能源效率和能力权衡在云无线接入网络的高速铁路

文摘

满足日益增长的需求高速铁路(高铁)的高速率服务乘客,云无线接入网络(C-RAN)提出。探讨能源效率之间的权衡(EE)性能和容量C-RAN高铁。考虑到火车位置可以预测,提出基于预测的路径损耗的时间域功率分配方法(PPTPA)提高EE高铁通信系统的性能。首先,我们考虑到高铁的通信系统只熊乘客信息服务(尿)。延迟约束的节能功率分配问题进行了研究。制定问题非凸。处理它,一个等效凸问题是新配方。基于PPTPA,我们提出一个迭代算法来提高EE的性能。第二,我们认为尿和列车控制服务(tcs)都生了。能力与联合EE和服务传输延迟约束优化问题是制定。 Based on PPTPA, we propose a hybrid power allocation scheme to improve the capacity of the system. Finally, we analyze the effect of small-scale fading on EE performance. The effectiveness of the proposed power allocation algorithm is validated by HSR channel measurement trace based emulation results and extensive simulation results.

1。介绍

在过去的几年中,高速铁路(高铁)迅速扩张到世界各地。超过16000公里高铁被部署在中国,占60%以上的操作全世界高铁的长度。铁路通信系统中扮演着重要角色在高铁的列车控制服务(tcs)和乘客信息服务(尿)1,2]。

尽管目前移动通信技术可以保证安全的高铁轴承tcs,传输数据速率相对较低(例如,2 - 4 Mbps)不能提供满足质量的经验(体验质量)的乘客。因此,分布式天线是移动通信系统中实现高铁场景来提高乘客的体验质量(3]。分布式天线系统(DAS)是由与无线电远程单位(RRUs)和基站(BSs),但RRUs之间的无线电资源不能共享,这限制了DAS的集中处理增益。为了缓解这个问题,云无线接入网络(C-RAN)提出了基于DAS结构(4,5),在基带单元(BBU)池而不是分布式部署的BSs处理复杂的计算任务。集中的信号处理结构BBU池中有更多的优点比分布式信号处理在单独的BSs,包括节省电力,减少营运开支,提高硬件利用率。C-RAN变化BBU和RRUs之间的静态关系,这是现在被认为是一个好的解决方案提供高速数据服务来满足高铁乘客的高速率服务日益增长的需求6,7]。此外,C-RAN可以减少交接火车的频率。由于高移动速度的列车,回归经常发生。C-RAN可以通过超级细胞提供广泛的无线电覆盖限制交接频率和BBU池可以消除干扰,提高覆盖质量(3]。

能源消费对通信技术迅速发展,大量的温室气体排放(8]。最近的报告表明,全球的2%由通信基础设施和排放全球3%的能源消耗9]。对于铁路运输系统,大约50%的能量是被火车,和其他基础设施使用(站、通信设备、地下水泵,隧道照明、等),以确保适当的系统操作(10,11]。我们知道,高铁是一种绿色交通系统能耗低,为了节约能源,所有的基础设施需要改善EE性能。通信设备的高铁,沿着铁路线的BSs密集部署(2基站部署每3公里)。例如,大约有900 BSs的京沪高铁线路。因此,如何利用有限的能量来满足日益增长的通信流量的需求是一个重要的问题12- - - - - -15]。

资源分配的C-RAN近年来吸引了越来越多的关注。最大化产能之和C-RAN系统,周和Yu改编Wyner-Ziv编码方法来提高性能的C-RAN [16]。C-RAN减少能源消耗,联合功率最小化和RRUs选择问题是制定(17]。与节能相比,如何提高单位功率的能力是一个更实际的问题,所以EE是无线通信系统设计中一个重要的性能指标。有几个EE C-RAN performance-improving方法,如联合分布式压缩在上行18)和联合力量和副载波分配在下行19]。

