功率分配方案Femto-to-Macro下行干扰减少环境情报的智能设备

文摘

在本文中,我们提出一个分析跨越层干涉的特点对家庭基站部署在LTE蜂窝网络。我们也提出一个跨越层SLNR-based冲水(CSWF)功率分配算法减少干扰毫微微蜂窝为智能设备中使用宏单元环境智能。这项研究的结果表明,CSWF显著提高宏观问题表现在毫微微蜂窝的SINR接入点(AP)和吞吐量的视角。CSWF算法还提供了一个相对增益毫微微蜂窝的吞吐量问题相比,频率分区。此外,该算法复杂度低,只是在femto-AP端实现的,因此不会影响宏观系统。

1。介绍

如前所述(1),统计数据显示,近90%的数据服务和60%的电话都是在室内环境中,特别是对环境智能应用程序。新的多媒体服务和高数据率应用程序加强优质室内覆盖的需要(2]。毫微微蜂窝,也称为进化NodeB (HeNB) 3 gpp LTE (3),使用一个低功耗、短距离(10 - 50米),低成本,终端客户self-installed基站。家庭基站在许可范围经营旗下的移动运营商,使固定移动融合(FMC)服务通过宽带连接到移动网络通信链路(例如,DSL) [4]。毫微微蜂窝网络的主要优势是在室内覆盖的增强,宏单元的信号弱是因为墙渗透损失。家庭基站也可以提供丰富的多媒体服务的终端客户提供高数据率无线访问(5]。因此,家庭基站已经成为一种很有前途的解决方案来提高蜂窝网络的容量和覆盖范围,减少CPEX和运营成本。这些原因促进手机运营商增加他们的收入,投资于家庭基站。

然而,家庭基站的大规模普及创造了几个需要解决的技术难题。的一个主要问题是跨越层的干扰减少,特别是在闭合用户群3 gpp (CSG)模式。CSG是一个有限的访问模式和注册用户设备(UE)可以访问自己的HeNB;任何其他问题将被拒绝当试图连接,无论多么接近它们之间的距离是(3]。跨越层的干扰是由于网络元素属于不同的网络层或层;它可能发生在运营商部署cochannel频谱政策(即。,HeNB和eNB都工作在相同频谱)[2]。例如,如图1,HeNB可以导致下行(DL)干扰一个宏单元问题(MUE)关闭,MUE会导致上行(UL)干扰邻居毫微微蜂窝问题(三)MUE传输数据时在高功率水平。DL干扰可以成为严重是因为DL数据要求高于UL。

为了应对这些类型的干扰,提出了几个方案在先前的研究中,如功率控制、光谱分裂,分裂,动态频率分区。3 gpp LTE释放10给出了频率分区方法使用一个中央控制器装备HeNB eNB分配频谱的基于位置信息(3]。另一种方法发现在3 gpp LTE释放10使避免eNB之间共享同一频谱和附近HeNB优先利用细胞重新选择信息(3)在细胞提供良好的性能优势。研究[5- - - - - -7)提出了三种不同的频率分区算法。他们的主要依据在于,eNB给直接控制或协调信号通过接口(X2, S1) HeNB HeNB避免使用相同的频谱。频率分区算法的缺点在于频率的降解效率和划痕FUE的性能,特别是在密集HeNB环境。针对这些负面影响提出了一些功率控制算法。在[8),功率控制是由HeNB配备认识技术。博弈理论可以被认为是一种自适应的方法来处理这个问题(9- - - - - -12]。3 gpp LTE还提供了三种不同的功率控制方案基于FUE测量报告,从eNB干涉测量,HeNB和MUE之间的路径损耗。然而,这些算法需要合作eNB或问题,HeNB之间的信息交换是必要的和其他元素。所有中央控制、信息交易、和信号transmission-based算法将加剧网络的负载。因此,运营商将增加的CPEX由于新的附加功能eNB和问题。

在本文中,我们提出一个功率分配HeNB (PA)算法,考虑了CSG模式和cochannel频谱政策。跨越层signal-to-leakage-plus-noise (SLNR)是用于我们的方法。在我们的算法有两个步骤。一步1减少了大部分的跨越层DL HeNB的干扰。一步2提供了一个减少剩余的干扰。此外,更多的特点,讨论了这种干扰问题。

