一、无线网络解决方案(论文文献综述)
吴鹏飞[1](2020)在《面向物联网设备的无人机辅助能量补给技术研究》文中研究指明随着物联网时代的到来,无处不在的无线网络设备在给人们的生活带来方便的同时也带来严重的网络能量分配问题:如何让众多的无线网络设备在网络可持续运行的前提下提高网络的服务质量?除了研究高效的通信协议外,使用无线能量传输技术能够从根本上解决电池供电的无线网络无法长期运行的问题。尽管现有的工作针对无人机辅助的无线网络能量补给问题开展了大量研究,但依旧存在以下问题:1)现有的能量补给技术要么是在初始飞行轨迹确定的情况下对飞行轨迹进行优化,要么高估了无人机的能力,认为任何情况下,若干个无人机就具备了服务整个网络的能力,因此无法适用于大规模部署的无线网络;2)现有的能量补给方案通常采用的是射频能量传输技术,这一方面限制了无线能量传输功率的上限,导致某些能耗较高的无线设备能量补给速度很慢,另一方面提高了对无人机控制精准性的要求,发射和接收线圈的对准精度将是影响无线能量传输的效率重要因素。综上所述,在设备部署密集、多协议共存的环境下,如何设计可靠的能量补给方案,使得无线可充电网络在得到能量补给的同时,尽可能提高无人机的能量利用率和数据吞吐率,降低无人机通信的延迟,是本文需要解决的主要问题。本文主要包括以下几方面工作和贡献:(1)本文研究了单无人机能量补给方案中的飞行轨迹设计问题。针对现有的飞行轨迹设计无法在大规模网络中应用的缺陷,本文提出了一种基于启发式算法的飞行轨迹设计算法TPAFCP。利用最小1树的概念限制算法的搜索方向进而获得一个较好的初始搜索位置,使用局部搜索方法来缩短算法的运算时间。在此基础上,本文提出一种松弛的无人机悬停位置选择随机近似算法,并以此为依据所设计出更短的无人机飞行轨迹,提高了无人机的能量利用率。(2)本文研究了多无人机能量补给方案中的飞行轨迹设计问题。针对无人机资源有限的问题,本文提出一种基于文化基因变邻域搜索的多无人机最优飞行轨迹设计算法MAVNS。利用变邻域搜索结构,该算法能够快速跳出局部最优的陷阱,利用进化搜索框架,该算法总能保持向最优解收敛。在此基础上,本文提出无人机飞行轨迹由悬停位置的访问顺序决定,从而大幅减少了优化变量的数目,提高了无人机的数据传输速率和能量传输效率。(3)本文研究了多无人机能量补给方案中的能耗均衡问题。针对现有技术的优化目标多为最大化数据吞吐率,最大化能量传输和最大化计算负载等,本文将无人机群平均能量利用率最大化作为优化问题的目标函数。在此基础上,通过对飞行轨迹最长无人机的飞行轨迹设计实现无人机群的能耗均衡。(4)本文研究了多基站多无人机能量补给方案中的可靠性问题。针对现有能量补给技术的能量传输功率低、可扩展性差问题,本文提出一种基于磁耦合谐振能量传输的能量补给方案。与传统方法直接指定启用无人机数目不同,该方案能够根据网络规模和监测区域范围的变化时,自动启用最少数目的无人机,设计最优的飞行轨迹,安排最佳的能量补给策略,表现出极高的鲁棒性及稳定性,保证网络的持续运行。
薛益时[2](2021)在《基于无人机辅助的无线通信网络技术研究》文中研究说明伴随着无线通信网络和无人机基础技术的空前发展,无人机逐渐成为无线通信领域的一大研究热点。无人机可以辅助地面无线通信网络扩展其覆盖范围、增加容量,提供应急通信、灵活组网等,成为促进下一代网络发展的新动力。然而,无人机辅助无线通信网络也面临许多挑战,如何提高资源利用率和能量效率,确保较低延迟,执行有效的移动管理显得尤为重要。本文针对无人机辅助无线通信网络的系统性能,如上下行链路速率,通过引入大维随机矩阵理论、凸优化等工具,从无人机辅助无线通信网络中的频谱资源分配、无人机位置部署、发射功率、硬件缺陷、回程压缩、信道估计误差等方面进行研究,并分析这些关键因素对系统性能的影响。具体工作如下:首先,针对多天线无人机辅助地面蜂窝通信网络中的下行链路场景,研究了频谱资源分配和无人机位置部署对系统性能的影响。无人机通过带内无线回程链路与地面基站进行通信,无线回程链路与用户设备的接入链路共享频谱资源。建立用户和速率最大化问题,提出联合优化无人机的部署位置、频谱资源分配因子和无人机的发射功率矩阵的低复杂度算法。具体而言,采用大维随机矩阵理论推导出用户设备的遍历和速率和无人机回程链路容量的近似表达式。基于确定性近似表达式,建立联合优化问题的近似问题。进一步提出迭代坐标算法从而获得近似问题的最优解。仿真结果验证了近似表达式的准确性以及所提出优化算法的有效性。其次,针对多天线无人机辅助云无线接入网络(C-RAN,Cloud Radio Access Network)中的上行链路场景,研究了频谱资源分配对系统性能的影响。无人机协助远端射频头(RRH,Remote Radio Head)采集用户数据并传输到基带单元(BBU,Baseband Unit)池。考虑混合回程链路方案,网关基站、RRH和BBU池之间采用有线光纤回程链路连接,而无人机则通过无线回程链路与网关基站相连,并且回程链路与接入网共享频谱资源。通过优化无人机的无线回程链路与接入网之间的频谱资源分配,建立上行链路数据采集和速率最大化问题。采用大维随机矩阵理论提出初始优化问题的近似问题,从而降低计算复杂度和通信开销。仿真结果验证了近似表达式的准确性以及近似问题最优解的有效性。最后,针对多天线无人机辅助C-RAN中的下行链路场景,研究了相位噪声、回程压缩和信道估计误差对系统性能的影响。多个无人机作为空中的RRH通过云服务器上的中央BBU池共同为用户提供服务。基带信号在BBU池执行正则迫零预编码和点对点压缩处理,并且通过容量受限的回程链路发送给无人机,因此产生了额外的压缩噪声。进一步考虑BBU池在信道估计阶段中引入的不完美信道状态信息,以及非理想本地振荡器引起的相位噪声,利用大维随机矩阵理论推导出下行链路遍历和速率的近似表达式。仿真结果验证了近似表达式的准确性,并且基于该近似表达式从理论上分析了相位噪声和回程压缩对系统性能的影响。
邵颖霞[3](2021)在《基于LTE-M和5G混合组网的城市轨道交通通信系统无线资源管理研究》文中进行了进一步梳理近年来,城市轨道交通全自动无人驾驶线路呈现加速增长的态势,这对城市轨道交通车地通信系统提出了更高的要求,并且由于新时代反恐和安全的需要,车地通信系统需要承载更多的视频监控等高带宽业务。目前具备抗干扰能力强、支持快速移动、资源调度灵活等优点的地铁长期演进(Long Term Evolution for Metro,LTEM)车地通信系统已经成为城市轨道交通无线通信系统的首选。同时,第五代移动通信系统(5th Generation Wireless Systems,5G)完成了标准化,在公网已经大规模商用,如何将5G技术引入城市轨道交通系统已经成为了相关行业和企业研究的热点。本文结合城市轨道交通车地无线通信场景,分析现在以及未来列车各承载业务的特点,研究如何设计未来的城市轨道交通车地通信系统,改进LTE-M系统的软频率复用方法,并将5G核心网切片编排技术引入城轨车地通信系统,提高系统性能。论文的主要工作总结如下:(1)分别描述了基于LTE-M和5G的城市轨道交通车地通信系统的网络架构,介绍了移动蜂窝网络特别是基于软频率复用的无线资源管理研究现状,以及5G网络的无线接入网(Radio Access Network,RAN)切片和核心网切片管理的研究现状。(2)针对城市轨道交通车地通信系统和5G的发展现状,提出LTE-M承载基于通信的列车控制(Communication based Train Control,CBTC)等安全相关业务,5G通信系统承载视频监控业务的未来城市轨道交通车地通信架构。(3)对LTE-M车地通信系统,针对小区用户数较少、列车定位可获得的特点,提出基于位置和软频率复用的上行功率控制算法和无线资源调度方案。仿真结果表明该方法能有效提高小区中列车接入单元(Train Access Unit,TAU)的吞吐量。(4)针对地铁5G终端和公网终端共存于同一系统的场景,基于网络切片这一关键技术,设计了一个切片接纳控制算法来解决不同类型租户间的资源分配问题。仿真结果表明该算法在保证满足业务传输要求的同时,能够自主地学习最佳接纳策略。以最大化资源利用率为目标,结合接纳控制算法结果,提出基于深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)的自适应资源管理算法,并从吞吐量等四个指标仿真验证了该算法的有效性。图40幅,表11个,参考文献107篇。
