绿色蜂窝网络分布式天线系统中的节能高容量折衷

抽象的

设计无线系统的两个主要关注点是增加网络容量和减少能源消耗。近年来，分布式天线系统(DAS)因其提供更高的频谱效率(SE)和蜂窝网络统一覆盖的潜力而受到广泛关注。为此，本文从能量效率(EE)方面比较了LTE-A系统中DAS与集中式天线系统(CAS)的性能，考虑了小区外干扰、路径损耗、小尺度衰落等实际限制。在三种不同的单元负载场景下(高、中、低负载)，激活不同数量的天线，剩余天线处于休眠模式，研究了EE和系统功耗。最后，基于节能与EE之间的权衡，提出了两种最优的DAS天线部署方案，分别适用于低负荷和中负荷场景。结果表明，DAS的天线性能明显优于CAS，通过优化天线的部署，可以实现显著的节能和节能效果。建议的方法在保证高容量数据的情况下，可节省高达27.63%的宏单元能源。

1.介绍

用户的突然增加和对高速数据的需求提示蜂窝运营商增加基站（BSS）的数量以满足移动用户的需求。这种增加随后增加了蜂窝网络的整体能耗，运营成本和碳足迹。因此，提高无线网络的能效（EE）已经成为研究人员，供应商和移动运营商的令人信服的挑战，而不仅仅是降低运营成本，而且还为降低了全球碳排放而令人信服的挑战。重点是在BSS创建绿色蜂窝网络，因为在实际移动网络中，BSS消耗的大部分功率，约占总能量消耗的57％[1］．尽管 [2]报告称，互联网通信技术(ICT)所消耗的总能源占全球电力能源消耗的3%以上，这一比例在未来还会增加。为了解决这一问题，已经开展了许多有趣的工作，如实施“更环保”的蜂窝网络，以降低运营成本。总的来说，这些改进可以通过两种方法实现。第一种方法是使用节能硬件来降低BSs的功耗。第二种方法是采用基于流量负载变化的网元智能管理[3.]，这是这项工作的重点。

频谱效率(SE)和频谱效率(EE)是衡量无线通信网络性能的两个关键指标。这是在[4]要求蜂窝网络的SE必须从0.5-2.5 b/Hz(2010年)增加到5-20 b/Hz(2015年)。因此，需要一些技术来提高蜂窝网络的SE和容量。在这方面，LTE和LTE- a系统被设计为在中高SE区域运行[5］．在传统的蜂窝系统中，所有天线在中央BS中都被称为集中天线系统（CASS）。在这样的系统中，通过增加用户设备（UE）和BS之间的距离，传输的下行链路信号指数衰减，并且浪费的大部分信号功率，这导致网络覆盖不良。

另一方面，通过增加发射功率，用户特别是小区边缘用户会受到服务器干扰。分布式天线系统(DAS)是未来的技术之一，它可以在不需要大规模部署基站的情况下提高热点和死点的覆盖范围和容量。因此，近年来DAS技术在LTE和LTE- a中的应用备受关注。

在DAS中，一些天线位于中央BS，其他天线分布在整个单元中，该电池被称为无线电远程单元（RRU）。RRU具有最小的智能，并由中央BS控制，并包含低复杂的处理器，上/下变频器和低噪声放大器[6]并通过高带宽低延迟专用连接（如光纤）连接到中央BS [7］．与CAS相比，DAS减少了(UE和BS之间的)访问距离，从而在保持信道质量不变的情况下，通过最小化发射功率来减少干扰。DAS提供统一的保险范围[8]，增强容量[9]和区域se [10]，缓解路径损失和阴影效果，并减少下行链路的中断[11］．结果是 [9]显示DAS降低了多元情景中的其他细胞干扰，特别提高了吞吐量，尤其是靠近细胞边缘的用户，而电池外干扰是实现系统容量的主要限制因子。结果[12]表示上行DAS的功耗比CAS低。DAS的现状及其在蜂窝系统下行链路上的应用可参阅[8］．

