CN103262593A - 确定无线通信***的核心网络配置的设备和方法 - Google Patents
确定无线通信***的核心网络配置的设备和方法 Download PDFInfo
- Publication number
- CN103262593A CN103262593A CN2011800560101A CN201180056010A CN103262593A CN 103262593 A CN103262593 A CN 103262593A CN 2011800560101 A CN2011800560101 A CN 2011800560101A CN 201180056010 A CN201180056010 A CN 201180056010A CN 103262593 A CN103262593 A CN 103262593A
- Authority
- CN
- China
- Prior art keywords
- base station
- core network
- trooping
- control unit
- network configuration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
- H04B7/022—Site diversity; Macro-diversity
- H04B7/024—Co-operative use of antennas of several sites, e.g. in co-ordinated multipoint or co-operative multiple-input multiple-output [MIMO] systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W92/00—Interfaces specially adapted for wireless communication networks
- H04W92/04—Interfaces between hierarchically different network devices
- H04W92/12—Interfaces between hierarchically different network devices between access points and access point controllers
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
确定无线通信***的核心网络配置(112)的设备(100)包括群集确定器(110)。无线通信***的核心网络包含多个基站,基站之间的多个有线链路,和控制所述多个基站中的一群基站的至少一个控制单元。群集确定器(110)根据预定的基本网络配置(102),确定利用有线链路链接,并由相同的控制单元控制的基站的至少一个群集,作为核心网络配置(112),以致所述群集的每个基站和群集的控制单元之间的等待时间小于最大容许等待时间。预定的基本网络配置(102)代表关于待构成的核心网络的所有基站,和关于基站之间的可能的有线链路的信息。
Description
技术领域
按照本发明的实施例涉及无线通信***,尤其涉及确定无线通信***的核心网络配置的设备和方法。
背景技术
蜂窝移动接入网络中的协同在无线传输容量、小区间干扰管理和能耗方面表现出较大的好处。迄今提出了几种技术(联合预编码和解码,小区间协同等),这些技术分别改善不同的性能指标。
从无线的角度来看,在实现和评估不同协同技术的性能的领域中,进行了许多研究,比如联合信号处理(“V.Jungnickel,L.Thiele,T.Wirth,T.Haustein,S.Schiffermüller,A.Forck,S.Wahls,S.Jaeckel,S.Schubert,H.等人的‘Coordinated multipoint trials in thedownlink’,Proc.IEEE Broadband Wireless Access Workshop(BWAWS),Nov.2009”;“V.Jungnickel,M.Schellmann,L.Thiele,T.Wirth,T.Haustein,O.Koch,W.Zirwas和E.Schulz的‘Interference-aware scheduling in the multiuser MIMO-OFDMdownlink’,IEEE Communications Magazine,vol.47,no.6,pp56-66,June2009”;和“S.Venkatesan,H.Huang,A.Lozano和R.Valenzuela的‘A WiMAX based implementation of network MIMO for indoorwireless systems’,EURASIP Journal on Advances in SignalProcessing,2009”),和小区间协同(“W.Choi和J.G.Andrews的‘Thecapacity gain from intercell scheduling in multi-antenna systems’,IEEE Transactions on Wireless Communications,vol.7,no.2,pp714-725,Feb.2008”,“J.G.Andrews,A.Ghosh和R.W.Heath的‘Networked MIMO with clustered linear precoding’,IEEETransactions on Wireless Communications,vol.8,no.4,pp1910-1921,Apr.2009”)。研究结果说明如何把协同技术集成到无线***中,并证明可能的性能增益。其它工作覆盖如何使协同方案中涉及的各个组件同步(“V.Jungnickel,T.Wirth,M.Schellmann,T.Haustein和W.Zirwas的‘Synchronization of cooperative base stations’,Proc.IEEE Int.Symp.on Wireless Communication Systems(ISWCS),2008,pp329-334”),为了获得期望的增益,需要多少个基站(BS)协同(“J.Hoydis,M.Kobayashi和M.Debbah的‘On the optimal number ofcooperative base stations in network MIMO systems’,Arxiv preprintarXiv:1003.0332,2010”),如何处理群集间干扰(“G.Caire,S.A.Ramprashad和H.C.Papadopoulos的‘Rethinking network MIMO:Cost of CSIT,performance analysis,and architecture comparisons’,Proc.IEEE Information Theory and Applications Workshop(ITA),Jan.2010”),例如,通过提出重叠群集配置,和如何有效收集信道状态信息(CSI)(“L.Thiele,M.Schellmann,S.Schiffermüller,V.Jungnickel和W.Zirwas的‘Multi-cell channel estimation usingvirtual pilots’,Proc.IEEE Vehicular Technology Conference(VTC),May2008,pp1211-1215”)。
在“G.Caire,S.A.Ramprashad,H.C.Papadopoulos,C.Pepin,和C.E.Sundberg的‘Multiuser MIMO Downlink with LimitedInter-Cell Cooperation:Approximate Interference Alignment in Time,Frequency and Space’,Communication,Control,and Computing,200846th Annual Allerton Conference on,2008,pp730-737”中说明了另一个例子。
图10中表示了协同蜂窝网络的配置1000的例子。群集1020中的多个基站(BS)1010一起服务用户1030。未来的协同网络将具有严格得多的要求,因为可以获得新的协同技术(例如,CoMP(协同多点传输),NW-MIMO(网络多入多出)和更高的基站密度(更多的候选群集),以及需要更高的用户数据速率。于是,针对有线网络的高多得的要求也是必需的。从而,所有群集都可选的假设可能不再成立。对协同传输来说,收集信道状态信息(CSI),以便识别如为图11中的无线通信***1100指示的协同基站群集。根据该信道状态信息,进行群集计算。这可能是无用的,因为群集将不可行,如图11中图解所示。于是,不可行的群集的后果是计算资源和信令容量的浪费。
因而,图12表示具有一些有线群集1210和一些无线群集1020的无线通信***1200。有线群集1210可由中央控制单元1220或者一些散布的控制单元1220控制。如图所示,无线群集1020不能跨越多个有线群集1210。
如果在这种无线通信***中,检测到协同必要性,那么根据收集的关于所有基站的无线信道性质(例如,信道状态信息),进行无线聚类1310,如在图13中所示的例子1300中指出的那样。借助这种聚类,应进行协同发射或接收1320,然而由于有线核心网络的限制,一些无线群集可能不可行。
发明内容
本发明的目的是提供一种改进的确定无线通信***的核心网络配置的发明构思,它允许提高无线传输容量,改善配置的灵活性,和降低能耗和/或降低成本。
上述目的由按照权利要求1所述的设备或者按照权利要求14所述的方法实现。
本发明的实施例提供一种确定无线通信***的核心网络配置的设备。无线通信***的核心网络包含多个基站,基站之间的多个有线链路,和控制所述多个基站中的一群基站的至少一个控制单元。所述设备包括群集确定器,所述群集确定器被配置成根据预定的基本网络配置,确定利用有线链路链接,并由相同的控制单元控制的基站的至少一个群集,作为核心网络配置,以致所述群集的每个基站和群集的控制单元之间的等待时间小于最大容许等待时间。预定的基本网络配置代表关于待构成的核心网络的所有基站,和关于基站之间的可能的有线链路的信息。
按照本发明的实施例以考虑无线通信***的有线核心网络的约束条件,以确定核心网络的配置的中心思想为基础。该发明构思可适用于规划无线通信***的新的核心网络,以及适用于无线通信***的现有核心网络的重构。借助这种方法,能够把可行的有线群集和不可行的有线群集区别开来。于是,能够减少不必要的数据传送(例如,从不可行的群集收集信道状态信息),于是,能够提高无线传输容量。从而,可降低能耗。此外,通过重构现有核心网络,能够显著改善核心网络配置的灵活性。另外,通过优化核心网络的聚类,可以降低建立新的核心网络或者就现有核心网络内的节能而说的成本。
提出的发明构思通过确定基站的群集,考虑有线核心网络的约束条件,以致群集的每个基站和群集的控制单元之间的等待时间低于最大容许等待时间。这是必需的,因为从无线设备接收的信道状态信息仅仅持续特定的时间间隔有效,以致应在该时间间隔内进行协同发射或接收。
在按照本发明的一些实施例中,群集确定器被配置成考虑核心网络的更多约束条件,而不仅仅考虑等待时间(例如,链路的容量或者群集的最大大小)。
按照本发明的一些实施例包括基站分配单元,所述基站分配单元根据确定的核心网络配置,把核心网络的基站分配给核心网络的控制单元。这样,确定的核心网络配置由无线通信***的核心网络实现。
按照本发明的另一些实施例包括协同需求检测器。协同需求检测器检测无线通信***内的协同发射或协同接收的需求。检测到需求可触发群集确定器确定新的(优化的)核心网络配置。这样,核心网络配置可适合于不同时候的不同需求。
按照本发明的一些实施例涉及根据混合整数线性规划算法(MILP)或广度优先搜索算法(BSS),确定至少一个群集的群集确定器。
附图说明
下面参考附图,详细说明按照本发明的实施例,其中:
图1是确定无线通信***的核心网络配置的设备的方框图;
图2a是确定无线通信***的核心网络配置的设备的方框图;
图2b是无线通信***的示意图;
图3是利用检测到的协同必要性触发的有线聚类和无线聚类的示意图;
图4a是具有规则排列的预定基本网络配置的示意图;
图4b是具有不规则排列的预定基本网络配置的示意图;
图5a是核心网络的具有规则排列的核心网络配置的示意图;
图5b是核心网络的具有不规则排列的核心网络配置的示意图;
图6是确定的基站的群集的示意图;
图7a是指示取决于输入场景(scenario)大小的求解器运行时的示图;
图7b是指示取决于输入场景大小的存储器消耗的示图;
图8a是指示对规则输入场景来说,取决于输入场景大小的结果网络配置的成本的示图;
图8b是指示对不规则输入场景来说,取决于输入场景大小的结果网络配置的成本的示图;
图9是确定无线通信***的核心网络配置的方法的流程图;
图10、11和12是无线通信***的示意图;和
图13是协同发射或协同接收的已知方法的示意图。
具体实施方式
下面,相同的附图标记部分用于具有相同或相似的功能性质的对象和功能单元,关于某个附图的说明也适用于其它附图,以减少说明实施例时的重复。
通过在蜂窝移动接入网络中,应用无线协同技术,比如协同多点传输(CoMP)或协同调度而获得的增益取决于基站(BS)和用户终端(UT)之间的无线信道的状况。取决于这些信道性质,可以选择BS小区的群集来实现协同。
除了无线性质之外,当决定如何建立协同的小区群集时,还可考虑有线回程和核心网络的性质,比如链路延迟、容量和负载。这是由当通过回程和核心网络传送控制和用户数据时,在协同小区集内需要的控制和用户数据流量的交换引起的。该流量的数据速率将超过未来回程网络的每BS1Gbit/s的目标容量,即,可能发生限制无线协同的拥塞情形。例如,图12图解说明有线群集和无线群集之间的关系的例子。
图1表示按照本发明的实施例,确定无线通信***的核心网络配置112的设备100的方框图。无线通信***的核心网络包括多个基站,所述基站之间的多个有线链路,和用于控制所述多个基站中的一群基站的至少一个控制单元。设备100包括群集确定器110。群集确定器110根据预定的基本网络配置102,确定利用有线链路链接,并且由相同控制单元控制的基站的至少一个群集,作为核心网络配置112,以致所述群集的每个基站和群集的控制单元之间的等待时间低于最大容许等待时间。预定的基本网络配置102代表关于待构成的核心网络的所有基站,以及关于基站之间的可能有线链路的信息。
通过考虑有线核心网络在控制单元和基站之间的等待时间方面的约束条件,能够更精确地考虑有线核心网络的限制,以确定随后可用于协同发射或接收的基站的群集。
比较起来,已知的方法忽略有线网络的性质(约束条件),当选择协同的小区(基站)时,假定最佳的网络。不过,这种假设事实上不成立,因为有线网络的性质会影响性能,或者甚至限制无线协同技术的可行性。从而,会关于由于有线网络的限制而从不能实现的群集收集和交换无线信道状态信息。这导致不必要的开销(回程网络流量和计算负载),这越发限制协同机会。
于是,通过利用本发明构思,能够减少核心网络流量,以致更多的容量被留给可行的协同传输,导致无线传输容量的增大。此外,由于能够减少核心网络流量和计算负载,因此可降低能耗。另外,核心网络可被重构,以对新的负载情况作出反应,这显著改善核心网络的灵活性。
也称为回程网络的核心网络代表无线通信***的有线部分,包含基站、控制单元(也称为中央控制器或者处理节点)和它们之间的有线链路等等。基站分布在一定区域内,以发射或者从无线设备(例如,蜂窝电话机或膝上型计算机)接收数据。控制单元通常位于基站,不过也可独立于基站布置。典型地,控制单元少于基站,不过也可能每个基站包含一个控制单元。控制单元可控制一个或多个基站,可以负责协调协同发射或接收等。
可按照几种方式,定义基站和控制单元之间的等待时间。通常,等待时间指示在基站接收信号,和在控制单元接收所述信号或者与所述信号相关的信息之间的时间,或者从控制单元向基站发射信号,和在基站接收所述信号的时刻之间的时间。另一方面,等待时间可以是从在基站接收信号,把所述信号传送给控制单元,在控制单元接收所述信号,在控制单元处理所述信号,把对所述信号的响应传送给基站,到在基站接收所述响应的往返时间。例如,基站接收来自无线设备的信道状态信息,所述信道状态信息被控制单元用于对数据预编码。所述预编码数据随后作为响应被传送给基站,以便把该数据传送给无线设备。在这个例子中,最大容许等待时间可以是接收的信道状态信息有效的时间间隔。
预定的基本网络配置102代表待构成的核心网络的输入场景。例如,对于待规划的新网络来说,这可以是核心网络的基站的数目和/或位置,和这些基站之间的可能有线链路。另一方面,预定的基本网络配置102可包含与核心网络的基站的位置,基站之间的有线链路,和待重构的现有核心网络的一个或多个控制单元的位置有关的信息。用哪种格式把该信息提供给群集确定器110并不重要,只要群集确定器110能够处理该数据即可。例如,预定的基本网络配置102可以是包含关于每个基站的顶点,和关于核心网络的基站之间的各个链路的边缘的图形。
对现有核心网络的重构来说,预定的基本网络配置102可代表现有的核心网络。在这个例子中,预定的基本网络配置102还可代表关于核心网络的所有控制单元(例如,核心网络中的控制单元的位置),和关于基站与控制单元之间的可能有线链路的信息。如果控制单元位于基站,那么基站和控制单元之间的可能有线链路可以是基站之间的可能有线链路的部分集合。
在本发明的一些实施例中,可以考虑有线核心网络的更多约束条件,而不仅仅是等待时间。例如,可以考虑有线链路的容量的限制。换句话说,群集确定器110可确定至少一个群集,以致基站之间,以及基站和控制单元之间的所有有线链路的容量大于所需的容量。在这方面,链路的容量代表通过有线链路可实现的最大数据速率或者最大剩余数据速率(如果考虑当前负载的话)。如上所述,还可考虑链路或者整个核心网络的当前负载或平均负载,就现有核心网络的重构来说,这是尤其有意义的。换句话说,群集确定器110可确定至少一个群集,以致在考虑核心网络的当前或平均负载的情况下,基站之间,以及基站和控制单元之间的所有有线链路的容量大于所需的容量。
考虑核心网络的当前或平均负载会导致不同的核心网络配置。这样,核心网络可适合于不同的负载情况,以致能够优化数据传送和/或能量消耗。例如,群集确定器110可确定在考虑在第一时间,核心网络的第一负载的情况下的第一核心网络配置112,和在考虑在第二时间,核心网络的第二负载的情况下的第二核心网络配置112。对于一些不同的负载情况来说,确定的第一核心网络配置112可能不同于确定的第二核心网络配置112。
此外,可以考虑核心网络的成本函数。所述成本函数可把核心网络的性质表示成建立核心网络或者运行核心网络的能耗或者货币成本。在这个例子中,可以确定核心网络配置112,以致核心网络的成本函数被优化。取决于使用的优化算法,成本函数的优化将导致成本函数的实际最小值或最大值,或者导致在预定次数的迭代或预定计算时间之后得到的极小解(它可能不是实际的最小值或最大值)。换句话说,群集确定器110可确定至少一个群集,以致待构成的核心网络的成本函数被优化。
通常,无线通信***的核心网络包含比单个控制单元能够控制的基站的数目多的基站。于是,群集确定器110可确定基站的不止一个群集,以获得核心网络配置112。换句话说,群集确定器110可根据预定的基本网络配置102,确定利用有线链路链接,并且由相应控制单元控制的基站的多个群集,以致核心网络的每个基站被确定的群集之一包含,并且基站和群集的相应控制单元之间的所有等待时间低于最大容许等待时间。
可根据各种不同的优化算法,确定核心网络配置的群集。例如,群集确定器110可根据混合整数线性规划算法(MILP)或者广度优先搜索算法(BFS),确定至少一个群集。
一种基本方法是与核心网络的边界相隔一些基站地定位控制单元。核心网络的边界可由位于核心网络的边缘的基站形成(例如,核心网络的其它基站仅仅位于这些基站的一侧)。在控制单元和位于核心网络的边界的基站之间的基站的数目取决于最大容许等待时间。换句话说,群集确定器110可根据预定的基本网络配置102,确定待确定的至少一个群集的控制单元的位置,以致在控制单元和位于核心网络的边界的基站之间的等待时间小于最大容许等待时间的同时,在控制单元和位于核心网络的边界的基站之间的基站的数目为最大。此外,也可考虑核心网络的其它约束条件(例如,如上所述的容量和/或成本函数),以致在还考虑核心网络的这些一个或多个约束条件的同时,在控制单元和位于核心网络的边界的基站之间的基站的数目为最大。
图2表示按照本发明的实施例,确定无线通信***的核心网络配置112的设备200。设备200与图1中所示的设备类似,不过另外包括可选的协同需求检测器220和/或可选的基站分配单元230。可选的协同需求检测器220连接到群集确定器110,群集确定器110连接到可选的基站分配单元230。
协同需求检测器220可检测无线通信***内的协同发射或协同接收的需求222。检测到的协同发射或协同接收的需求222可触发群集确定器110确定(新的或者优化的)核心网络配置。这样,可以确定考虑到检测到的协同发射或协同接收的需求的新的核心网络配置。例如,可以检测相对于需求高数据速率的无线设备的无线连接的数据速率,可在无线通信***的范围内,按照无线设备的该当前需求,修改核心网络。
基站分配单元230可根据确定的核心网络配置,把核心网络的基站分配给核心网络的控制单元,从而获得分配的基站的群集232。这样,通过按照确定的新的核心网络配置,把核心网络的基站分配给核心网络的控制单元,当前的核心网络配置可被更新成新的核心网络配置。从而,可以考虑就协同发射的需求,协调接收的需求或者核心网络的当前负载而论的变化状况。换句话说,基站分配单元230可按照确定的核心网络配置,修改核心网络。
协同需求检测器220和基站分配单元230可以是设备200的可选部分,可以一起实现,或者彼此独立地实现。
按照本发明的一些实施例涉及具有核心网络的无线通信***,所述核心网络包含多个基站、基站之间的多个有线链路,和控制所述多个基站的一群基站的至少一个控制单元。无线通信***包含如上所述,确定无线通信***的核心网络配置的设备,和至少一个信道状态信息确定器。对于确定群集的位于无线设备的传输范围内的每个基站,至少一个信道状态信息确定器可确定基站和该无线设备之间的信道状态信息。此外,对于未被确定的群集包含的位于无线设备的传输范围内的核心网络的至少一个基站,不确定信道状态信息。
这样,能够避免无线设备和未被确定的群集包含的基站之间的信道状态信息的不必要数据传送。从而,能够减少不必要的数据传送,节省的容量可用于其它数据。
图2b表示包含基站的2个群集的无线通信***250的例子。基站262的第一个群集260表示由另外包含中央信道状态信息确定器266的中央控制单元264控制的基站的例子。信道状态信息确定器266控制由控制单元264控制的每个基站262的信道状态信息的确定。此外,基站272的第二群集270图解说明由中央控制单元274和位于群集270的每个基站272的多个信道状态信息确定器276控制的基站272的例子。在本例中,每个信道状态信息确定器272控制相应基站272的信道状态信息的确定。随后,信道状态信息可由控制单元274收集,并用于例如将被发送给无线设备280的数据的联合预编码。此外,图2b指示无线设备280及其传输范围282。传输范围282例如可以是其中相对于基站,无线设备280达到足够信号强度的区域。在本例中,第一群集260的两个基站262和第二群集270的两个基站272在无线设备280的传输范围282内。归因于核心网络配置,不能建立利用无线设备280的传输范围282内的所有4个基站的协同发射。于是,只要对第一群集260的两个基站262,确定信道状态信息就足够了,而不对在第二群集270的传输范围282内的两个基站272,确定信道状态信息。这样,能够减少第二群集270内的不必要数据传送。在这个例子中,所述至少一个信道状态信息确定器266可以只对位于无线设备280的传输范围282内的群集的每个基站,确定信道状态信息,而不对未被群集260包含的基站确定信道状态信息。作为替换方案,只有第二群集270的基站272可确定无线设备280的信道状态信息。
对协同发射或协同接收来说,可以确定位于无线设备的传输范围内的被相同群集包含的基站,以形成用于协同发射或协同接收的子群集。换句话说,群集确定器110或群集的控制单元可确定包含在核心网络的相同群集中,并且位于无线设备的传输范围内的基站,以获得基站的子群集。此外,群集确定器110或群集的控制单元可确定能够进行相对于无线设备的协同发射或协同接收的子群集的基站(例如,所述子群集的仅仅一个,一些或者所有的基站)。
通常,群集确定器110、协同需求检测器220、基站分配单元230和/或一个或多个信道状态信息确定器266、276可以是计算机、数字信号处理器或微控制器的独立硬件单元或一部分,以及在计算机、数字信号处理器或微控制器上运行的计算机程序或软件产品。
下面,更详细地说明关于核心网络配置的确定的例子。尽管在这些详细的例子中,一起说明了本发明的不同方面,不过也可相互独立地实现这些不同的方面。
如何和何处应用诸如协同多点传输(CoMP)或联合调度之类的无线协同技术不仅取决于无线信道状况,而且取决于移动接入网络的有线部分的设计和当前状态(例如,负载)。例如,这主要由为了在无线方允许协同,而必须在有线方满足的容量和等待时间要求所引起。
提出的发明构思使得能够设计移动接入网络的有线部分,以致在整个网络中能够应用期望的无线协同技术。在部署网络之前进行这种设计步骤。此外,提出的发明构思使得能够在运行的移动接入网络中,找出其中在特定时刻,能够应用期望的无线协同技术的群集(取决于例如当前负载)。在网络运行时,可以规则的时间间隔(以秒为时间尺度)完成这些群集的查找。在找出的有线群集内,可根据无线信道状况,选择实际的无线群集(子群集)(以单一无线帧为时间尺度)。
例如,下面说明在提供接近最佳的解答质量的时候,确定核心网络配置的启发式算法。归因于该算法的高效率(与最优级解的20小时对比的不到1秒的运行时),可按所需的时间尺度应用该算法。从而,能够考虑对无线协同技术来说的有线限制的重要方面,以改善它们的性能,和降低它们的实现开销。
可以设计或重构有线网络,以致它可被认为对某种(某一组)无线协同技术来说是最佳的。这可离线发生,即,在部署协同网络之前发生,以及也可在一定程度上在线发生,即,当在部署网络之后,该网络在运行的时候发生。
此外,例如,可以接受有线网络在一些地方是次最佳的。为了对付这种情况,除了无线信道状况之外,还利用关于有线网络部分的信息,支持如何选择协同小区群集的决策过程。这可在线发生,即在网络在运行的时候发生。
归因于在网络的寿命期间发生的变化,比如设备故障或者变化的流量负载,重构是有利的。特别地,当网络中的流量负载以甚至低于1秒的时间尺度变化时,网络中的变化的流量负载富有挑战性。
通过用公式把两种方法表示成数学优化问题,能够解答这两种方法。然而,求解这些优化问题是NP-完全的,仅仅对于由50个小区(基站)构成的小输入场景,也需要多达20小时。如此长的运行时使得不可能把这种解答方法用于真实的大型网络,以及不可能在线,即,在协同网络在运行的时候使用这些方法。
另一方面,提出了以缩短的运行时和降低的存储器要求,近似最优解的启发式算法。
例如,为了能够在真实网络中利用无线协同技术,必须解决上述场景。通常可在设计网络的时候,一次地解决有线网络的设计或重构。在网络的寿命期间,可以规则的时间间隔,解决当选择协同小区群集时,除了无线信道状况之外,还包括关于有线网络部分的信息的问题,以对网络中的变化,比如变化的负载作出反应。
首先,提出一种解决网络设计问题的算法。所述算法把所有小区(例如,小区可以是基站控制的区域,或者基站本身)的位置,和它们之间的可能互连(有线链路)作为输入。在这种情况下,小区之间的每个可能的互连意味在控制小区的基站之间存在链路。所述输入可被定义成例如包含关于每个小区的节点(基站)和关于小区之间的互连的边缘的图形。节点和边缘可具有描述它们的要求和能力,比如小区的所需带宽或者互连链路的容量的性质。此外,可以提供一组约束条件,作为输入,例如,在有线方的所需容量或者协同小区(基站)之间的最大容许(许可)等待时间。这些约束条件是由期望的无线协同技术,和将在问题的每个有效解中满足的需求强加的。
提出的算法可确定在网络内,最佳地布置类似控制器或处理节点(控制单元)的公共功能的地方。这些位置取决于无线协同技术的上述要求。此外,算法可决定如何聚类小区,和根据给定的可能互连(链路),如何互连群集内的小区。可以进行所有这些决定,以致优化期望的成本指标,比如货币成本、***性能或者能量消耗。
为了找出运行(现有)网络中的可行群集,可以稍微修改刚刚说明的算法。代替计算控制器/处理节点在网络中的最佳位置,可以固定并以另外的输入参数的形式给出控制器/处理节点在网络中的最佳位置。对于小区之间的互连同样如此。利用该信息,算法可以根据给定的网络配置,其当前状态(例如,负载)和某种协同技术的约束条件,仅仅对于该技术,计算所有最大的可能有线群集。在这些可能的群集内,可按照无线信道状况,为协同选择小区。注意当协同技术的要求不能被满足时,这样的无线群集不能跨越多个找出的有线群集(例如,图12)。
图3中图解说明结合有线信息和无线信息,以便聚类的这种***的概况300的例子。在发现需要协同之后(1),根据当前的网络状态(3),触发无线聚类(2)。作为结果的群集被传给无线聚类机构(4),所述无线聚类机构只考虑可行的群集,从而只收集在可行群集中的BS的无线信道性质(5)。在最后的步骤中,在网络中部署计算的群集(6)。
这样,可以降低基础配置成本。无线协同技术具有针对网络的有线部分,例如在容量或等待时间方面的约束条件。必须不违反这些约束条件,否则无线方的增益会减少,或者协同甚至不可能。这意味在不利用提出的发明构思的情况下,只能就移动接入网络(无线通信***)的严重过度配置的有线部分(核心网络),使用无线协同技术。然而从网络运营商的角度看,这并不可取,因为过度配置导致昂贵的不被使用的资源。从而,对移动网络运营商来说,提出的发明构思可导致成本节省。
此外,可以提高CoMP性能。对无线聚类来说,需要从所有的候选小区收集信道状态信息(CSI)。这不仅在无线方导致不可忽略的开销,而且在有线方也导致不可忽略的开销,因为必须通过回程网络,在候选小区之间交换收集的信息。当把提出的发明构思用于有线预聚类时,减小了这两种开销,因为这会减小必须对其收集CSI的候选小区的数目。
另外,可以降低计算复杂性。
理论上,可利用混合整数线性规划(MILP)的数学优化和公式表示,确定核心网络配置。然而,求解MILP是NP完全问题,从而如果需要在数秒的时间尺度内的求解,那么由于其运行时较长,这会阻止使用这种解决方法。与利用MILP优化的核心网络配置相比,启发式方法具有短得多的运行时,和低得多的内存占用。图7a和7b中图解说明了差异的例子。对该例子来说,MILP求解器(利用MILP的群集确定器)被配置成接受10%的最优性间距,即,返回的解答最多比最优解差10%。
曲线图表明虽然对于由不止16个小区(基站)构成的输入场景,MILP求解器运行时快速增大到几个小时,不过启发式方法在低于1秒的运行时之后结束。
为了对启发式方法的输出的质量有所了解,图8a和8b比较MILP求解器给出的输出(最优解)和我们提出的启发式方法的输出。
提出的(启发式)原理的返回输出最多比MILP求解器提供的输出差5%。对大型场景来说,结果甚至好于MILP返回的结果。这是可能的,因为MILP求解器的最优性间距被设定为10%,而与之相比,启发式方法的结果较好。
总之,提出的发明构思提供与最优解接近的输出质量。然而,与MILP求解器的运行时和存储器要求相比,运行时和存储器要求明显较低。这些优点使得能够按低于1秒的时间尺度,离线和在线地利用提出的(启发式)概念。
例如,在离线情况下,输入场景被提供给启发式方法,启发式方法计算最佳的网络配置,输出被用于部署支持期望的无线协同技术的网络设置。所有这些步骤是在实际部署协同的网络设置之前进行的。这种应用类似于网络规划的任务。
在在线情况下,协同网络已被部署。在网络的运行时期间,收集给启发式方法的输入数据,例如,检查故障,或者检测其中有意地改变网络配置可能有益的情形。关于此的一个较好例子是夜间的低负载情形,在这种情况下,关闭一些基站(的一部分)以节能会是有益的。由于其运行时和资源消耗极低,因此利用提出的发明构思,能够在上述情形中即时地计算备选网络配置。
为了设计或重构有线网络,可以使用概述成下述伪代码的贪心法。未分配的小区是还未被添加到小区的协同群集中的小区。
当在输入图形中存在未分配的小区时:
·从未分配的小区(基站)中选择新的控制器/处理器C(控制单元)
○选择C,以致它到图形(预定的基本网络配置)的边界的距离等于作为结果的群集的预期半径
-取决于约束条件(例如,最大的可能群集大小,链路容量,链路等待时间)
·从C(控制单元)开始改进的广度优先搜索(BFS)
○如果能够在不违反约束条件的情况下,用C控制新发现的小区X(基站):
