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
Content Caching and Delivery in Wireless Radio Access Networks
当今的移动数据流量由面向内容的流量主导。在网络边缘缓存流行内容可以缓解网络拥塞并减少内容交付延迟。本文提供了一个全面的和统一的研究在无线接入网络（RAN）的缓存和交付技术在所有边缘节点（EN）和用户设备（UE）。考虑三种高速缓存辅助RAN架构：没有前传的RAN、具有专用前传的RAN和具有无线前传的RAN。它首先在教程性质中回顾了缓存如何通过启用干扰消除（IC）、迫零（ZF）和干扰对齐（IA）来促进这些网络中的干扰管理。然后，提出了两种新的交付方案。一种是用于具有专用前传的RAN，其考虑在EN处的集中式高速缓存放置，但在UE处的集中式和分散式放置。该方案将IA、ZF和IC与软传输前传结合在一起。另一种是用于具有无线前传的RAN，其考虑在所有节点处的分散式缓存放置。它利用无线前传的广播性质来获取不仅未缓存，但也缓存的内容，以提高ENs之间的传输合作。数值结果表明，这两种方案优于现有的结果为广泛的系统参数，由于各种缓存的收益机会主义。
2019-04-16 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
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
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
Resource Allocation in Cloud Radio Access Networks with Device-to-Device Communications
为了减轻前传的负担并减少传输延迟，在云无线电接入网络（C-RAN）中提出了设备到设备（D2 D）通信。考虑到动态业务到达和时变信道条件，具有D2 D的C-RAN中的资源分配被公式化为随机优化问题，其旨在最大化受到网络稳定性、干扰和前传容量约束的总吞吐量。利用李雅普诺夫优化技术，将随机优化问题转化为时延感知优化问题，时延感知优化问题是一个混合整数非线性规划问题，可以分解为模式选择、上行波束形成设计和功率控制三个子问题。一个优化解决方案，包括一个修改的分支定界法以及加权最小均方误差的方法已被开发，以获得接近最优的解决方案。仿真结果表明，D2 D可以提高吞吐量，降低延迟，并减轻负担的限制前传的C-RAN。此外，平均吞吐量延迟权衡可以实现所提出的解决方案。
2017-09-14 cs.IT math.IT
Online Caching with Wireless Fronthauling and Delivery in Fog-Aided Networks
雾无线电接入网络（F-RAN）利用边缘节点（EN）处的缓存内容和到云的前传连接进行内容交付。假设云和每个EN之间的专用前传链路，以前的工作集中在使用离线或在线缓存的F-RAN的分析上，这取决于内容流行度是时不变的还是时变的。扩展已经完成了多播前传链路连接云只有两个EN和时间不变的流行。相比之下，这项工作的范围是在多播前传链路将任意数量的EN连接到云的情况下，并且内容流行度是随时间变化的。归一化传输时间（NDT）被用作性能指标，并通过调查主动在线缓存，分析结果表明，前传传输的功率缩放设置F-RAN的性能限制。
2020-06-12 cs.IT math.IT
Energy Efficiency Maximization for C-RANs: Discrete Monotonic Optimization, Penalty, and l0-Approximation Methods
研究了具有有限容量前传链路的多天线云无线接入网（C-RAN）的下行链路。目的是提出波束成形和远程无线电头端（RRH）-用户关联的联合设计，受到用户的服务质量、有限的前传链路容量和发射功率的约束，以最大化系统能量效率。为了应付有限的容量前传，我们考虑的RRH用户关联的问题，选择一个子集的用户，可以由每个RRH服务。此外，与传统功耗模型不同，我们考虑了基带信号处理功率对数据率的依赖性，以及功率放大器效率的动态变化。所考虑的问题导致一个混合二进制整数规划（MBIP），这是很难解决的。我们的第一个贡献是通过定制一个离散的分支缩减和定界（DBRB）的方法来获得所考虑的问题的全局最优解。由于全局优化方法需要很高的计算工作量，我们进一步提出了两个次优的解决方案，能够实现接近最优的性能，但大大降低了复杂性。为此，我们将设计问题转化为连续的（但本质上非凸）的方案，通过两种方法：惩罚和\ell_{0}近似方法。这些连续的非凸问题，然后解决的逐次凸逼近框架。数值结果提供了评估所提出的方法的有效性。
2018-08-09 cs.IT math.IT
Power-Efficient Resource Allocation in Massive MIMO Aided Cloud RANs
本文研究了云无线接入网（C-RAN）中的功率有效资源分配问题。C-RAN架构包括一组基带单元（BBU），其经由具有有限容量的前传链路连接到配备有大规模多输入多输出（MIMO）的一组无线电远程头端（RRH）。我们将C-RAN中的功率效率优化问题表示为联合资源分配问题，以便将RRH和发射功率联合分配给每个用户，并且前传链路和BBU分配给活动RRH，同时满足每个用户的最小所需速率。针对这一非凸优化问题，提出了一种基于互补几何规划（CGP）和逐次凸逼近（SCA）的两步迭代算法。仿真结果表明，我们提出的方案可以显着降低总的传输功率，通过关闭未充分利用的RRH。
2019-08-20 cs.IT eess.SP 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
Joint Optimization of User Association, Data Delivery Rate and Precoding for Cache-Enabled F-RANs
本文考虑了具有有限前传容量的高速缓存使能的雾无线接入网（F-RAN）的下行链路，其中用户关联（UA）、数据传输速率（DDR）和信号预编码被联合优化。我们制定了一个混合整数非线性规划问题，其中网络吞吐量和总功耗的加权差最大化，受到预定义的DDR要求和最大发射功率在每个eRRH。为了解决这个具有挑战性的问题，我们首先应用l0-范数近似和l1-范数最小化技术来处理UA。在这个关键步骤之后，我们得到了一个近似的问题，只涉及DDR和预编码的联合优化。通过交替下降法，我们进一步将这个问题分解为一个凸的DDR分配子问题和一个非凸的预编码子问题。而前者是全球解决的邻点法，后者是解决了一个专门定制的连续凸二次规划方法。最后，我们提出了一个迭代算法的原始联合优化，保证收敛。重要的是，开发的算法的每次迭代只涉及解决简单的凸问题。数值例子表明，所提出的设计显着提高吞吐量和功率性能，特别是在实际的F-RAN有限的前传容量。相比于单一的预编码器设计，对于一个给定的缓存位置，我们的联合设计，以提高吞吐量的50%，同时节省至少一半的总功耗在所考虑的例子。
2017-06-30 cs.IT math.IT
Resource Allocation Optimization for Delay-Sensitive Traffic in Fronthaul Constrained Cloud Radio Access Networks
云无线接入网（C-RAN）为运营商提供了高频谱和能量效率性能、低支出和智能集中式系统结构，引起了学术界和工业界的强烈兴趣。本文针对C-RAN中的下行链路传输，设计了一种混合协作多点传输（H-CoMP）方案，实现了协作增益和前传消耗之间的灵活折衷。针对时延敏感业务，以平均前传消耗为约束，将时延敏感业务的感知功率和速率分配问题表示为一个无限时域约束的部分观测马尔可夫决策过程（POMDP），该过程同时考虑了紧急队列状态信息（QSI）和发送端不完善信道状态信息（CSIT）.为了解决等价Bellman方程的维数灾难问题，利用后决策价值函数的线性逼近。提出了一种随机梯度算法来分配H-CoMP中的感知功率和传输速率，该算法对不可预测的业务到达和不完美CSIT引起的不确定性具有鲁棒性.此外，为了大大降低计算复杂度，提出了一种在线学习算法来估计每个队列的后决策价值函数和更新拉格朗日乘子。仿真结果证明了所提出的随机梯度算法的性能增益，并证实了所提出的在线学习算法的渐近收敛性。
2014-10-29 cs.IT math.IT
Learning Optimal Fronthauling and Decentralized Edge Computation in Fog Radio Access Networks
Pukyong National University（釜山国立大学）；Jeonbuk National University（全北国立大学）
雾无线接入网（FogRadioAccessNetwork，F-RAN）由一个云和多个通过前传链路连接的边缘节点（EdgeNode，EN）组成，被认为是一种很有前途的网络架构。F-RAN需要对云计算和边缘计算以及前传交互进行联合优化，这对传统的优化技术来说是一个挑战。本文提出了一种云支持的协作启发学习（CECIL）框架，这是一种用于处理通用F-RAN优化问题的结构化深度学习机制。所提出的解决方案通过包括在云上的集中式计算、在EN上的分布式决策以及它们的上行链路-下行链路前传交互来模仿云辅助的协作优化策略。采用一组深度神经网络（DNN）来表征云和EN的计算。DNN的前向传递经过精心设计，使得实际前传链路的影响（例如信道噪声和信令开销）可以包括在训练步骤中。因此，云和EN的操作可以以端到端的方式联合训练，而它们的实时推理则通过前传协调以分散的方式进行。为了促进多个EN之间的前传合作，最佳前传多址接入方案的设计。训练算法的实际前传损伤鲁棒性。数值结果验证了所提出方法的有效性。
2021-03-21 cs.IT cs.LG 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
Secure Millimeter Wave Cloud Radio Access Networks Relying on Microwave Multicast Fronthaul
在本文中，我们研究的下行链路安全波束成形（BF）的设计问题的云无线接入网络（C-RAN）依赖于多播前传，毫米波和微波载波分别用于接入链路和前传链路。基站（BS）通过协作的混合模拟/数字BF来联合服务用户。我们首先开发用于协作BS的模拟BF。在此基础上，我们制定了一个保密率最大化（SRM）的问题受到现实的有限的前传容量和总BS发射功率约束。由于非凸问题的复杂性，先进的凸逼近技术，约束凹凸程序和半定规划（SDP）松弛被用来将其转化为一个凸的。随后，提出了一种联合优化多播波束赋形、协作数字波束赋形和人工噪声协方差的迭代算法。接下来，我们构造的原始问题的解决方案，利用原始和对偶的最优解的SDP放松的问题。此外，每BS的发射功率约束被认为是，需要重新制定的SRM问题，这可以通过一个有效的迭代算法来解决。然后，我们消除了理想化的简化假设有完美的信道状态信息（CSI）的窃听链路，并调用现实的不完美CSI。此外，最坏情况下的SRM问题进行了研究。最后，结合所谓的$\mathcal{S}$ -过程和凸逼近技术，设计了一种有效的迭代算法来求解该问题，并给出了仿真结果来评估保密率，证明了所提算法的有效性。
2020-02-11 cs.IT math.IT
Decentralized Asynchronous Coded Caching Design and Performance Analysis in Fog Radio Access Networks
在本文中，我们研究了异步编码缓存在雾无线接入网络（F-RAN）的问题。为了最小化前传负载，提出了编码集折叠规则和编码集划分方法，建立异步和同步编码缓存的编码组播内容之间的关系。进而提出了一种分散式异步编码缓存方案，针对不同的时延要求提供了异步和同步传输方式。对于每个时隙的请求数固定的特殊情况，建立了前传负载的闭式表达式;对于每个时隙的请求数随机的一般情况，给出了前传负载的上、下界.仿真结果表明，我们提出的方案可以创造相当多的编码多播机会，在异步请求的情况下。
2019-01-13 cs.IT math.IT
Recent Advances in Cloud Radio Access Networks: System Architectures, Key Techniques, and Open Issues
作为减少资本和运营支出的有前途的范例，云无线电接入网络（C-RAN）已被证明提供高频谱效率和能量效率。由于其显著的理论性能增益和潜在优势，C-RAN一直受到工业界和研究界的倡导。本文综述了C-RAN的最新研究进展，包括系统结构、关键技术和有待解决的问题。对不同功能划分的系统结构及其特点进行了全面的总结和讨论。C-RAN的关键技术包括：物理层的前传压缩、大规模协同处理和信道估计;上层的无线资源分配和优化。此外，鉴于C-RAN研究领域的广泛性，提出了C-RAN在边缘缓存、大数据采掘、社交感知设备到设备、认知无线电、软件定义网络和物理层安全等方面的研究进展，并介绍了C-RAN的测试床开发和试验测试的进展。
2016-04-03 cs.IT math.IT
MDS Codes Based Group Coded Caching in Fog Radio Access Networks
在本文中，我们研究了基于最大距离可分离（MDS）码的分组编码缓存在雾无线接入网（F-RAN）。我们的目标是最小化非均匀文件流行情况下的平均前传速率。首先，提出了一种基于MDS编码和文件分组的编码放置方案，在提供编码数据包的同时，为最流行的文件分配更多的缓存。接着，提出了一种基于雾接入点（F-AP）分组的编码传输方案，以满足来自不同组的文件请求。此外，平均前传速率的封闭形式的表达式推导。最后，对编码缓存方案的相关参数进行了优化，充分利用了MDS编码和文件分组带来的好处。仿真结果表明，我们提出的方案获得了显着的性能改善现有的几个缓存方案的前传速率降低。
2022-06-23 cs.IT math.CO math.IT
Cloud Radio Access Networks: Uplink Channel Estimation and Downlink Precoding
云无线电接入网络（C-RAN）在节省资本和运营费用、灵活性、干扰管理和网络致密化方面所提供的收益依赖于远程无线电头端（RRH）和基带单元（BBU）之间的高容量低延迟前传连接的存在。鉴于光纤电缆的不均匀和有限的可用性，前传网络的带宽限制一方面要求开发先进的基带压缩策略，另一方面要求更仔细地研究RRH和BBU之间的最佳功能划分。在本章中，在简要介绍了C-RAN中的信号处理挑战之后，在物理（PHY）层研究了这种最佳功能划分，因为它涉及两个关键的基带信号处理步骤，即上行链路中的信道估计和下行链路中的信道编码/线性预编码。基带前传压缩和基带信号处理的联合优化在不同的PHY功能划分下解决，由此在RRH处或在BBU处执行上行链路信道估计和下行链路信道编码/线性预编码。的分析，基于信息理论的参数，和数值结果产生洞察网络架构和前传的能力，其中不同的功能分裂是有利的配置。治疗还强调了确定性和随机连续凸逼近策略的C-RAN的优化的多功能性。
2016-08-26 cs.IT cs.NI math.IT
Online Edge Caching and Wireless Delivery in Fog-Aided Networks with Dynamic Content Popularity
雾无线电接入网络（F-RAN）架构可以利用云处理和边缘缓存来向用户提供内容。为此，F-RAN利用边缘节点（EN）处的缓存和将云处理器连接到EN的前传链路。假设时不变的内容流行度，F-RAN中内容交付的现有信息理论分析依赖于具有单独内容放置和交付阶段的离线缓存。相比之下，这项工作的重点是场景中的一组流行的内容是随时间变化的，因此有必要在线补充的EN的高速缓存随着所请求的文件的交付。该分析集中在长期的归一化传输时间（NDT），它捕获的时间依赖性的编码延迟在多个时隙中的高信噪比制度的表征。在线边缘缓存和交付计划的串行和流水线传输模式的前传和边缘段。分析结果表明，在内容流行度随时间变化的情况下，前传链路的速率对F-RAN系统的长期无损检测设置了根本限制。分析结果进一步验证了数值模拟，产生重要的设计见解。
2018-04-22 cs.IT cs.NI math.IT
Large-scale Antenna Operation in Heterogeneous Cloud Radio Access Networks: A Partial Centralization Approach
为了满足用户不断增长的容量需求和服务质量（QoS）要求，5G蜂窝系统将采取由宏小区和小小区组成的异构网络（HetNet）的形式。为了构建和操作这样的系统，移动运营商由于云无线电接入网络（C-RAN）的性能优化和成本效益的有益特征而对它们给予了极大的关注。随着C-RAN的架构增强，大规模天线（a.k.a.小区站点处的大规模MIMO）通过更高的频谱效率或通过同时允许许多用户而极大地有助于增加网络容量。在这篇文章中，我们讨论了基于C-RAN的HetNet（H-CRAN）的挑战性问题，特别是在大规模天线操作方面。我们提供了现有的C-RAN架构的大规模天线操作方面的概述，并促进部分集中的方法。这种方法显着降低了具有大规模天线的CRAN中的前传开销。我们还提供了一些见解，其潜力和适用性的前传带宽有限的H-CRAN与大型天线。
2015-04-17 cs.IT cs.NI math.IT
Distributed Resource Management in Downlink Cache-Enabled Multi-Cloud Radio Access Networks
针对支持缓存的MC-RAN，本文提出基于FP、SICA和$l_0$-范数近似的分布式资源分配与波束成形算法，以在前传和功率约束下提升能量效率并抑制大规模干扰。
2021-10-11 cs.IT math.IT
Cluster Content Caching: An Energy-Efficient Approach to Improve Quality of Service in Cloud Radio Access Networks
在云无线电接入网络（C-RAN）中，必须在回程链路和前传链路两者中交换大量数据，这导致实时服务的高功耗和差的服务质量（QoS）体验。针对这一问题，本文提出了一种集群式内容缓存结构，该结构充分利用了分布式缓存和集中式信号处理的优点。特别地，回程上的冗余业务可以被减少，因为集群内容缓存为连接到公共边缘云的远程无线电头端（RRH）提供所需内容对象的一部分。推导出有效容量和能量效率性能的易处理表达式，这表明所提出的结构可以以较低的本地存储功率成本提高QoS保证。此外，为了充分挖掘集群内容缓存结构的潜力，对资源分配和RRH关联的联合设计进行了优化，并提出了两种分布式算法。仿真结果验证了分析结果的准确性，并显示了集群内容缓存在C-RAN中实现的性能增益。
2016-03-23 cs.IT cs.NI math.IT
Fog Computing based Radio Access Networks: Issues and Challenges
本文提出了一种基于雾计算的无线电接入网络（F-RAN），作为第五代（5G）无线通信系统的有前途的范例，以提供高频谱和能量效率。其核心思想是充分利用边缘设备的本地无线信号处理、协作无线资源管理和分布式存储能力，减轻前传的沉重负担，避免集中式基带单元池的大规模无线信号处理。本文全面介绍了F-RAN的系统结构和关键技术。重点讨论了传输模式选择和干扰抑制等关键技术及其解决方案。边缘缓存，软件定义网络，和网络功能虚拟化方面的开放问题，也被确定。
2015-06-13 cs.IT cs.NI math.IT
Joint Pilot Allocation and Robust Transmission Design for Ultra-dense User-centric TDD C-RAN with Imperfect CSI
研究了超密集云无线接入网（C-RAN）中完整信道状态信息（CSI）的不可用性问题。采用以用户为中心的簇来降低计算复杂性，而不完整的CSI被认为是减少沉重的信道训练开销，其中只有大规模的簇间CSI可用。还考虑了集群内CSI的信道估计，其中我们制定了一个联合导频分配和用户设备（UE）选择问题，以最大限度地增加具有固定导频数量的被接纳UE的数量。提出了一种新的考虑多用户导频干扰的导频分配算法。然后，我们考虑稳健的波束向量优化问题服从UE的数据率要求和前传容量约束，其中信道估计误差和不完整的簇间CSI被考虑。精确的数据率很难以封闭形式获得，相反，我们保守地用它的下限来代替它。由此产生的问题是非凸的，组合的，甚至是不可行的。基于UE选择、逐次凸逼近和半定松弛方法，提出了一种求解该问题的保证收敛的实用算法。我们严格证明了半定松弛是紧的概率为1。最后，大量的仿真结果表明，我们提出的算法的快速收敛性，并证明其优于现有的算法。
2017-10-22 cs.IT math.IT
