CN113573361A - 面向毫米波mec的低时延-高速率的卸载传输方法 - Google Patents

面向毫米波mec的低时延-高速率的卸载传输方法 Download PDF

Info

Publication number
CN113573361A
CN113573361A CN202110689531.6A CN202110689531A CN113573361A CN 113573361 A CN113573361 A CN 113573361A CN 202110689531 A CN202110689531 A CN 202110689531A CN 113573361 A CN113573361 A CN 113573361A
Authority
CN
China
Prior art keywords
pairing
cpue
optimal
cmue
mec
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
Application number
CN202110689531.6A
Other languages
English (en)
Other versions
CN113573361B (zh
Inventor
石嘉
赵钟灵
胡新旸
周奕帆
司江勃
李赞
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.)
Xidian University
Original Assignee
Xidian 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 Xidian University filed Critical Xidian University
Priority to CN202110689531.6A priority Critical patent/CN113573361B/zh
Publication of CN113573361A publication Critical patent/CN113573361A/zh
Application granted granted Critical
Publication of CN113573361B publication Critical patent/CN113573361B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • H04W28/09—Management thereof
    • H04W28/0958—Management thereof based on metrics or performance parameters
    • 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
    • H04W72/046—Wireless resource allocation based on the type of the allocated resource the resource being in the space domain, e.g. beams
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种面向毫米波MEC的低时延‑高速率的卸载传输方法，该方法为：在固定的用户配对情况下，获得最优波束宽度分配Ω*；对CPUE和CMUE进行随机配对；逐一检测所有CMUE的配对关系是否为最优配对；对于非最优配对的CPUE和CMUE进行交换配对，获得对应的最优配对；根据所述最优波束宽度分配Ω*对所有的最优配对的波束宽度进行迭代优化。本发明对用户配对和波束宽度这两项待优化变量进行分配，以求得在多种用户并存的情况下实现不同种类用户的服务性能折衷，进而提高mmWave MEC系统的传输与计算性能。

