在用户数量激增的应急通信场景下,为保证地面用户的通信质量,提出了基于距离约束的用户自适应接入方案。首先采用泊松点距离约束策略(Poisson Point under Distance Constraint,PPDC)对无人机(Unmanned Aerial Vehicle,UAV)的位置进行建...在用户数量激增的应急通信场景下,为保证地面用户的通信质量,提出了基于距离约束的用户自适应接入方案。首先采用泊松点距离约束策略(Poisson Point under Distance Constraint,PPDC)对无人机(Unmanned Aerial Vehicle,UAV)的位置进行建模,避免无人机区域重叠带来的干扰问题。其次,引入基站负载传输协议(Base Station Load Transfer Protocol,BSLTP),当接入基站的用户数量超过给定阈值时,超载用户由无人机提供服务。此外,分别分析了地面基站和无人机的覆盖性能,得到了系统整体覆盖概率,并研究了无人机高度、覆盖半径、激增用户密度对网络覆盖性能的影响。最后,通过仿真验证了理论结果的正确性,且所提部署方案能够有效提升网络覆盖性能。展开更多
为了增强大规模物联网移动设备(Internet of Things Mobile Devices, IMDs)在智慧城市等场景中的计算能力,结合移动边缘计算(Mobile Edge Computing, MEC),针对多个IMDs之间移动性管理、能量收集、卸载决策和资源分配等问题,提出一种最...为了增强大规模物联网移动设备(Internet of Things Mobile Devices, IMDs)在智慧城市等场景中的计算能力,结合移动边缘计算(Mobile Edge Computing, MEC),针对多个IMDs之间移动性管理、能量收集、卸载决策和资源分配等问题,提出一种最大化平均能效算法(Maximized Average Energy Efficiency, MAEE),该算法通过联合统筹无线资源和计算资源分配,自适应地进行动态卸载决策,在保证数据传输时延的同时最大化系统平均能量效率,实现系统时效性和能效的权衡。仿真结果表明,与传统的基于贪心卸载处理等算法相比,MAEE算法在保证时效性的同时具有更高的能量效率。展开更多
文摘在用户数量激增的应急通信场景下,为保证地面用户的通信质量,提出了基于距离约束的用户自适应接入方案。首先采用泊松点距离约束策略(Poisson Point under Distance Constraint,PPDC)对无人机(Unmanned Aerial Vehicle,UAV)的位置进行建模,避免无人机区域重叠带来的干扰问题。其次,引入基站负载传输协议(Base Station Load Transfer Protocol,BSLTP),当接入基站的用户数量超过给定阈值时,超载用户由无人机提供服务。此外,分别分析了地面基站和无人机的覆盖性能,得到了系统整体覆盖概率,并研究了无人机高度、覆盖半径、激增用户密度对网络覆盖性能的影响。最后,通过仿真验证了理论结果的正确性,且所提部署方案能够有效提升网络覆盖性能。
文摘为了增强大规模物联网移动设备(Internet of Things Mobile Devices, IMDs)在智慧城市等场景中的计算能力,结合移动边缘计算(Mobile Edge Computing, MEC),针对多个IMDs之间移动性管理、能量收集、卸载决策和资源分配等问题,提出一种最大化平均能效算法(Maximized Average Energy Efficiency, MAEE),该算法通过联合统筹无线资源和计算资源分配,自适应地进行动态卸载决策,在保证数据传输时延的同时最大化系统平均能量效率,实现系统时效性和能效的权衡。仿真结果表明,与传统的基于贪心卸载处理等算法相比,MAEE算法在保证时效性的同时具有更高的能量效率。