-那么把X(基站)增加到C(控制单元)控制的群集中
-从输入图形(预定的基本网络配置)中,除去X(基站)及其相邻的链路
该方法从输入图形(预定的基本网络配置)开始,所述输入图形只包含未分配的小区(基站),即,迄今为止,它们都不属于某个群集。从这组小区中,启发式方法选择控制器/处理器功能(控制单元)将被布置于的一个小区C。进行这种选择处理,以致从C(控制单元)到输入图形的边界的距离等于作为结果的群集的预期半径。这样,例如可避免不对称群集形状和切割。
作为结果的群集的大小(从而,半径)取决于不同的事情,例如,所涉及的小区及其互连的物理性质(负载、等待时间等),和由无线协同技术强加的约束条件。例如,对联合预编码来说,存在必须被满足的两个约束条件。第一个约束条件是从测量CSI起,到发送联合编码数据的时刻为止的等待时间必须小于某个极限(例如,对LTE来说,1ms)。从而,在控制器(控制单元)的处理延迟和从控制器到受控小区(基站)的RTT(往返时间)必须不超过所述极限。因而,可如等式(a)中所示地计算关于等待时间cs_exp_lat的预期群集大小,其中max_twoway_delay是从测量CSI(信道状态信息)到该数据的实际发送的时间的最大量,ctrl_proc_delay是在控制器的处理延迟,而mean_link_lat是输入图形(预定的基本网络配置)中的平均链路等待时间。
cs_exp_lat=(max_twoway_delay-ctrl_proc_delay)/(2*mean_link_lat) (a)
联合预编码的第二个限制是从控制器到受控小区的链路必须具有足够的容量,以把信号传送给相应的小区,所述信号从所述相应的小区被发送。从而,在每个受控小区所需的带宽的数量,和从控制器到小区的链路容量也会限制最大的可能群集大小。例如,等式(b)表示利用输入图形中的链路的平均带宽容量mean_link_bw_cap,和小区的平均带宽要求mean_cell_bw_req,如何计算预期的群集大小cs_exp_bw。
cs_exp_bw=mean_link_bw_cap/mean_cell_bw_req (b)
结果,总的预期群集大小cs_exp是在等式(a)和(b)中计算的两个值中的最小者。从而,可按照等式(c),最终计算用小区跳数表示的预期群集大小。
cs_exp=min(cs_exp_lat,cs_exp_bw) (c)
预期的群集大小的计算当然随不同种类的无线协同而变化,因为这些无线协同具有必须要被满足的不同约束条件。
在从输入图形中选择了新的控制器C(控制单元)之后,以C作为开始节点,启动BFS。每当BFS算法经过某个链路,并且在输入图形中找到新的小区(基站),就检查该小区(基站)是否能够被添加到当前群集中,而不违反任何约束条件。如果这样做是可能的,那么把该小区添加到当前群集中,并从输入图形中除去该小区和所有相邻的链路。如果不能把该小区添加到当前群集中,那么该小区被保持在输入图形中。之后,BFS算法继续检查输入图形中的下一个未被访问的小区。一旦BFS终止,就已创建了新的群集。
在BFS终止之后,从剩余的输入图形中选择新的控制器C,从头重新开始说明的过程。重复这些步骤,直到在输入图形中不再存在剩余节点为止。
为了在运行网络中找出可行的群集(有线预聚类),可以稍微改进上面说明的算法。现在作为另外的输入参数,给出控制器/处理节点(控制单元)的位置,和小区之间的互连(链路)(它们可以是上面说明的算法的输出的两部分)。根据所述扩展的输入(预定的基本网络配置),可以利用以下算法从有线网络的角度,找出所有可能的群集。
对于每个小区C:
·从C开始改进的广度优先搜索(BFS)
○如果能够在不违反约束条件的情况下,用C的控制器/处理节点控制新发现的小区X:
-那么把X添加到C控制的群集中
可对包含在输入图形(预定的基本网络配置)中的所有小区(基站)重复该算法。对于这些小区中的每个小区,创建一个有线群集。和上述算法中一样,这是利用只要不违反约束条件,就把相邻的小区添加到新群集中的改进BFS实现的。这样,有线群集可以渐渐变得尽可能地大,从而最终允许尽可能多的无线群集。
可以与无线接入网络,移动网络体系结构,无线协同,网络MIMO,CoMP,无线接入网络,蜂窝网络和/或协同结合地使用提出的发明构思。
提出的发明构思可用于有效地计算协同移动接入网络的成本优化的网络配置。这样,例如,CoMP技术可被简化,因为提出的发明构思可根据有线网络性质,提供预先计算的成本优化(例如,货币、能量)的协同群集。
下面,说明确定核心网络配置的更详细例子。如上所述,也可以相互独立地实现在一个实施例中说明的本发明的不同的可选特征(例如,考虑的不同的核心网络约束条件)。
多数协同技术的共同点是位于核心或回程网络内的中央控制器或处理节点(控制单元)。当部署协同技术时,运营商面对的一个问题是把控制器/处理节点最佳地布置在网络中的什么地方,和如何把它们连接到聚类的基站。为此,必须考虑协同技术的要求和网络基础配置的性质。如果不这样,那么无线性能降低,或者甚至不能实现协同。
聚类为实现期望的无线性能而必需的协同BS(基站)集合会在回程体系结构设计方面提出几个挑战。取决于使用的协同方案,中央控制器和/或处理节点和一组协同的BS需要交换信令,有时需要交换用户数据流量。
这些控制器/处理节点的布置,以及它们与协同BS的连接在整个回程体系结构设计中起着至关重要的作用。例如,需要考虑诸如网络的有线部分中的传播延迟,传送用户数据和控制信息的所需链路容量,协同BS之间的同步,回程体系结构的资本费用(CAPEX)和运营费用(OPEX)之类的***参数。
已知一组BS和它们的(可能)互连,确定控制器/处理节点在网络中的最佳定位,和对于这些节点的BS的分配。
为此,可以利用在下表中所示的参数定义输入场景。这些参数定义具有关于每个BS b∈B的顶点,和关于BS之间的每个链路l∈L的边缘。所有顶点和边缘可被扩增以对网络设计处理来说重要的性质,比如容量和等待时间。另外,在本例中,存在与BS或链路无关的4种全局性质(csmin,csmax,tproc和tmax)。
此外,可以引入最佳地求解网络设计的混合整数线性规划(MILP)。根据输入,MILP计算控制器/处理节点的最优位置,并在使成本降至最低的同时,把BS分配给这些节点。这种分配可导致所有BS的最佳互连。
下面,货币成本可用作优化目标。这可以容易地适用于诸如能量消耗之类的不同成本指标。
MILP利用上表中的参数作为输入,并利用在下表中所示的变量优化指标。
把l_actu,v设定成1意味链路(u,v)传送某些流,即,存在设定为1的至少一个fs,d,u,v。类似于此,如果b_actu被设定为1,那么控制器/处理功能被布置在BS u。此时,MILP支持把这些功能布置在BS,这些功能不能被任意地布置在网络中。
3个变量b_actCostFu,b_actCostCu,和l_actCostu,v包含控制器和链路的实际成本。这些成本取决于控制器/处理节点是否实际被布置在BS,和链路是否有效,即,是否被用于连接聚类的BS。
为了获得网络配置的总链路和控制器/处理节点成本,可以相加各个成本。这是分别用例如等式(1)和等式(2)进行的。
目标是在考虑到由上表中的参数定义的所应用无线协同方案的约束条件的同时,使总成本降至最低。以下MILP可以实现该目标:
min.b_costtotal+l_costtotal (3)
等式(4)中的第一个约束条件确保每个BS正好被分配给一个控制器。这是通过把止于每个BS的流的数目固定为1实现的。等式(5)中所示的第二个约束条件保证止于BS的每个流也具有起始BS-所述控制器。等式(6)包含为在网络中产生流所必需的第三个约束条件。它保证流平衡,即只要流进入节点,它也就必然再次离开该节点,除了节点是流的源头或者目的地之外。最后,等式(7)禁止每个流的局部循环。
在控制器和BS之间产生流之后,等式(8)中的辅助约束条件激活为了传送流之一而需要的网络中的所有链路。该约束条件利用“big-Mconstant(大M常数)”来实现这一点。类似地,等式(9)激活在作为至少一个流的源头的每个BS的控制器功能。
由于许多协同方案,比如联合预编码,需要最少量的联合受控的BS,以获得期望的增益,因此等式(10)中的约束条件要求至少csmin个BS被连接到相同的控制器。同时,等式(11)把最大群集大小限制为csmax。在控制器容量有限,从而群集不能超过一定大小的情况下,这是有益的。
等式(12)和等式(13)中的约束条件分别确保在下行链路(从控制器到BS)中和在上行链路中,链路容量都不会被超过。
等式(14)中的下一个约束条件确保控制器和BS之间的往返延迟低于上限。所述上限是通过从最大许可延迟tmax中,减去在控制器的所需处理时间tproc计算的。这样的约束条件对例如联合预编码来说重要。这里,编码数据必须在根据其进行编码的CSI仍然有效的时候被发送。
最后,最后的3个约束条件计算作为结果的网络的链路和控制器成本。等式(15)和等式(16)定义固定的和动态的控制器成本。等式(17)根据每个链路是否有效,设定每个链路的成本。
可以如本例中所示地一起考虑上述各个约束条件,或者可以与其它约束条件无关地,或者在没有其它约束条件的情况下,考虑上述各个约束条件中的一个或多个约束条件。
在这个例子中,上面说明的群集确定器可被配置成求解说明的MILP问题,以获得核心网络配置。
介绍的MILP可返回设计或重构核心网络的最优解。然而,得到这样的解答是NP困难的,需要较长的求解器运行时。
为了克服MILP的运行时问题,提出了近似最优解的启发式算法。所述启发式算法采用和MILP相同的输入(预定的基本网络配置)(即,包含BS和可能的互连的性质图形),产生和MILP相同类型的输出(核心网络配置)(包含所有BS,控制器/处理器的位置,和这些组件之间的优化互连的图形)。
例如,可以利用基于改进的广度优先搜索(BFS)算法的贪心方法来建立BS的群集。在算法1中总结了作为结果的启发式算法。
方法CONFIGURECOOPNETWORK期待输入参数Gin。输入参数Gin是BS和可能的互连(链路)的输入图形(预定的基本网络配置)。该算法首先初始化输出图形Gout(核心网络配置)。之后,它经历循环,其中在每次迭代中,创建一个新的群集,并添加到Gout中。此外,从Gin中除去已被分配给某个群集的BS。
在每次迭代开始时,选择Gin中的BS之一,选择的BS将充当群集控制器(控制单元)。从该新的控制器c开始,BFS算法围绕c建立群集,并返回作为结果的群集图形GnewClust。该图形包含作为群集的成员的所有BS,和连接这些BS与控制器c的链路。
在后面的评估中可看出,就启发式算法的输出的质量来说,如何从Gin中选择c的方式将起着重要的作用。方法CHOOSECONTROLLER从Gin中选择BS,以致其到Gin的边界的距离等于当前创建的群集的预期半径。
作为结果的群集的大小(从而半径)取决于不同的事情,例如,所涉及的BS及其互连的物理性质,和由无线协同技术强加的约束条件。
下面给出对于作为协同技术的预编码,可如何实现这一点的例子(算法2)。
联合预编码具有必须被满足的两个主要约束条件。第一个约束条件是从测量CSI,到发送联合编码数据的时刻为止的等待时间必须低于上限,例如,就长期演进(LTE)来说,1ms。从而,在控制器的处理延迟和从控制器到受控BS的往返时间(RTT)必定不超过该限制。因而,可如在算法2的第一行中所示地计算关于等待时间crlat的预期群集半径。参数tmax和tproc分别包含从测量CSI到数据的实际发送的最大许可时间间隔,和在控制器的处理延迟(如在上表中定义的一样)。MEANLINKLATENCY计算平均链路等待时间。
联合预编码的第二个限制是链路必须具有足够的容量,以把信号从控制器传送给BS,所述信号从所述BS被发送。从而,在每个BS需要的带宽的数量,和从控制器到BS的链路容量(可能涉及多跳)也限制最大的可能群集大小。在算法2的第2行中考虑了这一点。在第2行中,计算取决于输入图形的容量性质crcap的预期群集半径。所述半径取决于平均链路容量和BS的平均容量要求。
结果,总的预期群集半径croverall是crlat和crcap中的最小值。利用croverall作为输入,方法GETNODENHOPSFROMBORDER根据输入图形返回与图形的边界正好相距croverall跳的BS。该BS是新的控制器。
计算预期的群集半径会随不同种类的无线协同而变化,因为这些无线协同具有必须要被满足的不同约束条件。
现在,启发式算法利用CHOOSECONTROLLER,从输入图形Gin中选择了新的控制器c,以c作为起始节点,开始改进的BFS。与标准的BFS算法相比,只要BFS算法经过某个链路,并且在Gin中找到新的BS x,它就检查x是否能够被添加到当前群集中,而不违反任何约束条件。如果这是可能的,那么把x添加到当前群集中,以及添加到BFS的BS队列中,以便稍后从此继续搜索。如果不能把x添加到群集中,那么搜索算法不在搜索树的该路径上,继续搜索新的BS。一旦BFS算法终止,就已围绕控制器c创建了新的群集。
在BFS终止之后,把新的群集(用GnewClust表示)添加到输出图形Gout中,并从输入图形Gin中除去该新的群集。利用下一次迭代继续该循环,直到所有的BS都被分配给群集为止。
下面,表示利用MILP求解问题,和利用启发式算法近似最优解的评估。在以下的各个图中,关于95%的置信度,计算了所有置信区间。
输入场景由构成正方形的n个BS的矩阵构成。考虑BS的两种不同排列。第一种是所有BS都具有相同的BS间距离(“A.Benjebbour,M.Shirakabe,Y.Ohwatari,J.Hagiwara和T.Ohya的‘Evaluation of user throughput forMU-MIMO coordinated wireless networks’,Proc.IEEE InternationalSymposium on Personal,Indoor and Mobile Radio Communications(PIMRC),Sept.2008”),并且都具有与所有相邻BS的可能互连的规则排列。第二种排列是不规则排列,并且增加BS定位的随机性。从而,BS仍然具有为的平均距离,但是位置是正态分布的,标准偏差为如果BS的距离低于那么它们被互连。允许不规则输入场景的原因是为了检查启发式算法是否会因在BFS期间,任意地选择新邻居而受到影响。图4a和4b关于n=16,表示了这两种排列的两个例子。
互连是光学互连,具有的等待时间,其中c是光速,1.45是光纤的折射率。这对应于典型的单模光纤(SMF)设置。此外,假定从控制器到BS的光纤无线通信(RoF)设置(注意这只影响评估,提出的发明构思足够通用,可以支持任何技术)。每个链路的RoF容量为3000MHz,这对应于标准RoF设备。每个BS由3个扇区组成,每个扇区具有以1000MHz的带宽工作的4个天线,这对应于未来的宽带无线***。下表总结了输入参数。
在把MILP求解器的最优性间距设定为0.1的时候,进行双核机器(3.33GHz/核,4GB RAM)上对于n∈{32,42,52,62,72}的实验。这意味返回的解答最多比最优解差10%。为了对于较大的输入场景,获得小于1周的求解器运行时,需要如此高的间距。
与利用MILP最佳地求解问题相比,启发式方法具有明显较短的运行时和低得多的存储器要求。图7a和图7b中分别关于规则(reg)和不规则(irreg)输入场景,图解说明了差异。图中表示了启发式方法的两种形式,以便稍后证明为BFS选择起始节点的优点。简单启发式方法简单地选择在输入图形的边界的第一个节点,而不管该节点在整个拓扑中的位置。然而,mhop启发式方法利用输入图形中的预期群集大小,如在算法2中提出的那样选择新的控制器位置。
曲线图表明虽然对于由不止25个BS构成的输入场景,MILP求解器运行时快速增大到几个小时,不过启发式方法保持为不到1秒。
为了对启发式方法的输出的质量有所了解,图8a和8b比较MILP求解器(群集确定器)给出的输出和我们提出的启发式方法的两种形式的输出(利用与图7a和7b相同的图例)。通过利用在上面的表中定义的单位成本,作为结果的成本是返回的网络配置的总成本。
启发式算法的返回输出最多比MILP求解器提供的输出差5%。此外,简单启发式算法和mhop启发式算法之间的差异表明提出的选择新控制器的方式具有较大的影响,尤其是对于不规则输入场景(即,其中BS随机地分布在平面中,并且链路在容量和等待时间方面具有不同的性质)更是如此。
注意在图8a中,启发式算法(mhop)甚至产生比MILP低的成本。这是可能的,因为MILP求解器的最优性间距被设定为10%。然而,与之相比,启发式算法的结果更好。
图5a表示具有规则排列的核心网络的基站的核心网络配置确定群集510的例子。每个群集510包含至少一个基站0-15,和位于群集510的一个基站的一个控制单元520。例如,通过定义控制单元520控制的每个基站必须直接连接到控制单元520(包含到控制单元的距离仅仅一个基站)的约束条件,可以得到群集510的这种分布。在这个例子中,第一个控制单元520可以位于基站5,从而基站0、1、2、4、6和9被分配给该控制单元520。随后,另一个控制单元520位于基站10,从而基站11、13、14和15被分配给该控制单元。此外,第三个控制单元520位于基站8,从而基站12被分配给该控制单元520,而第四个控制单元520位于基站7,从而基站3被分配给该控制单元520。
图5b表示确定的具有不规则排列的核心网络的核心网络配置的另一个例子,所述确定的核心网络配置包含群集510,群集510具有包含到群集510的控制单元520最多两个基站的距离的基站。在本例中,第一个控制单元520可以位于基站2,从而可相对于该控制单元520,定位基站0、1、3、4、5、6、7、9和11。随后,另一个控制单元520可以位于基站13,从而基站8、10、12、14和15可被分配给该控制单元520。
在图5a中所示的例子中,控制单元520位于离核心网络的边界尽可能远的一个基站(例如,位于基站5和基站10)。然后,控制单元520也可位于核心网络的边界(例如,位于基站7和8)。在图5b中,控制单元520位于离边界两个基站的位置(例如,控制单元位于基站2),然后,控制单元520位于更接近边界的位置(例如,控制单元位于基站13)。
按照本发明的一些实施例涉及协同蜂窝网络中的回程配置和有线聚类,或者协同移动接入网络的回程设计和控制器布置。
由于可在无线传输容量,小区间干扰管理和能耗的降低方面获得的有关益处,在无线移动接入网络中利用协同最近吸引了大量的研究关注。迄今为止,提出了几种技术(联合预编码,小区间协同,波束成形),这些技术分别获得不同的性能优点。这些技术的共同点是位于移动运营商核心网络内的中央协同或处理点的存在。尽管这些提议中的一些已透彻地评估了部署这样的协同技术所需的信令的数量,和不完美的回程网络对无线性能的影响,不过它们都没有明确地解决如何设计移动接入网络的有线部分,以支持这些协同方案,和如何在选择协同小区群集的处理中,结合有线网络性质的问题。
在无线移动接入网络中利用协同会产生无线传输容量、小区间干扰管理和能耗的降低的有关益处。为获得期望的无线性能而必需的协同基站集合的聚类会在回程体系结构设计方面提出几个挑战。考虑到应用的协同技术的具体要求,解决控制器/处理节点在网络中的最佳布置,和如何把它们连接取聚类的基站。为此,说明了可最佳地解决该问题的MILP,和近似该解答的启发式算法。虽然启发式算法的解答质量接近于最优解,不过与MILP相比,运行时和存储器要求低几个数量级。这不仅允许离线地把该启发式算法用于网络规划,而且允许在现有网络的运行时期间,在线地利用所述启发式算法重构现有网络。
在离线情况下,可在部署网络之前启用启发式方法。这种应用类似于网络规划。
在在线情况下,协同网络已被部署。在网络的运行时期间,可收集给启发式方法的输入数据,例如,检查故障,或者检测其中有意地改变网络配置可能有益的情形。关于此的一个较好例子是夜间的低负载情形,在这种情况下,关闭基站以节能会是有益的。在这些情形下,由于启发式方法的运行时和资源消耗非常低,因此能够用启发式方法计算可根据其,即时重构网络的备选网络配置。
提出在协同移动接入网络中决定控制器/处理器节点的位置,和把BS分配给它们的方法。MILP返回最优解,但是只适用于小型输入场景。启发式方法可产生只比MILP的输出差5%的解答,但是具有与MILP相比,量级较低的运行时和存储器消耗。
启发式方法允许计算大型输入场景的准优解,并且由于较低的资源要求,可在网络的运行时期间应用,以便即时重构网络。启发式方法可被扩展,以独立于BS位置定位控制器,考虑树形或环形拓扑中的共享资源,和支持每个BS的多个重叠群集。
提出的发明构思在网络MIMO或CoMP的情况下,根据有线网络性质,着手进行聚类。
这可以是一种找出可行群集的机制(预聚类),所述可行群集可以是取决于例如等待时间、容量或负载(例如,以秒为时间尺度计算的),从有线网络的角度看的最大可能群集。取决于实际的无线状况(例如,以毫秒为时间尺度计算的),在有线群集的子群集中可以进行无线协同。
这样,可以实现结合有线信息和无线信息进行聚类的***。这可通过用有线聚类扩展(用于无线聚类的)循环来实现。
用于有线聚类的一种可能算法是贪心算法。为此,可以创建有线网络的图形表示(预定的基本网络配置)。随后,可对打算利用CoMP技术的每个小区,执行该算法。这可以是按秒的时间尺度重新计算的。图6中表示了聚类的例子。对无线聚类来说,可以只考虑满足所有CoMP要求(例如,链路等待时间、链路容量、群集大小等等)的基站610。通过预先识别不可行的群集,提出的发明构思能够节省无线和/或有线容量(避免拥塞)。这样,可以避免移动终端和不能协同的基站之间的不必要信道状态信息交换,从而导致信令减少。此外,可避免为从有线的角度看,不可行的群集部署基站协同,从而导致用户数据减少。另外,通过避免不必要地计算不可行的群集,可以节省无线聚类的计算时间。
视情况,可用MILP(NP完全),求解有线聚类问题。与MILP相比,提出的启发式算法需要较短的运行时,和较低的存储器消耗,同时提供几乎相同的输出质量(例如,链路等待时间和链路容量可以用作评估中的约束条件)。
通过利用所述发明构思,可以改善移动网络性能,并且该算法可以是在真实网络中利用网络-MIMO或CoMP的基础。此外,可实现具有减少的信道状态信息收集或交换,和/或无线和/或有线网络中的开销较小的简化CoMP过程。
按照本发明的一些实施例涉及扩展协同无线***,以便在聚类处理期间,利用关于有线网络部件的信息,比如等待时间、容量和当前负载的方法和设备。在根据无线信道状况进行聚类之前,可以利用关于网络的有线部分的信息,以避免用于计算归因于有线网络状况,比如过载的回程链路,而不可行的无线(群集)的开销。总之,可以实现一种利用有线信息加强网络MIMO或CoMP聚类的***。
此外,这可用进行有线聚类的方法扩展。该方法以在***工作时,能够在中央节点上执行或者分布地执行的扩展广度优先搜索(BFS)算法为基础。已知有线网络的当前状态(例如,由链路等待时间、容量和利用率组成)和期望的协同,可以实现一种预聚类,即,找出网络中的可行有线群集,然后在其中搜索无线群集的方法。
例如,一种可能的贪心算法可以是:
对于每个小区C,:
-从小区C开始广度优先搜索(BFS)
○如果新发现的小区X可由C的控制器/处理节点控制,而不违反约束条件:
■那么把X加入由C控制的群集中
图9表示按照本发明的实施例,确定无线通信***的核心网络配置的方法900的流程图。无线通信***的核心网络包括多个基站,所述基站之间的多个有线链路,和用于控制所述多个基站中的一群基站的至少一个控制单元。方法900包括根据预定的基本网络配置,确定920利用有线链路链接,并且由相同控制单元控制的基站的至少一个群集,作为核心网络配置,以致所述群集的每个基站和群集的控制单元之间的等待时间低于最大容许等待时间。预定的基本网络配置代表关于待构成的核心网络的所有基站,以及关于基站之间的可能有线链路的信息。
此外,方法900包含视情况检测910无线通信***内的协同发射或协同接收的需求,其中检测到的协同发射或协同接收的需求可触发核心网络配置的确定920。
此外,方法900可视情况包含根据确定的核心网络配置,把核心网络的基站分配930给核心网络的控制单元。
另外,方法900还包含代表提出的上述发明构思的一个或多个方面的其它可选步骤。
按照本发明的一些实施例涉及用于确定无线通信***中,从用于数据的协同传输的基站到无线设备的信道状态信息的方法,所述无线通信***具有核心网络,所述核心网络包含多个基站,基站之间的多个有线链路,和用于控制所述多个基站中的一群基站的至少一个控制单元。该方法包括按照上述发明构思,确定无线通信***的核心网络配置。此外,该方法包括对于所确定群集的位于无线设备的传输范围内的每个基站,确定基站和该无线设备之间的信道状态信息,其中对于未被所确定群集包含的,位于无线设备的传输范围内的核心网络的至少一个基站,不确定信道状态信息。
尽管关于设备说明了一些方面,不过显然这些方面也代表对应方法的说明,其中块或装置对应于方法步骤,或者方法步骤的特征。类似地,关于方法步骤说明的方面也代表对应设备的对应块或零件或特征的说明。
取决于某些实现要求,本发明的实施例可用硬件或软件实现。可以利用保存有电可读控制信号的数字存储介质,比如软盘、DVD、蓝光、CD、ROM、PROM、EPROM、EEPROM或闪速存储器,完成所述实现,所述电可读控制信号与(或者能够与)可编程计算机***协作,以致实现相应方法。于是,数据存储介质是计算机可读的。
按照本发明的一些实施例包含具有电可读控制信号的数据载体,所述电可读控制信号能够与可编程计算机***协作,以致实现这里说明的方法之一。
通常,本发明的实施例可被实现成具有程序代码的计算机程序产品,当计算机程序产品在计算机上运行时,所述程序代码能够实现所述方法之一。例如,程序代码可保存在机器可读载体上。
其它实施例包含保存在机器可读载体上的,实现这里说明的方法之一的计算机程序。
换句话说,于是,本发明的方法的一个实施例是具有程序代码的计算机程序,当所述计算机程序在计算机上运行时,所述程序代码实现这里说明的方法之一。
于是,本发明的方法的另一个实施例是一种数据载体(或者数字存储介质,或者计算机可读介质),所述数据载体包含记录在上面的,用于实现这里说明的方法之一的计算机程序。
于是,本发明的方法的另一个实施例是代表用于实现这里说明的方法之一的计算机程序的数据流或信号序列。例如,所述数据流或信号序列可被配置成经数据通信连接,例如经因特网传送。
另一个实施例包含配置成或者适合于实现这里说明的方法之一的处理装置,例如计算机,或者可编程逻辑器件。
另一个实施例包含装有实现这里说明的方法之一的计算机程序的计算机。
在一些实施例中,可以使用可编程逻辑器件(例如,现场可编程门阵列)来实现这里说明的方法的一些或所有功能。在一些实施例中,现场可编程门阵列可以与微处理器协作,以实现这里说明的方法之一。通常,所述方法最好用任意硬件设备实现。
上述实施例只是本发明的发明原理的举例说明。显然对本领域的技术人员来说,这里说明的安排和细节的各种修改和变化是显而易见的。于是,本发明仅由以下的专利权利要求书的范围限定,而不受利用这里的实施例的说明和解释给出的具体细节限定。
上面说明的实施例涉及利用有线链路链接的基站(和/或控制站和基站),然而利用基站(和/或控制站和基站)之间的无线链路,可等同地实现所述有线链路。换句话说,无线通信***的核心网络主要由基站、控制单元和它们的之间的链路(连接)表示。这些链路可用有线链路或无线链路,以等同的方式实现。对提出的发明构思来说,不太关心基站(和/或控制站和基站)之间的链路的具体实现(例如,有线链路或无线链路),因为相关的量值是基站之间和/或基站和控制单元之间的链路的等待时间(视情况的其它量值)。
例如,一些实施例涉及确定无线通信***的核心网络配置112的设备100,其中无线通信***的核心网络包括多个基站,基站之间的多个有线或无线链路,和控制所述多个基站的一群基站的至少一个控制单元。所述设备包括群集确定器110,所述群集确定器110被配置成根据预定的基本网络配置102,确定由有线或无线链路链接,并且由相同的控制单元控制的基站的至少一个群集,作为核心网络配置112,以致所述群集的每个基站和群集的控制单元之间的等待时间小于最大容许等待时间。预定的基本网络配置102代表关于待构成的核心网络的所有基站,和关于基站之间的可能的有线或无线链路的信息。
如果预定的基本网络配置102包含利用有线链路链接的基站,和利用无线链路链接的基站,那么群集确定器110被配置成确定基站的包含利用无线链路链接的至少两个基站的至少一个群集。
此外,确定的群集可包含利用有线链路链接的基站,和利用无线链路链接的基站。
Claims (17)
1.一种确定无线通信***的核心网络配置(112)的设备(100),其中无线通信***的核心网络包含多个基站、基站之间的多个有线链路、和控制所述多个基站中的一基站群集的至少一个控制单元,所述设备包括:
群集确定器(110),所述群集确定器(110)被配置成根据预定基本网络配置(102),确定利用有线链路链接并由同一控制单元控制的基站的至少一个群集,作为核心网络配置(112),以致所述群集中的每个基站和所述群集的控制单元之间的等待时间小于最大容许等待时间,
其中所述预定基本网络配置(102)代表关于待配置的核心网络的所有基站和关于基站之间的可能的有线链路的信息。
2.按照权利要求1所述的设备,其中群集确定器(110)被配置成确定所述至少一个群集,以致基站之间以及基站和控制单元之间的所有有线链路的容量大于所需的容量。
3.按照权利要求2所述的设备,其中群集确定器(110)被配置成确定所述至少一个群集,以致在考虑核心网络的当前或平均负载的情况下,基站之间以及基站与控制单元之间的所有有线链路的容量大于所需的容量。
4.按照权利要求1-3之一所述的设备,其中群集确定器(110)被配置成确定所述至少一个群集,以致待构成的核心网络的成本函数被优化。
5.按照权利要求1-4之一所述的设备,其中群集确定器(110)被配置成确定在考虑在第一时间的核心网络的第一负载的情况下的第一核心网络配置(112),和在考虑在第二时间核心网络的第二负载的情况下的第二核心网络配置(112),其中所确定的第一核心网络配置(112)不同于所确定的第二核心网络配置(112)。
6.按照权利要求1-5之一所述的设备,包括基站分配单元(230),所述基站分配单元(230)被配置成根据所确定的核心网络配置(112),把核心网络的基站分配给核心网络的控制单元。
7.按照权利要求1-6之一所述的设备,其中群集确定器(110)被配置成根据所述预定基本网络配置,确定利用有线链路链接并且由相应控制单元控制的基站的多个群集,以致核心网络的每个基站被所确定的群集之一包含,并且基站和它们的群集的相应控制单元之间的所有等待时间低于最大容许等待时间。
8.按照权利要求1-7之一所述的设备,其中群集确定器被配置成根据所述预定基本网络配置,确定待确定的至少一个群集的控制单元的位置,以致在控制单元和位于核心网络的边界处的基站之间的等待时间小于最大容许等待时间的同时,在控制单元和位于核心网络的边界处的基站之间的基站的数目为最大。
9.按照权利要求1-8之一所述的设备,其中群集确定器(110)被配置成根据混合整数线性规划算法或广度优先搜索算法,确定所述至少一个群集。
10.按照权利要求1-9之一所述的设备,包括协同需求检测器(220),所述协同需求检测器(220)被配置成检测无线通信***内的协同发射或协同接收的需求,其中所检测到的协同发射或协同接收的需求(222)触发群集确定器(110)对核心网络配置(112)的确定。
11.一种具有核心网络的无线通信***(250),所述核心网络包括多个基站(262)、基站之间的多个有线链路、以及用于控制所述多个基站中的一群基站(262)的至少一个控制单元(264),所述无线通信***包括:
按照权利要求1-10中的一项所述的用于确定无线通信***的核心网络配置的设备;和
一个或多个信道状态信息确定器(266),所述一个或多个信道状态信息确定器(266)被配置成对所确定的群集的位于无线设备(280)的传输范围(282)内的每个基站(262),确定基站(262)和无线设备(280)之间的信道状态信息,其中对于未被所确定的群集包含的位于无线设备(280)的传输范围(282)内的核心网络的至少一个基站,不确定信道状态信息。
12.按照权利要求11所述的无线通信***,其中所述一个或多个信道状态信息确定器(266)被配置成只对所确定的群集的位于无线设备(280)的传输范围(282)内的每个基站(262),确定信道状态信息,而不对未被所确定的群集包含的任何基站确定信道状态信息。
13.按照权利要求11或12所述的无线通信***,其中群集确定器(110)或者群集的控制单元被配置成确定包含在核心网络的同一群集中并且位于无线设备(280)的传输范围(282)内的基站,以获得基站的子群集,并被配置成确定能够进行相对于无线设备(280)的协同发射或协同接收的子群集的基站。
14.一种确定无线通信***的核心网络配置的方法(900),其中无线通信***的核心网络包含多个基站、基站之间的多个有线链路、以及控制所述多个基站中的一群基站的至少一个控制单元,所述方法包括:
根据预定基本网络配置,确定(920)利用有线链路链接并由同一控制单元控制的基站的至少一个群集,作为核心网络配置,以致所述群集的每个基站和群集的控制单元之间的等待时间小于最大容许等待时间,
其中所述预定基本网络配置代表关于待构成的核心网络的所有基站和关于基站之间的可能的有线链路的信息。
15.一种计算机程序,所述计算机程序具有当所述计算机程序在计算机、数字信号处理器或微控制器上运行时,实现按照权利要求14所述的方法的程序代码。
16.一种确定无线通信***的核心网络配置(112)的设备(100),其中无线通信***的核心网络包括多个基站、基站之间的多个有线或无线链路、以及控制所述多个基站中的一群基站的至少一个控制单元,所述设备包括:
群集确定器(110),所述群集确定器(110)被配置成根据预定基本网络配置(102),确定由有线或无线链路链接并且由同一控制单元控制的基站的至少一个群集,作为核心网络配置(112),以致所述群集的每个基站和所述群集的控制单元之间的等待时间小于最大容许等待时间,
其中所述预定基本网络配置(102)代表关于待构成的核心网络的所有基站和关于基站之间的可能的有线或无线链路的信息。
17.按照权利要求16所述的设备,其中所述预定基本网络配置(102)包含利用有线链路链接的基站,和利用无线链路链接的基站,其中群集确定器(110)被配置成确定包含利用无线链路链接的至少两个基站的至少一个基站群集。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US40593410P | 2010-10-22 | 2010-10-22 | |
US61/405,934 | 2010-10-22 | ||
EP10190891.1 | 2010-11-11 | ||
EP10190891A EP2445246A1 (en) | 2010-10-22 | 2010-11-11 | Apparatus and method for determining a core network configuration of a wireless communication system |
PCT/EP2011/068336 WO2012052512A1 (en) | 2010-10-22 | 2011-10-20 | Apparatus and method for determining a core network configuration of a wireless communication system |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103262593A true CN103262593A (zh) | 2013-08-21 |
Family
ID=43332566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011800560101A Pending CN103262593A (zh) | 2010-10-22 | 2011-10-20 | 确定无线通信***的核心网络配置的设备和方法 |
Country Status (11)
Country | Link |
---|---|
US (1) | US20130244670A1 (zh) |
EP (1) | EP2445246A1 (zh) |
JP (1) | JP5357948B2 (zh) |
KR (1) | KR20130105868A (zh) |
CN (1) | CN103262593A (zh) |
BR (1) | BR112013009528A2 (zh) |
CA (1) | CA2815397A1 (zh) |
MX (1) | MX2013004275A (zh) |
RU (1) | RU2013121736A (zh) |
TW (1) | TWI437895B (zh) |
WO (1) | WO2012052512A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104619026A (zh) * | 2013-11-05 | 2015-05-13 | 上海贝尔股份有限公司 | 用于集中式资源协调的方法与装置 |
CN109889360A (zh) * | 2018-12-07 | 2019-06-14 | 中国南方电网有限责任公司 | 确定再生器放置位置的方法及装置 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2469721B1 (en) * | 2010-12-22 | 2014-04-23 | NTT DoCoMo, Inc. | Apparatus and method for controlling a node of a wireless communication system |
JP5379177B2 (ja) * | 2011-02-10 | 2013-12-25 | 株式会社日立製作所 | 分散アンテナシステム、基地局装置、無線リソース制御方法 |
WO2013168969A1 (ko) * | 2012-05-07 | 2013-11-14 | 엘지전자 주식회사 | 무선통신 시스템에서 채널 상태 정보 전송 방법 및 장치 |
CN104509191B (zh) | 2012-07-27 | 2019-06-11 | 华为技术有限公司 | 用于多点通信的***和方法 |
JP5753141B2 (ja) * | 2012-09-18 | 2015-07-22 | 日本電信電話株式会社 | 通信網上の通信設備におけるトラヒック処理の負荷分散装置及び方法 |
WO2014104185A1 (ja) * | 2012-12-27 | 2014-07-03 | 日本電気株式会社 | 無線パラメータ制御装置、無線パラメータ制御装置システム、無線パラメータ制御方法及びそのプログラム |
EP3032874B1 (en) * | 2013-08-07 | 2023-03-08 | Sony Group Corporation | Communication control device, communication control method, and communication device |
US9300430B2 (en) * | 2013-10-24 | 2016-03-29 | Harris Corporation | Latency smoothing for teleoperation systems |
US20160269936A1 (en) * | 2013-10-28 | 2016-09-15 | Nec Corporation | Communication System, Radio Base Station, Traffic Load Distribution Method, and Storage Medium on Which Program Has Been Stored |
US10327197B2 (en) | 2014-01-31 | 2019-06-18 | Qualcomm Incorporated | Distributed clustering of wireless network nodes |
EP2919517B1 (en) * | 2014-03-14 | 2019-11-13 | Mitsubishi Electric R&D Centre Europe B.V. | Method for determining a ranking of nodes of a group of nodes |
EP3202087B1 (en) * | 2014-10-01 | 2019-01-02 | ABB Schweiz AG | System and method for advising wireless computer networks on inter-network interferences |
JP6474690B2 (ja) * | 2015-06-16 | 2019-02-27 | 日本電信電話株式会社 | 無線通信システム、無線通信方法および無線通信プログラム |
US9722912B2 (en) * | 2015-07-09 | 2017-08-01 | Google Inc. | Network stochastic cross-layer optimization for meeting traffic flow availability target at minimum cost |
EP3669566B1 (en) | 2017-08-14 | 2022-10-26 | Telefonaktiebolaget LM Ericsson (PUBL) | Community detection in radio access networks with constraints |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008155764A2 (en) * | 2007-06-18 | 2008-12-24 | Duolink Ltd. | Wireless network architecture and method for base station utilization |
WO2010019904A1 (en) * | 2008-08-15 | 2010-02-18 | Qualcomm Incorporated | Hierarchical clustering framework for inter-cell mimo systems |
WO2010025286A2 (en) * | 2008-08-28 | 2010-03-04 | Qualcomm Incorporated | DISTRIBUTED DOWNLINK COORDINATED MULTI-POINT (CoMP) FRAMEWORK |
WO2010060185A1 (en) * | 2008-11-03 | 2010-06-03 | Nortel Networks Limited | Wireless communication clustering method and system for coordinated multi-point transmission and reception |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8787302B2 (en) * | 2008-09-18 | 2014-07-22 | Alcatel Lucent | Architecture to support network-wide multiple-in-multiple-out wireless communication over a downlink |
-
2010
- 2010-11-11 EP EP10190891A patent/EP2445246A1/en not_active Withdrawn
-
2011
