容量前传链路的无小区大规模多输入多输出系统的下行链路性能。在用户和AP位置的条件下，我们首先推导出一个随机选择的用户在网络中，捕捉有限的前传容量的影响，可实现的速率。此外，我们提出了两种不同类型的网络架构，即传统的和以用户为中心的性能分析。对于传统的架构，其中每个用户是由网络中的所有AP服务，我们推导出用户速率覆盖使用的二项式点过程的统计特性。对于以用户为中心的架构，其中每个用户由指定数量的最近的AP服务，我们推导出典型用户使用泊松点过程的统计特性的速率覆盖。此外，我们统计特征的覆盖分析所需的每个AP的用户数。通过系统分析，我们得出结论：对于传统的体系结构，系统平均和速率是用户数的准凹函数。此外，对于以用户为中心的架构，存在使平均用户速率最大化的服务AP的最优数量。
2022-02-21 cs.IT math.IT
Designing Cost- and Energy-Efficient Cell-Free Massive MIMO Network with Fiber and FSO Fronthaul Links
新兴的无小区大规模多输入多输出（CF-mMIMO）是解决无线网络容量危机的一种有前途的方案。在CF-mMIMIO中设计最佳前传网络对于部署具有成本和能源效率的网络至关重要。在本文中，我们提出了一个框架，以优化设计的前传网络的CF-mMIMO利用光纤和自由空间光（FSO）技术。我们研究了CF-mMIMO网络的上行链路数据传输，其中每个分布式接入点（AP）通过容量有限的前传连接到中央处理单元（CPU），这可能是光纤或FSO。在这里，我们已经推导出可实现的速率，并研究了网络的能源效率的存在下，在AP和前传链路的功耗模型。虽然光纤链路具有更大的容量，但是与FSO链路相比，它消耗更少的功率并且具有更高的部署成本。对于给定的AP总数，光纤和FSO链路的最佳数量和光纤的最佳容量系数推导出系统的性能最大化。最后，网络的性能进行了研究，通过数值结果，突出不同类型的光前传链路的影响。
2021-03-09 cs.IT math.IT
Non-Orthogonal eMBB-URLLC Radio Access for Cloud Radio Access Networks with Analog Fronthauling
本文考虑了基于模拟前传链路上的无线电信号中继的云无线接入网（C-RAN）架构的上行链路中超可靠低延迟通信（URLLC）和增强型移动宽带（eMBB）服务的共存。虽然对无线电资源的正交多址接入（OMA）实现了不同5G服务的隔离和单独设计，但非正交多址接入（NOMA）可以通过共享无线和前传资源来增强系统性能。本文提供了一个信息理论的角度在OMA和NOMA下的URLLC和eMBB流量的性能。分析集中在具有加性高斯噪声链路和有限小区间干扰跨度的标准蜂窝模型上，并且它考虑了不同的解码策略，例如打孔、将干扰视为噪声（TIN）和连续干扰消除（SIC）。数值结果表明，对于所考虑的模拟前传C-RAN架构，NOMA相对于OMA实现了更高的eMBB速率，同时保证了具有最小接入延迟的可靠的低速率URLLC通信。此外，SIC下的NOMA被认为是实现最佳性能，而与数字容量受限的前传链路的情况不同，TIN总是优于打孔。
2019-12-22 cs.IT eess.SP math.IT
Quantisation-aware Precoding for MU-MIMO with Limited-capacity Fronthaul
5G及以后的基站使用先进的天线系统（AAS），其中多个无源天线元件和无线电单元集成到单个盒子中。这种系统的关键瓶颈是AAS和基带单元（BBU）之间的数字前传，其具有有限的容量。在本文中，我们研究了一种用于预编码下行链路传输多用户多输入多输出（MU-MIMO）信道的AAS。首先，我们提出了当在BBU处计算预编码器并且然后量化以通过前传发送时创建的基线量化未知预编码方案。我们提出了一种新的预编码设计，是知道的前传量化。我们制定了一个优化问题，以最小化接收端的均方误差。数值结果表明，本文提出的预编码算法在和速率方面大大优于量化未知预编码算法。
2022-02-17 cs.IT eess.SP math.IT
Transmission strategies for cell-free massive mimo with limited capacity fronthaul links
针对硬件受损且前传容量受限的无蜂窝大规模MIMO上行系统，比较CFE、ECF和EMCF传输策略，并提出容量与功率分配方法以提升和速率。
2019-02-02 cs.IT math.IT
Joint Power Control and Fronthaul Rate Allocation for Throughput Maximization in OFDMA-based Cloud Radio Access Network
在未来的大数据流量下，有限的前传链路容量制约了云无线接入网（C-RAN）的性能。为了解决这个问题，大量的努力已经致力于设计有效的信号量化/压缩技术的前传，以最大限度地提高网络吞吐量。然而，大多数以前的结果是基于信息理论的量化方法，这是很难实现的，由于非常高的复杂性。在本文中，我们考虑使用实际的均匀标量量化的正交频分多址接入（OFDMA）的C-RAN系统的上行链路通信中，其中移动用户分配有正交子载波的多址接入。特别是，我们考虑联合无线功率控制和前传量化设计的子载波，以最大限度地提高系统的端到端的吞吐量。提出了有效的算法，以解决联合优化问题时，无论是信息理论或实际的前传量化方法。有趣的是，我们发现，前传容量限制有显着的影响，最佳的无线功率控制策略。结果，与单独优化无线功率控制或前传量化相比，联合优化显示出显著的性能增益。此外，我们还表明，所提出的简单的均匀量化方案执行非常接近的吞吐量性能上界，实际上重叠的上界时，前传容量足够大。总的来说，我们的研究结果将有助于揭示C-RAN实际可实现的吞吐量性能，并导致C-RAN在下一代无线通信系统中更有效的部署。
2015-04-14 cs.IT math.IT
Joint Precoding Design and Resource Allocation for C-RAN Wireless Fronthaul Systems
本文针对C-RAN无线前传系统容量受限问题，提出前传与接入链路联合预编码设计及正交资源分配优化算法，使RAU前传容量匹配接入需求并提升系统性能。