追求EE最大化,系统容量可以降低显著(20.),所以能力和情感表达之间的权衡是值得研究的。有效的EE约束率最优功率分配策略Nakagami-m渠道提出了在20.]。最大化EE的性能在一个分布式天线系统接受用户的服务质量(QoS),回程容量和天线传动功率,联合天线,副载波,和提出了功率分配方法20.]。联合天线、副载波和功率分配方法,提出了(21]。为了提高数据中心网络的EE性能,通过弹性机制multicontroller软件定义网络提出了(22]。吴等人提出了一个方法来提高EE的性能在考虑多个用户从一个发电站,然后获取能量和信息交流站以时分方式(23]。一个凸松弛和全局优化方法提出了提高EE的性能在多用户多载波宽带无线系统24]。也有一些工作能力和EE性能之间的平衡;例如,Ng等人提出了一个迭代的资源分配政策被认为是网络容量之间的权衡,EE性能和回程的能力多单元的网络(25]。之前的所有作品都为传统的蜂窝网络。

因为C-RAN可以为用户提供各种高速无线服务,它可以部署在高铁线路改善乘客的体验质量。高铁是一种绿色交通系统能耗低,移动通信系统的能源消耗高铁也需要考虑26]。所有现有的工作大约EE优化C-RAN研究在传统的蜂窝网络。因此,如何提高EE的性能在高铁考虑到高铁的特点是一个实用有趣的问题。一般来说,资源分配需要准确的信道状态信息(CSI)。与传统的蜂窝网络相比,很难估计准确的CSI高铁场景中。然而,由于视线(LoS)场景和火车高铁系统的预测位置,CSI可以简化为预测路径损耗信息,可以通过位置信息估计的火车。

有两个重大关切的EE优化高铁。首先,应该考虑乘客的体验质量要求。C-RAN结构、复杂的计算任务是由虚拟机(vm) BBU池,它引入了额外的服务传输延迟。实现延迟和传输速率要求的乘客,vm的处理时间应考虑在C-RAN EE优化。其次,通信系统的高铁熊不仅尿还tcs。追求EE最大化,系统容量可以降低显著(20.),这是不符合高系统容量的要求。因此,情感表达之间的权衡应该考虑性能和容量。

在本文中,考虑到火车位置可以预测,我们提出一个可预测的路径损耗基于时域功率分配方法(PPTPA)改善EE高铁通信系统的性能。首先,我们只考虑高铁轴承小便的通信系统。我们专注于C-RAN EE延迟约束优化问题的高铁场景。vm BBU池中处理延迟和无线电传输延迟的服务被认为是在拟议的功率分配方案在C-RAN EE性能最大化。自从EE最大化配方是一个非凸的问题,用目标函数。基于PPTPA,我们提出一个迭代算法来提高EE的性能。其次,我们考虑到通信系统的高铁轴承尿和tcs。容量优化问题受到联合EE传输延迟约束制定要求和服务。基于PPTPA,我们提出一个混合动力分配方案来提高系统的容量。最后,小规模衰落的影响,提出了功率分配方案性能评估。 Zhengzhou-Xian HSR line channel measurements trace based emulation results and extensive simulation results are provided to validate that the proposed two power allocation policies can meet the QoE requirements of PISs and TCSs.

剩下的纸是组织如下。系统模型中描述部分2。节3,我们分析功率分配问题服务传输延迟约束和利用PPTPA EE最大化性能。节4,我们调查的最优功率分配与联合服务能力最大化传输延迟和EE约束。节5,仿真结果和证明我们的分析提供了广泛的仿真结果。结论部分给出6。

2。系统模型

考虑中的C-RAN由一组RRUs和BBU池如图1。沿着铁路线RRUs部署提供无线覆盖。在这项工作中,我们只关注C-RAN的下行,因为它总是移动通信系统的瓶颈。下行流量传输可分为两个阶段,一个是数据预处理BBU池中,另一个是由RRUs无线电传输。的两个阶段可以建模为两个队列模型,分别是(27]。一个是服务数据预处理队列,数据数据包预处理(如编码)的vm BBU池。处理vm在BBU池来标示,它可以被视为服务的服务速率数据预处理队列。其他队列是无线电传输队列的服务数据传输从RRUs乘客包通过包。无线传输速率来标示,它可以被视为服务速率的无线传输队列。BBU池通过光纤连接RRUs链接,这些链接可以忽略的传输延迟。我们假设服务从核心网是一个泊松过程到达过程意味着利率。预处理队列的服务时间服从指数分布的意思和广播传输队列的服务时间服从指数分布的意思。