此外，多输入多输出（MIMO）是一种众所周知的和有希望的技术，可以改善无线通信系统的SE和吞吐量[13］．在这方面，MIMO对DAS的应用是正在进行的研究的主题，其中最近的工作[10，14- - - - - -16]调查了DAS中（多用户）MIMO的表现，并表示MIMO是DAS的有效和有希望的策略，为系统提供更高的数据速率，而[17]比较了不同传输距离下MIMO和单输入单输出(SISO)在CAS中的EE。比较结果表明，在CAS中，MIMO并不总是比SISO更具有EE，特别是在短距离上。因此，本文的基本问题是:如何利用MIMO技术优化网络能耗，如何利用LTE-A系统中的DAS，使其在EE节能权衡机制下运行。在这方面，一些众所周知的技术可以提高蜂窝网络的节能，如关闭蜂窝、减少基站天线的数量和减少蜂窝带宽。在蜂窝网络中，功率放大器(PA)消耗了BSs的大部分功率。因此，在BSs非常多的情况下，为了降低网络的功耗，一种有效的解决方案是根据流量负载情况减少天线数量(关闭PAs)，这是我们工作的重点。因为每个PA大约消耗了BS中最大的一部分能源(约占总能源消耗的65%)。

在这方面，对DAS的EE和节能研究较少。作者的18]在多电池和多洋国家情景中调查了CASS的EE和SE。比较DAS和CAS的表现4]，利用DAS可以提供显着提高传输功率效率。在考虑DAS的EE和SE的基础上，[19］．在[]中提出了一种最优功率分配方法。20.最大化DAS的EE。研究了DAS的EE和SE [5，6，21，22]揭示了DAS与CAS的显著性能;但忽略了小区外干扰的影响。

为了研究DAS的性能，重要的是考虑RRU在整个细胞中分布RRU并将信号撞击到干扰加噪声比（SINR）水平。此外，在某些现实频道参数下缺乏调查DAS的性能，例如路径损耗，衰落和阴影。在这方面，本文专注于研究DAS在实际限制下的性能，例如电池外干扰，路径损耗和小型和大规​​模衰落，其中利用LTE-A标准兼容模拟器。此外，所有结果都是在实际系统参数的考虑中提供，例如用户调度，接收天线组合器和预编码传输。为了获得DAS的最佳网络架构（在EE方面），研究了具有不同天线配置的DA的性能，并与CAS进行比较。此外，在不同的天线架构，电池负载和信道带宽下研究了DAS的EE。此外，在三种不同的细胞负载方案中研究了系统功耗：高，中等和低负载，其中检查具有不同天线部署的不同系统架构。最后，通过在两个睡眠模式下进行ee和节能之间的权衡，为DAS提出了最佳的天线部署，最佳的天线部署。

本文的其余部分组织如下。节2，描述系统模型。部分3.讨论了方法。第一部分给出了结果和讨论4和部分5总结本文。

2.系统模型

２．１．下行模型

数字1用。描述考虑的DAS的体系结构每个细胞的细胞包含一个中央BS发射天线和每个人都配备了RRUs天线，在哪里．计算单元中服务的用户总数是和每个用户配备接收天线。投入产出关系上小区用户是由 在哪里被扰动接收到的信号向量是否给用户在细胞中和是用户之间的通道矩阵吗在细胞中和细胞的所有传输天线，作为 为加性高斯白噪声。是预定和预编码的符号矢量，还有所选用户集是否在单元内的给定时频资源上并行服务．这里采用的是比例公平调度器，根据贪心算法选择用户，BS使用可用SINR值，通过搜索未调度用户来选择能够最大化求和率的用户(原始定义见[23])。在传送用户符号矢量之前，在下行通道上，它应该用预编码器向量进行预编码，将发送符号向量映射到发射天线，并分配可用的发射功率(）在用户中，(详情请参阅[16])。因此, 在哪里为预编码矩阵。