2023-05-25 cs.IT math.IT
UAV-Based Cell-Free Massive MIMO: Joint Placement and Power Optimization under Fronthaul Capacity Limitations
本文提出基于无人机的无蜂窝大规模MIMO框架，通过联合优化UAV-AP部署、发射功率与选择性激活，在无线前传容量约束下最大化最小SINR并降低功耗，并比较了功能拆分选项7.2与8及sub-6 GHz与毫米波前传的性能差异。
2025-02-07 cs.IT eess.SP math.IT
Hybrid Precoder Design for Cache-enabled Millimeter Wave Radio Access Networks
在本文中，我们研究了一种混合预编码器的设计，包括一个模拟和一个数字预编码器，用于下行缓存启用毫米波（mmWave）无线接入网络（CeMm-RAN）的交付阶段。在CeMm-RAN中，增强型远程无线电头端（eRRH）经由前传链路连接到基带处理单元，eRRH除了常规RRH的基本功能之外还配备有本地高速缓存和基带信号处理能力。考虑两种不同的前传信息传送策略，即，硬前传信息传送，其中未高速缓存的请求文件的硬信息经由前传链路被传送到eRRH的子集，以及软前传信息传送，其中前传链路用于传送未高速缓存的请求文件的量化基带信号。混合预编码器被优化用于在前传容量约束、eRRH发射功率约束和对模拟预编码器的恒模约束下最大化最小用户速率。由此产生的优化问题是非凸的，因此很难获得全局最优解。因此，采用凸近似方法来解决可实现用户速率的非凸性、前传容量约束和对模拟预编码器的恒模约束。然后，一个有效的算法与可证明收敛性来解决近似优化问题。以全数字预编码算法为基准，通过仿真验证了算法的性能。结果表明，除了一个大的前传链路容量的情况下，软前传信息传输是更可取的CeMm-RAN。
2019-01-22 cs.IT math.IT
Cell-Free MmWave Massive MIMO Systems with Low-Capacity Fronthaul Links and Low-Resolution ADC/DACs
在本文中，我们考虑的上行链路信道估计阶段和下行链路数据传输阶段的无小区毫米波（mmWave）大规模多输入多输出（MIMO）系统的低容量前传链路和低分辨率的模数转换器/数模转换器（ADC/DAC）。在无小区大规模MIMO中，控制单元决定地理范围内的基带处理，而基站通过前传链路与控制单元进行通信。与大多数以前的作品在无细胞的大规模MIMO有限容量前传链路，我们认为一般情况下，前传容量和ADC/DAC分辨率不一定是相同的。特别地，前传压缩和ADC/DAC量化独立地发生，其中每个都基于信息理论参数和加性量化噪声模型（AQNM）来建模。然后，我们解决码本设计问题，旨在最小化信道估计误差的独立同分布（i.i.d.）和彩色压缩噪声情况。此外，我们提出了一个交替优化（AO）的方法来解决最大最小公平性问题。本质上，AO方法在对应于功率分配和码本设计问题的两个子问题之间交替。针对迫零（ZF）预编码器提出的AO方法保证收敛，而针对最大比传输（MRT）预编码器提出的AO方法没有这样的保证。最后，所提出的方案的性能进行评估的模拟结果的能量和频谱效率。数值结果表明，所提出的方案的ZF预编码器产生的频谱和能量效率比最佳基线的28%和15%。
2022-06-15 cs.IT eess.SP math.IT
Random Access in C-RAN for User Activity Detection with Limited-Capacity Fronthaul
云无线电接入网络（C-RAN）的特征在于分层结构，其中远程无线电头端（RRH）的基带处理功能借助于中央单元（CU）处的云计算来实现。C-RAN的关键限制由将RRH连接到CU的前传链路的容量约束给出。在这封信中，这种架构约束的影响进行了调查的基本功能的随机接入和活跃的用户设备（UE）的识别中存在的一个潜在的大量的UE。特别地，将基于量化转发和集中式检测的标准C-RAN方法与基于实现本地检测的替代CU-RRH功能划分的方案进行比较。这两种技术都利用贝叶斯稀疏检测。数值结果表明，作为系统参数的函数的两个计划的相对优点。
2016-09-02 cs.IT cs.NI math.IT
Distributed Fronthaul Compression and Joint Signal Recovery in Cloud-RAN
云无线电接入网络（C-RAN）是用于未来移动通信的有前途的网络架构，并且其大规模实现的一个实际障碍是将分布式远程无线电头端（RRH）连接到C-RAN中的集中式基带池（BBU）的高容量和低延迟前传的严格要求。为了提高C-RAN网络的可扩展性，在信号检测中考虑前传负载是非常重要的，并且非常期望降低C-RAN系统中的前传负载。在本文中，我们考虑上行链路C-RAN系统，我们提出了一个分布式前传压缩方案在分布式RRH和联合恢复算法在BBU部署分布式压缩感知（CS）的技术。与传统的分布式CS不同，C-RAN系统中的CS问题需要考虑多址衰落的潜在影响，以便从用户端到端地恢复发送的信号。我们分析了所提出的端到端信号恢复算法的性能，我们表明，在C-RAN系统中的聚合测量矩阵，其中包含分布式前传压缩和多址衰落，仍然可以满足限制等距属性的概率很高。基于这些结果，我们推导出C-RAN系统中上行链路容量和前传负载之间的折衷结果。
2014-12-15 cs.IT math.IT
Energy Efficient Resource Allocation for Control Data Separation Architecture based H-CRAN with Heterogeneous Fronthaul
控制数据分离架构（CDSA）是一种比传统蜂窝网络更有效的架构，可以克服开销问题，特别是对于物联网和过顶（OTT）内容服务等巨大的突发业务。本文研究了基于CDMA的异构云无线接入网（H-CRAN）网络的网络能量效率优化问题，该网络具有控制基站（CBS）和数据基站（DBS）之间的异构前传。我们首先提出了一个改进的功耗模型的CDSA为基础的H-CRAN，然后制定的无线前传的总容量的约束优化问题。利用凸松弛法求解资源分配和功率分配问题。利用分式规划法和拉格朗日对偶分解法，得到了最优解的闭合形式，并通过系统级仿真进行了验证。仿真结果表明，与静态算法相比，该算法具有8%EE增益，而基于CDSA的H-CRAN网络即使在严格的前传容量限制下，与传统网络相比，也可获得高达16%EE增益。