在高铁场景中,大部分的服务对延迟敏感,也就是说,视频点播和语音服务。因此,延迟是衡量体验质量的关键指标。的传输延迟的交通C-RAN应小于乘客的体验质量的要求。在此系统中,表示数据处理延迟和吗来标示的无线电传输延迟。是预期的延迟在此系统中,可以表示为哪一个,因为。传输延迟的要求可以被描述为 在哪里的传输延迟要求乘客。如果HTTP / web服务(电子邮件),它可以表示为一个新的服务与不同的体验质量要求。HTTP / web(电子邮件)需要低数据率和宽松的延迟,我们可以调整延迟约束的体验质量要求。

RRUs的覆盖模型图所示1,RRU和铁路之间的距离,覆盖每个RRU直径。火车的速度是和火车的时期一个细胞被RRU覆盖。RRUs可以消除interinterference BBU池,所以我们不考虑RRUs之间的干扰28]。

3所示。EE最大化问题

由于快速增长的无线通信系统的运营成本和碳排放,EE性能已成为一个主要问题为未来无线通信系统的设计(26]。在本节中,我们制定EE最大化首先体验质量供应问题。目标函数是非线性分数形式,目标函数是新配方,然后提出基于PPTPA迭代算法来解决这个问题。

3.1。问题公式化

保证乘客的体验质量要求,传输延迟应该满意。恒功率分配策略不能满足传输延迟的要求由于不同衰落信道(29日]。因此,我们采用变量传输功率分配策略。在本节中,我们的目标是最大化EE性能和EE的性能可以被定义为位/焦耳[3]。

让当火车到达点如图1,表示信道增益。在高铁场景中,很难得到准确的CSI的火车。然而,由于移动的火车被确定,预测的路径损耗信息不是准确的CSI用于资源分配。路径损耗是形容 在哪里路径损耗指数和吗是一个常数与发射天线的高度和频率。因为通道变化是定期从一个细胞到另一个,在一个细胞是对称的,我们只考虑一半的一段通道的变化来设计功率分配策略。

我们表示功率分配策略,可以计算相应的信道容量

能源消费在温室气体排放方面扮演着重要的角色,所以高情感表达的性能是一个主要关注未来无线通信的设计。此外,延迟是衡量体验质量的关键指标。在本文中,我们的目标是最大化EE性能从RRUs乘客广播传输速率的限制,传输延迟的要求,和平均功率。不等式(1)是传输延迟的要求。从(1),我们可以得到。

问题1 (EE最大化问题)。考虑到传输延迟约束和平均功率约束,高铁的下行C-RAN EE最大化问题是制定 在哪里电路功耗和吗平均传输RRU的力量。约束(4 b)意味着平均信道容量应该大或等于无线电传输速率在一段时间的一半。约束(4摄氏度)对应于传输延迟的要求。约束(4 d)意味着RRU的平均功率约束在一段时间的一半。

约束(4 b)是一个凹函数;(4摄氏度)和(4 d)是线性函数。因此,(4 b),(4摄氏度)和(4 d)都是凸约束。但目标函数是非线性分式规划,所以问题1是一个非凸优化问题(30.]。

3.2。EE最大化问题再形成

问题1是一个凸优化问题,因此它不能解决经典凸优化方法。在本节中,我们用目标函数的问题1。

我们定义了一个非负变量作为节能的最优值,在那里最优功率分配策略和吗是相应的信道容量的最优功率分配策略(31日]。

引理2。 当且仅当能够实现什么

证明。引理的证明2在附录中。

从引理2如果我们能找到节能的最优值、问题1能够解决。然而,不能直接计算;我们提出一个迭代算法(算法1)更新同时确保相应的解决方案在每个迭代中仍然是可行的。然后,优化资源分配策略来解决问题3可以导出。

问题3(新配方EE最大化问题)。 在哪里是节能的最优值。

3.3。提出了迭代算法

对问题3,我们提出一个迭代算法来更新作为算法1。外循环可以更新通过和每一次迭代。内循环可以计算的功率分配策略和利用拉格朗日对偶方法。外循环可以计算。

问题4(最优资源分配的内循环)。 在哪里是th迭代节能价值。

3.4。拉格朗日对偶法

基于提出的迭代算法,我们已经获得了th迭代节能价值;然后这个问题1成为一个凸问题;我们可以使用拉格朗日对偶方法来解决最优功率分配结果(30.]。目标函数的拉格朗日函数可以写成 在哪里和拉格朗日乘数法。