本文的其余部分组织如下:部分2介绍了通道和系统模型。我们的算法描述的部分3。部分4对该方案的性能报告。最后,我们的结论给出了部分5。

2。系统和信道模型

在这项研究中,3 gpp LTE系统的下行,系统带宽分为伪随机位序列(物理资源块)。复审委员会代表一个基本的时频单元的带宽180千赫(12 OFDM副载波),0.5毫秒的时间槽(7 OFDM符号)。eNB和HeNBs利用整个系统带宽,这意味着通用频率复用。此外,完美的在时间和频率同步。

2.1。一般的定义

我们假设一个给定的网络如下:(我) eNBs的集合。每个eNB在位置总传输功率,在那里表示网络设备的水平位置。所有的天线的高度eNBs的传动功率单复审委员会eNB具体。(2) HeNBs的集合。每个HeNB在位置总传输功率。(3) 问题集。它是分为两个子集是一组MUE吗和一组"。每一个问题()位于位置的高度。(iv) 伪随机位序列的集合用于eNB吗和HeNB。每个复审委员会有平等的每个副载波的传输功率。(v) ()是复审委员会的渠道获得(H) eNB之间()和M (F)问题()。(vi) 的总干扰问题在复审委员会由HeNB和eNB干涉。(七) 是热噪声/复审委员会(包括噪音问题图)。(八) ()(1)是接收到的SINR观察到M (F)问题在复审委员会(H) eNB()。 方程(2)描述了组件的渠道获得,其中包含天线增益,路径损耗和阴影。 在哪里和的方位角和仰角eNB天线相关问题,分别。的细节,和将阴影部分2。2,2。3,2。4,分别。

总干扰定义描述如下:

2.2。路径损耗模型

本文认为基于距离的路径损耗模型讨论了(13,14)对3 gpp LTE三个不同的链接类型。

户外链接(期望和干扰)eNB和MUE之间的路径损耗计算使用 MUE坐落在室内时,路径损耗计算所需的或干扰链接的 所需的路径损耗HeNB和FUE eNB和干扰关系之间的联系(HeNB)和FUE计算 这是另一个基于LTE-A简化模型评价方法,避免建模任何墙(13]。在米。

2.3。阴影

跟踪模型介绍了3 gpp [14]本文应用,实现对数正态分布跟踪所有的链接。HeNB之间的联系,很抱歉,这个HeNB,标准差是4 dB。否则,所有的其他链接(包括干扰链接),标准差是8分贝。跟踪相关问题的多个BSs,但是没有阴影相关性BS的多个问题。

2.4。天线模式

在这项研究中,3 d天线模式由一个水平(方位)和垂直(海拔)减少使用以优化系统性能。对于每个部门,3 d天线模式是描述如下:

水平天线模式 在哪里是水平天线模式,方位取向,的角度3 dB天线增益(波束宽度),然后呢是落后的衰减。这些参数的典型值,。

垂直天线模式 在哪里是垂直天线模式,是电天线下倾,的角度3 dB天线增益(海拔波束宽度),然后呢是旁瓣衰减。这些参数的典型值,。因此,3 d模式可以被定义为天线 角的定义和非常简单: 方位天线模式的所有问题和HeNBs假定为全向(13]。

2.5。链接的适应

链接实现适应使用调制和编码方案选择基于接收到的SINR。为了适应模型的链接,使用减毒的SINR映射到吞吐量和截断香农3 gpp标准中描述的方法(15]。给定一个特定的SINR审查委员的吞吐量的问题是由 香农限在哪里吗在bps /赫兹。总结了其他参数表1(6,15]。

3所示。两步减少PA针对跨层干扰

3.1。DL干涉LTE Macro-Femto网络

干扰管理两层网络面临着实际的挑战eNBs之间缺乏协调和HeNBs由于可伸缩性、安全性和回程带宽的有限的可用性(9,16]。从基础设施或频谱可用性的角度来看,它可能更容易操作eNBs HeNBs共同谱;同时,务实的解决方案是必要的,以减少跨越层的干扰(9,17]。

我们的工作假设闭合用户群使用(CSG),这意味着只有许可用正餐广播范围内可以访问HeNBs。CSG傅,跨越层室内HeNBs可能干扰显著恶化的SINRμ。我们的建议的前提是确保MUE性能仍不受共存HeNBs操作在同一频带。遗留系统,使用的3 gpp LTE eNB系统本文主要基础设施用于确保MUE eNB达到其最小SINR目标,即使室内CSG用户的行为都是为了自身利益最大化SINRs生成跨越层毫微微蜂窝干扰(9]。

