CN114363938B - 一种蜂窝网络流量卸载方法 - Google Patents
一种蜂窝网络流量卸载方法 Download PDFInfo
- Publication number
- CN114363938B CN114363938B CN202111569077.7A CN202111569077A CN114363938B CN 114363938 B CN114363938 B CN 114363938B CN 202111569077 A CN202111569077 A CN 202111569077A CN 114363938 B CN114363938 B CN 114363938B
- Authority
- CN
- China
- Prior art keywords
- user
- cellular
- network
- unloading
- wifi
- 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
- 230000001413 cellular effect Effects 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000006854 communication Effects 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 17
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 9
- 238000009826 distribution Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 5
- 238000011160 research Methods 0.000 abstract 1
- 230000009471 action Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种蜂窝网络流量卸载方法，属于无线通信领域。基于具有一个N天线BS和一个M天线AP的单蜂窝网络，将蜂窝用户卸载到D2D和WiFi网络的场景，本发明包括以下步骤：S1：设置异构网络共存场景；S2：推导卸载系统中用户下行SINR封闭表达式；S3：定义积分函数f(·)，近似求解用户到达率；S4：通过Q学习确定蜂窝用户卸载方向；S5：通过蒙特卡罗仿真，评估异构网络性能。本发明深入研究了蜂窝网络流量卸载系统的性能，利用积分函数和近似关系推导出用户到达率，并通过Q学习对用户卸载方向进行选择，收敛得到最大化系统和速率的方案，获得一种蜂窝网络流量卸载方法。
Description
技术领域
本发明属于无线通信领域，涉及一种蜂窝网络流量卸载方法。
背景技术
近年来，蜂窝移动流量的需求急剧增长，现有技术难以提供高速、大容量的多媒体服务。利用已有的载波聚合技术聚合授权和免授权载波，允许LTE用户接入免授权频段通信的LTE-U(LTE-Unlicensed)技术成为发展趋势。此外，在5G系统中，D2D(Device-to-device)通信被认为是移动流量卸载的关键技术。在D2D通信系统中，D2D用户通过复用蜂窝用户相同的时频资源，在相邻用户之间建立直接连接，通信过程不需要基站(Base Station,BS)或WiFiAP(Access Point)等现有基础设施的参与。短距离通信和时频资源复用的主要优点是频谱效率高、数据速率快，功耗低，延迟低。为了提高无线系统的性能，5G技术中的MIMO(Multiple-Input Multiple-Output)技术充分利用了空间资源。MIMO技术允许多个天线同时发送和接收多个空间流，并且可以区分来自不同空间方向的信号。复用频谱资源和充分利用空间资源是卸载蜂窝移动流量，提高网络容量和频谱利用率的两种可靠方案。
在单天线蜂窝网络中，可以将蜂窝网络流量卸载到免授权网络或D2D网络，通过整合D2D、LTE-U和WiFi网络减轻蜂窝流量需求压力。然而，在单天线网络中，建立一个合适的共存机制整合三种网络是非常困难的。用户之间的干扰较大，难以保证通信质量。因此，本发明提出一种蜂窝网络流量卸载方法，通过研究MU-MIMO传输对流量卸载系统性能的影响，在有限的CSI(Channel State Information)反馈下，同时将蜂窝网络流量卸载到D2D网络和WiFi网络，并通过Q学习选择最佳的流量卸载策略。
发明内容
有鉴于此，本发明的目的在于提供一种蜂窝网络流量卸载方法，在有限CSI反馈的前提下，通过推导蜂窝用户，以及卸载到WiFi网络和D2D网络的卸载用户的下行速率封闭表达式，分析卸载系统的相关性能。并通过仿真验证系统总速率与卸载用户，CSI反馈长度的关系，对比同时卸载到WiFi网络和D2D网络与仅卸载到其中一个网络的系统性能。最后通过Q学习不断迭代选择最佳的卸载策略。
