收获能量最大化SWIPT系统与流行在密集的小细胞网络缓存方案

文摘

在本文中,我们提出一个收获能量最大化问题同时无线信息和权力转移(SWIPT)系统与流行在密集的小细胞网络缓存方案。首先,网络模型,内容请求和声望系统模型提供的缓存方案。然后,我们建立一个收获能量最大化问题SWIPT系统与流行在密集的小细胞网络缓存方案,最大传输功率的小细胞基站(SBSs),最低比率要求,即。、服务质量(QoS)的用户终端(ut),和权力分割比率被认为是。进一步,迭代分割率和功率分配优化(IPSPA)算法来解决这个问题制定。最后,更好的性能的方法是通过大量的模拟演示。这些结果的意义最大化收获能源的生产和减少回程资源和能源的消耗。

1。介绍

在未来,第五代(5克)无线网络将以能源有限公司环境与固定不方便连接充电设施(1- - - - - -3]。储能可以为生产提供电力储存能量的电池。传统能源收集方法不能实现信息传输存储能量。与传统的能量储存方法相比,同时无线信息和权力交接(SWIPT)是一种很有前途的能源采集生产技术,允许从无线电信号获取能量的感应周围的小细胞基站发送的无线电频率(SBSs)。此外,SWIPT生产系统可以保证执行信息解码(ID)和能源同时收获(EH)而不中断数据传输通过采用功分器。SWIPT是一个关键的技术创新,促进能源领域的发展和无线通信网络(可能带来至关重要的改变1- - - - - -3]。然而,密集的小细胞部署在5 g无线通信网络将介绍几个主要的技术挑战。一方面,小细胞之间的频谱共享导致严重干扰网络。另一方面,这个大部署创建一个新的负担回程的SBSs的链接。因此,它是必要的收获最大化的能量SWIPT系统通过探索干扰和增加能量收获的时间,以及通过减少回程负载节省回程资源和能源。在本文中,我们探索有用和干扰无线电频率信号在浓密的小细胞网络的能量收获源和介绍SBSs与缓存的能力在SWIPT系统生产减少之间的距离和他们所需的内容。这里,注意内容摘要是指语音、视频、数据或文件,等。针对最大化收获SWIPT系统流行的能量缓存方案,减少回程负载,我们提出一个收获能量最大化问题考虑传输能量的约束SBSs,服务质量(QoS)的生产,和权力分裂的比率SWIPT系统。我们首先确定内容请求和欢迎缓存方案。然后,我们提供流行cache-based用户协会计划和资源分配方案。进一步,我们建议一个迭代的权力分割率和功率分配优化制定(IPSPA)算法来解决这个问题。 Our proposed scheme has two advantages compared to traditional SWIPT system in which SBSs do not have the capability of caching from local SBSs and have to fetch each content (voice, video, data or a file, etc.) from the core network through backhaul links. One advantage is reduction of the time of fetching contents from core network by obtaining some of the contents from local SBSs, thereby providing more time to harvest energy and improve energy harvesting efficiency. The other advantage is the reduction of backhaul links load through employing the proposed popularity caching scheme of SBSs.

本文组织如下。节中给出了相关工作的描述2。节3,我们概述了系统模型包括网络模型、内容要求和流行缓存方案。节4,我们制定和解决SWIPT系统流行的收获能量最大化问题在密集的小细胞网络缓存方案。复杂性分析给出建议的解决方案5。节6,许多模拟。最后,部分7总结了纸。