自从eNB传动功率远远大于HeNB传动功率在大多数情况下,MUE所遭受的干扰将会主导邻近eNB干扰。然而,只有MUE位于接近HeNB,它将暴露于高HeNB干扰。为最坏的情况下与HeNB MUE坐落在室内时,它将可能遭受贫穷的SINR由于小通道增益墙渗透造成的损失和高HeNB的干扰。通过通用频率复用,HeNBs利用所有可用的伪随机位序列,从而导致不可接受的SINR退化到MUE关闭HeNB无论使用任何可用的伪随机位序列。

3.2。拟议的跨越层SLNR-Based HeNB PA

步骤1。SLNR概念介绍了(18- - - - - -20.)为了提高细胞边缘用户的性能。在这些研究中,采用SLNR系统采用MIMO(多输入多输出)技术,如天线选择,预编码和波束形成。
自从SLNR处理所需的链接和干扰链接之间的关系,这是一个适当的标准是用于减少干扰。在本文中,我们定义跨越层SLNR HeNB的 分子(12三)表示接收到的信号功率;分母表示接到HeNB干扰能力在μ+噪声。传输功率分配执行在每个HeNB SLNR度量最大化为每个活动"。
为了确定每个复审委员会的传动功率HeNB,修改后的冲水(WF)功率分配算法,《跨越层SLNR-based冲水(CSWF)方法,提出了。众所周知,传统的WF定理(21)提供了一个最佳的解决方案为并行高斯信道中的功率分配使用接收的信噪比。然而,拟议的CSWF包含了跨越层SLNR,代替传统WF中使用的信噪比,以生成水的底部,如图2。在CSWF方法中,被认为是水,被定义为 通过使用CSWF,最优功率对于每个复审委员会,即HeNB的传播力量在复审委员会,是由 在这里,是所谓的水位和选择这样 在哪里 CSWF的传动功率分配方法在HeNB不仅最大化"的接收功率,但也同时最小化MUE的干扰。然而,严重干扰环境中的室内MUE所在地HeNB附近所部分3.1,接收到的SINR MUE可能仍然无法接受即使应用步骤1CSWF;换句话说,它是低于最低收到SINR节中列出的链接适应要求2。4,使其有利于HeNB提供进一步的减少干扰。

步骤2。通过记住上面提到的问题,我们提出一个跨越层的干扰减少算法基于信道状态信息(CSI) MUE的下行(DL)。自HeNB只一个或两个傅在实践中,每个MUE FUE相比有更多的可用伪随机位序列。此外,FUE总是比MUE更好的通道状态。因此,减少HeNB传动功率不会明显影响FUE MUE提供更好的性能。
我们的算法步骤的主要概念2是执行CSWF HeNB,在水的底部是由MUE的SINR(基于沪深报告μeNB)而不是SLNR FUE重叠PRBs共享的FUE和邻μ,自从HeNB需要在这些伪随机位序列极限传输功率以降低干扰水平的毫微微蜂窝μ。如图3,我们使用来代替: 在哪里是有限的伪随机位序列的索引。比较来小于由于渗透路径损耗和损失。(跨越层干扰加上注液电池干扰)大于(跨越层的干扰),由于干扰的部分从附近HeNB被认为是在两个,和跨越层加上注液电池干扰还包含的干扰eNBs高于其他干扰。作为一个结果远远大于。通过使用CSWF将重新分配权力共享的伪随机位序列。换句话说,干扰将会退化。
HeNB的传动功率(在复审委员会据将会变化: 该算法可以很容易地理解指图3,(a)部分说明了正常功率分配(部分中描述3.2在HeNB)。红色区域表明使用这些伪随机位序列毫微微和宏用户同一时间。图3 (b)清楚地表明,拟议中的功率分配算法适用于少权力重叠伪随机位序列。MUE的SINR的变化可以观察到在图4。
的干扰减少了使用该算法可以在数学上分析如下:定义和传播的力量干扰减少,前后分别;因此,减少了使用的功率计算 干扰是减少和大量的计算 改进的SINR的方程用于计算 部分的仿真结果4表明我们的算法比传统的方法实现SINR获得显著增加。
在实际的实现步骤2μ的CSI报告,eNB eNB用于资源分配和HeNB。如果MUE遭受高干扰大于预定阈值,它将报告的CSI SINR差和高干扰指标eNB(他的),如图4。可以利用这个CSI报告作为参考告诉HeNB减少传动功率。
由该算法有三个优势:(1)MUE的SINR信息很容易被检测到。(2) 可以直接利用CSWF没有任何其他处理。(3) MUE-specific;因此,CSWF可以动态地重新分配权力,特别是不同的μ。

3.3。LTE毫微微蜂窝系统中实现

应该注意的是,DL接收器应该HeNB的一部分。DL接收机可以检测的DL控制信号和接收eNBμ。这DL接收机功能也可以称为网络模式(NLM),听广播环境测量(REM),或“HeNB嗅探器”(3]。同时,UL信号的测量、检测和接收(反馈报告)从μeNB可以通过UL接收器(3]。我们的算法的主要过程由HeNB如下:(1)使用HeNB UL接收机检测信号强度从周围μ:(我)确定的μ遭受潜在的高干扰(2)检测跨越层SLNR HeNB(2)使用HeNB DL接收机接收控制信息从eNBμ:(我)获取资源管理信息(例如,复审委员会分配和时间段)的邻μ(3)HeNB分配权力中的每个复审委员会FUE基于CSWF一步1。(4)使用HeNB UL接收机接收干扰μHII报道:(我)基于HII,捡起干扰μ的资源管理信息中发现的(2)(5)使用HeNB UL接收机接收干扰μ的信道状态信息。(6)权力重新分配HeNB基于CSWF一步2:(我)减少传输能量在一个共享的复审委员会由于糟糕的通道状态

4所示。SLS性能验证

4.1。单元布局和参数设置

如图5,19岁正六边形细胞被认为intersite距离500米。每一个细胞都包含三个部门,eNB相同。在图5,一个40米集群每个宏观领域,我们提出一个单层建筑25公寓每个集群。公寓是10米×10米和相邻的5×5网格(13,14]。一些宏观问题(μ)被放置在集群随机在这个练习(35%);剩下的μ是位于细胞区域。我们在每个网格部署6 HeNBs;每个HeNB服务只有一个FUE随机位于相应的公寓。

在我们的系统级仿真(SLS),相同的参数中给出(13,14)是作为常见的参数。这些参数在表中做了总结2。

4.2。SLS结果

图6演示的愿望和利益在HeNB减少干扰。累积分布函数(CDF) DL SINR的μ和没有CSWF算法如图6。由于μ的非均匀分布,这意味着一个固定比例的μ必须位于集群,SINR曲线不平滑。基于链接的适应,有两个重要的SINR点,−6.5 dB和17,这表明最低(即连接需求。吞吐量等于零)和最大吞吐量的需求。绿色曲线代表的情况没有HeNB部署(理想情况:上界的性能)。黑色实线代表了HeNB部署的情况但没有利用任何干扰管理(最糟糕的情况:下界的性能)。从图,它显然是明显的,通过部署HeNB干扰管理SINR降低约23.5 dB提供40%的上限。红线描绘的场景干扰是减少审查委员分区算法,已被建议作为一个有效的方式来减轻HeNB的干扰。蓝色虚线描绘的场景,只是减少了CSWF一步干涉1;固体蓝线描述步骤的组合1+2。它可以观察到,CSWF算法显著提高了SINR性能。−6.5 dB的SINR水平,CSWF保护超过20%的伪随机位序列从断开,CSWF之间的差距和上界小于2.5%。17 dB的SINR水平,而下界,CSWF算法提高了约30%的伪随机位序列的性能。频率分区算法给出了一个更好的性能提供以下值为0.6,因为它不使用任何重叠的频率会导致高水平的干扰(大于阈值)。然而,我们提出CSWF算法性能更好,CDF实验组的值大于0.6时,由于CSWF算法减少了干扰所有的相邻μ(受害者)的步骤1。

图7显示了一个复审委员会给出的平均吞吐量的性能。由于链接适应,不会增加吞吐量在864 kbps (64 qam编码速率的4/5)。很明显,没有任何干扰管理大约41%的伪随机位序列都是被浪费掉的。这是由于严重的跨越层部署HeNB造成的干扰。另一方面,当CSWF算法,可以实现有意义的吞吐量增益。在CDF 0.5 CSWF的仿真结果显示近0.58 Mbps /增益,和浪费了伪随机位序列的比例从41%降低到16%。不过,我们可以从图注一个有趣的现象7CSWF平均吞吐量总是比频率分区,即使图6表明,拟议中的CSWF算法优于频率分区。原因在于,通过使用适应中给出的链接(11),可以实现最大吞吐量的SINR 17 dB。但是,从图6,我们可以看到,我们的提议CSWF执行比频率分区后SINR达到20分贝。因此,在可预见的未来,高阶调制方案将包括在标准。,更高的SINR(对应于高阶调制方案)给好处,自从CSWF算法执行比频率分区在高信噪比范围。

数据6和7也揭示了CSWF步骤之间的关系1和2。在图6,它可以观察到,冲和固体蓝线重叠后提供的0.5,这意味着CSWF步骤1这一部分的主要贡献者。提供0.5以下,综合CSWF相比只是利用步骤显示了一个差距1减少,这意味着剩下的严重干扰2。

表3总结了不同的干扰管理的吞吐量损失场景,与没有HeNB HeNB部署场景相比。通过应用CSWF吞吐量损失从53.6%提高到12.4%。审查委员分区算法相比,CSWF算法执行7.6%更糟。然而,在表4我们只可以看到CSWF生成FUE平均吞吐量的1.1%降解情况相比没有干扰管理算法。在这种情况下,频率分区算法降低了FUE约16.1%的平均吞吐量。表5揭示了部署HeNBs的好处。通过部署HeNB CSWF算法和应用,系统频谱效率提高了8倍以上的情况相比,eNB只有网络。以上数据分析提出了形式和方法一样22,23]。

5。结论

本文针对跨层干扰功率分配算法减少LTE macro-femto共存系统提出了用于环境智能应用程序。根据仿真结果,我们得出这样的结论:HeNB干扰可以显著减少,显示10 dB改进的Rx SINRμ运用CSWF算法。系统采用CSWF双打MUE吞吐量相比,一个没有干扰管理。此外,三只CSWF算法吞吐量降低1.1%,这几乎是微不足道的16.1%由频率分区。此外,CSWF是一个自组织算法,所以HeNB和eNB之间没有协调和信号交换是必要的。由于HeNBs self-setup客户和运营商不希望任何修改eNB和问题,我们认为,在毫微微蜂窝端分布式和自营算法(比如CSWF关于干扰比其他国家更有前途的控制或减少协调算法。在未来的工作中,我们将致力于5 g电信的方案,例如,在考虑大规模分布式天线和非正交多重存取(诺玛)。

相互竞争的利益

作者宣称没有利益冲突。

确认

这项研究受到了基础科学研究项目通过韩国国家研究基金会(NRF)由科技部,ICT和未来规划(2015 r1c1a1a02037515)。本研究也支持了江苏省自然科学基金资助下BK20160287和部分基础研究基金下的中央大学授予2015 b30614。

