在异构的蜂窝网络能量消耗最小化混合能源供应

文摘

日益增长的数据需求导致的能源消耗显著增加蜂窝移动网络。最近异构蜂窝网络和绿色能源的发展提供基站提供移动通信行业有前途的解决方案。在本文中,我们首先回顾动机和挑战以及解决方法等绿色能源成本最小化问题异构网络。由于移动交通的多样性和可再生能源、能源成本最小化问题涉及时间和空间优化资源配置。我们接下来提出一个新的解决方案来说明如何结合颞绿色能源的优化配置和空间移动流量分布。整个优化问题分解为四子问题,并相应地提出解决方案分为四个部分:能耗估算、绿色能源配置,用户协会和绿色能源的重新配置。仿真结果表明,我们的算法可以显著降低成本的总能量。

1。介绍

由于无处不在的使用智能手机和带宽饥饿的应用,无线蜂窝网络经历了巨大的交通负荷的增长,导致大规模部署基站(BSs)以及巨大的能源消耗增加。例如,BS网站由中国移动的数量从400000年的2005人增加到150万年的2014人。与此同时,中国移动的总能源消耗显著增加从2000年妇女在2014年到2005年的17110妇女(1]。在报道2),BSs消耗很大一部分,总计,在无线蜂窝网络的能量。因此,减少BSs的能源消耗已经成为移动通信行业的战略目标。

多样化的机制来减少BSs的能耗一直在探索在学术界和产业界[3- - - - - -5]。其中,异构移动网络(HetNet) [6),由不同类型的BSs和不同的传输能力和覆盖区域,被认为是一种很有前途的方法。HetNet架构可以以低功率小的BSs的高密度部署在一个大型宏观细胞。部署小BSs更接近最终用户,使更少的传输路径损耗条件优越。因此相信HetNets高密度部署的BSs可以显著降低能源消耗,低功率小而低密度部署大功率BSs(宏7]。

据报道,电信行业约占总数的2%股份有限公司负责₂全球排放,和2020年比例预计将翻一番8]。减少碳足迹,最近,整合一些绿色能源,比如风能和太阳能,到现有的蜂窝网络已经成为另一个研究重点9- - - - - -12]。德国移动运营商想更多的(可用:https://nsn.com/news-events/publications/unite-magazine-issue-10/e-plus-launches-germany-s-first-zero-co2-off-grid-base-station)推出了第一代绿色BSs采用太阳能和风能的组合。不用上网电,会导致零想更多的有限公司₂排放。这也使BSs组成的绿色能源和上网的能源供应。

在本文中,我们专注于绿色异构移动网络中的能量消耗最小化和混合能源供应(HCN-HES)。一个例子这样一个网络的体系结构如图1,宏和pico BSs配有绿色能源采集设备以及上网电价。我们第一次在下一节介绍HCN-HES的设计问题。绿色能源的单位成本比这更便宜的上网能源,甚至免费13]。因此,它是不够的只有减少能源消费总量没有歧视不同的能源。此外,与便宜的绿色能源,减少能源总成本可以相当于减少CO₂排放。

HCN-HES,不仅收获绿色能源,而且交通载荷分布表现出时间和空间动态。因此,成本最小化问题涉及时空优化资源配置。我们接下来讨论的动机、挑战、和方法HCN-HES能源成本最小化。通过比较三种不同的资源分配策略,我们可以看到,优化的策略空间流量平衡和颞绿色能源分配可以获得最小的能量消耗,而没有优化或另一个策略优化的策略只有在空间流量平衡。比较说明了它是可行的,实现成本最小化的能量通过一个精心设计的资源分配方案。虽然一些现有方法,如用户协会和BS睡觉,可以使用绿色能源利用最大化空间交通平衡,他们没有与绿色能源分配在时间域集成。然后,我们提出一个新颖的解决方案,结合时间绿色能源分配和空间移动流量分布。在仿真中,我们比较建议的解决方案有两个对等的算法,其中没有一个是战略资源配置的优化,另一个是只在空间域方法和优化,来说明其潜在重大能源成本降低。此外,与轻微的分布式版本为实际网络性能下降很容易实现操作。

总之,本文的贡献如下:(1)研究了b由混合能源供应和分析可再生能源的时间和空间多样性和移动流量。(2)我们说明能量消耗最小化的可行性和总能量节省费用的问题转化为一个约束优化问题。(3)我们讨论的挑战空间流量平衡和时间绿色能源分配实现能源成本最小化和总结现有的方法从不同的优化角度。(4)我们提出一个新颖的解决方案组成的四个subalgorithms集成优化的空间和时间域和比较其性能和两个同伴算法。

2。HCN-HES的概述

我们的系统模型考虑两种类型的HetNet BS:宏观BS和pico BS,宏观BSs每个覆盖更大的区域和pico BSs宏观细胞内每个覆盖一个较小的区域(见图1)。

2.1。混合能源供应和混合销售BS

在所有的绿色能源技术,太阳能发电被认为是最合适的,由于太阳能的广泛可用性以及高效的商业光伏(PV)板。在本文中,由于空间有限,我们关注光伏技术作为绿色能源的来源,但我们的话,最下面的讨论也适用于其他能源。由于BSs的pico BSs宏观之间的结构差异,pico BS的功耗是数量级小于典型宏观BS。因此,宏观BS需要配备更大的光伏面板和一个更大的体积大小蓄电池来保证其正常运作。

一般来说,绿色能源发电可能同时具有时间和空间多样性。例如,太阳能发电取决于许多因素,如温度,光照强度,太阳能电池板的地理位置。通过光伏发电在不同的位置可能会有所不同。此外,每日太阳能发电在给定区域展览时间动力学,夜里中午高峰和底部。由于时间变化的能量到达,很难保证的服务质量(QoS)通信系统完全由收获太阳能供电,和服务甚至可能被打断时,绿色能源存储是枯竭。

最近,混合能源供应,能源来自于电力上网和绿色能量收割机,已成为另一种解决方案。混合动力BSs (HPBS)不仅与电网相连,还配有独立绿色发电机(见图1)。绿色能源可以利用减少上网电力消耗,而上网的能量可以作为备份电源,当实际电力需求超过了绿色能源存储。然而,由于电路约束,HPBS不能由两个能源和绿色能源同时上网。相反,我们可以切换使用不同的权力在不同时间间隔根据流量负载和绿色能源存储。因此,应该适当地设计切换算法支持绿色能源的利用率。

2.2。绿色能源模型:生成和消费

尽管太阳能发电过程依赖于光伏面板位置和天气状况,一些预测模型可以获得实际的测量,可用于直接HPBS操作(14]。在本文中,我们使用PVWatts模型(可用:http://pvwatts.nrel.gov/每小时)预测太阳能发电在北京城市。基于测量数据的典型的一天,平均绿色能源生成配置文件是绘制在图2,收获率采样每10分钟的能量。我们看到,太阳能发电从上午7点左右,不断增加和高峰在下午一点左右,在日落之后,大约下午6点结束。注意天气状况会影响充电速率,但总体趋势是相似的在不同天收费。

量化每个BS的能源消耗,能源消耗模型提出了在欧洲项目ERATH [15]。用户数据传输的传输功率从相关的废话是 在哪里是用户的下行传输数据率和是用户之间的信道增益和废话。表示噪声功率。和是用户的带宽分配相关的废话。

的总功耗的废话可以通过计算 在哪里代表用户之间的连接关系和废话。我们注意到b需要在活动状态相关联的至少一个用户。的静态功耗是废话的废话是活动状态时,产生的信号处理、活跃的电路模块,等等。和睡眠模式下的功耗,在没有用户与BS。

2.3。交通模型

移动交通也表现出时间和空间的多样性(16]。在空间域中,移动用户可以简单地模仿网络中均匀分布。在时间域,交通负荷可以使用历史统计数据,估计和不改变交通负载同时连续两天。例如,一个常用的高峰期和非高峰期模型如下。移动交通的时间特征分为两个时期:高峰期和off-pear时期。高峰时期跨度从上午10时至下午6时,和非高峰时间从1点到5点。在一个周期,用户的数量可以被描述为一个均匀分布的平均值从历史统计数据。图2情节这样一个移动交通形象。

3所示。在HCN-HES能量消耗最小化

在本节中,我们首先介绍了动机对能源成本最小化一个说明性的例子,然后讨论的挑战和审查的方法来解决这个最小化问题。

3.1。动机对能源成本最小化

正如之前所讨论的,运营支出(OPEX)蜂窝移动网络主要是由BSs的能源消耗成本决定的。HetNet的部署,用户可以同时在多个BSs的覆盖区域。这介绍了自由度为用户选择一个废话小传动功率的前提下其服务需求。然而,只有减少总能耗HCN-HCS是不够的,有时会消耗更多的绿色能源是更有利于其更低的成本和更低的碳足迹。另一方面,使用尽可能多的绿色能源存储在当前位置可能不是一个好的策略,为新生成的绿色能源可能不足以支持交通需求下一个槽。

为了说明能量消耗最小化的可行性,我们考虑一个简单的网络场景中两个相邻的BSs, BS1 BS2,连续两个插槽,单曲slot2。最初的绿色能源存储设置相同的两个BSs单曲初5台。绿色能源发电率也同样设置两个BSs每槽3单位。在单曲,有三个用户,即user1、user2和user3,网络,在slot2,除了现有的三个用户,一个新用户,user4、连接网络。为简单起见,我们将《海角一乐园》的单位成本能源作为绿色能源的1和0。

图3(一个)说明了“没有优化”战略。在单曲,user1和user2与BS1和消费从BS1 2单位和3个单位的能量,分别。user3与BS2和消费一个单位的能量。显然,在单曲,BS1 BS2都可以由绿色能源。单曲之后,绿色能源存储BS1 BS2变成3单元和7个单元,分别。在slot2,新的user4 BS1和3单位能源消耗有关。BS1能源消费总量的增加到8台,大于3单位的BS1绿色能源存储。因此,BS1必须由《海角一乐园能源和能量消耗8单位上网。因此,能源总成本可以计算两个插槽的8单元。

图3 (b)说明了“空间交通平衡与优化”的策略。网络操作的单曲上面是一样的。slot2,绿色能源存储的BS1不足以支持三个用户user1、user2, user4,但user1和user4只能由BS1从BS2太远。所以BS1降低其覆盖范围和分流user2 BS2优化空间交通平衡。卸载后,BS1是5单位的能源消耗,这仍比绿色能源存储的BS1 3单位。因此,BS1由《海角一乐园能源和能量消耗5单位上网。和BS2 user2和user3足够的绿色能源服务。的总能量消耗两个时段是5单位,这是比“没有优化”的策略。

图3 (c)说明了“优化空间流量平衡和颞绿色能源分配”的策略。假设我们可以估计的BS1流量增加下一个槽。我们可以先做一些绿色能源分配两个插槽和储备更多的绿色能源的BS1 slot2的能源需求。假设我们在单曲的绿色能源分配3单位BS2 BS1和5单位的绿色能源。因此,在单曲,只使用绿色能源,其分配BS1降低其覆盖范围和BS2分流user2。提供绿色能源以来BS2足以支持user2和user3 BSs都可以由绿色能源。在slot2,我们分配6单位和4单位的绿色能源BS1和BS2分别。User2还与BS2,平衡交通分配的空间。因此,BS1和BS2仍然可以使用绿色能源,和两个时段的能源总成本= 0。与上述两种策略相比,我们可以看到,通过精心设计的资源分配方案,不仅可以平衡交通分配,还可以优化绿色能源利用率,这将进一步导致能源成本降低。

3.2。问题描述

根据上面的例子,我们可以获得的能源成本每个BS不仅依赖相关的用户也在其分配的绿色能源。因此,我们的目标是找到一个user-BS关联矩阵和一个绿色能源分配向量为能源成本最小化,然而,满足网络QoS要求。让user-BS关联矩阵。我们使用表示user-BS协会的关系时间槽。和元素代表用户之间的连接关系和废话在时间槽。表示随着绿色能源分配向量。和是绿色能源分配向量b吗在所有时段。此外,我们使用它的元素来表示能量分配BS在th时间段。在这里,的绿色能源存储是废话吗刚开始的时候th时间段每个时间段的长度。BS的能量收获力量吗在时间槽。

让能源使用的指标函数: 在哪里b的总功耗在槽。如果,废话是由绿色能源的时间槽。否则,这能量的废话是由《海角一乐园》。

不同种类的能源有不同的单位成本。让和表示单位上网能源和绿色能源,能源消耗成本。BS的能源成本在可以计算的时间段

因此,总能源成本节约(ECS)问题可以制定为一个约束优化问题如下: 约束(c1)是最大传输功率预算为每个BS。约束(c2)和(c3)确保每个用户应该与一个且只有一个b相关联。约束(c4)指出,绿色能源的分配每个BS的总和不能超过其绿色能源和产生的能量存储在当前时间槽。约束(c5)表明,绿色能源的单位成本比上网能源便宜。

3.3。挑战

说明性的例子的部分3所示。1,我们可以看到,总能量成本依赖于每个BS的能源消耗,以及每个时间段所使用的能源。在一个位置,如何分配流量负载在不同BSs决定每个BS的功耗。至于能量来源,它是依赖于能源消费和绿色能源存储每个BS。另一方面,绿色能源存储也与个别废话的时间充电过程有关。因此,能量消耗最小化问题提出了巨大的挑战在空间和时间域集成优化。

空间流量平衡。与无缝部署HetNet pico BSs覆盖范围内的宏观BSs,由于更高的传动功率比皮科宏BSs BSs,一个不平衡的交通载荷分布通常是没有获得适当的交通平衡方案的空间维度。同时,为了优化能源利用HCN-HES,不仅每个BS的电力消耗,还应该考虑使用绿色能源。在一个典型的时间段,可用绿色能源BSs可能出现在不同的空间的多样性。因此,在每一个位置,让最好的绿色能源,电力消耗在不同BSs应该优化根据分配每个HPBS的绿色能源。分配更多的绿色能源的BSs保留服务更多的用户,但没有超出他们的能力。

颞绿色能源分配。为每个单独的HPBS,一方面,绿色能源生成在一个时间段不能用于其先前的插槽。另一方面,由于可用的绿色能源在一个时间段生成依赖于绿色能源在当前时间从以前的槽,槽和剩余绿色能源的过度使用绿色能源在当前槽将导致在未来绿色能源供应短缺。因此,对于每个HPBS,以优化其性能从长远来看,其绿色能源分配在不同的时段必须是平衡的。正如上面所讨论的,手机流量显示颞动力学和绿色能源发电沿着时间范围各不相同,但他们都可以使用历史统计数据估计。为了解决颞绿色能源平衡问题,元素,如当前绿色能源发电和电力消耗,收获和估计未来的绿色能源和电力消费应该考虑。此外,颞绿色能源分配的结果每个HPBS还与空间有关交通平衡BSs在每个时间段不同。由于能源需求预测和现实的区别在一个槽,一些调整绿色能源未来时段可能需要分配。

3.4。方法

提出了一些算法接近成本最小化问题从不同的角度,包括绿色能源意识到用户协会(10,11),BS睡(17,集成绿色能源分配和空间交通平衡算法(18,19]。

绿色能源意识到用户协会。在[10,11),我们提出了绿色能源意识到用户协会计划能源总成本最小化,同时保证用户的数据速率要求HCN-HES。优化它包括两个阶段:第一个是所有BSs总能耗降到最低,这是获得一个初始用户协会计划,没有更多的用户重新组合可以进一步减少总能耗;随着电力需求可能不完全匹配绿色能源存储为每个BS,第二阶段是调整一些user-BS协会充分利用绿色能源存储在BSs。特别是BSs剩下更多的绿色能源之前需要提供更多的用户连接到BSs由《海角一乐园能量,他们一起还可以由绿色能源。然而,这些计划专注于能源成本最小化只在一个位置,忽略用户流量和绿色能源动力在时域收费。

绿色能源意识到BS睡觉。在[17],锣等人研究了联合优化问题的BS睡觉和手机网络资源分配,其中每个b是由混合绿色能源和上网电能。提出了一个两阶段动态编程算法最小化平均上网功耗,同时满足用户阻塞概率需求。在第一阶段中,作者只考虑BSs的开关状态,并提出了一个标准的动态规划算法来解决最小平均上网功耗。在第二阶段,考虑到BSs的工作状态,他们提出一个迭代的资源分配算法,更新per-BS资源分配基于其他BSs的分配结果,重复这个过程,直到连续两次迭代之间的资源分配的解决方案不会改变。然而,这种联合BS睡觉和资源分配方案仅仅是研究了齐次与混合能源供应网络。

能源消费意识到绿色能源分配。在[18),一个绿色能源配置方案提出了按最小化其上网HCN-HES能源消耗。基于最优交通BSs之间的平衡,它优化了绿色能源分配在时域。能耗计算其上网的第一次槽,然后说下次槽到绿色能源分配迭代优化。因此,它可以将绿色能源从之前的时段保存到当前时间槽,如果新添加的上网能源消耗时间大于之前的时间段。然而,这个计划按能耗最小化其上网只关注具体的移动交通模型和不考虑预测和现实的交通分布之间的差异。

4所示。性能研究

4.1。该方案

正如上面所讨论的,由于交通分布的多样性和充电过程,能源成本最小化问题在HCN-HES涉及时间和空间优化资源配置。此外,优化一个域也是交叉的优化在其他领域,这使得这个问题很难解决。一方面,我们可以使用一些估计模型预测交通和能源到达过程基于历史统计数据。只要这样的预测是正确的,我们可以获得最优解,好像所有的不确定性都被删除了。另一方面,这样的预测可能不完全匹配实际流量和能量分布。因此,我们可能需要做一些调整资源配置根据实际情况。这些考虑,我们建议的解决方案包括网络算法和传统算法。

我们能源成本最小化问题分解为四子问题:总能量最小化问题,绿色能源分配问题,用户协会的问题,绿色能源再分配问题。因此,我们的解决方案由四个部分每个子问题的解决。他们是能源消耗的评估(ECE)算法,绿色能源分配(GEA)算法,用户协会(UA)算法绿色能源的重新分配(蒙古包)算法。ECE和赫亚算法离线算法基于历史的移动交通分配和绿色能源生成统计数据。UA和蒙古包算法在线算法根据实际执行在每个槽移动交通和绿色能源分布。

ECE算法获得估计平均能源消耗资料为每个BS基于移动交通时空数据。给出一个实例的用户分布,我们使用最近的协会计划获得最低能源消费总量,其中每个用户与它最接近的废话。ECE算法应该执行多次获得的平均估计为每个槽中的每个BS能耗概要文件。

赫亚算法获得绿色能源分配向量为每个BS最小化能量消耗在所有时段,基于绿色能源发电模型和平均估计的能源消费概况。我们首先计算的能源成本第一次槽,然后迭代添加下一个槽的配置优化。基本的想法是确保当前的能源成本槽并不比原来的位置。如果情况不是这样,赫亚算法将减少分配在以前的时段,以分配所需的绿色能源到当前时间槽。

UA算法是决定user-BS协会根据绿色能源分配和实际用户分布在每个插槽。集中UA算法由两个阶段组成。在第一阶段中,我们使用一个修改最近协会获得最初的计划,以减少总能耗;这个阶段之后,一些BSs的绿色能源,而另一些则由《海角一乐园》的能量。在第二阶段中,我们让BSs分配足够的绿色能源为更多的用户服务,在不违反他们的绿色能源分配配额,通过迭代地剥夺了一个或多个适当的用户与邻近的BSs由《海角一乐园》的能量。

HCN-HES,通常很难收集整个网络的所有信息和协调不同BSs之间。然后,我们提出了一个分布式UA算法复杂度较低,它分配一个乘法通道增益偏置的因素每一个废话在每个很多,这样可以将更多的用户转移到足够的绿色能源分配的废话: 在哪里是能源消耗比(EDR),估计定义的绿色能源,能源需求除以分配()是一个积极的参数根据平均流量负载。

蒙古包算法根据实际调整绿色能源分配向量user-BS协会和绿色能源消费在每个槽。注意,实际消费绿色能源可能不是一模一样的分配在每个槽。蒙古包噪过度的绿色能源为以下时段的配额比例以前每个未来绿色能源分配槽。

4.2。结果和讨论

我们考虑一个两层的异构移动网络组成的7宏观细胞和4 pico细胞均匀分布在每个宏单元。BSs都由《海角一乐园》所有能源和绿色能源,与不同的绿色能源收获率。表1列出了网络参数和值。太阳能充电模型,我们使用每小时PVWatts模型来预测太阳能发电在北京城市。从测量报告16),可以将移动交通的时间特征建模为两个不同的时期:高峰期和off-pear时期。在高峰时期,用户的数量是穿制服的分布式约40个用户的平均值;在非高峰时期,中值是10个用户。此外,在空间域、移动用户网络中均匀分布。图2说明了绿色能源的一个示例生成概要和移动交通概要。我们比较提出解决方案和典型的关联算法和最大绿色能源利用率(MGEU)算法(11]。

图4(一)一天的总能量消耗进行了比较。单价的上网设置为能源和绿色能源= 1,分别= 0。可以看出,我们提出算法产生较小的能量消耗比其他两个算法,尤其是在高峰期。这是因为提出执行绿色能源分配优化算法在时间域根据统计绿色能源充电和移动交通概况,而其他人则不会。此外,我们还在每个槽的绿色能源利用最大化提出了用户关联算法根据实际用户分布。分布式算法略比集中的一个。这是因为它不能利用绿色能源分配准确地通过简单地采用偏置因素对于每个BS,较集中的一个迭代协会在每个槽优化。图4 (b)比较长时间运行的能源总成本十天。不是意外的总能源成本的四个算法增加与增加操作时间。特别是,我们的分布式算法的总能量成本几乎是一样的集中式算法的后四天。这是因为更多的绿色能源积累了前几天可以分配的分布式算法。

图5情节的能源总成本对不同单价比率,也就是说,。与MGEU算法和最近的关联算法相比,提出算法实现更少能源总成本时,单价比大于5。和总能量成本随单价比的增加而减小。特别是,当绿色能源的单价,即绿色能源,是免费的,它达到最高的能源成本节约。在这种情况下,能源成本改进的分布式算法和集中式算法分别为65.72%和71.24%,分别比最近的关联算法。

5。结论

在本文中,我们调查了在未来HCN-HES能量消耗最小化。因为移动交通和绿色能源展览时间和空间动力学在这样一个网络,新的设计问题和技术挑战已经出现。讨论了一些现有的解决方案,我们还提出了一种新的资源分配方案来实现空间交通平衡和时间绿色能源平衡。仿真结果证明了该方案的有效性方面的显著降低成本与两个对等的算法。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

