CN110166088A - 以用户为中心的无小区mimo系统的功率控制算法 - Google Patents
以用户为中心的无小区mimo系统的功率控制算法 Download PDFInfo
- Publication number
- CN110166088A CN110166088A CN201910405016.3A CN201910405016A CN110166088A CN 110166088 A CN110166088 A CN 110166088A CN 201910405016 A CN201910405016 A CN 201910405016A CN 110166088 A CN110166088 A CN 110166088A
- Authority
- CN
- China
- Prior art keywords
- user
- downlink
- customer
- centric
- mimo system
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
- H04B7/0413—MIMO systems
- H04B7/0426—Power distribution
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明提出了通信领域内的一种以用户为中心的无小区MIMO系统的功率控制算法,包括以下步骤:步骤1:建立系统模型,进行信道估计以及分析上下行的用户可达速率;步骤2:分配每个AP服务的MS;步骤3:根据用户分配结果,得到上下行用户可达速率的变形公式,并建立功率分配模型;步骤4:求解功率分配问题,通过功率分配实现用户速率的最大化,通过搜索最佳的功率控制系数实现最小用户速率的最大化,为所有用户提供最佳服务。
Description
技术领域
本发明涉及一种功率控制算法,具体的说是一种无小区大规模MIMO系统的功率控制算法,属于通信技术领域。
背景技术
当今时代,数据流量的爆炸式增长以及越来越普及的终端是5G技术亟需解决的问题。然而一方面,在基于蜂窝网络技术的传统移动网络中,每个小区只能覆盖有限的终端。另一方面,蜂窝网络的性能会受制于小区内干扰,并且处于小区边界的用户信号,还会受到相邻小区同频信号的干扰,造成通信质量的大幅度下降。
无小区大规模MIMO系统能够很好的解决上述问题。无小区大规模MIMO系统中,所有接入点(AP)均匀的分布于一广阔区域,并同时服务于所有用户(MS),其中MS数应当远小于AP数。无小区大规模MIMO系统中AP间的合作虽然可以显著提高网络吞吐量,但也需要消耗更多的回程资源,有限的回程容量可能会影响AP与CPU之间的信息交换效率。并且阴影衰落等因素使得AP难以为所有MS提供良好的服务。
为了解决上述问题,无小区大规模MIMO系统引入了以用户为中心的方法。在以用户为中心的无小区大规模MIMO系统中,每个AP并不为所有MS提供服务,而是服务于有限个MS。这样做在保证了每个MS服务质量的同时,又能大大节约回程链路资源。目前常用的以用户为中心的无小区大规模MIMOM系统通常根据AP与MS间的信道估计,实际信道,或者发送信号的功率大小等来选择每个AP相应服务的MS。
无小区大规模MIMO系统中,对上下行发送信号进行功率控制可以很大程度的提高MS的可达速率。最大-最小功率控制法是最常用的无小区大规模MIMO系统的功率分配方法,这种方法能够使MS不受其所处位置的影响,均获得优质的服务质量。
经过对现有技术的文献检索发现,目前并没有提出针对以用户为中心的无小区大规模MIMO系统的功率控制方法,而是直接将无小区MIMO系统搜索得到的功率控制系数应用于以用户为中心的无小区大规模MIMO系统中。以上述方式会导致,在以用户为中心的无小区大规模MIMO系统一些MS的服务质量下降明显。
发明内容
本发明的目的是提供一种以用户为中心的无小区MIMO系统的功率控制算法,通过搜索最佳的功率控制系数实现最小用户速率的最大化,为所有用户提供最佳服务。
本发明的目的是这样实现的:
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
(1)本文分析了,由于现实原因导致无小区大规模MIMO系统中AP不能同时服务所有MS,而采用以用户为中心的方法;另外,文中分别推导了以用户为中心的大规模MIMO系统中的上下行用户可达速率;
(2)本文提出了在保证所有MS均被服务的前提下,为每个AP分配其所需服务MS的用户分配算法;
(3)本文使用最大-最小功率控制法来搜索以用户为中心的无小区大规模MIMO系统传输过程中的功率控制系数,克服了有限AP服务造成部分用户可达速率急剧下降的情况。
附图说明
图1为本发明的系统模型示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
为了更好的说明本发明的技术方案,下面结合附图对本发明的具体实施方式进行详细描述。
如图1所示,本发明提出了一种基于以用户为中心的无小区大规模MIMO系统中的用户分配结果的功率控制算法。该方法包括如下步骤:
步骤1:建立系统模型,进行信道估计以及分析上下行的用户可达速率;
建立如图1所示的以用户为中心的无小区大规模MIMO系统的系统模型;在该模型中,M个AP各设有L根发射天线,服务于K个单天线MS(M>>K),令N为每个AP服务的MS数,令为第m个AP服务用户集合(m=1,…,M),以及为服务于第k个MS的AP集合(k=1,…,K),和可在步骤2中得到;第k个AP与第m个MS间的信道模型为
其中,{βmk},k=1.…,K,m=1,…,M表示不相关衰落场景下的大尺度衰落系数;hmk为L×1向量,代表了第m个AP和第k个MS之间的小规模衰落,且假设小规模衰落为瑞利衰落,所以hmk的每个元素服从独立同分布。根据MS发送的上行导频序列,AP通过MMSE(Minimummean-square error)信道估计方法得到信道估计;
令τ为每个相干间隔时间,时长τp用于上行链路导频训练,为第k个MS发送的导频序列,并且满足第m个AP收到的信号为:
其中ρp表示每个导频符号的归一化信噪比(SNR),并且Wp,m为L×τp阶加性噪声矩阵,其中元素服从i.i.d.CN(0,1)RVs;
通过MMSE(Minimum mean-square error)信道估计得到的信道估计为:
其中为yp,mk于上的投影;
1.下行链路传输
在以用户为中心的无小区大规模MIMO系统的下行链路传输过程中,将波束成形技术应用于发送信号,则第m个AP的传输信号可表示为:
其中qk为模型中发送到第k个MS的符号,ρd表示AP的最大发射功率,为下行链路发射信号的功率控制系数,且应满足则该公式可变换为:
其中γmk为信道估计的第1个元素的均方值,即为:
第k个MS接收的信号是:
其中,为加性高斯噪声。
式(7)中的式子可表示为:
其中:
通过下列公式可得到以用户为中心的无小区大规模MIMO系统中第k个MS的下行可达速率:
经过推导计算,第k个MS的下行可达速率Rd,k为:
2.上行链路传输
在上行链路传输过程中,所有MS同时向AP发送信号,其中第k个MS发送符号qk。第m个AP处的接收信号yu,m为:
其中ρu表示归一化的上行链路信噪比。并且加性噪声矩阵wu,m的每个元素 是上行链路功率控制系数,且应满足功率约束:
从yu,m检测到的目标信号为:
第k个MS的上行可达速率Ru,k可通过推导下行链路MS速率相同的方法得到,如下所示:
步骤2:分配每个AP服务的MS;
在以用户为中心的大规模MIMO系统中,每个AP均只服务N个MS,根据MS分配算法可得到第m个AP服务的MS集合并根据得到服务于第k个MS的AP集合
所述MS分配算法为:
1.使用式(6)计算γmk(m=1,…,M,k=1,…K)
2.将第m个AP(m=1,……,M)得到的γmk(k=1,……,K)进行排序,并选择其中拥有最大γmk值的N个MS组成集合其代表了为第m个AP需提供服务的MS集合。
3.依据步骤二中的集合可得到矩阵α,其中
4.为保证所有MS均能被提供服务,若存在任意MS k满足则需要转到第5步进行MS的重分配;若不存在,则跳出该算法。
5.a.搜索AP m*,使其满足与第k个MS间的γm*k最大,即
b.从AP m*所服务的N个MS中,寻找MS k*使其满足
c.根据新的用户分配结果更新矩阵α,即
d.返回第四步。
步骤3:根据用户分配结果,变形上下行链路用户可达速率,并建立功率分配问题模型;
式((10)(14)中的用户可达速率由于使用了集合不利于建立功率分配模型,所以该模型中,将α用于上下行链路的用户可达速率,分别如式(15)(16)所示;
根据用户分配结果,使用最大-最小功率控制法,分别根据实现最小用户速率最大化的优化目标以及功率约束的优化条件,来建立优化问题模型;
1.下行链路功率分配问题
2.上行链路功率分配问题
步骤4:求解功率分配问题,通过功率分配实现用户速率的最大化;
a.下行链路功率分配问题求解
通过定义以及引入松弛变量θm和式(19)可转换为:
式(20)中的问题可通过二分算法解决,且需在每个步骤中解决一系列凸可行性问题。具体而言,解决(20)的二分算法如下所示:
二分算法:
1.初始化:在选择tmin和tmax的初始值,其代表了目标函数(19)的大小范围,并选择一个可接受的误差∈。
令并且解决下列的凸可行性方案
式(21)中,其中I-k为去除K×K阶单位矩阵第k列元素的K×(K-1)阶矩阵,
2.如果(20)中的问题有解的话,则tmin=t,否则tmax=t
3.若tmax-tmin<∈,则跳出,否则继续执行第二步
上行链路功率
0≤ηk≤1,k=1,…,K
与下行链路相似,(22)中的求解问题也可通过二分法以及解决一系列的线性可行问题搜索得到最佳解。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (5)
1.一种以用户为中心的无小区MIMO系统的功率控制算法,其特征在于,包括以下步骤:
步骤1:建立系统模型,进行信道估计以及分析上下行的用户可达速率;
建立以用户为中心的无小区大规模MIMO系统模型,AP根据接收到的上行链路导频,通过MMSE信道估计法进行信道估计;并推导出上下行链路的用户可达速率;
步骤2:分配每个AP服务的MS;
用户分配算法根据AP与MS间信道估计的第l个元素的均方值大小,为每个AP分配需服务的用户集;
步骤3:根据用户分配结果,得到上下行用户可达速率的变形公式,并建立功率分配模型;
使用步骤2得到的用户分配结果替代上下行用户可达速率公式中的集合,以此得到新的上下行链路的用户可达速率;分别根据实现最小用户速率最大化的优化目标以及功率约束的优化条件来建立优化问题模型,该优化问题是为了搜索得到最佳的功率控制系数;
步骤4:求解功率分配问题,通过功率分配实现用户速率的最大化;
通过二分法来解决该优化问题;进行下行链路功率控制时,引入松弛变量;该优化问题可通过使用二分搜索法以及求解一系列凸可行性问题来解决。
2.根据权利要求1所述的以用户为中心的无小区MIMO系统的功率控制算法,其特征在于,步骤1步骤具体包括:
建立以用户为中心的无小区大规模MIMO系统的系统模型,在该模型中,M个AP各设有L根发射天线,服务于K个单天线MS(M>>K),令N为每个AP服务的MS数,令为第m个AP服务用户集合(m=1,…,M),以及为服务于第k个MS的AP集合(k=1,…,K),和可在步骤2中得到;
第k个AP与第m个MS间的信道模型为
其中,{βmk},k=1,…,K,m=1,…,M表示不相关衰落场景下的大尺度衰落系数;hmk为L×1向量,代表了第m个AP和第k个MS之间的小规模衰落,且假设小规模衰落为瑞利衰落,所以hmk的每个元素服从独立同分布;根据MS发送的上行导频序列,AP通过MMSE信道估计方法得到信道估计;
令τ为每个相干间隔时间,时长τp用于上行链路导频训练,为第k个MS发送的导频序列,并且满足第m个AP收到的信号为:
其中ρp表示每个导频符号的归一化信噪比,并且Wp,m为L×τp阶加性噪声矩阵,其中元素服从i.i.d.CN(0,1)RVs;
通过MMSE信道估计得到的信道估计为:
其中为yp,mk于上的投影;
推导下行链路的用户可达速率:
在以用户为中心的无小区大规模MIMO系统的下行链路传输过程中,将波束成形技术应用于发送信号,则第m个AP的传输信号可表示为:
其中,qk为模型中发送到第k个MS的符号,ρd表示AP的最大发射功率,为下行链路发射信号的功率控制系数,且应满足则该公式可变换为:
其中γmk为信道估计的第l个元素的均方值,即为:
第k个MS接收的信号是:
其中,为加性高斯噪声;
式(7)可表示为:
其中:
通过下列公式可得到以用户为中心的无小区大规模MIMO系统中第k个MS的下行可达速率:
经过推导计算,第k个MS的下行可达速率Rd,k为:
推导上行链路的用户可达速率:
在上行链路传输过程中,所有MS同时向AP发送其传输;第m个AP处的接收信号yu,m为:
其中ρu表示归一化的上行链路信噪比;并且加性噪声矩阵wu,m的每个元素 是上行链路功率控制系数,且应满足功率约束:
从yu,m检测到的目标信号为:
第k个MS的上行可达速率Ru,k可通过推导下行链路MS速率相同的方法得到,如下所示:
。
3.根据权利要求2所述的以用户为中心的无小区MIMO系统的功率控制算法,其特征在于,步骤2具体包括:
在以用户为中心的大规模MIMO系统中,每个AP均只服务N个MS,根据MS分配算法可得到第m个AP服务的MS集合并根据得到服务于第k个MS的AP集合所述MS分配算法:
2-1)使用式(6)计算γmk(m=1,…,M,k=1,…K);
2-2)将第m个AP(m=1,……,M)得到的γmk(k=1,……,K)进行排序,并选择其中拥有最大γmk值的N个MS组成集合其代表了为第m个AP需提供服务的MS集合;
2-3)依据步骤二中的集合可得到矩阵α,其中
2-4)为保证所有MS均能被提供服务,若存在任意MS k满足则需要转到第5步进行MS的重分配;若不存在,则跳出该算法;
2-5)a.搜索AP m*,使其满足与第k个MS间的γm*k最大,即
b.从AP m*所服务的N个MS中,寻找MS k*使其满足
c.根据新的用户分配结果更新矩阵α,即
d.返回第四步。
4.根据权利要求3所述的以用户为中心的无小区MIMO系统的功率控制算法,其特征在于,步骤3具体包括:
根据用户分配结果,变形上下行链路用户可达速率,并建立功率分配问题模型;
式(10)(14)中的用户可达速率由于使用了集合不利于建立功率分配模型,所以该模型中,将α用于上下行链路的用户可达速率,分别如式(15)(16)所示;
