CN113993180B - 一种基于最小化乘性路损的基站及智能反射面选择方法 - Google Patents

一种基于最小化乘性路损的基站及智能反射面选择方法 Download PDF

Info

Publication number
CN113993180B
CN113993180B CN202111096343.9A CN202111096343A CN113993180B CN 113993180 B CN113993180 B CN 113993180B CN 202111096343 A CN202111096343 A CN 202111096343A CN 113993180 B CN113993180 B CN 113993180B
Authority
CN
China
Prior art keywords
base station
reflecting surface
candidate
intelligent reflecting
user
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
CN202111096343.9A
Other languages
English (en)
Other versions
CN113993180A (zh
Inventor
张鸿涛
赵嘉怡
何元
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202111096343.9A priority Critical patent/CN113993180B/zh
Publication of CN113993180A publication Critical patent/CN113993180A/zh
Application granted granted Critical
Publication of CN113993180B publication Critical patent/CN113993180B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H04W40/16Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality based on interference
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/54Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W88/00Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/08Access point devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提出了一种基于最小化乘性路损的基站及智能反射面选择方法。考虑到无源的智能反射面融入现有网络,改变原有空间能量分布,需要重新设计用户服务站点的选择,智能反射面的远场大尺度衰落特性符合乘性路损模型,故优先选择乘性路损小的智能反射面和基站,但所选反射链路可能被遮挡,因此需要测量比较SINR是否满足数据传输要求,设计了SINR不满足要求时的后续处理方法,更加具有可靠性,通过设置一个智能反射面服务半径,合理地缩小搜索范围,减小信令开销和时延。