2015-11-23 cs.IT math.IT
Joint Millimeter-Wave Fronthaul and OFDMA Resource Allocation in Ultra-Dense CRAN
超密集（UD）无线网络和云无线电接入网络（CRAN）是新兴的第五代（5G）无线通信系统的两种有前途的网络架构。通过联合使用它们，本文提出了一种新的吸引人的网络解决方案，称为UD-CRAN。在UD-CRAN中，毫米波（mmWave）无线前传优选用于中央处理器与分布式远程无线电头端（RRH）之间的信息交换，这是由于与固定光链路相比，毫米波（mmWave）无线前传在部署中具有更低的成本和更高的灵活性。这激发了我们在本文中对毫米波前传使能的、基于正交频分多址（OFDMA）的UD-CRAN中的下行链路传输的研究。特别地，前传经由时分多址（TDMA）在RRH之间共享，而RRH使用OFDMA在正交频率子信道上联合地向用户发送。研究了基于时分多址的毫米波前传和基于正交频分多址的无线传输中的联合资源分配问题，以最大化所有用户的加权和速率。虽然问题是非凸的，我们提出了一个拉格朗日对偶的解决方案，可以有效地计算具有良好的精度。为了进一步降低复杂性，我们还提出了一个基于贪婪搜索的启发式算法，在实际设置下达到了接近最优的性能。最后，我们通过仿真表明，与其他基准方案相比，所提出的联合资源分配方法具有显着的吞吐量增益。
2017-02-08 cs.IT math.IT
Fronthaul Quantization as Artificial Noise for Enhanced Secret Communication in C-RAN
这项工作考虑了云无线电接入网络（C-RAN）的下行链路，其中控制单元（CU）对机密消息进行编码，每个机密消息旨在用于用户设备（UE）并且对所有其他UE保密。根据C-RAN架构，编码的基带信号在传送到经由有限容量前传链路连接到CU的分布式无线电单元（RU）之前被量化和压缩。这项工作认为，可以利用前传量化引入的量化噪声作为“人工”噪声，以提高保密约束下可实现的速率。为此，提出了通过跨所有传出前传链路在CU处应用多变量或联合前传量化/压缩来控制量化噪声的统计。假设窃听编码，联合优化预编码和多变量压缩策略的问题，以及由RU产生的人工噪声信号的协方差矩阵，制定的目标是最大化可实现的保密率的加权和，同时满足每RU前传容量和功率约束。在证明了人工噪声协方差矩阵可以在不损失最优性的情况下设置为零之后，基于凹凸过程（CCCP）推导了一种迭代优化算法，并给出了一些数值结果，以突出利用量化噪声作为人工噪声的优点。
2017-05-01 cs.IT math.IT
Joint Optimization of Fronthaul Compression and Bandwidth Allocation in Uplink H-CRAN with Large System Analysis
在本文中，我们考虑一个上行异构云无线接入网络（H-CRAN），其中一个宏基站（BS）与许多远程射频头（RRH）共存。为了节省成本，只有BS通过光纤链路连接到基带单元（BBU）池。然而，RRH通过无线前传链路与BBU池相关联，无线前传链路与无线电接入网络共享频谱资源。由于前传的有限容量，采用压缩和转发方案，例如点对点压缩或Wyner-Ziv编码。还考虑了不同的解码策略。本文的目标是通过联合优化量化噪声矩阵和无线接入网与前传链路之间的带宽分配来最大化上行链路遍历和速率（SR），这是一个混合时间尺度的问题。为了降低计算复杂性和通信开销，本文引入了一种基于高维随机矩阵理论的联合优化问题的近似求解方法。最后，提出了一种基于Dinkelbach算法的近似问题最优解的求解算法。总之，这项工作提供了一个经济的解决方案，限制前传容量的挑战，也提供了一个框架，具有较低的计算复杂性，以研究带宽分配和前传压缩如何影响SR最大化问题。
2018-07-26 cs.IT math.IT
Joint Uplink-Downlink Fronthaul Bit Allocation in Fronthaul-Limited Massive MU-MIMO Systems
KTH Royal Institute of Technology（皇家理工学院）
本文研究了大规模MIMO系统中前传链路受限的上行-下行前传比特分配问题，提出了一种基于硬化界的方法以最大化频谱效率，并通过算法实现了比特分配的优化。
2026-01-24 cs.IT eess.SP math.IT
On Optimal Fronthaul Compression and Decoding Strategies for Uplink Cloud Radio Access Networks
本文研究了上行链路云无线接入网络（C-RAN）模型的压缩转发方案，其中多天线基站（BS）通过容量受限的前传链路连接到基于云计算的中央处理器（CP）。BS用Wyner-Ziv编码压缩接收到的信号，并将表示比特发送到CP; CP执行所有用户消息的解码。在此基础上，本文对C-RAN中压缩转发方案的前传压缩和CP解码策略的优化结构进行了研究。在CP解码策略设计上，本文证明了在总前传容量约束下，允许CP处任意交织顺序的量化和用户消息码字的广义连续解码策略与最优联合解码具有相同的速率区域。此外，它示出了一个实用的策略，连续解码的量化码字第一，然后用户消息，实现了相同的最大和速率联合解码下的个人前传约束。在用户传输和基站量化策略的联合优化问题上，本文证明了在假设输入分布为高斯分布的情况下，联合解码时，使可达速率区域最大化的最优量化方案为高斯。此外，高斯输入和高斯量化与联合解码实现在高斯多输入多输出（MIMO）上行链路C-RAN模型的容量区域的恒定间隙内。最后，本文讨论了优化上行链路MIMO C-RAN的计算方面，通过显示在固定高斯输入下，高斯量化噪声协方差矩阵上的和速率最大化问题可以被公式化为凸优化问题，从而促进其有效的解决方案。
2016-10-12 cs.IT math.IT
Joint CoMP-Cell Selection and Resource Allocation with Fronthaul-Constrained C-RAN
