Green Networking in Cellular HetNets: A Unified Radio Resource Management Framework with Base Station ON/OFF Switching
针对蜂窝异构网络(HetNets)中的能量有效性问题,研究了无线资源和功率管理与基站(BS)ON/OFF切换相结合的方法。目标是在满足每个连接用户的服务质量(QoS)要求的同时最小化网络的总功耗。我们考虑共存的宏小区BS、小小区BS和专用毫微微小区接入点(FAP)的情况。根据FAP的状态,研究了三种不同的网络场景,即,没有FAP的HetNet、具有封闭FAP的HetNet和具有半封闭FAP的HetNet。提出了一种统一的框架,以同时以能量有效的方式向用户分配频谱资源并关闭冗余的小小区BS。采用高复杂度的对偶分解技术来获得问题的最优解。提出了一种低复杂度的迭代算法,并将其性能与最优技术进行了比较。半封闭式FAP的特别有趣的情况是,FAP接受服务外部用户,由于增加的自由度而实现了最高的能量效率。在本文中,FAP和移动运营商之间的合作方案也进行了研究。FAP的激励措施,例如,讨论了可再生能源共享和漫游价格,使合作成为运营商间协议的有用指南。
2016-12-05 cs.NI
Wireless MIMO Switching
在一般的切换问题中,切换模式由从一组输入到一组输出的一对一映射组成(即,置换)。我们提出并研究了一种无线交换框架,其中多天线中继负责交换流量之间的一组$N$站。我们将这样的中继称为MIMO开关。通过波束成形和线性检测,MIMO开关控制哪些站连接到哪些站。每个波束成形矩阵实现站之间的置换模式。我们将对应的置换矩阵称为开关矩阵。通过调度一组不同的开关矩阵,可以建立站之间的完全连接。在本文中,我们专注于“公平交换”,其中等量的流量将提供所有$N(N-1)$有序对站。特别是,我们研究如何系统的吞吐量可以最大化。通常,对于大的$N$,可能的开关矩阵的数量(即,排列)是巨大的,使得调度问题在组合上具有挑战性。我们表明,对于N=4和5,只有一个子集的$N-1$开关矩阵需要考虑在调度问题,以实现良好的吞吐量。我们推测,对于大的$N$也是如此。这个猜想,如果有效的话,意味着在实际应用中,公平切换调度不是一个棘手的问题。
2011-04-20 cs.IT cs.NI math.IT
Wireless MIMO Switching with Network Coding
在一般的切换问题中,切换模式由从一组输入到一组输出的一对一映射组成(即,置换)。我们提出并研究了一种无线交换框架,其中多天线中继负责交换流量之间的一组$N$站。我们将这样的中继称为MIMO开关。通过波束成形和线性检测,MIMO开关控制哪些站连接到哪些其他站。每个波束成形矩阵实现站之间的置换模式。我们将对应的置换矩阵称为开关矩阵。通过调度一组不同的开关矩阵,可以建立站之间的完全连接。在本文中,我们专注于“公平交换”,其中等量的流量将提供所有$N(N-1)$有序对站。特别是,我们研究如何系统的吞吐量可以最大化。通常,对于大的$N$,可能的开关矩阵的数量(即,排列)是巨大的,使得调度问题在组合上具有挑战性。我们表明,对于N=4和5的情况下,只有一个子集的$N-1$开关矩阵需要考虑的调度问题,以实现良好的吞吐量。我们推测,对于大的$N$也是如此。这个猜想,如果有效的话,意味着在实际应用中,公平切换调度不是一个棘手的问题。本文还研究了MIMO交换与物理层网络编码。我们发现,它可以显着提高吞吐量。
2011-05-06 cs.IT cs.NI math.IT
BOOST: Base station on-off switching strategy for energy efficient massive MIMO HetNets
在本文中,我们研究了最佳基站(BS)的ON-OFF切换和用户关联的异构网络(HetNet)与大规模MIMO的问题,以最大限度地提高系统的能量效率(EE)的目标。联合BS ON-OFF切换和用户关联问题被表示为整数规划问题。首先,我们开发了一个集中的计划,在其中,我们放宽了整数约束,并采用了一系列的拉格朗日对偶方法,将原来的问题转化为一个标准的线性规划(LP)问题。由于线性规划的特殊结构,我们证明了松弛线性规划的最优解也是可行的,并且是原问题的最优解。然后,我们提出了一个分布式的计划,制定了一个重复的投标游戏的用户和BS的,并证明了游戏收敛到一个纳什均衡(NE)。仿真研究表明,所提出的计划可以实现相当大的收益在EE在几个基准计划在所有考虑的情况下。
2016-01-16 cs.IT cs.NI math.IT
HAPS-Enabled Sustainability Provision in Cellular Networks through Cell-Switching