拉格朗日函数最大化,我们只需要最大化的权力分配点态。 然后,使用拉格朗日对偶方法区分关于和设置为零的结果,我们可以计算。 (11)是水填充形成功率分配方案。功率分配需要准确的CSI。在高铁场景中,考虑到移动的火车是肯定的,我们利用预测路径损耗信息不是准确的CSI。因此,我们调用(11),可预测时域基于路径损耗的功率分配方法(PPTPA)。

此外,由于,我们获得 我们可以计算的价值和通过对分法。(12)是一种基于PPTPA混合动力分配方案。我们叫它体验质量约束EE功率分配(QCEPA)。

4所示。容量最大化EE约束问题

EE性能是一个主要问题点无线通信的设计。然而,如果我们只考虑EE最大化,系统容量可以降低严重[20.,32]。节3,我们只考虑了尿。在实践中,高铁的通信系统可能不仅尿还tcs。在本节中,我们考虑高铁熊他们两人的通信系统,然后设计一个混合动力分配方案基于PPTPA支持更多的服务主题EE性能和传输延迟的约束。

4.1。问题公式化

从部分3,我们得到最优EE性能传输延迟和平均功率的限制。EE性能和容量分析权衡,我们制定问题最大化容量受限制延迟,平均功率,EE需求在这一节中。

问题5(容量最大化问题)。考虑到传输延迟约束、平均功率和情感表达的要求,能力最大化问题的下行C-RAN高铁可以作为制定 在哪里选择最优EE的重量。的最优EE值是问题吗1,这是计算部分3。约束(13 b)- (13 d与约束()有相同的意思4 b)- (4 d)的问题1。约束(13 e)意味着EE性能很大或等于EE的要求。

约束(13 e)可以写成 它变成了一个凸约束。直观地说,目标函数是凸函数,约束(13 b)和约束(13 c)都是凸约束。因此,问题5是一个凸优化问题。

4.2。拉格朗日对偶法

问题5是一个凸优化问题,因此它可以通过经典凸优化方法解决。在本节中,我们使用拉格朗日对偶方法来解决问题5。目标函数的拉格朗日函数可以写成 在哪里,,拉格朗日乘数法。

在问题3,我们的目标是最大化的拉格朗日函数,我们只需要最大化的权力分配点态。 然后,使用拉格朗日对偶方法区分关于和设置为零的结果,我们可以计算。 此外,由于,我们得到 (18)也是一种基于PPTPA混合动力分配方案。我们叫它体验质量约束能力最大化功率分配(QCCMPA)。

5。功率分配考虑小规模衰落

在前面的部分中,我们只考虑路径损耗的影响渠道。然而,快速时变小规模衰落是高铁无线信道的特点;我们需要考虑小规模衰落对系统性能的影响。正如我们所知,小规模衰落无法预测准确地在高铁场景中。但是小规模衰落的统计信息可以在发射机和很长时间保持不变。因为小规模衰落可以降低系统容量,EE性能可以减少当我们考虑小规模衰落。在本节中,我们评估的影响小规模衰落节能功率分配策略。

Nakagami-m模型是用来描述小规模衰落的高铁29日,33]。是衰落的因素,增加的来。时,衰落瑞利。

我们认为平落,窄带信号,接收到的信号是 在哪里与Nakagami-m小规模衰落分布。复杂的高斯噪声方差吗。瞬时信道容量

因此,在一半的时间内信道容量

在高铁场景中,我们感兴趣的小延迟约束和大型数据到达率。的垂直距离和覆盖距离很小。在这种情况下,火车可以得到高信噪比即使火车是边缘的细胞(34]。因此,信道容量 从(22),我们可以看到,通道容量会减少的因素。因为这段时间,火车穿过一个细胞远远大于信道相干时间,小规模衰落是遍历。因此,我们得到 Nakagami-m分布参数和,在那里平均信噪比和吗是衰落的因素。因此,我们获得 在哪里是双函数。