基于云的无线电接入网络（C-RAN）是用于未来蜂窝网络的有前途的架构，其中基带单元（BBU）被放置在集中位置，其中容量受限的前传连接到远离BBU的多个分布式远程无线电单元（RRH）。信号处理的集中化使得协作多点传输（CoMP）能够灵活地满足用户的高业务需求。研究了在基于正交频分多址（OFDMA）的C-RAN中，在前传容量受限的情况下，如何联合优化CoMP小区选择和基站资源分配，以提高服务质量（QoS）。本文证明了该问题是NP-难的。为了处理计算复杂性，我们推导了一个部分最优性条件作为设计单元选择算法的基础。此外，本文还提出了一种在保证公平性的前提下优化时频资源分配问题的解决方法。仿真结果表明，所提出的算法联合优化小区选择和资源分配在C-RAN中，相对于QoS的良好性能。
2017-06-21 cs.IT math.IT
Delay-Aware Uplink Fronthaul Allocation in Cloud Radio Access Networks
在云无线接入网络（C-RAN）中，基站的基带单元和无线单元是分离的，这需要连接两部分的高容量前传链路。在本文中，我们考虑延迟感知前传分配问题的C-RAN。随机优化问题被表述为一个无限水平平均费用马尔可夫决策过程。为了解决维度灾难问题，我们使用扰动分析推导出封闭形式的近似优先函数和相关的误差界。基于封闭形式的近似优先权函数，我们提出了一个低复杂度的延迟感知前传分配算法，解决每级优化问题。所提出的解决方案进一步被证明是渐近最优的足够小的交叉链路路径增益。最后，通过仿真将所提出的前传分配算法与各种基线进行了比较，结果表明，该算法可以获得显著的性能增益。
2015-02-27 cs.IT math.IT
Scalable Multivariate Fronthaul Quantization for Cell-Free Massive MIMO
King’s College London（伦敦国王学院）；Huawei’s Sweden Research and Development Center（华为瑞典研发中心）
针对无蜂窝大规模MIMO中多变量量化复杂度随总前传容量指数增长的问题，提出低容量下的alpha-PMQ和高容量下的神经MQ两种可扩展方案，在高低前传容量场景均优于传统CP方法。
2024-08-26 cs.IT cs.LG cs.NI
Fronthaul-Limited Uplink OFDMA in Ultra-Dense CRAN with Hybrid Decoding
在超密集云无线电接入网络（UD-CRAN）中，通常用作简单中继节点的大量远程无线电头端（RRH）分布在目标区域中，其数量甚至可能超过其服务的用户。然而，一个主要的挑战是，需要在每个RRH和中央处理器（CP）之间传输用于联合信号处理的大量信息很容易超过连接它们的前传链路的容量。这促使我们在本文中研究一种新的混合解码方案，其中除了量化和转发接收到的信号以用于在CP处进行联合解码，即如在传统CRAN中的转发和解码（FaD）之外，RRH还可以本地解码和转发（DaF）用户消息以节省前传容量。特别地，我们考虑在基于正交频分多址（OFDMA）的UD-CRAN中的上行链路传输，其中在每个OFDMA子信道（SC）上执行所提出的混合解码。我们研究了联合优化的处理模式选择（DaF或FaD），用户SC分配和用户的发送功率分配在所有SC，以最大限度地提高其加权和速率的RRH的个人前传容量约束和用户的个人功率约束。虽然问题是非凸的，我们提出了一个拉格朗日对偶的解决方案，可以有效地计算具有良好的精度。此外，我们提出了一个低复杂度的贪心算法，这是实现接近实际设置下的最佳性能。仿真结果表明，所提出的设计与混合解码有前途的吞吐量增益相比，现有的计划，执行DaF或FaD在所有的SC。
2017-06-04 cs.IT math.IT
Joint Transmission and Compression Optimization for Networked Sensing with Limited-Capacity Fronthaul Links
针对容量受限前传的蜂窝网络化感知，本文以PCRB为指标联合优化基站发射与压缩策略，并提出交替优化、SCA及大规模天线的估计-波束赋形-压缩方法。
2024-09-06 cs.IT eess.SP math.IT
An uplink-downlink duality for cloud radio access network
上行链路-下行链路对偶性是指在相同的和功率约束下，高斯广播信道与对偶高斯多址信道具有相同的容量区域。本文研究了云无线接入网络（C-RAN）的上行链路和下行链路之间类似的二元关系，其中中央处理器（CP）通过使用有限容量前传链路连接到CP的多个远程无线电头端（RRH）协作为多个移动用户提供服务。这种C-RAN模型的上行链路对应于多址中继信道;下行链路对应于广播中继信道。本文考虑在上行链路和下行链路C-RAN中基于压缩的中继策略，其中量化噪声水平是前传链路容量的函数。如果前传容量是无限的，则应用传统的上行链路下行链路对偶。本文的主要结果是，即使当前传容量是有限的，对偶性继续保持的情况下，独立的压缩应用在每个RRH的意义上，当传输和压缩设计联合优化，上行链路和下行链路的可实现的速率区域保持相同的总功率和个人前传容量约束下。作为对偶结果的一个应用，下行链路C-RAN的功率最小化问题可以有效地解决其上行链路的基础上。
2016-06-29 cs.IT math.IT
Generalized Compression Strategy for the Downlink Cloud Radio Access Network
本文研究了云无线接入网（C-RAN）的下行链路，其中集中式处理器（CP）通过基站（BS）与移动用户通信，基站通过有限容量的前传链路连接到CP。理论上，C-RAN的下行链路被建模为两跳广播中继网络。在该模型的各种传输和中继策略中，本文重点研究了压缩策略，即CP对基站联合广播的信号进行集中编码，压缩后通过前传链路发送给基站。本文描述了一个广义的压缩策略与马顿的多重编码广播和多变量压缩前传传输的可实现的速率区域。然后，我们比较这个速率区域与分布式解码转发（DDF）计划，它实现了一般中继网络的容量在一个恒定的间隙内，并表明，差异在于DDF执行马顿的多编码和多变量压缩联合，而不是连续的压缩策略。本文的主要结果是，在前传链路受到\emph{sum}容量约束的假设下，这种差异是不重要的，因此基于连续编码的压缩策略已经可以将C-RAN的容量区域实现到恒定间隙内，其中间隙与BS处的信道参数和功率约束无关。对于高斯网络的特殊情况，我们进一步确定在各个前传约束下，压缩策略达到C-RAN的\emph{sum}容量的恒定间隙内。