为了达到上述目的，本发明提供如下技术方案：
一种蜂窝网络流量卸载方法，包括以下步骤：
S1：设置异构网络共存场景；
S2：推导卸载系统中用户下行SINR封闭表达式；
S3：定义积分函数f(·)，近似求解用户到达率；
S4：通过Q学习确定蜂窝用户卸载方向；
S5：通过蒙特卡罗仿真，评估异构网络性能。
进一步，在步骤S1中，建立基于MIMO-OFDM框架的异构无线网络，蜂窝BS与WiFiAP都使用MIMO技术共享免授权频谱，同时D2D用户通过复用蜂窝用户的频率资源通信。我们具体考虑了具有一个N-天线的BS和一个M天线的AP(N≥M)的单蜂窝网络。因为不同的APs在正交的免授权信道上发射时，相邻APs之间的干扰可以忽略，我们只考虑一个AP的场景。OFDM技术将信道分成多个正交子信道，子数据流相互并行，并在传输前进行调制。每个移动终端只有一根天线。它们可以与蜂窝BS或WiFiAP通信，也可以基于D2D技术直接相互通信。
进一步，在步骤2中，推导卸载系统中用户下行SINR封闭表达式。PA，PB，PD分别表示AP，BS和D2D发送端Dtj的传输功率。表示传输节点T与蜂窝用户j(j＝1,2,…,N)之间的距离，/>表示T与卸载到WiFi网络的用户k(k＝1,2,…,M)之间的距离，表示T与D2D接收端Drj之间的距离。hTu表示T与用户u(u∈{c1,…,cN,w1,…,wM,Dr1,…,DrN})之间的信道。α为与距离相关的信道路径损耗指数。我们将所有的信道增益建模为方差为1，均值为0的独立同分布复高斯实体。
在MU-MIMO系统中，蜂窝BS-用户的下行链路以相同的带宽和时隙传输信号，用户不受其他用户的干扰。并且我们假设D2D对复用OFDM系统的子信道。因此，D2D通信只会对共享OFDM子信道的蜂窝用户产生干扰。由此我们推导出在蜂窝用户j接收到的信号为：
其中，(·)H为共轭转置，w为用户的归一化ZFBF预编码向量，i为复用同一蜂窝BS-用户子信道的D2D对个数。zc是均值为0，方差为1的复高斯噪声。同样可以推导出卸载到WiFi的用户k的接收信号和D2D通信对接收端Drj的接收信号/>为：
由接收信号进一步推导出蜂窝用户、卸载到WiFi的用户以及D2D接收端的SINR，如下
进一步，在步骤3中，定义积分函数f(·)，近似求解用户到达率。考虑到用户的准确信噪比分布难以计算，我们假设信号发射端和所有接收端用户处都有一个通用的N维单位范数向量量化码本。用户可以将量化的比特完美地反馈给BS，然后通过利用用户和BS已知的矢量量化码本进行量化。即每个用户根据其归一化信道方向与码本向量之间的角度来估计其CSI并将其量化到最接近的码字。BS和AP的量化误差εB和εA的表达式为：
其中，LB和LA为BS和AP的CSI反馈位的长度。基于此，寻找|hHw|2与的近似关系，为服从自由度为n的卡方分布的随机变量。由近似关系进一步得到用户SINR满足的近似分布，从而计算出用户的到达率。
由于计算涉及复杂的概率分布，为方便求解我们定义了积分函数f(·)，具体定义为：
根据用户SINR的近似分布，将f(·)带入到达率的求解公式，得到蜂窝用户，卸载到WiFi的用户以及D2D接收端的到达率封闭表达式。
其中，m，q，p，λ的值与用户SINR近似分布的具体表达式相关，f1和f2分别对应于用户所受干扰情况，其具体参数也由SINR得到。最后，我们将系统的和速率记为：
进一步，在步骤4中，通过Q学习确定蜂窝用户卸载方向。根据系统的和速率表达式，为最大化系统性能，以max(Rtotal)为目标函数，将蜂窝用户同时卸载到D2D和WiFi网络。利用Q学习确定卸载到不同方向的用户数量，从而最大化系统和速率。
进一步，在步骤5中，通过蒙特卡罗仿真，评估异构网络性能。评估卸载WiFi网络和D2D网络的用户数量、CSI反馈长度、D2D对之间的通信距离以及不同的流量卸载方式对异构网络性能的影响。通过蒙特卡罗算法对随机生成的信道进行模拟仿真，大量仿真结果的平均值被认为是最终的模拟结果。
本发明的有益效果在于：在LTE-U网络中启用了MIMO技术，将蜂窝移动流量同时卸载到D2D和WiFi网络，通过构建MIMO-OFDM系统减少用户间干扰，并利用定义的积分函数f(·)和SINR的近似分布得到用户到达率的封闭表达式。最后，利用Q学习确定蜂窝用户卸载方向，并采用蒙特卡罗模拟仿真评估异构网络性能。
附图说明
为了使本发明的目的、技术方案和有益效果更佳清楚，本发明提供如下附图进行说明：
图1为本发明实施例所述的流程示意图；
图2为本发明实施例所述的异构网络模型图；
图3位本发明实施例所述的Q学习框架。
具体实施方式
下面结合附图，对本发明的优选实施例进行详细的描述。
