CN109348538B - 基于高斯拟合的无线资源虚拟化方法 - Google Patents
基于高斯拟合的无线资源虚拟化方法 Download PDFInfo
- Publication number
- CN109348538B CN109348538B CN201811445944.4A CN201811445944A CN109348538B CN 109348538 B CN109348538 B CN 109348538B CN 201811445944 A CN201811445944 A CN 201811445944A CN 109348538 B CN109348538 B CN 109348538B
- Authority
- CN
- China
- Prior art keywords
- channel
- capacity
- probability
- state
- channel capacity
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
- H04W72/044—Wireless resource allocation based on the type of the allocated resource
- H04W72/0446—Resources in time domain, e.g. slots or frames
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种基于高斯拟合的无线资源虚拟化方法,主要解决无线网络中基于高斯拟合的资源虚拟化问题。具体步骤包括:1.获得信道状态转移概率矩阵;2.获得调度时隙内信道容量的概率分布;3.对信道容量的概率密度进行高斯拟合;4.获取可用于分配的信道虚拟容量。本发明通过采用基于高斯拟合的无线资源虚拟化方法,利用高斯拟合,拟合信道容量概率密度函数,用虚拟信道容量隐藏衰落信道的复杂的细节和具体的实现,抽象出可直接用于分配的资源,量化资源,降低了虚拟资源计算复杂度,提高了虚拟资源分配效率。
Description
技术领域
本发明属于通信技术领域,更进一步涉及无线通信技术领域中一种基于高斯拟合的无线资源虚拟化方法。本发明可对无线资源进行虚拟化,以实现无线网络中虚拟资源的分配。
背景技术
目前,针对传统无线网络中无线资源难以动态分配共享的问题,为了实现对无线资源更加灵活的分配,无线资源虚拟化技术是能够解决该问题的有效方法。无线资源虚拟化通过将无线资源抽象、隔离成虚拟资源,构成无线虚拟网,灵活的向用户分配无线资源。然而,现有无线网络虚拟化技术只能得到一个调度时隙内的统计信息,技术只能实现对无线网络资源粗糙的虚拟化,在虚拟化资源用于精确量化使用方面的表现差强人意。为了克服现有无线网络虚拟化的这些缺陷,基于高斯拟合的无线资源虚拟化方法可以利用高斯拟合对无线资源进行虚拟化,将一个调度时隙内的统计信息通过高斯拟合得到信道容量的概率密度函数,用获得的虚拟信道容量隐藏衰落信道的复杂的细节和具体的实现,为上层虚拟网提供灵活的带宽服务,解决虚拟资源难以精确量化的问题,使虚拟资源在使用中更加方便直观。
韩丛端在其发表的论文“LTE-A上行链路无线网络虚拟化中的资源分配技术研究”([D].西安电子科技大学,2017.)中提出一种基于等效容量的无线网络资源虚拟化方法。该方法的具体步骤是,第一步:建立有限状态马尔科夫模型,获取信道状态的转移概率;第二步:求出一个调度时隙内服务速率统计信息的条件概率;第三步:提取等效容量信息;第四步:构建资源分配模型;第五步:求解信道分配矩阵;第六步:对虚拟资源进行分配。该方法存在的不足之处是,该方法只能得到一个调度时隙内信道容量的统计信息,由于该统计信息利用条件概率函数给出,其复杂的统计信息使虚拟资源难以精确量化使用,无线网络虚拟资源在用于分配计算时复杂度高,降低了无线资源的分配效率。
发明内容
