车载边缘计算中任务卸载和服务缓存的联合智能优化

针对车载环境下有限的网络资源和大量用户需求之间的矛盾,提出了智能驱动的车载边缘计算网络架构,以实现网络资源的全面协同和智能管理.基于该架构,设计了任务卸载和服务缓存的联合优化机制,对用户任务卸载以及计算和缓存资源的调度进行了建模.鉴于车载网络的动态、随机和时变的特性,利用异步分布式强化学习算法,给出了最优的卸载决策和资...     

基于雾计算的智能无人机通信系统：架构与关键技术

无人机通信系统具有强视距、易部署等优势，是第六代移动通信系统（6G）的重要组成部分。另一方面，雾计算技术通过将算力部署至网络边缘，能够有效支撑多种新兴智能服务的性能需求。在无人机通信系统中结合雾计算，有望进一步增加容量、降低时延及提升服务质量，但二者如何结合，学界和业界尚未有明确方案。为此，提出了一种基于雾计算的智能无人机通信系统架构，并讨论了支持该架构的理论基础和关键赋能技术，最后展望了基于雾计算的智能无人机通信系统的未来发展方向及挑战。     

异构云无线接入网络:原理、架构、技术和挑战

为了缓解密集异构无线网络节点间严重的干扰,提高节点间分布式协作处理增益,同时解决云无线接入网络控制信息传输复杂、无法和已有移动通信网络融合等问题,提出了异构云无线接入网络(H-CRAN)作为5G移动通信系统的接入网解决方案.所提H-CRAN的核心是将云无线接入网络与密集异构无线网络融合,将控制平面功能从云无线接入网络中抽离,通过已存的异构大功率节点实现控制平面功能和全网的无线覆盖,利用无线射频单元实现热点区域海量业务的大容量传输.介绍了H-CRAN的系统架构、关键技术组织和研究技术挑战等.     

面向未来移动网络密集连接的关键技术综述

在总结密集连接相关研究的基础上,阐述了未来移动通信网络中密集终端接入的关键技术,分析了网络架构及相关技术、密集连接的传输技术和接入技术等几个重点方向的研究进展,提出了多种连接形式并存的灵活性网络结构。针对上下行覆盖不对称问题,结合用户的服务质量需求,提出了基于上下行分离网络架构的密集终端接入方案,阐述了为应对大规模组网和密集连接需求要实现的网络架构立体化和通信与计算一体化的必要性,并基于太赫兹和区块链等技术对频段向上延伸和频谱资源共享等未来重点研究方向进行了讨论与展望。     

未来无线网络下的空中计算技术

空中计算提供了一种通信和计算一体化的架构,在不需要恢复出每个节点个体数据的前提下,通过所有节点的并发传输,利用无线信道的叠加特性,实现目标函数在空口信道中的直接运算。空中计算可以在通信容量受限的计算场景下,减少由于先传输再计算而造成的巨大传输时延。介绍无线网络中空中计算技术的基本原理,同时针对实现计算过程的关键技术展开讨论。     

面向下一代移动通信的前传网络关键技术

下一代宽带移动通信的容量相对5G通信提升百倍至千倍，这对支撑其发展的前传光通信网络的物理基础提出了巨大的挑战。系统回顾和梳理了移动前传网络的需求、技术和实现架构等。以光纤无线融合接入为基础，重点针对数字前传技术、模拟前传技术和数模结合前传技术3类移动前传架构，围绕其网络架构、关键技术和未来发展方向进行了深入的分析和探讨，并对未来前传网络关键技术进行展望。本研究可为未来移动前传网络的研究提供参考。     

异构融合网络体系技术

将WLAN和蜂窝网络进行融合形成了异构融合网络体系,研究并分析了该体系的若干关键技术。该异构融合网络体系能够有效实现用户无感知接入WLAN网络,降低终端的功耗,尽可能地利用现有的网络资源,充分体现用户意愿,并提高用户业务体验,另外还能够优化运营商网络资源的使用、管理和控制,为运营商网络部署和运营提供重要的参考价值。     

分布式虚拟小区网络及其反向链路容量分析

本文提出了一种新的无线系统结构:基于分布式天线的分布式虚拟小区网络.在新型无线系统结构里,虚拟小区可自主移动与改变面积,这有益于容量提高,给无线资源管理带来诸多方便;其次,在不考虑阴影效应和多径衰落的情况下,对虚拟小区的反向容量进行了理论计算分析,并与分布式天线系统进行了对比.理论分析证明,虚拟小区可以降低用户发射功率,从而减少多用户干扰,提高系统容量.     

基于集中式接入网架构的异构无线网络资源管理技术研究

未来无线通信网络将是一个多种无线接入方式共存的异构网络,如何实现异构网络在频谱、软硬件资源等方面的融合是一个亟需解决的问题.现有方案受限于不同网络独立部署的架构,无法真正实现异构网络资源的融合.针对该问题,提出了一种新型的基于集中式接入网架构的异构网络融合平台,可以在集中式资源池基础上进行异构网络间处理资源及无线资源的共享与统一管理.基于该平台,进一步阐述了异构网络资源管理的关键技术,包括基站资源虚拟化、处理资源按需分配、动态频谱共享、网络覆盖优化及性能分析验证方法等,为未来异构网络融合研究提供了一种可行的方案.     

软件定义无线接入网络的组件化研究

针对5G通信技术高传输速率、多业务场景的挑战,该文提出一种组件化的软件定义无线接入网络新架构。该架构在5G接入网集中单元(CU),分布单元(DU),有源天线单元(AAU)架构的基础上,进一步朝组件化方向演进,形成一种由集中控制单元(CCU), CU, DU,射频单元(RU),AAU等组件化通信单元组成的新架构。这种新架构既有利于切片化、虚拟化实现无线接入网,又有利于应用分布式计算技术和硬件加速技术突破通用处理器的计算能力瓶颈,还能降低DU与AAU之间的前传压力。该文还研制了基于此架构的组件化软基站试验原型并进行了测试,结果表明该组件化方案在提供高度灵活性的同时,还能够提升通用处理器软基站的吞吐能力,并有效降低远端站址传输流量。     

基于改进遗传算法的C-RAN网络动态无线资源分配

针对云无线网络(Cloud Radio Access Network,C-RAN)中传统静态资源分配效率低下以及动态无线资源分配中资源种类单一的问题,提出了一种基于用户服务质量(Qulity of Service,QoS)约束的动态无线资源分配方案,对无线资源从无线射频单元(Remote Radio Head,RRH)选择、子载波分配和RRH功率分配三个维度进行研究.首先,根据传统的C-RAN系统传输模型和QoS约束在时变业务环境下建立了以发射功率为变量,以吞吐量最大为优化目标的优化问题;然后,基于改进的遗传算法,将原优化方案转变为通过优化RRH选择、子载波分配和RRH功率分配来达到提高系统吞吐量的目的;最后,将改进的遗传算法与其他智能算法在种群规模变化下进行了时间复杂度对比.实验结果表明,所提算法具有较低时间复杂度,所提资源分配方案下的平均吞吐量增益为17％.     

Resource allocation mechanism in the TWDM-PON and C-RAN joint architecture with hybrid energy supply

Aiming at the problems of low resource utilization rate,high energy consumption and poor user service quality in the existing virtualized Cloud Radio Access Network,an energy-aware virtualized resource allocation mechanism with hybrid energy supply was proposed.According to the energy sources and energy consumption of different network devices,energy arrival and energy consumption models were established.Furthermore,under the premise of guaranteeing the quality of user services,considering proportional fairness and energy consumption optimization,distributed algorithms based on asynchronous update were used to allocate resources and harvested energy for different types of virtual cloud radio access networks and user virtual base stations to effectively improve the energy efficiency of network.The simulation results show that the proposed resource allocation mechanism can reduce energy consumption while effectively reducing the latency and improving the throughput.     

一种5G异构云无线接入网络的D2D资源分配算法

为了解决设备对设备(Device-to-Device,D2D)资源共享带来的信号干扰问题,提出了一种5G异构云无线接入网络的D2D通信资源分配算法.在保证服务质量的前提下,将宏用户设备的频谱资源分配给D2D和中继用户设备,并且把资源分配问题看作一对一的匹配博弈.采用婚姻匹配理论,得到初始的匹配方案.在初始匹配的基础上,提出了一种遵循卡尔多-希克斯(Kaldor-Hicks)原则的资源交换策略,以提高系统的吞吐量.仿真结果表明,该资源分配算法收敛较快,与现有方案相比,能使系统吞吐量提升15％以上,能给系统用户带来约10％的增益,并且有较强抗信道干扰能力.     

基于可再生能量协作的雾无线接入网络资源分配

针对雾无线接入网络(Fog Radio Access Network,F-RAN)中能耗开销巨大的问题,提出了一种基于能量收集(Energy Harvesting,EH)约束的资源分配算法,从联合模式选择与功率分配两个方面进行了研究.首先建立传输模型和能量采集模型,根据功率约束和电费支出约束建立最优化问题;再使用分枝定界法对通信模式进行选择,利用吞吐量注水法对不同传输模式下的发射功率进行分配.仿真结果表明,提出的基于可再生能量协作的F-RAN的吞吐量和电网能量效率均高于传统F-RAN,具有经济和环境双重效益.     

双层网络中一种新的接入控制机制

在由宏小区和家庭小区构成的双层网络中,合理的进行资源分配可有效的控制干扰和优化容量.本文通过建立双层网络的下行干扰模型,分析了不同的资源分配方案和接入机制下的网络性能,提出了接入机制的优化算法,在保证用户通信概率要求的前提下对系统容量进行了优化.仿真结果表明,本文的接入控制机制在保证用户中断概率的条件下,提高了家庭基站允许的最大发射功率,优化了系统容量.     

基于认知无线电的ROF-PON光无线接入技术

文章提出了基于认知无线电的光纤无线通信系统-无源光网络(ROF-PON)光无线接入网络系统结构。该方案光纤中直接传输射频信号。光层可采用波分复用-无源光网络(WDM-PON)技术(也可以是一个定制的光接入层)。远端的光网络单元(ONU)将得到的传感信息回传到中心局(CO),应用认知无线电技术进行处理。频谱感知和信道接入等都在CO处理,降低了整个系统的复杂度,发挥了光纤无线通信系统(ROF)的优势,也发挥了认知无线电在管理频谱方面的特长。     

下一代通信网络中基于策略机制的无线资源管理

下一代无线通信系统是一种异构的网络体系,集成多种无线接入技术（Radio Access Technology,RAT）的同时提供多种窄带和宽带多媒体业务。这样的网络环境需要先进的RRM方法来处理复杂多变的无线信道、网络资源的动态配置及保障不同特征业务的服务质量（QoS）,给无线资源管理（Radio Resource Management,RRM）带来了巨大的技术挑战。本文通过引入对网络进行策略控制的思想,提出了一种基于策略机制的通用方法,致力于解决下一代异构（heterogeneous）网络中的无线资源管理。文中着重讨论了基于策略机制的网络接入控制、切换,以及基于策略机制的QoS管理,给出了各功能模块的工作原理和通信过程的分析与设计。     

Multiuser computation offloading for edge-cloud collaboration using submodular optimization

A computation offloading scheme based on edge-cloud computing was proposed to improve the system utility of multiuser computation offloading.This scheme improved the system utility while considering the optimization of edge-cloud resources.In order to tackle the problems of computation offloading mode selection and edge-cloud resource allocation,a greedy algorithm based on submodular theory was developed by fully exploiting the computing and communication resources of cloud and edge.The simulation results demonstrate that the proposed scheme effectively reduces the delay and energy consumption of computing tasks.Additionally,when computing tasks are offloaded to edge and cloud from devices,the proposed scheme still maintains stable system utilities under ultra-limited resources.     

Hierarchical task offloading in heterogeneous cellular network:modeling and optimization

To improve the efficiency of computation offloading,a hierarchical task offloading framework based on device-to-device (D2D) communication,mobile edge computing and cloud computing was proposed,in which cooperative D2D relay technology was introduced to assist users to access remote computing resources.Considering the negative effects of uplink channel congestion,limited edge computing capability,D2D reuse interference and backhaul delay of cloud computing in the multi-user scenario of the proposed framework,a game theory based offloading scheduling and load balancing scheme was developed by fully taking advantage of the computing and communication resources in the proposed framework.The simulation results demonstrate that the proposed scheme can effectively reduce end-to-end delay and offloading energy consumption,and also has good stability even when the network resources are limited.