本文研究将高空平台站(HAPS)集成到蜂窝网络小区切换过程中,通过为被卸载用户提供额外覆盖和容量来增加小区关闭机会,仿真表明可在保障QoS的同时将能耗降低高达16%。
2023-04-17 cs.NI
Adaptive Dynamic Programming for Energy-Efficient Base Station Cell Switching
Samsung AI Center Montreal(三星AI中心蒙特利尔)
本文提出基于近似动态规划与在线优化的基站小区开关方法,利用MLP和LSTM预测功耗、QoS及切换,实现节能并保障服务质量。
2023-10-30 cs.AI cs.NI
Algorithms for Packet Routing in Switching Networks with Reconfiguration Overhead
给定从一组发送站到一组接收站以包形式传输的一组消息,我们需要对包进行调度,以便从第一次传输开始到最后一次传输结束的时间达到最短。抢占数据包以重新路由消息剩余部分,作为稍后传输的其他数据包的一部分,这将是实现我们目标的一个很好的方法,如果不是因为每个抢占都会带来重新配置成本,这将延迟我们的整个工作。这个问题已经被广泛研究,在过去和各种算法已被提出来处理许多变化的问题。在本文中,我们提出了一种改进的算法,我们称之为分裂图算法(SGA)。为了建立它的效率,我们比较它,在过去开发的两个算法。这两个是迄今为止在参考文献中介绍得最好的,一个是在近似比方面,一个是在实验结果方面。
2014-04-10 cs.NI
A Lightweight Machine Learning Approach for Delay-Aware Cell-Switching in 6G HAPS Networks
本文提出一种轻量级Q-learning算法,将HAPS非地面网络节点集成到6G小区切换中,在满足用户时延需求的同时实现节能,并通过仿真验证其在能耗与QoS方面的有效性。
2024-02-20 cs.NI eess.SP
Demystifying Starlink Network Performance under Vehicular Mobility with Dynamic Beam Switching
University of Victoria(维多利亚大学);University of Minnesota – Twin Cities(明尼苏达大学双城分校)
本文提出一种面向移动性的星链卫星识别方法,通过动态波束切换事件检测和UT诊断数据,解析车载移动性下星链网络性能退化原因,以提升传输层协议性能。
2026-01-20 cs.NI
Increasing Energy Efficiency of Massive-MIMO Network via Base Stations Switching using Reinforcement Learning and Radio Environment Maps
Poznań University of Technology(波兹南理工大学);Institute of Radiocommunications(无线电通信研究所)
在考虑大规模多输入多输出(M-MIMO)网络时,能量效率(EE)是非常重要的,其中基站(BS)配备有由多达数百个元件组成的天线阵列。M-MIMO传输虽然频谱效率很高,但会导致高能耗随着天线数量的增加而增加。本文研究了通过打开/关闭未充分利用的BS来改善EE。建议使用位置感知方法,其中关于最佳活动BS集合的数据存储在无线电环境地图(REM)中。为了有效地获取、处理和利用REM数据,使用强化学习(RL)算法。评估了最先进的勘探/开发方法,包括e-greedy,上置信限(UCB)和梯度Bandit。在此基础上,提出了解析动作滤波和基于REM的探索算法(REM-EA)来提高RL的收敛速度。算法评估使用先进的系统级模拟器的M-MIMO异构网络(HetNet)利用精确的三维射线跟踪无线电信道模型。建议的RL为基础的BS切换算法被证明是提供70%的收益,在EE超过一个国家的最先进的算法,使用分析启发式。此外,所提出的动作滤波和REM-EA可以减少RL收敛时间相对于性能最好的国家的最先进的探索方法,分别由60%和83%。
2021-03-08 cs.IT cs.LG cs.NI
Cell Switching in HAPS-Aided Networking: How the Obscurity of Traffic Loads Affects the Decision
Ankara Yıldırım Beyazıt University(安卡拉耶尔德勒姆贝亚兹特大学);Carleton University(卡尔顿大学)