6。结果和讨论

在本节中,我们提供了仿真和广泛的仿真结果来验证之前的理论分析结果。仿真参数如表所示1。

6.1。EE优化功率分配策略

我们首先评估的EE性能提出QCEPA功率分配方案,然后我们分析vm的服务处理能力的影响信道衰落因子、数据到达率,不同列车速度在EE性能。最后,小规模衰落的影响提出QCEPA功率分配政策评估。

在图2QCEPA演算法,相对于其他三种不同功率分配策略(冲水、通道反演和恒功率分配)。(我)水填满功率分配:在这个方案中,我们比较传统冲水功率分配方案。目标函数是与平均功率最大化的能力约束。提出QCEPA相比,传统的水填满功率分配不考虑延迟约束,目标函数也不同。(2)通道反演权力分配:在这种情况下,功率分配方案。(3)恒功率分配:在这个方案中,每个时间段的功率是恒定的。

从图2,我们可以看到QCEPA的过程分为两个阶段;从0到0.79是第一个阶段,信道条件好,和水灌装使用功率分配策略;从0.79到7.5年代是第二阶段,信道条件变得糟糕的火车接近细胞边缘,和RRU采用通道反演权力分配策略。它还可以看出注水功率分配方案时没有功率分配时间是6.5秒。原因是信道条件不好当火车在细胞的边缘;乘客RRU不分配权力。从这个图中,也可以看出该QCEPA有别于传统注水功率分配。原因可以解释如下。因为信道条件好的从0到0.79,QCEPA采用注水功率分配的形式,以满足延迟约束,实现情感表达的最大性能。从0.79到7.5年代,因为通道条件不好,QCEPA采用通道反演,实现功率分配来满足时延约束的最大EE性能。 However, for the traditional water filling power allocation, because it does not consider the delay constraint and its objective function is to maximize capacity, the allocation results of QCEPA and the traditional water filling power allocation are different. Although these two algorithms are all the form of water filling, the values are different. For example, the solution of QCEPA is,但传统冲水的解决方案。

图3说明了EE性能与不同列车速度在不同功率分配策略。从这个图我们可以看到,当火车速度更快,EE性能更差。这是因为,高速列车的平均信道质量比低速列车在单位时间。也可以看出,情感表达算法的性能优于其他三种功率分配方案。当列车速度公里/小时,EE性能可以达到bps / Hz / W。和EE通道反演功率分配策略的性能是最差的。这是由于通道反演功率分配策略试图保持一个恒定的传输速度,无论信道条件是好还是坏。当信道条件不是很好,RRU必须增加传输能量,但信道容量不显著地增加。因此,EE性能变坏。

虚拟机的服务预处理功能会影响传输时间,并进一步影响EE性能。因此,是一个间接因素影响EE性能。图4显示EE性能与服务的虚拟机在不同的处理能力的因素。从这个图中,我们可以看到,更严重的小规模衰落导致性能恶化EE。我们也可以看到,虚拟机服务处理能力的增加,EE性能也会增加。我们可以解释如下:当服务处理能力更强,服务时间比较短,所以RRU更多时间来传输数据通道条件变得好,导致更好的EE性能。

另一个影响EE性能因素是数据到达率。图5说明了EE性能与数据到达率与考虑小规模衰落。在算法1,我们只考虑大规模衰退的影响在功率分配方案。然而,小规模衰落效应不能消除。因此,我们必须评估小规模衰落对功率分配结果的影响。节5,我们对EE性能分析小规模衰落的影响。对于这个图,我们的目标是指小规模衰落对情感表达的影响性能。可以看出,与数据到达率增加,EE性能降低。这是因为当数据到达率变得更高,RRU需要更多的权力来提高传输速率,因此,EE性能变坏。此外,EE性能明显降低小规模衰落时考虑。因为信道预测不准确,导致不精确的功率分配策略。然而,从图5我们可以看到EE性能只有小规模衰落时被认为是减少了19.3%。因此,功率分配政策仍然是有效的。

