-
公开(公告)号:CN118158784A
公开(公告)日:2024-06-07
申请号:CN202410295855.5
申请日:2024-03-15
Applicant: 南京大学
Abstract: 本发明公开了一种面向绿色全解耦网络的灵活基站休眠和资源协作方法及系统,本发明首先构建了用户‑上行基站关联矩阵、上行基站运行状态向量和用户功率向量的联合优化问题,在满足用户QoS约束的情况下,最大化上行全解耦网络能效;然后将优化问题分解为等效的联合优化用户‑上行基站关联矩阵和上行基站运行状态向量的上层问题,以及优化用户功率向量的下层问题;再使用基于Dinkelbach的连续下界最大化算法求解下层问题;使用多对多交换匹配算法求解上层问题;其中多对多交换匹配算法中用户偏好能效更高且上行基站下所有用户均可达到最小QoS速率的上行基站。仿真结果表明本发明实现了全解耦网络的高能效和所提出算法的有效性。
-
公开(公告)号:CN113727306B
公开(公告)日:2023-04-07
申请号:CN202110934853.2
申请日:2021-08-16
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度强化学习的解耦C‑V2X网络切片方法,基于两层异构网络HetNet在C‑V2X通信的动态RAN切片框架,在切片第一层中,采用深度强化学习SAC算法在宏基站MBS和微基站SBS之间分配带宽,实现V2I和RAC‑V2V之间的资源编排;采用云接入网络C‑RAN中的虚拟化方法在边缘云上聚合UL/DL带宽,满足V2I片和RAC‑V2V片的通信需求;在切片第二层中,将RAC‑V2V通信的QoS建模为一个绝对值优化问题,并采用ASRS算法进行求解,进一步将带宽分配给每个车辆用户;每个车辆用户都采用DL/UL解耦接入技术,并向相关的基站BS报告最低速率要求,边缘云采集不同切片的速率要求,SAC策略网络根据网络状态选择一个转移,即UL/DL带宽分配比,设计ASRS算法,为每一个车辆用户分配带宽。
-
公开(公告)号:CN111556508B
公开(公告)日:2023-03-10
申请号:CN202010428618.3
申请日:2020-05-20
Applicant: 南京大学
Abstract: 一种面向大规模IoT接入的Stackelberg博弈多运营商动态频谱共享方法,所述的多运营商动态频谱共享方法包括以下步骤:1)预先建立频谱提供商和网络运营商的效益函数;2)以频谱提供商为领导者,以网络运营商为跟随者,建立动态Stackelberg博弈;3)通过博弈最终达到均衡,实现多运营商频谱共享以及领导者和跟随者的收益最大化,同时可使接入跟随者的物联网设备数量最大化;以频谱提供商为领导者,网络运营商为跟随者,建立动态Stackelberg博弈,在动态频谱共享机制下运行;通过博弈最终达到均衡,实现领导者和跟随者的收益最大化,同时可使接入跟随者的蜂窝用户和物联网设备数量最大化。
-
公开(公告)号:CN114666844A
公开(公告)日:2022-06-24
申请号:CN202210054434.4
申请日:2022-01-18
Applicant: 南京大学
Abstract: 一种面向6G的智简高效全解耦网络架构,基于基站、用户和边缘云,其中数据基站又包含下行基站和上行基站;边缘云与各基站之间用光纤连接;控制信道的传输时延要比数据信道的传输时延低;数据信道是分布式协作发送,传输、处理、存储一体式接收;边缘云是整个协作区域内数据集中处理的实体;所述全解耦网络是一个局部区域内多基站协作为用户提供无线接入服务的网络架构;全解耦网络的控制面和数据面是物理分离的;数据面的上行和下行也是物理分离的;数据面的业务传输是通过多点协作实现的;本发明能将网络充分地解耦,有效地促进多维资源的协作,提高整个网络的频谱效率,为用户提供个性化通信服务,并降低组网成本。
-
公开(公告)号:CN114448486A
公开(公告)日:2022-05-06
申请号:CN202210120109.3
申请日:2022-02-08
Applicant: 南京大学
IPC: H04B7/08 , H04B7/06 , H04B17/391 , H04W72/04
Abstract: 一种面向全解耦网络下行多点协作调度方法,1)用户基于下行帧中的导频序列估计出信道信息值,然后将本地估计出来的信道信息回到基站的边缘基带信号处理中心;2)根据所测得信道信息,考虑基站和用户之间的功率分配是平均分配,将用户和基站的匹配关系建模为一个多对多的图匹配问题、即建模为一个以最大化总容量为标准的多对多匹配模型,设计多对多初始化以及交换匹配算法;3)根据用户和基站的多对多匹配方案以及接收到的信道信息,考虑用户之间相干传输的干扰,建立以用户加权速率和为目标的优化问题,用分数规划将协作调度的问题转化为多变量的非凸问题,并且使用分块坐标下降的方式得到基站对用户的波束赋形矩阵。
-
公开(公告)号:CN111556508A
公开(公告)日:2020-08-18
申请号:CN202010428618.3
申请日:2020-05-20
Applicant: 南京大学
Abstract: 一种面向大规模IoT接入的Stackelberg博弈多运营商动态频谱共享方法,所述的多运营商动态频谱共享方法包括以下步骤:1)预先建立频谱提供商和网络运营商的效益函数;2)以频谱提供商为领导者,以网络运营商为跟随者,建立动态Stackelberg博弈;3)通过博弈最终达到均衡,实现多运营商频谱共享以及领导者和跟随者的收益最大化,同时可使接入跟随者的物联网设备数量最大化;以频谱提供商为领导者,网络运营商为跟随者,建立动态Stackelberg博弈,在动态频谱共享机制下运行;通过博弈最终达到均衡,实现领导者和跟随者的收益最大化,同时可使接入跟随者的蜂窝用户和物联网设备数量最大化。
-
公开(公告)号:CN114449634B
公开(公告)日:2023-11-03
申请号:CN202210057174.6
申请日:2022-01-18
Applicant: 南京大学
IPC: H04W52/14 , H04W52/24 , H04B7/0456
Abstract: 本发明公开一种面向6G全解耦网络的上行用户高效功率控制方法,上行基站上传信道的一阶和二阶统计信息至边缘云;边缘云基于全局的信道统计信息,对用户的发射功率进行迭代求解;边缘云将计算得到的用户发射功率下发至控制基站;控制基站将发射功率信息发送至相应的用户;基站将用户通过该基站将信息上传到边缘云视为等效信道,统计该等效信道的期望和方差,并周期性地上传至边缘云;边缘云基于等效信道的统计信息,迭代计算用户的发射功率直至算法收敛。该方法可以高效地计算用户的发射功率,并提高无线移动通信网络的频效和能效。通过控制用户的发射功率,降低用户间的干扰,从而实现更高的网络频效和能效。
-
公开(公告)号:CN115865268A
公开(公告)日:2023-03-28
申请号:CN202211389832.8
申请日:2022-11-08
Applicant: 南京大学
IPC: H04L1/00
Abstract: 本发明公开了一种面向6G全解耦网络的下行链路自适应方法及系统,能够在长延时反馈下实现有效的链路自适应。本发明首先构建一个基于信干噪比的低维信道特征向量,以表示当前频率选择性衰落信道的状态;然后根据低维信道特征向量的历史数据,对未来传输时刻的信道特征向量进行预测;再构建一个基于神经网络的误帧率FER估计模型,其以信道特征向量和调制编码方案MCS为输入,以相应的FER为输出;最后根据模型估计的FER选择期望吞吐量最大的MCS方案,并通过长反馈链路向下行基站报告,实现下行的链路自适应传输。本发明可以缓解6G全解耦网络中长反馈延时造成的链路自适应性能下降,为全解耦网络的自适应传输提供了可行方案。
-
公开(公告)号:CN115865268B
公开(公告)日:2025-04-08
申请号:CN202211389832.8
申请日:2022-11-08
Applicant: 南京大学
IPC: H04L1/00
Abstract: 本发明公开了一种面向6G全解耦网络的下行链路自适应方法及系统,能够在长延时反馈下实现有效的链路自适应。本发明首先构建一个基于信干噪比的低维信道特征向量,以表示当前频率选择性衰落信道的状态;然后根据低维信道特征向量的历史数据,对未来传输时刻的信道特征向量进行预测;再构建一个基于神经网络的误帧率FER估计模型,其以信道特征向量和调制编码方案MCS为输入,以相应的FER为输出;最后根据模型估计的FER选择期望吞吐量最大的MCS方案,并通过长反馈链路向下行基站报告,实现下行的链路自适应传输。本发明可以缓解6G全解耦网络中长反馈延时造成的链路自适应性能下降,为全解耦网络的自适应传输提供了可行方案。
-
公开(公告)号:CN112423267B
公开(公告)日:2022-04-22
申请号:CN202011100225.6
申请日:2020-10-14
Applicant: 南京大学
Abstract: 本发明提出基于Lyapunov随机优化的车联网异质资源动态切片方法,本发明构造了以最小化系统平均车辆通信时延为优化目标的随机优化问题。利用Lyapunov随机优化方法中的漂移加惩罚算法,本发明首先给出了一种通用的针对差异化服务切片的动态异质资源分配方案。然后结合马尔科夫近似方法,本发明提出一种具体的频谱带宽和蜂窝接入点异质资源动态分配方法。本方法在满足差异化服务切片的相互隔离,资源动态共享的前提下,最小化时延敏感型服务的平均通信时延,并保证即时交互服务的平均可实现数据速率。
-
-
-
-
-
-
-
-
-