为了提取多路复用增益，采用了MU-MIMO技术，多用户在给定的时频资源上并行服务。尽管传输策略(如每个用户多个流)是可能的，但在[24]方案，如零强迫(ZF) [25[每个用户发送单流利用更多多用户分集增益。

通过在整个细胞中分布RRUs，会经历不同的路径损耗。因此，信道矩阵应分解如下[16]： 在哪里是小尺寸渐变频道矩阵，其中瑞利渐变通道其元素是独立的相同分布．是信道增益矩阵，它表征了不同RRUs下的大规模阴影衰落和路径损耗，其中 在哪里是发射天线之间的大规模信道增益吗在细胞中并接收到用户的天线在细胞中 在哪里是天线之间的宏观尺度路径损耗吗在细胞中和用户在细胞中 在哪里用户之间的距离是多少在细胞中和传输天线在细胞中．

2．2．能力模型

功耗可以分解成两部分：固定和动态。The fixed part is the baseline BS power consumption (e.g., signal processing, site cooling, power supply, and battery backup), which depends on both the hardware and software configurations of the BS and it is independent of the traffic load, whereas the dynamic part accounts for the power consumed in RF transmission and depends on the traffic load. The total power consumption is calculated as [26］ 在哪里，，， 和分别表示进料器，DC-DC电源，主电源和冷却所产生的损失。，， 和分别是每个发射天线，射频和基带功率的输出功率。为PA功率效率，和收发器数量，计算方法如下: 在哪里，， 和表示载波数、扇区数、天线数。

我们所研究的系统的每日总消耗功率可以计算为 在哪里指的是在三种不同的细胞负载场景(高、中、低负载)中，天线每天被激活的小时数，这将在本节中详细讨论3.．，  where为激活天线数，总消耗功率为(8)．

2．3．吞吐量模型

为实现吞吐量，[27] 用来 在哪里是可用子载波的总数，是预编码矩阵的集合，单位矩阵的大小是， 和是能量的噪声和干扰在接收器。是给出的子载波的带宽 在哪里是一个子帧中的OFDM符号的数量，msec是一个子帧的持续时间，并且是在一个子帧内传输所有循环前缀所需的时间。由于参考符号和循环前缀的传输，系统损失是系统损失的因素 在哪里是一个资源块中的子载波的数量是每个资源块的引用符号数。

2．4．能源效率(EE)

每个能量的位数，称为能量效率（EE），用作性能测量，其被定义为[28］

3.方法

在本研究中，结果是基于计算机模拟和数学分析。为了模拟结果，维也纳LTE-A链路级模拟器[27]，符合LTE-A规格。根据小区外干扰对DAS的显著影响，考虑了多小区场景。多小区MU-MIMO场景的系统级仿真需要详细的物理层知识来实现下行传输和反馈过程，这导致了大量的计算复杂度。因此，维也纳模拟器使用混合链路/系统级仿真考虑一个单元(中心单元)的物理细节，其余的单元被认为是单元外干扰(干扰模型可以在[10])。由于进行了蒙特卡罗模拟，因此在95％的经验累积密度函数方面评估细胞吞吐量（11)，而EE是根据(14)．

表所示的模拟参数列于表中1．数字1图示了所考虑的蜂窝网络，其中中心单元被两个干扰BSS层包围，并且所有单元都配置为DAS。每个单元格都被一个中央BS和在半径为(2/3)x细胞半径的环上等角分布的rru。根据(2)，发送天线总数由中心BS和RRUs共享。中央基站采用扇形天线()和RRUs均配备全向天线。用户随机分布在中心小区，发射天线和RRUs的数量根据小区负载密度确定。

对于下行链路传输，选择具有最佳通道质量的一个天线，从而导致较低的干扰和更高的下行链路性能[9］．此外，每个UE仅连接到提供最高EE的RRU [5］．

DAS的配置记为，例如，2-6/1表示在中央基站分配2个天线，有6个rru，每个rru配备1个天线。总传输功率，，在中央BS和RRU中共享 在指数是为了中央BS和是rrus。因此，基于RRU的数量，在2-6 / 1场景中，在发射器天线之间共享电力和在哪里．