本文研究HAPS辅助网络中休眠基站流量负载估计误差对小区切换决策及能效的影响,并提出全尺度和轻量级两种Q-learning算法,实验表明其性能与最优算法仅差0.3%。
2024-05-01 cs.LG cs.NI cs.SY
Wireless MIMO Switching with Zero-forcing Relaying and Network-coded Relaying
具有多个天线的无线中继被称为多输入多输出(MIMO)交换机,如果它使用“预编码和转发”将其输入链路映射到其输出链路。也就是说,MIMO开关使用用于在下行链路中传输的某个矩阵来预编码上行链路中的接收信号向量。本文研究了具有完整信道状态信息的$K$站点和MIMO交换机的场景。MIMO交换机处的预编码器是迫零矩阵或网络编码矩阵。利用迫零预编码器,每个目的站仅接收其具有增强的噪声但没有干扰的期望信号。利用网络编码的预编码器,每个站不仅接收其期望的信号和噪声,而且可能还接收自干扰,其可以被完美地消除。预编码器的设计优化接收信号的信噪比在目的地进行了研究。对于迫零中继,在两个用户的情况下,在封闭的形式解决了这个问题,而在更多的用户的情况下,提出了有效的算法,并示出接近可以实现广泛的随机搜索。对于网络编码中继,我们提出了有效的迭代算法,可以进一步提高吞吐量。
2012-06-17 cs.IT cs.NI math.IT
A Lightweight Cell Switching and Traffic Offloading Scheme for Energy Optimization in Ultra-Dense Heterogeneous Networks
5G网络的主要容量提升器之一是部署超密集异构网络(UDHN)。然而,由于涉及大量的基站(BS),这种部署导致网络的能量消耗急剧增加。除了增强容量外,5G网络还必须节能,以实现经济可行和环境友好。动态小区切换是降低网络总能耗的一种非常常见的方式,但是大多数提出的方法在计算上要求很高,这使得它们不适合在具有大量BS的超密集网络部署中应用。为了解决这个问题,我们提出了一个轻量级的小区切换方案,也被称为基于手持混合小区切换方案(THESIS)的UHDNs的能量优化。所开发的方法结合了聚类和穷举搜索(ES)算法的优点,产生一个解决方案,其最优性接近ES(这是保证最优),但计算效率比ES,因此可以应用于实际网络中的细胞切换,即使当它们的尺寸是大的。性能评估表明,THESIS产生了显着减少的UDHN的能源消耗,并能够降低找到一个接近最优的解决方案的复杂性从指数到多项式的复杂性。
2021-09-16 cs.NI
Novel Methods for Load Estimation in Cell Switching in HAPS-Assisted Sustainable 6G Networks
针对垂直异构网络中休眠小基站流量负载数据缺失问题,提出三种基于空间插值的估计方案,实证验证其准确性对功耗优化方法可行性的关键作用。
2024-02-06 cs.NI cs.SY eess.SY
Base Station Switch-off with Mutual Repulsion in 5G Massive MIMO Networks
当小小区密集地部署在第五代(5G)蜂窝网络中时,考虑到业务负载的变化,关闭一部分基站(BS)是用于节省能量消耗的实用方法。针对大规模多输入多输出(massive MIMO)系统的密集部署和低功耗特点,分析了小小区网络。基于距离约束的基站关闭策略,研究了基站关闭策略的能量效率和覆盖效率。仿真结果表明,该策略的能量效率和覆盖效率优于随机策略。能量效率随着基站强度和最小距离的增加而增加,并且随着基站强度和最小距离的增加可以实现最大的覆盖效率。在这种情况下,可以在实际场景中根据本工作设计最优的BS关断策略。
2018-06-07 cs.NI
Addressing the Load Estimation Problem: Cell Switching in HAPS-Assisted Sustainable 6G Networks
针对vHetNets中休眠小基站流量负载未知导致小区切换难以实用的问题,本文提出三种基于空间插值的负载估计方案,并验证多级聚类算法估计误差仅0.8%,可显著提升网络能效。
2024-05-02 cs.NI cs.SY eess.SY
Switching in the Rain: Predictive Wireless x-haul Network Reconfiguration