- 2011-10-20 BR BR112013009528A patent/BR112013009528A2/pt not_active IP Right Cessation
- 2011-10-20 CN CN2011800560101A patent/CN103262593A/zh active Pending
- 2011-10-20 WO PCT/EP2011/068336 patent/WO2012052512A1/en active Application Filing
- 2011-10-20 RU RU2013121736/08A patent/RU2013121736A/ru not_active Application Discontinuation
- 2011-10-20 CA CA2815397A patent/CA2815397A1/en not_active Abandoned
- 2011-10-20 KR KR1020137013133A patent/KR20130105868A/ko not_active Application Discontinuation
- 2011-10-20 MX MX2013004275A patent/MX2013004275A/es not_active Application Discontinuation
- 2011-10-21 JP JP2011231981A patent/JP5357948B2/ja active Active
- 2011-10-21 TW TW100138297A patent/TWI437895B/zh not_active IP Right Cessation
-
2013
- 2013-04-19 US US13/866,607 patent/US20130244670A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008155764A2 (en) * | 2007-06-18 | 2008-12-24 | Duolink Ltd. | Wireless network architecture and method for base station utilization |
WO2010019904A1 (en) * | 2008-08-15 | 2010-02-18 | Qualcomm Incorporated | Hierarchical clustering framework for inter-cell mimo systems |
WO2010025286A2 (en) * | 2008-08-28 | 2010-03-04 | Qualcomm Incorporated | DISTRIBUTED DOWNLINK COORDINATED MULTI-POINT (CoMP) FRAMEWORK |
WO2010060185A1 (en) * | 2008-11-03 | 2010-06-03 | Nortel Networks Limited | Wireless communication clustering method and system for coordinated multi-point transmission and reception |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104619026A (zh) * | 2013-11-05 | 2015-05-13 | 上海贝尔股份有限公司 | 用于集中式资源协调的方法与装置 |
CN109889360A (zh) * | 2018-12-07 | 2019-06-14 | 中国南方电网有限责任公司 | 确定再生器放置位置的方法及装置 |
CN109889360B (zh) * | 2018-12-07 | 2022-04-05 | 中国南方电网有限责任公司 | 确定再生器放置位置的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US20130244670A1 (en) | 2013-09-19 |
JP5357948B2 (ja) | 2013-12-04 |
TWI437895B (zh) | 2014-05-11 |
BR112013009528A2 (pt) | 2016-07-12 |
CA2815397A1 (en) | 2012-04-26 |
RU2013121736A (ru) | 2014-11-27 |
WO2012052512A1 (en) | 2012-04-26 |
KR20130105868A (ko) | 2013-09-26 |
EP2445246A1 (en) | 2012-04-25 |
MX2013004275A (es) | 2013-10-25 |
TW201225700A (en) | 2012-06-16 |
JP2012124887A (ja) | 2012-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103262593A (zh) | 确定无线通信***的核心网络配置的设备和方法 | |
Cao et al. | Joint computation and communication cooperation for energy-efficient mobile edge computing | |
Wu et al. | Cloud radio access network (C-RAN): a primer | |
Li et al. | Optimization of free space optical wireless network for cellular backhauling | |
Liu et al. | Enabling relay-assisted D2D communication for cellular networks: Algorithm and protocols | |
Dai et al. | The multi-objective deployment optimization of UAV-mounted cache-enabled base stations | |
Ghosh et al. | Energy and spectrum optimization for 5G massive MIMO cognitive femtocell based mobile network using auction game theory | |
Chen et al. | Deep Q-network based resource allocation for UAV-assisted ultra-dense networks | |
CN105531963A (zh) | 无线网络中多目标小区关闭的***和方法 | |
Fu et al. | Traffic prediction-enabled energy-efficient dynamic computing resource allocation in cran based on deep learning | |
Liao et al. | Robust task offloading for IoT fog computing under information asymmetry and information uncertainty | |
Xenakis et al. | Topology control with coverage and lifetime optimization of wireless sensor networks with unequal energy distribution | |
Chen et al. | A deep learning based resource allocation scheme in vehicular communication systems | |
Tang et al. | Contract-based incentive mechanism for cooperative NOMA systems | |
Park et al. | Kolkata paise restaurant game for resource allocation in the internet of things | |
KR102324374B1 (ko) | 무선 통신 시스템에서의 클러스터 구성 방법 및 장치 | |
Zhang et al. | Joint user association and power allocation in heterogeneous ultra dense network via semi-supervised representation learning | |
Zhang et al. | User-centric cell-free massive MIMO system for indoor industrial networks | |
CN104412647A (zh) | 用于帮助解决通信***中的边界问题的集群优化的***和方法 | |
Liu et al. | Distributed cooperative admission and power control for device-to-device links with QoS protection in cognitive heterogeneous network | |
Al-Obiedollah et al. | Self-sustainable multi-IRS-aided wireless powered hybrid TDMA-NOMA system | |
Huang et al. | Reinforcement learning based resource management for 6G-enabled mIoT with hypergraph interference model | |
Khoramnejad et al. | On resource management in load-coupled OFDMA networks | |
Wang et al. | Performance analysis of clustered device-to-device networks using matern cluster process | |
Ren et al. | Joint spectrum allocation and power control in vehicular communications based on dueling double DQN |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130821 |