检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于异构蜂窝业务量预测的基站休眠策略

重庆邮电大学学报（自然科学版） 2021年第6期33卷 921-929页

作者：温醒醒贾亦真黄康重庆邮电大学通信与信息工程学院重庆400065 军事科学院系统工程研究院北京100000

为了提高第5代(the fifth generation,5G)移动通信中异构蜂窝网络基站的频谱效率,提升用户的服务质量。提出了一种基于小波神经网络的基站休眠策略(neural network based stations sleep strategy in macro-femto heterogeneous networks,NNSS),在神经网络预测模型中,把隐含层的传递函数用小波函数替换,并采用梯度下降算法,建立一个小波神经网络的预测模型。预测出家庭基站在一个周期内的业务量,根据预测值制定合理的基站休眠策略;同时考虑用户与基站间的中断概率,设计用户重关联算法,实现家庭基站对用户服务质量的优化。实验结果表明,基于小波神经网络的基站休眠策略在提高系统频谱效率的同时,降低了用户的中断概率。

关键词：异构蜂窝网络基站休眠神经网络频谱效率中断概率

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于Sarsa学习的基站休眠策略研究

重庆邮电大学学报（自然科学版） 2020年第4期32卷 536-543页

作者：杨海吴静中国西南电子技术研究所成都610036 重庆邮电大学通信与信息工程学院重庆400065

在异构Macro-femto蜂窝网络中,随着日益增长的用户数量使得基站能耗问题变得更加严峻,提升整个移动系统能效的有效方式就是进行基站休眠。根据无模型理论提出一种基于Sarsa学习的动态基站休眠算法,算法通过基站学习环境中的用户流量,制... 详细信息

在异构Macro-femto蜂窝网络中,随着日益增长的用户数量使得基站能耗问题变得更加严峻,提升整个移动系统能效的有效方式就是进行基站休眠。根据无模型理论提出一种基于Sarsa学习的动态基站休眠算法,算法通过基站学习环境中的用户流量,制定合理的休眠机制。仿真结果表明,提出的基于Sarsa学习的基站休眠算法能够有效提升系统能效。

关键词：异构蜂窝网络系统能效基站休眠 Sarsa学习

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于机器学习的流量预测及基站休眠方法研究

基于机器学习的流量预测及基站休眠方法研究

作者：任嘉鹏吉林大学

学位级别：硕士

随着信息技术的高速发展,无线通信系统中的数据业务需求呈指数型增长。为了满足业务需求,宏基站和小基站等网络基础设施数量大幅增加,网络结构也发展成层叠式的异构网络,通过在宏基站周围大量部署低功耗接入节点,有效提升了网络容量。... 详细信息

随着信息技术的高速发展,无线通信系统中的数据业务需求呈指数型增长。为了满足业务需求,宏基站和小基站等网络基础设施数量大幅增加,网络结构也发展成层叠式的异构网络,通过在宏基站周围大量部署低功耗接入节点,有效提升了网络容量。与此同时,无线通信系统也面临着更严峻的能源消耗问题。无线网络业务量随时间变化,具有明显的“潮汐效应”,在网络流量负载较低的时段,仍保持全部基站开启,会造成不必要的能源消耗。打造节能高效的无线通信系统,实现绿色通信成为当今通信行业的重点研究方向。本文在此背景下展开,以提升网络能效为目标,依据网络流量特性,对网络流量预测技术和基站休眠技术进行研究。首先,针对网络流量的特性和网络流量预测模型进行分类介绍,对网络能效的度量标准依照器件级、设备级和网络级进行归纳总结,对基站休眠技术进行研究分析。其次,针对网络流量预测技术进行深入研究,提出一种将基于时变滤波的经验模态分解(Time Varying Filtering Based Empirical Mode Decomposition,TVF-EMD)与长短期记忆网络(Long Short-Term Memory,LSTM)相结合的网络流量预测模型。利用TVF-EMD算法,可以将复杂的网络流量数据简化分解为多个本征模函数(Intrinsic Mode Function,IMF)。利用LSTM网络的“记忆特性”和对长距离依赖问题的良好预测能力,对每个IMF分量进行LSTM建模预测,之后对各IMF分量的预测结果叠加重构,形成网络流量预测结果。仿真结果表明,TVF-EMD-LSTM预测模型与传统的LSTM预测模型相比,预测误差更小,性能评价指标表现更优。最后,将网络流量预测技术与基站休眠技术相结合,针对网络流量负载的时间波动性,以提升网络能效为目标,提出一种基于网络流量负载预测的基站休眠方案。通过网络负载预测数据与实时网络负载情况联合分析,对网络中的小基站进行休眠与唤醒操作。方案主要包括休眠阈值预设置、基于预测的基站休眠算法和基站动态唤醒算法三个部分。在宏基站与小基站协同部署的异构蜂窝网络场景下,预先对网络的负载水平进行等级划分,并对每个负载等级设定对应的基站休眠比例;在设定好的休眠操作时间点,根据下一时间段的网络负载预测情况、实时负载情况以及用户切换情况综合判断,依照预设的阈值进行休眠操作,直到下一个休眠操作时间点重新进行休眠设定;对于突发的网络负载快速升高的情况,为了保障用户服务质量,可以实时将休眠的基站进行动态唤醒。仿真结果显示,所提出的休眠方案,在保障用户服务质量,将中断概率保持在较低水平的同时,能够降低网络能源消耗、使网络能效具有明显提升。

关键词：异构蜂窝网络网络流量预测基站休眠网络能效

基于无线通信网络的基站休眠与用户关联技术的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无线通信网络的基站休眠与用户关联技术的研究

作者：廉沙沙燕山大学

学位级别：硕士

第5代移动通信技术(Fifth-Generation,5G)的演进已经成为国内外移动通信领域的研究热点,5G技术在实现超高速、超高效的同时,也带来了系统能耗的增加。据统计,目前在蜂窝移动通信中,来自基站的能耗占据系统总能耗的80%左右,成为了能耗的... 详细信息

第5代移动通信技术(Fifth-Generation,5G)的演进已经成为国内外移动通信领域的研究热点,5G技术在实现超高速、超高效的同时,也带来了系统能耗的增加。据统计,目前在蜂窝移动通信中,来自基站的能耗占据系统总能耗的80%左右,成为了能耗的主要来源,所以对基站进行能效研究有着重要意义。基站节能中一个行之有效的方法就是实现基站休眠与用户关联。本文对无线通信网络基站休眠与用户关联技术进行研究,具体工作如下:首先,根据绿色通信中基站节能技术,本文阐述了无线通信网络中基站休眠与用户关联技术的相关原理与算法,包括贪婪算法、能量效率的度量指标以及基站节能情况。其次,针对基站休眠,本文构建了一个无线通信网络分析模型,提出了两种基于贪婪思想的基站休眠算法,再融合两种算法,通过设置阈值点,逐级筛选得出需要休眠的基站,并计算休眠后系统能耗。最后在Matlab中对该算法进行仿真,结果表明了该算法的可行性。最后,针对休眠小区内移动用户关联问题,本文在整个网络负载均衡的条件下提出了具体的用户关联方案,该方案中结合马尔科夫预测模型对休眠小区内用户数进行预测。经过Matlab实验仿真,算法实现了系统负载均衡的同时降低了系统的能耗,从而证明了该算法的有效性与可行性。

关键词：绿色通信基站休眠用户关联能量消耗负载均衡

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

5G密集异构网络下的基站休眠技术研究

5G密集异构网络下的基站休眠技术研究

作者：李达北京邮电大学

学位级别：硕士

第五代通信技术(5G)是面向2020年以后移动通信需求而发展的新一代移动通信系统。密集异构网络技术则是保证5G场景下爆炸式业务流量增长的关键技术之一。而大量的微基站部署会导致无线通信系统能耗直线上升,为了提高系统能效,打造绿色无... 详细信息

第五代通信技术(5G)是面向2020年以后移动通信需求而发展的新一代移动通信系统。密集异构网络技术则是保证5G场景下爆炸式业务流量增长的关键技术之一。而大量的微基站部署会导致无线通信系统能耗直线上升,为了提高系统能效,打造绿色无线通信系统,基站休眠技术则由于其易于实现,不需改变硬件等特点受到广泛关注。目前学术上及工业上对基站休眠技术的相关技术研究中,存在算法复杂度过高,基站休眠后部分信息缺失等问题。为了解决上述问题,并以提高无线通信系统的能效为目的,本文提出了两种新的基站休眠技术,对提出的技术进行仿真验证。为了在保证用户服务质量(QoS)的前提下尽可能地降低系统能耗,本文首先提出了一种基于半分布式的基站休眠技术。半分布式休眠技术结合了集中式与分布式休眠技术的优点,该技术分为两大部分,群唤起算法与自休眠算法。以分簇的方式降低运算复杂度,通过宏基站辅助与邻基站辅助的群唤起算法方式解决获取休眠节点信息的问题,通过自休眠算法解决调度不灵活的问题。系统级仿真表明,本文提出的半分布式休眠技术与不休眠技术相比在能耗上平均能降低13%,同时其吞吐率能有平均9%的提升。随后,本文将机器学习的相关技术引入到基站休眠算法中,用于改进提出的半分布式基站休眠技术,提出了一种基于机器学习的基站休眠算法。利用人工神经网络的方式,以簇为单位对微基站进行训练,由于训练的过程可以在远程执行,而基站训练的结果部署于簇中时,可以有效降低系统进行基站休眠算法的运算量。在本文提出的算法中,以基站负载及信号到达角向量作为人工神经网络的输入,以基站休眠状态作为人工神经网络的输出。仿真结果表明,使用基于机器学习的基站休眠技术比半分布式基站休眠技术能耗上降低3.1%,同时保持吞吐率基本不变。

关键词： 5G 密集异构网络基站休眠半分布式机器学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

异构蜂窝网络基站休眠策略研究

异构蜂窝网络基站休眠策略研究

作者：戎玉重庆邮电大学

学位级别：硕士

随着移动用户数量的快速增长、各种智能设备日益成熟,移动通信系统的容量面临着巨大的挑战。异构蜂窝网络应运而生,可以有效地应对上诉问题。然而,随着异构网络规模的不断扩大,网络中的能量消耗日趋严重,如何降低能耗,提高能效变得尤为... 详细信息

随着移动用户数量的快速增长、各种智能设备日益成熟,移动通信系统的容量面临着巨大的挑战。异构蜂窝网络应运而生,可以有效地应对上诉问题。然而,随着异构网络规模的不断扩大,网络中的能量消耗日趋严重,如何降低能耗,提高能效变得尤为重要。基站休眠技术作为其中一种有效的节能技术,受到了众多学者的关注。目前,有关异构蜂窝网络中基站休眠技术的研究,在考虑基站负载量的动态变化以及用户与基站间的关联等方面还存在问题。基于此,本文在Macro-Femto的两层异构蜂窝网络中,提出了两种不同基站休眠策略,分别如下:首先,从节能的角度出发,利用半马尔科夫决策过程建模异构蜂窝网络中家庭基站的动态开关过程。将基站服务的用户数和家庭基站的不同工作模式作为系统状态;以对家庭基站的模式的控制作为动作;将系统节能作为即时回报函数,并通过推导将其转换为长期收益函数模型,实现了对系统能耗的控制。同时,本文还制定了UA-Basic用户关联算法,在每一轮决策过程中,有效处理用户与基站间的关联对休眠策略带来的影响。最后,采用值迭代算法求解了最优的家庭基站休眠策略。仿真结果表明,该休眠策略很好地实现了家庭基站的动态休眠过程,有效地降低了系统能耗。其次,从能效的角度出发,利用三次指数平滑法实时地跟踪家庭基站历史周期内的用户数据,对下一周期内的用户数量进行预测,然后与设定的门限值进行比较,让满足条件的家庭基站进入休眠模式,降低系统能耗。此外,本文设计了UA-QoS用户关联算法,实现了用户与基站间基于优化用户服务质量的关联,同时也解决了关联问题对休眠决策的影响。仿真结果表明,该策略在降低系统能耗的同时,保障了用户的服务质量,提高了系统能效。

关键词：异构蜂窝网络能耗能效基站休眠用户关联

基于深度学习的移动网络流量预测及基站休眠控制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的移动网络流量预测及基站休眠控制研究

作者：杨馥瑜北京邮电大学

学位级别：硕士

近年来,5G的规模建设导致移动流量需求激增,而密集的基站部署加重了系统能耗的过快增长。基站休眠技术因无需更换硬件易于实施、有效降低碳排放、节能成果显著等优点成为提高通信网络能效,实现可持续发展的重点研究方向。鉴于无线通信... 详细信息

近年来,5G的规模建设导致移动流量需求激增,而密集的基站部署加重了系统能耗的过快增长。基站休眠技术因无需更换硬件易于实施、有效降低碳排放、节能成果显著等优点成为提高通信网络能效,实现可持续发展的重点研究方向。鉴于无线通信网络的规划和设计往往遵循最大负载原则,在负载低谷期,全部基站继续保持活跃状态造成了不必要的能耗浪费。因此,可以通过准确预测流量需求,并动态地对低负载基站进行休眠的方式节约能耗。然而,当部分基站被关闭时,用户感知到的服务延迟可能会由于流量的重定向而恶化,应该谨慎地平衡节能和服务质量退化之间的关系。此外,基站休眠控制还受到多个实际约束,例如碳配额限制、服务迁移成本、服务延迟、硬件磨损等。针对以上问题,本文将流量预测技术与基站休眠控制技术相结合,目标是在不超出给定长期系统能耗指标的情况下,能够为用户提供稳定服务体验。首先,利用历史数据和网络流量特征对基站未来一段时间的流量负载情况进行预测。具体地,提出一种新的具有空间注意机制的图神经网络层,用以更好地聚集来自临近基站的动态信息;同时结合循环神经网络和Transformer神经网络模型来捕获局部和全局的时间依赖性。其次,提出一种基于深度强化学习的基站休眠控制方法,基于预测结果优化资源分配。具体来说,使用演员评论家架构以及双延迟深度确定性策略梯度算法加速训练;设计一种新的基准转换策略用以减小由于底层业务需求变化而引起的成本估计的方差。最后,使用公开的真实数据集进行了广泛的实验,结果验证了流量预测方法的准确性以及基站休眠控制方法在提高系统能效方面的有效性。

关键词：基站休眠时空预测深度强化学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

异构蜂窝网络基站休眠技术的研究

异构蜂窝网络基站休眠技术的研究

作者：吴静重庆邮电大学

学位级别：硕士

第五代移动通信技术(the 5th Generation mobile communication technology,5G),是继前四代通信技术后又发展的全新移动通信技术。密集异构蜂窝网络(Dense Heterogeneous Cellular Network,DHCN)则成为解决5G网络环境下移动用户数和移动终端数激增的重要技术。大规模低功率节点的部署以及用户的随机分布,导致移动通信系统的能耗增加以及资源浪费,基站休眠作为如今倡导的绿色通信中的关键技术得到许多关注和研究。在密集异构蜂窝网络基站休眠技术的相关研究中,分析用户的动态变化以及制定用户关联机制等仍然存在着问题。本文针对双层异构蜂窝网络的场景,为有效地降低系统能耗和提升系统能效,提出了两种基站休眠算法:首先,为了降低系统能耗,本文采用基于半马尔科夫决策过程(Semi-Markov Decision Process,SMDP)的家庭基站(Femto Base Stations,FBSs)动态休眠算法。FBS休眠过程建模成SMDP模型,将基站服务的用户数和某个用户到达或离开的事件表示为系统状态,将对FBS状态的控制表示为系统动作,得出每个状态转移到其他状态的转移概率,将每个状态采取动作之后系统的功耗与驻留时间的乘积表示为系统收益函数。本文进一步推导了SMDP的长期收益值函数,通过值迭代算法得到最优休眠决策。仿真结果表明,本文提出的基于SMDP的基站休眠算法可以有效减少系统能耗。其次,为了提升系统能效,本文采用基于Sarsa学习的基站休眠算法。该算法综合考虑了上行信道能效以及下行信道能效,将基站服务的用户数表示为系统状态,将对FBS开关的控制表示为系统动作,将每个状态采取动作之后的系统能效表示为系统收益函数。通过Sarsa学习算法,系统中的用户与基站之间不断地进行信息交互,累积收益最大化从而做出最优的基站休眠决策。此外,本文提出了用户重关联机制来保证休眠基站其关联用户的服务连续性,减小系统用户的中断概率。仿真结果表明,本文提出的基于Sarsa学习的基站休眠算法能够有效提升系统能效。

关键词：异构蜂窝网络基站休眠用户关联能耗能效

边缘缓存网络中的内容分发及基站休眠算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

边缘缓存网络中的内容分发及基站休眠算法研究

作者：吴天昊北京邮电大学

学位级别：硕士

随着智能手机行业以及多媒体服务的不断发展,人们日常通信产生的数据量也不断增加。以增强热点区域的覆盖为目的,出现了一种异构网络场景,即在宏基站的覆盖范围下布置众多的小型基站。为了进一步提升该场景下的网络性能,研究者提出将文... 详细信息

随着智能手机行业以及多媒体服务的不断发展,人们日常通信产生的数据量也不断增加。以增强热点区域的覆盖为目的,出现了一种异构网络场景,即在宏基站的覆盖范围下布置众多的小型基站。为了进一步提升该场景下的网络性能,研究者提出将文件存储在网络边缘的基站中,使文件更贴近用户,缩短用户的下载时延,提升用户体验。由此出现了边缘缓存网络,受到学术界广泛关注。由于小型基站的存储能力有限,无法将用户可能需要的所有文件存入缓存中。在这种条件下需要结合多种因素考虑小型基站的缓存方式,比如不仅要考虑到文件流行度以及命中率,还要考虑用户的体验如时延等。另外,在存在大量小型基站部署的场景下,能耗也是一个值得研究的问题。基站休眠技术可以显著降低网络系统的能耗,但是在缓存容量有限的边缘缓存网络中,考虑到内容分发等因素,传统的基站休眠技术将面临诸多挑战。本文针对上述问题进行了研究,主要工作内容如下:第一,提出了一种最小化用户时延的内容分发策略。充分考虑了缓存文件后用户命中率与下载时延的矛盾性,并对二者进行权衡。建立了在满足一定用户平均命中率前提下最小化用户平均下载时延的优化策略。首先对网络中用户可能请求的文件进行流行度排序,并按照排序结果对小型基站进行缓存文件预分发处理。通过预测每个用户可能会接入的小型基站计算出该用户的命中率,进而求出网络中所有用户的平均命中率。利用网络参数以及小型基站的连接状态为每一个用户计算下载时延期望值并列出所有用户平均下载时延表达式。建立数学优化模型,最终通过遍历法找到最优策略,仿真结果表明所提方案缩短了用户的下载时延。第二,提出一种基于内容分片存储的基站休眠方法。基站根据自身的存储能力随机存储每个文件的一部分内容。同时,利用网络中所有用户与小型基站之间的连接情况以及小型基站的工作状态在所有用户和小型基站之间建立用户连接状态矩阵。根据齐普夫定律计算用户请求每一个文件的概率,并结合用户连接状态矩阵计算出网络中的文件传输能耗。之后根据网络中没有休眠的基站数量列出维持小型基站工作的能耗表达式。结合所提休眠策略建立一个二维网络能耗优化模型。最终通过找到该模型的最优解确定基站的状态以及内容分发策略。所提方法有效降低了系统的能耗并提高了命中率。

关键词：边缘缓存网络内容分发下载时延命中率基站休眠