2019-07-22 cs.IT math.IT
Fronthaul Compression and Transmit Beamforming Optimization for Multi-Antenna Uplink C-RAN
针对上行云无线接入网（C-RAN），提出了联合前传压缩和发射波束赋形的设计方案，其中多天线用户终端通过多天线基站（BS）作为中继节点与基于云计算的集中式处理器（CP）进行通信。采用一种压缩转发中继策略，称为VMAC方案，基站可以进行单用户压缩或Wyner-Ziv编码，对接收信号进行量化，并通过容量受限的前传链路将量化比特发送给CP; CP采用连续干扰消除（SIC）接收机或线性最小均方误差（MMSE）接收机进行连续解码。在此基础上，本文研究了用户端的发射波束形成器和基站端的量化噪声协方差矩阵的联合优化，以最大化网络效用。首先提出了一种新的加权最小均方误差逐次凸逼近（WMMSE-SCA）算法，用于在单用户压缩的情况下，在用户发射功率和前传容量约束下最大化加权和速率。假设一个启发式的解压缩顺序，所提出的算法，然后适用于优化Wyner-Ziv编码下的发射波束成形和前传压缩。本文还提出了一种低复杂度的单独设计，包括优化发射波束形成器的高斯矢量多址信道，以及每个天线的量化器，在每个BS的天线上的均匀量化噪声电平。数值结果表明，通过优化波束成形和前传压缩，C-RAN可以显着优于传统的蜂窝网络。此外，低复杂度的单独设计已经在实际感兴趣的范围内非常接近于优化的联合设计。
2017-05-08 cs.IT math.IT
Coded Multicast Fronthauling and Edge Caching for Multi-Connectivity Transmission in Fog Radio Access Networks
本文研究了在雾天无线接入网（F-RAN）系统中采用编码多播技术的优点。在该系统中，基带处理单元（BBU）池中的控制单元（CU）通过有限容量的多播前传链路连接到分布式边缘节点（EN），并且EN具有基带处理和缓存能力。每个用户设备（UE）请求在CU处可用的内容库中的文件，并且所请求的文件由最近的EN基于缓存的内容和在多播前传链路上接收的信息来服务。编码多播前传的性能进行了研究的前提下，管道传输的前传和边缘链路和单用户的编码和解码策略的基础上的硬传输文件的前传链路上的假设下，所请求的内容的传递延迟。大量的数值结果提供了验证的编码多播方案相比，未编码的单播和多播策略的优势。
2017-05-11 cs.IT math.IT
C-RAN with Hybrid RF/FSO Fronthaul Links: Joint Optimization of RF Time Allocation and Fronthaul Compression
本文考虑了云无线接入网络（C-RAN）的上行链路，该网络由多个多天线远程无线单元（RU）组成，这些多天线远程无线单元（RU）通过无线前传链路将它们从多个移动用户（MU）接收的数据发送到中央单元（CU）。实现C-RAN的基本挑战之一是前传所需的巨大数据率。为了解决这个问题，我们采用混合射频（RF）/自由空间光（FSO）系统的前传链路，因为他们受益于大数据率的FSO链路和RF链路的可靠性。为了有效地利用前传容量，RU采用矢量量化来联合压缩在其天线处接收的信号。此外，由于有限的可用RF频谱，我们假设RF多址和前传链路使用相同的RF资源。因此，我们提出了一种自适应协议，该协议以时分双工（TDD）的方式将传输时间分配给RF多址和前传链路，并优化每个RU处的量化噪声协方差矩阵，使得和速率最大化。我们的仿真结果表明，一个相当大的增益和速率方面可以实现由所提出的协议相比，基准计划从文献中，特别是当FSO链路经历不利的大气条件。
2017-04-19 cs.IT math.IT
Fundamental Limits of Decentralized Caching in Fog-RANs with Wireless Fronthaul
本文旨在描述分布式缓存和无线前传在雾无线接入网（Fog-RAN）的协同作用，其中所有的边缘节点（EN）和用户设备（UE）有一个本地缓存和存储内容独立随机。该网络分两个阶段运行，一个是基于文件拆分的分散式缓存放置阶段，另一个是前传辅助的内容交付阶段。我们采用归一化的交付时间（NDT）来表征渐近延迟性能的缓存大小和前传容量。得到了无损检测的一个可实现的上界和一个理论下界，其乘积差在12以内。在建议的交付方案中，我们利用前传链路，通过利用编码多播，获取非缓存和缓存的内容，以提高EN合作的访问链路。具体地，为了获取已经在EN处缓存的内容，在前传链路中的UE所期望的编码消息上添加编码多播的附加层。我们的分析表明，所提出的交付方案可以平衡的前传链路和访问链路之间的交付延迟，并在分散式缓存近似是最佳的。
2018-05-09 cs.IT math.IT
Fronthaul-Constrained Cloud Radio Access Networks: Insights and Challenges
作为用于第五代（5G）无线通信系统的有前景的范例，云无线电接入网络（C-RAN）已经被示出为减少资本和运营支出两者，以及提供高频谱效率（SE）和能量效率（EE）。这种网络中的前传（被定义为基带单元（BBU）和远程无线电头端（RRH）之间的传输链路）需要高容量，但通常受到约束。本文综述了近几年来基于前传约束的C-RAN的研究进展，包括系统结构和关键技术。特别是，关键技术，以减轻限制前传SE/EE和用户的服务质量的影响，包括压缩和量化，大规模的协调处理和聚类，和资源分配优化，进行了讨论。还确定了软件定义网络、网络功能虚拟化和部分集中化方面的未决问题。
2015-03-04 cs.IT math.IT
RIS-Assisted Survivable Fronthaul Design in Cell-Free Massive MIMO System
本文研究RIS在无小区大规模MIMO系统中提升前传可生存性，通过LOS增强和资源共享两种机制，提出WMMSE与黎曼梯度下降结合的优化方案，使冗余容量减少65.6%并达到99%可生存性。