Description

面向毫米波MEC的低时延-高速率的卸载传输方法
技术领域
本发明属于通信技术领域，具体涉及一种面向毫米波MEC的低时延-高速率的卸载传输方法。
背景技术
随着物联网(IoT)技术的发展，在未来的B5G/6G通信系统中，将会有许多实时应用场景，系统也将面临更大规模的用户接入。在低延迟数据处理要求的推动下，移动边缘计算(MEC)将成为提高用户体验并降低网络成本的一项重要技术。为了满足未来MEC系统的低延迟计算要求，需要同时考虑物理层的现有关键技术，特别是毫米波(mmWave)技术。MmWave作为一种很有前景的技术，由于其具有巨大的可用带宽资源，可以成倍地提高MEC卸载的传输能力，近年来引起了广泛的研究兴趣，现已成为后5G时代和6G时代的一个重要研究趋势，毫无疑问，MEC和mmWave的结合将会为未来低延迟实施卸载与传输带来新的机遇，此外，高效的无线电资源管理策略将为该系统提供技术保障。
然而，当前针对MEC系统无线电资源管理技术的研究依然存在较大问题。首先，绝大多数无线电资源管理工作依然停留在微波阶段，主要针对微波频段的MEC系统的资源管理。然而多种实测数据表明，mmWave在MEC系统中可以实现较高的传输速率并导致较低的时延，这二种关键技术的结合将会是大势所趋。因此亟需开发出面向mmWave的MEC系统资源管理技术。其次，在实际MEC系统中，计算类用户(CPUE)与通信类用户(CMUE)往往是并存的。而现有资源管理工作往往忽略了这一点，大多数现有工作主要针对只存在CPUE的场景，并在此基础上对无线电资源进行优化分配，这无疑与实际MEC系统相距甚远。另外，现有工作优化目标较为单一，大多数工作集中在计算时延、卸载能耗等单目标优化，这与复杂的MEC卸载过程大不相符，应当在多个拥有折衷关系的目标中选取较合适的资源分配方式。
发明内容
有鉴于此，本发明的主要目的在于提供一种面向毫米波MEC的低时延-高速率的卸载传输方法
为达到上述目的，本发明的技术方案是这样实现的：
本发明实施例提供一种面向毫米波MEC的低时延-高速率的卸载传输方法，该方法为：
在固定的用户配对情况下，获得最优波束宽度分配Ω*；
对CPUE和CMUE进行随机配对；
逐一检测所有CMUE的配对关系是否为最优配对；
对于非最优配对的CPUE和CMUE进行交换配对，获得对应的最优配对；
根据所述最优波束宽度分配Ω*对所有的最优配对的波束宽度进行迭代优化。
上述方案中，所述在固定的用户配对情况下，获得最优波束宽度分配Ω*，具体为：初始化辅助变量x和y，令迭代计数器n＝0，并设置迭代终止门限ζ≥0，采用内点法对
Figure RE-GDA0003274817880000021
求解，获得当前波束分配结果Ω[n]，当两次迭代CMUE的平均时延差小于ζ时，迭代终止，并获得最优波束宽度分配Ω*。
上述方案中，所述辅助变量x和y二者满足
Figure RE-GDA0003274817880000022
Figure RE-GDA0003274817880000023
所述辅助变量x和y分别代替CPUE的信噪比和 CMUE的信号与噪声和。
上述方案中，所述对CPUE和CMUE进行随机配对，具体为：将CPUE和CMUE 进行随机配对，并且产生一个分配状态矩阵A，若Ai，j＝1，则表明CPUEi和CMUEj形成配对关系，反之，表明CPUEi和CMUEj未形成配对，生成一个同等大小的交换控制矩阵C，并令C＝1-A。
上述方案中，逐一检测所有CMUE的配对关系是否为最优配对，具体为：如果任意一个CMUEj对应的交换矩阵C中存在1元素，则确定该CPUEi和CMUEj为非最优配对，反之，则确定该CPUEi和CMUEj为最优配对。
上述方案中，所述对于非最优配对的CPUE和CMUE进行交换配对，获得对应的最优配对，具体为：所述CPUEi与CMUEj为非最优配对时，将CPUEi解除与原用户组中CMUEj的匹配关系，并令其与CMUEj'结组，同时将CPUEi'解除与原用户组中CMUEj'的匹配关系，并更新分配矩阵A，同时对控制矩阵C出现变化的位置重新置为0。
上述方案中，所述根据所述最优波束宽度分配Ω*对所有的最优配对的波束宽度进行迭代优化之后，还方法还包括：继续对所有CMUE进行逐一检测，如果任意一个CMUE对应的交换控制矩阵C中仍然存在1元素，则确定该配对为非最优配对的CPUE和CMUE，继续对于非最优配对的CPUE和CMUE进行交换配对，直至整个交换控制矩阵为0为止。
与现有技术相比，本发明对用户配对和波束宽度这两项待优化变量进行分配，以求得在多种用户并存的情况下实现不同种类用户的服务性能折衷，进而提高mmWave MEC系统的传输与计算性能。
附图说明
此处所说明的附图用来公开对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的实现流程图；