这项工作在一定程度上是由中国国家自然科学基金(批准号61371141)。

引用

1. 中国移动有限公司,中国移动有限公司2014年年度报告,“中国移动有限公司的年度报告,2015年。视图:谷歌学术搜索
2. j·g·安德鲁斯,”七种hetnets细胞范式转变,”IEEE通讯杂志,51卷,不。3、136 - 144年,2013页。视图:出版商的网站|谷歌学术搜索
3. 邹,f·杨,y唐,l·肖”资源的无线虚拟网络映射算法节能超密度小细胞,”移动信息系统ID 958431条,卷。2015年,14页,2015。视图:出版商的网站|谷歌学术搜索
4. m·m·a·侯赛因k Koufos, r . Jantti”节能部署HetNets:功率放大器和延迟的影响,”IEEE无线通信和网络研讨会论文集(WCNC 13)IEEE,页778 - 782年,上海,中国,2013年4月。视图:出版商的网站|谷歌学术搜索
5. y彭、g . Wang和n .王”节能传输策略对移动网络,运用最优停止的方法”移动信息系统卷,2016篇文章ID 8981251, 16页,2016年。视图:出版商的网站|谷歌学术搜索
6. A . Damnjanovic j . Montojo y魏et al ., 3 gpp异构网络的调查,“IEEE无线通信,18卷,不。3,10-21,2011页。视图:出版商的网站|谷歌学术搜索
7. j·b·拉奥和A·o . Fapojuwo”调查的能量高效的资源管理技术对多单元的蜂窝网络,”IEEE通信调查和教程,16卷,不。1,第180 - 154页,2014。视图:出版商的网站|谷歌学术搜索
8. m·伊斯梅尔和w .壮族“节能绿色无线通信网络合作,”IEEE无线通信,18卷,不。5,76 - 81年,2011页。视图:出版商的网站|谷歌学术搜索
9. 毛y, y罗,j·张,k . b . Letaief”能量收获小细胞网络:可行性、部署和运行,”IEEE通讯杂志,53卷,不。6,94 - 101年,2015页。视图:出版商的网站|谷歌学术搜索
10. b . Wang问:香港,l·t·杨“环境敏感用户协会能源成本节约绿色异构网络混合能源供应,”移动网络和应用程序,20卷,不。6,802 - 816年,2015页。视图:出版商的网站|谷歌学术搜索
11. b . Wang问:香港、w . Liu和l·t·杨”的绿色能源有效利用异构蜂窝网络,”IEEE系统杂志,2015年。视图:出版商的网站|谷歌学术搜索
12. l . p . Yu冯、w·李和x秋”的节能管理机制基于LTE异构网络混合能源供应,”移动信息系统ID 3121538条,卷。2016年,13页,2016。视图:出版商的网站|谷歌学术搜索
13. d . Zordan m . Miozzo p . Dini m·罗西,“当电信网络满足电网:蜂窝网络与能量收获和交易功能,“IEEE通讯杂志,53卷,不。6,117 - 123年,2015页。视图:出版商的网站|谷歌学术搜索
14. t·汉和n·安萨里”,与绿色能源驱动移动网络”,IEEE无线通信,21卷,不。1,第96 - 90页,2014。视图:出版商的网站|谷歌学术搜索
15. g .奥尔诉Giannini, c . Desset et al .,“需要多少能量运行无线网络?”IEEE无线通信,18卷,不。5,40至49,2011页。视图:出版商的网站|谷歌学术搜索
16. c .彭S.-B。李,美国陆、h·罗和h·李”Traffic-driven节电运行3 g蜂窝网络,”美国17年移动计算和网络国际会议,页121 - 132,拉斯维加斯,内华达州,美国,2011年9月。视图:谷歌学术搜索
17. j .龚j·s·汤普森,s .周和z .妞妞,“基站睡觉和在可再生能源驱动的蜂窝网络资源分配,”IEEE通信,卷62,不。11日,第3813 - 3801页,2014年。视图:出版商的网站|谷歌学术搜索
18. k·k·d·刘y Chen柴,t . Zhang和m . Elkashlan”二维优化用户协会和绿色能源分配HetNets与混合动力能源,”IEEE通信,卷63,不。11日,第4124 - 4111页,2015年。视图:出版商的网站|谷歌学术搜索
19. 问:杨和王,“能源成本最小化通过智能时间和空间资源分配在绿色异构蜂窝网络,”《IEEE第34性能计算和通信国际会议(IPCCC 15),页1 - 8,南京,中国,2015年12月。视图:出版商的网站|谷歌学术搜索

版权

版权©2016爆炸王等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。