面向密集热点区域的多层异构网络建模方案

来源 :计算机工程 | 被引量 : 0次 | 上传用户：HNLYLKT

【摘要】

：

针对5G/B5G网络热点通信场景中基站(BS)部署的异构性以及用户设备(UE)与BS之间的耦合问题,提出一种面向密集热点区域的三层异构网络建模方案。将宏BS(MBS)和微微BS(PBS)的位置建模为泊松点过程,将分散在热点中心的UE和低功耗毫微微BS(FBS)建模为泊松簇过程,将PBS覆盖范围之外的UE和FBS建模为两个独立的泊松洞过程。在此基础上,设计UE分类和级联准则,推导簇中心和簇边缘UE的级联概率与级联距离的统计表达式,并考虑有序FBS和非有序FBS的两种级联情况。实验结果表明,当目标UE与FBS

【作者】

：

吕亚平贾向东陈玉宛路艺

【机构】

：

西北师范大学计算机科学与工程学院,南京邮电大学江苏省无线通信重点实验室

【出处】

：

计算机工程

【发表日期】

：

2021年7期

【关键词】

：

5G/B5G异构网络用户设备分类泊松点过程泊松簇过程泊松洞过程级联概率

【基金项目】

：

国家自然科学基金(61861039,61561043),甘肃省科技计划“无人机关键技术研究”(18YF1GA060),西北师范大学青年教师科研能力提升计划创新团队项目“下一代无线网络关键技术”。

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

基于层次时空特征与多头注意力的恶意加密流量识别

为实现互联网全面加密环境下的恶意加密流量精确检测,针对传统识别方法较依赖专家经验且对加密流量特征的区分能力不强等问题,提出一种基于层次时空特征与多头注意力(HST-MHSA)模型的端到端恶意加密流量识别方法。基于流量层次结构,结合长短时记忆网络和Text CNN有效整合加密流量的多尺度局部特征和双层全局特征,并引入多头注意力机制进一步增强关键特征的区分度。在公开数据集CICAnd Mal2017上的实验结果表明,HST-MHSA模型的流量识别F1值相较基准模型最高提升了16.77个百分点,漏报率比HAST

期刊

加密流量识别多头注意力机制恶意流量识别卷积神经网络长短时记忆网络

多层无人机毫米波异构网络的吞吐量研究

针对5G/B5G网络的热点场景中存在数据流量激增及基站与用户设备(UE)之间空间耦合的问题,构造一种基于泊松簇过程的无人机(UAV)协助的多层毫米波异构蜂窝网络模型。为提高该多层网络模型的平均区域吞吐量(AAT),提出基于最大偏置接收功率(BRP)准则的4层级联方案。借助毫米波传输模型和随机几何数学工具,通过UE级联概率及各层基站对UE干扰的拉普拉斯变换,推导出系统条件覆盖概率和AAT的数学解析表达式。研究UAV基站投影在地面上的分布方差、地面基站的密度对级联概率的影响,比较不同级联方案可获取的系统AAT

期刊

5G/B5G网络无人机通信毫米波通信泊松簇过程平均区域吞吐量

面向密集热点区域的多层异构网络建模方案

其他学术论文