CN114389654A - 基于大规模mimo的移动边缘计算安全计算效率最大化方法 - Google Patents
基于大规模mimo的移动边缘计算安全计算效率最大化方法 Download PDFInfo
- Publication number
- CN114389654A CN114389654A CN202210038275.9A CN202210038275A CN114389654A CN 114389654 A CN114389654 A CN 114389654A CN 202210038275 A CN202210038275 A CN 202210038275A CN 114389654 A CN114389654 A CN 114389654A
- Authority
- CN
- China
- Prior art keywords
- user
- stage
- calculation
- eavesdropper
- computation
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- 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)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出了一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法,其步骤为:首先,设计存在恶意窃听者下的mMIMO‑MEC系统,用户将计算任务拆分为两部分:本地计算阶段和卸载到MEC服务器中计算阶段;其次,通过本地计算阶段和卸载到MEC服务器中计算阶段得到mMIMO‑MEC系统的最大安全计算效率表达式;最后,利用辅助变量和迭代求解的方式对mMIMO‑MEC系统的最大安全计算效率表达式进行求解,得到最大安全计算效率的最优解。使用本发明保证未来移动通信网络下的大量用户进行卸载计算的同时保证信息安全,在有限的计算资源、传输功率和能耗约束的情况下最大化计算效率,获得稳定的安全传输速率和更少的信号开销。
Description
技术领域
本发明涉及通信信号处理技术领域,特别是指一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法。
背景技术
随着目前智能应用的超低时延、密集计算等的高需求,移动边缘计算(Mobileedge computing,MEC)通过将本地计算任务卸载到远程MEC服务器来增强移动设备的计算效率(Computing efficiency,CE),是5G和未来6G无线通信系统的主要技术。在传统的MEC网络研究中主要考虑在用户和基站上配备单天线,忽略了大规模多输入多输出(massivemultiple-input multiple-output,mMIMO)技术带来的卸载效率优势,即支持多用户同时进行任务卸载,能显著提高MEC网络的频谱效率和能量效率,而且mMIMO系统的信道更加具有确定性,从而确保在MEC系统下的移动设备在进行卸载任务时保持稳定的迁移速率。同时考虑到目前的研究大多数忽略了联合考虑如何降低能量或增加计算任务量,因此对于衡量MEC系统性能的新标准(计算效率)的研究也变得逐渐重要。另外,由于无线信道的广播特性和开放特性,为了确保在窃听者存在的情况下进行信息安全传输,而物理层安全的原理是利用无线信道的随机性来抑制窃听者偷听合法用户的信息,因此物理层安全应用于mMIMO-MEC网络也有着很深的研究意义。
发明内容
由于无线信道的广播特性和开放特性,为了确保在窃听者存在的情况下进行信息安全传输,本发明提出了一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法,将大规模MIMO技术和PLS技术应用到多用户MEC系统中,设计一种计算资源和无线资源联合优化方案来实现系统安全计算效率最大。
本发明的技术方案是这样实现的:
一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法,设计存在恶意窃听者下的mMIMO-MEC系统,mMIMO-MEC系统中的BS配备大型天线阵列且支持多个单天线用户同时进行卸载计算,其中BS天线数为M,用户数为K,窃听者的天线数为N;其步骤如下:
步骤一:用户k将计算任务拆分为两部分:本地计算阶段和卸载到MEC服务器中计算阶段;
所述卸载到MEC服务器中计算阶段包括导频阶段、上行卸载阶段、MEC服务器计算阶段和下行返回结果阶段。
其中,为BS接收用户k的导频信号,τ0为正交导频符号长度,为用户k的导频功率,为用户k的导频序列,为用户k导频序列的转置共轭,为窃听者的导频序列,为窃听者导频序列的转置共轭,N0为噪声,βk为大尺度衰落,hk为小尺度衰落向量,βe为窃听者窃听时的大尺度衰落,he为窃听者窃听时的小规模衰落信道向量;
在上行卸载阶段,用户在信道估计之后进行部分卸载,在BS端采用最大比合并方法对用户信号进行接收,其接收的信号为:
其中,为BS端接收的信号,xk为用户k的信号,为信道估计向量的转置共轭,xi为用户i的信号,xe为窃听者窃听信号,gi为BS和用户i之间的信道向量,pk为用户k的信号分配功率,pi为其他用户i的信号分配功率,pe为窃听者窃听功率,nk为噪声;
其中,B为信号带宽,为经过信道估计之后用户k的大尺度衰落向量,βi为其他用户i的大尺度衰落向量,σ为高斯白噪声的平均差,βk,e为窃听者获取用户k的大尺度衰落向量,为经过信道估计之后窃听者获取用户k的大尺度衰落向量,βi,e为窃听者获取其他用户i的大尺度衰落向量,为经过信道估计之后窃听者获取其他用户i的大尺度衰落向量,[…]+代表最大值;
其中,t0为导频估计时间,t1为卸载时间,ζ为功率放大因子。
其中,Cser为MEC服务器端计算1比特所需CPU周期数,fser为MEC服务器端的CPU频率,e2为MEC服务器端的CPU有效电容系数。
在下行返回结果阶段,在BS端采用最大比线性预编码技术同时利用上下链路信道互易性,计算发射信号:
其中,为发射信号,ak为用户k的模拟预编码,ai为其他用户i的模拟预编码,Pk为BS分配给用户k的信号分配功率,Pi为BS分配给其他用户i的信号分配功率,ηk为用户k的功率分配系数,ηi为其他用户i的功率分配系数,ηe为窃听者的窃听功率分配系数,sk为用户k信号,si为其他用户i信号,se为窃听者的窃听信号;
步骤二:通过本地计算阶段和卸载到MEC服务器中计算阶段得到mMIMO-MEC系统的最大安全计算效率表达式;
所述mMIMO-MEC系统的最大安全计算效率表达式为:
其中,ω为常数。
步骤三:利用辅助变量和迭代求解的方式对mMIMO-MEC系统的最大安全计算效率表达式进行求解,得到最大安全计算效率的最优解。
所述得到最大安全计算效率的最优解的方法为:
S31、将mMIMO-MEC系统的最大安全计算效率表达式进行等效变换,得到:
其中,ω为常数;
S33、对公式(16)进行CVX求解并得出最优解,再将最优解带入到式(16)中进行迭代计算直到收敛;
S34、当步骤S33中的内层迭代得到最优解时获得最大安全速率,更新ω的值:
S35、将ω的值代入式(16)判断是否收敛,如不收敛返回步骤S33继续迭代,直到外层迭代收敛,得到最优解的点;
所述将ω的值代入式(16)判断是否收敛的表达式为:
|ω-ω[i′]|≤ε (18);
其中,ω[i']为第i'次迭代的值,ε为误差值。
S36、将最优解的点带入公式(15),得到最大安全计算效率的最优解。
与现有技术相比,本发明产生的有益效果为:
1)将mMIMO技术和物理层安全技术联合应用到移动边缘计算网络中,同时说明天线阵列提高能量效率的优势;
2)最大安全速率和最大计算效率的求解方法的迭代收敛较快,精度较高;
3)使用本发明可以保证未来移动通信网络下的大量用户进行卸载计算的同时保证信息安全,在有限的计算资源、传输功率和能耗约束的情况下最大化计算效率,获得稳定的安全传输速率和更少的信号开销。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的流程图;
图2是使用本发明在不同卸载方式下所得到的最大安全计算效率的效果图;
图3是使用本发明在不同窃听功率下所得到的最大安全计算效率的效果图;
图4是使用本发明在不同天线数量下所得到的最大安全计算效率的效果图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法,设计存在恶意窃听者下的mMIMO-MEC系统,mMIMO-MEC系统中的BS(集成MEC服务器)配备大型天线阵列且支持多个单天线用户同时进行卸载计算,其中BS天线数为M,用户数为K,窃听者的天线数为N;用户k∈K首先发送正交上行链路(Uplink,UL)导频以进行信道估计,然后将计算密集型任务卸载到MEC服务器进行处理,之后MEC服务器完成计算任务后,它将计算结果通过下行链路(Downlink,DL)返回给用户k。同时,窃听者窃听UL计算数据和DL计算结果。考虑最糟糕的情况,假设窃听者通过监视用户信息来获得统计信息。其步骤如下:
步骤一:用户k将计算任务拆分为两部分:本地计算阶段和卸载到MEC服务器中计算阶段;其中,卸载到MEC服务器中计算阶段包括导频阶段、上行卸载阶段、MEC服务器计算阶段和下行返回结果阶段。
其中,为BS接收用户k的导频信号,τ0为正交导频符号长度,为用户k的导频功率,为用户k的导频序列,为用户k导频序列的转置共轭,为窃听者的导频序列,为窃听者导频序列的转置共轭,N0为噪声,βk为大尺度衰落,hk为小尺度衰落向量,βe为窃听者窃听时的大尺度衰落,he为窃听者窃听时的小规模衰落信道向量。
在上行卸载阶段,用户在信道估计之后进行部分卸载,在BS端采用最大比合并方法对用户信号进行接收,其接收的信号为:
其中,为BS端接收的信号,xk为用户k的信号,为信道估计向量的转置共轭,xi为用户i的信号,xe为窃听者窃听信号,gi为BS和用户i之间的信道向量,pk为用户k的信号分配功率,pi为其他用户i的信号分配功率,pe为窃听者窃听功率,nk为噪声。
其中,B为信号带宽,为经过信道估计之后用户k的大尺度衰落向量,βi为其他用户i的大尺度衰落向量,σ为高斯白噪声的平均差,βk,e为窃听者获取用户k的大尺度衰落向量,为经过信道估计之后窃听者获取用户k的大尺度衰落向量,βi,e为窃听者获取其他用户i的大尺度衰落向量,为经过信道估计之后窃听者获取其他用户i的大尺度衰落向量,[…]+代表最大值。
其中,t0为导频估计时间,t1为卸载时间,ζ为功率放大因子。
其中,Cser为MEC服务器端计算1比特所需CPU周期数,fser为MEC服务器端的CPU频率,ε2为MEC服务器端的CPU有效电容系数。
在下行返回结果阶段,在BS端采用最大比线性预编码技术同时利用上下链路信道互易性,计算发射信号:
其中,为发射信号,ak为模拟预编码,ai为其他用户i的模拟预编码,Pk为BS分配给用户k的信号分配功率,Pi为BS分配给其他用户i的信号分配功率,ηk为用户k的功率分配系数,ηi为其他用户i的功率分配系数,ηe为窃听者的窃听功率分配系数,sk为用户k信号,si为其他用户i信号,se为窃听者的窃听信号。
步骤二:通过本地计算阶段和卸载到MEC服务器中计算阶段得到mMIMO-MEC系统的最大安全计算效率表达式;
所述mMIMO-MEC系统的最大安全计算效率表达式为:
其中,ω为常数。
步骤三:利用辅助变量和迭代求解的方式对mMIMO-MEC系统的最大安全计算效率表达式进行求解,得到最大安全计算效率的最优解。
由于最大安全速率和最大安全计算效率根据公式可得是非凸形式,无法直接得到最优解,故采用以下方法得到最大安全计算效率的最优解:
S31、将mMIMO-MEC系统的最大安全计算效率表达式进行等效变换,即公式(15)和公式(16)所得的最大值的点是相同的,得到:
其中,ω为常数。
S33、对公式(16)进行CVX求解并得出最优解,再将最优解带入到式(16)中进行迭代计算直到收敛。
S34、当步骤S33中的内层迭代得到最优解时获得最大安全速率,更新ω的值:
S35、将ω的值代入式(16)判断是否收敛,如不收敛返回步骤S33继续迭代,直到外层迭代收敛,得到最优解的点;
所述将ω的值代入式(16)判断是否收敛的表达式为:
|ω-ω[i']|≤ε (18);
其中,ω[i']为第i'次迭代的值,ε为误差值。
S36、将最优解的点带入公式(15),得到最大安全计算效率的最优解。
图2显示了不同卸载方案下SCE随用户最大发射功率的变化关系。从图2可以看出,在所提出的部分卸载方案下,SCE总是高于完全卸载方案下的SCE。此外,SCE随用户的最大发射功率而增加,这是因为较高的发射功率可以获得较大的传输速率,从而提高SCE。
图3显示了不同窃听者干扰功率下SCE随用户最大发射功率变化的关系。由图3可知,当窃听者的干扰功率增加时,SCE仍然随着用户最大发射功率的增加而增加,但获得的SCE减少。这是因为当干扰功率会增加时,为了保证每个用户的传输速率和信息安全,每个用户的平均能耗也会增加,从而降低SCE。
图4显示了不同窃听者干扰功率下SCE与基站天线数量的关系。从图4中可以观察到SCE随着BS天线的数量而增加。这是因为更多的基站天线可以改善上下行卸载阻塞,从而使系统SCE的增加。此外,干扰功率的增加可能会增加用户的平均能耗,但计算卸载量也可以随着基站天线数量的增加而提高,从而使SCE保持恒定。
本发明将mMIMO技术和物理层安全技术联合应用到移动边缘计算网络中,同时说明天线阵列提高能量效率的优势,而且本发明最大安全速率和最大计算效率的求解方法的迭代收敛较快,精度较高。使用本发明可以保证未来移动通信网络下的大量用户进行卸载计算的同时保证信息安全,在有限的计算资源、传输功率和能耗约束的情况下最大化计算效率,获得稳定的安全传输速率和更少的信号开销。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大规模MIMO的移动边缘计算安全计算效率最大化方法,其特征在于,设计存在恶意窃听者下的mMIMO-MEC系统,mMIMO-MEC系统中的BS配备大型天线阵列且支持多个单天线用户同时进行卸载计算,其中BS天线数为M,用户数为K,窃听者的天线数为N;其步骤如下:
步骤一:用户k将计算任务拆分为两部分:本地计算阶段和卸载到MEC服务器中计算阶段;
步骤二:通过本地计算阶段和卸载到MEC服务器中计算阶段得到mMIMO-MEC系统的最大安全计算效率表达式;
步骤三:利用辅助变量和迭代求解的方式对mMIMO-MEC系统的最大安全计算效率表达式进行求解,得到最大安全计算效率的最优解。
2.根据权利要求1所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法,其特征在于,所述卸载到MEC服务器中计算阶段包括导频阶段、上行卸载阶段、MEC服务器计算阶段和下行返回结果阶段。
5.根据权利要求4所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法,其特征在于,在上行卸载阶段,用户在信道估计之后进行部分卸载,在BS端采用最大比合并方法对用户信号进行接收,其接收的信号为:
其中,为BS端接收的信号,xk为用户k的信号,为信道估计向量的转置共轭,xi为用户i的信号,xe为窃听者窃听信号,gi为BS和用户i之间的信道向量,pk为用户k的信号分配功率,pi为其他用户i的信号分配功率,pe为窃听者窃听功率,nk为噪声;
其中,B为信号带宽,为经过信道估计之后用户k的大尺度衰落向量,βi为其他用户i的大尺度衰落向量,σ为高斯白噪声的平均差,βk,e为窃听者获取用户k的大尺度衰落向量,为经过信道估计之后窃听者获取用户k的大尺度衰落向量,βi,e为窃听者获取其他用户i的大尺度衰落向量,为经过信道估计之后窃听者获取其他用户i的大尺度衰落向量,[…]+代表最大值;
其中,t0为导频估计时间,t1为卸载时间,ζ为功率放大因子。
7.根据权利要求6所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法,其特征在于,在下行返回结果阶段,在BS端采用最大比线性预编码技术同时利用上下链路信道互易性,计算发射信号:
其中,为发射信号,ak为用户k的模拟预编码,ai为其他用户i的模拟预编码,Pk为BS分配给用户k的信号分配功率,Pi为BS分配给其他用户i的信号分配功率,ηk为用户k的功率分配系数,ηi为其他用户i的功率分配系数,ηe为窃听者的窃听功率分配系数,sk为用户k信号,si为其他用户i信号,se为窃听者的窃听信号;
9.根据权利要求8所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法,其特征在于,所述得到最大安全计算效率的最优解的方法为:
S31、将mMIMO-MEC系统的最大安全计算效率表达式进行等效变换,得到:
其中,ω为常数;
S33、对公式(16)进行CVX求解并得出最优解,再将最优解带入到式(16)中进行迭代计算直到收敛;
S34、当步骤S33中的内层迭代得到最优解时获得最大安全速率,更新ω的值:
S35、将ω的值代入式(16)判断是否收敛,如不收敛返回步骤S33继续迭代,直到外层迭代收敛,得到最优解的点;
S36、将最优解的点带入公式(15),得到最大安全计算效率的最优解。
10.根据权利要求9所述的基于大规模MIMO的移动边缘计算安全计算效率最大化方法,其特征在于,所述将ω的值代入式(16)判断是否收敛的表达式为:
|ω-ω[i']|≤ε (18);
其中,ω[i']为第i'次迭代的值,ε为误差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210038275.9A CN114389654B (zh) | 2022-01-13 | 2022-01-13 | 基于大规模mimo的移动边缘计算安全计算效率最大化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210038275.9A CN114389654B (zh) | 2022-01-13 | 2022-01-13 | 基于大规模mimo的移动边缘计算安全计算效率最大化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114389654A true CN114389654A (zh) | 2022-04-22 |
CN114389654B CN114389654B (zh) | 2022-09-20 |
Family
ID=81202142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210038275.9A Active CN114389654B (zh) | 2022-01-13 | 2022-01-13 | 基于大规模mimo的移动边缘计算安全计算效率最大化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114389654B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017084223A1 (zh) * | 2015-11-18 | 2017-05-26 | 清华大学 | 大规模分布天线系统中抑制导频污染的多小区预编码方法 |
CN111245539A (zh) * | 2020-01-07 | 2020-06-05 | 南京邮电大学 | 一种基于noma的移动边缘计算网络高效资源分配方法 |
CN111614419A (zh) * | 2020-01-10 | 2020-09-01 | 南京邮电大学 | 一种基于noma的移动边缘计算网络任务高安全卸载资源分配方法 |
CN112052086A (zh) * | 2020-07-28 | 2020-12-08 | 西安交通大学 | 一种移动边缘计算网络中的多用户安全节能资源分配方法 |
CN112333702A (zh) * | 2020-10-30 | 2021-02-05 | 杭州哲达科技股份有限公司 | 一种基于安全noma移动边缘计算的延迟最小化的优化方法 |
CN112990547A (zh) * | 2021-02-08 | 2021-06-18 | 北京中电飞华通信有限公司 | 智能电网能量优化方法及装置 |
WO2021227482A1 (zh) * | 2020-05-12 | 2021-11-18 | 西安交通大学 | 一种大规模天线系统中的安全传输方法 |
-
2022
- 2022-01-13 CN CN202210038275.9A patent/CN114389654B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017084223A1 (zh) * | 2015-11-18 | 2017-05-26 | 清华大学 | 大规模分布天线系统中抑制导频污染的多小区预编码方法 |
CN111245539A (zh) * | 2020-01-07 | 2020-06-05 | 南京邮电大学 | 一种基于noma的移动边缘计算网络高效资源分配方法 |
CN111614419A (zh) * | 2020-01-10 | 2020-09-01 | 南京邮电大学 | 一种基于noma的移动边缘计算网络任务高安全卸载资源分配方法 |
WO2021227482A1 (zh) * | 2020-05-12 | 2021-11-18 | 西安交通大学 | 一种大规模天线系统中的安全传输方法 |
CN112052086A (zh) * | 2020-07-28 | 2020-12-08 | 西安交通大学 | 一种移动边缘计算网络中的多用户安全节能资源分配方法 |
CN112333702A (zh) * | 2020-10-30 | 2021-02-05 | 杭州哲达科技股份有限公司 | 一种基于安全noma移动边缘计算的延迟最小化的优化方法 |
CN112990547A (zh) * | 2021-02-08 | 2021-06-18 | 北京中电飞华通信有限公司 | 智能电网能量优化方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114389654B (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108234101B (zh) | 能效最大化导频信号设计方法及大规模多天线系统 | |
CN105162507B (zh) | 大规模mimo fdd系统中基于信漏噪比的两阶段预编码方法 | |
CN112052086A (zh) | 一种移动边缘计算网络中的多用户安全节能资源分配方法 | |
Gao et al. | Outage-constrained energy efficiency maximization for RIS-assisted WPCNs | |
CN111405596B (zh) | 莱斯信道下大规模天线无线携能通信系统资源优化方法 | |
CN112333702A (zh) | 一种基于安全noma移动边缘计算的延迟最小化的优化方法 | |
Fan et al. | Optimal pilot length for uplink massive MIMO systems with low-resolution ADC | |
CN106941688B (zh) | 基于历史信息的pdma系统功率分配方法 | |
US9912458B2 (en) | Pilot allocation method based on coherence time for large-scale MIMO system | |
Silva et al. | NOMA-aided multi-way massive MIMO relaying | |
Cui et al. | Energy-efficient RSMA for multigroup multicast and multibeam satellite communications | |
Abdulateef et al. | Performance analyses of channel estimation and precoding for massive MIMO downlink in the TDD system | |
Lyu et al. | Hybrid noma assisted integrated sensing and communication via ris | |
Dursun et al. | Green NOMA based MU-MIMO transmission for MEC in 6G Networks | |
CN114389654B (zh) | 基于大规模mimo的移动边缘计算安全计算效率最大化方法 | |
Liu et al. | An efficient power allocation algorithm for relay assisted cognitive radio network | |
Zeng et al. | Downlink power allocation optimization in pattern division multiple access | |
Yang et al. | Optimal beamforming in cooperative cognitive backscatter networks for wireless-powered IoT | |
Zhang et al. | Near-optimal user clustering and power control for uplink MISO-NOMA networks | |
Zhao et al. | Energy efficiency of massive MIMO downlink WPT with mixed-ADCs | |
Lee et al. | Weighted Sum Rate Maximization for Two-Way Wireless Powered Interference Channels | |
Abidrabbu et al. | Efficient power allocation for MIMO CR-NOMA networks | |
Xing et al. | Over-the-air computation via cloud radio access networks | |
Kabir et al. | Minimizing energy and latency in fd mec through multi-objective optimization | |
Ahmed et al. | Cognitive radio timing protocol for interference-constrained throughput maximization |
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 |