2。相关工作

最近,一些作品研究能源问题SWIPT系统优化方面的时间,权力,权力分割比例,和渠道资源4- - - - - -12]。耦合时间和功率分配问题,以用户为中心的能源效率最大化问题考虑时间转换为驱动的无线通信网络协议被提出的迭代解决资源分配方案(4]。在[5),作者提出了最优参数设计的收获能量最大化问题的约束最小信息率要求SWIPT系统,其中包括信道分配和功率分配。文献[6)旨在最大化收获能量考虑约束率之和,传输能量和子通道分配首先。然后,计划收获能量最大化提出了最坏情况的个人联系,以确保公平在不同的链接。在[7,8),作者研究了在fog-computing SWIPT系统网络。在[7),作者旨在减少能源成本超低功率设备通过优化时段和权力分配。此外,结论收获能量会减少当计算操作的数量大,访问点之间的距离和超低功耗设备增加了在7]。在[8),一个量子粒子群优化算法引入最小化能源消费总量在源节点通过权力,而延迟时间和数据分配方案要求是维护。文献[9)被认为是基于SWIPT再生中继网络,最优动态功率分解率和时间分配比例最小化中断概率通过分步迭代法。此外,瞬时信道容量最大化的问题被另一种凸优化方法解决。一个动态算法的控制参数,共同分配传动功率和时间转换因素提出了10]。作者在11)提出了一个统一的框架来优化SWIPT的影响系统吞吐量和能源效率通过时间分裂和权力分割方案。在[12),作者建立了一个迭代的非最优资源分配算法对多用户网络的总传输功率最小化。此外,作者在13,14)派生的封闭表达式的中断概率评估电力分配中断概率的影响。然而,SWIPT系统缓存功能不被认为是在4- - - - - -14]。

此外,许多文学作品都集中在缓存问题[15- - - - - -21]。作者在15)采用物理缓存方案,cache-induced合作和cache-assisted多次反射收益。在[16),作者认为密度SBSs,内存,和回程无线QoS约束优化问题考虑,最受欢迎的内容之前缓存方案。在[17],作者提出了一个资源分配优化问题以减少阻塞概率考虑缓存容量和回程限制,多维马尔可夫链是用来评估网络的性能。作者在18]讨论合作随机和基站之间统一的缓存方案(BSs)和设备成功传输概率最大化,和同样改变了两面凸的问题是解决了块坐标下降算法。在[19),作者分析了移动用户的概率可以成功下载请求的文件从SBSs基于分区文件组,随机和统一的缓存策略,洛杉矶和仿真结果的影响,传输能量和密度SBSs被认为是。在[20.),作者提出三个功率分配的算法来实现不同的目标,即。,sum transmission rate maximization, average outage probability minimization, and average satisfaction maximization, to promote the performance of cache-aided small cell networks with limited backhaul capacity, where a fix ratio of requested contents was assumed to exist in local caches of SBSs, and other contents should be fetched from core networks. In [21),作者提出了一种功率控制方法对能源收获SBSs和显示能源和吞吐量总和表现这些SBSs受到能量收获和缓存的影响能力。然而,能量收获SWIPT系统和缓存的内容不同时考虑15- - - - - -21]。

总结了本文的主要贡献如下:(我)我们提出SWIPT系统人气缓存方案的优势提高收获能源的生产,节省回程资源和能源。(2)我们制定收获能源的最大化问题SWIPT在密集的小细胞网络系统考虑的最大传输功率SBSs,最低比率要求,即。、QoS的ut和权力分割比例。(3)一个IPSPA算法解决制定收获能量最大化问题。(iv)不同参数对网络性能的影响在模拟评估。

3所示。系统模型

3.1。网络模型

如图1流行,我们考虑一个SWIPT系统缓存方案在密集的小型网络。所有的生产都是均匀的覆盖范围SBSs随机分布,以及所有SBSs部署在相同频谱带宽和 正交频分多址(OFDMA)资源块(苏格兰皇家银行)。让 和 分别表示的集合SBSs和生产。此外,我们让 表示发送的信息符号相应SBSs 1 ,在哪里 符号的能量吗 。中央处理器(CP)负责提供能量SBSs提供服务相关的生产,和开关是用于连接核心网络和SBSs。光纤作为介质的回程链接。此外,功率分配器中配置每个用户终端(UT)形成SWIPT系统周围的无线电频率能量SBSs和接收到的信号分割成两部分,用于ID和呃。

3.2。内容请求和欢迎缓存方案

根据(17,18),所有内容的请求概率质量函数可以建模为一个Zipf分布。的概率 - - - - - -人气排名的内容要求UT可以表示如下: 在哪里模型的参数反映的流行分布内容 。更大的代表了流行的内容越少承担大部分的请求。

内容缓存问题,我们假设受欢迎的内容大小相同的构成内容库,它可以表示为 。让表示一个小的缓存大小细胞基站(SBS)。不同于当前的缓存模型(16- - - - - -20.),我们假设每个缓存空间中所有的内容都是precached SBS根据Zipf分布,和SBS的缓存空间是相互独立的。因此,SBS的内容缓存所有的空间服从二项分布 ,在哪里SBS的缓存大小吗和 的概率是SBS的缓存空间吗缓存内容该用户请求。