无线x-haul网络依赖于4G和/或5G基站之间的微波和毫米波链路来支持超高数据率和超低延迟。与这些高频链路相关的一个主要挑战是它们对天气条件的敏感性。特别是,降水可能会导致严重的信号衰减,从而显着降低网络性能。在本文中,我们开发了一个预测网络重构(PNR)框架,该框架使用历史数据来预测每个链路的未来状况,然后提前为即将发生的干扰做好网络准备。PNR框架具有两个组件:(i)衰减预测(AP)机制;以及(ii)多步网络重构(MSNR)算法。AP机制采用编码器-解码器长短期记忆(LSTM)模型来预测每个链路的未来衰减水平的序列。MSNR算法利用这些预测来动态优化路由和准入控制决策,旨在最大限度地提高网络利用率,同时保持共享网络的基站之间的最大-最小公平性,并防止可能由重新路由引起的瞬时拥塞。我们训练,验证和评估的PNR框架使用的数据集包含从现实世界的城市规模的回程网络收集的超过200万个测量。结果表明,该框架:(i)预测衰减精度高,预测范围为50秒,RMSE小于0.4 dB;(ii)与无法利用未来干扰信息的无功网络重构算法相比,可以将瞬时网络利用率提高200%以上。
2022-03-07 cs.NI stat.ML
Revenue Maximization through Cell Switching and Spectrum Leasing in 5G HetNets
在移动蜂窝网络中实现改进的容量的方式之一是经由网络致密化。即使密集化增加了网络的容量,它也导致增加的能量消耗,这可以通过在低业务期间动态地关闭一些基站(BS)来抑制。然而,动态小区切换具有频谱利用不足的挑战,因为被关闭的BS最初占用的频谱保持休眠。该休眠频谱可以由持有许可证的主网络(PN)运营商租赁给不能负担购买频谱许可证的辅网络(SN)运营商。因此,使PN能够从频谱租赁以及由于减少的能量消耗而节省的电力成本中获得额外的收入。因此,在这项工作中,我们提出了一个基于模拟退火(SA)算法的小区切换和频谱租赁框架,以最大限度地提高收入的PN,同时尊重服务质量的约束。性能评估表明,该方法与最优穷举搜索方法非常接近,且计算复杂度显著降低。
2021-08-26 cs.NI cs.SY eess.SY
Optimal Switching Networks for Paired-Egress Bell State Analyzer Pools
本文针对共享 BSA 池的量子互连,提出平面约束下的最优可重排无阻塞交换网络及路由算法,以少于全排列网络一半的交换单元实现任意输入配对。
2024-05-16 cs.NI quant-ph
Deep Learning Predictive Band Switching in Wireless Networks
The University of Texas at Austin(德克萨斯大学奥斯汀分校);Arizona State University(亚利桑那州立大学)
在蜂窝系统中,当用户设备(UE)的速率下降到当前频带上的阈值以下时,UE可以请求改变频带。然后,基站(BS)指示UE测量候选频带的质量,这需要数据传输中的测量间隙,从而降低了数据率。我们提出了一种基于在线学习的波段切换方法,不需要任何测量间隙。我们提出的基于分类器的频带切换策略而是基于UE位置的知识利用不同频带中的射频信号之间的空间和频谱相关性。我们专注于在较低的(例如,3.5 GHz)频带和毫米波频带(例如,28 GHz),并设计和评估两个分类模型,在光线跟踪数据集上训练。一个关键的见解是,测量间隙是矫枉过正,因为只有频带的相对顺序是必要的频带选择,而不是一个完整的信道估计。我们提出的基于机器学习的策略比行业标准策略的平均有效率提高了大约30%,同时实现了远低于0.5%的误分类错误,并保持了对阻塞不确定性的弹性。
2020-09-01 cs.LG cs.NI eess.SP
Energy Optimization in Ultra-Dense Radio Access Networks via Traffic-Aware Cell Switching
下一代蜂窝网络5G中的超密集部署是通过使用户更接近基站来提供超高吞吐量的替代方案。另一方面,5G部署不能导致能耗大幅增加,以保持成本效益,最重要的是减少蜂窝网络的碳足迹。我们提出了一种强化学习小区切换算法,以最大限度地减少超密集部署中的能量消耗,而不影响用户体验的服务质量(QoS)。在这方面,所提出的算法可以基于SC和宏小区的业务负载来智能地学习在任何给定时间关闭哪些小小区(SC)。为了验证这个想法,我们使用了意大利米兰市的开放式呼叫详细记录(CDR)数据集,并针对典型的运营基准解决方案测试了我们的算法。与所获得的结果,我们证明了该算法可以提供节能,以及如何在不降低用户的QoS。最重要的是,我们表明,我们的解决方案具有非常相似的性能的穷举搜索,具有可扩展性和复杂性较低的优势。
2020-07-08 cs.NI cs.SY eess.SY