图2为所提算法及另两种典型算法的怕累托前沿面仿真图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、物品或者装置中还存在另外的相同要素。
本发明在固定的用户配对情况下，首先对波束宽度变量进行优化。在本过程中，针对波束宽度的优化问题为非凸优化问题，采用连续凸近似的方式将本问题转化为凸问题，并采用内点法对该问题进行迭代优化并最终获得收敛。
针对共存的CPUE和CMUE，假设每个时隙中有一个CPUE和一个CMUE采用非正交多址接入(NOMA)方式进行上行链路传输，因此需要对二者进行匹配，并将上述波束宽度迭代优化过程加入其中。我们提出一种基于一对一匹配的交换匹配策略。
本发明实施例提供一种面向毫米波MEC的低时延-高速率的卸载传输方法，该方法通过以下步骤实现：
步骤1：在固定的用户配对情况下，获得最优波束宽度分配Ω*；
具体地，初始化辅助变量x和y，令迭代计数器n＝0，并设置迭代终止门限ζ≥0，采用内点法对
Figure RE-GDA0003274817880000041
求解，获得当前波束分配结果Ω[n]，当两次迭代CMUE的平均时延差小于ζ时，迭代终止，并获得最优波束宽度分配Ω*。
所述辅助变量x和y二者满足
Figure RE-GDA0003274817880000042
Figure RE-GDA0003274817880000043
所述辅助变量x和y分别代替CPUE的信噪比和 CMUE的信号与噪声和。
步骤2：对CPUE和CMUE进行随机配对；
具体地，将CPUE和CMUE进行随机配对，并且产生一个分配状态矩阵A，若Ai,j＝1，则表明CPUEi和CMUEj形成配对关系，反之，表明CPUEi和CMUEj未形成配对，生成一个同等大小的交换控制矩阵C，并令C＝1-A。
步骤3：逐一检测所有CMUE的配对关系是否为最优配对；
具体地，如果任意一个CMUEj对应的交换矩阵C中存在1元素，则确定该 CPUEi和CMUEj为非最优配对，反之，则确定该CPUEi和CMUEj为最优配对。
步骤4：对于非最优配对的CPUE和CMUE进行交换配对，获得对应的最优配对；
具体地，所述CPUEi与CMUEj为非最优配对时，将CPUEi解除与原用户组中 CMUEj的匹配关系，并令其与CMUEj'结组，同时将CPUEi'解除与原用户组中CMUEj'的匹配关系，并更新分配矩阵A，同时对控制矩阵C出现变化的位置重新置为0。
步骤5：根据所述最优波束宽度分配Ω*对所有的最优配对的波束宽度进行迭代优化。
所述根据所述最优波束宽度分配Ω*对所有的最优配对的波束宽度进行迭代优化之后，还方法还包括：继续对所有CMUE进行逐一检测，如果任意一个CMUE 对应的交换控制矩阵C中仍然存在1元素，则确定该配对为非最优配对的CPUE 和CMUE，继续对于非最优配对的CPUE和CMUE进行交换配对，直至整个交换控制矩阵为0为止。
本发明本发明首次将毫米波波束宽度作为优化变量进行优化，相比现有技术进一步提升了系统性能，综合考虑了CPUE和CMUE两种用户的传输和卸载需求，并对上行链路的波束宽度和用户配对情况进行联合优化，针对复杂优化问题的多任务目标进行优化，最终优化结果取双目标的折衷。
本发明的使用场景是CPUE和CMUE并存的mmWave MEC上行链路，假设基站位于小区的中心，两种用户随机地分布在小区内部；假设CPUE共有I个，用i索引；CMUE共有J个，用j索引。同时，考虑时隙数量与两种用户数量相同，每个CP用户的待卸载任务量为Ci。定义发送端毫米波天线的波束增益为G，与波束宽度成反比，针对某一特定CPUEi，其计算任务卸载时延可以表示为：
Figure RE-GDA0003274817880000061
其中，D0为波束对齐时间，
Figure RE-GDA0003274817880000062
为用户i等待时长，Ri，t为CPUEi在时隙t的传输速率。由于采用NOMA传输机制，两种用户的传输速率可以分别表示为：
Figure RE-GDA0003274817880000063
Figure RE-GDA0003274817880000064
根据上述系统描述，将本问题建模为一个多目标优化问题，旨在完成对 CPUE传输时延的最小化和CMUE传输速率的最大化，该问题可以建模为
Figure RE-GDA0003274817880000065
Figure RE-GDA0003274817880000066
s.t.Ai，j＝0，1， (6)
Figure RE-GDA0003274817880000067
Rj，t≥R0， (8)
Figure RE-GDA0003274817880000068
w0≤ωi，t≤ω1， (10)
w0≤ωj，t≤ω1。 (11)
