导读:本文包含了无线协同论文开题报告文献综述及选题提纲参考文献，主要关键词:4G,5G,融合和协同,NSA(非独立部署)
无线协同论文文献综述
郑硕展[1]（2019）在《4G/5G无线网融合和协同的规划与建设》一文中研究指出文章针对4G/5G无线网的各自定位,对4G/5G无线网在组网架构、规划及建设策略、技术演进及配套建设等方面的融合和协同进行分析,提出4G/5G无线网融合和协同的模式和方向,实现优化投资结构和网络平滑演进,从而积累5G规划部署经验,为后续大规模商用建设做好准备。(本文来源于《电信快报》期刊2019年10期）
唐元春,林文钦,陈力,朱佳佳[2]（2019）在《面向电力无线专网的分层异构网络接入协同选择方案》一文中研究指出针对电力无线专网应用场景部分地区存在盲、弱覆盖等问题,提出了一种分层异构网络接入协同选择方案。该方案研究了均衡网络静态性能指标和动态性能指标的多目标联合优化,并利用改进非支配排序遗传算法求解该方案的最优解。仿真结果表明,提出的方案在承载实时和非实时业务时,都能够保证静态性能指标和动态性能指标之间的均衡性,因而能够完整地表征网络的整体性能。进而用户终端能够合理地选择整体性能较好的网络进行接入,使得分层异构网络资源能够得到合理的分配。(本文来源于《电力系统保护与控制》期刊2019年19期）
吕思,卫志农[3]（2019）在《基于动态无线充电的电力-交通网协同优化运行研究综述与展望》一文中研究指出交通电气化是交通系统未来发展的主要目标,其特征之一是公路电气化—采用动态无线充电技术取代充电站,实现电动汽车在行驶过程中完成充电,即"边走边充"。在该模式下,交通网与电网的耦合程度进一步提升,其耦合点由静止的充电站转变为移动的电动汽车,能够提升用户充电的便利性以及用户响应电网的积极性和及时性。在两网紧密耦合的情况下,电力-交通网协同优化调度能够实现社会效益最大化,使电网和交通网处于安全、经济、高效的运行状态。该文基于高度电气化的交通网,考虑动态无线充电为主要充电模式,介绍了电力-交通网协同运行的研究框架;针对交通网,对交通流分配问题进行了归纳和总结,阐述了不同模型所适用的问题类型;针对电力-交通网协同优化运行,对已有研究做了总结和分析,并对未来可行的研究方向做出了展望。(本文来源于《全球能源互联网》期刊2019年05期）
潘济创,刘辉,王晨光[4]（2019）在《5G无线网络项目中的多网协同建设分析》一文中研究指出2019年6月工信部已向叁大运营商及广电网络发放5G牌照,5G进入商用元年,随着5G网络大建设的开展,建设过程中遇到的一些问题也逐渐增多,本文就5G网络建设过程中遇到的一些多网协同建设问题展开分析,为缩短工程建设周期、减少建设投资提供实际有效的帮助。(本文来源于《电子世界》期刊2019年16期）
邢冰冰,冀保峰,李玉琦,王毅,李鹏[5]（2019）在《中继协同的无线物联能量收集和信息传输算法》一文中研究指出本文针对两跳无线物联通信系统,对中继节点利用收集的能量采用功率分流法进行能量收集和信息传输算法进行了设计,其中算法设计是基于能效最大化的优化准则,能效函数定义为瞬时吞吐量与硬件电路总功耗的比值,中继节点利用源节点发送的信号进行能量收集,考虑EARTH计划中实际的功率转换效率和硬件电路损耗的功耗因子,推导了中继协同的无线物联系统能量收集和信息传输的最优功率分配方案的解析解,由于优化问题是非凸问题,为了解决该问题,本文利用高信噪比近似法并通过拉格朗日算法和Lambert W函数获得了优化问题的渐近最优解,数值仿真验证了所提方案的正确性和有效性。(本文来源于《信号处理》期刊2019年07期）
王智[6]（2019）在《无线协同通信系统能效增强关键技术研究》一文中研究指出近年来全球移动业务爆炸性地增长对无线蜂窝网络的容量提出了更高的要求。在无线网络容量快速提升的同时,系统和用户的能量效率逐渐地成为另一个重要性能指标。MIMO中继协作传输技术具有提升能量效率的潜力,能够利用有限的能量进行高速率传输。此外,诸如移动负载均衡和移动鲁棒性优化等无线协同资源管理技术能够在提升系统容量的同时减少信令开销,从而提升能量效率。因此,本文主要研究了能效增强的MIMO中继协作传输和移动鲁棒性优化问题。主要工作和创新点如下:第一,针对双向中继系统中用户对于能量效率和频谱效率的不同需求,提出了一种基于用户能效的源节点和中继节点联合预编码方案,实现了用户能效和谱效的一体化折衷设计。为了解决基于MIMO双向中继的信息与能量协同传输系统中数据流和能量流正交接收时性能下降问题,在考虑源节点能量受限的情况下,提出了一种基于能量回传的功率控制和预编码联合设计方案。所提方案基于系统速率最优和各节点发射功率约束,首先将联合问题分解为功率控制和中继预编码设计两个嵌套子问题;其次得到功率控制问题的全局最优闭式解和中继预编码的近似最优解。第二,为了提升基于同时同频全双工技术的单向MISO中继系统的传输效率,提出了一段式源节点和中继联合预编码方案。该方案能够充分利用能量回传和同时同频全双工技术,使得能量信息的两跳传输在同时同频完成,显着提升系统性能。该方案所提算法可以利用较低的计算复杂度得到全局最优预编码策略。研究了基于单向全双工MIMO中继的无线传能网络传输问题,提出了一种源节点和中继联合多流预编码设计方案。该方案首先从理论上证明了最优预编码奇异值矩阵需要满足的条件;其次将联合预编码问题分解为相互耦合的源节点和中继预编码设计问题分别求解。第叁,针对超密集网络中用户频繁切换导致的吞吐量的下降、信令交互能耗的增多、能量效率下降以及实际系统中系统模型获取困难的问题,提出了一种基于数据驱动的协作深度强化学习的双层切换优化方案。所提方案在上层部署一个基于非监督学习的中央控制器,能够根据用户移动模式将用户分到不同的簇;簇中用户利用协作强化学习架构得到切换控制器。提出的策略利用深度神经网络作为控制器,将参数保存在簇参数服务器中。因为神经网络具有泛化能力,所以有限的神经网络参数能够表示整个状态空间,从而避免用户在进入新场景(区域)后的性能下降。另外,提出了两种利用预训练网络的方法:离线和在线方法。在线方法会令用户从簇参数服务器周期性地下载控制器参数,并在此基础上进行参数的迭代更新。在离线方法中,用户将预训练网络作为参数确定的控制器;最后,利用监督学习初始化神经网络以加快强化学习的训练。(本文来源于《北京邮电大学》期刊2019-06-06）
赵振乾[7]（2019）在《车联网环境下电动汽车无线协同充电模型及应用研究》一文中研究指出随着化石能源的逐渐枯竭和环保问题的日益凸显,电动汽车得到了各国的高度重视,其市场渗透率不断提高。电动汽车具有动力电池容量大、充电功率高的特点。大量电动汽车无序充电时,容易出现在特定时段、特定地点集中接入电网充电的行为,从而造成电能供需失衡、线路过载、降低电能质量、威胁电网安全运行等问题。因此电动汽车充电调度算法是学术界和工业界关注的重点问题之一。现有电动汽车充电优化调度算法的验证也存在不足。目前,电动汽车充电调度算法以软件仿真为主,过于理想化。部分算法通过真实车辆验证,但受制于成本,车辆数目较少,无法体现电动汽车规模化接入电网的影响。为此,本文构建一种车联网环境下的面向电动汽车协同充电算法验证的缩微模型,提出一种电动汽车协同充电优化调度算法,并在构建的缩微模型上验证了所提算法的有效性。本文主要研究内容如下:(1)构建一个电动汽车无线协同充电缩微模型系统。该系统采用分层架构,由充电场控制器控制各个车位与电动汽车缩微模型之间的能量流和信息流。电动汽车缩微模型利用无线充电的方式,通过车位充电控制器获取电能。另一方面,充电场控制器将搜集的信息上传到协同控制中心,协同控制中心根据电能供给情况、电力负荷、用户偏好、实时电价等信息制定每个电动汽车的最优充电控制策略,并将其下发给充电场控制器,对接入的电动汽车充电行为进行控制。(2)提出一种电动汽车协同充电优化调度算法。该算法综合考虑了电动汽车的接入电网时间、所需充电量、实时电价、电网负荷上限等因素,计算出每辆电动汽车的最优充电调度序列,以最小化用户的充电费用;同时保证配电变压器的总用电负荷不超过其额定容量。(3)在构建的缩微充电模型上对提出的协同充电算法进行了验证。首先,利用软件仿真的形式对所提算法进行了验证;然后,在构建的缩微充电模型上验证了所提算法的有效性。并且,将该算法与电动汽车无序充电、各电动汽车单独优化充电进行了对比。结果表明,协同充电算法在保证配电变压器不过载的情况下,能显着降低用户的充电费用。(本文来源于《河南大学》期刊2019-06-01）