本发明针对将蜂窝移动流量同时卸载到D2D和WiFi网络的卸载系统性能问题，提出了一种蜂窝网络流量卸载方法。本文构建了一个MIMO-OFDM框架下的异构无线网络，在LTE-U无线网络中，蜂窝BS与WiFiAP共享免授权频段，同时D2D用户通过复用蜂窝用户的频率资源进行通信。基于构建的异构网络场景，通过用户接收信号得到SINR的封闭表达式，并进一步提出近似关系和定义积分函数f(·)，最后得到用户速率的封闭表达式。通过Q学习选择卸载方向后，采用蒙特卡罗仿真评估该异构网络的系统性能。蜂窝网络流量卸载方法的流程图如图1所示。
蜂窝网络流量卸载方法的场景图如图2所示。在具有一个N-天线的BS和一个M天线的AP(N≥M)的单蜂窝网络中，使用OFDM技术将信道分成多个正交子信道，子数据流相互并行传输。由于不同的APs在正交的免授权信道上发射时，相邻APs之间的干扰可以忽略，我们只考虑一个AP的场景。且每个移动终端只有一根天线。它们可以与蜂窝BS或WiFiAP通信，也可以基于D2D技术直接相互通信。系统模型中BS和AP的具体位置固定，蜂窝用户的位置在系统范围内随机生成，并通过Q学习确定蜂窝用户卸载到D2D网络还是WiFi网络。
本发明采用的Q学习算法如图3所示。Q学习算法中的智能体为基站，基站会根据动作选择策略选择某个状态下的动作，并在环境状态中得到奖励值，计算更新Q值和Q表。通过不断的学习环境状态，更新Q表直至收敛。
如图1所示，蜂窝网络流量卸载方法包括以下步骤：
S1：设置异构网络共存场景；
S2：推导卸载系统中用户下行SINR封闭表达式；
S3：定义积分函数f(·)，近似求解用户到达率；
S4：通过Q学习确定蜂窝用户卸载方向；
S5：通过蒙特卡罗仿真，评估异构网络性能。
建立基于MIMO-OFDM框架的异构无线网络，一个N-天线的蜂窝BS与一个M天线的WiFiAP都使用MIMO技术共享免授权频谱(N≥M)，同时D2D用户通过复用蜂窝用户的频率资源通信。我们只考虑一个AP的场景，且使用OFDM技术将信道分成多个正交子信道，子数据流相互并行。每个移动终端只有一根天线。
在推导卸载系统中用户下行SINR封闭表达式时，定义如下参数。PA，PB，PD分别表示AP，BS和D2D发送端Dtj的传输功率。表示传输节点T与蜂窝用户j(j＝1,2,…,N)之间的距离，/>表示T与卸载到WiFi网络的用户k(k＝1,2,…,M)之间的距离，表示T与D2D接收端Drj之间的距离。hTu表示T与用户u(u∈{c1,…,cN,w1,…,wM,Dr1,…,DrN})之间的信道。α为与距离相关的信道路径损耗指数。信道增益被建模为方差为1，均值为0的独立同分布复高斯实体。
由此我们推导出在蜂窝用户j接收到的信号为：
其中，(·)H为共轭转置，w为用户的归一化ZFBF预编码向量，i为复用同一蜂窝BS-用户子信道的D2D对个数。zc是均值为0，方差为1的复高斯噪声。同样可以推导出卸载到WiFi的用户k的接收信号和D2D通信对接收端Drj的接收信号/>并进一步得到它们的SINR的封闭表达式。
然后，我们定义了积分函数f(·)，近似求解用户到达率。BS和AP的量化误差εB和εA的表达式：
其中，LB和LA为BS和AP的CSI反馈位的长度。基于此，寻找|hHw|2与的近似关系，为服从自由度为n的卡方分布的随机变量。由近似关系进一步得到用户SINR满足的近似分布，从而计算出用户的到达率。
由于计算涉及复杂的概率分布，为方便求解我们定义了积分函数f(·)如下：
根据用户SINR的近似分布，将f(·)带入到达率的求解公式，得到蜂窝用户，卸载到WiFi的用户以及D2D接收端的到达率封闭表达式。
其中，m，q，p，λ的值与用户SINR近似分布的具体表达式相关，f1和f2分别对应于用户所受干扰情况，其具体参数也由SINR得到。最后，我们将系统的和速率记为：
为最大化系统性能，以max(Rtotal)为目标函数，通过Q学习确定蜂窝用户卸载方向。根据系统的和速率表达式，将蜂窝用户同时卸载到D2D和WiFi网络。利用Q学习确定卸载到不同方向的用户数量，从而最大化系统和速率。然后通过大量的蒙特卡罗仿真，评估异构网络性能。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。
Claims (2)
1.一种蜂窝网络流量卸载方法，其特征在于：该方法包括以下步骤：
S1：设置异构网络共存场景；
S2：推导卸载系统中用户下行SINR封闭表达式；
S3：定义积分函数f(·)，近似求解用户到达率；
S4：通过Q学习确定蜂窝用户卸载方向；
S5：通过蒙特卡罗仿真，评估异构网络性能；