本发明的目的在于克服上述现有技术的不足,提出一种基于高斯拟合的无线资源虚拟化方法,本发明考虑虚拟资源复杂的统计信息难以精确量化使用,无线网络虚拟资源在用于分配计算时复杂度高的问题,提出了一种基于高斯拟合的无线资源虚拟化方法,考虑到在每个信道中信号经历的衰落过程是独立的,单独分析信道容量概率分布具有一定的复杂性,利用高斯拟合给出信道容量概率分布的函数关系,拟合其概率密度函数。在虚拟化过程中,用虚拟信道容量隐藏衰落信道的复杂的细节和具体的实现,将资源抽象出来,直接用于信道资源分配,量化资源量,解决了网络虚拟资源难以用于计算的问题,方便在后续的资源调用中的资源量的计算,为高效而稳定的网络架构体系的搭建提供理论基础。
实现本发明的具体思路是:对信道状态划分,获得信道状态转移概率矩阵,并利用信道状态转移概率矩阵,获得调度时隙内信道容量的概率分布,对信道容量的概率密度进行高斯拟合,将高斯拟合曲线近似表示一个调度时隙内高斯拟合后的信道容量概率密度,最终获得可用于分配的信道的虚拟容量,用获得的虚拟信道容量隐藏衰落信道的复杂的细节和具体的实现,有效解决了网络抽象资源难以用于计算的问题,提高了无线虚拟资源的分配效率。
本发明具体步骤如下:
(1)获得信道状态转移概率矩阵:
(1a)将瑞利信道的参数作为无线信道参数;
(1b)将无线信号接收器的接收端接收到的随时间变化的连续信噪比值,按等间隔划分为M个状态,M表示在区间[0,∞]所选取的一个正整数,每个状态对应一种信道状态,划分后的M个信道状态有M+1个门限值;
(1c)将M+1个门限值从小到大的顺序,组成信道状态的门限向量;
(1d)利用状态转移概率公式,计算每个信道的状态转移概率;
(1e)将每个信道状态转移概率填入信道状态转移概率矩阵中转移状态对应的行与列的交叉点处,获得信道状态转移概率矩阵;
(2)获得调度时隙内信道容量的概率分布:
(2a)用每个调度时隙内所有单位子帧容量的平均值,作为该信道的容量;
(2b)利用信道容量概率公式,计算每个调度时隙内每个信道的信道容量概率;
(2c)将所有的信道容量概率的组成信道容量的概率分布,作为每个调度时隙内信道容量的概率分布;
(3)对信道容量的概率密度进行高斯拟合:
(3a)利用信道容量概率密度柱状图构造方法,在一个二维坐标中构造每个信道的信道容量概率密度的柱状图;
(3b)将二维坐标中每个信道容量概率密度的柱状图上方横线的中点,作为每个柱状图对应的数据平均点;
(3c)按照下式,拟合每个柱状图对应的数据平均点,得到一个调度时隙内高斯拟合后信道容量概率密度的高斯拟合曲线:
其中,g(x)表示一个调度时隙内高斯拟合后信道容量概率密度的高斯拟合曲线,表示开根号操作,π表示圆周率,σ表示高斯分布的标准差,exp表示以自然数e为底的指数操作,x表示二维坐标中信道容量的值,μ表示高斯分布的均值;
(4)获取可用于分配的信道虚拟容量:
用一个调度时隙内的信道容量乘以一个调度时隙内高斯拟合后信道容量概率密度,得到一个调度时隙内可用于资源分配的信道虚拟容量。
本发明与现有技术相比具有如下优点:
由于本发明采用基于高斯拟合的无线资源虚拟化方法,利用高斯拟合,拟合信道容量概率密度函数,用虚拟信道容量隐藏衰落信道的复杂的细节和具体的实现,克服了现有技术中虚拟资源难以精确量化使用和无线网络虚拟资源在用于分配计算时复杂度高的缺点,使得本发明具有虚拟资源计算复杂度低和分配效率高的优点。
附图说明
图1为本发明的流程图;
图2为本发明仿真图。
具体实施方式
下面结合附图对本发明做进一步的详细描述。
参照附图1,对本发明的具体步骤描述如下。
步骤1,获得信道状态转移概率矩阵。
将瑞利信道的参数作为无线信道参数。
其参数设置如下:
将无线信号接收器的接收端接收到的随时间变化的连续信噪比值,按等间隔划分为M个状态,M表示在区间[0,∞]所选取的一个正整数,每个状态对应一种信道状态,划分后的M个信道状态有M+1个门限值。
将M+1个门限值从小到大的顺序,组成信道状态的门限向量。
无线信道的状态转移表示信道状态在一个单位时间内的一个状态,进入下一单位时间时,转移成为与其状态相邻的另一个状态,信道的状态转移概率表示从一个状态转移至相邻的另一个状态的概率,利用状态门限向量,根据状态转移概率公式,计算出每个信道的状态转移概率。
状态转移概率公式如下:
