【摘 要】
:
近年来,随着全球市场移动数据需求的爆炸式增长,移动网络运营商们都在寻找更为有效的数据传输方式。而无线接入作为移动网络传输的最后一环,由于频谱资源的有限,往往会成为限
论文部分内容阅读
近年来,随着全球市场移动数据需求的爆炸式增长,移动网络运营商们都在寻找更为有效的数据传输方式。而无线接入作为移动网络传输的最后一环,由于频谱资源的有限,往往会成为限制网络容量增长的瓶颈,因此如何提升频谱效率便成为了运营商们亟待解决的问题。而多播服务作为一种点对多点的无线接入方式,可以同时服务多个订阅用户,从而实现网络频谱资源的共用,极大地提升频谱效率,具有巨大的应用潜力。随着近年来3GPP(3rd Generation Partnership Project)组织中LTE(Long Term Evolution)项目的标准化进程,LTE网络下的多播服务也实现了标准化,甚至为它提出了演进型多播广播(Evolved Multimedia Broadcast and Multicast Serves,eMBMS)这一关键技术,从而为多播服务的商业应用奠定了基础。与传统的单播服务类似,在基于OFDMA(Orthogonal Frequency Division Multiple Access)技术的LTE网络中,多播服务也可以通过合理的资源调度来有效利用多信道分集增益以及多用户分集增益以提升系统性能。LTE多播服务可以将请求相同内容的用户组成一个多播小组,并共享下行传输的频谱资源,但同时也存在一个严重的问题,由于用户信道状态的差异性,一个多播小组内的用户可能具有非常不同的信道状态,在传统多播传输方式下,该多播小组的传输速率将由具有最差信道状态的用户限制。为了消除这一问题的影响,本文将考虑对多播用户进行重分组,而通过重分组获得的多播子小组的传输速率将只受限于该子小组内的最差用户,因此系统可以更有效地获取多用户分集增益。在本论文中,我们将研究基于OFDMA技术的多小区网络下结合多播重分组思想的资源调度问题。多小区网络是区别于传统单层单小区蜂窝网络的一种网络结构,它具有更强的灵活性,可以通过集中式调度方案来提升网络整体性能。本文我们将主要研究在单频网络以及异构蜂窝网络这两种多小区网络下的多播资源调度问题。而理论和仿真结果分析也都表明,在多小区网络下通过对多播服务进行合理的资源调度,系统性能与传统的多播传输方式相比将得到有效提高。
其他文献
蛋白质泛素化是一类典型的翻译后修饰(PTM),它承担着调节生命活动的重要作用,研究发现泛素化影响着细胞凋亡、细胞增殖和信号转导;蛋白质SUMO化是一类与泛素化非常相似的翻译
甲状腺癌是人体内分泌系统中患病率最高的疾病之一,近年来发病率逐年上升。超声检查可以识别触诊较难发现的甲状腺结节可疑病灶,是实现早期甲状腺癌筛查的有效手段。医院超声
电化学发光(Electrochemiluminescence,ECL)也称为电致化学发光,是经由电化学反应诱发的化学发光。在这过程会经历一系列氧化还原反应形成发光激发态,由高能量的激发态返回低能
随着诸如汽车电子、微处理器等应用系统愈发复杂,需要安培级大电流的场合也越来越多。LDO凭借结构简单、成本低、高电源纹波抑制能力以及快速瞬态响应能力等优点,逐渐占据了过去由开关电源把持的15A的应用领域。如今的电源和热管理趋势是尽可能降低电源电压以减小静态功耗,这会导致MCU和DSP等负载电路对电源电压的变化更为敏感。因此,安培级LDO系统设计中的一个重大挑战是在高摆率负载电流转换期间将输出电压的波
近年来,随着深度学习技术的不断发展,越来越多的研究人员、企业员工等希望利用深度学习技术来理解视频内容。其中,基于视频的行为识别任务得到了许多研究者的关注。对视频中
随着深度学习的快速发展,互联网行业愈加贴近人工智能的研究初心。其中,计算机视觉和自然语言处理这两大研究方向,帮助机器模拟人类的视觉和语义理解,使得深度学习在人工智能
在银行系统的管理中,许多应用系统涉及到系统稳定性以及业务安全性的考虑,始终难以将应用系统对接银行单点登录平台。而银行系统运行的特征是7*24小时不间断服务,而无论业务人员或是系统维护人员都可能在任何时点能够登录系统,应用系统与单点登录对接虽然大大方便了用户对于系统的使用,但对于运行的稳定性,多一层系统的应用就会多一层系统运行的风险。银行业务系统的连续性、实时性始终是银行信息系统运行的首要目标。传统
近年来,可见光促进的光化学反应取得了极大的进展。可见光是一种廉价、清洁且相对温和的可再生能源。因此,利用可见光催化来合成复杂分子具有较好的前景。此外,含氮杂环化合
作为信息抽取的核心任务,有效的关系抽取是信息爆炸时代的一大挑战。本文在进行关系抽取这一基础性研究时发现,现有的模型在应对长而复杂或无直接实体关系触发词的句子时,往往很难有效地抽取其中蕴含的实体对关系。而这种句子在自然语言文本中是普遍存在的,这使得关系抽取的效果遇到了瓶颈。本文深入调研并分析了国内外在关系抽取方面的研究。在融合更多更深层次信息的思路启发下,本文提出实体类型嵌入(Entity Type
图像增强技术自适应地为普通图像(主要体现为光照、对比度等的不和谐)赋予适当的美学特征,同时保留图像的内容细节。给定普通图像,多数现有工作仅输出唯一的具有统一美学样式的增强图像,该样式来自于给定的参考图像集。然而,不同用户的审美偏好、具体应用场景均可能存在较大差异,这需要图像增强技术具有单一模型多模态处理的能力,给出尽量多样化的输出供用户选择。与此同时,图像内容和样式特征需要充分解耦,并有多模态融合