CN104935350B - 空中传输计算的通信方法及系统 - Google Patents

空中传输计算的通信方法及系统 Download PDF

Info

Publication number
CN104935350B
CN104935350B CN201510315238.8A CN201510315238A CN104935350B CN 104935350 B CN104935350 B CN 104935350B CN 201510315238 A CN201510315238 A CN 201510315238A CN 104935350 B CN104935350 B CN 104935350B
Authority
CN
China
Prior art keywords
network
node
transmission
signal
channel
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510315238.8A
Other languages
English (en)
Other versions
CN104935350A (zh
Inventor
张胜利
黄梦芝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN201510315238.8A priority Critical patent/CN104935350B/zh
Publication of CN104935350A publication Critical patent/CN104935350A/zh
Application granted granted Critical
Publication of CN104935350B publication Critical patent/CN104935350B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供了一种空中传输计算的通信方法，K个发送节点通过调整自己的发送时间、功率、相位参数，使所有的信号在同一信道同时到达接收节点，并且收到的空中叠加的信号直接解调为目标数据。本发明的有益效果是：本发明仅仅使用一次信道传输，直接在空中完成求和操作，实现了传输和计算的结合；将传输效率提高K倍，减少了1次相加计算，减少了K‑1次数据接收操作，从而提高数据中心的网络性能和计算性能。