根据用户分配结果,使用最大-最小功率控制法,分别根据实现最小用户速率最大化的优化目标以及功率约束的优化条件,来建立优化问题模型;
下行链路功率分配问题模型为:
上行链路功率分配问题模型为:
。
5.根据权利要求4所述的以用户为中心的无小区MIMO系统的功率控制算法,其特征在于,步骤4具体包括:
求解功率分配问题,通过功率分配实现用户速率的最大化
4-1)下行链路功率分配问题求解为:
通过定义以及引入松弛变量θm和式(19)可转换为:
k=1,…K,m=1,…,M
式(20)中的问题可通过二分算法解决,且需在每个步骤中解决一系列凸可行性问题;具体而言,解决(20)的二分算法如下所示:
二分算法:
1.初始化:在选择tmin和tmax的初始值,其代表了目标函数(19)的大小范围,并选择一个可接受的误差∈;
令并且解决下列的凸可行性方案
式(21)中,其中I-k为去除K×K阶单位矩阵第k列元素的K×(K-1)阶矩阵,
2.如果(20)中的问题有解的话,则tmin=t,否则tmax=t;
3.若tmax-tmin<∈,则跳出,否则继续执行第二步;
4-2)上行链路功率求解为:
0≤ηk≤1,k=1,…,K
与下行链路相似,(22)中的求解问题也可通过二分法以及解决一系列的线性可行问题搜索得到最佳解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910405016.3A CN110166088B (zh) | 2019-05-15 | 2019-05-15 | 以用户为中心的无小区mimo系统的功率控制算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910405016.3A CN110166088B (zh) | 2019-05-15 | 2019-05-15 | 以用户为中心的无小区mimo系统的功率控制算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110166088A true CN110166088A (zh) | 2019-08-23 |
CN110166088B CN110166088B (zh) | 2021-09-28 |
Family
ID=67634712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910405016.3A Active CN110166088B (zh) | 2019-05-15 | 2019-05-15 | 以用户为中心的无小区mimo系统的功率控制算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110166088B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111405596A (zh) * | 2020-03-24 | 2020-07-10 | 西安电子科技大学 | 莱斯信道下大规模天线无线携能通信系统资源优化方法 |
CN112564746A (zh) * | 2020-12-08 | 2021-03-26 | 重庆邮电大学 | CF mmWave mMIMO系统中基于最优GEE的功率分配方法 |
CN113365334A (zh) * | 2021-06-16 | 2021-09-07 | 中山大学 | 一种cf-mimo中的导频分配和功率控制方法及系统 |
CN113364501A (zh) * | 2021-06-04 | 2021-09-07 | 大连海事大学 | 一种莱斯信道下基于低精度adc去蜂窝大规模mimo系统的功率控制方法 |
CN115173900A (zh) * | 2022-08-15 | 2022-10-11 | 北京交通大学 | 去蜂窝大规模mimo系统的ap选择和功率分配方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104039004A (zh) * | 2014-06-09 | 2014-09-10 | 东南大学 | 大规模多输入多输出系统中异构用户导频功率优化分配方法 |
US20160128064A1 (en) * | 2014-11-04 | 2016-05-05 | Asustek Computer Inc. | Method and apparatus for device to device communication in a wireless communication system and related apparatus using the same |