一般来说，蜂窝网络的基础设施被设计为支持日间通信。白天的交通负荷与夜间不同。因此，人们不能忽视由于资源缺乏有效利用而造成的能源浪费，特别是在低负荷情况下。据此，根据[29]，假设三种不同的cell-load场景:(i)高流量负载下的正常情况()，该案件的时间范围为9:00至21:00;(ii)适度的交通负荷()，时间范围为7:00 ~ 9:00,21:00 ~ 0:00;(iii)低交通量(）和0:00到7:00的时间段。数字2总结了上述三个案例。

为了降低系统的日常功耗，我们提出了两种睡眠模式:一种用于低负载场景，另一种用于中负载场景。因此，假设被激活天线的数量每天变化三次。为了找到两种休眠模式下的最优激活天线数(DAS配置)，目标是共同最大化DAS的EE和节能。为此，天线关闭决定是基于两个考虑来确定的。首先要考虑的是满足订阅者的需求，根据流量负载提供高数据速率。第二个考虑是关闭尽可能多的天线，以获得最大的能耗降低。以下两个步骤详细描述了注意事项。

步骤1 (EE最大化的最佳天线数(睡眠模式下EE退化最小))。为了最大化(14)，一方面，系统吞吐量，，必须最大化。另一方面，发射功率，，在分母中必须最小化。
基于(11)，根据(2)，因此，更多的发射天线将导致更高的系统吞吐量。此外,(5),(6)和(7）表明，较低的访问距离（UE和发射天线之间的距离）提供了较低的路径损耗和干扰级。因此，通过在整个小区（RRU）中分发所有发射天线，因此访问距离的概率将增加，因为UE随机分布，因此将导致更高的系统吞吐量。

最少的通过降低传输功率来实现。因此，根据（15）及其权力共享标准（每个中央和分布式 - 天线功率约束），通过增加RRU的数量，即每个天线将减少。因此，完全分布式天线将导致最小值．但是需要注意的是，由于部署的天线总数是可变的，而网络的覆盖区域是固定的，为了保持覆盖区域的可接受/恒定，所有场景的最大发射功率都是恒定的(即46dbm)。因此，分析分析表明，通过增加天线数量并将其充分分布于整个小区，可以达到EE的最大值。

步骤2(最优节能天线数(最小化每日总能耗))。根据(8)，最低功耗，可以通过减少激活天线的数量来实现（最小化消耗功率的动态部分）来实现。为此目的，我们计算（根据）计算总消耗功率（8)，并基于单元负载设置EE降级约束。
注意，EE和省电的最大化取决于激活天线的数量。最少的可以通过减少来实现，通过增加可获得最大的EE．通过这些方式,上述两步的互联变量，最优数是是我们问题的解决方案。因此，必须减少激活的天线数量，以便在不同的交通负荷中共同地最大化EE和省电（通过在ee降级和省电之间进行权衡）。最后，通过求解来计算所提出的方法的节省功率的量（10)．

4.结果和讨论

4.1。DAS和CA的能效比较

数字3.从EE方面比较不同DAS配置与CAS(8-0/0和4-0/0)的性能。结果表明，在高负载场景下，为了加快仿真速度，最小的信道带宽MHz。仿真结果表明，在CAS中，通过增加发射天线数量，EE可提高48%。而在DAS中，EE的提高很大程度上取决于RRUs的数量，RRUs数量越多，EE越高。因为与CAS的所有天线都位于中央BS不同，通过增加天线和RRUs的数量，更多的发射天线分布在整个小区，从而使小区覆盖更加均匀。这种情况下，UE与BS之间的访问距离减小了;因此，下行传输需要更低的功率，从而降低路径损耗和干扰。在不同的天线部署中，2-6/1和1-3/1(所有发射天线都完全分布)为DAS提供了最好的EE，并分别显著优于CAS 57%和40%。