引用

1. g·曼斯菲尔德”,家庭基站在美国市场业务驱动和消费主张,”《欧洲家庭基站,伦敦,英国,2008年6月。视图:谷歌学术搜索
2. t·查希尔k .艾尔沙德a醒来时,k . Moessner”家庭基站干扰管理。”IEEE通信调查和教程,15卷,不。1,第311 - 293页,2013。视图:出版商的网站|谷歌学术搜索
3. 3 gpp,“家里eNode B (HeNB)无线电频率(RF)需求分析,“3 gpp TR36.921、V 10.0.0 2011。视图:谷歌学术搜索
4. 诉钱德拉塞卡,j·g·安德鲁斯和采集者,“毫微微蜂窝网络:一项调查,”IEEE通讯杂志,46卷,不。9日,59 - 67年,2008页。视图:出版商的网站|谷歌学术搜索
5. d·克劳斯·m·马尔蒂,诉季”干扰管理不协调LTE-Femto细胞部署,”第11届欧洲无线研讨会论文集2011 -可持续无线技术(欧洲无线)2011年4月,页1 - 6,。视图:谷歌学术搜索
6. z启动,a .扫罗、g·奥尔和h·哈斯”动态资源分区下行femto-to-macro-cell干扰避免。”EURASIP无线通讯和网络》杂志上文章ID 143413卷,2010年,页1 - 12,2010。视图:出版商的网站|谷歌学术搜索
7. z赵f .郑a Wilzeck, t·凯撒”毫微微蜂窝频谱访问置于下面的部分频率复用宏单元,”《IEEE国际会议交流研讨会(ICC的11),2011年6月。视图:出版商的网站|谷歌学术搜索
8. S.-M。程,w . c . Ao和K.-C。陈,“下行容量双重认知毫微微网络”《IEEE 21个人室内移动无线电通信国际研讨会(PIMRC 10),页1303 - 1308,伊斯坦布尔,土耳其,2010年9月。视图:出版商的网站|谷歌学术搜索
9. 诉钱德拉塞卡,j·g·安德鲁斯,t . Muharemovic z沈,和a .采集者”双重毫微微蜂窝网络中功率控制”,IEEE无线通信,8卷,不。8,4316 - 4328年,2009页。视图:出版商的网站|谷歌学术搜索
10. 黄永发。小云和k . g . Shin自适应干扰管理同信道OFDMA家庭基站的部署,“IEEE在选定地区通讯》杂志上卷,29号6,1225 - 1241年,2011页。视图:出版商的网站|谷歌学术搜索
11. x Kang研究。梁和h k . Garg“分布式功率控制对频谱共享毫微微蜂窝网络采用Stackelberg博弈”IEEE国际会议通信学报》(ICC的11),页1 - 6,京都,日本,2011年6月。视图:出版商的网站|谷歌学术搜索
12. js。林和K.-T。冯,“游戏理论模型和双赢的局面为毫微微蜂窝网络的存在,”IEEE国际会议通信学报》(ICC的11),页1 - 6,IEEE,京都,日本,2011年6月。视图:出版商的网站|谷歌学术搜索
13. 3 gpp,”进一步发展进阶物理层方面,“3 gpp TR36.814、V 9.0.0 2010。视图:谷歌学术搜索
14. 3 gpp、“模拟假设和参数FDD HeNB射频要求,“技术。众议员3 gpp r4 - 091422, 2009。视图:谷歌学术搜索
15. 3 gpp,“进化通用陆地电台访问(进阶);无线电频率(RF)系统场景。”3 gppTR 36.942 V 10.2.0, 2010。视图:谷歌学术搜索
16. a . Zemlianov和g . De Veciana”合作、决策在无线multi-provider环境,”《IEEE计算机通讯大会上(05年信息通信”),1卷,页386 - 397,迈阿密,佛罗里达州,美国,2005年3月。视图:谷歌学术搜索
17. h . Claussen”,宏观的性能和同频道家庭基站在细胞层次结构,”《第十八届IEEE国际研讨会上的个人,室内和移动无线电通信(PIMRC ' 07)2007年9月,IEEE,雅典,希腊,。视图:出版商的网站|谷歌学术搜索
18. A . Tarighat m . Sadek和A·h·赛义德,“一个多用户下行波束形成方案mimo信道基于最大化signal-to-leakage比率”《IEEE国际会议音响、演讲和信号处理(ICASSP 05),3卷,第1132 - 1129页,IEEE, 2005年3月。视图:出版商的网站|谷歌学术搜索
19. m . Sadek A . Tarighat和A·h·赛义德,”一个leakage-based预编码方案下行多用户MIMO信道,“IEEE无线通信》第六卷,没有。5,1711 - 1721年,2007页。视图:出版商的网站|谷歌学术搜索
20. m . Sadek a Tarighat, a·h·赛义德“有源天线选择种在MIMO通信”IEEE信号处理,55卷,不。4、1498 - 1510年,2007页。视图:出版商的网站|谷歌学术搜索|MathSciNet
21. t . m .封面和j·a·托马斯,信息理论的元素新泽西州霍博肯市约翰·威利& Sons,美国,第二版,2005年版。
22. l . Ogiela“认知计算智能在医学模式语义理解,”第四届国际会议上自然学报》计算(ICNC ' 08)郭先生,z l .赵,l . p . Wang Eds。,卷。6,pp. 245–247, Jian, China, October 2008.视图:出版商的网站|谷歌学术搜索
23. l . Ogiela和m . r . Ogiela”认知系统,数据挖掘和语义推理”学报》国际会议智能网络和协作系统(IEEE inco的14)f . Xhafa, l . Barolli f . Palmieri et al .,。萨勒诺,页257 - 261年,意大利,2014年9月。视图:谷歌学术搜索

版权

版权©2016新苏等。这是一个开放的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。