2025-05-25 cs.IT eess.SP math.IT
Sum-rate Maximization in Uplink CRAN with a Massive MIMO Fronthaul
有限的前传容量是云无线接入网络（CRAN）中的主要问题之一，特别是在无线前传链路中。在本文中，我们考虑CRAN系统的上行链路，其中大量的多输入多输出（MIMO）是利用在前传链路。考虑到多天线用户设备（UE）和多天线远程无线电头端（RRH），我们通过联合优化UE处的预编码器和RRH处的量化噪声协方差矩阵和发射功率来最大化系统和速率。为了解决由此产生的非凸问题，基于优化最小化（MM）方法的迭代算法。在中央单元被认为是两个计划，即最大比（MR）和迫零（ZF）合并。数值结果表明，和率有一个渐近行为的最大可用功率在RRH和MR计划去其渐近线快于ZF计划。
2021-10-06 cs.IT math.IT
Optimal Fronthaul Quantization for Cloud Radio Positioning
借助于云无线电接入网络（C-RAN）实现的无线定位系统可以提供成本有效的解决方案，特别是对于室内定位。在C-RAN中，基于通过有限容量前传链路从RU接收的量化基带信号，在集中控制单元（CU）处执行包括定位的基带处理。在本文中，最大化的定位精度在前传量化/压缩的问题，制定通过采用Cramér-Rao界（CRB）的定位精度作为性能指标的兴趣和信息理论界的压缩率。该分析通过稳健的或最坏情况的优化公式明确说明了CU处参数的不确定性。该算法利用Charnes-Cooper变换和差分凸（DC）规划，并通过数值结果进行验证。
2016-01-05 cs.IT math.IT
Cloud-Aided Interference Management with Cache-Enabled Edge Nodes and Users
本文考虑了一种云RAN架构，该架构具有启用缓存的多天线边缘节点（EN），这些边缘节点将内容传递给启用缓存的最终用户。EN经由有限容量前传链路连接到中央服务器，并且基于从中央服务器接收的信息和高速缓存的内容，它们在共享无线介质上进行发送以满足用户的请求。通过利用由EN的缓存和前传链路实现的协作传输，以及由用户的缓存提供的多播机会，提出了接近最优的缓存和交付方案。因此，在未编码缓存和前传传输以及一次性线性预编码的假设下，最小归一化传递时间（NDT）（传递延迟的高SNR度量）被表征为在$3/2$的乘法常数间隙内。该结果表明前传链路容量、EN的缓存和最终用户的缓存在最小化内容递送时间方面的相互作用。
2019-01-20 cs.IT math.IT
Fundamental Limits on Delivery Time in Cloud- and Cache-Aided Heterogeneous Networks
雾无线电接入网络被认为是一种网络架构候选，以满足下一代无线网络在可靠性，频谱效率和延迟方面的飙升需求。该架构结合了与集中式云处理和无线边缘缓存相关的优势，主要实现在适度前传容量要求下的低延迟传输。我们在本文中考虑的F-RAN是由一个集中的云服务器，通过前传链路连接到两个边缘节点，通过Z形部分连接的无线网络服务于两个移动用户。我们定义了一个信息理论度量，每比特的交付时间（DTB），它捕获了最坏情况下的每比特交付延迟，用于将任何请求的内容传送给用户。对于云和无线传输顺序或并行发生的情况下，我们建立一致的下限和上限的DTB作为缓存大小，回程容量和无线信道参数的函数。通过优化的速率分配，我们的可识别性方案确定了最佳组合的私人，共同的信令和干扰抵消相匹配的反过来。我们的反向边界使用F-RAN的无线、前传和缓存资源的子集作为辅助信息，其使得单个接收器能够解码一个或两个用户的请求文件。我们显示的DTB的最优所有通道制度。在串行传输的情况下，功能DTB行为在前传容量阈值处改变。在这种情况下，我们将多个信道机制组合到共享相同前传容量阈值的信道机制类，因此具有相同的DTB功能。总的来说，我们的分析确定了四个类别;其中只有三个边缘缓存和云处理可以提供非平凡的协同和非协同性能增益。
2017-06-23 cs.IT math.IT
Cloud-Edge Non-Orthogonal Transmission for Fog Networks with Delayed CSI at the Cloud
在雾无线电接入网络（F-RAN）中，云处理器（CP）通过前传链路从边缘节点（EN）收集信道状态信息（CSI）。因此，云端的CSI通常会受到由于过时而导致的错误的影响。在这项工作中，基于前传传输和边缘缓存的内容分发的问题进行了研究，从信息理论的角度来看，在高信噪比（SNR）制度。对于所研究的设置，在完美CSI的假设下，先前的工作已经示出了一种方案的（近似或精确）最优性，在该方案中，EN通过正交资源传输从云接收的信息和缓存的内容。在这项工作中，它表明，非正交传输方案是能够大大提高延迟性能的存在下，不完美的CSI在云。
2018-05-25 cs.IT math.IT
Sequential In-Network Processing for Cell-Free Massive MIMO with Capacity-Constrained Parallel Radio Stripes
针对并行无线条带无蜂窝大规模MIMO系统上行链路，提出顺序网内处理策略，通过接入点线性合并与压缩信号应对前传容量限制，相比基线方案和速率增益最高达82.92%。
2024-12-10 cs.IT eess.SP math.IT
Cooperative access networks: Optimum fronthaul quantization in distributed Massive MIMO and cloud RAN
我们考虑协作无线电接入网络架构，特别是分布式大规模MIMO和云RAN，考虑它们的相似性和差异。我们特别解决的主要挑战都由一个高容量的前传网络的实施，以链接的分布式接入点的中央处理单元，并考虑对上行链路性能的影响，以限制前传负载的量化接收信号。我们使用Bussgang分解以及一种新的方法来MMSE估计的信道和数据提供我们的分析的基础。
2018-05-25 cs.IT eess.SP math.IT
Network-Assisted Full-Duplex Cell-Free mmWave Massive MIMO Systems with DAC Quantization and Fronthaul Compression
在本文中，我们研究了网络辅助全双工（NAFD）无细胞毫米波（mmWave）大规模多输入多输出（MIMO）系统与数模转换器（DAC）量化和前传压缩。我们建议通过联合优化发射远程天线单元（T-RAU）和上行链路用户的功率分配以及下行链路和上行链路前传压缩噪声的方差来最大化加权上行链路和下行链路和速率。为了处理这个具有挑战性的问题，我们进一步应用连续凸近似（SCA）方法来处理非凸双向有限容量前传约束。仿真结果验证了所提出的基于SCA的算法的收敛性，并分析了前传容量和DAC量化对NAFD无小区mmWave大规模MIMO系统频谱效率的影响。此外，通过频谱效率的比较，得出了一些有意义的结论，表明在实际有限分辨率DAC的情况下，NAFD比同时同频全双工云无线接入网络（CCFD C-RAN）获得了更好的性能增益。具体而言，它们在8位DAC量化下的性能差距大于1位DAC量化下的性能差距，后者获得了5.5倍的改善。
2023-02-17 cs.IT eess.SP math.IT
Joint Design of Fronthauling and Hybrid Beamforming for Downlink C-RAN Systems
混合波束形成是一种具有成本效益和广泛的解决方案，用于大规模天线阵列的系统。本工作研究了下行链路云无线电接入网络（C-RAN）架构中用于远程无线电头端（RRH）的混合波束成形解决方案的模拟和数字组件的优化。数字处理在“云”中的基带处理单元（BBU）处执行，并且预编码的基带信号在经由有限容量前传链路传输到RRH之前被量化。在该系统中，我们考虑两种不同的信道状态信息（CSI）场景：1）在BBU处的理想CSI 2）不完美有效CSI。BBU处的数字波束成形和前传量化策略以及RRH处的模拟射频（RF）波束成形的优化是耦合问题，因为接收器处的量化噪声的影响取决于预编码矩阵。由此产生的联合优化问题进行检查的加权下行链路和速率和网络的能量效率最大化的目标。前传容量和每RRH功率约束与RF波束成形矩阵上的恒模约束一起被强制执行。针对理想CSI的情况，通过放松模拟波束形成器的恒模约束，提出了一种基于加权最小均方误差的块坐标下降算法。此外，我们提出了不完美的CSI的加权和速率和网络的能量效率性能的影响，并通过应用样本平均近似算法进行扩展。数值结果证实了该方案的有效性，并表明该算法对估计误差具有鲁棒性。
2019-03-14 cs.IT math.IT
Joint User Association and Downlink Beamforming for Green Cloud-RANs with Limited Fronthaul
随着智能设备和移动数据流量的爆炸式增长，有限的前传容量已经成为绿色通信接入网络（例如云无线接入网络（C-RAN））的显著瓶颈。在本文中，我们提出了一个联合的用户关联和下行链路波束成形方案的绿色C-RAN，以最大限度地减少网络功耗与有限的前传链路。首先将设计问题转化为一个混合整数非线性规划（MINLP）问题，然后将MINLP问题转化为一个混合整数二阶锥规划（MI-SOCP）问题。通过将整数变量松弛为连续变量，提出了一种可在多项式时间内完成的膨胀算法。仿真结果验证了该算法的有效性，与LTE-A采用的方案相比。
2016-06-23 cs.IT math.IT
Joint Fronthaul Load Balancing and Computation Resource Allocation in Cell-Free User-Centric Massive MIMO Networks
本文研究开放无线接入网下以用户为中心的无蜂窝大规模MIMO网络，提出前传负载均衡与计算资源联合分配框架，并通过数值结果揭示无线单元模数转换存在最优量化比特数。
2024-07-04 cs.IT math.IT
Multi-Tenant C-RAN With Spectrum Pooling: Downlink Optimization Under Privacy Constraints
频谱池允许多个运营商或租户共享相同的频带。本文研究了在多租户云无线接入网（C-RAN）系统中，在存在租户间隐私约束的情况下，下行链路频谱池的优化问题。可用于下行链路传输的频谱被划分为私有子带和共享子带，并且参与的运营商协作以在共享子带上服务用户设备（UE）。每个运营商的网络由云处理器（CP）组成，云处理器（CP）通过有限容量前传链路连接到专有无线电单元（RU）。为了实现互操作者合作，参与运营商的CP也通过有限容量回程链路连接。因此，运营商之间的合作可能导致隐私的丧失。前传和回程链路用于传输量化的基带信号。首先考虑标准量化。然后，提出了一种基于跨不同运营商的RU相关量化噪声信号的思想的新颖方法，以控制UE处的失真与运营商间隐私之间的权衡。在对回程和前传容量以及对每RU发射功率和运营商间隐私的约束下，解决了优化带宽分配、预编码和前传/回程压缩策略的问题。对于这两种情况下，优化问题的处理使用凹凸过程（CCCP），并提供了广泛的数值结果。
2017-10-17 cs.IT math.IT
Optimizing Fronthaul Quantization for Flexible User Load in Cell-Free Massive MIMO
本文针对无小区大规模MIMO系统，联合优化集群处理器放置与前传路由，并调整量化速率，使前传负载在广泛用户负载下保持稳定且PHY性能损失小，验证系统对用户密度变化的鲁棒性。
2025-10-08 cs.IT eess.SP math.IT
Layered Downlink Precoding for C-RAN Systems with Full Dimensional MIMO
随着水平和垂直天线的数量越来越大，具有全维（FD）-MIMO的云无线电接入网络（C-RAN）的实现面临着控制基带信号传输的前传开销的挑战。本文提出利用FD-MIMO信道的特殊低秩结构，通过分层预编码的方法来降低前传开销，该低秩结构的特征在于具有时不变的仰角分量和时变的方位分量。根据该方案，单独的预编码矩阵被应用于方位角和仰角信道分量，具有对信道变化的不同适应速率以及对前传容量的相应不同影响。此外，我们考虑在物理层处的两个不同的中央单元（CU）-无线电单元（RU）功能划分，即常规C-RAN实现和其中在RU处执行编码和预编码的替代实现。通过数值计算，它表明，分层方案显着优于传统的非分层方案，特别是在低前传容量和大量的垂直天线的制度。
