一、有限规模下网络话音复用带宽的仿真评估(论文文献综述)
呼海林[1](2021)在《5G/B5G网络高效协同资源管理研究》文中指出为应对5G/B5G网络新型通信技术场景给网络资源管理带来的挑战,本文重点围绕网络能耗问题和低时延需求,开展5G/B5G网络高效协同资源管理研究。针对5G/B5G网络能耗问题,研究基于用户体验的高能效网络资源管理模型、大规模MIMO场景下高能效的资源管理模型、供电侧能量感知的低时延网络资源管理模型。针对低时延需求,研究边缘计算场景下低时延网络资源管理模型、基于联邦学习的分布式资源管理方法等关键理论方法,实现网络多维资源协同高效管理。本文主要贡献如下:(1)针对5G/B5G网络能耗问题,本文以“节流”为研究思路,分别基于单天线与多天线异构网络场景,研究相应网络高能效资源管理模型及方法。基于单天线异构网络场景,着重解决小基站密集部署所带来的高能耗及共信道干扰问题,并综合考虑网络边缘用户体验和QoS要求,优化网络频谱和功率资源分配,提出基于用户体验的高能效异构网络资源管理模型。基于大规模MIMO融合异构网络场景,着重解决大规模MIMO部署带来的能耗问题,综合考虑网络频谱效率、基站承受负载等因素,以网络能效最优为目标,提出能效优先的功率控制和接入选择联合优化模型。(2)针对5G/B5G网络能耗问题,本文以“开源”为研究思路,在基站供电侧接入可再生能源,降低网络对电网能量的需求,并研究网络高效资源管理模型及方法。针对可再生能源不确定、间歇性的出力特性,考虑在感知供电侧能量的基础上,以最小化网络中用户的平均等待延迟和电网功耗为目标,研究多目标网络用户-基站关联机制,动态优化网络负载分布,分别提出高效基站侧与用户侧迭代关联方法,在最大化利用可再生能源的同时最小化网络时延。(3)针对5G/B5G网络低时延需求,本文重点以边缘计算场景为基础,从网络层解决由于用户/终端侧的能量有限性导致的网络时延瓶颈问题。与传统多用户边缘计算系统不同,本文融合异构网络与边缘计算场景进行研究,并综合考虑网络中干扰管理模型及终端侧能量受限特性,以最小化网络时延为目标,研究用户计算任务卸载决策和资源分配联合优化算法。进一步考虑实时业务场景中适用性以及数据隐私保护特性,本文将深度学习与联邦学习引入计算任务卸载决策中,提出分布式智能计算任务卸载算法,有效降低了算法执行时间。
刘晔祺[2](2021)在《卫星动态光网络的路由和资源管理方法研究》文中进行了进一步梳理科学技术的进步和发展,推动空间通信技术向着不断深入的方向探索,在海量通信数据和多样化用户服务的刺激下,空间技术领域中的大功率轨道运载水平和大容量卫星通信能力不断提升,人工智能等新技术也开始融入卫星产业的各个方面。以激光为载波、大气为传输介质的卫星光通信技术,能够在继承微波通信优势的基础上,结合无线电通信和光纤通信的优点,不仅传输速率高、传输容量大、安全性高,还能够抵抗电磁干扰,且无需使用许可;硬件配置方面,满足激光通信需求的发射和接收天线体积小,更便于卫星携带。通过采用激光通信技术建立星间链路,能够形成高速率大容量通信的卫星高速光互联网,进而满足近年来指数式增长的数据传输量对卫星通信容量和传输速率提出的更高要求。因此,作为未来军事和商业空间网络的重要构成系统,空间激光通信具有重要的研究意义。在多类型业务需求和服务质量不断增长的今天,卫星光网络中所承载的通信量越来越大,与此同时,空间环境的复杂性以及无线通信固有的脆弱性也给卫星网络的高质量传输性能带来了巨大的挑战。本论文充分考虑基于波分复用结构的激光链路特性和网络拓扑高动态变化的特点,围绕卫星动态光网络中网路层路由算法和星上资源管理问题展开研究。为了支撑各种类型的用户服务,提高大容量高速率网络通信的稳定性和可靠性,应对卫星光网络由于数据速率高、容量大等新特性而导致的网络层面的流量不均、业务拥塞问题,解决与日俱增的业务需求和有限的星上资源之间的矛盾,本文重点研究卫星动态光网络中的路由与波长分配技术,基于安全威胁和重业务负载的路由优化策略,以及星上资源的高效分配方法,从而实现用户数据的稳定、安全、高效传输,并提高有限资源的最大化利用。论文的主要研究工作和创新点如下:1.基于蜂群优化的路由和波长分配算法论文基于卫星动态光网络中的路由与波长分配(Routing and Wavelength Assignment,RWA)问题,提出了基于蜂群优化的RWA算法,以时延和波长利用率为优化指标,以多普勒波长漂移、传输时延、波长一致性和连续性为约束条件,建立了星间激光链路的链路代价模型;优化了蜂群适应度函数,以最小化路径上经过的节点跳数和链路的波长资源利用率为目标,实现了路径的合理规划和波长的有效利用。研究结果表明,该算法有效地克服了卫星光网络长时延和高误码率的缺点,满足了实时业务的稳定传输,减轻了多普勒频移对通信性能的不利影响,并且能保证低阻塞率下波长资源的高效利用。2.基于安全路由策略的负载均衡算法论文基于空间环境的开放性所引发的安全性问题,设计了基于多层卫星信任度的安全路由策略,通过卫星群组划分、生成链路报告和可信路由计算等步骤,利用网络中时延、丢包率和可用带宽等信息构建信任度值,并由高层卫星管理者规划出一条信任度值较高的路径,以实现可信的数据传输,从而提高系统安全性;针对满足全球覆盖的单层卫星星座,提出了基于安全策略的负载均衡算法,解决了卫星光网络中由于全球流量分布不均引起的负载不均问题和路由安全性问题。通过设计基于安全机制的流量修正模型,分散热点区域的流量,同时限制通过不安全区域的流量,以达到安全目标下网络负载的有效均衡。与传统的启发式算法相比,所提算法具有更好的适应性,更低的阻塞率以及更加安全可靠的通信性能。3.基于业务分流的卫星拥塞控制算法论文针对大流量业务背景下星载处理能力有限和全局业务分布失衡所引发的网络拥塞问题,提出了一种基于业务分流的卫星拥塞控制算法,利用人工蜂群(Artificial Bee Colony,ABC)机制求解多约束条件下的拥塞控制优化模型。针对可预判的业务堆积造成的拥塞,提出了一种基于业务分布的链路代价修正模型,通过修正的路径代价来提前分散重负载区域流量,以得到全局最优的路由结果;针对网络的突发性拥塞,考虑到波长分配和路由选择的同时性,设计了基于波长利用率的拥塞控制指数,最大限度地避免局部拥塞给网络带来的瘫痪性影响;针对拥塞节点容易引发的级联拥塞现象,则通过设置拥塞区域进行路由绕行以避免性能进一步恶化。仿真结果表明,所提算法实现了高通信成功率和低传输时延性能,并能够在避免拥塞的基础上实现对波长资源的合理规划。4.基于多QoS保证的动态带宽分配方法论文基于宽带卫星通信系统的资源分配问题,提出了一种基于多服务质量(Quality of Service,QoS)保证的动态带宽分配方法以解决有限的星上资源和日益增长的宽带多媒体业务需求之间矛盾。首先,构建了一个跨层带宽分配模型,综合考虑应用层、介质访问控制(Medium Access Control,MAC)层和物理层的信息;然后,利用优化蜂群算法求解基于跨层信息的修正效用函数,从而得到带宽资源分配的最优解。所提算法充分考虑并分析了调制格式、编码效率、传输速率以及不同类型用户的QoS优先级等重要因素。最后,通过对所提算法效用值、用户满意度和吞吐量等性能的分析评估,验证了其不仅能够满足多用户的QoS需求,还能在兼顾物理层传输环境的基础上实现高效的带宽分配和高速的业务传输。