CN105827294A (zh) * | 2016-04-27 | 2016-08-03 | 东南大学 | 一种上行大规模mimo联合优化基站天线数和用户发射功率的方法 |
CN106452525A (zh) * | 2016-05-26 | 2017-02-22 | 南京邮电大学 | 一种大规模MIMO中能量效率、频谱效率和QoS联合优化方法 |
CN107171704A (zh) * | 2017-06-09 | 2017-09-15 | 北京邮电大学 | 一种大规模mimo系统的上行功率控制方法及装置 |
CN107925605A (zh) * | 2015-09-10 | 2018-04-17 | 英特尔Ip公司 | 针对5g rat中的基于波束的无小区操作的随机接入过程 |
-
2019
- 2019-05-15 CN CN201910405016.3A patent/CN110166088B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104039004A (zh) * | 2014-06-09 | 2014-09-10 | 东南大学 | 大规模多输入多输出系统中异构用户导频功率优化分配方法 |
US20160128064A1 (en) * | 2014-11-04 | 2016-05-05 | Asustek Computer Inc. | Method and apparatus for device to device communication in a wireless communication system and related apparatus using the same |
CN107925605A (zh) * | 2015-09-10 | 2018-04-17 | 英特尔Ip公司 | 针对5g rat中的基于波束的无小区操作的随机接入过程 |
CN105827294A (zh) * | 2016-04-27 | 2016-08-03 | 东南大学 | 一种上行大规模mimo联合优化基站天线数和用户发射功率的方法 |
CN106452525A (zh) * | 2016-05-26 | 2017-02-22 | 南京邮电大学 | 一种大规模MIMO中能量效率、频谱效率和QoS联合优化方法 |
CN107171704A (zh) * | 2017-06-09 | 2017-09-15 | 北京邮电大学 | 一种大规模mimo系统的上行功率控制方法及装置 |
Non-Patent Citations (2)
Title |
---|
TRANG C. MAI; HIEN QUOC NGO: "CELL-FREE MASSIVE MIMO SYSTEMS WITH MULTI-ANTENNA USERS", 《 2018 IEEE GLOBAL CONFERENCE ON SIGNAL AND INFORMATION PROCESSING》 * |
张尧; 齐畅; 杨龙祥: "短期功率约束下的无小区大规模MIMO中的功率分配研究", 《南京邮电大学学报(自然科学版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111405596A (zh) * | 2020-03-24 | 2020-07-10 | 西安电子科技大学 | 莱斯信道下大规模天线无线携能通信系统资源优化方法 |
CN111405596B (zh) * | 2020-03-24 | 2020-11-03 | 西安电子科技大学 | 莱斯信道下大规模天线无线携能通信系统资源优化方法 |
CN112564746A (zh) * | 2020-12-08 | 2021-03-26 | 重庆邮电大学 | CF mmWave mMIMO系统中基于最优GEE的功率分配方法 |
CN113364501A (zh) * | 2021-06-04 | 2021-09-07 | 大连海事大学 | 一种莱斯信道下基于低精度adc去蜂窝大规模mimo系统的功率控制方法 |
CN113365334A (zh) * | 2021-06-16 | 2021-09-07 | 中山大学 | 一种cf-mimo中的导频分配和功率控制方法及系统 |
CN115173900A (zh) * | 2022-08-15 | 2022-10-11 | 北京交通大学 | 去蜂窝大规模mimo系统的ap选择和功率分配方法 |
CN115173900B (zh) * | 2022-08-15 | 2023-10-13 | 北京交通大学 | 去蜂窝大规模mimo系统的ap选择和功率分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110166088B (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110166088A (zh) | 以用户为中心的无小区mimo系统的功率控制算法 | |
CN109474980B (zh) | 一种基于深度增强学习的无线网络资源分配方法 | |
Liu et al. | Hybrid half-duplex/full-duplex cooperative non-orthogonal multiple access with transmit power adaptation | |
US9088944B2 (en) | Method and device for energy efficient signal transmission in massive multi-antenna wireless communication system | |
CN107682135A (zh) | 一种基于noma的网络切片自适应虚拟资源分配方法 | |
Liu et al. | Application of NOMA in 6G networks: Future vision and research opportunities for next generation multiple access | |
CN102857934B (zh) | 合作集合选择方法和装置 | |
CN109600828A (zh) | 无人机基站下行链路的自适应传输功率分配方法 | |
Luo et al. | Online power control for 5G wireless communications: A deep Q-network approach | |
CN104703270B (zh) | 适用于异构无线蜂窝网络的用户接入和功率分配方法 | |
CN102291842B (zh) | 一种考虑用户QoS的虚拟MIMO配对方法 | |
CN110233653A (zh) | 基于加权集成聚类算法的mimo系统的盲多径识别方法及系统 | |
Khalifa et al. | Risk-sensitive reinforcement learning for urllc traffic in wireless networks | |
US20240155356A1 (en) | Resolution method for intent-based wireless network resource conflicts and apparatus thereof | |
Kaur et al. | A reinforcement learning-based green resource allocation for heterogeneous services in cooperative cognitive radio networks | |
CN103597881A (zh) | 用于将用户终端附接到网络的基站的方法 | |
Karmakar et al. | A learning-based dynamic clustering for coordinated multi-point (CoMP) operation with carrier aggregation in LTE-advanced | |
CN115379478B (zh) | 一种基于ris辅助数能同传网络鲁棒能耗优化方法 | |
CN113395756B (zh) | 一种基于前导序列分组最优功率的空中基站随机接入方法 | |
Sarker et al. | Uplink power allocation scheme for user-centric cell-free massive MIMO systems | |
Ben-Khalifa et al. | Risk-sensitive reinforcement learning for URLLC traffic in wireless networks | |
CN113796127B (zh) | 多频率通信网络中的小区选择 | |
JP2023550690A (ja) | 通信情報の送信、受信方法及び通信機器 | |
Li et al. | Power Allocation Method of Downlink Non-orthogonal Multiple Access System Based on α Fair Utility Function | |
Jung et al. | Access point selection schemes for cell-free massive MIMO UDN systems |
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 |