超密集组网

摘要： 随着网络建设大幅推进,5G网络分场景覆盖极大的改善了用户体验及新业务的发展,5G已经完成城区县城基本覆盖,网络建设重点也将放在微基站、小基站及室内覆盖基站上。在5G超密集组网环境中室外宏基站、微基站、小基站与室内基站组成异构网络,其中干扰是影响整个系统容量的关键因素。如何通过干扰管理技术对超密集网络中的干扰进行避免和消除,提高网络质量和容量,是本文讨论的主要内容。

摘要： 5G技术的应用为人们便捷、智能生活提供了更多可能。随着5G网络的持续普及与建设,要想降低数据流量爆发式增长对用户体验度造成的影响,需以5G超密集组网的应用为支撑。鉴于此,文章从5G超密集背景分析入手,总结了超密集组网架构的具体组成,在此基础上阐明了5G超密集组网关键技术的具体应用。

摘要： 5G通信是目前网络信息传输工作中的主流通信技术,本文主要对推广这种通信模式的技术要求进行简要分析和介绍。并着重从核心技术的应用价值及应用方法上展开分析,介绍了超密集组网任务中多连接技术、无线回传技术和干扰管理技术的基本原理及操作注意事项。同时,结合实际的5G通信传输工作开展情况,找到现阶段的技术推广难题。以此为基础,创新技术应用流程,发挥技术的使用价值,推动网络通信行业的可持续健康发展。实际上,展开这项工作不仅要完善基础设施、关注人们的上网需求,还要组建专业的技术团队,依靠人才的力量来处理工作问题。

摘要： 在频谱资源越来越紧缺的情况下,毫米波的大带宽优势使其成为第五代移动通信技术的重点.目前,我国5G建设正如火如荼的进行着.毫米波作为我国5G候选频段,对5G发展的重要性不言而喻.本文从分析毫米波的传输特性入手,通过介绍其优劣势和Massive MIMO技术的结合,进而引入5G毫米波在未来移动通信系统的应用场景及组网架构,为5G毫米波落地实施提供参考.

摘要： 近年来,随着科技的飞速发展,我国5G移动通信技术也显著进步,技术的成熟使5G移动通信技术在许多行业中都得到了广泛应用,而且取得了较好的应用效果.目前,人们在对5G移动通信技术进行应用过程中,对高精度定位技术提出了较高要求,定位技术要在满足室内定位基础上,实现室外无缝覆盖,从而满足用户对于定位的实际需求.鉴于5G技术是在4G技术基础上发展而来的,因此在对4G定位技术进行分析基础上,针对现阶段的5G移动通信中定位技术进行了全面研究,希望可以对整个行业发展以及工作人员开展各项工作都能够有所帮助.

摘要： 随着工信部5G商用牌照的发放,中国5G商用网络建设在中华大地上如火如荼地进行.5G网络规模的不断扩大,覆盖范围的不断拓宽,新建设的5G网络基站站点数比现有的4G网络多的多,也更加密集,5G关键技术之一的超密集组网就是该需求下的产物,超密集网络和传统蜂窝网络最大的不同就是基站或可接入点的密度,可接入点的类型多样性,因此所带来一系列的干扰,从而降低了网络传输的质量.对此,本文基于超密集组网网络,提出无线网络干扰管理的几种思路,为5G无线网络的干扰管理提供参考.

摘要： 超密集组网技术解决了通信网络容量提升的问题,却引发了其网络架构内部各基站之间由于站间距过小导致的站间干扰,干扰严重影响通信质量,针对此问题,本文提出利用相邻第三小区部分功率向用户发射干扰抵消增益的方法,以此抵消用户接收到的干扰信号,提高通信质量,提升用户感知,并利用仿真软件对本文提出的方法进行建模仿真,对技术使用前后进行了比较分析验证,由仿真结果可以看出使用干扰抵消技术后,同级别信噪比条件下,系统误比特率均有一定的提升.

摘要： 为了实现第五代移动通信网络中所提出的高灵活性、可拓展性以及低时延等目标,针对5G超密集组网采用软件定义网络(Software Defined Networking,SDN)的架构进行小区切换管理,提出使用SDN控制器获取参考信号接收功率、终端移动和小区负载等信息并构建多属性判决矩阵选择最佳小区进行切换的方案,并且在切换过程中利用SDN配置相关的路由减少切换所需的信令开销.该方案使得切换过程中的信令开销减少了20％.MATLAB仿真结果表明,随着用户的移动,该方案有效地减少了终端网络切换次数且用户数据吞吐量也得到了较好的提升.

摘要： 5G就是第五代移动信息技术。目前第四代移动信息技术已经全面商用,社会信息爆发式增长,5G系统也需进一步发展。本文面向5G超密集组网中的多连接技术和无线回传技术进行探究,对网络规划中出现的部分问题加以解决,以期探索出新型网络规划部署。

摘要： 对将软频率复用方案(SFR)应用到5G超密集组网场景存在的问题进行了分析,提出了自适应频率复用方案解决超密集组网的强干扰问题、给出了基于分簇的软频率复用方式实现整体网络性能最优化,以及基于SINR的UF归属位置切换门限解决用户归属位置的乒乓切换.

摘要： 随着未来无线网络的快速演进,数据流量将呈几何级数高速增长,海量设备的干亿级大连接以及新业务的多样化需求使得5G时代应运而生.5G关键技术中的超密集组网将是满足未来移动数据流量百千倍级增长以及用户体验速率飞速提升需求的有效技术手段.通过结合现网网络结构的分析,分析超密集组网的几种优先建设场景,并提出一种未来基于5G超密集组网方案思路的探讨.

摘要： 5G关键技术中的超密集组网将是满足未来移动数据流量百千倍级增长以及用户体验速率飞速提升需求的有效技术手段.结合现网网络结构,分析超密集组网的几种优先建设场景,并提出一种未来基于5G超密集组网的方案思路.

摘要： 为了解决5G网络建设中的频谱效率和容量提升问题,采用超密集组网的方法,分析了超密集组网虚拟层技术,研究了高频传播损耗数学模型,通过仿真得出高频视距和非视距传播损耗随距离的变化关系,从而指导工程建设中超密集组网站点规划.

摘要： 首先介绍了4G定位的标准与技术、并分析了其特点与不足.然后,分析了面向5G的超密集组网下的定位技术,AOA(Angle of Arrival)和TDOA(Time Difference of Arrival)定位技术以及上下行定位技术.最后,指出定位一体化和融合化是未来5G定位发展的趋势,进而提出了一种面向5G的异构融合一体化定位系统的网络架构.

摘要： 目前5G愿景与需求基本确定,概念与技术路线逐步清晰,5G标准制定、关键技术研究、技术验证及组网试验等工作正在进行之中.虽然5G网络部署还需时日,但现阶段网络规划建设有必要面向未来5G愿景,提前做好引入策略及组网技术跟踪研究,为5G引入提前做好准备.基于此,对5G业务需求及其带来的挑战、空口技术演进及关键技术、无线接入网网络架构、无线网部署建设面临的挑战以及部署应对策略进行了详细分析,重点对未来5G超密集组网、高频组网应对策略进行了分析,以便为相关研究和决策提供参考.

摘要： 首先介绍了5G的应用和关键性能指标,然后对几个典型部署场景的关键性能指标和潜在技术进行了论述,具体阐述了大规模天线、超密集组网、非正交传输和高频通信这4种潜在技术.

摘要： 从网络角度看,新技术引入的核心目标是提升网络的性能,以及用户感知的提升.本文从网络性能的角度对LTE后续研究技术以及5G技术进行分析,重点对传输效率提升技术、超密集组网技术、网络协同技术进行探讨，并指出未来演进关键技术，对产品和组网架构都有新增的需求。以期望对未来新技术的研究形成整体的脉络.

摘要： 随着人与人之间通信市场的饱和,移动通信产业开始把注意力转向如何为其他行业提供更加有效的通信工具和能力,开始构想"万物互联"的美好愿景,新的需求呼唤和驱动着新一代移动通信系统的诞生.本文介绍了5G通信网络的基本情况,深入分析了5G网络目标及其设计架构,重点研究了5G网络架构下的UDN、SDN、NFV、D2D等5G关键技术.

摘要： 随着人与人之间通信市场的饱和,移动通信产业开始把注意力转向如何为其他行业提供更加有效的通信工具和能力,开始构想"万物互联"的美好愿景,新的需求呼唤和驱动着新一代移动通信系统的诞生.本文介绍了5G通信网络的基本情况,深入分析了5G网络目标及其设计架构,重点研究了5G网络架构下的UDN、SDN、NFV、D2D等5G关键技术.

摘要： 本发明公开了一种面向超密集组网的动态资源分配方法,包括以下步骤：S1.构建包含N个小区的超密集组网模型，每一个小区配备一个基站；S2.对N个小区进行分簇，部署在同一个簇中的基站相互协作，被看作一个具有多个天线的虚拟基站实体，将部分小区间干扰问题转化为簇内干扰；S3.确定上行传输方案、下行传输方案和收益函数；S4.构建基于系统吞吐量的优化问题；S5.基于邻传播算法被用来确定集簇中心节点；S6.基于分布式强化学习进行动态网络资源分配。本发明通过各个小区的分组、功率分配和发送参数的设计，能够有效地协调多小区的传输，提升网络性能，并使网络吞吐量最大化。

摘要： 本发明实施例提供了一种5G超密集组网资源分配方法及装置，方法包括：针对每个时刻的5G超密集组网系统状态，基于贪婪策略进行决策，计算每个状态对应的即时奖励；将所述每个状态对应的即时奖励输入深度神经网络中，拟合得到近似长期价值；将所述近似长期价值和实际长期价值对比，以更新长期价值函数；当所述长期价值函数收敛时，得到每个时刻的资源分配方案，并按照所述每个时刻的资源分配方案进行资源分配。本发明实施例提供的一种5G超密集组网资源分配方法及装置，基于深度强化学习来解决随机优化问题，从而使得资源的分配能够适应用户到达和离开的随机性，并且同时降低了求解复杂性。

摘要： 本发明公开了一种超密集组网下的分簇方法，涉及移动通信技术领域，该超密集组网下的分簇方法，包括：对网络中任意一个节点集合中的所有节点求取两两节点之间的干扰权值Wab；从多个干扰权值Wab中获取最大干扰权值Wab_max；获取构成最大干扰权值Wab_max的两节点的节点编号，并将两节点编号分别赋值给为m和n，并将该节点编号为m的节点作为第一簇的初始节点，将该节点编号为n的节点作为第二簇的初始节点；保证了干扰最大的两个节点不会被分在同一簇中，同时这样的两个簇内的初始值也是差别最大的，并且通过保证簇内节点间干扰最小为准则将其余节点进行分簇，不但提高了频谱资源的利用率和系统的吞吐量，而且降低了用户间干扰。

摘要： 本发明公开了一种超密集组网下基于双层非合作博弈理论的功率分配方法，其特征在于，包括如下步骤：设定各SBS和MUE的功率初始分配值，依据预先设定好的定价因子，同时根据各自的博弈收益函数进行博弈，选择各自的博弈策略，也即功率分配策略，直到达到均衡值；设定各SUE的功率初始分配值，在SBS得到各自博弈的均衡值后，依据设定的定价因子和博弈收益函数进行功率博弈，直到达到均衡值。本发明能够协调各个网络间的功率分配，在控制各层干扰的同时，也能有效地通过博弈求得最优的功率分配集合。

摘要： 本发明公开了一种基于超密集组网的车联网切换方法及装置，其中，该方法包括：根据当前时刻的车辆集合、可接入网集合以及车辆与接入网的连接状态，构建车联网接入矩阵，根据第一影响参数以及可接入网集合，分别计算目标车辆对各可接入网的接入偏好程度效用函数；根据第二影响参数以及可接入网集合，分别计算各可接入网对目标车辆的车辆状态评估效用函数；通过用户根据自身所需以及网络侧的网络状态信息确定目标接入网络。通过实施本发明，解决了现有的网络切换技术中存在切换算法较简单，切换时延较长，不适用于车联网中高速、位置拓扑多变的场景的问题，高效地为车辆确定最优网络，提高用户在移动环境下的网络体验，实现网络资源的合理利用。

摘要： 本发明揭示了一种超密集组网下多点协作传输的功率分配策略，包括如下步骤：S1、系统模型建立步骤，建立超密集组网场景下的下行的多用户多点协作传输蜂窝系统模型，并分析系统模型中的下行数据链路传输过程；S2、传输方案提出步骤，提出基于负载感知的多点协作传输方案、实现多点协作传输对资源分配的需求，并得到基于负载感知的多点协作传输方案的算法；S3、功率分配策略提出步骤，提出基于用户关联的后验概率功率分配策略，并使用基于用户关联的后验概率功率分配策略对多点协作传输系统的功率进行优化分配。发明能够提高小小区内边缘用户的性能、提高子载波的利用率和系统的总和率。

摘要： 本发明公开了一种基于5G超密集组网的信号提升装置，包括信号传输器主体，所述信号传输器主体的上方设置有信号传输天线，所述信号传输器主体的下方设置有角度调节支架，所述信号传输器主体的设置有支板，支板的顶端设置有用于对信号传输天线角度进行调节的角度调节组件，支板的下端设置有与角度调节支架彼此连接的安装夹持结构，所述支板上设置有用于对信号传输器主体夹持固定的夹持组件，通过角度调节支架对信号传输天线进行初步调节后，角度调节组件再次对信号传输天线的发射角进行调节，从而便于对信号传输天线的发射角进行快速调节，可以快速高效的实现干扰最小化。

摘要： 本发明实施例提供一种用于5G超密集组网的频率复用方法及装置。其中，方法包括：将各目标小区进行分簇；对于每一簇内的各目标小区，根据簇的干扰水平，确定簇内的各所述目标小区的频率复用方案。本发明实施例提供的用于5G超密集组网的频率复用方法及装置，通过小区分簇，并根据每一簇的干扰水平，确定簇内的各目标小区的频率复用方案，能降低资源管理和干扰管理的复杂度，能解决网络结构和业务量变化时频谱效率下降问题，能减少对5G网络的影响。

摘要： 本发明涉及电力通信技术领域，且公开了一种用于5G超密集组网场景的边缘计算系统，包括边缘计算系统，所述边缘计算系统包括中央处理器，所述中央处理器的输入端与A/D转换模块的输出端电连接，所述A/D转换模块的输入端与数据采集模块的输出端电连接，所述数据采集模块的输入端与边缘设备模块的输出端电连接，所述边缘设备模块的输入端与数据监测模块的输出端电连接。该用于5G超密集组网场景的边缘计算系统，具备在数据产生源端或者附近对数据进行分析处理的能力，能有效节省数据通信带宽，减少云端计算的压力，同时方便了对数据进行聚合和互操作，且可避免将隐私数据传输至云端，进一步增强了数据的安全性。

摘要： 本发明公开了一种面向超密集组网的动态资源分配方法,包括以下步骤：S1.构建包含N个小区的超密集组网模型，每一个小区配备一个基站；S2.对N个小区进行分簇，部署在同一个簇中的基站相互协作，被看作一个具有多个天线的虚拟基站实体，将部分小区间干扰问题转化为簇内干扰；S3.确定上行传输方案、下行传输方案和收益函数；S4.构建基于系统吞吐量的优化问题；S5.基于邻传播算法被用来确定集簇中心节点；S6.基于分布式强化学习进行动态网络资源分配。本发明通过各个小区的分组、功率分配和发送参数的设计，能够有效地协调多小区的传输，提升网络性能，并使网络吞吐量最大化。