何晓琳[8]（2019）在《空地协同无线通信网络容量分析与资源分配方法》一文中研究指出尽管已有5G商用万物互联的时代正在到来,人类对于构建空天地一体化,实现真正的全球覆盖没有停下脚步。搭建以民航飞机为平台的空基通信网络可以极大得提高地理层面的网络覆盖率,给广大偏远地区、无人区甚至救援灾区带来通信的便利。本文以民航空基为平台,探究空基协同通信网络的系统容量以及联合资源分配算法。首先,本文研究了空基通信网络信道建模,利用射线追踪的方法对城市环境辐射建模,并得出不同城市环境中直射路径存在的可能性比较,根据直射路径存在的可能性建立基于仰角的路径损耗模型,对已有的数据建立叁状态马尔科夫链模型并验证。针对空地衰落信道建立宽带MIMO模型,当信道没有直射路径存在时,系统容量可以得到明显的提升。其次,本文研究了基于Q学习的接入控制算法。在学习LTE基本架构的基础上,对呼叫接入控制流程加以改进,用联合资源分配模块对空中基站和地面基站的网络状态进行访问,利用基站的网络状态和用户请求资源的信息进行查表选择接入。Q学习算法分为两个阶段,在线下阶段,通过模拟用户发出资源请求,在网络的所有状态上进行强化学习;在线上阶段,当用户发出资源请求时,对网络状态查表以选择用户接入的基站。仿真证明基于Q学习的接入控制算法可以良好的改进系统的阻塞率,提升系统速率。最后,本文研究了空地协同资源分配算法。将系统整体优化问题分解为两个子问题,减小复杂度寻求次优解。针对不同用户的传输速率不同的问题,提出了基于KM算法的保证公平的子载波分配算法,与经典Amplitude-Craving Greedy算法相比,在提高系统速率的同时保证公平性;并对空地协同通信的速率进行分析。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
王雨后[9]（2019）在《无线可充电传感器网络数据收集和充电策略协同的研究》一文中研究指出无线传感器网络(WSN,Wireless Sensor Network)是一种由大量传感器节点感知外界而形成的网络,其在近年得到了极大的发展与应用,然而,传感器节点的有限的电池容量成为WSN的制约条件。当研究人员将外界能量(如太阳能、风能、潮汐能等)获取技术应用到传感器节点中时,WSN便发展为无线可充电传感器网络(WRSN,Wireless Rechargeable Sensor Network)。随着科技的不断进步,无线能量传输技术的诞生与引用使得WRSN的生命周期得到有效的延长,而无线能量传输技术也成为维持WRSN长期有效运行的关键,是当今的一个研究热点。以往大部分的研究都是将WRSN的数据收集问题和充电策略分开讨论的,随着充电车功能的不断增强,如何最大化充电车的行动效益,从而使得整个网络的生命周期更长,数据的实时性更高是值得深入研究的。对于WRSN中的数据收集问题,以往的网络一般是依靠单跳、多跳方式将每个传感器节点感知的数据传送到基站,并且由于多跳的存在,传感器节点需要进一步计算多跳路由,这无疑增加了传感器节点的能量消耗。更为重要的是,通信能耗一直都占据了传感器节点的大部分能量消耗,因此远距离的通信并不适合如今的WRSN。为提高WRSN的能量效率,本文通过移动Sink的方式接收来自各个传感器节点的感知数据以最大化降低传感器节点的能量消耗。另一方面,充电车的路径规划问题一直是WRSN研究的热点,然而单独的考虑充电车的路径规划并不能满足网络的需求。本文为了能够协同WRSN中的数据收集和充电策略,设计充电车在为传感器节点充电的过程中可同时接收周围传感器节点的感知数据。首先,本文将散布在一定区域内的传感器节点进行分簇,分簇的原则为正六边形的蜂窝分簇法。其次,当充电车行驶至正六边形的中心时,充电车可为一个正六边形内需要充电的传感器节点进行充电服务,由于节点的通信距离远远大于充电车的充电距离,正六边形内的所有传感器节点也能够将感知的数据依次传输到充电车中。然后,对于分好簇的整个网络,考虑到传感器节点的剩余时间和地理位置,本文设计了剩余时间和地理位置算法(RTGP,Residual Time and Geographic Position)计算每个簇的优先权,从而得到一个优化的服务队列。最后,本文设计动态移动充电车算法(DMC,Dynamic Mobile Charger)将已有的充电队列进行切割,计算出充电车的数量,以及每个充电车的服务路线。随着研究的深入,本文还讨论了传感器节点的数据有效性问题,在保证所有节点不死亡的前提下,设计了数据链路选择算法(DLS,Data Link Selection)对已有RTGP算法的充电队列进行更新,使得重要节点在每轮充电周期内都能够将数据传输至充电车,同时本文又讨论了周期限制的动态充电车算法(CLDMC,Cycle Limited Dynamic Mobile Charger)对新的充电队列进行切割,确保即使长时间没有需要被充电的传感器节点,基站也会派遣充电车进行数据收集。最后本文通过已有的硬件设备进行实验和软件仿真与已有的算法进行比较,评估本文的算法。(本文来源于《吉林大学》期刊2019-06-01）