6.2。最大容量功率分配策略

在本节中,我们评估了QCCMPA功率分配方案,然后分析小规模衰落的影响能力。

图6说明传输提出QCCMPA算法的信噪比与其他三个不同的功率分配策略相比时。QCCMPA的过程也分为两个阶段;冲水功率分配是在第一阶段使用,需要长时间图2;通道反演功率分配用于第二阶段。的形式QCCMPA QCEPA图是一样的2。然而,传输功率和每个阶段的持续时间是不同的。这是因为,目标函数的问题5是最大化的能力。如果我们想要得到更大的容量,我们需要花费更多的时间采用水填充功率分配方案。从图6我们可以看到,第一阶段的权力价值的QCCMPA大于QCEPA的第一阶段。这是因为信道条件好的在第一阶段,我们增加了传输能力得到更大的能力在这个阶段。然而,随着火车远离细胞中心通道条件变得糟糕。如果我们还在第二阶段增加传动功率,信道容量略有增加但EE性能严重下降,不能满足我们的要求。因此,增加系统容量,最好的解决方案是采取更多的时间,采用注水功率分配方案,当信道条件好。从这个图中,也可以看出该QCCMPA有别于传统冲水功率分配,因为同样的原因可以解释如图2。

图7说明了累积能力在不同情感表达性能比要求考虑小规模衰落。我们可以看到,当EE的性能降低来的能力增加了相比EE损失。然而,当EE的性能降低来,能力只会增加。在实际场景中,我们可以平衡EE根据我们的需求和能力。在图7,我们也考虑小规模衰落,EE的性能降低来,容量增加。当EE性能比率降低最优值的能力增加了。因此,功率分配方案也考虑小规模衰落时有效。

6.3。性能仿真

为了评估的有效性提出PPTPA在真正的高铁场景中,我们利用信道测量飞行高铁线路遭遇33)来执行它。信道测量和路径损耗信息如图8。

我们利用测量路径损耗和小规模的衰减值来模拟EE性能与数据到达率。我们理论分析与实测数据进行比较。图9有相同的趋势图吗5它可以解释为同一原因。在图5的EE性能理论分析认为小规模衰落时降低了19.3%。然而,在图9EE性能只有当我们利用测量值减少了15.81%。此外,EE之间的性能与测量小规模衰落和。因此,提出了功率分配算法是有效的。

7所示。结论

在本文中,我们研究了两个问题C-RAN高铁。因为火车位置可以预测,我们利用路径损耗信息简化火车的CSI和提出PPTPA解决两个问题。第一个问题是节能的功率分配问题延迟约束的通信系统高铁只熊尿。第二个问题是能力与联合EE和服务优化传输延迟约束的通信系统高铁熊尿和tcs。小规模衰落的影响提出了功率分配方案进行了评价。仿真结果和广泛的仿真结果基于飞行高铁线路遭遇通道测量跟踪表明,提出的两个功率分配策略可以实现EE最大化和容量最大化。对于第一个问题,与水灌装方案相比,EE算法性能提高了85%。与情感表达的能力最大化约束问题,提出方案的能力可以增加了11.76%,当EE性能从100%降低到95%。

附录

引理的证明2。我们证明引理2有两个步骤如下(25]。
我们证明引理的充分条件2首先。我们定义的最优节能价值问题1,,在那里最优功率分配策略和吗是相应的信道容量。很明显,应该满足 从(. 1),我们可以得到 因此,我们可以得出这样的结论。证明了充分条件。
其次,我们证明的必要条件。假设是重新制定的目标函数的最优功率分配策略和是相应的信道容量。因此,。一个可行的权力分配策略和相应的信道容量,他们可以写成 从上面的不平等,我们可以得到的 因此,最优功率分配策略新配方的目标函数也是原始函数的最优功率分配策略。证明了必要条件。

信息披露

本文提出了部分在IEEE 83车辆技术会议(职业训练局春天)3515−),南京,中国,2016年5月18日。

相互竞争的利益

作者宣称没有利益冲突。

确认

这项工作在一定程度上支持的基础研究基金为中央大学(没有。2015 rc032),轨道交通控制与安全国家重点实验室(RCS2015K011号和RCS2015ZT001),无线传感器网络和通信的重点实验室,中国科学院(没有。2013005),国家自然科学基金(61501023号、U1334202和U1534201),和中国铁路公司的项目批准号2016 x003-o。