Description

空中传输计算的通信方法及系统
技术领域
本发明涉及通信技术领域，尤其涉及空中传输计算的通信方法及系统。
背景技术
随着云计算、大数据的飞速发展，其核心基础设施，数据中心，得到全世界工业界和学术界的极大关注。基于谷歌等公司提出的分布式计算框架(MapReduce[1])和分布式文件存储系统(Google File System[2],Hadoop DFS[3])，目前的数据中心可以充分利用廉价计算节点(PC机)提高计算存储能力，而节点之间的通信网络成为数据中心的性能瓶颈。
目前数据中心网络(DCN)普遍采用以太网静态链路和有线网络接口，网络构架主要是基于FAT-TREE的三层网络构架核心[4]。虽然有线网络链路带宽较宽，但是其固定链路结构难以适应数据中心大量的随机高突发流量和高负载服务器，不具备动态能源匹配能力，网络扩展性也遇到瓶颈，限制了数据中心的性能提升[5]
无线通信的可控链路与定向天线技术可以克服有线链路的限制，灵活应对数据中心的随机业务需求，节省能源和成本，无线DCN开始被广泛研究[6]。其中，高带宽的高频无线通信，特别是60GHz[6]以及可见光通信[7]，成为最有前景的无线DCN射频解决方案。针对高频电磁波容易被遮挡的问题，论文[8]提出利用屋顶反射实现准视距传输，利用3D波束成型解决干扰问题。而论文[9]则利用机架内外双天线实现被遮挡信号的中继传输，提出全无线DCN的方案。在这些物理层技术的基础上，清华大学的Y.Cui等研究了无线DCN的调度和资源分配等问题[15]。
无线DCN不同于现有任何无线网络，具有自己特殊性质，包括：
(1)多对一数据业务：现代数据中心两个主要功能是分布式数据存储和数据处理，两种功能都存在广泛的多对一传输业务(在TCP造成Incast问题[16,17])。对于分布式存储，利用网络编码(纠删码)进行编码存储可以大大提高存储效率[10]。在编码存储系统中，当产生编码块的时候(新建一个编码块或者修复丢失编码块)，通常需要把相关的K个数据块发送到接收节点并进行网络编码操作(线性相加)，即多对一传输任务。对于分布式数据处理，源于谷歌的MapReduce编程模型[1]是目前最广泛使用的并行大数据处理模式。在MapReduce模型中，当map节点计算完成后，所有map节点的结果中，凡是有相同键值(key)的结果都会发送到同一个reduce节点做处理。所以这也是多对一的数据传输任务。
(2)紧凑的物理网络空间：为了降低成本，数据中心的计算节点通常都是集中到一个专门建造的房间之内。所以物理网络空间都限制在房间之内，计算节点之间都规则的紧密排列。非常适合于用有线连接所有节点，提供参考信号[11]。
(3)准静态高斯信道：专用数据中心内，计算(通信)节点都位置固定且节点外部环境很少发生变化；节点之间可以利用屋顶反射形成间接视距传输(Line of Sight)[8]。因此，无线收发节点之间可以形成准静态高斯信道，非常适合发送端的预编码和预处理。
总体来说，目前无线DCN基本上集中于无线链路的结构和可行性研究，主要思路是将成熟的无线通信技术移植到DCN中，这些方案未能充分考虑DCN的网络特性和业务需求，未能考虑DCN和DC存储功能、计算功能有机结合。
参考文献：
[1].J.Dean and S.Ghemawat,“Mapreduce:Simplified data processing onlarge clusters”.ACM Commun.Rev,51(1):107–113,Jan.2008.
[2].S.Ghemawat,H.Gobioff,and S.-T.Leung,“The google file system”.InProceedings of the Nineteenth ACM Symposium on Operating Systems Principles,SOSP’03,pages 29–43,New York,NY,USA,2003.
[3].K.Shvachko,H.Kuang,S.Radia,and R.Chansler,“The hadoop distributedfile system”.In Mass Storage Systems and Technologies(MSST),2010IEEE 26thSymposium on,pages 1–10,May 2010.
[4].M.Al-Fares,A.Loukissa,and A.Vahdat.“A scalable commodity datacenter network architecture”.In Proc.ACM SIGCOMM 2007,2008.
[5].李丹，陈贵海，任丰原，蒋长林，徐明，“数据中心网络的研究进展与趋势”,37(2)，pp.259-274，计算机学报，2014.