上述问题以所有CPUE的平均时延和CMUE的传输和速率为目标，并对用户配对和波束宽度分配进行优化。约束(6)、(7)为用户配对约束，表明CPUE 和CMUE一一配对关系；约束(8)为CMUE的传输速率下限；约束(9)为CPUE 的能耗约束，约束(10)、(11)分别为两种用户的波束宽度的上下限。
然而，该多目标优化问题无法通过较低复杂度的算法进行求解，因此，将该算法中CMUE的速率转化为约束条件，并将整个问题建模为：
Figure RE-GDA0003274817880000071
Figure RE-GDA0003274817880000072
相比于原始优化问题，我们将问题P2转化为约束(13)，通过设置和速率函数下限的方式将原始多目标优化问题转化为单目标优化问题，并通过调整R1的值求得原多目标优化问题的帕累托最优解。
针对上述优化问题，我们分别对波束宽度Ω和用户配对关系A进行优化，当单独考虑波束宽度Ω优化时，问题P3可以表示为
Figure RE-GDA0003274817880000073
从上述问题模型可以看出，本问题中目标函数和约束(9)均为非凸函数，因此采用连续凸近似的处理方式对本问题进行转化，具体操作如下：
首先添加辅助变量z，将目标转为约束，将本问题写为
Figure RE-GDA0003274817880000074
Figure RE-GDA0003274817880000075
为解决非凸约束(9)，引入辅助变量x和y，二者满足
Figure RE-GDA0003274817880000081
yj≥pj，tGj，t|hj，t|2Lj+N0 (18)
用辅助变量x和y分别代替CPUE的信噪比和CMUE的信号与噪声和，此时约束(9)为凸约束，针对(17)中引入的非凸约束，将其变化为
xiyj≤pi，tGi，t|hi，t|2Li (19)
其中xiyj存在上界
Figure RE-GDA0003274817880000082
将(28)与(29)相结合，可得到
Figure RE-GDA0003274817880000083
经过上述连续凸近似过程，所有非凸约束均转为凸约束。此时该问题可以写作
Figure RE-GDA0003274817880000084
此时，针对波束宽度的优化为凸优化问题。
如图1所示，本发明在上述场景的实现步骤如下：
步骤一，波束宽度分配
在固定的用户配对情况下，采用迭代内点法对波束宽度进行优化。具体流程如下
1.1初始化系统，初始化辅助变量x和y，令迭代计数器n＝0，并设置迭代终止门限z30。
1.2采用内点法对问题(22)进行求解，并获得当前波束分配结果W[n]
1.3当两次迭代CMUE的平均时延差小于z时，迭代终止，并获得最优波束宽度分配w*。
步骤二，用户配对
针对共存的CPUE和CMUE，假设每个时隙中有一个CPUE和一个CMUE采用非正交多址接入(NOMA)方式进行上行链路传输。因此需要对二者进行匹配，并将上述波束宽度分配过程加入其中。我们提出一种基于一对一匹配的交换匹配策略，具体方案如下：
2.1初始化，将CPUE和CMUE进行随机配对，此时系统产生一个分配状态矩阵A，若Ai,j＝1，则表明CPUEi和CMUEj形成配对关系。反之，表明二者未形成配对。同时设立一个同等大小的交换控制矩阵C，并令C＝1-A.
2.2对所有CMUE进行逐一检测，若发现某CMUEj对应的交换矩阵C中存在1 元素，执行2.3。
2.3CPUEi和CPUEi'分别与CMUEj和CMUEj'进行结组，若将两对NOMA用户组中的CPUE进行位置互换可以实现更好的系统性能，则将CPUEi解除与原用户组中 CMUEj的匹配关系，并令其与CMUEj'结组，同时将CPUEi'解除与原用户组中CMUEj'的匹配关系，并更新分配矩阵A，同时对的控制矩阵C出现变化的位置重新置为0。
2.4在当前用户配对关系下，执行步骤一中所述的迭代波束宽度优化过程。并将优化结果作为后续匹配算法的输入。
2.5继续对CMUE进行逐一检测，若发现某CMUE对应的交换控制矩阵C中任然存在1元素，则执行2.3。直至整个交换控制矩阵为0矩阵，算法停止。
本发明的效果可以通过仿真进一步说明：
1.仿真条件：设所考虑的mmWave MEC卸载传输场景中，包括1个基站，该基站拥有2GHz的有限发送带宽，8个CPUE和8个CMUE，并考虑8个时隙内的传输情况，旁瓣增益设置为0.001，导频传输时间为1ms，扇区级波束宽度为 p/4rad/s。
2.仿真内容：在图2中，仿真出了所提算法及另两种典型算法的怕累托前沿面。纵轴为CPUE的平均时延，横轴为CMUE的和速率，从图中可以看出，随着CMUE和速率的增加，平均时延呈现递增趋势，表明两种用户对通信资源存在竞争关系。同时，我们所提出的算法在不同的计算任务量时均可以产生优于典型算法的性能。这说明，所提算法可以有效实现mmWave MEC卸载资源分配并产生较好系统性能。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (7)

1.一种面向毫米波MEC的低时延-高速率的卸载传输方法，其特征在于，该方法为：
在固定的用户配对情况下，获得最优波束宽度分配Ω*；
对CPUE和CMUE进行随机配对；
逐一检测所有CMUE的配对关系是否为最优配对；
对于非最优配对的CPUE和CMUE进行交换配对，获得对应的最优配对；
根据所述最优波束宽度分配Ω*对所有的最优配对的波束宽度进行迭代优化。
2.根据权利要求1所述的面向毫米波MEC的低时延-高速率的卸载传输方法，其特征在于，所述在固定的用户配对情况下，获得最优波束宽度分配Ω*，具体为：初始化辅助变量x和y，令迭代计数器n＝0，并设置迭代终止门限ζ≥0，采用内点法对
Figure RE-FDA0003274817870000011
求解，获得当前波束分配结果Ω[n]，当两次迭代CMUE的平均时延差小于ζ时，迭代终止，并获得最优波束宽度分配Ω*。
3.根据权利要求2所述的面向毫米波MEC的低时延-高速率的卸载传输方法，其特征在于，所述辅助变量x和y二者满足
Figure RE-FDA0003274817870000012
Figure RE-FDA0003274817870000013
所述辅助变量x和y分别代替CPUE的信噪比和CMUE的信号与噪声和。
4.根据权利要求1或2所述的面向毫米波MEC的低时延-高速率的卸载传输方法，其特征在于，所述对CPUE和CMUE进行随机配对，具体为：将CPUE和CMUE进行随机配对，并且产生一个分配状态矩阵A，若Ai,j＝1，则表明CPUE i和CMUE j形成配对关系，反之，表明CPUE i和CMUE j未形成配对，生成一个同等大小的交换控制矩阵C，并令C＝1-A。
5.根据权利要求3所述的面向毫米波MEC的低时延-高速率的卸载传输方法，其特征在于，逐一检测所有CMUE的配对关系是否为最优配对，具体为：如果任意一个CMUE j对应的交换矩阵C中存在1元素，则确定该CPUE i和CMUE j为非最优配对，反之，则确定该CPUE i和CMUE j为最优配对。
6.根据权利要求5所述的面向毫米波MEC的低时延-高速率的卸载传输方法，其特征在于，所述对于非最优配对的CPUE和CMUE进行交换配对，获得对应的最优配对，具体为：所述CPUE i与CMUE j为非最优配对时，将CPUE i解除与原用户组中CMUE j的匹配关系，并令其与CMUE j'结组，同时将CPUE i'解除与原用户组中CMUE j'的匹配关系，并更新分配矩阵A，同时对控制矩阵C出现变化的位置重新置为0。
7.根据权利要求6所述的面向毫米波MEC的低时延-高速率的卸载传输方法，其特征在于，所述根据所述最优波束宽度分配Ω*对所有的最优配对的波束宽度进行迭代优化之后，还方法还包括：继续对所有CMUE进行逐一检测，如果任意一个CMUE对应的交换控制矩阵C中仍然存在1元素，则确定该配对为非最优配对的CPUE和CMUE，继续对于非最优配对的CPUE和CMUE进行交换配对，直至整个交换控制矩阵为0为止。
CN202110689531.6A 2021-06-22 2021-06-22 面向毫米波mec的低时延-高速率的卸载传输方法 Active CN113573361B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110689531.6A CN113573361B (zh) 2021-06-22 2021-06-22 面向毫米波mec的低时延-高速率的卸载传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110689531.6A CN113573361B (zh) 2021-06-22 2021-06-22 面向毫米波mec的低时延-高速率的卸载传输方法

Publications (2)

Publication Number Publication Date
CN113573361A true CN113573361A (zh) 2021-10-29
CN113573361B CN113573361B (zh) 2024-04-16

Family

ID=78162401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110689531.6A Active CN113573361B (zh) 2021-06-22 2021-06-22 面向毫米波mec的低时延-高速率的卸载传输方法

Country Status (1)

Country Link
CN (1) CN113573361B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116744261A (zh) * 2023-08-16 2023-09-12 深圳市永达电子信息股份有限公司 一种毫米波通信网络与边缘计算融合方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018009577A1 (en) * 2016-07-05 2018-01-11 Idac Holdings, Inc. Hybrid beamforming based network mimo in millimeter wave ultra dense network
CN109756874A (zh) * 2019-03-12 2019-05-14 西北大学 一种超密集毫米波d2d通信干扰管理方法
KR102113662B1 (ko) * 2018-12-17 2020-05-22 인천대학교 산학협력단 모바일 에지 컴퓨팅 환경에서 태스크를 분할하여 대리 노드들에 할당하는 방법
WO2020154550A1 (en) * 2019-01-25 2020-07-30 Genghiscomm Holdings, LLC Orthogonal multiple access and non-orthogonal multiple access
CN111615129A (zh) * 2020-05-29 2020-09-01 南京邮电大学 基于noma的多用户移动边缘计算系统中的资源分配方法
WO2021103325A1 (zh) * 2019-11-28 2021-06-03 东南大学 毫米波/太赫兹网络大规模mimo无线传输方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018009577A1 (en) * 2016-07-05 2018-01-11 Idac Holdings, Inc. Hybrid beamforming based network mimo in millimeter wave ultra dense network
KR102113662B1 (ko) * 2018-12-17 2020-05-22 인천대학교 산학협력단 모바일 에지 컴퓨팅 환경에서 태스크를 분할하여 대리 노드들에 할당하는 방법
WO2020154550A1 (en) * 2019-01-25 2020-07-30 Genghiscomm Holdings, LLC Orthogonal multiple access and non-orthogonal multiple access
CN109756874A (zh) * 2019-03-12 2019-05-14 西北大学 一种超密集毫米波d2d通信干扰管理方法
WO2021103325A1 (zh) * 2019-11-28 2021-06-03 东南大学 毫米波/太赫兹网络大规模mimo无线传输方法
CN111615129A (zh) * 2020-05-29 2020-09-01 南京邮电大学 基于noma的多用户移动边缘计算系统中的资源分配方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CUNZHUO ZHAO: "Joint Hybrid Beamforming and Offloading for mmWave Mobile Edge Computing Systems", 《IEEE》 *
张海波;李虎;陈善学;贺晓帆;: "超密集网络中基于移动边缘计算的任务卸载和资源优化", 电子与信息学报, no. 05 *
闫伟;申滨;刘笑笑;: "基于自适应遗传算法的MEC任务卸载及资源分配", 电子技术应用, no. 08 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116744261A (zh) * 2023-08-16 2023-09-12 深圳市永达电子信息股份有限公司 一种毫米波通信网络与边缘计算融合方法
CN116744261B (zh) * 2023-08-16 2023-11-28 深圳市永达电子信息股份有限公司 一种毫米波通信网络与边缘计算融合方法

Also Published As

Publication number Publication date
CN113573361B (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
CN109413724B (zh) 一种基于mec的任务卸载和资源分配方案
CN107465748B (zh) 移动边缘云计算系统中基于演进博弈的动态资源分配方法
CN108964817B (zh) 一种异构网络联合计算卸载及资源分配方法
CN109194763B (zh) 一种超密集网络中基于小型基站自组织协作的缓存方法
CN107682935B (zh) 一种基于系统稳定性的无线自回传资源调度方法
CN105554780B (zh) 毫米波下Massive MIMO多小区协作波束分配方法
US11240752B2 (en) Adaptive energy efficient cellular network
KR102072285B1 (ko) 대역 내 무선 백홀을 이용한 다계층 이종망의 상하향 링크 간섭제어 방법 및 장치
CN113973204A (zh) 一种mimo-noma系统的非线性预编码方法及系统
Zhao et al. Multiobjective resource allocation for mmWave MEC offloading under competition of communication and computing tasks
CN108566636A (zh) 面向不同用户偏好的d2d随机缓存布设方法
CN113573361A (zh) 面向毫米波mec的低时延-高速率的卸载传输方法
Lavdas et al. A machine learning adaptive beamforming framework for 5G millimeter wave massive MIMO multicellular networks
Yu et al. Low-resolution hybrid beamforming in millimeter-wave multi-user systems
Lu et al. Joint power control and passive beamforming in reconfigurable intelligent surface assisted user-centric networks
CN112689296B (zh) 一种异构IoT网络中的边缘计算与缓存方法及系统
Chen et al. Reconfigurable intelligent surface assisted MEC offloading in NOMA-enabled IoT networks
Li et al. Joint beamforming and power allocation for intelligent reflecting surface-aided millimeter wave MIMO systems
CN113709728A (zh) 一种基于noma及无人机辅助的两阶段移动边缘计算通信方法
Wang et al. Power allocation for D2D aided cooperative NOMA system with imperfect CSI
CN117336790A (zh) 一种基于智能反射面的noma辅助毫米波移动边缘计算系统中任务时延优化方法
Peng et al. Energy efficiency optimization for uplink traffic offloading in the integrated satellite-terrestrial network
CN114759955A (zh) 一种面向毫米波通信的基于可调波束的资源优化分配方法
CN108521671A (zh) 一种基于软件定义的异构网络及网络资源分配方法
Bartsiokas et al. Federated Learning for 6G HetNets' Physical Layer Optimization: Perspectives, Trends, and Challenges

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