贾海宇[10]（2019）在《智慧协同无线网络下面向服务需求的功能动态部署机制研究》一文中研究指出随着网络技术的快速发展,人们对网络的需求日益增长,海量的终端设备接入到网络中,各种个性化定制化的网络服务越来越多,通信网络的数据流量飞速增长。然而,各种新业务的不断涌现,对现有网络架构提出了更高的要求。在传统网络架构中,不同的网络服务需要在专有的硬件设备中实现,当部署新的服务或对现有业务升级时,往往需要更新硬件设备,造成了巨大的费用支出。面对种类繁多的网络需求,当前互联网架构难以实现服务需求的灵活部署、删除、修改。针对上述问题,智慧协同网络在网络组件层中提出了新的组件模型,采用网络功能虚拟化技术,将网络组件分为两部分:通用硬件平台和虚拟网络功能,极大地增加了网络的灵活性和扩展性。然而,如何策略性地在动态无线接入网络环境中,根据网络服务需求实现快速、高效地将虚拟网络功能部署在通用设备中实现资源优化配置是一个重要挑战。本文在智慧协同网络的资源适配层中提出了一种面向服务需求的功能动态部署机制,设计网络功能部署编排算法对网络功能进行优化编排和调度,智慧选择网络功能的部署节点和流量转发路径,可以实现无线接入节点、防火墙等多种网络功能的动态部署和资源优化,从而实现网络服务部署的可管可控。本文首先对无线接入环境下的智慧协同网络进行概述,并介绍了网络功能动态部署问题。其次,对网络功能部署机制进行需求分析,提出了面向服务需求的功能动态部署机制的总体设计框架,包括信息管理模块、编排决策模块、部署下发模块、需求更新模块及状态存储模块。面向不同的服务需求,提出了叁种部署编排模型,分别是时延最小化模型、节点成本最小化模型和链路资源最小化模型。接下来,对功能动态部署机制的实现进行详细说明,通过各个模块的协调作用,实现了面向不同的服务需求,对通用组件资源进行编排和调度,从而将服务功能部署到通用组件中,并实现服务的数据传输。最后,在测试环境中对各个功能模块进行验证,并通过性能测试,验证了本机制在智慧协同无线网络中的可行性和有效性。实验结果表明,本文设计的功能动态部署机制能够针对不同的服务需求,在无线接入网络环境下,实现网络功能的动态部署,并能够从时延、节点成本和链路资源叁种不同角度有效地利用网络资源。(本文来源于《北京交通大学》期刊2019-05-31）
无线协同论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对电力无线专网应用场景部分地区存在盲、弱覆盖等问题,提出了一种分层异构网络接入协同选择方案。该方案研究了均衡网络静态性能指标和动态性能指标的多目标联合优化,并利用改进非支配排序遗传算法求解该方案的最优解。仿真结果表明,提出的方案在承载实时和非实时业务时,都能够保证静态性能指标和动态性能指标之间的均衡性,因而能够完整地表征网络的整体性能。进而用户终端能够合理地选择整体性能较好的网络进行接入,使得分层异构网络资源能够得到合理的分配。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
无线协同论文参考文献
[1].郑硕展.4G/5G无线网融合和协同的规划与建设[J].电信快报.2019
[2].唐元春,林文钦,陈力,朱佳佳.面向电力无线专网的分层异构网络接入协同选择方案[J].电力系统保护与控制.2019
[3].吕思,卫志农.基于动态无线充电的电力-交通网协同优化运行研究综述与展望[J].全球能源互联网.2019
[4].潘济创,刘辉,王晨光.5G无线网络项目中的多网协同建设分析[J].电子世界.2019
[5].邢冰冰,冀保峰,李玉琦,王毅,李鹏.中继协同的无线物联能量收集和信息传输算法[J].信号处理.2019
[6].王智.无线协同通信系统能效增强关键技术研究[D].北京邮电大学.2019
[7].赵振乾.车联网环境下电动汽车无线协同充电模型及应用研究[D].河南大学.2019
[8].何晓琳.空地协同无线通信网络容量分析与资源分配方法[D].哈尔滨工业大学.2019
[9].王雨后.无线可充电传感器网络数据收集和充电策略协同的研究[D].吉林大学.2019
[10].贾海宇.智慧协同无线网络下面向服务需求的功能动态部署机制研究[D].北京交通大学.2019
标签：4G; 5G; 融合和协同; NSA(非独立部署);