其中,pm,m+1表示从第m个状态转移到第m+1个状态的概率,≈表示约等于,Γ表示信道状态的门限向量,Γ=[Γ1,Γ2,…,ΓM+1],Γ1<Γ2<,…,<ΓM+1,其中,Γ1=0,表示第1个状态的下限为0,Γ2表示第一个信道状态的上限和第二个信道状态的下限,ΓM+1=∞表示第M个状态的上限为无穷大,其余信道状态门限值均介于0至无穷大之间,N(Γ)表示交叉电平率,即单位时间内衰落信号正向或反向经过信噪比门限Γ的平均次数,TP表示一个子帧的时间,∫()表示求积分操作,γ0表示接收器接收端接收到的平均信噪比,γ表示接收器接收端接收到的瞬时信噪比,表示满足所有其后列出的条件,||表示取绝对值操作,s表示第s个信道状态,t表示第t个信道状态,s和t表示在区间[1,M]所选取的正整数。
将每个信道状态转移概率填入信道状态转移概率矩阵中转移状态对应的行与列的交叉点处,获得信道状态转移概率矩阵。
步骤2,获得调度时隙内信道容量的概率分布。
用每个调度时隙内所有单位子帧容量的平均值,作为该信道的容量,其中,调度时隙是指,资源调度时交换传送信息的最小单位,一个调度时隙包含多个单位子帧。
利用信道容量概率公式,计算每个调度时隙内每个信道的信道容量概率。
信道容量概率公式如下:
其中,Pp,q()表示第p个调度时隙中第q个信道的容量概率,Pp,q(R=Rj|r1)表示在第p个调度时隙中,当第一个帧容量为r1时,第q个信道的容量R取Rj的概率,Rj表示每个调度时隙内的信道容量R的所有可能取值中第j种取值,∑表示求和操作,ξ表示当信道容量R取Rj时,L个子帧容量的所有组合情况数,||表示取绝对值操作,rl表示第l个子帧容量,rl ξ表示第ξ个组合情况中第l个子帧容量,公式中的省略号表示第r3至rL-1帧在其前一帧容量已知情况下,ri=ri ξ的概率,i表示在区间[3,L-1]所选取的一个正整数,L表示一个调度时隙中包含单位子帧的个数,l表示在区间[1,L]所选取的一个正整数。
将所有的信道容量概率的组成信道容量的概率分布,作为每个调度时隙内信道容量的概率分布。
步骤3,对信道容量的概率密度进行高斯拟合。
利用信道容量概率密度柱状图构造方法,在一个二维坐标中构造每个信道的信道容量概率密度的柱状图。
对信道容量概率密度柱状图构造方法的步骤如下:
第一步,构建一个二维平面坐标系,其横坐标表示信道容量,单位为bit/s/Hz,其纵坐标表示信道容量概率密度;
第二步,在构建的二维平面坐标系中,以每个信道容量间隔作为每个柱状图的底,以每个信道容量的概率作为每个柱状图的面积,以每个信道容量的概率密度作为每个柱状图的高,得到所有信道容量概率密度的柱状图。
将二维坐标中每个信道容量概率密度的柱状图上方横线的中点,作为每个柱状图对应的数据平均点。
按照下式,拟合每个柱状图对应的数据平均点,得到一个调度时隙内高斯拟合后信道容量概率密度的高斯拟合曲线:
其中,g(x)表示一个调度时隙内高斯拟合后信道容量概率密度的高斯拟合曲线,表示开根号操作,π表示圆周率,σ表示高斯分布的标准差,exp表示以自然数e为底的指数操作,x表示二维坐标中信道容量的值,μ表示高斯分布的均值。
步骤4,获取可用于分配的信道虚拟容量。
用一个调度时隙内的信道容量乘以一个调度时隙内高斯拟合后信道容量概率密度,得到一个调度时隙内可用于资源分配的信道虚拟容量。
下面结合仿真实验对本发明的效果做进一步的描述。
本发明仿真实验在瑞利信道中进行,信道容量取值范围为[0,∞]。
按照本发明的仿真条件,对本发明所述的基于高斯拟合的无线资源虚拟化方法下对实际信道容量进行高斯拟合,实际求出信道容量的依次为0,R1,R2,……,Rj,……,∞,信道容量单位为bit/s/Hz。
图2是采用本发明方法对实际信道容量概率密度进行高斯拟合后的曲线图,其中,x轴表示信道容量,单位是bit/s/Hz,y轴表示概率密度。图2中以柱状图上方中点表示拟合前的实际信道容量的概率密度。图2中以星号标示的曲线表示高斯拟合后的虚拟信道容量的概率密度。从图2可以看出,高斯拟合后,实际容量概率密度取值点在星号标示的高斯拟合曲线附近,星号标示的高斯拟合曲线表示拟合后的虚拟容量概率密度,故可以使用拟合后的虚拟容量概率密度近似的表示实际容量的概率密度。由此可知,虚拟信道容量隐藏了衰落信道中复杂的细节和具体的实现,将资源精确量化,量化出的虚拟资源更加利于计算,降低了无线网络虚拟资源用于分配计算时复杂度,提升了无线网络资源的分配效率,为高效而稳定的网络架构体系的搭建提供理论基础。
Claims (2)
1.一种基于高斯拟合的无线资源虚拟化方法,其特征在于,获得信道状态转移概率矩阵,获得调度时隙内信道容量的概率分布,对信道容量的概率密度进行高斯拟合,该方法的具体步骤包括如下:
(1)获得信道状态转移概率矩阵:
(1a)将瑞利信道的参数作为无线信道参数;
(1b)将无线信号接收器的接收端接收到的随时间变化的连续信噪比值,按等间隔划分为M个信道状态,M表示在区间[0,∞]所选取的一个正整数,每个状态对应一种信道状态,划分后的M个信道状态有M+1个门限值;
(1c)将M+1个门限值从小到大的顺序,组成信道状态的门限向量;
(1d)利用下述状态转移概率公式,计算每个信道的状态转移概率:
其中,pm,m+1表示从第m个状态转移到第m+1个状态的概率,≈表示约等于,Γ表示信道状态的门限向量,Γ=[Γ1,Γ2,...,ΓM+1],Γ1<Γ2<,...,<ΓM+1,其中,Γ1=0,表示第1个状态的下限为0,Γ2表示第一个信道状态的上限和第二个信道状态的下限,ΓM+1=∞表示第M个状态的上限为无穷大,其余信道状态门限值均介于0至无穷大之间,N(Γ)表示交叉电平率,即单位时间内衰落信号正向或反向经过信噪比门限Γ的平均次数,TP表示一个子帧的时间,∫()表示求积分操作,γ0表示接收器接收端接收到的平均信噪比,γ表示接收器接收端接收到的瞬时信噪比,表示满足所有其后列出的条件,| |表示取绝对值操作,s表示第s个信道状态,t表示第t个信道状态,s和t表示在区间[1,M]所选取的正整数,信道的状态转移概率表示从一个状态转移至相邻的另一个状态的概率,无线信道的状态转移表示信道状态在一个单位时间内的一个状态,进入下一单位时间时,转移成为与其状态相邻的另一个状态;
(1e)将每个信道状态转移概率填入信道状态转移概率矩阵中转移状态对应的行与列的交叉点处,获得信道状态转移概率矩阵;
(2)获得调度时隙内信道容量的概率分布:
(2a)用每个调度时隙内所有单位子帧容量的平均值,作为该信道的容量;
所述调度时隙是指,资源调度时交换传送信息的最小单位,一个调度时隙包含多个单位子帧;
(2b)利用下述信道容量概率公式,计算每个调度时隙内每个信道的信道容量概率:
其中,Pp,q(·)表示第p个调度时隙中第q个信道的容量概率,Pp,q(R=Rj|r1)表示在第p个调度时隙中,当第一个帧容量为r1时,第q个信道的容量R取Rj的概率,Rj表示每个调度时隙内的信道容量R的所有可能取值中第j种取值,∑表示求和操作,ξ表示当信道容量R取Rj时,L个子帧容量的所有组合情况数,| |表示取绝对值操作,rl表示第l个子帧容量,rl ξ表示第ξ个组合情况中第l个子帧容量,公式中的省略号表示第r3至rL-1帧在其前一帧容量已知情况下,ri=ri ξ的概率,i表示在区间[3,L-1]所选取的一个正整数,L表示一个调度时隙中包含单位子帧的个数,l表示在区间[1,L]所选取的一个正整数;
(2c)将所有的信道容量概率的组成信道容量的概率分布,作为每个调度时隙内信道容量的概率分布;
(3)对信道容量的概率密度进行高斯拟合:
(3a)利用信道容量概率密度柱状图构造方法,在一个二维坐标中构造每个信道的信道容量概率密度的柱状图;
(3b)将二维坐标中每个信道容量概率密度的柱状图上方横线的中点,作为每个柱状图对应的数据平均点;
(3c)按照下式,拟合每个柱状图对应的数据平均点,得到一个调度时隙内高斯拟合后信道容量概率密度的高斯拟合曲线:
其中,g(x)表示一个调度时隙内高斯拟合后信道容量概率密度的高斯拟合曲线,表示开根号操作,π表示圆周率,σ表示高斯分布的标准差,exp表示以自然数e为底的指数操作,x表示二维坐标中信道容量的值,μ表示高斯分布的均值;
(4)获取可用于分配的信道虚拟容量:
用一个调度时隙内的信道容量乘以一个调度时隙内高斯拟合后信道容量概率密度,得到一个调度时隙内可用于资源分配的信道虚拟容量。
2.根据权利要求1所述的基于高斯拟合的无线资源虚拟化方法,其特征在于,步骤(3a)中所述信道容量概率密度柱状图构造方法的步骤如下:
第一步,构建一个二维平面坐标系,其横坐标表示信道容量,单位为bit/s/Hz,其纵坐标表示信道容量概率密度;
