Dynamic Modeling of Target Cell Location for Mobility Robustness Analysis in Cellular Networks: Technical Report
Graduate School of Engineering, Mie University(三重大学工学研究科)
本文针对蜂窝网络MRO问题,构建随机几何分析框架,推导UE直线移动下目标基站分布,解析过晚与乒乓切换概率,量化TTT的权衡并识别最优TTT值。
2026-09-02 cs.NI
On the Analysis and Optimization of Fast Conditional Handover with Hand Blockage for Mobility
本文研究了多面板用户设备在手部遮挡下的移动性性能,提出快速条件切换技术以自主复用目标小区准备,显著降低移动性失败和信令开销,并引入三种优化技术解决其资源预留过长问题。
2023-11-28 cs.NI
Cost-optimal caching for D2D networks with user mobility: Modeling, analysis, and computational approaches
在用户设备(UE)处缓存流行文件提供了减轻回程网络的负担的有效方式。通常,基于流行度的缓存不是系统范围的最佳策略,特别是对于用户移动性场景。出于这种观察,我们认为最佳的缓存存在的流动性。对设备到设备(D2D)网络的成本最优缓存问题(COCP)进行建模,其中考虑了用户移动性、缓存大小和编码段总数的影响.与相关研究相比,我们的调查保证了收集的片段是不重叠的,考虑到从网络下载的成本,并提供了一个严格的问题复杂性分析。通过可满足性问题的约简证明了问题的困难性。接下来,导出目标函数的下界函数。利用该函数,得到了一种实现线性化的COCP近似(ACOCP),它具有两个优点。首先,ACOCP方法可以使用现成的整数线性规划算法来获得全局最优解,并且它可以有效地为中小规模的系统场景提供解决方案。其次,更重要的是,基于ACOCP方法,可以推导出COCP全局最优的下界,从而使任何次优算法的性能基准测试。为了解决低复杂度的大场景,我们首先证明了一个用户的最佳缓存位置,给其他用户的缓存位置,可以在多项式时间。在此基础上,提出了一种移动感知的逐用户(MAUU)算法。仿真结果通过与全局最优和传统缓存算法的下界比较,验证了这两种方法的有效性。
2017-05-30 cs.NI
Définition d'une structure adaptative de réseau local sans fil à consommation optimisée
低速率无线个域网(LR-WPAN)的强劲增长,促使我们考虑网络中节点的自治性问题,从而知道网络中的节点寿命,而电源更换往往是难以实现的。这类设备固有的机动性是一个基本要素。它将提供路由约束,因此是一个复杂的问题来解决。本文提供了工作线,以评估这样的网络在能源消耗和移动性方面的性能。目标是相互矛盾的;它必然会找到一个折衷办法。此外,如果我们想要保证所传输的消息的最大延迟,可能性由IEEE 802.15-4标准提供,另一个折衷方案需要严格固定的结构和完全移动的结构。因此,我们提出了一个量化的能量成本相关的期望的数据率和比较的睡眠持续时间的节点在网络中。然后,我们打开反射线,找到最佳的妥协:消费/流动性/保证的最后期限,在建议自适应网络结构的概念,移动自组网。
2008-06-11 cs.NI
MOFCO: Mobility- and Migration-Aware Task Offloading in Three-Layer Fog Computing Environments
针对三层雾计算中UE移动性导致服务迁移代价高的问题,提出MOFCO算法,将任务卸载与资源分配建模为MINLP问题并用启发式辅助演化博弈论求解,使系统成本平均降低19%,最高达43%。
2025-07-16 cs.AR cs.DC cs.NI
Context-Awareness Enhances 5G Multi-Access Edge Computing Reliability
第五代(5G)移动电信网络预计将支持多接入边缘计算(MEC),其旨在将计算任务和服务从中央云分发到边缘云。为了实现超响应、超可靠和超低延迟的MEC服务,当前的移动网络安全架构应该为身份验证和授权过程提供一种更加分散的方法。本文提出了一种新的分散式认证架构,支持灵活和低成本的本地认证的上下文信息的网络元素,如用户设备和虚拟网络功能的意识。基于回程链路质量的马尔可夫模型,以及随机游走移动模型与混合移动类和业务场景,数值模拟表明,所提出的方法是能够实现网络运营成本和MEC可靠性之间的灵活平衡。
2019-02-06 cs.NI
Probabilistic Mobility Load Balancing for Multi-band 5G and Beyond Networks
针对多频段5G及超5G网络传统负载均衡方法忽略UE需求与频段资源导致性能不佳的问题,提出基于事件的概率式多目标随机优化负载均衡算法,在降低异频切换开销的同时均衡业务,提升了吞吐量并减少中断时长。
2024-01-24 cs.NI
Mobility Management in Integrated Sensing and Communications Networks
针对ISAC网络中节点与目标移动导致的感知效率下降、干扰动态变化等问题,提出移动性管理机制,通过感知信号收发切换与模式更新,实现低开销持续感知,提升网络性能。
2025-01-14 cs.NI eess.SP
Enhanced Open-Source NWDAF for Event-Driven Analytics in 5G Networks
Khalifa University(哈利法大学);Università degli Studi di Milano(米兰大学);Simon Fraser University(西蒙菲莎大学)
本文提出一个开源NWDAF框架,用于5G网络中的事件驱动分析,支持标准化事件接口和预测切换小区的高精度预测。
2026-01-05 cs.NI
Design and Analysis of Optimal Threshold Offloading (OTO) Algorithm for LTE Femtocell/Macrocell Networks
LTE毫微微小区已经被广泛部署以增加网络容量并从宏小区卸载移动数据业务。当考虑蜂窝用户的移动性行为时,形成了一个两难的选择:用户设备(UE)应该切换到毫微微小区还是保持与宏小区的当前连接?实际上,各种用户移动性行为可能导致显著的信令开销,并且由于频繁的切换进入/离开毫微微小区而降低毫微微小区卸载能力。为了解决这个难题,在本文中,我们提出了一个最佳阈值卸载(OTO)算法考虑信令开销和毫微微小区卸载能力之间的权衡。我们开发了一个分析模型,并定义了两个性能指标来量化权衡。该模型不仅模拟用户的移动性行为,但也捕获毫微微蜂窝卸载的好处,并阐明它们的基本关系。通过大量的ns 2仿真验证了解析模型和仿真模型的正确性。分析和仿真结果表明,OTO算法可以显着减少信令开销的毫微微蜂窝卸载能力的较小的代价。研究结果具有广泛的适用性,具有重要的理论意义。此外,分析结果提供了一种快速的方法来评估信令开销和卸载能力在LTE网络中没有广泛的部署,节省成本和时间。
2016-07-13 cs.NI
Mitigating Unnecessary Handovers in Ultra-Dense Networks through Machine Learning-based Mobility Prediction
在5G无线通信中,智能交通系统(ITS)和自动驾驶等汽车应用受到广泛关注。这些应用具有严格的要求,并且通常需要高服务质量(QoS)。在城市环境中,超密集网络(UDN)不仅可以提供最佳的QoS,而且可以增加系统容量和频率重用。然而,密集小小区节点(SCN)部署的5G UDN的当前架构促使延迟、切换时间和切换失败增加。在本文中,我们提出了一个机器学习(ML)支持的移动性预测(MP)策略,以预测未来的车辆用户设备(VUE)的移动性和切换位置。所提出的方法的主要目的是最小化不必要的切换(UHO),同时确保VUE充分利用所部署的UDN。我们评估和验证我们的方法在下行链路系统级模拟器。我们使用支持向量机(SVM),决策树分类器(DTC),和随机森林分类器(RFC)预测移动性。仿真结果表明,平均减少30%的切换时间,利用ML为基础的MP,与RFC显示在某些情况下,最大的减少高达70%。
2023-02-23 cs.NI cs.SY eess.SY
Context-Aware Mobility Management in HetNets: A Reinforcement Learning Approach
Technische Universität Dresden(德累斯顿工业大学);University of Oulu(奥卢大学);Florida International University(佛罗里达国际大学)
在异构网络(HetNet)环境中使用小小区部署预计将成为4G网络及更高网络的关键特征,并且对于提供更高的用户吞吐量和小区边缘覆盖至关重要。然而,由于宏基站和微微基站(BS)的不同覆盖范围大小,这种范式转变在密集网络中引入了额外的要求和挑战。在这些挑战中,用户设备(UE)的切换性能将受到影响,尤其是当高速UE穿越微微小区时。在本文中,我们提出了一个基于协调和上下文感知的移动性管理(MM)的小小区网络使用强化学习的工具的过程。在这里,宏BS和微微BS联合了解其长期流量负载和最佳小区范围扩展,并根据其速度和历史速率(在层之间交换)调度其UE。所提出的方法不仅在UE吞吐量方面优于经典MM,而且还能够实现更好的公平性。平均而言,高达80%的增益是实现UE吞吐量,而切换失败的概率降低了三个因素,所提出的基于学习的MM方法。
2015-05-07 cs.LG cs.NI
Handover Control in Wireless Systems via Asynchronous Multi-User Deep Reinforcement Learning
在本文中,我们提出了一个两层的框架来学习最佳切换(HO)控制器在可能的大规模无线系统支持移动物联网(IoT)用户或传统的蜂窝用户,其中用户的移动性模式可能是异构的。特别是,我们提出的框架首先分区的用户设备(UE)与不同的移动性模式到集群,其中的移动性模式是相似的,在同一个集群。然后,在每个簇内,开发异步多用户深度强化学习方案来控制每个簇中的UE之间的HO过程,以降低HO速率同时确保一定的系统吞吐量。在该方案中,我们使用深度神经网络(DNN)作为HO控制器,每个UE通过强化学习以协作方式学习。此外,我们在执行强化学习之前使用监督学习初始化DNN控制器,以利用我们已经知道的传统HO方案,并减轻初始阶段随机探索的负面影响。此外,我们表明,所采用的基于全局参数的异步框架使我们能够更快地训练更多的UE,这可以很好地解决可扩展性问题,以支持大型系统。最后,仿真结果表明,所提出的框架可以实现更好的性能比最先进的在线计划,在HO率。
2018-05-08 cs.NI
Analytical model for mobile user connectivity in coexisting femtocell/macrocell networks
在本文中,我们研究了移动用户连接的性能在毫微微蜂窝/宏蜂窝网络。毫微微用户设备(FUE)可以以低通信范围连接到毫微微接入点(FAP),而不是以到宏基站(MBS)的较高通信范围连接到毫微微接入点(FAP)。此外,在这样的新兴网络中,资源的空间重用是允许的,并且传输范围可以减小,则连接的概率很高。因此,在这项研究中,我们提出了一个易于处理的分析模型的连接概率的基础上的通信范围和移动用户在毫微微蜂窝/宏蜂窝网络的移动性。此外,我们研究了中断概率和频谱效率之间的相互影响,在这样的网络。数值结果表明,在毫微微蜂窝/宏蜂窝网络的连接概率计算的有效性。
2013-01-09 cs.NI
Attacks Against Mobility Prediction in 5G Networks
Lund University(隆德大学);Ericsson Research(爱立信研究院)
针对5G NWDAF的移动轨迹预测,本文提出设备劫持与克隆攻击,并在10,000用户场景中用100个对抗性UE将准确率从75%降至40%,同时验证KMeans可识别恶意UE。
2024-02-29 cs.CR cs.LG cs.NI
Data Collection through Vehicular Sensor Networks by using TCDGP
如今,许多汽车制造商正计划在其车辆中安装无线连接设备,以实现与“路边基站”以及车辆之间的通信,以实现安全,驾驶辅助和娱乐的目的。一个明显的特点是,车辆是高度移动的,速度高达30米/秒,虽然他们的移动模式是更可预测的比移动自组织网络(MANET)中的节点,由于道路,速度限制和通勤习惯的约束。因此,这些网络需要特定的解决方案,并确定一个新的研究领域,即,车载自组织网络(VANET)。在本文中,我们专注于一个特定的VSN架构,其中的ad hoc网络由电信/服务提供商操作,结合无价值的个人感知数据,并从中提取有效的反馈有关的情况下,在一个地理区域的道路。在运营的VSN中,提供商倾向于使用自由频率通信介质(例如IEEE 802.11p)来减少其网络上的流量负载。为此,我们提出了TCDGP(树形数据收集协议),一个跨层协议的基础上分层和地理数据汇集,聚合和传播机制。我们分析我们的解决方案的性能,使用模拟环境和现实的移动模型。我们证明了这种解决方案的可行性,并表明,TCDGP提供了宝贵的信息,而不会使他的网络过载的运营商。
2012-08-19 cs.NI
Enabling Mobile Base Stations in 5G via Wireless Access Backhaul (WAB): A Multi-Band Experimental Study
Politecnico di Milano(米兰理工大学)
本文通过多频段WAB实验验证了移动基站的可行性,展示了WAB在车辆和室内外场景中的高效性能,克服了FR2的局限性。
2026-04-09 cs.NI
Handover Experiments with UAVs: Software Radio Tools and Experimental Research Platform
移动性管理是蜂窝网络的关键特征。当将无人机(UAV)集成到蜂窝网络中时,需要仔细管理它们的小区关联,以便与其他蜂窝用户共存。无人机在三维空间中移动,可能会在其飞行路径上穿越多个单元,因此可能会受到多个干扰。为了使无人机用户的移动性管理的研究,本文描述了设计,实现和测试方法与空中用户的切换实验。我们利用软件定义无线电(SDR)并实施一系列工具,用于在实验室中准备实验,并将其带到户外进行现场测试。我们只使用商业现成的硬件,开源软件和实验许可证,以实现可重复和可扩展的实验。我们最初的室外结果是两个SDR基站连接到一个开源软件核心网络,实现4G长期演进协议,一个低空无人机用户设备演示了切换过程。
2022-01-03 cs.AR cs.NI eess.SP
Analysis of Handover Failures in Heterogeneous Networks with Fading
切换过程是蜂窝网络中最关键的功能之一,并且负责维持用户设备(UE)跨多个小区的无缝连接。它通常基于来自相邻基站(BS)的信号测量,并且它受到无线电传播信道的时间和频率选择性的不利影响。在本文中,我们介绍了一种新的模型,用于分析切换性能在异构网络(HetNets)的功能,车辆用户速度,小区大小,和移动性管理参数。为了研究阴影和衰落对切换性能的影响,我们提取了从第三代合作伙伴计划(3GPP)兼容的HetNet模拟器中获得的相关统计数据,随后,我们将这些统计数据整合到我们的分析模型中,以分析波动信道条件下的切换失败概率。计算机模拟验证了分析结果,这表明衰落可以显着降低车辆用户在HetNet中的切换性能。
2015-07-06 cs.CG cs.NI
Performance Comparison Between VoLTE and non-VoLTE Voice Calls During Mobility in Commercial Deployment: A Drive Test-Based Analysis
本文基于 XCAL 路测对比移动场景下 VoLTE 与非 VoLTE 语音呼叫,量化其节能、DRX 与呼叫建立时延优势,为网络优化和 QoS 提升提供依据。
2023-07-23 cs.NI eess.AS