[6].K.Ramachandran,R.Kokku,R.Mahindra,and S.Rangarajan,“60ghz data-center networking:wireless＝>worryless”.Tech.Rep.,NEC Laboratories America,Inc.,july 2008.
[7].N.Hamedazimi,Z.Qazi,H.Gupta,V.Sekar,S.R.Das,J.P.Longtin,H.Shah,and A.Tanwer,“Firefly:A reconfigurable wireless data center fabric usingfree-space optics”.In Proceedings of the 2014ACM Conference on SIGCOMM,SIGCOMM’14,pages 319–330,New York,NY,USA,2014.
[8].X.Zhou,Z.Zhang,Y.Zhu,Y.Li,S.Kumar,A.Vahdat,B.Y.Zhao,and H.Zheng,“Mirror mirror on the ceiling:Flexible wireless links for data centers”.InProceedings of the ACM SIGCOMM 2012Conference,SIGCOMM’12,pages 443–454,NewYork,NY,USA,2012.
[9].J.-Y.Shin,E.G.Sirer,H.Weatherspoon,and D.Kirovski.“On thefeasibility of completely wirelesss datacenters”.IEEE/ACM Trans.Netw.,21(5):1666–1679,Oct.2013.
[10].A.Dimakis,P.Godfrey,Y.Wu,M.Wainwright,and K.Ramchandran,“Networkcoding for distributed storage systems”.IEEE Trans.Inf.Theory,56(9):4539–4551,Sept 2010.
[11].C.Shepard,H.Yu,N.Anand,E.Li,T.Marzetta,R.Yang,and L.Zhong,“Argos:Practical many-antenna base stations”.In Proceedings of Mobicom’12,pages 53–64,New York,NY,USA,2012.
[12].C.-T.Chu,S.K.Kim,Y.Lin,Y.Yu,G.Bradski,A.Ng,and K.Olukotun,“Map-reduce for machine learning on multicore”.In Proc.Neural InformationProcessing Systems Conference(NIPS),Apr.2006.
[13].C.Ranger,R.Raghuraman,A.Penmetsa,G.Bradski,and C.Kozyrakis,“Evaluating mapreduce for multi-core and multiprocessor systems”.In IEEE 13thInternational Symposium on High Performance Computer Architecture,HPCA2007,pages 13–24,Feb 2007.
[14].S.Zhang,S.Liew and P.Lam,“Physical layer network coding”,inProc.ACM Mobicom 2006.
[15].Y.Cui,H.Wang,X.Cheng,and Biao Chen,"Wireless data centernetworking,"IEEE Wireless Communications,vol.18,no.6,pp.46,53,December 2011
[16].C.Jiang,D.Li,and M.Xu,"LTTP:An LT-Code Based Transport Protocolfor Many-to-One Communication in Data Centers,"IEEE Journal on Selected Areasin Communications,vol.32,no.1,pp.52-64,January 2014.
