【摘 要】
:
超密异构网络(heterogeneous ultra dense network,H-UDN)是在传统的宏基站覆盖范围内密集地部署一层小基站实现无缝覆盖,通过缩短用户与基站之间的距离来提升用户的速率,拥有着处理海量(1000倍)无线数据流量的能力,被认为是实现5G及未来网络的关键技术。然而,随着小基站数量飞速增加,小基站与宏基站之间的回程负担急剧加重,致使回程传输成为了H-UDN性能提升的瓶颈。无
论文部分内容阅读
超密异构网络(heterogeneous ultra dense network,H-UDN)是在传统的宏基站覆盖范围内密集地部署一层小基站实现无缝覆盖,通过缩短用户与基站之间的距离来提升用户的速率,拥有着处理海量(1000倍)无线数据流量的能力,被认为是实现5G及未来网络的关键技术。然而,随着小基站数量飞速增加,小基站与宏基站之间的回程负担急剧加重,致使回程传输成为了H-UDN性能提升的瓶颈。无线回程因其灵活性和易于部署等优势受到广泛的关注。但是,无线回程会占用大量无线资源,而系统资源是有限的,因此,在H-UDN中实现高效无线回程具有重要意义。首先,小基站间的协作无线回程被提出来实现H-UDN中高效无线回程,即降低功率消耗,提升速率和能量效率(energy efficiency,EE)。协作无线回程意味着信道好的小基站会协助信道差的小基站进行无线回程传输,在此基础上,依据小基站与宏基站之间的距离,将小基站分成两组来进行协作无线回程传输。然后,在小基站分层无线回程模型中推导和分析了协作正交多址接入(cooperative orthogonal multiple access,C-OMA)无线回程的功率消耗、可达速率和EE,并得到了EE的上界和下界。仿真结果表明,C-OMA策略能够有效地提升无线回程的性能,即降低功率消耗、提升速率和EE。进而,为提升协作无线回程的EE,协作非正交多址接入(cooperative non-orthogonal multiple access,C-NOMA)策略被引入到小基站间的无线回程中,并分析了C-NOMA策略下无线回程传输功率分配和EE。仿真结果表明,在最优分层半径下,C-NOMA策略优于C-OMA策略,能够达到更高的EE。最后,通过分析C-OMA策略与C-NOMA策略的优点和不足,设计了一种联合C-OMA和C-NOMA(JCC)的策略来进一步提升小基站协作无线回程的性能。由于同时拥有着C-OMA策略和C-NOMA策略的优点,JCC策略能够实现更高效的无线回程传输。综上所述,本文提出了小基站协作无线回程来实现H-UDN中高效无线回程,并在分层模型中分析了C-OMA、C-NOMA和JCC策略下无线回程的EE,所提出的JCC能够有效地提升无线回程的EE,实现更高效的无线回程。
其他文献
网络的飞速发展以及移动设备的普及推动了基于位置的社交网络(Location Based Social Network,LBSN)平台的使用,为个性化的兴趣点(Point-of-Interest,POI)推荐系统带来了巨大
芒果目标产量预测对于了解芒果产量变化趋势、规划发展芒果生产,加强气候灾害的防御和治理能力,推进农业信息化有着重要意义。影响芒果产量的相关气象要素繁多,它们与产量之
随着空间数据和数据库的迅速发展和广泛应用,空间数据挖掘越来越重要。在地理空间中,经常位于一起的空间特征子集称为空间(正)co-location模式。虽然全连接、部分连接以及无
电容层析是过程层析技术中被广泛应用于两相流和多相流的一种检测技术,由于其具有结构简单、无辐射和低成本的特点,目前在石油和天然气运输方面工业前景广阔,研究其发展具有
阿尔茨海默病(Alzheimer’s disease,AD)是老年期认知障碍疾病中最常见的类型,该病常起病隐匿,随着病情进展会对老年人的身体健康产生严重危害,如何通过有效的方式对AD患者进
酸性磷酸酶(ACP)是一种广泛存在于生命体内的水解酶,参与多种生理过程。作为前列腺癌等疾病的血清标志物,ACP活性监测对相关疾病的早期诊断具有重要的临床意义。现有的众多ACP
模型驱动的软件开发方式(Model-Driven Development,MDD)目前被广泛应用于面向服务架构的信息系统中,而模型转换作为MDD中的重要环节和核心技术,它的正确性直接影响了基于MDD
统计数据显示:约四分之三的游客在出游前都会去登录主流旅游网站查看用户评论(评分),以确定更好的旅游目的地,同时制定出游路线。旅游景点推荐的研究已取得一定进展,但仍存在数据稀疏、未考虑用户隐性偏好、未深入挖掘景点图像的潜在语义等问题。提出采用分层抽样统计模型获取用户偏好,改进贝叶斯个性化排序(Bayesian Personalized Ranking,简称BPR)及视觉贝叶斯个性化排序(Visual
在超大规模集成电路(Very Large Scale Integration,以下简称VLSI)物理设计中,布局问题将模块放置在一个给定的区域内,在满足模块间不互相重叠的基础上,优化一些相关指标(如
利用语音障碍进行帕金森病检测是目前帕金森病早期诊断的研究热点之一。近年来基于深度学习的语音障碍检测发展迅速,且检测正确率高。由于深度学习固有的特点,使得通过深度学习网络自动学习的语音特征在医学上可解释性较差。针对这一问题该文提出研究帕金森病语音传统特征梅尔频率倒谱系数和语音深度学习特征间的关系。主要使用偏最小二乘法、多任务Lasso(Least absolute shrinkage and sel