Description

一种基于最小化乘性路损的基站及智能反射面选择方法
技术领域
本发明涉及无线通信技术领域,特别涉及第六代移动通信系统(the 6thgeneration,简称为6G)中基于最小化乘性路损的智能反射面选择方法的研究。
背景技术
移动通信发展遵循10年一代的演进规律,在5G大带宽,海量连接和超低时延的基础上,6G进一步拓展了服务的边界,深化万物互联的范围和领域,预期未来十年网络容量需求千倍增长,无处不在的无线连接成为现实,但高复杂度的网络、高成本的硬件和日益增加的能源消耗成为未来无线通信面临的关键问题。因此研究创新、高效、节约频谱和资源的解决方案势在必行。在候选新技术中,智能反射表面(IRS)以其独特的低成本、低能耗、高可靠性特点脱颖而出。
智能反射表面是一种具有可编程电磁特性的人工电磁表面结构,由大量无源的低成本反射元件组成,并通过配置每个元件的反射振幅和相位来智能地重构无线传播环境,从而显著提高无线通信网络的性能。与传统的有源中继不同,智能反射面只需利用被动反射而不需要任何发射射频链,因此其可大大降低硬件成本和能耗。
然而,正因为智能反射面的无源特性,它不能独立工作,必须融入到现有网络中,在现有网络中部署智能反射面,智能反射面可能会构造出虚拟LoS径改变原有链路LoS/NLoS属性,或是由于智能反射面本身能量收集再分配的特点,使得用户侧各站点接收能量排序发生变化,用户在融入了智能反射面的新型网络中,如何确定服务站点、是否需要智能反射面辅助通信、由哪个智能反射面辅助用户服务,都是这种新型网络需要考虑的问题。
传统的基站选择方法是基于各基站参考信号接收功率RSRP排序,选择具有最强RSRP的基站作为服务基站,在加入了新网元智能反射面后,智能反射面独立反射单元的幅度相位响应配置不同,会产生不同的能量分布,使得单纯基于用户侧RSRP的选站仅能选到当前智能反射面配置为随机幅度相位时的最优基站,并没有挖掘智能反射面的潜能,故不再适用于智能反射面辅助网络。
研究表明,智能反射面的远场大尺度衰落特性符合乘性路损模型,假设基站到智能反射面的距离为d1,智能反射面到用户的距离为d2,则基站通过智能反射面反射到用户的信号大尺度衰落模型为α为大尺度衰落指数,由于用户接收的信号强度与链路的LoS/NLoS属性、小尺度衰落及大尺度衰落有关,小尺度衰落是随机的,大尺度衰落可通过相对位置关系计算,故有人提出通过选择具有最小服务基站-智能反射面和智能反射面-用户距离乘积的智能反射面作为服务智能反射面来辅助用户通信,这种方法的局限性在于:一方面该方法只考虑了乘性路损的影响,然而,具有最小乘性路损的智能反射面到基站或者用户的链路可能被遮挡,导致服务性能下降,故仅根据乘性路损来选择智能反射面过于简单,在实际应用中不具有可靠性;另一方面,该方法仅给出在给定服务基站的情况下智能反射面的选择方法,而乘性路损与服务基站和智能反射面之间的距离、智能反射面和用户之间距离都有关系,故基站和智能反射面的选择应该同时被考虑。
现有的方案还有遍历所有基站和所有智能反射面,找到接收SINR最大的径作为服务路径,而实际应用中,智能反射面是海量部署的,遍历性的方法会耗费大量的资源,造成很大的信令开销和时延。
针对上述传统方案中未考虑智能反射面对空间能量结构的改变,而仅基于距离乘积进行智能反射面选择的方式可靠性低,未同时考虑基站的选择,遍历性的方法又耗费大量资源,信令开销和时延很大等问题,有必要设计一种可靠的基于最小化乘性路损的基站及智能反射面选择方法,能够在较短时间内找到符合数据传输要求的路径。
发明内容
本发明考虑无源的智能反射面融入现有网络,改变原有空间能量分布,需要重新设计用户服务站点的选择,当只用基站到用户的直接链路服务性能不好时利用智能反射面辅助,也需要考虑智能反射面的选择问题,提出一种基于最小化乘性路损的基站及智能反射面选择方法,改善现有方法的不足。考虑到乘性路损的存在导致智能反射面的服务范围有限,通过设置一个智能反射面服务半径,合理地缩小搜索范围。由于智能反射面是人为部署的,故所有智能反射面的位置在基站端已知,用户终端设备自带全球定位系统,基站端通过信令反馈可以获取用户位置信息,设置一个信干噪比阈值,当搜索到一条路径的信干噪比大于给定阈值时,采用该路径进行数据传输,否则将继续搜索。
本发明的基于最小化乘性路损的基站及智能反射面选择方法描述如下:
步骤200,由于智能反射面是人为部署的,故所有智能反射面的位置在基站端已知,基站侧维护一个距各智能反射面最近和次近的基站记录表,表格内容包括离每个智能反射面最近的和次近的两个基站的基站编号,及对应的基站-智能反射面信道状态信息,用户通过测量各基站SINR值,选择SINR最大的基站作为初始接入基站,用户终端设备自带全球定位系统,用户通过信令反馈上报自己的位置信息同时将SINR测量结果上报给初始接入基站,设置一个进行数据传输的信干噪比阈值η,如果用户上报SINR>η,则直接利用初始接入基站进行数据传输,否则,当初始接入基站的直接路径SINR达不到数据传输要求,表示用户需要智能反射面辅助通信,进入智能反射面和基站选择阶段,即:初始接入基站结合用户上报的位置信息,找到离用户最近的智能反射面,作为候选智能反射面,初始接入基站通过查表,找到离候选智能反射面最近的基站,作为第一候选基站,接着执行步骤210。
步骤210,设置智能反射面的服务半径R,初始接入基站比较候选智能反射面与用户距离是否大于服务半径R,若是,则转入步骤240,若否,则初始接入基站将用户位置信息、候选智能反射面信息通过基站互连接口反馈给第一候选基站,第一候选基站发送导频信号测量得到第一候选基站与用户之间的信道状态信息、候选智能反射面到用户的信道状态信息,结合查表所得的第一候选基站到候选智能反射面信道状态信息,设计发射波束赋形矩阵和智能反射面相位设计矩阵,用户测量在所设计的发射波束赋形矩阵和智能反射面相位设计矩阵下的接收SINR,并上报给第一候选基站,第一候选基站将上报SINR与给定阈值作比较,如果用户上报SINR>η,则利用“第一候选基站—候选智能反射面—用户”链路进行数据传输,否则执行步骤220。
步骤220,“第一候选基站—候选智能反射面—用户”链路SINR达不到数据传输要求,第一候选基站查表找到离候选智能反射面次近的第二候选基站,第一候选基站将用户位置信息、候选智能反射面信息和候选智能反射面到用户的信道状态信息通过基站互连接口反馈给第二候选基站,第二候选基站发送导频信号测量得到第二候选基站到用户的信道状态信息,结合查表所得的第二候选基站到候选智能反射面信道状态信息,设计发射波束赋形矩阵和智能反射面相位设计矩阵,用户测量在所设计的发射波束赋形矩阵和智能反射面相位设计矩阵下的接收SINR,并上报给第二候选基站,第二候选基站将上报SINR与给定阈值作比较,如果用户上报SINR>η,则利用“第二候选基站—候选智能反射面—用户”链路进行数据传输,否则进入候选智能反射面更换阶段,即步骤230。
步骤230,“第二候选基站—候选智能反射面—用户”链路SINR达不到数据传输要求,说明候选智能反射面到用户链路可能被遮挡了,此时需要更换候选智能反射面,即通过查表得到除了历史候选智能反射面之外离用户最近的智能反射面,作为新的候选智能反射面,进一步查表得到距离新的候选智能反射面最近的基站,作为新的第一候选基站,将上一个候选智能反射面的第二候选基站作为新的初始接入基站,重复步骤210。
步骤240,初始接入基站给用户发送数据传输失败信息。
有益效果
本发明考虑无源的智能反射面融入现有网络,改变原有空间能量分布,需要重新设计用户服务站点的选择,当只用基站到用户的直接链路服务性能不好时利用智能反射面辅助,也需要考虑智能反射面的选择问题,提出一种基于最小化乘性路损的基站及智能反射面选择方法,与现有方法相比好处在于:首先,本发明考虑智能反射面重构空间无线环境,基站的选择和智能反射面的选择相互影响,故设计了一种同时可以确定服务基站和辅助智能反射面的方法;其次,与现有的仅通过选择最小的距离乘积来选择智能反射面的方式相比,我们考虑到,所选智能反射面的反射信道可能受到遮挡,加入了测量比较和SINR不满足数据传输要求时的后续处理方式,更加具有可靠性;最后,与遍历所有基站和智能反射面的方式相比搜索范围更小,所以具有更小的信令开销和时延。