伦贵阳[3](2021)在《基于网络编码的水声传感器网络机会式路由协议研究》文中研究说明水声传感器网络应用广泛,具有容易部署、成本低廉、结构灵活、易于扩展的网络特点。然而,水声信道环境复杂、网络拓扑高动态变化、节点能量受限、网络稀疏部署等诸多不利因素对水声传感器网络的数据传输应用提出了严峻挑战。机会式路由可充分利用无线信道的广播特性,能有效利用长链路或高损耗链路转发数据包,提供更稳健的数据传输路径,但易出现路由空洞问题和存在高冗余传输弊端。网络编码可将多个数据包“压缩”转发,以较低的冗余开销实现数据的高可靠传输。将网络编码与机会式路由策略相结合能进一步优化水声传感器网络的数据传输。为此,本文针对三类水声传感器网络应用场景,深入研究基于网络编码的水下机会式路由协议,优化水下不同网络场景下的高效可靠数据传输。本文的主要研究内容如下:第一,针对本文的研究需求,梳理归纳出设计水下机会式路由协议的关键点;给出了基于流内编码和流间编码的编码传输模型,总结了基于网络编码的机会式路由协议的研究思路,分析了典型编码参数对水下数据传输性能的影响;基于水下网络模型和理论信道模型探讨了典型水下网络数据传输问题。第二,针对水下静态多跳传感器网络场景下的热点终端问题,提出了一种基于网络编码的水下跨层机会式路由协议。通过基于模糊逻辑的方法利用单跳链路状态、多跳前进度、节点拥塞状态等跨层信息融合决策最优候选节点;通过混合模式的候选竞争算法来控制最优候选节点转发数据包;在此基础上,利用基于网络编码的突发传输模式以适应各节点非均匀的业务传输需求。理论分析了该混合控制模式的握手有效性、突发数据传输的有效性和网络编码的传输性能优势。仿真结果表明,相比于FBR和CARP协议,该协议在负载较高时具有更好的数据投递率和网络吞吐量;在低负载时具有较低的端到端延时。第三,针对随洋流游走的水下动态集群网络场景下的路由空洞问题,提出了一种基于拓扑感知的水下机会式流间编码路由协议。该协议基于跳数信息构建候选集并通过网络拓扑信息扩展候选集;在此基础上,设计了基于流间网络编码的机会式编码转发机制,通过编码约束条件控制编码输入的缓存间隔、编码区间和编码稀疏度以满足多种传输需求;依据动态传感器集群网络的数据汇聚特点设计了具有低编码开销的滑动窗编码算法和具有低复杂度的滑动窗译码算法。通过理论和建模分析了基于跳数信息扩展候选集的性能优势。仿真结果表明,相比于IVAR和DOVR协议,该协议具有更好的传输性能和信道适应性。第四,针对水下自主式移动传感器网络场景下的路由空洞问题,提出了一种基于深度信息的水下机会式流内编码路由协议。该协议基于深度信息划分主转发候选集和临时编码候选集:主候选集中的节点执行机会式转发算法;临时候选节点则执行机会式编码转发算法。设计了基于流内编码的滑动窗算法,通过调整滑动窗参数控制编码以满足多种传输需求。仿真结果表明,在稀疏单源信息传输场景下,相比于DBR和DOVR协议,该协议具有更好的数据投递率和信道适应性。
王忠峰[4](2021)在《中国铁路高速列车公众无线网络系统构建及关键技术研究》文中进行了进一步梳理以让旅客出行更美好为目的,以“列车公众无线网络”为基础,以“旅客行程服务”和“特色车厢服务”为核心,构建中国铁路高速列车智慧出行延伸服务平台,为旅客提供高速移动场景下智能化、多样化、个性化的高质量出行服务体验。基于现阶段中国高速铁路运行环境及沿线网络覆盖情况,提出了基于运营商公网、卫星通信和超宽带无线局域网(EUHT-Enhanced Ultra High Throughput)三种车地通信备选方案,利用定性与定量相结合的综合评价方法,分别对三种备选方案的建设难度、投入成本及服务性能进行对比分析,确定了现阶段以“运营商公网”方式搭建高速列车公众无线网络。基于运营商公网实现车地通信,以不影响动车组电磁干扰与安全为前提,设计了高速列车公众无线网络组网架构,为进一步完善高速列车公众无线网络的运维管控、智能化延伸服务、网络服务性能以及系统安全性,深入研究面向动车组公众无线网络复杂设备的运管平台、高铁CDN(Content Delivery Network)流媒体智能调度、基于列车位置的接收波束成形技术和网络安全防护设计,最终为旅客提供了面向移动出行场景的行程优选、在途娱乐服务、高铁订餐、接送站等定制化延伸服务。随着5G技术已全面进入商用时代,为进一步提升旅客出行服务体验,以5G在垂直行业应用为契机,提出5G与高速列车公众无线网络融合组网方案,创新高速列车公众无线网络建设和运营新模式,论文的具体工作如下:1、深入分析当前高速移动出行场景下旅客的服务需求,调研了国内外公共交通领域公众无线网络服务模式及经营现状,提出了以实现高速列车公众无线网络服务为目的,带动铁路旅客出行服务向多样化、智能化、个性化方向发展的设计方案。在系统分析了既有条件的基础上,提出了通信技术选择、服务质量和安全保障和系统运维管理等难题。2、研究并提出了一种基于OWA(Ordered Weighted Averaging)算子与差异驱动集成赋权方法,利用基于OWA与差异驱动的组合赋权确定评价指标权重,并通过灰色综合评价方法计算各方案的灰色关联系数,得到灰色加权关联度,对三种备选方案合理性进行优势排序,最终确定了现阶段基于运营商公网为高速列车公众无线网络车地通信方案。3、基于动车组车载设备安全要求,设计了高速列车公众无线网络总体架构、逻辑架构和网络架构;基于动车组车厢间的互联互通条件,分别设计有线组网和无线组网的动车组局域网解决方案。4、基于Java基础开发框架,采用Jekins作为系统构建工具,设计面向高速列车公众无线网络的云管平台微服务架构设计。使用高可用组件和商业化的Saa S(Software-as-a-Server)基础服务,保证云端的可扩展性、高可用和高性能,解决了列车公众无线网络的远程配置及管理。5、基于传统CDN原理和部署并结合高速列车车端的线性组网物理链路的特点,提出基于高速列车组的CDN概念,简称“高铁CDN”。设计由中心服务器提共一级缓存,单车服务器提供二级缓存的高铁CDN的两级缓存方案,每个二级缓存的内容为一级缓存的一份冗余,以此进一步提升旅客使用公众无线网络的体验,同时结合DNS解析技术提升请求的响应速度并减少出口带宽及流量的占用,提供了流畅的视频娱乐和上网体验。6、基于列车高速运行场景,分析了基于位置信息的多普勒效应补偿对于提高接收信号质量的影响,通过实验模拟了接收波束成形技术对于LTE(Long Term Evolution)每个时隙下网络速率的变化,提出了350km/h高速移动场景下基于位置信息的多普勒效应补偿技术,以验证了基于位置信息的多普勒补偿技术和接收波束成形技术在高铁场景下的有效性,并通过实验证明了天线间距和天线数量对于波束成形技术的影响关系。7、针对高速列车网络环境,根据802.11系列相关协议中Beacon数据包会携带AP网络相关属性进行广播这一特点,利用协议标准未定义的224字段进行唯一性标识加密,唯一性标识加密算法是通过RC4、设备MAC地址与随机码组合,不定期更新。系统采用AP(Access Point)间歇性扫描形式检测,调整虚拟接口到过滤模式,不断轮询所有频道,实现车载非法AP的检测与阻断。8、基于列车无线公众网络,打造了车上车下一体化、全行程、链条式延伸服务生态,实现了人流、车流、物流3流合一,极大提升了旅客出行服务体验。9、针对5G应用场景及业务需求,基于现有高速列车公众无线网络运营服务系统,通过复用其基础设施,采用5G室分技术设计了列车公众无线网络与5G融合组网方案。该方案通过创新建设模式,引入车载室分设备,并结合5G大带宽、低时延、多连接等特性进行无线调优方案设计,实现车厢内部5G信号和Wi-Fi信号的双重覆盖。
肖玉明[5](2021)在《移动接入网中光与无线资源协同优化技术研究》文中研究说明随着第五代及超五代(5G/B5G)移动通信技术的发展,移动网络将支持更为庞大的用户群以及更为多元的业务场景,大幅提升互联网业务体验,全面支持物联网感知应用。移动接入网作为万物互联的最前端,在网络演进过程中发挥着重要作用,其中光网络因其大容量、低时延等技术优势被引入以承担基站与核心网间的数据传输任务,进而推动移动接入网向着光与无线融合的方向演进,其资源形态也将由单一性向多元化转变。然而,当前移动接入网中面临着资源利用效率不理想、网络部署成本/能耗偏高等问题,究其本质是由于光与无线资源的协同能力不足所引起。因此,如何实现光与无线资源的高效适配及协同优化是当前移动接入网络所面临的关键问题。针对上述问题,本文围绕“无线传输”、“基带处理”与“光传输”等资源维度,开展多维资源协同优化的理论研究,聚焦解决“无线与光传输资源间的高效适配”与“无线基带与光传输资源的联合优化”两项难点,从而提升移动接入网综合资源效率,降低网络部署成本/能耗。本论文的主要研究内容与创新点如下:(1)提出一种面向mMIMO波束赋形的弹性前传组网与资源联合优化技术。针对大规模 MIMO(mMIMO,Massive Multi-Input Multi-Output)波束赋形系统与光网络结合中存在的异构资源协同与传输可靠性问题,本文首先提出了一种灵活弹性的前传组网架构,该架构能够支持各天线与光波长间的弹性映射与灵活切换,从而显着提升网络的故障抗性;其次,针对波束赋形下的组播业务场景,提出一种面向无线天线、无线资源块、及光波长的联合优化策略,该策略通过调配各波束组中的组播业务类型,从而显着减少前传光带宽消耗。仿真结果表明,所提出的前传架构在部分光波长发生故障时,仍能保证较高水平的用户服务率;在大规模用户场景下(用户≥200),所提出的优化策略能够以增加少量无线资源为代价(增加量≤10%),显着减少前传光带宽的需求(减少量≥50%)。(2)提出一种基于细粒度分割的基带功能部署与光传送机制。针对移动接入网中存在的基带处理集中化与传输带宽优化难以兼顾的矛盾问题,本文提出了一种基于细粒度分割的基带功能部署与光传送机制。该机制将传统基带处理单元(BBU,Baseband Unit)重新划分为更细粒度的功能单元(FU,Fine-grained Unit),通过建立面向光传输与无线基带处理的统一资源模型,设计灵活高效的FU部署与光传送策略,从而减少网络中的处理池数(即集中化)、光带宽、传送时延、及网络部署成本。仿真结果表明,对比于传统C-RAN(Centralized Radio Access Network)与 5G 采用的 NG-RAN(Next-generation Radio Access Network)架构,本文所提 出的细粒度分割可有效提升基带处理的集中增益、减少光带宽消耗(30%~50%)与网络部署成本(5%~20%),但会因分布式的功能处理与频繁的数据交换而引入额外的传送时延。该研究能够为5G/B5G移动接入网络的设计与构建提供一定的技术思路及理论基础。(3)提出一种高能效的DU-CU部署与光路配置策略。针对多元业务驱动下的NG-RAN能耗优化问题,本文提出一种高能效的DU-CU(分布式单元,Distributed Unit;集中式单元,Central Unit)部署与光路配置策略。该策略通过建立面向光传输及基带处理的统一能耗模型,根据各业务需求决策DU-CU部署位置与光路配置方案,实现传输/处理设备的按需启用,从而减少网络运维能耗。仿真结果表明,该策略可以实现多元业务场景下的网络能耗优化。此外,本文所提策略可优性应对时变流量场景,在大规模网络场景下(即120个基站),相比于传统静态部署方式可显着降低网络能耗(降低量≥10%)。该研究所提出的模型及分析结论,能够为构建绿色5G/B5G网络提供一定程度的理论参考。
马英矫[6](2020)在《面向超级基站的异构资源池互连关键技术研究》文中认为随着移动互联网、物联网等技术的不断发展,大规模的终端接入到移动通信网络中,对移动通信网络的覆盖和速率要求越来越高,移动网络业务类型呈现多样化。如果移动通信网络按照当前传统基站架构发展,必然会带来部署成本高、能耗高等问题。为此,集中式接入网架构被提出,超级基站作为一种典型的集中式架构代表,将计算资源池化集中部署,通过资源管控技术进行资源共享和分配。在小规模应用场景下,超级基站架构已经得到初步验证但在大规模应用下存在系统互连容量扩容难且能耗高的问题。制约系统互连容量扩容的因素有两方面。一方面,大量射频资源池单元(Remote Radio Head,RRH)数据需要通过前传网络回传,由于前传网络容量受限和RRH能力受限,系统互连容量降低;另一方面,射频基带动态高速交换机的交换性能直接影响系统互连容量规模。传统交换结构和调度算法忽略了业务流量非均匀性特性以及数据包内容优先级,只是对数据进行缓存和转发,引发互连容量规模降低问题。进一步地,在突破系统互连容量瓶颈的基础上,如何利用集中池化调度特点,降低异构基带处理资源池能耗对于推进集中式接入网架构的大规模应用具有重要意义。针对上述问题,本文从异构资源池互连方面展开了研究。首先,引入功能分割方法,在前传网络容量受限和RRH能力受限的情况下,以最大化系统互连容量为目标,研究时延敏感的基带功能动态分割策略;其次,研究数据感知的射频基带动态高速交换技术,提升系统互连容量;最后,在突破系统互连容量瓶颈的基础上,构建异构资源池互连系统,考虑任务时延敏感性和计算资源异构性因素,进一步研究异构基带处理资源池资源动态分配策略,降低系统能耗。本文的主要贡献和研究成果如下:(1)针对在前传网络容量受限和射频资源池RRH能力受限情况下,会引发系统互连容量降低的问题,提出了时延敏感的基带功能分割策略。首先,构建了涉及分割选项7-2与选项8的系统互连容量优化问题模型;其次,提出了一种基带功能动态分割策略;最后,将提出的策略与固定分割策略进行对比。仿真结果表明,在RRH为满负载情况下,动态分割策略对应的系统互连容量分别是固定分割策略8和7-2对应的系统互连容量的2.4倍和1.4倍。在此基础上,设计实现了支持基带功能动态分割策略的射频资源池原型系统。(2)针对当前射频基带动态高速交换机采用传统排队结构和调度算法,引发互连容量规模降低的问题,提出了数据感知的射频基带动态高速交换技术。首先分析了移动网络中网络业务流量特性,引入满足实际业务的流量模型;其次,根据业务流量特性设计了排队结构,并提出了数据感知调度(Data Priority Aware,DPA)算法,通过判定符号优先级标志符确定端口匹配优先级;最后,构建了射频基带交换机原型,并从互连容量规模、时延、吞吐量三个方面评测调度算法性能,通过实验结果表明,在满足通信时延情况下,提出的DPA算法能满足的最大互连容量规模为58×58,较同类型的哈密顿行走-滑动迭代轮询匹配算法(38×38)和多次迭代最久信元优先算法(21×21)具有明显的优势。(3)在解决了扩容问题的基础上,针对进一步降低系统能耗的问题,提出了低能耗的异构基带处理资源池资源动态分配策略。首先,考虑时延敏感性和计算资源异构性两个因素,对异构基带处理资源池能耗进行建模;其次,提出了基于异构平台的降序首次适应(Heterogeneous First Fit Decreasing,HFFD)资源分配算法和混合Levy飞行和差分进化策略的灰狼(Hybrid Grey Wolf Optimization Algorithm Enhanced with Levy Flight and Differential Evolution,HGWO-LFDE)算法。通过仿真结果表明,与传统基站能耗相比,HFFD算法和HGWO-LFDE算法对应的系统能耗显着降低。在低负载情况下,相比于传统基站能耗,HGWO-LFDE算法可以节省88%-100%的能耗,HFFD算法可以节省71%-100%的能耗;在高负载情况下,HGWO-LFDE算法相对传统基站能耗,可以节省88%-90%的能耗,HFFD算法相对于传统基站能耗,可以节省71%-82%的能耗。综合考虑两种算法复杂度,在实际应用中,高负载时段应用HGWO-LFDE算法,低负载时段应用HFFD算法,以获得更优的系统性能。最后,构建了异构资源池互连系统原型,并介绍了资源分配策略在超级基站系统中的应用情况,为后续大规模应用奠定工程基础。
高争光[7](2020)在《基于机器学习的光网络传输质量预测方法与资源优化技术》文中认为随着5G时代移动流量的迅猛增长以及多样化业务的快速融合,光网络的发展面临着从传输控制层面到资源优化层面的诸多挑战。在传输控制层面,光网络需要进行动态重配置实现高效的按需分配。在资源优化层面,为了缓解用户流量的承载压力,前传光网络需要灵活的功能分割方式实现面向业务的基带功能部署。由于用户流量的时变性,业务基带功能链的部署需要不断调整以保障资源利用率和服务质量。光传输趋于动态化、基带功能部署的复杂化、以及外界环境的不可控等因素都导致传统以人工经验为主导的网络资源调配方式难以为继,必须引入新的自动化,智能化的运维机制。机器学习,通过模仿人的学习方式,从数据中获取知识不断进行策略提升的能力与当前光网络需要引入智能化的运维机制相适应。因此,本文基于机器学习从“数据挖掘”,“决策推理”以及“用户感知”角度,探索精准的光链路传输质量(QoT)预测方法与高效的资源优化技术,进而逐步推进光网络的智能化。本论文的主要内容和创新点如下:(1)提出一种基于神经网络的多信道传输质量预测模型。针对光网络进行重配置时新建信道和已有信道QoT的预测问题,本文提出了一种基于神经网络(ANN)的多信道Q因子(Q-factor)回归模型。该模型考虑光网络系统配置状态,链路参数,光器件实时参数,光谱信息等因素对信道QoT的影响,通过收集真实传输场景下的数据构建基于ANN的多信道Q-factor预测模型。与传统的物理分析模型相比,本文所提模型能兼顾预测的精确度和速度。实验结果表明,基于ANN的Q-factor回归模型能同时准确的预测系统所有信道的Q-factor,其在测试集上的平均绝对误差(MAE)小于0.1 dB。这种全面精准的QoT预测方法能帮助动态光网络实时监控信道的传输状态,提升网络重配置的效率和稳定性。(2)提出一种基于深度强化学习的基带功能部署和路由策略。针对5G前传光网络带宽承载压力剧增的问题,本文提出了一种基于深度强化学习(DRL)的基带功能部署和路由策略。该策略通过收集智能体与网络环境的交互信息,基于神经网络拟合出能真实反映不同部署决策的价值函数,Q函数,进而根据神经网络的价值函数选择合适的基带功能部署和路由策略。仿真结果表明,在集中式无线接入网(C-RAN)和下一代无线接入网(NG-RAN)的两种基带功能分割方案下,基于DRL的基带功能部署和路由策略性能都优于传统启发式算法-首次适应算法,趋同于整数线性规划(ILP)的最优解。与ILP模型仅适用于静态业务场景不同,基于DRL的基带功能部署策略在动态业务场景下也取得了极佳的性能。这为动态业务场景下的网络资源优化提供了新的技术路线。(3)提出一种基于流量预测的基带功能部署与迁移策略。针对移动流量的时变性导致基带功能部署策略资源利用率下降及用户服务中断的问题,提出了基于流量预测的基带功能部署与迁移策略。所提策略在保障基带资源利用率的同时尽量减小因基带功能迁移导致的服务中断次数。与传统优化策略仅仅考虑网络固有资源不同,本文所提策略通过收集运营商的历史流量数据,基于长短记忆网络(LSTM)构建了精确的时序流量预测模型,进而根据未来时间段的流量预测和网络可用资源联合优化基带功能部署。仿真结果表明:本文所提策略能在保持较高资源利用率的同时有效减少用户的迁移次数。这种“先预测再部署”的资源优化策略能更加主动的应对流量变化对网络造成的影响。
李晴[8](2020)在《5G多用户超密集网络有效容量分析及资源优化研究》文中认为随着信息通信技术的快速发展,第五代移动通信系统(the Fifth Generation Mobile Communication System,5G)面临诸多挑战:一方面,无线数据流量呈指数级爆炸式增长,不断挑战网络的容量极限;另一方面,大规模机器通信、高可靠低时延等通信场景下,网络需支持多样化服务质量(Quality of Service,QoS)需求业务。为了满足海量数据需求,5G采用超密集化部署提升网络容量。在超密集网络(Ultra-Dense Network,UDN)场景下,随着小基站密度的增加,小区间干扰将愈加严重且复杂;大量的基站设备也会造成能源消耗剧增、环境污染等问题。非连续发送机制作为5G关键技术之一,基于网络负载情况动态调整小基站工作状态,从而降低小区间干扰水平,提高网络能源效率。但是工作状态的转换会造成小区间干扰动态耦合,加大了分析超密集多用户系统性能的难度。此外,基于物理层遍历容量的理论模型,难以精确分析链路层缓存队列长度分布、平均时延等QoS性能,无法有效指导保障业务差异化QoS的资源分配设计。针对上述问题,本文重点开展非连续发送机制下5G多用户超密集网络有效容量分析及资源管理优化研究。文中首先建模该机制下动态耦合的小区间干扰,基于有效容量理论分析多用户场景下小基站总服务速率及链路层QoS性能,最后提出QoS约束下最大化网络能效的最优资源分配。本文主要研究内容如下:首先,本文提出了一种基于多维有效容量的跨层分析模型。在非连续发送机制下,网络内小区间动态耦合的干扰使得各小基站系统性能互相关。文中拓展传统一维有效容量模型至多维空间,推导出小基站总服务速率、缓存队列溢出概率、时延中断概率等跨层系统性能;然后基于多维有效容量理论,设计多维求根算法分析上述系统性能,并证明其收敛性。其次,基于上述模型,本文首先推导出N个小基站多用户场景下采用轮询或者最大信干噪比调度机制时,各小基站用户信干噪比、有效容量的近似表达式;然后基于上述结论进一步求解了多用户场景不同调度机制下的跨层系统性能;最后,通过蒙特卡洛仿真验证了上述分析模型及结论的准确性,还显示了在低负载情况下,非连续发送机制与全缓存机制相比,可以提升约29.6%网络容量,数据平均时延降低约 37.2%。最后,结合非连续发送机制下双模电路系统的实现方式,本文首先基于有效容量推导出小基站有效能效的表达式;然后构建保障平均时延约束下最大化系统总有效能效的资源优化问题;最后,设计基于遗传算法的最优资源分配算法求解了上述问题。仿真结果验证了上述算法的有效性及收敛性,并进一步对比分析不同调度方式和不同时延约束条件下网络内最大总有效能效。
张磊,沈连丰[9](2003)在《有限规模下网络话音复用带宽的近似评估》文中研究指明通过对网络话音业务的近似分析和仿真 ,建立了相对简单的复用带宽分配机制 .首先对规模较小、性能参数比较确定的接入网进行建模和具体分析 ,然后利用网络仿真器对所建模型丢失率随带宽变化的特性等进行了仿真 ,对缓冲区与时延等影响网络话音复用带宽的重要因素进行了讨论 .仿真结果表明 ,在网络为有限规模时 ,本文的结论对于确定区分服务中应当分配给IP电话业务的网络带宽有实用意义
张磊,沈连丰[10](2001)在《有限规模下网络话音复用带宽的仿真评估》文中提出通过对网络话音业务的近似分析和仿真,试图建立相对简单的复用带宽的分配机制。实验结果表明在有限规模时,允许一定误差的前提下,得出的结论是有意义的。同时利用仿真结果,文中还讨论了与复用带宽相关的一些重要因素。
二、有限规模下网络话音复用带宽的仿真评估(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、有限规模下网络话音复用带宽的仿真评估(论文提纲范文)
(1)5G/B5G网络高效协同资源管理研究(论文提纲范文)
摘要 |
Abstract |
常用缩略语 |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 传统无线资源管理研究概述 |
1.2.2 绿色无线资源管理研究 |
1.2.3 低时延无线资源管理研究 |
1.3 本文研究工作 |
第2章 基于用户体验的高能效异构网络资源管理模型 |
2.1 引言 |
2.2 系统模型与问题描述 |
2.2.1 用户体验模型 |
2.2.2 问题描述 |
2.3 基于用户体验的能效最优网络资源管理算法 |
2.3.1 基于GA的功率控制算法 |
2.3.2 基于干扰管理和用户体验的子信道分配算法 |
2.3.3 基于用户体验的能效最优功率控制与子信道分配联合优化算法 |
2.4 仿真结果与分析 |
2.4.1 仿真参数 |
2.4.2 仿真分析 |
2.5 章节小结 |
第3章 大规模MIMO场景下高能效网络资源管理模型 |
3.1 引言 |
3.2 系统模型与问题描述 |
3.2.1 遍历速率计算 |
3.2.2 能耗模型 |
3.2.3 能效优先的功率控制与用户接入联合优化问题 |
3.3 能效最优的功率控制与用户接入联合优化算法 |
3.3.1 能效最优迭代算法 |
3.3.2 联合优化算法 |
3.4 仿真结果与分析 |
3.4.1 仿真参数 |
3.4.2 网络性能及其影响因素分析 |
3.5 章节小结 |
第4章 供电侧能量感知的低时延网络资源管理模型 |
4.1 引言 |
4.2 系统模型与问题描述 |
4.2.2 网络平均延时计算 |
4.2.3 能量模型 |
4.2.4 问题描述 |
4.3 算法 |
4.3.1 问题重构 |
4.3.2 能量感知的时延最优用户-基站双向关联迭代算法 |
4.3.3 收敛性和寻优性分析 |
4.4 仿真分析 |
4.4.1 仿真环境及参数设置 |
4.4.2 算法性能分析 |
4.5 章节小结 |
第5章 边缘计算场景下低时延网络资源管理模型 |
5.1 引言 |
5.2 系统模型与问题描述 |
5.2.1 本地计算用户时延与能耗计算 |
5.2.2 边缘计算用户时延与能耗计算 |
5.2.3 边缘异构网络下干扰管理模型 |
5.2.4 问题描述 |
5.3 用户任务卸载决策与资源分配联合优化算法 |
5.3.1 本地计算资源优化 |
5.3.2 边缘计算用户无线资源分配 |
5.3.3 用户卸载决策与资源分配联合优化算法 |
5.3.4 算法复杂度分析 |
5.4 仿真结果与分析 |
5.4.1 仿真参数 |
5.4.2 仿真分析 |
5.5 章节小结 |
第6章 基于联邦学习的分布式资源管理方法 |
6.1 引言 |
6.2 系统模型与问题描述 |
6.2.1 本地计算与边缘计算方式下用户时延计算 |
6.2.2 问题描述 |
6.3 基于联邦学习的分布式卸载决策及资源分配联合优化算法 |
6.3.1 基于DNN的智能卸载决策算法 |
6.3.2 基于SCA的高效无线资源分配算法 |
6.3.3 基于联邦学习的分布式计算任务卸载算法 |
6.4 仿真分析 |
6.4.1 仿真参数 |
6.4.2 仿真分析 |
6.5 章节小结 |
第7章 总结与展望 |
7.1 论文总结 |
7.2 未来研究展望 |
参考文献 |
攻读博士学位期间发表的学术论文 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简历 |
(2)卫星动态光网络的路由和资源管理方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 卫星动态路由算法研究现状 |
1.2.2 全光网络波长路由研究现状 |
1.2.3 星上资源管理研究现状 |
1.3 论文研究内容和创新点 |
1.4 论文组织结构 |
第二章 卫星光网络中基于蜂群优化的RWA算法 |
2.1 引言 |
2.2 卫星光网络模型 |
2.2.1 卫星星座类型 |
2.2.2 卫星空间位置的数学模型 |
2.2.3 卫星光网络的路由设备 |
2.2.4 基于波长路由的卫星光网络模型 |
2.3 基于链路代价的蜂群优化RWA算法 |
2.3.1 蜂群算法基本原理 |
2.3.2 全局路由预计算和初始化 |
2.3.3 基于链路代价函数的路径搜索 |
2.3.4 基于可行解比较的全局优化 |
2.4 BCO-LCRWA算法仿真与性能分析 |
2.4.1 仿真参数设置 |
2.4.2 仿真结果与性能分析 |
2.5 本章小结 |
第三章 卫星光网络中基于安全路由策略的负载均衡算法 |
3.1 引言 |
3.2 卫星网络安全路由方案 |
3.2.1 空间网络的安全威胁 |
3.2.2 基于信任评估安全路由方案 |
3.3 基于安全路由的负载均衡算法 |
3.3.1 基于安全机制的负载修正模型 |
3.3.2 卫星光网络中基于安全策略的负载均衡算法 |
3.3.3 仿真与性能分析 |
3.4 本章小结 |
第四章 基于业务分流的卫星拥塞控制算法 |
4.1 引言 |
4.2 常见的网络服务机制 |
4.3 基于业务分布的流量修正模型 |
4.4 基于大流量业务需求的拥塞控制算法 |
4.4.1 拥塞控制问题优化模型 |
4.4.2 基于波长利用率的拥塞指标 |
4.4.3 基于人工蜂群机制的拥塞控制算法 |
4.4.4 仿真与性能分析 |
4.5 本章小结 |
第五章 基于多QoS保证的带宽分配方法 |
5.1 引言 |
5.2 宽带卫星系统模型 |
5.3 基于多QoS保证的动态带宽分配方法 |
5.3.1 跨层带宽分配模型 |
5.3.2 基于效用函数的优化模型 |
5.3.3 基于蜂群优化的动态带宽分配算法 |
5.4 BO-CL-DBA算法仿真性能分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录: 缩略语列表 |
致谢 |
攻读学位期间发表的学术论文和其他成果 |
(3)基于网络编码的水声传感器网络机会式路由协议研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状分析 |
1.2.1 水下传感器网络发展历程 |
1.2.2 水下传感器网络场景及信道特点 |
1.2.3 水下机会式路由协议研究现状 |
1.2.4 基于网络编码的水下机会式路由协议研究现状 |
1.3 论文研究内容及结构安排 |
1.3.1 论文的研究问题 |
1.3.2 论文的主要贡献 |
1.3.3 论文的结构安排 |
第2章 水下机会式编码路由协议和网络建模 |
2.1 引言 |
2.2 水下机会式路由协议 |
2.2.1 协议概述 |
2.2.2 度量信息 |
2.2.3 候选算法 |
2.2.4 候选协作 |
2.3 网络编码技术 |
2.3.1 网络编码概念 |
2.3.2 随机线性网络编码 |
2.3.3 典型网络编码模型 |
2.3.4 编码参数及性能分析 |
2.4 水声信道和节点移动建模 |
2.4.1 水声信道模型 |
2.4.2 基于OPNET信道建模 |
2.4.3 水下节点移动模型 |
2.5 典型水下网络传输问题研究 |
2.5.1 网络空间复用特性 |
2.5.2 网络时间复用特性 |
2.5.3 网络拓扑空洞问题 |
2.5.4 网络热点终端问题 |
2.6 本章小结 |
第3章 基于网络编码的水下跨层机会式路由协议 |
3.1 引言 |
3.2 网络场景及问题描述 |
3.2.1 网络场景 |
3.2.2 问题描述 |
3.3 协议设计思路 |
3.4 协议基本流程 |
3.4.1 网络拓扑建立及维护 |
3.4.2 基于模糊逻辑的候选算法 |
3.4.3 基于握手候选协作流程 |
3.4.4 突发编码转发流程 |
3.5 协议分析 |
3.5.1 握手有效性 |
3.5.2 突发传输有效性 |
3.5.3 编码传输性能 |
3.6 性能评估 |
3.6.1 仿真环境设置 |
3.6.2 协议参数对协议性能影响 |
3.6.3 网络负载对协议性能影响 |
3.7 本章小结 |
第4章 基于拓扑感知的水下机会式流间编码路由协议 |
4.1 引言 |
4.2 网络场景及问题描述 |
4.2.1 网络场景 |
4.2.2 问题描述 |
4.3 协议设计思路 |
4.4 协议基本流程 |
4.4.1 网络拓扑建立和维护 |
4.4.2 机会式编码转发流程 |
4.4.3 滑动窗编码算法 |
4.4.4 滑动窗译码算法 |
4.4.5 退避机制 |
4.5 协议分析 |
4.5.1 候选集拓展机制 |
4.5.2 机会式编码参数 |
4.5.3 窗编码冗余分析 |
4.6 性能评估 |
4.6.1 仿真环境设置 |
4.6.2 候选集拓展的可靠性分析 |
4.6.3 编码参数对协议性能影响 |
4.6.4 网络参数对协议性能影响 |
4.7 本章小结 |
第5章 基于深度信息的水下机会式流内编码路由协议 |
5.1 引言 |
5.2 网络场景及问题描述 |
5.2.1 网络场景 |
5.2.2 问题描述 |
5.3 协议设计思路 |
5.4 协议基本流程 |
5.4.1 基于深度信息候选算法 |
5.4.2 接收端候选协作 |
5.4.3 机会式转发流程 |
5.4.4 流内滑动窗编码算法 |
5.4.5 数据转发概率 |
5.5 性能评估 |
5.5.1 仿真环境设置 |
5.5.2 移动模型分析 |
5.5.3 编码参数对协议性能影响 |
5.5.4 信道变化对协议性能影响 |
5.5.5 移动速度对协议性能影响 |
5.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
(4)中国铁路高速列车公众无线网络系统构建及关键技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 公共交通领域无线网络服务现状研究 |
1.2.2 旅客需求服务现状 |
1.2.3 中国铁路科技开发研究现状 |
1.3 研究内容和组织结构 |
1.4 技术路线 |
1.5 本章小结 |
2 车地通信方案比选研究 |
2.1 车地通信技术方案 |
2.1.1 基于运营商公网的车地通信 |
2.1.2 基于卫星的车地通信 |
2.1.3 基于超宽带无线局域网(EUHT)的车地通信 |
2.2 车地通信方案比选方法研究 |
2.2.1 车地通信方案比选指标选取 |
2.2.2 确定评价指标权重 |
2.2.2.1 基于OWA算子主观赋权 |
2.2.2.2 基于差异驱动原理确定指标的客观权重 |
2.2.2.3 组合赋权 |
2.2.3 灰色关联评价分析 |
2.2.3.1 指标预处理确定决策矩阵 |
2.2.3.2 计算关联系数及关联度 |
2.3 车地通信方案比选算例分析 |
2.3.1 计算指标权重 |
2.3.2 灰色关联系数确定 |
2.3.2.1 选择参考序列 |
2.3.2.2 计算灰色关联度 |
2.3.2.3 方案比选分析评价 |
2.4 本章小结 |
3 高速列车公众无线网络系统总体方案研究及系统建设 |
3.1 总体架构 |
3.2 网络架构 |
3.2.1 地面网络架构设计 |
3.2.2 车载局域网架构设计 |
3.3 网络安全防护 |
3.3.1 安全认证 |
3.3.2 安全检测与监控 |
3.4 运营平台建设 |
3.4.1 用户中心 |
3.4.2 内容服务 |
3.4.3 视频服务 |
3.4.4 游戏服务 |
3.4.5 广告管理 |
3.5 一体化综合云管平台 |
3.5.1 云管平台总体设计 |
3.5.2 功能设计及实现 |
3.6 本章小结 |
4 高速列车公众无线网络服务质量测量与优化 |
4.1 公众无线网络服务质量测量分析 |
4.1.1 系统面临挑战 |
4.1.2 服务质量测量场景 |
4.1.3 服务质量分析 |
4.1.3.1 分析方法 |
4.1.3.2 用户行为分析 |
4.1.3.3 网络状态分析 |
4.2 QoE与 QoS指标映射模型分析 |
4.2.1 列车公众无线网络QoE与 QoS指标 |
4.2.1.1 无线网络QoS指标 |
4.2.1.2 无线网络QoE指标 |
4.2.2 QoE与 QoS映射模型 |
4.2.2.1 QoE与 QoS关系 |
4.2.2.2 通用映射模型 |
4.2.2.3 映射模型业务类型 |
4.2.3 系统架构 |
4.2.4 系统问题分析 |
4.2.4.1 开网业务的开网成功率问题 |
4.2.4.2 网页浏览延质差问题 |
4.2.4.3 即时通信的业务连接建立成功率问题 |
4.2.5 性能评估 |
4.3 高铁CDN流媒体智能调度算法研究 |
4.3.1 技术架构 |
4.3.2 缓存策略分析 |
4.3.3 算法设计 |
4.3.4 流媒体算法仿真结果 |
4.4 基于列车位置信息的接收波束成形技术对LTE下行信道的影响研究 |
4.4.1 模型建立 |
4.4.2 信道建模 |
4.4.3 试验模拟结果 |
4.5 本章小节 |
5 基于高速列车公众无线网络的智慧出行服务研究及实现 |
5.1 基础行程服务 |
5.1.1 售票服务 |
5.1.2 共享出行业务 |
5.1.4 特色车厢服务 |
5.1.5 广告 |
5.2 ToB业务 |
5.2.1 站车商业 |
5.2.2 站车广告管理平台 |
5.3 创新业务 |
5.3.1 高铁智屏 |
5.3.2 国铁商学院 |
5.4 本章小结 |
6 融合5G技术的动车组公众无线网络升级优化研究 |
6.1 融合场景分析 |
6.1.1 动车组公众无线网络现状分析 |
6.1.2 5G在垂直领域成熟应用 |
6.2 融合组网需求分析 |
6.2.1 旅客追求高质量通信服务体验需求 |
6.2.2 铁路运营方提升运输生产组织效率需求 |
6.2.3 电信运营商需求 |
6.3 电磁干扰影响分析 |
6.3.1 环境分析 |
6.3.2 干扰分析 |
6.3.3 结论及建议 |
6.4 5G上车方案设计 |
6.4.1 技术方案可行性分析 |
6.4.2 融合架构设计 |
6.4.3 逻辑架构 |
6.4.4 网络架构 |
6.4.5 系统功能 |
6.4.6 系统建设内容 |
6.5 关键技术 |
6.5.1 本地分流技术 |
6.5.2 高速回传技术 |
6.5.3 时钟同步 |
6.5.4 5G语音回落4G(EPS Fallback) |
6.5.5 5G网络QoS机制 |
6.5.6 隧道技术 |
6.5.7 切片技术 |
6.6 融合5G技术的公众无线网络经营思路 |
6.6.1 业务架构 |
6.6.2 商业模式 |
6.7 本章小结 |
7 结论 |
参考文献 |
作者简历及攻读博士学位期间取得的科研成果 |
学位论文数据集 |
(5)移动接入网中光与无线资源协同优化技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 移动接入网络的演进趋势及光承载技术 |
1.1.1 移动接入网络的演进趋势 |
1.1.2 面向移动接入的光承载技术 |
1.2 光与无线融合面临的重要挑战及关键问题 |
1.3 国内外研究现状分析 |
1.3.1 面向光与无线协同的接入网组网技术 |
1.3.2 面向光与无线协同的资源优化技术 |
1.3.3 面向光与无线协同的时延调控技术 |
1.3.4 面向光与无线协同的网络控管技术 |
1.4 论文的主要研究内容与目标 |
1.4.1 研究目标 |
1.4.2 研究内容 |
1.5 论文的组织结构 |
第二章 面向mMIMO波束赋形的弹性前传组网与资源联合优化技术研究 |
2.1 面向mMIMO波束赋形的弹性前传组网与资源优化问题的提出 |
2.2 面向mMIMO波束赋形组播应用的前传组网设计 |
2.2.1 天线-ONU固定连接模式下的前传组网设计 |
2.2.2 天线-ONU灵活连接模式下的前传组网设计 |
2.3 面向波束赋形中组播业务场景的前传带宽优化NLP模型 |
2.4 面向波束赋形中组播业务场景的前传带宽优化算法 |
2.5 仿真与结果分析 |
2.5.1 可靠性仿真及分析 |
2.5.2 资源优化仿真及分析 |
2.6 本章小结 |
第三章 基于细粒度分割的基带功能部署与光传送机制研究 |
3.1 基于细粒度分割的基带功能部署与光传送问题的提出 |
3.2 网络架构及功能分割模型 |
3.2.1 网络架构描述 |
3.2.2 功能分割模型 |
3.3 基于细粒度分割的基带功能部署与光传送机制 |
3.3.1 基带功能部署准则 |
3.3.2 传送时延模型 |
3.4 基于细粒度分割的基带功能部署与光传送ILP模型 |
3.4.1 基带功能部署与光传送ILP模型 |
3.4.2 集中化增益与分割粒度的关系分析 |
3.5 仿真及结果分析 |
3.5.1 仿真设置 |
3.5.2 仿真结果及分析 |
3.6 本章小结 |
第四章 高能效的DU-CU部署与光路配置策略研究 |
4.1 高能效的DU-CU部署与光路配置问题的引出 |
4.2 网络架构与能耗建模 |
4.2.1 网络架构描述 |
4.2.2 能耗模型构建 |
4.3 高能效的DU-CU部署与光路配置优化ILP模型 |
4.4 高能效的DU-CU部署与光路配置优化算法 |
4.5 仿真及结果分析 |
4.5.1 仿真设置 |
4.5.2 仿真及结果分析 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 未来展望 |
参考文献 |
附录 缩略语 |
致谢 |
攻读博士学位期间发表论文情况 |
(6)面向超级基站的异构资源池互连关键技术研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 集中式接入网架构研究现状 |
1.3 异构资源池互连面临的问题和挑战 |
1.4 论文的研究内容与主要贡献 |
1.4.1 面向互连容量优化的时延敏感的基带功能动态分割策略研究 |
1.4.2 面向互连容量优化的数据感知的射频基带动态高速交换技术研究 |
1.4.3 面向能耗优化的异构基带处理资源池资源分配策略研究 |
1.5 本文的组织结构 |
1.6 参考文献 |
第二章 异构资源池互连问题分析及解决方法综述 |
2.1 异构资源池互连系统概述 |
2.1.1 异构资源池互连关键技术 |
2.1.2 异构资源池互连问题分析 |
2.2 异构资源池互连问题解决方法综述 |
2.2.1 基带功能动态分割策略 |
2.2.2 射频基带动态高速交换技术 |
2.2.3 异构基带处理资源池资源分配策略 |
2.3 小结 |
2.4 参考文献 |
第三章 面向互连容量优化的时延敏感的基带功能动态分割策略研究 |
3.1 引言 |
3.2 系统模型 |
3.2.1 前传网络容量模型 |
3.2.2 基带功能任务执行时延模型 |
3.2.3 优化问题 |
3.3 问题求解 |
3.3.1 算法参数设定 |
3.3.2 算法步骤 |
3.3.3 算法复杂度分析 |
3.4 仿真实验与性能评估 |
3.4.1 仿真环境和参数设置 |
3.4.2 仿真结果和分析 |
3.5 支持基带功能动态分割策略的射频资源池设计 |
3.6 结论 |
3.7 参考文献 |
第四章 面向互连容量优化的数据感知的射频基带动态高速交换技术研究 |
4.1 引言 |
4.2 网络业务流量特性分析 |
4.2.1 现象分析 |
4.2.2 网络流量模型 |
4.3 排队结构 |
4.4 调度算法 |
4.4.1 数据识别表的引入 |
4.4.2 数据感知实现机制 |
4.4.3 数据感知调度算法 |
4.5 实验与性能评估 |
4.5.1 验证环境和参数设置 |
4.5.2 验证结果和分析 |
4.6 结论 |
4.7 参考文献 |
第五章 面向能耗优化的异构基带处理资源池资源分配策略研究 |
5.1 引言 |
5.2 系统模型 |
5.2.1 任务计算资源需求模型 |
5.2.2 基带功能任务执行时延模型 |
5.2.3 异构基带处理资源池能耗模型 |
5.3 优化问题 |
5.4 问题求解 |
5.4.1 求解分析 |
5.4.2 算法设计 |
5.5 仿真实验与性能评估 |
5.5.1 仿真环境和参数设置 |
5.5.2 仿真结果和分析 |
5.6 异构资源池互连系统设计及资源分配策略应用 |
5.7 结论 |
5.8 参考文献 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 工作展望 |
附录英文缩略词 |
致谢 |
攻读学位期间发表的学术论文目录 |
(7)基于机器学习的光网络传输质量预测方法与资源优化技术(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 光网络的智能化 |
1.2.1 光网络智能化的需求分析 |
1.2.2 光网络智能化的演进方向 |
1.2.3 光网络智能化的关键技术 |
1.3 光网络智能化的关键问题 |
1.3.1 多信道的QoT预测问题 |
1.3.2 高效灵活的基带功能部署问题 |
1.3.3 移动流量下的基带资源优化问题 |
1.4 国内外研究现状 |
1.4.1 基于机器学习的QoT预测研究进展 |
1.4.2 基带功能部署策略的研究进展 |
1.4.3 移动流量下基带功能部署与资源优化的研究进展 |
1.5 论文的主要研究内容 |
1.6 论文的组织结构 |
第二章 基于神经网络的多信道传输质量预测模型 |
2.1 多信道Q-factor预测问题的提出 |
2.2 多信道传输实验平台 |
2.3 基于ANN的预测模型 |
2.3.1 ANN的工作原理 |
2.3.2 基于ANN的多信道Q-factor回归模型 |
2.4 实验结果与讨论 |
2.4.1 基于ANN的Q-factor回归模型的收敛和泛化性 |
2.4.2 模型对链路Q-factor的预测 |
2.5 本章小结 |
2.6 实验数据的补充说明 |
第三章 基于深度强化学习的基带功能部署和路由策略 |
3.1 NG-RAN下的基带功能部署问题 |
3.2 系统结构 |
3.3 ILP模型和DRL算法的描述 |
3.3.1 ILP模型描述 |
3.3.2 DRL算法的描述 |
3.4 仿真结果与分析 |
3.4.1 C-RAN构架下的仿真结果 |
3.4.2 NG-RAN下的仿真结果 |
3.5 本章小结 |
第四章 基于流量预测的基带功能部署与迁移策略 |
4.1 移动流量下的基带功能部署问题 |
4.2 系统模型描述 |
4.2.1 联合优化模型 |
4.2.2 基于LSTM的流量预测 |
4.3 基于流量预测的基带功能部署策略建模 |
4.4 仿真结果分析 |
4.4.1 LSTM的流量预测分析 |
4.4.2 基于流量预测的部署策略性能分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 文章总结 |
5.2 未来展望 |
参考文献 |
附录 缩略语 |
致谢 |
攻读博士学位期间发表论文情况 |
(8)5G多用户超密集网络有效容量分析及资源优化研究(论文提纲范文)
摘要 |
Abstract |
符号对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 非连续发送机制下的能效研究 |
1.2.2 基于有效容量模型的QoS性能研究 |
1.2.3 能效最优的资源分配研究 |
1.3 研究内容及创新点 |
1.4 论文结构安排 |
第二章 非连续发送机制下多用户超密集网络跨层模型研究 |
2.1 引言 |
2.2 端到端系统模型构建 |
2.2.1 多用户超密集网络端到端架构 |
2.2.2 非连续发送机制建模 |
2.2.3 网络内小区间干扰建模 |
2.2.4 数据流量到达模型 |
2.3 传统一维有效容量理论介绍与分析 |
2.3.1 有效带宽和有效容量计算 |
2.3.2 基于有效容量理论的网络QoS性能分析 |
2.4 多维有效容量理论推导及算法设计 |
2.4.1 小基站不同工作状态概率分析 |
2.4.2 有效容量理论多维拓展 |
2.4.3 多维求根算法设计及收敛性分析 |
2.5 本章小结 |
第三章 多用户超密集网络跨层有效容量分析 |
3.1 引言 |
3.2 双小基站单用户场景下的跨层有效容量分析 |
3.3 N个小基站单用户场景下的跨层有效容量分析 |
3.4 N个小基站多用户调度场景下的跨层有效容量分析 |
3.4.1 多用户轮询调度机制分析 |
3.4.2 多用户最大信干噪比调度机制分析 |
3.4.3 多用户不同调度下系统性能分析问题构建 |
3.5 仿真验证与分析 |
3.5.1 双小基站多用户场景模型验证分析 |
3.5.2 N个小基站多用户场景模型验证分析 |
3.5.3 非连续发送机制性能提升验证分析 |
3.6 本章小结 |
第四章 基于有效容量的能效最优资源分配研究 |
4.1 引言 |
4.2 平均时延约束下的能效优化问题 |
4.2.1 非连续发送机制下的有效能效 |
4.2.2 平均时延约束下的资源分配问题构建 |
4.3 基于遗传算法的最优资源分配 |
4.3.1 遗传算法概述 |
4.3.2 最优资源分配算法设计及分析 |
4.4 仿真分析 |
4.4.1 仿真模型及参数 |
4.4.2 仿真结果分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 未来工作展望 |
参考文献 |
附录 |
附录1: 结论3-1的证明 |
附录2: 结论3-2的证明 |
附录3: 结论3-3的证明 |
附录4: 缩略语表 |
致谢 |
攻读硕士期间成果目录 |
(9)有限规模下网络话音复用带宽的近似评估(论文提纲范文)
1 建模及分析 |
1.1 模型的建立 |
1.2 模型的分析 |
2 仿真分析 |
2.1 仿真条件 |
2.2 仿真结果 |
3 进一步的讨论 |
4 结 语 |
四、有限规模下网络话音复用带宽的仿真评估(论文参考文献)
- [1]5G/B5G网络高效协同资源管理研究[D]. 呼海林. 华北电力大学(北京), 2021(01)
- [2]卫星动态光网络的路由和资源管理方法研究[D]. 刘晔祺. 北京邮电大学, 2021(01)
- [3]基于网络编码的水声传感器网络机会式路由协议研究[D]. 伦贵阳. 哈尔滨工程大学, 2021(02)
- [4]中国铁路高速列车公众无线网络系统构建及关键技术研究[D]. 王忠峰. 中国铁道科学研究院, 2021(01)
- [5]移动接入网中光与无线资源协同优化技术研究[D]. 肖玉明. 北京邮电大学, 2021(01)
- [6]面向超级基站的异构资源池互连关键技术研究[D]. 马英矫. 北京邮电大学, 2020(01)
- [7]基于机器学习的光网络传输质量预测方法与资源优化技术[D]. 高争光. 北京邮电大学, 2020(01)
- [8]5G多用户超密集网络有效容量分析及资源优化研究[D]. 李晴. 北京邮电大学, 2020(05)
- [9]有限规模下网络话音复用带宽的近似评估[J]. 张磊,沈连丰. 东南大学学报(自然科学版), 2003(04)
- [10]有限规模下网络话音复用带宽的仿真评估[J]. 张磊,沈连丰. 系统仿真学报, 2001(S2)