引用

1. t . b . Ai, x Cheng Kurner et al .,“对高速铁路无线通信,挑战”IEEE智能交通系统,15卷,不。5,2143 - 2158年,2014页。视图:出版商的网站|谷歌学术搜索
2. s, g .朱c .沈,y,和z中,“分析和优化高速铁路无线网络资源控制的”数学问题在工程文章ID 781654卷,2014年,13页,2014。视图:出版商的网站|谷歌学术搜索|MathSciNet
3. 朱h . j . Wang, n . j .戈麦斯“分布式天线系统移动通信在高速列车,“IEEE在选定地区通讯》杂志上,30卷,不。4、675 - 683年,2012页。视图:出版商的网站|谷歌学术搜索
4. C-RAN:绿色经营的必经之路中国移动研究院,2011。
5. m . Behjati m . h . Alsharif r . Nordin和m·伊斯梅尔“节能和高能力权衡绿色蜂窝网络,在分布式天线系统”计算机网络和通讯》杂志上ID 170854条,卷。2015年,9页,2015。视图:出版商的网站|谷歌学术搜索
6. Chih-Lin, c罗,汉族,z, g . Li和z盘,“向绿色和软:5 g的角度来看,“IEEE通讯杂志,52卷,不。2、66 - 73年,2014页。视图:出版商的网站|谷歌学术搜索
7. 江d·冯·c·g·Lim, l . j . Cimini Jr . g .冯和g . y . Li节能无线通讯的调查,“IEEE通信调查和教程,15卷,不。1,第178 - 167页,2013。视图:出版商的网站|谷歌学术搜索
8. g . Fettweis e·齐默尔曼,“ICT能源消费趋势和挑战,”学报》第11届国际研讨会无线个人多媒体通信(WPMC 08年),第2009 - 2006页,2008年。视图:谷歌学术搜索
9. m·德桑蒂斯e . Cianca诉乔希,“向绿色节能无线网络通信,无线个人通信卷,59号3、537 - 552年,2011页。视图:出版商的网站|谷歌学术搜索
10. A . Gonzalez-Gil r . Palacin·巴蒂和j·p·鲍威尔,“一个系统方法来减少城市轨道能量消耗,”能量转换和管理卷,80年,第524 - 509页,2014年。视图:出版商的网站|谷歌学术搜索
11. a . Gonzalez-Gil r . Palacin, p .古怪的“城市轨道系统优化能源管理:关键绩效指标,”能量转换和管理卷,90年,第291 - 282页,2015年。视图:出版商的网站|谷歌学术搜索
12. a . Dahane Loukil在内,b . Kechar, N.-E。Berrached”、节能和安全的移动无线传感器网络加权聚类算法,”移动信息系统ID 475030条,卷。2015年,18页,2015年。视图:出版商的网站|谷歌学术搜索
13. l .香港X.-Y。刘,m .道et al .,“节约型数据采集传感器网络环境重建,”电脑杂志,卷。58岁的没有。6,1330 - 1343年,2014页。视图:出版商的网站|谷歌学术搜索
14. l . x和刘“MZig:启用多包接收无线个域网,”诉讼21年的移动计算和网络国际会议(MobiCom 15),页552 - 565年,巴黎,法国,2015年9月。视图:出版商的网站|谷歌学术搜索
15. g . p . Fettweis K.-G。陈,r . Tafazoli“无线网络绿色广播:能源效率”,通信和网络杂志》上,12卷,不。2、99 - 102年,2010页。视图:出版商的网站|谷歌学术搜索
16. y周和w . Yu”优化回程压缩为上行云无线接入网络,”IEEE在选定地区通讯》杂志上,32卷,不。6,1295 - 1307年,2014页。视图:出版商的网站|谷歌学术搜索
17. y史、j . Zhang和k . b . Letaief“集团绿色cloud-RAN稀疏的波束形成,”IEEE无线通信,13卷,不。5,2809 - 2823年,2014页。视图:出版商的网站|谷歌学术搜索
18. 工程学系。公园,o·西蒙尼,o .领域,s .沙“健壮和高效的分布式压缩云无线接入网络,”IEEE车辆技术,卷62,不。2、692 - 703年,2013页。视图:出版商的网站|谷歌学术搜索
19. j . m .彭k . Zhang江,j . Wang和w·王,“节能资源分配和功率分配在异构云无线接入网络,”IEEE车辆技术,卷64,不。11日,第5287 - 5275页,2015年。视图:出版商的网站|谷歌学术搜索