[17]H.Wu,Z.Feng,C.Guo,and Y.Zhang..“ICTCP:incast congestion controlfor TCP in data-center networks”.IEEE/ACM Trans.Netw.21(2),pp.345-358,April2013。
发明内容
为了解决现有技术中的问题，本发明提供了一种空中传输计算的通信方法。
本发明提供了一种空中传输计算的通信方法,K个发送节点通过调整自己的发送时间、功率、相位参数，使所有的信号在同一信道同时到达接收节点，并且收到的空中叠加的信号直接解调为目标数据，si是发送节点发送的数据，wi是加权系数，K大于等于2。
作为本发明的进一步改进，在网络架构中，MAC层采用TDMA的方式来协调各个收发节点行为；节点路由和调度采用集中式算法，由网络控制器集中计算得到路由与调度算法。
作为本发明的进一步改进，在网络架构中，使用有线网络将所有节点连接起来作为控制网络，该控制网络既能够传输DCN原有服务器的控制信号，同时也能够传输专门增加的网络控制器的控制信号。
作为本发明的进一步改进，在网络架构中，利用有线控制信道，提供统一的外部参考信号，该外部参考信号可以提供精确的时间信号、频率信号，各个无线收发节点能够直接利用外部参考信号实现准确的频率同步、天线校准。
作为本发明的进一步改进，在网络架构中，各个节点之间的信道信息存储于网络控制器的信息地图中，在控制各个发送节点发送之前，网络控制器根据信息地图里的信道信息，通知各个发送节点的预处理系数gi和发送时间。
本发明还提供了一种空中传输计算的通信系统，K个发送节点通过调整自己的发送时间、功率、相位参数，使所有的信号在同一信道同时到达接收节点，并且收到的空中叠加的信号直接解调为目标数据，si是发送节点发送的数据，wi是加权系数，K大于等于2。
作为本发明的进一步改进，在网络架构中，MAC层采用TDMA的方式来协调各个收发节点行为；节点路由和调度采用集中式算法，由网络控制器集中计算得到路由与调度算法。
作为本发明的进一步改进，在网络架构中，使用有线网络将所有节点连接起来作为控制网络，该控制网络既能够传输DCN原有服务器的控制信号，同时也能够传输专门增加的网络控制器的控制信号。
作为本发明的进一步改进，在网络架构中，利用有线控制信道，提供统一的外部参考信号，该外部参考信号可以提供精确的时间信号、频率信号，各个无线收发节点能够直接利用外部参考信号实现准确的频率同步、天线校准。
作为本发明的进一步改进，在网络架构中，各个节点之间的信道信息存储于网络控制器的信息地图中，在控制各个发送节点发送之前，网络控制器根据信息地图里的信道信息，通知各个发送节点的预处理系数gi和发送时间。
本发明的有益效果是：本发明仅仅使用一次信道传输，直接在空中完成求和操作，实现了传输和计算的结合；将传输效率提高K倍，减少了1次相加计算，减少了K-1次数据接收操作，从而提高数据中心的网络性能和计算性能。
附图说明
图1是本发明的基本通信模型图。
图2是本发明的项目路线图。
图3是本发明的单线多跳计算示例图。
图4是本发明的增强软件定义网络图。
具体实施方式
本发明公开了一种空中传输计算的通信方法及系统，本发明根据无线DCN独一无二的网络特性与业务特性，提出空中传输计算(STAC)的解决方案，以提高数据中心的网络性能和计算性能。
针对无线DCN的特点，本发明根据物理层网络编码的思想[14]，提出名为“STAC”的数据中心无线传输与网络方案。传输计算的基本思想解释如下：假设源节点1,2,...K需要发送自己的数据si到节点0，然后节点0根据收到的数据计算所需数据，其中wi是加权系数。传统方案是K个源节点分别发送自己的数据到节点0，然后节点0完成加权求和计算。STAC工作方式是：K个源节点通过调整自己的发送时间、功率、频率、相位等参数，使所有的信号在同一信道同时到达节点0，并且收到的空中叠加的信号可以直接解调为目标数据，如图4所示。可见，STAC仅仅使用一次信道传输，直接在空中完成求和操作1，实现了传输和计算的结合；将传输效率提高K倍，减少了1次相加计算，减少了K-1次数据接收操作。
STAC是一种全新的无线DCN传输方案，本发明将对STAC的通信算法、网络架构、理论框架展开深入的研究，为无线DCN网络的研究与发展开辟新的方向，为无线DCN的应用奠定理论基础。
STAC是一种全新的无线数据中心网络方案，需要对其基础通信方案、网络算法、网络架构、理论分析框架等进行研究。首先，要对STAC的基本通信单元(图1所示)的通信理论进行研究，包括信道模型和信道容量、核心的调制解调算法、理论性能分析、系统能量效率等；在通信单元基础上，研究STAC的网络理论，包括STAC的网络模型、核心路由/调度算法、理论网络性能分析以及大规模网络扩展性等；STAC的物理层、网络层实现需要提出增强软件定义网络架构来提供支撑；最后，本项目将利用软件无线电来实现一个传输计算的原型系统。具体技术路线如图2所示。
信道模型与信道容量：传输计算的单元通信模型如图1所示，K个节点同时向接收节点发送数据si，而接收节点的目标数据是对于无线通信系统，每个发送节点需要将网络层的数据si调制为物理层符号2di。如果每个发送节点都采用预处理系数gi乘以发送的符号，那么接收节点收到的信号为：
其中hi为复信道系数，n为高斯噪声。如果令gi＝wi/hi，并且对收到的符号做检测与解调(线性操作，与求和可以交换顺序)去掉噪声影响，即可以得到目标信号
对上述特殊的信道模型，考虑高斯信道和衰落信道，分别研究其信道容量的定义与信道容量的大小。申请人在物理层网络编码的研究中，积累了大量信道容量分析的知识与经验，可以进一步扩展到本发明中。
要完成基本STAC通信单元中的无线通信，还需要解决基本的传输问题，包括(1)收发机3D波束成型算法；(2)接收机信号检测算法；(3)网络层数据和物理层符号间的映射与解映射等。算法的设计一方面要考虑复杂度，另一方面也要打到系统需要的性能。所以对上述算法的理论性能分析，也是本发明的一个关键内容。本发明的前期理论研究显示，在wi＝1的情况下，STAC相比于传统方式，可以在不损失其他性能的情况下将传输速率提高K倍；在wi＝2i-1的时候，STAC性能最差，即使如此，STAC依然可以在相同的系统速率与误码率条件下，显著降低系统的发送功率。
能量效率和带宽效率实数据中心网络最重要的指标之一。选择不同的STAC传输方式，可以达到不同的能量效率和带宽效率。比如，在一个基本通信单元中，所有的源节点可以选择用STAC一次传输完成，也可以选择分组使用STAC传输方式多次完成传输任务。理论上研究不同的系数wi情况下，采用不同的传输方式，达到最佳的能量效率与带宽效率折中。
网络模型与网络容量：由于高频无线信号传输距离有限，而且DCN内部同时会有大量并发业务，所以多线多跳SATC网络方案是必须的。我们首先需要基于基本STAC通信单元，建立网络STAC数学模型。基于图1中物理层的反射LoS和3D波束成型技术，不同链路之间的干扰可以基本避免；同一个节点只能采用半双工方式。假设MAC层和网络层都使用最优的调度与路由策略，即可根据此模型研究STAC网络可以提供的最优网络吞吐量、时延以及能量损耗等。
核心调度、路由算法及分析：由于STAC完全不同的物理层传输方式，在网络层必须使用完全不同的调度和路由算法。下图3显示了一个单线多跳STAC的例子。可以看到，图中包括两个基本STAC单元，而且STAC单元越靠近源节点，越会降低后面传输的代价。假设每条传输路径都有给定的代价，那么最小代价STAC路由算法即是一个最小Steiner树问题，该问题为NP-hard。所以STAC路由也是NP-hard问题，寻找最佳路由并不可行。进一步，可以发现多跳STAC的路由是无线多播(multicast)路由的逆向路由，所以我们可以借用多播路由的算法，来设计STAC的路由算法。对多线多跳传输计算网络，虽然路由设计算法和节点调度算法是集中式算法，但是由于NP-hard，所以依然非常复杂，其复杂度以及性能界都需要深入研究。
随着数据中心规模不断扩大，STAC必须支持在大规模数据中心网络的应用，本发明将深入研究STAC随着网络规模增加的扩展性，尤其是能量可扩展性、复杂度可扩展性、以及控制成本的可扩展性等。具体而言，将计算所提出算法的上述参数随着计算节点数目的增加而如何改变，期望都是多项式速度增加，最好是线性增加。
基于DCN的特点，本发明提出增强的软件定义网络架构(图4)来实现物理层同步要求和网络管理功能。在MAC层采用TDMA的方式来协调各个收发节点行为；节点路由和调度采用集中式算法，由网络控制器集中计算得到路由与调度算法。该网络构架除了SDN的基本结构外，还具有下面3个特点：(1)有线控制信道：由于DCN网络空间较小，排列整齐，可以使用有线网络将所有节点连接起来作为控制网络。该控制网络既可以传输DCN原有服务器的控制信号，比如来自Job-Scheduler等服务器的，也可以传输我们专门增加的网络控制器的控制信号。(2)外部参考信号：利用有线控制信道，提供统一的外部参考信号，该信号可以提供精确的时间信号、频率信号。各个无线收发节点可以直接利用这个参考信号实现准确的频率同步、天线校准等。(3)链路信道信息地图：各个节点之间的信道信息，包括传播时延、相位和衰减系数全部存储于网络控制器的信息地图中。在控制各个发送节点发送之前，网络控制器根据信息地图里的信道信息，通知各个发送节点的预处理系数gi和发送时间。
本发明首次针对无线DCN，提出了空中传输计算的概念，并对此进行深入系统的研究。具体的创新点包括：(1)提出空中传输计算概念；(2)提出适用于STAC的增强SDN网络架构；(3)提出STAC通信模型与算法分析；(4)提出STAC网络算法与理论分析。
本发明建立一个STAC基本通信单元的数学模型，既能抓住实际STAC通信系统的需要，又能简化系统参数，便于信道容量的分析研究；分析STAC最优的能量效率与带宽效率的折中曲线，分析STAC方案对DCN系统性能的改进；设计低复杂度的次优多线多跳STAC路由算法和调度算法，以及分析其理论性能，为STAC在无线DCN的应用铺平道路。
本发明是一个全新的无线DCN传输机制，其基本思想在本项目的研究内容中提出来，而且项目的前期理论结果和仿真结果都表明：STAC可以在现有无线技术下实现，并且具有非常显著的性能增益。
在图1中，天线排列在机架上方，通过屋顶反射和3D波束成形实现间接LoS信道。STAC方案中，左边三个源节点同时发送数据到右边的接收节点，在空中实现所需信号的求和操作。
在图3中，实心点表示源节点，格子点为目的节点，其他节点可以作中继。
在图4中，增强软件定义网络，控制平面为有线网络，而数据平面为无线传输。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种空中传输计算的通信方法，其特征在于：K个发送节点通过调整自己的发送时间、功率、相位参数，使所有的信号在同一信道同时到达接收节点，并且收到的空中叠加的信号直接解调为目标数据si是发送节点发送的数据，wi是加权系数，K大于等于2；每个发送节点将网络层的数据si调制为物理层符号di，每个发送节点都采用预处理系数gi乘以发送的符号，令gi＝wi/hi，hi为复信道系数。
2.根据权利要求1所述的通信方法，其特征在于：在网络架构中，MAC层采用TDMA的方式来协调各个收发节点行为；节点路由和调度采用集中式算法，由网络控制器集中计算得到路由与调度算法。
3.根据权利要求1所述的通信方法，其特征在于：在网络架构中，使用有线网络将所有节点连接起来作为控制网络，该控制网络既能够传输DCN原有服务器的控制信号，同时也能够传输专门增加的网络控制器的控制信号；DCN是数据中心网络。
4.根据权利要求1所述的通信方法，其特征在于：在网络架构中，利用有线控制信道，提供统一的外部参考信号，该外部参考信号可以提供精确的时间信号、频率信号，各个无线收发节点能够直接利用外部参考信号实现准确的频率同步、天线校准。
5.根据权利要求1所述的通信方法，其特征在于：在网络架构中，各个节点之间的信道信息存储于网络控制器的信息地图中，在控制各个发送节点发送之前，网络控制器根据信息地图里的信道信息，通知各个发送节点的预处理系数gi和发送时间。
6.一种空中传输计算的通信系统，其特征在于：该通信系统包括接收节点和K个发送节点，K个发送节点通过调整自己的发送时间、功率、相位参数，使所有的信号在同一信道同时到达接收节点，并且收到的空中叠加的信号直接解调为目标数据si是发送节点发送的数据，wi是加权系数，K大于等于2；每个发送节点将网络层的数据si调制为物理层符号di，每个发送节点都采用预处理系数gi乘以发送的符号，令gi＝wi/hi，hi为复信道系数。
7.根据权利要求6所述的通信系统，其特征在于：在网络架构中，MAC层采用TDMA的方式来协调各个收发节点行为；节点路由和调度采用集中式算法，由网络控制器集中计算得到路由与调度算法。
8.根据权利要求6所述的通信系统，其特征在于：在网络架构中，使用有线网络将所有节点连接起来作为控制网络，该控制网络既能够传输DCN原有服务器的控制信号，同时也能够传输专门增加的网络控制器的控制信号；DCN是数据中心网络。
9.根据权利要求6所述的通信系统，其特征在于：在网络架构中，利用有线控制信道，提供统一的外部参考信号，该外部参考信号可以提供精确的时间信号、频率信号，各个无线收发节点能够直接利用外部参考信号实现准确的频率同步、天线校准。
10.根据权利要求6所述的通信系统，其特征在于：在网络架构中，各个节点之间的信道信息存储于网络控制器的信息地图中，在控制各个发送节点发送之前，网络控制器根据信息地图里的信道信息，通知各个发送节点的预处理系数gi和发送时间。
CN201510315238.8A 2015-06-10 2015-06-10 空中传输计算的通信方法及系统 Active CN104935350B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510315238.8A CN104935350B (zh) 2015-06-10 2015-06-10 空中传输计算的通信方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510315238.8A CN104935350B (zh) 2015-06-10 2015-06-10 空中传输计算的通信方法及系统

Publications (2)

Publication Number Publication Date
CN104935350A CN104935350A (zh) 2015-09-23
CN104935350B true CN104935350B (zh) 2018-01-05

Family

ID=54122346

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510315238.8A Active CN104935350B (zh) 2015-06-10 2015-06-10 空中传输计算的通信方法及系统

Country Status (1)

Country Link
CN (1) CN104935350B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1543260A (zh) * 2003-04-30 2004-11-03 朗迅科技公司 为有效利用波长而用光信号交错的wdm通信系统和方法
CN1937444A (zh) * 2001-06-14 2007-03-28 高通股份有限公司 多信道通信系统内使用选择性信道逆处理传输数据的方法和装置
CN102984172A (zh) * 2012-12-12 2013-03-20 清华大学 基于LT code的数据中心多对一数据传输协议（LTTP）

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9288555B2 (en) * 2011-11-01 2016-03-15 Plexxi Inc. Data center network architecture

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1937444A (zh) * 2001-06-14 2007-03-28 高通股份有限公司 多信道通信系统内使用选择性信道逆处理传输数据的方法和装置
CN1543260A (zh) * 2003-04-30 2004-11-03 朗迅科技公司 为有效利用波长而用光信号交错的wdm通信系统和方法
CN102984172A (zh) * 2012-12-12 2013-03-20 清华大学 基于LT code的数据中心多对一数据传输协议（LTTP）

Also Published As

Publication number Publication date
CN104935350A (zh) 2015-09-23

Similar Documents

Publication Publication Date Title
Nguyen et al. Reconfigurable intelligent surface-assisted multi-UAV networks: Efficient resource allocation with deep reinforcement learning
Zhang et al. Analysis and optimization of outage probability in multi-intelligent reflecting surface-assisted systems
Yu et al. Deep reinforcement learning-based RAN slicing for UL/DL decoupled cellular V2X
Shi et al. Delay minimization for NOMA-mmW scheme-based MEC offloading
Li et al. Intelligent service migration based on hidden state inference for mobile edge computing
Muhammad et al. Age of information optimization in RIS-assisted wireless networks
Chen et al. Distributed computation offloading and trajectory optimization in multi-UAV-enabled edge computing
Qin et al. Service-aware resource orchestration in ultra-dense LEO satellite-terrestrial integrated 6G: A service function chain approach
Zhang et al. Free talk in the air: A hierarchical topology for 60 GHz wireless data center networks
Jiang et al. Average Age-of-Information Minimization in Aerial IRS-Assisted Data Delivery
Wu et al. Deep reinforcement learning-based energy efficiency optimization for RIS-aided integrated satellite-aerial-terrestrial relay networks
John et al. Potential, concepts, and key advances for a ubiquitous adaptive indigenous microengineering and nanoengineering in 6G network
Cui et al. On the physical layer of digital twin: An integrated sensing and communications perspective
Wu et al. Joint optimization design of RIS-assisted hybrid FSO SAGINs using deep reinforcement learning
Kiran et al. Advanced wireless communications for future technologies-6G and beyond 6G
Nguyen et al. A deep learning framework for beam selection and power control in massive MIMO-millimeter-wave communications
CN104935350B (zh) 空中传输计算的通信方法及系统
Liu et al. Integrated sensing and communication for 6G: Motivation, enablers and standardization
He et al. Joint Optimization in Intelligent Reflecting Surface‐Aided UAV Communication for Multiaccess Edge Computing
Belkout et al. A load balancing and routing strategy in fog computing using deep reinforcement learning
Zhu et al. Learning-based load-aware heterogeneous vehicular edge computing
Iqbal et al. Deep Reinforcement Learning-Based Resource Allocation for Secure RIS-aided UAV Communication
Kurma et al. RIS-empowered MEC for URLLC systems with digital-twin-driven architecture
Dab et al. A heuristic approach for joint batch-routing and channel assignment in hybrid-dcns
He et al. A novel anchorless node positioning method for wireless sensor network

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant