扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
湖南省志(1978-2002)?铁路志
-
>
公路车宝典(ZINN的公路车维修与保养秘籍)
-
>
晶体管电路设计(下)
-
>
无头案:雍正暴亡之谜
-
>
基于个性化设计策略的智能交通系统关键技术
-
>
花样百出:贵州少数民族图案填色
-
>
识木:全球220种木材图鉴
超密集无线网络关键技术 版权信息
- ISBN：9787030688316
- 条形码：9787030688316 ; 978-7-03-068831-6
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>>
超密集无线网络关键技术 内容简介
本书从目前无线网络发展所面临的挑战出发，以超密集网络中日益突出的能耗问题、干扰问题和用户服务质量保证等作为着手点，深入研究并提出网络架构、资源优化、用户关联、干扰抑制、回程设计等多种方案。本书力求用严谨的语言阐述所涉及的技术及所提出的算法，为了增强内容的可读性，书中提供了大量的核心算法及数学公式，并插入了多张网络部署及实验结果仿真图，可为读者提供一个良好的阅读体验。
超密集无线网络关键技术 目录
目录
序
前言
第1章 异构超密集网络混合通信路径编排方案 1
1.1 引言 1
1.2 路径编排体系结构 2
1.2.1 数据平面 3
1.2.2 控制平面 4
1.3 无拥塞的路径编排方法 5
1.3.1 路径编排的频谱分配 5
1.3.2 非侵入式路径编排方法 6
1.3.3 侵入式路径编排方法 7
1.4 仿真结果与分析 9
1.4.1 用户之间的通信 9
1.4.2 拥塞避免能力 10
1.5 总结 11
参考文献 11
第2章 密集家庭基站网络下行链路中的低复杂度资源管理 13
2.1 引言 13
2.2 系统模型和问题建模 14
2.2.1 系统模型 14
2.2.2 问题建模 15
2.3 低复杂度功率控制 16
2.3.1 非合作博弈 16
2.3.2 纳什均衡点的存在性 17
2.4 公平的平均时间子信道分配 18
2.5 分布式资源分配算法 19
2.6 仿真结果与分析 20
2.7 总结 22
参考文献 22
第3章 非正交多址小蜂窝网络的局部合作干扰抑制：一种势博弈方法 23
3.1 引言 23
3.2 系统模型和问题建模 24
3.2.1 系统模型 24
3.2.2 小区间干扰 25
3.2.3 小区内干扰 26
3.2.4 问题建模 27
3.3 局部合作博弈与分布式学习算法 27
3.3.1 局部合作博弈模型 27
3.3.2 纳什均衡分析 28
3.3.3 并发*佳响应算法 30
3.4 仿真结果与分析 31
3.5 总结 33参考文献 34
第4章 异构NOMA网络中的信道分配和功率优化 36
4.1 引言 36
4.2 问题建模 36
4.3 功率优化和子信道分配 39
4.4 仿真结果与分析 43
4.5 总结 45
参考文献 46
第5章 软件定义的异构VLC和RF小小区中的资源分配 48
5.1 引言 48
5.2 系统模型 49
5.2.1 模型建立 49
5.2.2 软件定义的可见光和射频小型基站系统 49
5.3 问题建模 50
5.3.1 可见光通信系统 50
5.3.2 射频下行链路系统 51
5.3.3 能量有效性优化问题 52
5.4 资源分配算法 54
5.4.1 子信道分配 55
5.4.2 功率分配 56
5.5 仿真结果与分析 57
5.6 总结 59
参考文献 59
第6章 超密集异构网络中基于Q学习的用户关联与功率分配 60
6.1 引言 60
6.2 系统模型 61
6.3 超密集异构网络的优化框架 62
6.4 基于强化学习的用户关联与功率分配联合资源优化 63
6.4.1 多智能体Q学习 63
6.4.2 基于多智能体Q学习的用户关联和功率优化 64
6.5 仿真结果与分析 66
6.6 总结 68
参考文献 68
第7章 蜂窝网络中优化天线倾斜角的随机梯度下降算法 70