第二步,在构建的二维平面坐标系中,以每个信道容量间隔作为每个柱状图的底,以每个信道容量的概率作为每个柱状图的面积,以每个信道容量的概率密度作为每个柱状图的高,得到所有信道容量概率密度的柱状图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811445944.4A CN109348538B (zh) | 2018-11-29 | 2018-11-29 | 基于高斯拟合的无线资源虚拟化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811445944.4A CN109348538B (zh) | 2018-11-29 | 2018-11-29 | 基于高斯拟合的无线资源虚拟化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109348538A CN109348538A (zh) | 2019-02-15 |
CN109348538B true CN109348538B (zh) | 2021-05-14 |
Family
ID=65318843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811445944.4A Active CN109348538B (zh) | 2018-11-29 | 2018-11-29 | 基于高斯拟合的无线资源虚拟化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109348538B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581333A (zh) * | 2013-11-13 | 2014-02-12 | 复旦大学 | 基于前馈和反馈控制的运行时虚拟资源动态分配方法和系统 |
CN106793111A (zh) * | 2016-11-28 | 2017-05-31 | 西安电子科技大学 | 基于动态多小区用户配对联合虚拟mimo资源分配方法 |
CN106792919A (zh) * | 2016-12-23 | 2017-05-31 | 西安电子科技大学 | 无线虚拟网中基于等效容量的资源分配方法 |
CN107018528A (zh) * | 2017-04-23 | 2017-08-04 | 西安电子科技大学 | 一种单小区lte‑a系统中基于等效容量的无线网络虚拟化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130185729A1 (en) * | 2012-01-13 | 2013-07-18 | Rutgers, The State University Of New Jersey | Accelerating resource allocation in virtualized environments using workload classes and/or workload signatures |
US9864640B2 (en) * | 2015-08-14 | 2018-01-09 | International Business Machines Corporation | Controlling virtual machine density and placement distribution in a converged infrastructure resource pool |
-
2018
- 2018-11-29 CN CN201811445944.4A patent/CN109348538B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581333A (zh) * | 2013-11-13 | 2014-02-12 | 复旦大学 | 基于前馈和反馈控制的运行时虚拟资源动态分配方法和系统 |
CN106793111A (zh) * | 2016-11-28 | 2017-05-31 | 西安电子科技大学 | 基于动态多小区用户配对联合虚拟mimo资源分配方法 |
CN106792919A (zh) * | 2016-12-23 | 2017-05-31 | 西安电子科技大学 | 无线虚拟网中基于等效容量的资源分配方法 |