在步骤S1中，建立基于MIMO-OFDM框架的异构无线网络，蜂窝BS与WiFiAP都使用MIMO技术共享免授权频谱，同时D2D用户通过复用蜂窝用户的频率资源通信；该场景存在一个N天线的BS和一个M天线的AP(N≥M)；因为不同的APs在正交的免授权信道上发射时，相邻APs之间的干扰能够忽略；OFDM技术将信道分成多个正交子信道，子数据流相互并行，并在传输前进行调制；每个移动终端只有一根天线；它们能够与蜂窝BS或WiFiAP通信，也能够基于D2D技术直接相互通信；在步骤S2中，推导卸载系统中用户下行SINR封闭表达式；PA、PB和PD分别表示Wi-FiAP、蜂窝基站和D2D的发送端Dtj的传输功率，并将AP、基站BS和D2D发送端Dtj以及与Dtj复用相同OFDM子信道的D2D发送端Dt2j统称为传输节点，记为T；令表示传输节点T与蜂窝用户cj(j＝1,2,…,N)之间的距离，/>表示传输节点T与卸载到Wi-FiAP的用户ak(k＝1,2,…,M)之间的距离，/>表示传输节点T与卸载到D2D通信的接收端Drj之间的距离；基站和用户u(u∈{c1,…,cN,a1,…,aM,Dr1,…,DrN})之间的信道用hBu来表示，其中hBu∈CN×1；同理将Wi-FiAP与用户u之间的信道表示为hAu，其中hAu∈CM×1；Dtj与用户u之间是通过标量信道通信的，其通信信道记为/>其中/>α是信道路径损耗指数；(·)H表示共轭转置；/>和/>分别为蜂窝用户和卸载到Wi-FiAP用户的归一化ZFBF预编码向量，且
i是复用同一蜂窝用户的OFDM子信道的D2D对的数量；根据用户的接收信号，推导得到蜂窝用户、卸载到WiFi的用户以及D2D接收端的SINR为：
在步骤S3中，定义积分函数f(·)，近似求解用户到达率；BS和AP的量化误差εB和εA的表达式为：
其中，LB和LA为BS和AP的CSI反馈位的长度；基于此，寻找|hHw|2与的近似关系，/>为服从自由度为n的卡方分布的随机变量；由近似关系进一步得到用户SINR满足的近似分布，从而计算出用户的到达率；由于计算涉及复杂的概率分布，为方便求解使用了积分函数f(·)，即：
根据用户SINR的近似分布，将f(·)带入到达率的求解公式，得到蜂窝用户，卸载到WiFi的用户以及D2D接收端的到达率封闭表达式；
其中，m，q，p，λ的值与用户SINR近似分布的具体表达式相关，f1和f2分别对应于用户所受干扰情况；最后，系统和速率表示为蜂窝用户cj总到达率、卸载到WiFi的用户ak总到达率以及D2D接收端Drj的总到达率之和：
在步骤S4中，为最大化系统性能，以max(Rtotal)为目标函数，通过Q学习确定蜂窝用户卸载方向；根据系统的和速率表达式，将蜂窝用户同时卸载到D2D和WiFi网络；利用Q学习确定卸载到不同方向的用户数量，从而最大化系统和速率。
2.根据权利要求1所述的一种蜂窝网络流量卸载方法，其特征在于：在步骤S5中，通过蒙特卡罗仿真，评估异构网络性能；评估卸载WiFi网络和D2D网络的用户数量、CSI反馈长度、D2D对之间的通信距离以及不同的流量卸载方式对异构网络性能的影响；通过蒙特卡罗算法对随机生成的信道进行模拟仿真，大量仿真结果的平均值被认为是最终的模拟结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111569077.7A CN114363938B (zh) | 2021-12-21 | 2021-12-21 | 一种蜂窝网络流量卸载方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111569077.7A CN114363938B (zh) | 2021-12-21 | 2021-12-21 | 一种蜂窝网络流量卸载方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114363938A CN114363938A (zh) | 2022-04-15 |
| CN114363938B true CN114363938B (zh) | 2024-01-26 |
Family
ID=81102218
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111569077.7A Active CN114363938B (zh) | 2021-12-21 | 2021-12-21 | 一种蜂窝网络流量卸载方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114363938B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104837110A (zh) * | 2015-04-17 | 2015-08-12 | 南京邮电大学 | 蜂窝d2d通信系统中基于中断性能提升的传输策略实现方法 |
| WO2017024967A1 (zh) * | 2015-08-13 | 2017-02-16 | 中兴通讯股份有限公司 | 一种d2d通信资源复用选择的方法及基站、终端 |
| CN109729528A (zh) * | 2018-12-21 | 2019-05-07 | 北京邮电大学 | 一种基于多智能体深度强化学习的d2d资源分配方法 |
| CN110049473A (zh) * | 2019-04-18 | 2019-07-23 | 电子科技大学 | 中继增强d2d通信的联合无线信道分配和功率控制方法 |
| CN110769514A (zh) * | 2019-11-08 | 2020-02-07 | 山东师范大学 | 一种异构蜂窝网络d2d通信资源分配方法及系统 |
| CN111314894A (zh) * | 2020-02-28 | 2020-06-19 | 重庆邮电大学 | 一种面向noma与携能d2d融合网络的鲁棒资源分配方法 |
| CN112822781A (zh) * | 2021-01-20 | 2021-05-18 | 重庆邮电大学 | 一种基于q学习的资源分配方法 |
| CN113055860A (zh) * | 2021-03-09 | 2021-06-29 | 国网河南省电力公司信息通信公司 | 一种蜂窝网络下的d2d多对多资源分配方法 |
| CN113301639A (zh) * | 2021-05-21 | 2021-08-24 | 东南大学 | 一种基于q学习的蜂窝网络d2d通信功率控制算法 |
| CN113301637A (zh) * | 2021-05-20 | 2021-08-24 | 东南大学 | 一种基于q学习和神经网络的d2d通信功率控制算法 |
| CN113316154A (zh) * | 2021-05-26 | 2021-08-27 | 重庆邮电大学 | 一种授权和免授权d2d通信资源联合智能分配方法 |
| CN113453358A (zh) * | 2021-06-11 | 2021-09-28 | 南京信息工程大学滨江学院 | 一种无线携能d2d网络的联合资源分配方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9479312B2 (en) * | 2012-06-07 | 2016-10-25 | Nec (China) Co., Ltd. | Method and apparatus for interference control |
| WO2016022060A1 (en) * | 2014-08-07 | 2016-02-11 | Telefonaktiebolaget L M Ericsson (Publ) | Receiver sharing between d2d and cellular operations in multi-carrier system |
| US10644832B2 (en) * | 2016-06-28 | 2020-05-05 | Telefonaktiebolaget Lm Ericsson (Publ) | Device-to-device communication in a multi-cell network with perfect and imperfect CSI |
-
2021
- 2021-12-21 CN CN202111569077.7A patent/CN114363938B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104837110A (zh) * | 2015-04-17 | 2015-08-12 | 南京邮电大学 | 蜂窝d2d通信系统中基于中断性能提升的传输策略实现方法 |
| WO2017024967A1 (zh) * | 2015-08-13 | 2017-02-16 | 中兴通讯股份有限公司 | 一种d2d通信资源复用选择的方法及基站、终端 |
| CN109729528A (zh) * | 2018-12-21 | 2019-05-07 | 北京邮电大学 | 一种基于多智能体深度强化学习的d2d资源分配方法 |
| CN110049473A (zh) * | 2019-04-18 | 2019-07-23 | 电子科技大学 | 中继增强d2d通信的联合无线信道分配和功率控制方法 |
| CN110769514A (zh) * | 2019-11-08 | 2020-02-07 | 山东师范大学 | 一种异构蜂窝网络d2d通信资源分配方法及系统 |
| CN111314894A (zh) * | 2020-02-28 | 2020-06-19 | 重庆邮电大学 | 一种面向noma与携能d2d融合网络的鲁棒资源分配方法 |
| CN112822781A (zh) * | 2021-01-20 | 2021-05-18 | 重庆邮电大学 | 一种基于q学习的资源分配方法 |
| CN113055860A (zh) * | 2021-03-09 | 2021-06-29 | 国网河南省电力公司信息通信公司 | 一种蜂窝网络下的d2d多对多资源分配方法 |
| CN113301637A (zh) * | 2021-05-20 | 2021-08-24 | 东南大学 | 一种基于q学习和神经网络的d2d通信功率控制算法 |
| CN113301639A (zh) * | 2021-05-21 | 2021-08-24 | 东南大学 | 一种基于q学习的蜂窝网络d2d通信功率控制算法 |
| CN113316154A (zh) * | 2021-05-26 | 2021-08-27 | 重庆邮电大学 | 一种授权和免授权d2d通信资源联合智能分配方法 |
| CN113453358A (zh) * | 2021-06-11 | 2021-09-28 | 南京信息工程大学滨江学院 | 一种无线携能d2d网络的联合资源分配方法 |
Non-Patent Citations (7)
| Title |
|---|
| Errong Pei，Bingbing Zhu等.A Q-learning based Resource Allocation Algorithm for D2D-Unlicensed communications.《2021 IEEE 93rd Vehicular Technology Conference（VTC2021-Spring）》.2021,全文. * |
| Soo Hyeong Kang等.Resource allocation with LBS information for cellular based D2D communication networks.《2016 International Conference on Information and Communication Technology Convergence（ICTC）》.2016,全文. * |
| Yu Jin，Shaoyi Xu .QoE-aware resource allocation for D2D communications in unlicensed spectrum.《2018 IEEE International Conference on Communications Workshops (ICC Workshops)》.2018,全文. * |
| 周聚.基于D2D流量卸载方案的设计.《中国优秀硕士学位论文全文数据库 信息科技辑》.2018,(第02期),全文. * |
| 孙彦赞 ; 王哲 ; 吴雅婷 ; 王涛 ; .D2D网络中联合资源分配和功率控制的干扰协调.计算机仿真.2018,(03),全文. * |
| 文凯 ; 陈永丽 ; 颜飙 ; .一种毫米波蜂窝网络中的D2D资源分配方案.计算机工程.2017,(11),全文. * |
| 田超.智能电网中异构蜂窝网络流量卸载策略关键技术研究.《中国优秀硕士学位论文全文数据库 信息科技辑》.2021,(第04期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114363938A (zh) | 2022-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10840978B2 (en) | Cooperative wireless networks | |
| US7826853B2 (en) | Cooperative base stations in wireless networks | |
| US9136931B2 (en) | Cooperative wireless networks | |
| US8306089B2 (en) | Precoding technique for multiuser MIMO based on eigenmode selection and MMSE | |
| CN103166685A (zh) | Lte中一种基于联合功率分配的干扰对齐方法 | |
| US20080299981A1 (en) | Method of coordinated wireless downlink transmission | |
| CN107070520B (zh) | 一种基于级联预编码和esinr准则的d2d通信干扰对齐方法 | |
| CN109687896A (zh) | 分布式天线系统下行信道稀疏波束形成方法及装置 | |
| Mauricio et al. | A low complexity solution for resource allocation and SDMA grouping in massive MIMO systems | |
| Dhalbisoi et al. | A comparative analysis on 5G cell free massive Mimo in next generation networking environment | |
| CN109361434B (zh) | 基站协作传输的毫米波mimo混合预编码方法 | |