7.1 引言 70
7.2 系统模型和问题表述 71
7.2.1 网络场景 71
7.2.2 问题表述 72
7.3 SGDATO算法 72
7.3.1 覆盖率指标 72
7.3.2 硬覆盖到软覆盖的转换 73
7.3.3 梯度计算 75
7.3.4 优化算法 76
7.4 理想网络场景实验 77
7.5 实际大城市场景实验 78
7.6 总结 81
参考文献 81
第8章 基于能量收集的NOMA异构网络中的能量有效的资源管理 83
8.1 引言 83
8.2 系统模型和问题建模 83
8.3 NOMA异构网络中的功率和子信道优化 86
8.3.1 子信道分配 87
8.3.2 功率优化 88
8.4 仿真结果与分析 91
8.5 总结 92
参考文献 92
第9章 NOMA网络中的高效动态资源优化 95
9.1 引言 95
9.2 系统模型和问题建模 95
9.3 使用李雅普诺夫的能量效率优化 98
9.3.1 子信道匹配 98
9.3.2 李雅普诺夫优化的队列 99
9.3.3 李雅普诺夫优化的表述 100
9.4 仿真结果与分析 103
9.5 总结 104
参考文献 104
第10章 无线异构网络中的小区干扰协调配置 106
10.1 引言 106
10.2 系统模型 107
10.3 问题建模 108
10.3.1 问题表述 108
10.3.2 问题过渡 109
10.3.3 问题转化 110
10.4 非线性问题算法 111
10.4.1 具有*大-*小公平性的EE-ABS-RELAXED算法 114
10.4.2 收敛性分析 114
10.5 EE-ABS-RELAXED的整数舍入 115
10.6 仿真结果与分析 116
10.7 总结 119
参考文献 119
第11章 不稳定信道情况下物联网通信中的自动重复频谱感知 121
11.1 引言 121
11.2 系统模型 122
11.3 自动重复感知的概念和原理 123
11.3.1 概念 123
11.3.2 工作原理 124
11.4 虚警概率的推导 126
11.5 仿真结果与分析 129
11.6 总结 131
参考文献 131
第12章 基于Wi-Fi频谱共享的异构小蜂窝网络中的无线资源优化 133
12.1 引言 133
12.2 系统模型和问题建模 133
12.2.1 系统模型 133
12.2.2 问题建模 136
12.3 基于李雅普诺夫优化方法的能量效率优化 138
12.3.1 李雅普诺夫优化队列 138
12.3.2 李雅普诺夫优化公式 139
12.4 仿真结果与分析 141
12.5 总结 142
参考文献 142
第13章 认知无线网络中的*优公平资源分配 144
13.1 引言 144
13.2 系统模型 145
13.2.1 问题建模 145
13.2.2 功率约束 146
13.3 *大-*小公平的能量收集资源分配 147
13.3.1 *大-*小公平的能量收集问题建模 147
13.3.2 问题的次优解 148
13.4 仿真结果与分析 152
13.5 总结 153
参考文献 153
第14章 基于网络功能虚拟化和雾计算的未来无线网络切换机制 155
14.1 引言 155
14.2 雾无线接入网络 156
14.3 切换过程 157
14.4 信号分析模型 159
14.5 仿真结果与分析 161
14.6 总结 162
参考文献 162
第15章 保证QoS的多小区网络中基于势博弈的协同干扰管理 164
15.1 引言 164
15.2 问题建模 165
15.2.1 系统模型 165
15.2.2 具有定价因子的效用函数 166
15.3 基于势博弈的资源分配 167
15.3.1 势博弈 167
15.3.2 通过元素映射的势函数 167
15.3.3 QoS保证的资源分配设计 169
15.4 仿真结果与分析 171
15.4.1 仿真模型 171
15.4.2 绩效分析 171
15.4.3 帕累托优化分析 173
15.5 总结 173
参考文献 174
第16章 异构小蜂窝网络中基于超模博弈的功率分配 175
16.1 引言 175
16.2 系统模型和问题建模 175
16.2.1 系统模型 175
16.2.2 有效容量 176
16.2.3 问题表述 177
16.3 基于超模博弈和Q学习的高效功率分配 178
16.3.1 基于超模博弈的功率分配 178
16.3.2 基于Q学习的功率分配 179
16.4 仿真结果与分析 183
16.5 总结 184
参考文献 184
索引 186
序
前言
第1章 异构超密集网络混合通信路径编排方案 1
1.1 引言 1
1.2 路径编排体系结构 2
1.2.1 数据平面 3
1.2.2 控制平面 4
1.3 无拥塞的路径编排方法 5
1.3.1 路径编排的频谱分配 5
1.3.2 非侵入式路径编排方法 6
1.3.3 侵入式路径编排方法 7
1.4 仿真结果与分析 9
1.4.1 用户之间的通信 9
1.4.2 拥塞避免能力 10
1.5 总结 11
参考文献 11
第2章 密集家庭基站网络下行链路中的低复杂度资源管理 13
2.1 引言 13
2.2 系统模型和问题建模 14
2.2.1 系统模型 14
2.2.2 问题建模 15
2.3 低复杂度功率控制 16
2.3.1 非合作博弈 16
2.3.2 纳什均衡点的存在性 17
2.4 公平的平均时间子信道分配 18
2.5 分布式资源分配算法 19
2.6 仿真结果与分析 20
2.7 总结 22
参考文献 22
第3章 非正交多址小蜂窝网络的局部合作干扰抑制：一种势博弈方法 23
3.1 引言 23
3.2 系统模型和问题建模 24
3.2.1 系统模型 24
3.2.2 小区间干扰 25
3.2.3 小区内干扰 26
3.2.4 问题建模 27
3.3 局部合作博弈与分布式学习算法 27
3.3.1 局部合作博弈模型 27
3.3.2 纳什均衡分析 28
3.3.3 并发*佳响应算法 30
3.4 仿真结果与分析 31
3.5 总结 33参考文献 34
第4章 异构NOMA网络中的信道分配和功率优化 36
4.1 引言 36
4.2 问题建模 36
4.3 功率优化和子信道分配 39
4.4 仿真结果与分析 43
4.5 总结 45
参考文献 46
第5章 软件定义的异构VLC和RF小小区中的资源分配 48
5.1 引言 48
5.2 系统模型 49
5.2.1 模型建立 49
5.2.2 软件定义的可见光和射频小型基站系统 49
5.3 问题建模 50
5.3.1 可见光通信系统 50
5.3.2 射频下行链路系统 51
5.3.3 能量有效性优化问题 52
5.4 资源分配算法 54
5.4.1 子信道分配 55
5.4.2 功率分配 56
5.5 仿真结果与分析 57
5.6 总结 59
参考文献 59
第6章 超密集异构网络中基于Q学习的用户关联与功率分配 60
6.1 引言 60
6.2 系统模型 61
6.3 超密集异构网络的优化框架 62
6.4 基于强化学习的用户关联与功率分配联合资源优化 63
6.4.1 多智能体Q学习 63
6.4.2 基于多智能体Q学习的用户关联和功率优化 64
6.5 仿真结果与分析 66
6.6 总结 68
参考文献 68
第7章 蜂窝网络中优化天线倾斜角的随机梯度下降算法 70
7.1 引言 70
7.2 系统模型和问题表述 71
7.2.1 网络场景 71
7.2.2 问题表述 72
7.3 SGDATO算法 72
7.3.1 覆盖率指标 72
7.3.2 硬覆盖到软覆盖的转换 73
7.3.3 梯度计算 75
7.3.4 优化算法 76
7.4 理想网络场景实验 77
7.5 实际大城市场景实验 78
7.6 总结 81
参考文献 81
第8章 基于能量收集的NOMA异构网络中的能量有效的资源管理 83
8.1 引言 83
8.2 系统模型和问题建模 83
8.3 NOMA异构网络中的功率和子信道优化 86
8.3.1 子信道分配 87
8.3.2 功率优化 88
8.4 仿真结果与分析 91
8.5 总结 92
参考文献 92
第9章 NOMA网络中的高效动态资源优化 95
9.1 引言 95
9.2 系统模型和问题建模 95
9.3 使用李雅普诺夫的能量效率优化 98
9.3.1 子信道匹配 98
9.3.2 李雅普诺夫优化的队列 99
9.3.3 李雅普诺夫优化的表述 100
9.4 仿真结果与分析 103
9.5 总结 104
参考文献 104
第10章 无线异构网络中的小区干扰协调配置 106
10.1 引言 106
10.2 系统模型 107
10.3 问题建模 108
10.3.1 问题表述 108
10.3.2 问题过渡 109
10.3.3 问题转化 110
10.4 非线性问题算法 111
10.4.1 具有*大-*小公平性的EE-ABS-RELAXED算法 114
10.4.2 收敛性分析 114
10.5 EE-ABS-RELAXED的整数舍入 115
10.6 仿真结果与分析 116
10.7 总结 119
参考文献 119
第11章 不稳定信道情况下物联网通信中的自动重复频谱感知 121
11.1 引言 121
11.2 系统模型 122
11.3 自动重复感知的概念和原理 123
11.3.1 概念 123
11.3.2 工作原理 124
11.4 虚警概率的推导 126
11.5 仿真结果与分析 129
11.6 总结 131
参考文献 131
第12章 基于Wi-Fi频谱共享的异构小蜂窝网络中的无线资源优化 133
12.1 引言 133
12.2 系统模型和问题建模 133
12.2.1 系统模型 133
12.2.2 问题建模 136
12.3 基于李雅普诺夫优化方法的能量效率优化 138
12.3.1 李雅普诺夫优化队列 138
12.3.2 李雅普诺夫优化公式 139
12.4 仿真结果与分析 141
12.5 总结 142
参考文献 142
第13章 认知无线网络中的*优公平资源分配 144
13.1 引言 144
13.2 系统模型 145
13.2.1 问题建模 145
13.2.2 功率约束 146
13.3 *大-*小公平的能量收集资源分配 147
13.3.1 *大-*小公平的能量收集问题建模 147
13.3.2 问题的次优解 148
13.4 仿真结果与分析 152
13.5 总结 153
参考文献 153
第14章 基于网络功能虚拟化和雾计算的未来无线网络切换机制 155
14.1 引言 155
14.2 雾无线接入网络 156
14.3 切换过程 157
14.4 信号分析模型 159
14.5 仿真结果与分析 161
14.6 总结 162
参考文献 162
第15章 保证QoS的多小区网络中基于势博弈的协同干扰管理 164
15.1 引言 164
15.2 问题建模 165
15.2.1 系统模型 165
15.2.2 具有定价因子的效用函数 166
15.3 基于势博弈的资源分配 167
15.3.1 势博弈 167
15.3.2 通过元素映射的势函数 167
15.3.3 QoS保证的资源分配设计 169
15.4 仿真结果与分析 171
15.4.1 仿真模型 171
15.4.2 绩效分析 171
15.4.3 帕累托优化分析 173
15.5 总结 173
参考文献 174
第16章 异构小蜂窝网络中基于超模博弈的功率分配 175
16.1 引言 175
16.2 系统模型和问题建模 175
16.2.1 系统模型 175
16.2.2 有效容量 176
16.2.3 问题表述 177
16.3 基于超模博弈和Q学习的高效功率分配 178
16.3.1 基于超模博弈的功率分配 178
16.3.2 基于Q学习的功率分配 179
16.4 仿真结果与分析 183
16.5 总结 184
参考文献 184
索引 186
展开全部
超密集无线网络关键技术 节选
第1章 异构超密集网络混合通信路径编排方案 1.1 引言 未来的移动网络，包括超五代通信网络和第六代通信网络，必须应对不断增长的数据流量所带来的挑战。因此，提高移动网络容量的技术受到了广泛的关注和研究[1]。这些技术主要包括大规模多输入多输出(multiple-input multiple-output， MIMO)[2]、毫米波(millimeter-wave， mm-Wave)[3]、超密集网络(ultra-dense network， UDN)[4]、全双工中继[5]、未授权频谱[6]等。异构超密集网络与其他通信技术(如Wi-Fi)的共存产生了理想的兼容性。它们的高系统容量和良好的兼容性使异构超密集网络被广泛认为是未来移动网络的一个有前景的架构。超密集网络尽管有着很多优势，但是在回传链路和容量瓶颈方面却面临着挑战，其中包括小小区基站回传链路和宏基站(macro base station， MBS)干扰问题。 端到端通信除了旨在提高回传质量之外，也是一种缓解容量瓶颈的可行技术。使用端到端通信时，附近的用户设备节点(用户)可以在不使用网络基础设施的情况下进行通信，从而有效减少了基站处理的通信量。移动网络和移动多播[7]的边缘缓存内容也可以处理大量的移动网络流量。当内容缓存得到广泛应用时，端到端通信将发挥更大的作用。 本章提出了一种异构超密集网络的通信路径编排的解决方案，该方案的系统结构包括一个数据平面和一个控制平面。在数据平面上，数据可以沿着混合设备通信路径(hybrid device communication path， HDCP)从一个内部通信节点(基站或者用户)传输到另一个内部通信节点。混合设备通信路径可用于两个用户之间的通信，也可以用于解决回传链路的拥塞问题。在控制平面上，路径调度程序根据各种链路带宽资源集中安排混合设备通信路径。根据上述体系结构，我们介绍了两种混合设备通信路径编排方法，与现有提高网络容量的技术不同，我们提出的解决方案旨在通过充分利用可用的全球网络资源来提高网络服务的质量。因此，所提出的解决方案可以作为异构超密集网络技术的一个重要补充。 超密集网络通常采用两层结构，其中假定宏基站位于中心，小小区基站分布在宏基站的覆盖区域内。连接小小区基站和用户接入链路的频谱可以以集中式或分布式方式动态分配。与接入链路不同，回传链路几乎是静态的[8]。不同类型的回传链路可能具有明显不同的容量。例如，毫米波(60GHz)的上下游吞吐量约为1Gbit/s[9]，而G.Fast(100m)的上下游吞吐量约为500Mbit/s[10]。超密集网络中回传链路的具体选择取决于成本和其他几个系统因素，如网络容量、小小区基站部署密度和干扰问题。虽然有线链路，特别是光纤链路可以保证高容量，但高昂的成本和地理限制在一定程度上阻碍了它们的密集部署。毫米波部署方便，数据容量大，然而，由于小小区基站的数量众多，密集的毫米波网络的回传代价高昂。 端到端通信，尤其是全双工端到端通信，可以通过共享基站使用的带宽来提高系统性能[11]。端到端对与蜂窝用户之间的资源共享可以达到*佳的频谱效率，但会产生干扰。使用专用频谱不会在端到端对和蜂窝用户之间产生干扰，然而它却降低了频谱效率。由于授权频谱具有良好的可控性，所以可以将其集中分配，端到端对还可以使用或重用未经授权的频谱资源。基于未授权频谱资源的端到端通信，如Wi-Fi Direct，消除了端到端对与蜂窝用户之间的干扰问题。 1.2 路径编排体系结构 图1-1描述了我们所提出的解决方案的系统架构。该解决方案包括一个数据平面和一个控制平面。数据平面负责通信数据，控制平面负责通信路径编排。 图1-1 提出方案的系统架构 1.2.1 数据平面 考虑一个典型的超密集网络结构，如图1-1所示。小小区基站接入链路(连接小小区基站和用户)的频谱资源以集中的方式分配。小小区基站通过异构回传链路与宏基站通信。在超密集网络区域，可能会部署Wi-Fi热点。两个通信节点之间通信的双向路径有时是不同的。对于上述情况，双向路径是独立构建的。为了简单起见，我们假设两个内部通信节点之间通信的双向路径是相同的。 数据可以沿着混合设备通信路径从一个内部通信节点传输到另一个内部通信节点。混合设备通信路径中包含的链路可以是端到端链路，也可以是小区到小区链路，将数据从一个小小区基站传输到另一个小小区基站、小小区基站接入链路或者小小区基站回传链路。端到端或小区到小区链路可以使用授权或者未授权的频谱，并以集中的方式构建。如果小小区基站可以添加相应的支持，则可以将 Wi-Fi用于小区到小区链路。需要注意的是，混合设备通信路径集成了不同的通信接口，这有助于充分利用网络资源。上述集成基于应用层辅助转发方法，如图1-2所示。 图1-2 应用层辅助混合设备通信路径通信 为了沿着混合设备通信路径将数据包发送到目的地，数据源在数据包中的应用程序数据单元(application data unit， ADU)的开头插入一个路径索引头，并将数据包发送到混合设备通信路径中的下一个节点。路径索引头由一系列节点地址和文件结束(end of file， EOF)标志组成。如果此混合设备通信路径的*后一个节点是包目的地，则路径索引头中的*后一个地址是该混合设备通信路径的*后一个节点地址；否则，*后一个地址就是数据包的目标地址。在后一种情况下，包的目标是一个远程地址，混合设备通信路径的*后一个节点是小小区基站。当一个节点接收到数据包时，它将从路径索引头中删除**个通信节点地址。上述过程一直持续到数据包到达此混合设备通信路径的*后一个节点为止。如果路径索引头中的*后一个地址不是这条混合设备通信路径上的*后一个节点的地址，则将数据包转发给宏基站。 混合设备通信路径可用于两个用户之间的通信，也可用于回传链路之间迁移流量，以解决回传链路的拥塞问题。基于混合设备通信路径的通信有几个优点。**，当底层数据传输类型发生变化时，它可以很好地工作。这一特性对于所提出的解决方案非常重要，因为底层数据传输类型可能被灵活调整以获得全局优化。第二，由于路径索引头的设计，数据可以沿着多个混合设备通信路径传递，并且一条链路可以由多个混合设备通信路径共享。第三，正常数据包和形成核心网络不会受到影响。 1.2.2 控制平面 混合设备通信路径由宏基站上的路径调度程序或核心网络中的服务器来安排。路径调度程序由四个主要模块组成，如图1-1所示。混合设备通信路径编排模块是路径调度的核心，其他三个模块为混合设备通信路径编排模块提供了必要的支持。接下来介绍上述提及的四个模块。 拓扑管理模块：每个小小区基站记录了与之相连接的用户，并且这些小小区基站都和已知的宏基站相连接。因此，可以构建超密集网络的两层结构。由于在我们的解决方案中以集中式的方式构建了端到端和小区到小区链路，拓扑管理模块知晓关于这些链路的信息。因此，一个由小小区基站接入链路、小小区基站回传链路以及现存的端到端或者小区到小区链路组成的逻辑拓扑可以通过拓扑管理模块来建立链路。 信号管理模块：在所提出的解决方案中，用户通过如文献[12]所提到的端到端解决方案对端到端邻近信号进行预判精准信号检测。每个用户将新的无效端到端邻近信号报告给信号管理模块。小小区基站是固定的，因此部署小小区基站时可以获得小区到小区邻近信号关系。用户和小小区基站定期检测未经授权的频谱，例如，Wi-Fi中使用的2.4GHz和5GHz频谱，端到端和小区到小区链路更适用这种频谱。被检测到的未授权光谱的变化也被报告给信号管理模块。 流量监控模块：该架构将网络流量分为外部流量和内部流量。外部流量是指进出核心网络的流量，内部流量是指用户之间通信产生的流量。通过监控宏基站的流量很容易实现对外部流量的监控。内部流量使用混合设备通信路径的目的地来监控，并报告给流量监控模块。根据监控结果和网络拓扑结构推导出链路级流量。 混合设备通信路径编排模块：该模块根据拥塞避免和流量平衡的通信需求编排混合设备通信路径。该模块向相关通信节点发送相应的指令，以部署新的混合设备通信路径或更新现有的混合设备通信路径。其他三个模块中获得的信息为混合设备通信路径编排提供了必要的支持。为了避免链路拥塞，该模块还需要了解每个相关链路的容量。无线链路的容量可以根据香农容量定理来计算，而有线链路的容量可以根据链路的配置来计算。由于用户的移动性，端到端链路容量有时会发生明显的变化。为了适应上述情况，基于现有方法，如文献[13]中提出的方法，检测链路拥塞，并报告给混合设备通信路径编排模块。当收到链路拥塞报告时，混合设备通信路径编排模块将重新安排适当的混合设备通信路径以减轻拥塞。 1.3 无拥塞的路径编排方法 本节主要关注无拥塞路径编排，它构造了用于两个用户的通信和避免回传拥塞的混合设备通信路径。本节介绍非侵入式和侵入式混合设备通信路径的编排方法。前者在不更改现有混合设备通信路径的情况下构造建立新的无拥塞混合设备通信路径，而后者通过更改现有混合设备通信路径构建新的无拥塞混合设备通信路径。侵入式混合设备通信路径业务流程会影响现有混合设备通信路径的稳定性。因此，只有当非侵入式混合设备通信路径业务流程无法找到合适的混合设备通信路径时才使用它。 1.3.1 路径编排的频谱分配 混合设备通信路径业务流程中，可以构造新的端到端和小区到小区链路，并扩展现有端到端链路容量，每条链路都涉及集中的频谱分配。如前所述，端到端和小区到小区链路可以使用授权或未授权的频谱资源。为了避免干扰，我们选择了优先级更高的未授权频谱。在我们的解决方案里，端到端或小区到小区链路没有本质区别。因此，我们的解决方案使用现有的方法，例如，像文献[14]中提出的方法那样，使用授权的频谱为端到端或小区到小区链路分配频谱。在异构超密集网络中使用未授权的频谱时，先听后讲机制是一个理想的选择。因此，我们所提出的解决方案应用先听后讲机制来选择未经授权的频谱。需要注意的是，未经授权的频谱信号由信号管理模块采集，无线信号的期望距离远小于*大可达距离。 1.3.2 非侵入式路径编排方法 当前者想要向后者发送数据时，非侵入式路径编排方法尝试在一个用户和另一个用户之间构建一个无阻塞的混合设备通信路径。此外，该方法构造一个或多个无拥塞混合设备通信路径以便在小小区基站的回传链路拥塞时迁移流量。 我们首先介绍用于两个用户之间通信的非侵入式混合设备通信路径编排。在不失一般性的前提下，我们假设一个用户u想要发送数据到另一个用户v，非侵入式混合设备通信路径编排基于拓扑图上的特定广度优先搜索(breadth first search， BFS)，构造了一个无阻塞混合设备通信路径，从u开始，以v结束。被接入节点i的遍历路径表示了搜索过程所遍历的从u到i的路径。当将节点从当前深度级展开到下一个深度级时，遍历路径中包含*少端到端和小区到小区链路的节点将以*高优先级展开。上述过程减少了所找到的混合设备通信路径中的用户数量，从而明显提高了混合设备通信路径的稳定性。如果两个节点通过接入链路或回传链路连接，则一个节点会被视为另一个节点的公共邻点。当扩展节点时，i的未接入公共邻点将被访问。此外，每个未被接入的端到端或小区到小区邻近点j将根据以下情形进行接入。 情形1：不存在从i到j的端到端或小区到小区链路。在这种情况下，非侵入式混合设备通信路径编排尝试构建一个新的从i到j的端到端或小区到小区链路，以便这个新链路的容量能满足从u到v的通信要求，如果新链路构建成功，j将成为下一个深度水平点；否则，j将被忽略。 情形2：虽然一个从i到j的端到端或小区到小区存在，但该链路的剩余流量不能满足从u到v的通信需求。在这种情况下，非侵入式混合设备通信路径编排
书友推荐
- >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
朝闻道
朝闻道
¥10.7¥23.8 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥19.9¥49.8 - >
巴金－再思录
巴金－再思录
¥15.6¥46.0 - >
二体千字文
二体千字文
¥14.0¥40.0 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥40.6¥58.0 - >
自卑与超越
自卑与超越
¥17.1¥39.8 - >
龙榆生：词曲概论/大家小书
龙榆生：词曲概论/大家小书
¥9.1¥24.0
本类畅销
-
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6 -
2023读书月阅读盲盒——我什么场面没见过？
¥42.3¥158 -
2023读书月阅读盲盒——去码头整点什么薯条？
¥42.3¥158