2015-11-25 cs.IT math.IT
Beamforming Design for Max-Min Fair SWIPT in Green Cloud-RAN with Wireless Fronthaul
本文研究了毫米波（mmWave）无线前传下的绿云无线接入网（Cloud-RAN）中最大-最小公平同时无线信息和功率传输（SWIPT）的联合波束成形设计。为了实现网络中分开定位的数据接收器（DR）和能量接收器（ER）的平衡的用户体验，优化联合发射波束成形向量以最大化所有DR之间的最小数据率，同时用足够的RF能量满足每个ER。然后，提出了一个两步迭代算法来解决原来的非凸优化问题的前传容量约束的$l_0$ -范数形式。具体地，$l_0$ -范数约束可以通过重新加权的$l_1$ -范数来近似，从该重新加权的$l_1$ -范数，可以经由半定松弛（SDR）和二段搜索来导出最优最大-最小数据率和对应的联合波束成形向量。最后，进行了大量的数值仿真，以验证所提出的联合波束形成设计的优越性，其他单独的波束形成策略。
2018-05-06 cs.IT math.IT
Fundamental Limits of Cloud and Cache-Aided Interference Management with Multi-Antenna Edge Nodes
在雾辅助蜂窝系统中，可以通过联合优化边缘缓存和传输策略来最小化内容交付延迟。为了解决边缘节点（EN）处的高速缓存容量限制，传输通常涉及从能够访问内容库的云处理器到EN的前传传送以及从EN到用户的无线递送。在本文中，从信息理论的角度研究了由此产生的问题，通过作出以下实际相关的假设：1）EN具有多个天线; 2）只允许未编码的部分缓存; 3）前传链路用于发送内容的部分;以及4）EN被约束为在无线信道上使用一次性线性预编码。假设离线主动缓存，并专注于高信噪比（SNR）的延迟度量，最佳的信息理论性能的串行和流水线的前端传输模式下进行了研究。该分析根据最坏情况下用户需求的标准化交付时间（NDT）来表征最小高SNR延迟。该表征对于系统参数的子集是精确的，并且对于串行情况在3/2的乘法因子内和对于流水线情况在2的乘法因子内通常是最优的。研究结果揭示了雾辅助无线网络中边缘和云处理之间的最佳相互作用，作为系统资源的函数，包括EN的天线数量，EN的缓存容量和前传容量。
2018-03-21 cs.IT math.IT
Power Control and Random Serving Mode Allocation for CJT-NCJT Hybrid Mode Enabled Cell-Free Massive MIMO With Limited Fronthauls
本文针对有限前传约束下的无蜂窝大规模MIMO系统，提出CJT-NCJT混合服务模式框架，结合基于概率的随机服务模式分配和逐次凸逼近功率分配算法，以低复杂度提升系统总速率。
2024-09-03 cs.IT eess.SP math.IT
Energy Efficient Precoding C-RAN Downlink with Compression at Fronthaul
本文考虑了云无线电接入网络（C-RAN）的下行链路传输，其中在公共基带单元处的预编码基带信号在通过有限的前传容量链路被转发到无线电单元（RU）之前被压缩。我们研究了预编码，多变量压缩和RU用户选择的联合设计，最大限度地提高下行链路C-RAN网络的能量效率。所考虑的问题本质上是一个秩约束的混合布尔非凸规划的全局最优解是困难的和计算昂贵的找到。为了得到实际上有吸引力的解决方案，我们调用一些有用的松弛和变换技术，以达到一个更易处理的（但仍然非凸）连续的程序。为了解决松弛问题，我们提出了一个迭代过程的基础上DC算法是可证明收敛的。数值结果表明，所提出的解决方案的优越性，在可实现的能源效率相比，现有的计划。
2017-03-17 cs.IT math.IT
Fronthaul Compression for Uplink Cloud-RAN with Finite-Alphabet Inputs: A Reverse Mercury/Waterfilling Approach
Yonsei University（延世大学）；Hanyang University（汉阳大学）
针对有限字母输入的上行云无线接入网，提出反向汞/注水比特分配方法，最大化LMMSE检测后的广义互信息，在紧张fronthaul预算下维持端到端速率并具鲁棒性。
2026-09-21 cs.IT eess.SP math.IT
ZF Beamforming Tensor Compression for Massive MIMO Fronthaul
针对5G/B5G大规模MIMO系统中eCPRI前传容量受限的问题，提出结合稀疏Tucker分解、复Givens分解与游程编码的两阶段ZF波束成形权重张量压缩方法，可减轻前传负载、提升RAN并发流数与CSI压缩效率。
2024-03-06 cs.IT eess.SP math.IT
Joint Multiuser Downlink Beamforming and Admission Control for Green Cloud-RANs with Limited Fronthaul Based on Mixed Integer Semi-definite Program
随着远程无线头端（RRH）的密集部署，巨大的网络功耗成为绿色云无线接入网（Cloud-RAN）面临的巨大挑战，多用户下行波束赋形被认为是一种很有前途的解决方案。此外，移动用户（MU）数量的增加导致接纳控制对于具有有限前传容量和预定义功率预算的Cloud-RAN是必不可少的。在本文中，我们考虑联合多用户下行链路波束成形和准入控制（JBAC）的问题，以提高在网络中被接纳的MU，降低网络功耗，同时考虑到服务质量要求的MU，功率预算约束和前传限制。结果表明，JBAC问题是一个混合整数非线性问题，即使采用连续松弛，仍然是非凸的。因此，我们首先将JBAC问题转化为一个混合半定规划问题。然后，我们提出了一个边界改进的分支定界算法，以产生近优解。针对实际应用，提出了一种多项式时间启发式算法来求解次优解。大量的仿真进行了不同的系统配置，以显示所提出的两种方案的有效性。
2017-06-15 cs.IT math.IT