韩柏涛[4](2021)在《面向真空管高速列车的无线通信系统关键技术研究》文中进行了进一步梳理在轮轨高铁快速发展的同时,被誉为“第五种交通工具”的下一代超高速高铁——真空管高速列车进入人们的视野。真空管高速列车,可实现磁悬浮列车在接近真空的低压管道内以低机械磨擦、低空气阻力、低噪声模式全天候超高速(超过1000 km/h)运行。如果该项技术得以商用,旅客旅行的时间将被极大缩短。相比传统的高铁,真空管高速列车运行主要有两个特点:极高的运行速度和特殊的运行环境(密闭狭长的管道)。这对列车车-地无线通信提出了更高的要求,现有的无线通信系统对于真空管高速列车车-地通信中严重多普勒效应和频繁越区切换等问题无法提供有效的技术支撑。为了保障列车安全、高效地运行,需要针对真空管高速列车车-地无线通信系统架构展开研究。论文拟基于现有列车车-地无线通信系统研究现状并结合真空管道场景的特点,分析真空管道高速列车综合承载业务性能需求,研究真空管高速列车运行场景特有的无线信道传播特性,研究了在真空管高速列车场景下5G网络系统性能,并进一步开展资源优化方法研究。具体而言论文围绕四点主要内容展开研究:1)分析并给出了真空管高速列车车-地无线通信业务需求。总结了现行各类轮轨交通应用的车地无线通信技术与无线接入方式,并分析了车地通信需求指标。基于已有的无线通信技术,结合高速列车运行特点和现行轮轨交通的通信需求,对真空管高速列车车地通信数据类型和指标进行了详细分析。最后指出了真空管高速列车车地无线通信存在的主要挑战。2)建模并分析了真空管道场景下的无线信道特性。采用一种确定性信道建模方法——传播图建模方法,并引入了Lambertian散射模型以提高信道建模精度。在建模过程中,考虑了视距(Line-of-Sight,Lo S)成分、单次反射和两次反射分量,以生成更准确的信道冲激响应。随后,通过分析多径数量、K因子、时延扩展和多普勒功率谱描述了真空管道场景车信道特性。然后通过频谱效率和奇异值扩展对比了仿真信道和与瑞利信道的容量情况。3)研究了在真空管高速列车场景下5G网络系统性能。基于系统级仿真,研究了单基站与多基站两种场景5G系统的列控业务与乘客业务通信的误块率、频谱效率与吞吐量,对5G网络在真空管高速列车车地通信场景下的系统性能进行了评估。4)提出了一种适用于真空管道场景的云无线接入新架构,能够显着降低资源迁移成本。探讨了云无线接入网(Cloud Radio Access Network,C-RAN)应用于真空管高速列车车-地通信场景的可行性,并利用图论研究了真空管高速飞行列车车地通信资源迁徙的问题。为了降低成本,还提出了一种新颖的射频拉远端(Remote Radio Head,RRH)和基带单元(Base Band Unit,BBU)池之间的连接关系。在此基础上,建立了一个灵活的网络架构以便动态地分配资源,然后将高速列车沿线资源迁移成本最小化问题转化为最短路径问题。仿真结果表明该机制能显着降低资源迁移成本。综上所述,本文相关工作是真空管高速列车车-地无线通信关键技术的前瞻性研究,有助于尽快形成真空管高速列车车-地无线通信关键问题的解决方案。这些研究对于我国抢占轨道交通技术制高点,引领未来超高速轨道交通技术发展,确保我国在轨道交通技术领域的领先地位具有重要意义。
赵宁[5](2021)在《可信车联网资源分配方法研究》文中研究指明随着现代通信技术和人工智能的进步,车联网逐渐向实现人、车、路之间信息的高效感知、智能分析和安全共享的方向发展。数据作为信息的重要载体,其能否可信共享关乎交通系统的效率及安全。构建可信车联网数据共享环境有利于与大数据、人工智能(Artificial Intelligence,AI)等技术融合,形成良性的数据共享循环体系,也有利于与交通网、能源网耦合以提供立体服务。然而,车联网存在的一些诸如边缘实体不互信、车载关键数据确权难、车载训练数据隐私保护弱以及能源交易安全性不足等可信问题阻碍了数据的可信共享。区块链作为一种在不可信竞争环境中以低成本建立信任的技术,有助于构建可信车联网。本文首先设计了基于联盟链的分布式信任管理架构以辅助后续内容的开展。由于引入区块链会给资源受限车联网系统带来额外的计算和通信开销,因此本文在基于公有链的可信车载数据共享场景、基于联盟链的可信车联网应用训练场景以及基于联盟链的可信V2G(Vehicle-to-Grid)能源交易场景下,研究了引入区块链所带来的资源分配问题。主要创新工作如下:1)针对边缘实体不互信的问题,设计了基于联盟链的分布式信任管理架构。该架构可保证车辆评级信息以及信任值的全网可信共享,并实现分布式运行和中心化监管。其次,改进了共识机制,将路边单元评级信息收集量与共识节点选取流程关联,以增强共识节点选取的随机性和安全性。最后,理论分析并仿真验证了所提架构具有较高的安全特性。2)在基于公有链的可信数据共享场景下,针对公有链竞争性共识机制导致车辆参与维护公有链积极性较低的问题,设计了车辆对边缘服务器的计算卸载选择方案。首先,设计了合作挖矿策略,车辆可租借边缘服务器计算资源并自由组成联盟,以联盟形式参与共识机制。其次,设计了基于合作博弈的联盟形成算法,通过优化车辆计算卸载决策以最大化系统效用。最后,仿真结果验证了联盟形成算法在提升设备收益率及增加系统效用等方面的优越性。3)在基于联盟链的可信AI训练场景下,针对车辆移动性引起的动态时变环境会降低联邦学习训练效率的问题,设计了车辆计算频率、无线信道以及边缘服务器的计算卸载选择方案。首先,量化了联邦学习与联盟链结合架构下的机器学习训练总时延。其次,为了让车辆在动态时变环境下自主调节CPU计算频率,并执行无线信道选择和计算卸载选择,设计了基于深度强化学习的分布式算法以降低训练总时延。最后,仿真结果验证了算法在时变环境下可有效降低联邦学习训练时延。4)在基于联盟链的可信能源交易场景下,针对车辆的交易费用等用户资源影响共识安全性和效率的问题,设计了车辆交易费用以及边缘服务器雇佣率调整方案。首先,为了增强能量资源匹配流程的灵活性,设计了三阶段能源需求协商协议,并与智能合约以及联盟链结合来保证协议的自我强制执行。其次,为了增强共识过程的安全性,边缘服务器可雇佣空闲车辆参与共识,并考虑车辆状态不稳定因素,设计了稳健Stackelberg算法。算法可在平衡网络安全性和用户满意度的前提下,调节需求车辆交易费用以及边缘服务器雇佣率,以使其各自效用最大化。最后,理论分析了匹配机制具有较高的安全特性,仿真结果验证了算法在平衡共识安全性和效率方面的有效性。
李雪靖[6](2021)在《智慧标识网络中边缘计算服务的任务卸载和资源适配研究》文中指出随着互联网技术的发展,网络服务和网络应用已渗透到各个领域。网络数据流量和计算任务的迅猛攀升,导致传统网络体系难以满足高效、可靠、海量、泛在等服务需求。智慧标识网络从解决传统互联网三重绑定问题出发,提出了“三层两域”的体系架构,为实现网络的可管、可控、开放、灵活提供了新的思路。针对智慧标识网络中的计算服务,边缘计算可以利用网络边缘计算资源为其提供更好的服务质量。然而,边缘网络的服务复杂性和资源有限性给不同场景下计算服务的动态灵活管控带来了新的挑战。本文分别针对边缘网络中的终端复杂计算服务、终端流式计算服务、多终端竞争计算服务和边缘汇聚计算服务,依据不同服务的需求特征,融合网络通信资源和计算资源,分析了具有特定优化目标的服务管控问题,研究了基于智慧标识网络的任务卸载和资源适配策略。本论文主要工作和创新点如下:(1)针对边缘网络中终端复杂计算服务的任务卸载和资源适配问题,提出了一种复杂服务分割和部分任务卸载的联合管控优化策略。本文以复杂计算服务的处理开销最小化为优化目标,通过综合考虑服务模型特征、任务依赖关系、节点设备能力和无线信道状况等因素,提出了基于智慧标识网络和边缘计算的终端复杂计算服务系统架构和管控机制,构建了服务模型分割和部分任务卸载的联合优化模型;基于深度学习方法构建了针对视频流进行人体姿态估计的服务计算模型,通过分析所构建模型的计算负载和数据流,采用神经层分组和流水线处理方法,设计了基于阈值粒子群优化的协同分割卸载TP-CPO算法,并通过仿真实验进行了性能评估。仿真结果表明,在不同的信道带宽和服务器负载下,所提策略有效地降低了服务响应时间和终端能量消耗。(2)针对边缘网络中终端流式计算服务的任务卸载和资源适配问题,提出了一种任务卸载调度和终端功率控制的联合管控优化策略。本文以流式计算服务的任务处理效用最大化为优化目标,通过综合考虑到达任务特征、终端能量状态、无线信道状况和计算服务器负载等因素,提出了基于智慧标识网络和边缘计算的终端流式计算服务系统架构和管控机制,构建了任务卸载调度和终端功率控制的联合优化模型;根据终端等待计算任务的马尔可夫性,分析了卸载调度决策和功率控制决策的约束条件,设计了状态、动作和奖惩函数,将系统时间分层划分为决策周期和事件回合,实现了基于分层深度强化学习的自适应调度控制HDRL-ASC算法,并通过仿真实验进行了算法参数调优和性能评估。仿真结果表明,在不同的任务到达率、无线信道状况和服务器计算性能下,所提策略有效地提高了任务处理效率,降低了终端功率消耗。(3)针对边缘网络中多终端竞争计算服务的任务卸载和资源适配问题,提出了一种终端卸载选择和通信资源编排的联合管控优化策略。本文以多终端竞争计算服务的综合计算效用最大化为优化目标,通过综合考虑终端接入数目、终端设备状态、终端需求优先级、无线信道状况和计算服务器负载等因素,提出了基于智慧标识网络和边缘计算的多终端竞争计算服务系统架构和管控机制,构建了终端卸载选择和通信资源编排的联合优化模型;提出了融合多种方法的算法框架,包括利用神经网络和阈值判断方法估计多终端任务卸载的优先级,利用一维优化搜索方法编排无线通信的资源块,利用经验回放和梯度下降方法构建神经网络模型的更新机制,利用分布式采样训练方法实现高效的神经网络训练模型,设计了基于纵向联邦学习的灵活卸载编排VFL-FOO算法,并通过仿真实验进行了算法参数调优和性能评估。仿真结果表明,算法具有较好的收敛性和较低的复杂度,在不同终端数目和动态环境状况下,所提策略有效地提高了多终端综合计算能力。(4)针对边缘网络中边缘汇聚计算服务的任务卸载和资源适配问题,提出了一种流量鲁棒分类和资源感知转发的联合管控优化策略。本文以边缘汇聚计算服务的综合处理开销最小化为优化目标,通过综合考虑单位时间请求交易量、服务数据量到达速度、单位比特计算负载、服务流量类型、服务器计算资源和传输路径通信资源等因素,提出了基于智慧标识网络和边缘计算的边缘汇聚计算服务系统架构和管控架构,构建了流量鲁棒分类和资源感知转发的联合优化模型;设计了包含异常需求检测、流量特征分类和任务卸载转发的算法框架,实现了基于遗传进化算法的快速分类转发GE-RCF算法,并通过仿真实验进行了参数调优和性能评估。仿真结果表明,在流量动态变化、不同边缘服务器性能和不同传输路径带宽下,所提策略有效地提升了流量分类效率,降低了多流量综合处理开销。
陈栋[7](2021)在《无线传感器网络源节点位置隐私保护关键技术研究》文中研究指明无线传感器网络具有自动组网、无人值守的特点,常用于国防军事、工业生产、动物保护等重要领域,如对重要目标或事件的实时监测。由于源节点位置隐私问题已经严重制约网络的部署应用,所以针对源节点位置隐私保护的研究已成为无线传感器领域的热点之一。针对网络的计算和存储资源有限,难以沿用传统的安全机制,同时,开放的部署方式也给隐私保护研究带来了更多挑战。基于上述存在的问题,本文以三维无线传感器网络为研究对象,首先分析了网络面临的各类隐私威胁,从现实出发提出了强敌攻击模型和隐私保护模型,然后在此基础上分别对多级秘密共享保护方法、源节点区域隐匿保护方法以及全连接地理路由保护方法等关键技术进行了深入研究,最后给出了三维环境下无线传感器网络源节点位置隐私整体保护方案。本文的主要研究成果包括以下三个方面:(1)提出了基于拉格朗日插值法的多级秘密共享保护方法。由于网络安全机制不健全,攻击者可以对数据截获并分析破译得到源节点位置信息,本研究点将秘密共享方法应用于隐私保护以提高抗攻击破译的能力。为了满足不同应用场景的需要,基于拉格朗日插值法设计了单消息轻量级和多消息可验证两种秘密共享模式。单消息轻量级模式每次只能发送一个消息,在多消息可验证模式下,每个消息均可设置独立的门限值,其进一步提高了安全防护能力和传输效率。通过实验分析,结果表明该方法具有很高的安全性和节能性。(2)提出了基于三维凸包的源节点区域隐匿保护方法。网络中越接近源节点位置时数据传输的信号越强,当攻击者发现可疑区域后,即采用全局攻击模式对区域内所有信号进行监测,本研究点针对该攻击模式设计了以源节点为核心的三维凸包算法。该算法通过构造不规则的区域,基于区域内各节点按照预先设计的方向和频率间隔持续的发送真实数据包和虚假数据包,从而实现区域内部的热点信号不可区分的隐匿效果。本方法不同于现有方法发送原始消息的方式在于使用长度更短的秘密共享子片段。通过设计实验分析,仿真结果表明该方法在安全性和节能性上优于现有方法。(3)提出了基于Delaunay三角剖分的全连接地理路由保护方法。源节点和汇聚节点的位置关系决定了数据传输的固定方向,这为局部攻击者判断下一跳攻击方向提供了依据。本研究点将物理连接和基于Delaunay三角剖分计算得到的连接进行融合,构建了适用于三维空间数据传输的全连接地理路由方法。基于该方法在汇聚节点周围建立外围防御结构,选取特定距离的节点作为中继节点,这些节点将接收到的消息从防御结构的四周向汇聚节点转发,使得攻击者难以准确判断局部攻击的下一跳方向。仿真实验结果表明,本方法相比现有方法在传输成功率等方面有较大提升。
赵亚军,菅梦楠[8](2021)在《6G智能超表面技术应用与挑战》文中研究表明智能超表面(Reconfigurable Intelligent Surface, RIS)因为其能够灵活操控信道环境中的电磁特性,在学术研究及产业推进上发展迅速,被认为是5G-Advanced和6G网络的关键候选技术之一。RIS通过其人为灵活异常调控无线电波传输的能力,有机会构建一个智能的无线电磁环境。RIS的引入可能构建全新的网络范式,在给未来网络带来全新可能的同时,也导致了诸多全新的技术及工程应用挑战。该综述首先从新的角度介绍了RIS使能未来无线通信网络的主要方面,然后重点对RIS引入后面临的关键挑战进行了探讨。归纳汇总了RIS网络面临的主要工程化应用技术挑战,并对其中信道降秩、网络间共存、网络内共存、网络部署等几方面的关键技术挑战进行了深入分析和探讨,提出可能的解决方案。
范程飞[9](2021)在《无线自组网中的协作定位关键技术研究》文中研究表明随着无线网络的发展,各种应用对位置信息的需求与日俱增,定位场景也变得更加复杂,传统定位方法(如,GNSS)的精度和可靠性面临严峻的挑战。基于无线自组网的定位系统因为结构灵活、易于设置,已经成为恶劣环境下进行定位的一个重要解决方案。协作定位技术通过引入用户节点之间的信息测量可以提高无线自组织定位系统的位置估计精度、可靠性和服务范围,因而受到广泛的关注和研究。尽管有诸多的优点,但协作定位也面临一些问题。例如,非线性的观测模型使得测量信息的高效融合变得很困难,在节点稀疏分布的移动协作自组网中该问题变得尤其突出;在密集网络中,协作定位会明显增大系统的通信负担和能量消耗,并且与可靠性较差的邻居节点进行协作还会引起误差在全网络的传播;在车联网和无人机网络等节点位置和测量信息随时间快速变化的移动场景中,定位系统需要具有较高的位置信息更新速率和较小的信息传输时延,这给测量信息融合及资源分配优化带来了新的挑战。论文针对基于无线自组网的协作定位系统中存在的若干问题,对节点稀疏分布的移动场景中的高可靠数据融合方法、密集网络中的节点选择和资源分配算法进行了研究,同时对受测量信息实时性影响的移动定位系统的性能进行了分析。论文的内容安排和主要结论如下:首先,针对节点稀疏分布的移动自组网,研究了高可靠的协作定位数据融合方法。一方面,论文提出一种基于节点运动状态约束的协作定位算法,该算法具有双层结构。内层算法利用和积算法与参数化的消息更新原则对测量信息进行融合,得到节点位置的初步估计值,作为外层算法的观测量。外层算法基于扩展卡尔曼滤波的框架对节点位置进行更新,同时可以得到节点运动状态信息。另一方面,论文提出一个有限回溯深度的扩展时空域联合协作定位模型。在每个时刻,基于节点的轨迹信息约束对所有节点在邻近几个时刻的测量信息进行时空域的联合处理,以得到节点在当前时刻的位置估计。基于该模型和最大似然准则,论文分别构造了集中式和分布式的多时刻测量信息联合处理问题,并利用序列二次规划算法对这两个问题进行求解。其中的分布式定位问题考虑了多跳节点对目标节点定位的贡献以及信息传输时延对定位性能的影响。另外,论文对集中式和分布式条件下基于扩展时空域联合协作模型的定位系统的费舍尔信息矩阵(Fisher Information Matrix,FIM)进行了分析。仿真结果表明,基于节点运动状态约束的协作定位算法可以提高系统的定位精度,并且在邻居节点数量不足的情况下仍具有较好的稳定性;扩展时空域联合协作定位模型的性能优于传统的基于单个时刻测量信息的定位模型。其次,针对资源受限(如,带宽、时间和能量等)、节点较多的无线协作自组网,研究了节点选择和资源分配算法。为了平衡各个节点的能量消耗,论文基于平方定位误差界(Squared Position Error Bound,SPEB)准则,分别构造出一个受隐式能量约束和一个受显式能量约束的节点选择问题。在隐式能量约束条件下,通过限定每个邻居节点在连续多个时刻内被选中的次数来平衡这些节点的能量消耗。在显式能量约束条件下,对节点选择和功率分配问题进行联合优化,以进一步提高系统的定位性能。两类问题中均包含了非线性的目标函数和二进制优化变量。论文首先通过合理引入辅助变量将原问题转化为更容易处理的形式,然后提出基于惩罚对偶分解优化框架的算法对转化后的问题进行求解。仿真结果表明论文提出的节点选择方案可以减小系统的通信负担和能量消耗,同时性能损失较小,并且能很好地平衡各个节点的能量消耗。论文所提算法的性能明显优于对比算法,对于受隐式能量约束的节点选择问题,所提算法能够达到近似最优的性能。最后,针对基于时分多址协议的定位系统,对受测量信息实时性影响的移动节点的定位性能进行了分析,研究了广播节点选择和时隙分配算法。论文首先利用信息年龄对测量信息的实时性进行建模。然后,结合节点的运动模型,推导了待定位节点在单个超帧内的FIM以及多个超帧内的联合FIM,并对稳定状态下的性能进行了分析。为了减小测量信息实时性对定位性能的影响、提高位置信息更新频率,论文基于SPEB准则,构造出一个广播节点选择和时隙分配联合优化问题。根据所构造问题的特殊结构,论文将其分解为一个广播节点选择问题和一个时隙分配问题,然后提出基于惩罚对偶分解优化框架的算法和贪婪算法分别对这两个问题进行求解。仿真结果表明,基于惩罚对偶分解优化框架的广播节点选择算法的性能明显优于随机选择算法,基于贪婪算法的时隙分配策略的性能与时隙随机分配策略的性能基本一致,但贪婪算法的复杂度更低。
周旭颖[10](2021)在《无线网络内容分发中基于经济学的资源协作及定价》文中指出随着无线通信技术的蓬勃发展和智能终端设备的大规模普及,无线网络的用户数量在近年急剧增加,导致网络流量呈爆炸式增长。与此同时,用户对无线网络提供的内容分发服务提出了越来越高的要求,如更低的服务时延和更新鲜的内容。以通信资源和缓存资源为例,无线通信系统中支持上述内容分发服务的网络资源是极为稀缺的。用户日益增长的内容需求导致的爆发式流量与受限的网络资源,己经成为阻碍当前无线通信发展的首要矛盾。一味采取硬件升级实现网络资源的扩容不仅给运营商带来巨大的开销并且难以追赶迅猛增长的无线服务需求。另一方面,内容分发业务已成为无线网络中主流业务,决定其用户体验的关键因素是服务质量。如何合理有效地利用当前网络中有限的资源为用户提供优质的内容服务,同时确保资源提供者的收益,是目前无线网络中最重要的研究方向之一。在网络运营侧,多元化的内容业务迅猛发展,促使新的运营模式产生。不断涌现的网络运营新角色会参与或影响网络资源的分配,从而影响用户的服务体验。首先,由于网络中个体往往属于不同的利益方,带有自私性并形成竞争关系;其次,资源分配过程中可能无法获取完整的网络状态或参与者信息,都会造成资源分配的不合理及低利用率。鉴于经济理论中拥有成熟理论研究背景的博弈论、拍卖理论和合同理论是解决具有竞争性现象的数学理论和方法,可以有效解决复杂的资源分配问题。本文基于相关经济学理论和方法,考虑用户请求驱动的内容分发,对无线网络中不同场景的资源协作和定价问题进行了研究。具体研究工作包括:1、通过设备到设备通信(Device-to-Device,D2D)技术支持节点间的资源协作完成内容分发。首先,设计适度的激励机制促进节点D2D中继完成内容分发,通过动态调节提供给中继节点的激励,实现系统效用最大化。基于委托-代理框架对中继节点激励问题进行建模,提出一种基于贪婪思想的激励设计算法,系统仅根据已知信息做出激励决策,并证明了该算法的最优性。仿真结果表明提出的动态激励机制可以实现更好的系统效用。其次,本文考虑节点间的内容合作缓存问题,合作节点通过D2D通信实现内容分发。采用博弈论中的联盟博弈进行建模,根据是否允许节点间的效用转让,是否可以忽略节点形成联盟的成本。分类讨论四种场景下节点形成联盟的结构及其稳定性,通过分析得出形成稳定大联盟的条件,并提出不存在稳定大联盟情况下的一种融合-分裂算法得到稳定的小联盟结构。仿真结果给出了不同场景下,节点参与联盟后的效用并分析不同场景对节点效用的影响。2、通过异质资源联合分配支持视频内容在用户端的平滑播放。针对视频流网络建立部分边缘缓存下的两跳视频传输模型,网络服务提供商(Network Service Provider,NSP)向视频流服务供应商(Video Streaming Service Provider,VSSP)提供包括缓存空间和传输带宽两种异质资源,提升视频播放的用户体验质量(Quality of Experience,QoE)。视频流队列具有随机的数据包到达和离开,均被建模成G/G/1队列,采用近似扩散的方法获得用户QoE的数值解。本文将异质资源联合优化问题建模为升价拍卖以获得异质资源的最优分配,基于VSSP估值的结构特征,提出的升价拍卖针对活跃用户做有限步升价最大化有限异质资源的社会效益,并确保VSSP在拍卖过程中反映出真实需求。仿真结果分析了资源总量和资源单位大小等系统参数对拍卖算法性能的影响,并表明本文提出的异质升价拍卖优于传统的同质拍卖。3、通过周期性更新边缘缓存内容支持用户对内容新鲜度的需求。考虑一种新的内容分发商业模式,NSP向内容供应商(Content Provider,CP)购买定期更新的内容并存于边缘缓存服务器,再将内容转售给用户。用户订阅费用由内容的新鲜度决定,即信息年龄(Age of Information,AoI)。NSP为了最大化有限缓存空间实现的效用并且保障用户对内容新鲜度的需求,根据CP提供的AoI和报价来确定合适的CP作为内容源。本文将NSP效用最大化问题分解为价格订阅子问题和内容购买子问题,使用斯坦伯格(Stackelberg)博弈和拍卖模型分别对两个子问题进行建模。在价格订阅子问题中,通过反向归纳推导出斯坦伯格博弈的均衡策略。在内容购买子问题中,本文根据两对关系之间(CP-NSP和CP-CP)是否存在信息不对称,提出四种场景下的内容购买问题并建模成相应的拍卖模型。为了确保拍卖的执行,根据AoI的特性设计了披露部分NSP信息的机制,并证明其不会带来NSP效用的损失。最后,通过仿真对比分析四种场景下NSP的效用,并研究参数对NSP及赢家CP效用的影响,结果表明CP间的自由竞争在一定条件下会提升NSP的效用。4、通过面向内容的边缘缓存更新支持用户对内容新鲜度和服务时延的需求。针对运营商拥有的内容分发平台,定期更新边缘缓存以满足用户对内容新鲜度的需求,同时考虑内容更新带来的服务时延对用户QoE的影响。本文设计一种基于合同理论的内容订阅定价机制,针对不同类型内容设计最优更新周期和订阅价格,实现内容平台效用最大化。本文首先推导出确保合同可行性的必要和充分条件,并给出包括更新周期和订阅费用在内的最佳合同结构。理论分析表明,重视内容AoI的用户可以获得更新鲜的内容,但需要承担大部分的更新成本。从运营商的角度,提供更新鲜的内容可以实现更大的效用,体现了考虑AoI进行定价的必要性。
二、无线网络解决方案(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、无线网络解决方案(论文提纲范文)
(1)面向物联网设备的无人机辅助能量补给技术研究(论文提纲范文)
摘要 |
Abstract |
专用术语注释表 |
第一章 绪论 |
1.1 背景及研究意义 |
1.1.1 无人机群辅助的无线网络技术产生原因 |
1.1.2 无人机群辅助的无线网络技术分析与挑战 |
1.2 研究现状 |
1.2.1 无人机群辅助的无线网络通信技术研究 |
1.2.2 无人机群蜂窝网络通信技术研究 |
1.2.3 射频能量传输的无线可充电网络技术研究 |
1.2.4 无人机群辅助的无线网络其他技术研究 |
1.3 本文研究内容及关键技术挑战 |
1.3.1 研究思路 |
1.3.2 具体研究内容及挑战 |
1.4 本文创新 |
1.5 章节安排 |
第二章 基于无人机辅助的无线可充电网络飞行轨迹设计研究 |
2.1 引言 |
2.2 系统模型和问题阐述 |
2.2.1 系统描述 |
2.2.2 无线射频能量传输模型 |
2.2.3 无人机能量消耗模型 |
2.2.4 问题建模 |
2.3 基于近似算法的最少悬停位置选择设计 |
2.3.1 多项式时间下的近似算法 |
2.3.2 多项式时间下的随机近似算法 |
2.4 基于Lin-Kernighan-He1sgaun算法的飞行轨迹设计 |
2.4.1 搜索方向 |
2.4.2 初始搜索位置 |
2.4.3 搜索空间 |
2.5 实验分析与验证 |
2.5.1 对比方法及参数设置 |
2.5.2 网络规模变化对飞行轨迹长度的影响 |
2.5.3 网络规模变化对算法运行时间的影响 |
2.5.4 无人机无线充电服务质量研究 |
2.5.5 网络规模对无人机能量利用率的影响 |
2.5.6 网络规模对无人机携带的能量下限的影响 |
2.6 本章小结 |
第三章 大规模可充电网络的多无人机负载均衡技术研究 |
3.1 引言 |
3.2 系统模型 |
3.2.1 系统描述 |
3.2.2 无线能量与数据传输模型 |
3.2.3 数据采集的延迟模型 |
3.2.4 无人机的能量利用率 |
3.3 问题描述与分析 |
3.3.1 无人机的有效巡航范围 |
3.3.2 多无人机飞行轨迹设计问题 |
3.4 基于文化基因的变邻域搜索方法 |
3.4.1 基于进化算法的全局优化框架 |
3.4.2 基于变邻域搜索的局部优化框架 |
3.5 实验分析与验证 |
3.5.1 对比方法及参数设置 |
3.5.2 无时间约束下网络规模对算法性能的影响 |
3.5.3 有时间约束下算法收敛速度比较 |
3.5.4 多无人机负载均衡性能研究 |
3.5.5 多无人机通信延迟性能研究 |
3.6 本章小结 |
第四章 基于多无人机的WRSN能量补给方案可扩展性研究 |
4.1 引言 |
4.2 系统模型和问题阐述 |
4.2.1 磁耦合谐振无线能量传输模型 |
4.2.2 无人机能量消耗模型 |
4.2.3 多基站多无人机的飞行轨迹设计问题 |
4.3 理论分析和问题分解 |
4.3.1 无人机能量约束分析 |
4.3.2 无人机悬停位置选择问题 |
4.3.3 单基站多无人机飞行轨迹设计问题 |
4.3.4 单基站无人机数目最小化问题 |
4.4 基于多项式时间内的悬停位置选择近似算法 |
4.4.1 近似比为4的悬停位置选择算法 |
4.4.2 近似比为(1+ε)的悬停位置选择算法 |
4.5 实验分析与验证 |
4.5.1 悬停位置选择近似算法的性能比较 |
4.5.2 悬停位置覆盖范围和无人机飞行能量分配讨论 |
4.5.3 无人机能量利用率分析 |
4.5.4 多无人机能量补给方案对网络规模变化的适应性分析 |
4.5.5 多无人机能量补给方案对目标区域面积变化的可扩展性分析 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 论文总结 |
5.2 研究展望 |
参考文献 |
附录1 攻读博士学位期间撰写的论文 |
附录2 攻读博士学位期间参加的科研项目 |
致谢 |
(2)基于无人机辅助的无线通信网络技术研究(论文提纲范文)
摘要 |
Abstract |
专用术语注释表 |
第一章 绪论 |
1.1 研究背景 |
1.2 无人机辅助无线通信网络 |
1.2.1 无人机类型和应用场景 |
1.2.2 网络模型 |
1.2.3 面临的挑战 |
1.3 研究现状 |
1.4 本文研究内容 |
1.5 本文结构安排 |
第二章 相关背景知识介绍 |
2.1 引言 |
2.2 点对点MIMO系统容量 |
2.3 多用户MIMO系统 |
2.3.1 多用户MIMO系统模型 |
2.3.2 常用的预编码方法 |
2.4 大维随机矩阵理论基础知识 |
2.4.1 互信息和Stieltjes变换 |
2.4.2 相关定理 |
2.4.3 常用引理 |
2.5 本章小结 |
第三章 无人机辅助无线通信网络的频谱资源分配和位置优化 |
3.1 引言 |
3.2 系统模型与问题描述 |
3.2.1 极坐标下的传输模型 |
3.2.2 问题描述 |
3.3 近似表达式 |
3.3.1 和速率近似表达式 |
3.3.2 回程容量近似表达式 |
3.4 优化设计 |
3.4.1 频谱资源分配优化 |
3.4.2 无人机传输功率设计 |
3.4.3 无人机部署位置优化 |
3.5 仿真结果与分析 |
3.5.1 近似表达式的准确性 |
3.5.2 网络优化设计 |
3.6 本章小结 |
第四章 无人机辅助C-RAN上行数据采集系统的频谱资源分配优化 |
4.1 引言 |
4.2 系统模型与问题描述 |
4.2.1 无人机接收速率 |
4.2.2 无人机回程链路容量 |
4.2.3 小区RRH接收速率 |
4.2.4 问题描述 |
4.3 近似表达式 |
4.3.1 无人机接收速率近似表达式 |
4.3.2 回程链路容量近似表达式 |
4.3.3 小区RRH接收速率近似表达式 |
4.4 优化问题求解 |
4.5 仿真结果与分析 |
4.5.1 近似表达式的准确性 |
4.5.2 网络优化 |
4.6 本章小结 |
第五章 相位噪声和回程容量限制的无人机辅助C-RAN下行性能分析 |
5.1 引言 |
5.2 系统模型 |
5.2.1 相位噪声 |
5.2.2 信道模型 |
5.2.3 信道估计误差 |
5.2.4 回程压缩和下行传输 |
5.3 遍历和速率的近似表达式 |
5.3.1 近似表达式 |
5.3.2 系统性能分析 |
5.4 仿真结果与分析 |
5.4.1 近似表达式的准确性 |
5.4.2 性能分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 研究展望 |
参考文献 |
附录1 攻读博士学位期间撰写的论文 |
附录2 攻读博士学位期间申请的专利 |
附录3 攻读博士学位期间参加的科研项目 |
致谢 |
(3)基于LTE-M和5G混合组网的城市轨道交通通信系统无线资源管理研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.1.1 LTE-M车地通信系统 |
1.1.2 基于5G的车地通信系统 |
1.1.3 未来城市轨道交通车地通信系统的发展趋势 |
1.2 国内外研究现状 |
1.2.1 软频率复用及功率控制无线资源管理研究现状 |
1.2.2 RAN切片无线资源管理研究现状 |
1.2.3 核心网切片资源管理研究现状 |
1.3 论文结构及安排 |
2 基于5G-M的车地无线通信系统 |
2.1 城市轨道交通业务QOS需求分析 |
2.2 LTE 和 5G 混合组网车地通信系统设计 |
2.2.1 网络架构分析 |
2.2.2 5G与LTE-M系统异同分析 |
2.3 城市轨道交通车地通信系统的无线通信环境 |
2.3.1 大尺度衰落 |
2.3.2 小尺度衰落 |
2.4 LTE-M无线资源 |
2.5 网络切片资源管理相关概念 |
2.5.1 无线网子切片资源管理 |
2.5.2 核心网子切片资源管理 |
2.6 本章小结 |
3 基于位置的LTE-M上行功率控制和无线资源调度 |
3.1 LTE系统的功率控制和干扰协调 |
3.1.1 上行共享信道的功率控制 |
3.1.2 LTE的小区间干扰协调 |
3.1.3 城市轨道交通车地通信系统的功率控制和干扰协调 |
3.2 基于位置的LTE-M上行功率控制算法 |
3.3 基于位置和SFR的 LTE-M上行无线资源调度 |
3.3.1 比例公平调度算法 |
3.3.2 算法设计 |
3.3.3 仿真结果 |
3.4 本章小结 |
4 基于深度强化学习的核心网切片接纳控制与管理 |
4.1 系统模型问题描述 |
4.1.1 系统模型和业务模型 |
4.1.2 问题描述 |
4.2 基于在线学习的切片接纳控制算法 |
4.2.1 网络切片模型 |
4.2.2 可接受区域分析与确定 |
4.2.3 决策过程模型 |
4.2.4 N3AC算法 |
4.3 基于自适应深度强化学习的资源管理 |
4.3.1 模型建立 |
4.3.2 问题描述 |
4.3.3 基于DDPG算法的自适应资源管理 |
4.4 仿真验证与结果分析 |
4.4.1 接纳控制算法仿真参数 |
4.4.2 结果分析 |
4.4.3 自适应资源管理仿真环境与数据生成 |
4.4.4 结果分析 |
4.5 本章小结 |
5 结论 |
5.1 结论 |
5.2 展望 |
参考文献 |
图索引 |
表索引 |
作者简历及攻读硕士/博士学位期间取得的研究成果 |
学位论文数据集 |
(4)面向真空管高速列车的无线通信系统关键技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
常用缩略语 |
1 绪论 |
1.1 研究背景 |
1.2 真空管道高速列车无线通信系统研究现状 |
1.2.1 真空管道高速列车通信需求 |
1.2.2 现有轨道交通车地无线接入 |
1.2.3 无线通信对高速列车移动性的支持 |
1.2.4 真空管道列车无线信道传播 |
1.3 主要工作与创新点 |
1.3.1 当前研究存在的难点与不足 |
1.3.2 创新点和章节安排 |
2 真空管道高速列车车-地无线通信业务需求分析 |
2.1 引言 |
2.2 现有轨道交通车-地通信技术 |
2.3 真空管道高速列车综合承载业务需求分析 |
2.3.1 列车运行相关数据(安全类数据) |
2.3.2 乘客多媒体服务(非安全类数据) |
2.3.3 车-地无线通信需求 |
2.4 真空管道高速列车车-地无线通信面临的问题 |
2.5 本章小结 |
3 真空管道高速列车车-地无线信道研究 |
3.1 引言 |
3.2 相关工作综述 |
3.3 传播图理论与Lambertian散射模型 |
3.3.1 传播图理论 |
3.3.2 Lambertian散射模型 |
3.4 基于传播图的真空管高速飞行列车信道仿真 |
3.4.1 系统模型 |
3.4.2 系统模型信道冲激响应生成 |
3.5 基于传播图的真空管高速列车信道传播特性 |
3.5.1 时延扩展 |
3.5.2 K因子 |
3.5.3 多普勒特性 |
3.5.4 信道容量 |
3.6 本章小结 |
4 真空管道高速列车车-地通信传输性能研究 |
4.1 引言 |
4.2 相关研究综述 |
4.3 真空管高速列车车-地通信系统级仿真 |
4.3.1 系统级仿真流程 |
4.3.2 真空管道车-地通信系统模型 |
4.4 仿真结果分析 |
4.5 本章小结 |
5 真空管高速列车车-地无线通信资源迁移研究 |
5.1 引言 |
5.2 相关工作综述 |
5.3 高速铁路中的云无线接入 |
5.4 系统模型 |
5.5 问题分析和仿真 |
5.6 本章小结 |
6 总结与展望 |
6.1 论文工作总结 |
6.2 未来研究展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(5)可信车联网资源分配方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
缩略语 |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 车联网概述 |
1.1.2 车联网发展趋势与可信问题 |
1.1.3 区块链技术概述 |
1.2 可信车联网资源分配研究现状与不足 |
1.2.1 信任管理架构研究现状 |
1.2.2 基于公有链的资源分配研究现状 |
1.2.3 基于联邦学习和联盟链的资源分配研究现状 |
1.2.4 基于联盟链的V2G资源分配研究现状 |
1.2.5 可信车联网资源分配研究不足 |
1.3 创新工作与章节安排 |
1.3.1 创新工作 |
1.3.2 章节安排 |
2 基于联盟链的分布式信任管理架构研究 |
2.1 引言 |
2.2 系统模型 |
2.2.1 云端管理层 |
2.2.2 区块链基础设施层 |
2.2.3 评级生成层 |
2.3 工作流程 |
2.3.1 账户注册 |
2.3.2 评级生成 |
2.3.3 评级共识 |
2.3.4 信任值计算 |
2.4 安全性分析与性能评估 |
2.4.1 安全性分析 |
2.4.2 性能评估 |
2.5 本章小结 |
3 基于公有链的可信数据共享下资源分配研究 |
3.1 引言 |
3.2 系统模型与问题定义 |
3.2.1 系统模型 |
3.2.2 问题定义 |
3.3 联盟博弈算法设计与分析 |
3.3.1 联盟博弈问题形成 |
3.3.2 联盟形成算法设计 |
3.3.3 联盟形成算法分析 |
3.4 性能评估 |
3.4.1 仿真设置 |
3.4.2 方案比较 |
3.5 本章小结 |
4 基于联盟链的可信AI训练下资源分配研究 |
4.1 引言 |
4.2 系统模型与问题定义 |
4.2.1 系统模型 |
4.2.2 问题定义 |
4.3 分布式深度强化学习算法设计与分析 |
4.3.1 马尔科夫决策过程 |
4.3.2 分布式Dueling深度Q学习 |
4.4 性能评估 |
4.4.1 仿真设置 |
4.4.2 方案比较 |
4.5 本章小结 |
5 基于联盟链的可信能源交易下资源分配研究 |
5.1 引言 |
5.2 系统模型与问题定义 |
5.2.1 系统模型 |
5.2.2 协商机制 |
5.2.3 问题定义 |
5.3 稳健Stackelberg算法设计与分析 |
5.3.1 稳健Stackelberg算法设计 |
5.3.2 纳什均衡点分析 |
5.4 安全性分析与性能评估 |
5.4.1 安全性分析 |
5.4.2 性能评估 |
5.5 本章小结 |
6 总结与展望 |
6.1 研究工作总结 |
6.2 研究工作展望 |
参考文献 |
攻读博士学位期间发表的学术论文与其他成果 |
学位论文数据集 |
(6)智慧标识网络中边缘计算服务的任务卸载和资源适配研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
主要缩略语对照表 |
第一章 绪论 |
1.1 研究背景 |
1.2 新型网络技术及智慧标识网络研究现状 |
1.2.1 新型网络相关关键技术 |
1.2.2 智慧标识网络理论及其相关研究 |
1.3 边缘计算及其服务管控问题的相关研究 |
1.3.1 边缘计算技术概述 |
1.3.2 边缘计算中服务管控问题的相关研究 |
1.3.3 机器学习在边缘计算中的应用研究 |
1.4 研究内容和主要创新 |
1.5 论文组织结构 |
第二章 复杂计算服务的服务分割和任务卸载研究 |
2.1 引言 |
2.2 复杂服务分割和部分任务卸载的优化问题 |
2.2.1 系统架构 |
2.2.2 服务管控机制 |
2.2.3 问题建模和优化 |
2.3 复杂计算服务模型和协同分割卸载算法 |
2.3.1 基于DL方法的模型分析 |
2.3.2 终端复杂计算服务的模型构建 |
2.3.3 服务模型的数据流和计算负载分析 |
2.3.4 TP-CPO算法设计 |
2.4 仿真实验和结果分析 |
2.4.1 复杂计算服务仿真环境的建立 |
2.4.2 TP-CPO策略的性能评估 |
2.4.3 TP-CPO策略的扩展性分析 |
2.5 本章小结 |
第三章 流式计算服务的任务调度和功率控制研究 |
3.1 引言 |
3.2 任务卸载调度和终端功率控制的优化问题 |
3.2.1 系统架构和管控机制 |
3.2.2 问题建模和优化 |
3.3 基于分层深度强化学习的自适应调度控制算法 |
3.3.1 深度强化学习方法简介 |
3.3.2 状态、动作及奖励函数设计 |
3.3.3 HDRL-ASC算法设计 |
3.4 仿真实验和结果分析 |
3.4.1 实验参数和环境变量的设置 |
3.4.2 HDRL-ASC算法性能分析 |
3.4.3 HDRL-ASC策略性能评估分析 |
3.5 本章小结 |
第四章 多终端竞争计算服务的卸载选择和资源编排研究 |
4.1 引言 |
4.2 终端卸载选择和通信资源编排的优化问题 |
4.2.1 系统架构和管控机制 |
4.2.2 问题建模和优化 |
4.3 基于纵向联邦学习的灵活选择编排算法 |
4.3.1 L-FOO算法框架设计 |
4.3.2 VFL-FOO算法设计 |
4.4 仿真实验和结果分析 |
4.4.1 实验参数设置 |
4.4.2 VFL-FOO算法参数调优 |
4.4.3 VFL-FOO算法收敛性分析 |
4.4.4 VFL-FOO算法复杂度评估 |
4.4.5 VFL-FOO策略的综合计算效用评估 |
4.5 本章小结 |
第五章 边缘汇聚计算服务的流量分类和资源适配研究 |
5.1 引言 |
5.2 流量鲁棒分类和资源感知转发的优化问题 |
5.2.1 系统架构和管控架构 |
5.2.2 问题建模和优化 |
5.3 基于遗传进化算法的快速分类转发算法 |
5.3.1 RCF算法框架设计 |
5.3.2 GE-RCF快速分类转发算法 |
5.4 仿真实验和结果分析 |
5.4.1 仿真实验参数设置 |
5.4.2 GE-RCF策略评估 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文总结 |
6.2 未来研究工作展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(7)无线传感器网络源节点位置隐私保护关键技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
序言 |
1 绪论 |
1.1 论文背景与意义 |
1.2 国内外研究现状 |
1.2.1 位置隐私保护 |
1.2.2 秘密共享 |
1.2.3 地理路由协议 |
1.3 主要研究工作内容 |
1.4 论文组织结构 |
2 源节点位置隐私攻防模型 |
2.1 三维无线传感器网络模型 |
2.2 强敌攻击模型 |
2.3 隐私保护模型 |
2.4 本章小结 |
3 基于拉格朗日插值法的多级秘密共享保护方法 |
3.1 相关工作与存在问题 |
3.2 方法设计 |
3.2.1 基本概念 |
3.2.2 单消息轻量级模式 |
3.2.3 多消息可验证模式 |
3.3 算法证明与分析 |
3.3.1 正确性证明 |
3.3.2 安全性分析 |
3.3.3 节能性分析 |
3.4 本章小结 |
4 基于三维凸包的源节点区域隐匿保护方法 |
4.1 相关工作与存在问题 |
4.2 算法设计 |
4.2.1 隐匿区域的构造 |
4.2.2 数据的隐匿传输 |
4.2.3 隐匿区域结构的动态调整 |
4.3 实验与结果分析 |
4.4 本章小结 |
5 基于Delaunay三角剖分的全连接地理路由保护方法 |
5.1 相关工作与存在问题 |
5.2 算法设计 |
5.2.1 全连接网络的建立 |
5.2.2 数据传输 |
5.2.3 外围防御结构的建立 |
5.3 实验与结果分析 |
5.4 本章小结 |
6 三维无线传感器源节点位置隐私整体保护方案 |
6.1 背景介绍 |
6.2 方案设计 |
6.2.1 网络初始化 |
6.2.2 信息处理 |
6.2.3 构建隐匿区域 |
6.2.4 真实源节点向虚假源节点消息传输 |
6.2.5 虚假源节点向汇聚节点的消息传输 |
6.3 实验与结果分析 |
6.4 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(8)6G智能超表面技术应用与挑战(论文提纲范文)
0 引言 |
1 RIS使能未来无线通信网络 |
1.1 重构无线信道,增强通信能力 |
1.2 使能无线网络,提供网络更多可能 |
1.3 实现端到端全链路智能化 |
2 面临的技术及工程应用挑战 |
3 无线信道特性影响——信道降秩 |
3.1 系统模型 |
3.2 问题分析 |
3.3 潜在解决方案 |
4 网络间—多网络共存(Inter-Networks) |
4.1 同频共存 |
(1) 对同频异网络信号的非预期异常调控 |
(2) RIS加强信号并扩展覆盖半径,但也会恶化网络间干扰关系 |
4.2 异频共存 |
4.3 专网与公网共存 |
5 网络内—多用户复用和多小区共存(Intra-Networks) |
5.1 多UE复用 |
5.2 多小区共存 |
6 RIS网络部署 |
6.1 基本概念 |
6.1.1 RIS部署场景类型 |
6.1.2 支持多频段共存 |
6.1.3 通信场景下RIS部署与优化的基本原则与过程 |
6.2 一种自适应网络容量及覆盖调整机制 |
7 结束语 |
(9)无线自组网中的协作定位关键技术研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
符号对照表 |
缩写词列表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 研究现状 |
1.2.1 协作定位数据融合方法 |
1.2.2 节点选择和资源分配 |
1.2.3 信息实时性 |
1.3 论文主要内容和结构安排 |
第二章 协作定位基础理论 |
2.1 引言 |
2.2 协作定位系统模型 |
2.3 定位融合方法 |
2.3.1 非贝叶斯定位方法 |
2.3.2 贝叶斯定位方法 |
2.4 协作定位系统误差评价指标 |
2.4.1 均方误差、均方根误差和累积分布函数 |
2.4.2 平方定位误差界 |
2.5 本章小结 |
第三章 移动自组网中协作定位数据融合方法设计与性能分析 |
3.1 引言 |
3.2 基于节点运动状态约束的协作定位算法 |
3.2.1 系统模型 |
3.2.2 基于EKF的外层位置信息更新算法 |
3.2.3 基于和积算法的内层测量信息融合算法 |
3.2.4 节点位置的迭代求解 |
3.3 扩展时空域联合协作定位模型 |
3.4 扩展时空域联合协作定位问题 |
3.4.1 集中式定位问题 |
3.4.2 分布式定位问题 |
3.5 扩展时空域联合协作定位性能分析 |
3.5.1 集中式性能分析 |
3.5.2 分布式性能分析 |
3.6 仿真结果与分析 |
3.6.1 基于节点运动状态约束的协作定位算法仿真与分析 |
3.6.2 扩展时空域联合协作定位模型仿真与分析 |
3.7 本章小结 |
第四章 资源受限的无线协作自组网中节点选择和资源分配算法 |
4.1 引言 |
4.2 系统模型和优化问题 |
4.2.1 系统模型 |
4.2.2 优化问题 |
4.3 PDD优化框架介绍 |
4.4 隐式能量约束条件下的节点选择算法 |
4.4.1 问题转化 |
4.4.2 基于PDD的节点选择算法 |
4.5 显式能量约束条件下的联合节点选择和功率分配算法 |
4.5.1 问题转化 |
4.5.2 基于PDD的联合节点选择和功率分配算法 |
4.6 仿真结果与分析 |
4.6.1 节点选择算法仿真与分析 |
4.6.2 联合节点选择和功率分配算法仿真与分析 |
4.6.3 算法复杂度分析 |
4.7 本章小结 |
第五章 受信息实时性影响的无线协作自组网性能分析与算法设计 |
5.1 引言 |
5.2 系统模型 |
5.3 定位性能分析 |
5.3.1 单个超帧的定位性能分析 |
5.3.2 多个超帧的定位性能以及稳定状态的定位性能分析 |
5.4 广播节点选择和时隙分配算法 |
5.4.1 问题描述 |
5.4.2 广播节点选择算法 |
5.4.3 时隙分配算法 |
5.5 仿真结果与分析 |
5.5.1 单个超帧的定位性能仿真与分析 |
5.5.2 稳定状态下的定位性能仿真与分析 |
5.5.3 广播节点选择和时隙分配算法仿真与分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简历 |
攻读博士学位期间的研究成果 |
(10)无线网络内容分发中基于经济学的资源协作及定价(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩写、符号清单、术语表 |
1 绪论 |
1.1 研究背景 |
1.1.1 未来无线网络发展趋势 |
1.1.2 无线网络中的内容分发 |
1.1.3 无线网络运营模式的发展趋势 |
1.2 研究意义 |
1.3 经济学理论基础 |
1.3.1 博弈理论 |
1.3.2 拍卖理论 |
1.3.3 合同理论 |
1.4 内容分发中资源协作及定价相关研究现状 |
1.5 主要研究内容 |
1.6 论文主要贡献与创新点 |
1.7 论文组织结构 |
2 无线网络中针对节点资源协作的激励机制设计 |
2.1 D2D中继节点协作传输机制 |
2.1.1 系统模型 |
2.1.2 面向D2D中继的委托-代理MDP框架 |
2.1.3 委托-代理MDP模型的最优贪婪解 |
2.1.4 仿真结果 |
2.2 异构节点的协作缓存机制 |
2.2.1 系统模型 |
2.2.2 基于联盟博弈的问题建模 |
2.2.3 效用可转移的缓存合作问题 |
2.2.4 效用不可转移的缓存合作问题 |
2.2.5 仿真结果 |
2.3 本章小结 |
3 视频流中的异质资源联合分配与定价 |
3.1 系统模型 |
3.2 部分缓存视频流的QoE推导 |
3.3 异质资源联合分配及定价求解 |
3.4 仿真结果 |
3.5 本章小结 |
4 基于新鲜度的内容转售定价机制 |
4.1 系统模型 |
4.1.1 效用模型 |
4.1.2 构建问题 |
4.2 基于Stackelberg博弈的订阅价格问题 |
4.3 基于拍卖的内容购买问题 |
4.3.1 AoI拍卖中NSP的收益披露 |
4.3.2 相关概念 |
4.3.3 场景1:完整信息下的第一/第二价拍卖 |
4.3.4 场景2:不完整信息下的第一/第二价拍卖 |
4.3.5 场景3/4:完整/不完整信息下的反向Myerson拍卖 |
4.3.6 扩展到多CP的场景 |
4.4 仿真结果 |
4.5 本章小结 |
5 基于新鲜度和时延的内容定价机制 |
5.1 系统模型 |
5.1.1 视频用户QoE |
5.1.2 平台与用户效用 |
5.2 可行合同设计 |
5.2.1 合同约束 |
5.2.2 合同可行性的必要条件 |
5.2.3 合同可行性的充分条件 |
5.3 合同的最优结构 |
5.4 仿真结果 |
5.5 本章小结 |
6 总结与展望 |
6.1 本文总结 |
6.2 下一步工作展望 |
参考文献 |
攻读学位期间的学术论文及研究成果 |
四、无线网络解决方案(论文参考文献)
- [1]面向物联网设备的无人机辅助能量补给技术研究[D]. 吴鹏飞. 南京邮电大学, 2020
- [2]基于无人机辅助的无线通信网络技术研究[D]. 薛益时. 南京邮电大学, 2021
- [3]基于LTE-M和5G混合组网的城市轨道交通通信系统无线资源管理研究[D]. 邵颖霞. 北京交通大学, 2021(02)
- [4]面向真空管高速列车的无线通信系统关键技术研究[D]. 韩柏涛. 北京交通大学, 2021(02)
- [5]可信车联网资源分配方法研究[D]. 赵宁. 北京交通大学, 2021(02)
- [6]智慧标识网络中边缘计算服务的任务卸载和资源适配研究[D]. 李雪靖. 北京交通大学, 2021
- [7]无线传感器网络源节点位置隐私保护关键技术研究[D]. 陈栋. 北京交通大学, 2021(02)
- [8]6G智能超表面技术应用与挑战[J]. 赵亚军,菅梦楠. 无线电通信技术, 2021(06)
- [9]无线自组网中的协作定位关键技术研究[D]. 范程飞. 浙江大学, 2021(01)
- [10]无线网络内容分发中基于经济学的资源协作及定价[D]. 周旭颖. 浙江大学, 2021(01)