附图说明
图1是本发明基于最小化乘性路损的基站及智能反射面选择方法场景示意图;
图2是本发明的实施流程图;
具体实施方式
本发明应用的系统架构或场景
本发明的基于最小化乘性路损的基站及智能反射面选择方法主要应用于智能反射面辅助无线通信场景,如图1所示,基站端维护一个距各个智能反射面最近和次近的基站记录表,表格内容包括离每个智能反射面最近的和次近的两个基站的基站编号,及对应的基站-智能反射面信道状态信息。
基于最小化乘性路损的基站及智能反射面选择方法实施步骤
本发明的一种基于最小化乘性路损的基站及智能反射面选择方法流程如附图2所示,其具体的实施步骤为:
步骤300,由于智能反射面是人为部署的,故所有智能反射面的位置在基站端已知,基站侧维护一个距各智能反射面最近和次近的基站记录表,表格内容包括离每个智能反射面最近的和次近的两个基站的基站编号,及对应的基站-智能反射面信道状态信息,用户通过测量各基站SINR值,选择SINR最大的基站作为初始接入基站,用户终端设备自带全球定位系统,用户通过信令反馈上报自己的位置信息同时将SINR测量结果上报给初始接入基站,设置一个进行数据传输的信干噪比阈值,如果用户上报SINR,则直接利用初始接入基站进行数据传输,否则,当初始接入基站的直接路径SINR达不到数据传输要求,表示用户需要智能反射面辅助通信,初始接入基站结合用户上报的位置信息,找到离用户最近的智能反射面,作为候选智能反射面,初始接入基站通过查表,找到离候选智能反射面最近的基站,作为第一候选基站,接着执行步骤310。
步骤310,设置智能反射面的服务半径,初始接入基站比较候选智能反射面与用户距离是否大于服务半径,若是,则转入步骤340,若否,则初始接入基站将用户位置信息、候选智能反射面信息通过基站互连接口反馈给第一候选基站,第一候选基站发送导频信号测量得到第一候选基站与用户之间的信道状态信息、候选智能反射面到用户的信道状态信息,结合查表所得的第一候选基站到候选智能反射面信道状态信息,设计发射波束赋形矩阵和智能反射面相位设计矩阵,用户测量在所设计的发射波束赋形矩阵和智能反射面相位设计矩阵下的接收SINR,并上报给第一候选基站,第一候选基站将上报SINR与给定阈值作比较,如果用户上报SINR,则利用“第一候选基站—候选智能反射面—用户”链路进行数据传输,否则执行步骤320。
步骤320,“第一候选基站—候选智能反射面—用户”链路SINR达不到数据传输要求,第一候选基站查表找到离候选智能反射面次近的第二候选基站,第一候选基站将用户位置信息、候选智能反射面信息和候选智能反射面到用户的信道状态信息通过基站互连接口反馈给第二候选基站,第二候选基站发送导频信号测量得到第二候选基站到用户的信道状态信息,结合查表所得的第二候选基站到候选智能反射面信道状态信息,设计发射波束赋形矩阵和智能反射面相位设计矩阵,用户测量在所设计的发射波束赋形矩阵和智能反射面相位设计矩阵下的接收SINR,并上报给第二候选基站,第二候选基站将上报SINR与给定阈值作比较,如果用户上报SINR,则利用“第二候选基站—候选智能反射面—用户”链路进行数据传输,否则执行步骤330。
步骤330,“第二候选基站—候选智能反射面—用户”链路SINR达不到数据传输要求,说明候选智能反射面到用户链路可能被遮挡了,此时需要更换候选智能反射面,即通过查表得到除了历史候选智能反射面之外离用户最近的智能反射面,作为新的候选智能反射面,进一步查表得到距离新的候选智能反射面最近的基站,作为新的第一候选基站,将上一个候选智能反射面的第二候选基站作为新的初始接入基站,重复步骤310。
步骤340,初始接入基站给用户发送数据传输失败信息。

Claims (4)

1.一种基于最小化乘性路损的基站及智能反射面选择方法,其特征在于:所有智能反射面的位置在基站端已知,基站侧维护一个距各智能反射面最近和次近的基站记录表,用户通过测量各基站SINR值,选择SINR最大的基站作为初始接入基站,用户通过信令反馈上报自己的位置信息同时将SINR测量结果上报给初始接入基站,设置一个进行数据传输的信干噪比阈值η,如果用户上报SINR>η,则直接利用初始接入基站进行数据传输,否则,当初始接入基站的直接路径SINR达不到数据传输要求,表示用户需要智能反射面辅助通信,进入智能反射面和基站重选择阶段,初始选择离用户最近的智能反射面,然后通过测量比较用户与初始接入基站维护的基站记录表中最近和次近基站的SINR测量值,若SINR测量值均不满足SINR>η,则去除选择过的智能反射面,再次选择离用户最近的智能反射面,重复上述过程,选择使得SINR>η的基站作为接入基站。
2.根据权利要求1所述的方法,其特征在于:基站维护的距各智能反射面最近和次近的基站记录表,表格内容包括离每个智能反射面最近的和次近的两个基站的基站编号,及对应的基站和智能反射面之间的信道状态信息。
3.根据权利要求1所述的方法,智能反射面和基站重选择阶段特征在于:初始接入基站结合用户上报的位置信息,找到离用户最近的智能反射面,作为候选智能反射面,初始接入基站通过查表,找到离候选智能反射面最近的基站,作为第一候选基站,设置智能反射面的服务半径R,初始接入基站比较候选智能反射面与用户距离是否大于服务半径R,若是,初始接入基站给用户发送数据传输失败信息,若否,则初始接入基站将用户位置信息、候选智能反射面信息通过基站互连接口反馈给第一候选基站,第一候选基站发送导频信号测量得到第一候选基站与用户之间的信道状态信息、候选智能反射面到用户的信道状态信息,结合查表所得的第一候选基站到候选智能反射面信道状态信息,设计发射波束赋形矩阵和智能反射面相位设计矩阵,用户测量在所设计的发射波束赋形矩阵和智能反射面相位设计矩阵下的接收SINR,并上报给第一候选基站,第一候选基站将上报SINR与给定阈值作比较,如果用户上报SINR>η,则利用“第一候选基站—候选智能反射面—用户”链路进行数据传输,否则第一候选基站将用户位置信息、候选智能反射面信息和候选智能反射面到用户的信道状态信息通过基站互连接口反馈给第二候选基站,第二候选基站发送导频信号测量得到第二候选基站到用户的信道状态信息,结合查表所得的第二候选基站到候选智能反射面信道状态信息,设计发射波束赋形矩阵和智能反射面相位设计矩阵,用户测量在所设计的发射波束赋形矩阵和智能反射面相位设计矩阵下的接收SINR,并上报给第二候选基站,第二候选基站将上报SINR与给定阈值作比较,如果用户上报SINR>η,则利用“第二候选基站—候选智能反射面—用户”链路进行数据传输,否则进入候选智能反射面更换阶段。
4.根据权利要求3所述的方法,候选智能反射面更换阶段特征在于:“第二候选基站—候选智能反射面—用户”链路SINR达不到数据传输要求,说明候选智能反射面到用户链路可能被遮挡了,此时需要更换候选智能反射面,即通过查表得到除了历史候选智能反射面之外离用户最近的智能反射面,作为新的候选智能反射面,进一步查表得到距离新的候选智能反射面最近的基站,作为新的第一候选基站,将上一个候选智能反射面的第二候选基站作为新的初始接入基站,然后智能反射面和基站选择阶段。
CN202111096343.9A 2021-09-15 2021-09-15 一种基于最小化乘性路损的基站及智能反射面选择方法 Active CN113993180B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111096343.9A CN113993180B (zh) 2021-09-15 2021-09-15 一种基于最小化乘性路损的基站及智能反射面选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111096343.9A CN113993180B (zh) 2021-09-15 2021-09-15 一种基于最小化乘性路损的基站及智能反射面选择方法

Publications (2)

Publication Number Publication Date
CN113993180A CN113993180A (zh) 2022-01-28
CN113993180B true CN113993180B (zh) 2023-12-05

Family

ID=79736082

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111096343.9A Active CN113993180B (zh) 2021-09-15 2021-09-15 一种基于最小化乘性路损的基站及智能反射面选择方法

Country Status (1)

Country Link
CN (1) CN113993180B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230379867A1 (en) * 2022-05-19 2023-11-23 Qualcomm Incorporated Positioning of an intelligent reflecting surface (irs) in a wireless communication network
CN116582842B (zh) * 2023-07-13 2023-10-20 中国科学技术大学 一种irs辅助的车载毫米波广播方法、系统及储存介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2020102248A4 (en) * 2020-09-15 2020-10-29 Babu, Alur Narendra Dr Method for Minimizing the Specific Absorption Values of the Multi-Homed Heterogeneous Wireless Devices
CN111983560A (zh) * 2020-08-05 2020-11-24 北京理工大学 一种双可重构智能表面辅助的毫米波单基站定位方法
CN113055816A (zh) * 2021-03-23 2021-06-29 南通大学 一种基于位置信息的多智能反射面辅助两跳中继无线通信方法及其系统
CN113068262A (zh) * 2021-03-25 2021-07-02 电子科技大学 基于智能反射面辅助上行系统的动态资源分配方法
CN113163325A (zh) * 2021-02-24 2021-07-23 南通大学 一种多个智能反射面辅助的无线通信方法及其系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8228853B2 (en) * 2008-02-01 2012-07-24 Qualcomm Incorporated Serving base station selection in a wireless communication network