20. l . Musavian和问:倪“有效容量最大化与统计延迟和有效的节能要求,“IEEE无线通信,14卷,不。7,3824 - 3835年,2015页。视图:出版商的网站|谷歌学术搜索
21. 电气x, x, x, j . Cheng和v c . m .梁“能效优化:联合antenna-subcarrier-power OFDM-DASs分配,”IEEE无线通信,15卷,不。11日,第7483 - 7470页,2016年。视图:出版商的网站|谷歌学术搜索
22. k .谢x黄,s, m .妈,张平,d .胡,”E³主持人:提高能源效率通过弹性multi-controller sdn在数据中心网络,”IEEE访问4卷,第6791 - 6780页,2016年。视图:出版商的网站|谷歌学术搜索
23. 问:吴,w·陈,李j . d . w .关颖珊Ng和r . Schober”无线通信供电,以用户为中心的能源效率最大化”IEEE无线通信,15卷,不。10日,6898 - 6912年,2016页。视图:出版商的网站|谷歌学术搜索
24. c . c . Zarakovitis问:倪,“能源效率最大化的多用户多载波宽带无线系统:凸松弛和全局优化技术,”IEEE车辆技术,卷65,不。7,5275 - 5286年,2016页。视图:出版商的网站|谷歌学术搜索
25. d . w . k . Ng, e . s . Lo和r . Schober”节能资源分配在OFDMA系统大量的基站天线,”IEEE无线通信,11卷,不。9日,第3304 - 3292页,2012年。视图:出版商的网站|谷歌学术搜索
26. 李x, x、b .宁和t . Tang”对城市轨道交通列车运行节能的一项调查,“IEEE智能交通系统,17卷,不。1、13、2016页。视图:出版商的网站|谷歌学术搜索
27. j . Tang w·p·泰,t . s Quek),“跨层资源分配与弹性服务扩展云无线接入网络,”IEEE无线通信,14卷,不。9日,第5081 - 5068页,2015年。视图:出版商的网站|谷歌学术搜索
28. p . Demestichas a . Georgakopoulos d Karvounas et al .,“5 g在地平线上:无线接入网络的关键挑战,”IEEE车辆技术杂志,8卷,不。3,47-53,2013页。视图:出版商的网站|谷歌学术搜索
29. p c . Zhang风扇、k .熊和p .粉丝,“最优功率分配对信号传输延迟约束从一个移动的火车到基站在高速铁路场景中,“IEEE车辆技术,卷64,不。12日,第5788 - 5775页,2015年。视图:出版商的网站|谷歌学术搜索
30. 博伊德和l . Vandenberghe凸优化》,剑桥大学出版社,2004年。视图:出版商的网站|MathSciNet
31. j·m·彭y . Li江,j . Li和c·王,“异构云无线接入网络:一个新的角度为提高光谱和能源效率,”IEEE无线通信,21卷,不。6,126 - 135年,2014页。视图:出版商的网站|谷歌学术搜索
32. l . Musavian和问:倪“Delay-QoS-driven频谱和能源效率的权衡,”学报第一IEEE国际会议通信(ICC的14)澳大利亚悉尼,页4981 - 4986,,2014年6月。视图:出版商的网站|谷歌学术搜索
33. 林,l, l . et al .,“有限状态马尔可夫模型对高速铁路衰落通道”IEEE天线和无线传播的信,14卷,第957 - 954页,2015年。视图:出版商的网站|谷歌学术搜索
34. 林,z中,l . Cai和y罗,“有限状态马尔可夫模型对高速铁路无线通信通道,”《IEEE全球通信会议(GLOBECOM 12)IEEE,页5421 - 5426年,2012年12月阿纳海姆,加利福尼亚州,美国。视图:出版商的网站|谷歌学术搜索
35. s, g .朱s .林问:高,徐,和l .熊”节能功率分配在云无线接入网络的高速铁路”第83届IEEE车辆技术研讨会论文集(职业训练局春”16),南京,中国,2016年5月。视图:出版商的网站|谷歌学术搜索

版权

版权©2017 Shichao李等。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。