CN107018528A (zh) * | 2017-04-23 | 2017-08-04 | 西安电子科技大学 | 一种单小区lte‑a系统中基于等效容量的无线网络虚拟化方法 |
Non-Patent Citations (4)
Title |
---|
Defining and Surveying Wireless Link Virtualization;Jonathan van de Belt等;《IEEE COMMUNICATIONS SURVEYS & TUTORIALS》;20170516;全文 * |
Estimating Shannon and Constrained Capacities;Hung V. Vu等;《IEEE TRANSACTIONS ON COMMUNICATIONS》;20140630;全文 * |
LTE-A上行链路无线网络虚拟化中的资源分配技术研究;韩丛端;《中国优秀硕士论文电子期刊网》;20180430;全文 * |
宽带多天线无线传播信道的特性、测量和建模研究;张明;《中国优秀博士论文电子期刊网》;20081130;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109348538A (zh) | 2019-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108768585B (zh) | 基于深度学习的上行免信令非正交多址接入noma系统多用户检测方法 | |
CN103763782B (zh) | 一种mu‑mimo下行链路基于加权用户相关的公平调度方法 | |
CN105044662A (zh) | 一种基于wifi信号强度的指纹聚类多点联合室内定位方法 | |
CN111628855B (zh) | 基于深度强化学习的工业5g动态多优先级多接入方法 | |
CN111182637A (zh) | 一种基于生成对抗强化学习的无线网络资源分配方法 | |
CN112541584B (zh) | 深度神经网络模型并行模式选择方法 | |
CN113139663A (zh) | 联邦边缘学习配置信息获取方法、装置、设备及介质 | |
CN104504389A (zh) | 一种基于卷积神经网络的卫星云量计算方法 | |
CN112819157B (zh) | 神经网络训练的方法及装置、智能行驶控制的方法及装置 | |
CN111328146B (zh) | 一种基于遗传算法优化传输速率权重的业务调度方法 | |
CN113919483A (zh) | 一种无线通信网络中无线电地图的构造和定位方法及其系统 | |
CN106792919B (zh) | 无线虚拟网中基于等效容量的资源分配方法 | |
CN105959004A (zh) | 一种基于大规模mimo的单精度adc自适应门限量化方法 | |
CN109348538B (zh) | 基于高斯拟合的无线资源虚拟化方法 | |
CN113242066B (zh) | 一种多小区大规模mimo通信智能功率分配方法 | |
CN113190678B (zh) | 基于参数稀疏共享的中国方言语种分类系统 | |
CN110781849A (zh) | 一种图像处理方法、装置、设备及存储介质 | |
CN108512817A (zh) | 多视频转码调度方法及装置 | |
CN112261609B (zh) | 毫米波车联网资源分配方法、装置、电子设备及存储介质 | |
CN112445617B (zh) | 一种基于移动边缘计算的负载策略选择方法及系统 | |
CN117880984A (zh) | 基于干扰预测的主动配电网上行链路5g通信资源分配方法 | |
CN108566255A (zh) | 基于多任务学习的时间相关mimo系统信道预测方法 | |
CN112486676A (zh) | 一种基于边缘计算的数据共享分发方法及装置 | |
CN103442346A (zh) | 基于动态模拟方法的应急通信网络实时评估系统 | |
CN109548153B (zh) | 基于模块度sc-fdma系统的资源分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |