基于哈希接入的跨网络负载均衡

无线接入网复杂化持续加剧,无线设备数量激增.为了提升未来网络容量和资源利用率,需要设计有效的拥塞控制手段和资源调配策略,平衡子网络之间负载,促进跨域资源协同共享.为此,本文在新近提出的哈希接入协议的基础上,设计了哈希接入动态优化策略,根据网络负载状况动态调整接入参数以缓解网络拥塞,并在跨网络场景下进一步提出了负载均衡方案与资源整合再调配方案,为无线接入网整合无线资源、均衡网络负载提供了有用的方法.仿真结果表明,本文提出的哈希接入动态优化策略在保证网络稳定的同时最大化网络吞吐量,资源调配方案能有效地调配失衡的网络负载,提升复杂融合网络性能和接入公平性.

面向6G全域融合的智能接入关键技术综述

针对空天地一体化接入网络,该文在总结相关研究的基础上,阐述了未来空天地一体化接入架构的关键技术,分析了空口技术、多址技术、干扰分析、计算技术和人工智能(AI)技术等几个重点方向的研究进展,提出了多种接入形式并存的灵活性网络架构。针对6G全域融合网络接入的重点研究问题,结合用户的服务质量需求,构建了一体化AI赋能架构,提出了大规模混合多址接入及弹性资源适配策略。基于网络架构立体化、网络协同传输、一体化网络资源管理、未来空天地接入技术以及网络协同计算等未来重点研究方向进行了讨论和展望。

面向6G移动通信的极化多址接入技术

极化码是第一种达到信道容量的编码方案,是5G信道编码方案之一。面对6G更高可靠度、更低时延、更大连接的业务需求,提出面向6G的极化多址接入技术。极化多址接入技术能够充分利用多用户之间的极化效应,以实现更高的系统容量和系统接入能力。有源极化编码接入方案能够满足6G大容量高可靠的传输需求,无源极化编码随机接入方案能够提高系统的接入能力。这些方案表明,极化多址接入技术能够满足6G移动通信系统的超高可靠、高频谱效率、大容量的传输需求,是重要的候选技术之一。

含双馈风机接入的电力系统送端暂态稳定性研究

针对高渗透率风电接入送端系统,基于静止无功补偿器的风机等值阻抗模型,研究双馈风机在接入不同容量比例、不同位置、不同接入方式下对系统送端功角稳定性的影响。推导了单端送电系统同步机电磁功率特性;修正了同步机的功角曲线,利用等面积定则得出系统故障时加速面积和减速面积的变化,以及使用新型等效模型在不同因素下对系统暂态稳定性的影响。最后通过仿真软件验证理论分析的正确性。结果表明,风机等容量替换同步机有利于系统暂态稳定,风电直接接入不利于系统暂态稳定,风机接入位置越靠近系统侧越稳定。新型等效模型增强了系统暂态稳定性。

基于GPON技术的接入网络研究

随着互联网的快速发展,接入网络技术也在不断进步。GPON(Gigabit Passive Optical Network)作为一种光纤接入技术,具有高带宽、大容量、低延迟等优势,逐渐被广泛应用。本论文主要介绍了基于GPON技术的接入网络最新应用与研究,包括其在宽带接入、无线接入、物联网等领域的应用,并针对目前面临的挑战,提出了未来研究的方向和建议。

煤矿重大设备感知数据接入细则浅析

本研究首先通过数据接入分类和感知数据接入,介绍矿用设备基本信息、安标信息、禁用/淘汰设备信息、监测检验信息以及煤矿重大设备监控数据。其次,通过数据字典,介绍系统编码、测点数字类型接测点编码等内容。最后,通过数据接入流程,介绍煤矿接入省局及数据接入方式。

下一代多址接入技术的挑战与关键进展

下一代多址接入技术将突破以正交性为基础的设计原则,通过非正交性的设计和更先进的信息处理技术获得更高的谱效和能效。针对海量随机接入与非正交多址接入(NOMA)面临的不同挑战,认为不同的接入方法与接收机设计可大幅提升大规模接入与数据传输的效率。此外,人工智能、大规模多输入多输出(MIMO)和多基站协作等技术的蓬勃发展也为下一代多址技术的发展提供了新的可能。

运营商接入环网单链、链头、单归环的隐患识别与优化策略

随着运营商网络规模日益扩大,接入环拓扑结构变得复杂多变,可能导致节点异常引发大规模业务中断。本文针对通信网络中接入环网维护的难题,提出一种基于长期维护经验和程序开发的智能分析方法。该方法通过递归和堆栈等编程技术自动化分析传输网管和综资数据,能准确识别单链、链头和单归环等复杂情况下的薄弱环节。提出的解决方案还包括针对性的安全加固建议,以确保在网络异常时业务的稳定性和安全性。实验证明,该方法能有效发现和解决接入环隐患,提升运维效率,对移动通信领域的接入环网维护具有重要应用价值。

CR-RSMA网络接入控制策略研究

针对多个次用户的速率分割多址接入技术辅助的认知无线电(CR-RSMA,cognitive radio-inspired rate splittingmultipleaccess)网络设计了一种接入控制策略,在主用户实现与正交多址接入(OMA,orthogonal multiple access)相同的中断性能并满足次用户通信服务质量(QoS,quality of service)需求的前提下,让更多的次用户接入主用户频段,并在此基础上最大化次用户吞吐量之和。该策略考虑次用户QoS约束,联合优化次用户发射功率分配因子和接入次用户集合,推导出最优功率分配因子的闭合表达式,进而求得次用户最大通信速率和最小通信时间,在此基础上利用贪婪搜索算法确定最终接入的次用户,最后通过优化时间资源实现所有接入次用户吞吐量之和的最大化。仿真结果表明,该策略相比于非正交多址接入技术辅助的认知无线电(CR-NOMA,cognitive radio-inspired non-orthogonal multiple access)网络在接入用户数和吞吐量方面均表现出更优越的性能。

无蜂窝大规模MIMO系统接入点动态选择算法

在无蜂窝大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)系统中,所有接入点(Access Point,AP)为用户提供服务的方式会造成较大的功率消耗和增加前传链路压力。以“用户为中心”的AP选择方案为每个用户选择最佳的AP集合,使系统频谱效率和能量效率得以提升。为了给每个用户选择最佳的AP集合,提出了一种基于反向传播(Back Propagation,BP)神经网络的接入点动态选择算法。将AP与用户之间的大尺度衰落向量作为输入,AP与用户之间的连接关系作为BP神经网络输出的预测向量,同时,针对BP神经网络初始化权值,提出了一种改进的自适应遗传算法以提高算法的收敛速度和收敛性能。仿真结果表明,改进后的BP神经网络预测结果更接近于实际值,并且比全连接和启发式的AP选择方案具有更高的系统和速率。

基于多智能体近端策略优化的多信道动态频谱接入

为了在多用户多信道通信场景中应用动态频谱接入(Dynamic Spectrum Access,DSA)技术提高通信效率,保证用户公平,本文基于多智能体近端策略优化(Multi-Agent Proximal Policy Optimization,MAPPO)提出了MAPPO-DSA算法.该算法首先针对单信道接入在多个信道同时空闲时存在的频谱浪费问题,使用多信道接入作为解决方案.同时,多信道接入导致状态空间与动作空间指数增长,计算成本高,学习难度大.为此本文引入MAPPO深度强化学习(Deep Reinforcement Learning,DRL)算法,在复杂环境中高效学习和优化接入策略.通过设计优化MAPPO中观测及奖励等强化学习要素和共享网络参数来保证用户公平.最后,在不同场景下的实验结果表明,所提出的MAPPO-DSA能够学习到近似最优的接入策略,部分场景中的网络吞吐量逼近理论上限,显著优于现有算法,且有效保证用户公平.

高通量卫星随机接入控制技术研究

为提升高通量卫星随机接入成功概率,提出了一种高通量卫星通信系统下的随机接入控制技术。高通量卫星多波束间存在重叠覆盖区域,可通过对重叠覆盖区域的用户接入进行管控,优化各波束的负载,提升系统吞吐率。通过对串行干扰消除算法的误包概率进行推导分析,得出了不同误包概率要求下的最大系统负载,根据该负载值,设计了自适应接入控制策略。当系统负载未超过最大负载时,可通过接入控制策略均衡各波束负载;当系统负载超过最大负载时,可通过限制用户接入方式控制系统负载。

串行干扰消除接收机下模式分割随机接入设计与分析

利用模式域导频进行信道估计的PDRA框架可有效减轻机器类通信MTC背景下RA的导频碰撞问题。为进一步探索PDRA框架的潜能,将串行干扰消除SIC接收机与PDRA结合,利用SIC算法消除解码成功用户的模式域导频信号来降低干扰,从而缓解导频碰撞问题。仿真结果表明,与MF接收机下的PDRA方案相比,SIC接收机能进一步利用PDRA框架带来的潜在增益,呈现出更高的接入成功概率。

智能反射面辅助OFDMA云接入网的资源分配方法

本文研究了智能反射面(IRS)辅助OFDMA(Orthogonal Frequency Division Multiple Access,正交频分多址接入)云无线接入网(C-RAN)的下行链路传输系统,其中基带处理单元(BBU)池通过多个远端射频头(RRH)与多个用户进行通信.RRH到用户的接入链路采用OFDMA接入技术.对于BBU池到RRH,采用无线前传链路,并且部署多个IRS以增强链路传输能力.在BBU池和每个RRH发射功率约束下,本文提出通过联合优化前传链路和接入链路资源配置使下行用户和速率最大化.由于该资源配置问题是非凸的,首先采用连续凸逼近(SCA)对目标以及约束条件进行转换.其次,将转换后的问题拆分成三个子问题来交替性求解.最后,计算机仿真结果显示了所提出的联合资源分配方法与其他基准方案相比具有显著的传输性能增益.

基于虚拟网关的交通基础设施监测点位数据接入方法

针对交通基础设施点位监测数据来源多样、结构各异、协议不一的特点,分析具体接入需求,提出一种基于Netty架构的交通基础设施监测点位数据接入虚拟网关。阐述网关接入监测点位的配置方法及集群分配策略,定义超文本传输协议(HTTP)、传输控制协议(TCP)、用户数据报协议(UDP)下的数据传输格式,设计一种数据传输消息的编码和校验机制。在真实监测数据样本增强的基础上,利用分布式消息模拟工具对虚拟网关性能进行测试,结果表明,该虚拟网关实现了多点位多协议的交通基础设施监测数据统一接入,每亿条数据接入时间、存储时间分别达到8.14 s和9.75 s,平均数据溯源时间为2.96 s,具有亿级规模点位监测数据的接入能力,可为交通基础设施数字化监测的研究和应用提供理论支撑。

智能增强的免授权多址接入技术

免授权多址接入技术是未来海量物联(IoT)场景的关键使能技术。在免授权接入系统中,由于用户和基站间缺少授权信息,易产生用户难识别以及用户间强干扰等问题,一方面可将免授权多址技术与非正交多址接入技术结合来缓解随机接入造成的用户干扰问题,另一方面也可以进一步利用人工智能技术强大的数据特征提取能力,对收发机算法进行优化,以有效降低用户碰撞概率,实现海量物联场景下的大规模通信。分析了当前未来移动通信网络中多址接入技术的需求、发展历程及研究现状。指出未来需要针对全场景进行接入技术拓展和智能技术弹性演进研究,以助力智能内生多址技术发展。

智能反射表面辅助的非正交多址接入系统用户分组、波束赋形与相移的优化

该文研究智能反射表面(IRS)辅助的多天线非正交多址接入(NOMA)网络中用户分组、发送波束赋形、相移等的联合优化问题。系统中1个分组分配1个波束并在组内进行连续干扰消除检测。该文提出一种不依赖于发送波束赋形和IRS相移的用户分组配对策略,将用户分组与其他优化分离,显著降低了优化问题求解的难度和计算复杂度。进一步,联合优化基站发送波束赋形、功率分配和IRS相移矩阵,最小化基站的总发送功率。原始优化问题是一个多变量相互耦合的非凸优化问题,利用松弛变量、连续凸逼近、半定松弛、交替迭代优化等方法将原问题转化为凸问题并求解。仿真结果显示,相较于1个用户1个波束的方案,所提方案在基站天线数较少时性能更优,而在天线数较多时也与该对比方案非常接近,但所提方案的优化计算复杂度更低。而对比采用不同分组算法、随机IRS相移方案、最大比发射方案,以及无IRS的方案,所提方案的性能始终更优。

基于前导码重传辅助控制的mMTC动态随机接入

为解决海量机器类通信(mMTC,massive machine type communications)场景下,机器类通信设备(MTCD,machine type communication device)采用传统随机接入方案时,往往出现网络严重拥塞,导致大量MTCD无法成功接入网络问题,提出了一种基于前导码重传辅助的动态接入类别限制(PRT-ACB,preamble retransmission access class barring)方案。利用MTCD的前导码重传次数,将每个随机接入机会(RAO,random access opportunity)中尝试发起接入的MTCD划分为高、低优先级,结合每个RAO中负载数估计模型,分别为其设定随每个RAO中的接入负载动态变化的高、低优先级限制因子和可用前导码池,使更多MTCD能在未达到最大前导码传输次数前成功接入网络。仿真结果表明,所提方案能有效提升MTCD的接入成功概率,降低MTCD接入网络所需时延。所提方案可以作为缓解海量通信设备同时接入网络造成拥塞的一种解决方案。

基于流量感知的无线接入网智能切片资源分配方法研究

为保障业务服务等级协议(Service Level Agreements, SLA)需求,使不同应用间差异化的服务质量需求同时得到良好满足,无线接入网(Radio Access Network, RAN)的动态网络资源配置十分关键。本文针对网络流量波动、网络状态快速变化的场景,提出一种结合时间序列预测和深度强化学习的智能化带宽分配策略,通过合理利用长短期记忆(Long Short-Term Memory, LSTM)网络和Dueling深度Q网络(Dueling Deep Q Network, Dueling DQN)以最大限度提高无线接入网切片的频谱效率和SLA满意度。通过使用LSTM网络对切片中数据流量进行预测,可以将深度强化学习算法的计算周期与实际切片配置周期有效解耦。同时为了在保障LSTM性能的同时降低其计算复杂度,以适应RAN中有限的计算资源,本文采用控制神经元连接比例的随机连接长短期记忆(Randomly Connected LSTM, RCLSTM)网络。此外,Dueling DQN与传统DQN相比,能够提高切片策略学习过程的Q值估计精度,以提升收敛速度。仿真结果表明:与原始DQN、优势Actor-Critic(Advantage Actor Critic, A2C)和硬切片方法相比,所提RCLSTM-Dueling DQN方案可以通过提前感知网络性能变化,有效降低网络环境波动对密集流量场景下无线切片资源管理的影响,在具有三种不同流量波动模式及服务质量需求的RAN切片场景中,可以获得收敛速度、频谱效率和切片SLA满意率的明显提升。同时,10%连接比例的RCLSTM网络能在保持极低性能损失的前提下,将原始LSTM的计算时间降低约11%。

金融信用信息基础数据库接入机构应用征信触发式查询问题研究——以吉林省为例

通过对吉林省金融信用信息基础数据库接入机构应用征信触发式查询情况的调查分析,发现接入机构征信触发式查询业务增长迅猛。由于征信业务的应用形式在不断地发展变化,征信监管难度加大。因此,征信业监管部门需要对现有征信业监管制度和监管方式方法进行深入地探讨和创新变革。