数字结果4在不同天线配置和信道带宽下评估DAS和CAS EE的高负载场景中提供。对于DAS，我们选择2-6/1和1-3/1，因为它们提供了最好的性能。结果表明，随着信道带宽的增加，EE也随之增加，导致DAS和CAS之间的EE差距增大。有趣的是，可以看到有4个发射天线(1-3/1)的DAS接近有8个发射天线(8-0/0)的CAS，而网络消耗相当少的能量(这是因为4个pa被关闭)。

数字5比较了在不同的蜂窝负载场景下应用不同天线配置的EE。结果表明DAS依赖于单元负载和RRUs数量。在拥塞的网络环境中，特别是在天线数量较多的网络环境中，数据采集系统对提高网络通信效率起着重要的作用。因为更多的RRUs分布在小区之间，使得小区覆盖更均匀，路径损耗更小，干扰更小，而在用户数较低的情况下，DAS的EE与CAS的EE之间没有明显的差距。此外，我们可以看到，在这种情况下，通过增加天线数量，EE增益并不显著。

在这方面，选择了2-6 / 1个配置，用于高负载方案，因为它为DAS提供了最佳性能，并且在EE方面显着超过了56.6％的CAS（8-0 / 0）。此外，具有8和4个发射天线的两个DAS配置之间的比较显示，通过关闭4个发射天线（2-6 / 1至1-3 / 1），系统吞吐量逐渐降低60％。因此，选择2-6 / 1配置作为高负载方案的最佳DAS配置。

在为低负载方案，表中选择最佳DAS配置（睡眠模式），表2表示不同睡眠模式下EE的降解量。结果表明，与拥塞网络相比，在用户数较低的情况下，EE对激活天线数的依赖性较低。需要指出的是，系统吞吐量(数据速率)随着发射天线数、可用带宽、激活用户数和SINR度等参数的变化而变化。因此，在用户数量较少的情况下，也很少有天线可以提供所需的服务。另一方面，很明显，功率消耗随着天线数量的减少而成比例地下降。交叉比较结果表明，在1-3/1中负载情况下，关闭4根天线，EE降低33.4%是较好的DAS配置。另一方面，1-1/1配置可以为低负载场景提供最佳性能，其中6个天线关闭，仅28.4%的EE退化(相对于中等负载)。然而，为了找到两种睡眠模式下的最佳天线数(DAS配置)，下面的小节将详细考虑上述情况下的功耗，并通过EE退化和节能之间的权衡得出结果。

4．2.节能

本文的目标是在休眠模式下获得最优的被激活天线数，以最大限度地提高DAS的EE和节能效果。在这方面，图6描述每日各类流量的百分比。此外，根据(8),表3.总结和比较本研究中提出的不同DAS配置的功耗。最后一行的表3.给出了在三个不同的单元负载场景中每个选定DAS配置每小时消耗的电力。结果显示，两种拟议的睡眠模式，即中低负载场景(相对于高负载场景)分别节省了41%和66%的电力。

最后，我们讨论了我们所提出的方案可以实现的总日节能方面。这样做，根据(10)，下面简单计算两种情况下的每日耗电量。(1）正常运行时(无关断方案)，中央基站有2个天线，6个天线分布(RRUs)超过24小时。因此, （2）在关闭DAS方案中，中负荷场景下，激活天线总数的一半(中心基站1个，3个RRU) 5小时，低负荷场景下，中心基站1个，RRU 1个，如表所示3.．因此,

结果表明，通过将所提出的方案应用于蜂窝系统，每天可以减少8.41克瓦特的能量消耗量，这意味着可以节省27.63％的网络电源。

5.结论

在本文中，在能效方面对不同DAS配置的性能进行了研究，并与所有天线在中央基站上分离的CAS进行比较。已经表明，通过在整个细胞中分配所有发射器天线，可以实现显着的能量效率，而不是CAS。此外，结果揭示了DA对细胞负载和RRU数量的高依赖性，DAS可以在拥挤的网络中提供显着的EE增益。最后，基于EE和省电之间的权衡，已经提出了两个DAS配置（睡眠模式）以用于中等和低负载方案。所提出的方法在保证高容量的数据时达到了27.63％的省电。

利益冲突

提交人声明没有关于本文的出版物的利益冲突。

承认

作者承认克班达州马来西亚大学的财务贡献，格兰特参考。不。ETP-2013-072（经济转型计划）出版这项工作。

参考

1. M. Etoh, T. Ohya和Y. Nakayama，“移动网络系统的能源消耗问题”，在申请和互联网国际研讨会的诉讼程序（Saint'08），第365-368号，2008年8月。查看在：出版商的网站|谷歌学术
2. G. Fettwettweis和E. Zimmermann，“ICT能源消费趋势和挑战”第十一届无线个人多媒体通信国际研讨会论文集，第1-6页，2008。查看在：谷歌学术
3. Z. Hasan, H. Boostanimehr, V. K. Bhargava，“绿色蜂窝网络:一项调查，一些研究问题和挑战，”IEEE通信调查和教程第13卷，没有。4，页524-540,2011。查看在：出版商的网站|谷歌学术
4. X.-H。你,D.-M。王波，盛波，薛青。高,X.-S。赵，陈明，“用于移动通信的协同分布式天线系统”，IEEE无线通信第17卷，没有。3，页35-43,2010。查看在：出版商的网站|谷歌学术
5. O. Onireti, F. Héliot, M. A. Imran，“分布式MIMO系统的能量效率-频谱效率权衡”，IEEE通信交易(第61卷第1期)9，第3741-3753页，2013。查看在：出版商的网站|谷歌学术
6. 何超，李国银，盛斌，“分布式天线系统的能量和频谱效率”，载于IEEE无线通信和网络会议的程序（WCNC '13）， 3225-3229页，IEEE, 2013年4月。查看在：出版商的网站|谷歌学术
7. Liu g, Yan Z.， and D. Yang， " BBU+RRU的CoMP系统在LTE-advanced中的应用"，inIEEE国际通讯会议研讨会论文集(ICC '09)1-5页，2009年6月。查看在：出版商的网站|谷歌学术
8. “蜂窝系统下行链路的分布式天线系统的现状展望”，IEEE通讯杂志第51卷，没有。4, pp. 161-167, 2013。查看在：出版商的网站|谷歌学术
9. W. Choi和J. G. Andrews，“多蜂窝环境中分布式天线系统的下行性能和容量”，IEEE无线通信汇刊，第6卷，第4卷。1, 69-73页，2007。查看在：出版商的网站|谷歌学术
10. R. W. Heath，T.Wu，Y.H. kwon和A. C. Soong，“具有外部干扰的分布式天线系统中的多用户MIMO”，信号处理上的IEEE事务第59卷第2期。10，第4885-4899页，2011。查看在：出版商的网站|谷歌学术|MathSciNet
11. G.-H。陈,C.-M。Yu, c c。一种基于分布式天线的CDMA系统的仿真研究第7届IEEE国际，室内和移动无线电通信研讨会（PIMRC'96）的诉讼程序，台北，1996年10月。查看在：出版商的网站|谷歌学术
12. 戴立，“分布式天线系统:多用户场景下的性能分析”，载第四十二届信息科学与系统年会论文集(CISS '08)，PP。2008年3月，美国NJ普林斯顿85-89。查看在：出版商的网站|谷歌学术
13. A. J. Paulraj, D. A. Gore, R. U. Nabar和H. Bölcskei，“MIMO通信概述——千兆无线的关键，”IEEE学报(第92卷第40期)2，页198-217,2004。查看在：出版商的网站|谷歌学术
14. 吴廷伟，宋文昌，“分布式天线系统中的多用户MIMO”，载于第44届Asilomar信号、系统和计算机会议论文集(Asilomar '10)， 1202-1206页，2010。查看在：谷歌学术
15. S. Schwarz, R. W. Heath，和M. Rupp，“有限反馈分布式天线系统中的多用户MIMO”，载于IEEE环球研讨会论文集(GC Wkshps '12)，第546-551页，IEEE, 2012。查看在：出版商的网站|谷歌学术
