在大规模机器类通信(Machine Type Communication,MTC)中,短时间内大量的设备涌入LTE-A(Long Term Evolution-Advanced)网络,这些设备同时发起随机接入会引起严重的网络拥塞,需要采取合适的措施对拥塞加以控制。为此,提出了一种基于强...在大规模机器类通信(Machine Type Communication,MTC)中,短时间内大量的设备涌入LTE-A(Long Term Evolution-Advanced)网络,这些设备同时发起随机接入会引起严重的网络拥塞,需要采取合适的措施对拥塞加以控制。为此,提出了一种基于强化学习的D3QN(Dueling Double Deep Q-network)算法。D3QN以DQN(Deep Q-Network)为基础,使用Double和Dueling两种方法进行改进,并采用优先经验回放对训练数据进行采样,使算法收敛速度更快并且更加稳定。考虑多基站的场景,设备可以对其所在区域内的任一基站发送接入请求。该方案中,使用具有无记忆特性的泊松过程对采用二步的随机接入的MTC设备的到达进行建模,设备通过基站广播的发生冲突的前导码数量,改变强化学习中的奖励,使得MTC设备能够找到拥塞少的基站进行接入,减少可能的前导码冲突。在不同的负载场景中,将所提方案与传统方案以及其他基于强化学习的方案进行了比较,证明了所提方案在解决大规模问题时的实用性和有效性。展开更多
在大规模机器类通信(Machine Type Communication,MTC)中,当短时间内大量的设备涌入LTE-A(Long Term Evolution-Advanced)网络,同时发起随机接入的时候就会造成严重的网络拥塞,需要采取合适的措施对拥塞加以控制.为此,本文提出了一种基...在大规模机器类通信(Machine Type Communication,MTC)中,当短时间内大量的设备涌入LTE-A(Long Term Evolution-Advanced)网络,同时发起随机接入的时候就会造成严重的网络拥塞,需要采取合适的措施对拥塞加以控制.为此,本文提出了一种基于滑动窗口的拥塞控制方案,通过窗口的大小控制同时发起接入尝试的设备数量,降低设备间的碰撞概率,能够有效提高系统接入成功率,缓解网络拥塞.本文在不同负载场景中,将提出的方案与静态ACB(Access Class Barring)策略、动态ACB策略的接入性能进行了比较.仿真结果表明,本文所提出的方案能够实现接近100%的接入成功率,同时进一步降低平均接入时延与系统总体服务时长.展开更多
5G无线通信网络中,大规模机器类通信(massive machine type communication,mMTC)是一个新兴的研究课题.对于mMTC,已经提出非正交多址接入(non-orthogonal multiple access,NOMA)来支持其大规模接入.由于mMTC实时接入的稀疏性,基于压缩...5G无线通信网络中,大规模机器类通信(massive machine type communication,mMTC)是一个新兴的研究课题.对于mMTC,已经提出非正交多址接入(non-orthogonal multiple access,NOMA)来支持其大规模接入.由于mMTC实时接入的稀疏性,基于压缩感知的算法可用于识别活跃用户并恢复稀疏信道状态信息(channel state information,CSI)向量.于是提出一种基于期望传播(expectation propagation,EP)的贝叶斯消息传递算法,用于NOMA中的联合活跃用户检测(active user detection,AUD)和信道估计(channel estimation,CE).该算法使用高斯分布对复杂的目标分布函数近似表达,实现线性计算复杂度,通过引入阻尼因子可以确保算法的收敛性.分析与仿真结果表明,基于EP的消息传递算法在联合活跃用户检测和信道估计中比现有算法具有更高的检测准确率和更低的漏检率及均方误差.展开更多
文章研究了一种基于容量最大化的大规模机器类通信(massive Machine Type of Communications,mMTC)场景的资源分配算法。以LTE单蜂窝小区为背景,考虑LTE蜂窝用户设备与mMTC设备共存的环境,建立了mMTC场景的两层网络模型,引入mMTC网关(ma...文章研究了一种基于容量最大化的大规模机器类通信(massive Machine Type of Communications,mMTC)场景的资源分配算法。以LTE单蜂窝小区为背景,考虑LTE蜂窝用户设备与mMTC设备共存的环境,建立了mMTC场景的两层网络模型,引入mMTC网关(massive Machine Type of Communications Gateway,mMTCG),分析了mMTC场景中mMTCG的发射功率控制策略。在此基础上,以最大化系统容量为目标,使用粒子群优化算法,研究了mMTC场景下带宽与功率资源分配问题。仿真结果表明,文章的算法可以提高系统的容量,功率控制更加符合mMTC场景特点。展开更多
文摘在大规模机器类通信(Machine Type Communication,MTC)中,短时间内大量的设备涌入LTE-A(Long Term Evolution-Advanced)网络,这些设备同时发起随机接入会引起严重的网络拥塞,需要采取合适的措施对拥塞加以控制。为此,提出了一种基于强化学习的D3QN(Dueling Double Deep Q-network)算法。D3QN以DQN(Deep Q-Network)为基础,使用Double和Dueling两种方法进行改进,并采用优先经验回放对训练数据进行采样,使算法收敛速度更快并且更加稳定。考虑多基站的场景,设备可以对其所在区域内的任一基站发送接入请求。该方案中,使用具有无记忆特性的泊松过程对采用二步的随机接入的MTC设备的到达进行建模,设备通过基站广播的发生冲突的前导码数量,改变强化学习中的奖励,使得MTC设备能够找到拥塞少的基站进行接入,减少可能的前导码冲突。在不同的负载场景中,将所提方案与传统方案以及其他基于强化学习的方案进行了比较,证明了所提方案在解决大规模问题时的实用性和有效性。
文摘在大规模机器类通信(Machine Type Communication,MTC)中,当短时间内大量的设备涌入LTE-A(Long Term Evolution-Advanced)网络,同时发起随机接入的时候就会造成严重的网络拥塞,需要采取合适的措施对拥塞加以控制.为此,本文提出了一种基于滑动窗口的拥塞控制方案,通过窗口的大小控制同时发起接入尝试的设备数量,降低设备间的碰撞概率,能够有效提高系统接入成功率,缓解网络拥塞.本文在不同负载场景中,将提出的方案与静态ACB(Access Class Barring)策略、动态ACB策略的接入性能进行了比较.仿真结果表明,本文所提出的方案能够实现接近100%的接入成功率,同时进一步降低平均接入时延与系统总体服务时长.
文摘5G无线通信网络中,大规模机器类通信(massive machine type communication,mMTC)是一个新兴的研究课题.对于mMTC,已经提出非正交多址接入(non-orthogonal multiple access,NOMA)来支持其大规模接入.由于mMTC实时接入的稀疏性,基于压缩感知的算法可用于识别活跃用户并恢复稀疏信道状态信息(channel state information,CSI)向量.于是提出一种基于期望传播(expectation propagation,EP)的贝叶斯消息传递算法,用于NOMA中的联合活跃用户检测(active user detection,AUD)和信道估计(channel estimation,CE).该算法使用高斯分布对复杂的目标分布函数近似表达,实现线性计算复杂度,通过引入阻尼因子可以确保算法的收敛性.分析与仿真结果表明,基于EP的消息传递算法在联合活跃用户检测和信道估计中比现有算法具有更高的检测准确率和更低的漏检率及均方误差.
文摘文章研究了一种基于容量最大化的大规模机器类通信(massive Machine Type of Communications,mMTC)场景的资源分配算法。以LTE单蜂窝小区为背景,考虑LTE蜂窝用户设备与mMTC设备共存的环境,建立了mMTC场景的两层网络模型,引入mMTC网关(massive Machine Type of Communications Gateway,mMTCG),分析了mMTC场景中mMTCG的发射功率控制策略。在此基础上,以最大化系统容量为目标,使用粒子群优化算法,研究了mMTC场景下带宽与功率资源分配问题。仿真结果表明,文章的算法可以提高系统的容量,功率控制更加符合mMTC场景特点。