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111983560A (zh) * 2020-08-05 2020-11-24 北京理工大学 一种双可重构智能表面辅助的毫米波单基站定位方法
AU2020102248A4 (en) * 2020-09-15 2020-10-29 Babu, Alur Narendra Dr Method for Minimizing the Specific Absorption Values of the Multi-Homed Heterogeneous Wireless Devices
CN113163325A (zh) * 2021-02-24 2021-07-23 南通大学 一种多个智能反射面辅助的无线通信方法及其系统
CN113055816A (zh) * 2021-03-23 2021-06-29 南通大学 一种基于位置信息的多智能反射面辅助两跳中继无线通信方法及其系统
CN113068262A (zh) * 2021-03-25 2021-07-02 电子科技大学 基于智能反射面辅助上行系统的动态资源分配方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Asymptotic Max-Min SINR Analysis of Reconfigurable Intelligent Surface Assisted MISO Systems;Qurrat-Ul-Ain Nadeem;《 IEEE Transactions on Wireless Communications》;全文 *
Two-user SINR Region for Reconfigurable Intelligent Surface Aided Downlink Channel;Xian Liu;《2021 IEEE International Conference on Communications Workshops (ICC Workshops)》;全文 *
智能反射面无线携能通信系统优化算法研究;胡爱珍;《中国优秀硕士学位论文全文数据库 信息科技辑》;全文 *
面向6G物联网的智能反射表面设计;王兆瑞;刘亮;李航;崔曙光;;物联网学报(02);全文 *

Also Published As

Publication number Publication date
CN113993180A (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
CN111245492B (zh) 一种基于接收功率排序的智能反射面选择方法
CN113993180B (zh) 一种基于最小化乘性路损的基站及智能反射面选择方法
CN108632877B (zh) 通信方法及设备
CN113746520B (zh) 基于波束索引地图的智能反射面通信波束选择方法
CN112235837B (zh) 一种切换方法以及通信装置
CN108540254B (zh) 基于高低频混合组网的小区搜索方法
CN109076408A (zh) 小区切换前测量方法、基站及用户设备
CN105578529A (zh) 一种接入点的选择系统及方法
KR102465448B1 (ko) 다중 입출력 시스템에서 빔포밍을 위한 방법 및 장치
CN112954631B (zh) 一种基于5g的物联网系统
US11510069B2 (en) Method and apparatus of wireless backhaul connection
CN114389660B (zh) 一种超大规模mimo中包含球面波特征的传输方法
CN115052296B (zh) 一种可用于6G的智能Rank下行速率优化的方法
US20240283498A1 (en) Reconfigurable intelligent surface
Jijin et al. Performance analysis of opportunistic fog based radio access networks
Vasuki et al. Latest Wireless Technologies towards 6G
CN101577929A (zh) 终端区域状态的判断方法以及移动终端
CN117544260A (zh) 一种基于5g技术的自适应电波传播模型选择方法及系统
US20240205835A1 (en) Downlink power control method and apparatus
CN113613282B (zh) 一种城市场景基站无线电传播电磁环境仿真方法及装置
CN116647916B (zh) 中继通信方法、装置和智能超表面中继器
CN112770335B (zh) 一种基于nsa组网架构的分层方法和系统
WO2024205463A1 (en) Methods and apparatuses for training a graph neural network
Recioui et al. Wide-Area Network State Monitoring System Based On LoRa Communication
WO2008027637A2 (en) Softer clustering of remote base antennas

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