16. S. Schwarz, R. W. Heath Jr.和M. Rupp，“受限反馈分布式天线系统中单用户MIMO与多用户MIMO的对比”，信号处理进展杂志， 2013年第54期。查看在：出版商的网站|谷歌学术
17. S. CUI，A. J. Goldsmith和A. Bahai，“传感器网络中的MIMO和合作MIMO技术的节能”，“IEEE通信选定领域杂志，卷。22，没有。6，PP。1089-1098，2004。查看在：出版商的网站|谷歌学术
18. “基于多蜂窝和多天线蜂窝网络的能源效率建模与分析”，KSII互联网及资讯系统交易，第4卷，第4期。4，页560-574,2010。查看在：出版商的网站|谷歌学术
19. T.张，C. Zhang，L.Cuthbert和Y. Chen，“分布式天线系统中的节能天线部署设计方案”IEEE第72届汽车技术秋季会议论文集(VTC '10)， 1-5页，渥太华，加拿大，2010年9月。查看在：出版商的网站|谷歌学术
20. H. Kim, S. R. Lee, C. Song, and I. Lee，“分布式天线系统能量效率最大化的最优功率分配”，载于IEEE通讯国际会议的诉讼程序（ICC'13），pp。2013年6月5769-5773。查看在：出版商的网站|谷歌学术
21. 何c，盛博，朱平，尤x，“下行分布式天线系统的能量效率和频谱效率权衡”，IEEE无线通信，第1卷，第2期。3，页153-156,2012。查看在：出版商的网站|谷歌学术
22. 李国勇，何超，朱萍，“基于比例公平性的分布式天线系统能量和频谱效率权衡”，IEEE通信选定领域杂志第31卷，不。5, pp. 894-902, 2013。查看在：出版商的网站|谷歌学术
23. M. Trivellato, F. Boccardi和F. Tosato，“有限反馈MIMO广播频道的用户选择方案”，载于IEEE第65届车辆技术会议论文集(VTC '07)， 2089-2093页，2007年4月。查看在：出版商的网站|谷歌学术
24. E. Björnson, M. Bengtsson，和B. Ottersten，“在多用户MIMO系统中接收组合与多流复用”，载于IEEE瑞典通信技术研讨会论文集(swet - ctw '11)，pp.103-108，斯德哥尔摩，瑞典2011年10月。查看在：出版商的网站|谷歌学术
25. N.金达尔(N. Jindal)，“用于MIMO下行信道的天线组合”IEEE无线通信汇刊，卷。7，不。10，pp。3834-3844,2008。查看在：出版商的网站|谷歌学术
26. G. Auer, O. Blume, V. Giannini等人，“D2.3:参考系统的能源效率分析、改进领域和目标分解”，地球，2010。查看在：谷歌学术
27. C. Mehlführer, J. C. Ikuno, M. Šimko, S. Schwarz, M. Wrulich，和M. Rupp，“维也纳LTE模拟器在无线通信研究中的再现性”，信号处理进展杂志，卷。2011年，第1-14条，2011年第29,110款。查看在：出版商的网站|谷歌学术
28. T.陈，Y.杨，H.张，H.Kim和K. Horneman，“绿色无线接入网络的网络节能技术”IEEE无线通信，卷。18，不。5，pp。30-38,2011。查看在：出版商的网站|谷歌学术
29. 华为(Huawei)在《LTE网络节能的机遇》(Opportunities for energy savings in LTE networks)中写道2010年3GPP TSG的诉讼程序Ran WG1会议# 59 bis, 2010。查看在：谷歌学术

版权

Mehran Behjati等人这是一篇开放获取的文章知识共享署名许可，允许在任何媒介上不受限制地使用、分发和复制，只要原稿被适当引用。