| Li et al. | Interference coordination for FD-MIMO cellular network with D2D communications underlaying | |
| Dey et al. | Pilot contamination in massive MIMO communications | |
| Laiyemo et al. | Transmission strategies for throughput maximization in high-speed-train communications: From theoretical study to practical algorithms | |
| Van | Optimal Interference for Device to Device Communication Underlaying Cellular Network. | |
| CN114363938B (zh) | 一种蜂窝网络流量卸载方法 | |
| CN102752071A (zh) | 用于多点协作系统的下行链路预编码方法和中心处理节点 | |
| US11018744B2 (en) | Block-diagonalization based beamforming | |
| Zhao et al. | A device-centric clustering approach for large-scale distributed antenna systems using user cooperation | |
| Baghous | 5G system throughput performance evaluation using Massive-MIMO technology with Cluster Delay Line channel model and non-line of sight scenarios | |
| Boviz et al. | Cost-aware fronthaul rate allocation to maximize benefit of multi-user reception in C-RAN | |
| Riera-Palou et al. | Sleep Mode Strategies for Energy Efficient Cell-Free Massive MIMO in 5G Deployments | |
| US11784686B2 (en) | Carrier interferometry transmitter | |
| CN108768484B (zh) | 一种基于波束成型和信道平行度域值的d2d对接入方法 | |
| Jana | Proposition of a Novel Clustering Methodology for Multi-User MIMO-PD-NOMA |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231213 Address after: A808, Building 5, Shenzhen Software Industry Base, No. 11, 13, and 15 Haitian 1st Road, Binhai Community, Yuehai Street, Nanshan District, Shenzhen City, Guangdong Province, 518000 Applicant after: Shenzhen Qiantong Technology Co.,Ltd. Address before: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province Applicant before: Shenzhen Hongyue Information Technology Co.,Ltd. Effective date of registration: 20231213 Address after: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province Applicant after: Shenzhen Hongyue Information Technology Co.,Ltd. Address before: 400065 No. 2, Chongwen Road, Nan'an District, Chongqing Applicant before: CHONGQING University OF POSTS AND TELECOMMUNICATIONS |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |