排序方式: 共有31条查询结果,搜索用时 312 毫秒
1.
2.
设备对设备(D2D)通信作为一种短距离通信技术,能够极大地减轻蜂窝基站的负载压力和提高频谱利用率。然而将D2D直接部署在授权频段或者免授权频段必然导致与现有用户的严重干扰。当前联合部署在授权和免授权频段的D2D通信的资源分配通常被建模为混合整数非线性约束的组合优化问题,传统优化方法难以解决。针对这个挑战性问题,该文提出一种基于多智能体深度强化学习的D2D通信资源联合分配方法。在该算法中,将蜂窝网络中的每个D2D发射端作为智能体,智能体能够通过深度强化学习方法智能地选择接入免授权信道或者最优的授权信道并发射功率。通过选择使用免授权信道的D2D对(基于“先听后说”机制)向蜂窝基站的信息反馈,蜂窝基站能够在非协作的情况下获得WiFi网络吞吐量信息,使得算法能够在异构环境中执行并能够确保WiFi用户的QoS。与多智能体深度Q网络(MADQN)、多智能体Q学习(MAQL)和随机算法相比,所提算法在保证WiFi用户和蜂窝用户的QoS的情况下能够获得最大的吞吐量。 相似文献
3.
4.
5.
6.
7.
在设备到设备(D2D)通信辅助的窄带物联网(NB-IoT)中,为了尽可能提高传输成功率,D2D接收端需要预留较多的通信时隙(可以允许多次重传)。然而,这显著地增加了用户设备(UE)的能耗,特别是在信道条件较差或者相邻D2D链路干扰较严重的情况下。该文基于中继和能耗模型构造了一个传输成功率和能耗折中的优化问题,进而提出一个基于二分法的通信时隙最优配置算法。数值结果表明较多的预留时隙数量极大地增加了UE的能耗,但是不会显著提高传输成功率,与多中继传输、随机中继传输和100%成功传输等其他算法相比,该文提出的预留时隙最优配置算法获得了最小的能耗和几乎最大的传输成功率(只比100%成功传输方案低)。 相似文献
8.
5G通信系统通过共享WiFi频谱可以提高系统容量和吞吐量,但对WiFi传输性能造成了一定影响。为了进一步提高系统性能,针对非授权频段的大规模多输入多输出(Massive Multiple-Input Multiple-Output Unlicensed,mMIMO-U)系统设计了一种WiFi/5G共存的混合预编码方案。通过构建WiFi和5G用户的小区蜂窝模型,采用空间资源分配和空域波束赋形使得信号在指定的方向上得到增强,在非期望方向上信号强度降低,并采用块对角化和最小均方误差(Minimum Mean Squared Error,MMSE)信号检测技术有效地处理了用户以及环境噪声之间的干扰进而改善信道增益。仿真结果表明,该方案有效降低了WiFi/5G设备之间的干扰和算法复杂度,提高了5G设备在信道中的传输速率,使WiFi/5G能在非授权频段共存。 相似文献
9.
10.
LTE授权辅助接入(LAA)和WiFi网络的共存性能已经被广泛研究。然而,这些工作忽略了捕获效应,即当两个以上的信号在相同信道上同时传输时,最强的信号仍然可能成功接收。这种现象在共存场景中可能比在WiFi网络中更频繁地发生。基于此,该文深入研究了LAA和WiFi网络在捕获效应下的共存性能。具体地,在共存场景中首先提出了两个以上信号的捕获模型,并推导出了捕获概率;然后,将LAA接入方案建模为具有捕获效应的新的2维离散马尔可夫模型,其中退避计数器的减少不仅取决于空闲的时隙,还取决于捕获效应发生的时隙;最后推导出共存性能的表达式。大量的仿真和数值结果验证了所提出的马尔可夫链和捕获模型的有效性。而且,仿真结果也证明了考虑捕获效应的必要性。 相似文献