4所示。问题制定和解决方案

我们学习的收获能量最大化问题SWIPT系统人气缓存方案通过三个过程,这是流行cache-based用户协会计划,资源分配,和迭代分割率和功率分配的优化。

4.1。流行Cache-Based用户协会计划

有两种情况下的流行cache-based用户协会计划。1:大量生产可以从最近的地方SBSs获得所需的内容,无需消耗回程资源缓存所需的内容。2生产:一些不能直接访问内容从他们最近的(最小路径损耗)SBSs。因此,这些生产将从核心网络和获取所需内容选择SBSs SBSs。最近他们作为服务建设我们想用一个简化的例子如图快照1为了说明该用户协会计划。在表1,所需的内容不一致,每UT4, UT5, UT6, UT7, UT8, UT9, UT10,最近SBSs和UT11缓存,这样他们就可以从本地SBSs获得他们所需的内容。UT3,然而,所需内容UT2和UT12不缓存SBSs;在他们最近的建设他们获取所需内容的核心网络,然后最近SBSs。让表示的SBS集UT是相关的,这是由该流行cache-based用户协会计划和可以表示如下。 然后,我们可以推出的概率至少一个SBS的缓存空间缓存内容,但请求如下: 进一步,我们可以推导出关联概率UT与其最近的SBS属于关联当它请求内容 ,也就是说,hit ratio, as follows: 因此,我们可以推出UT的概率获取内容从当地SBS和回程链接如下: 根据实际网络测量中描述(22,23生产),获取内容通过回程链路将引入延迟。我们表示能量收获影响因子代表能量收获效率影响回程链接。在这里, 和 ,在哪里生产的时间获取内容的核心网络,生产的时间获得SBSs缓存内容从当地建设所需的内容,然后呢 是能量收割延迟影响因子之间的关系,表示生产的时间从回程链路和当地SBSs获取想要的内容。插图的能量收获延迟影响因子如图2。我们设置和的基础上(22,23在我们的模拟。

因此,我们可以推导出能量收获系数如下: 在能量收集系数代表能量收获生产效率获得内容从当地SBSs(案例1)和回程链接(例2),和能量收获影响因子表明能量收获效率影响回程链接。

4.2。资源分配

经过上述分析的人气cache-based用户协会计划,我们将确定分配给每个UT的苏格兰皇家银行。假设OFDMA系统的苏格兰皇家银行也同样分配给相关的生产SBS。每个RB的带宽MHz。因此,不存在晶格内的干扰,同时存在注液电池干扰,因为所有的苏格兰皇家银行系统在不同SBSs共享。让 表示的部分波段集分配给生产部署在网络的资源块分配给UT被定义为一个部分波段。此外,让表示组SBS的生产联系在一起。然后,subbandwidth UT与SBS可以表示为 兆赫, 代表不大于最大整数 。

4.3。迭代的权力分割率和功率分配的优化

分析过程后人气cache-based用户协会和资源分配方案,我们可以确定每个UT的SBS集相关联,每个内容生产要求的能量收获系数,和subbandwidths分配给生产。在此阶段,我们收获能源的最大化SWIPT系统考虑利率的最低要求,即。UTs QoS,通过优化权力分割率和功率分配SBSs ut。让 表示的传播力量SBSs,代表了SBS的传输能量,但在部分波段 。然后,UT的接收信号在部分波段从SBS可以写成 在哪里 和 。我们指定权力分割比率,表示信号强度的比值的ID模块占据总接收信号。然后,我们可以获得UT的接收信号为ID模块 和UT信号为能量收获 分别在哪里 加性高斯白噪声是模块引入的ID。它可以观察到的信号用来获取能量来自于SBS和干扰SBSs服役。我们可以推导出可实现的SINR UT当它请求内容如下: 自的力量太低了,所以我们可以获得的平均能量收获UT当它请求内容从SBS在部分波段通过忽略噪声的力量如下: 我们假设呃模块完美的能量转换效率1。进一步,我们可以获得UT的速度当它请求内容如下: 在哪里是UT的带宽确定资源分配的过程。最后,我们可以构造网络的收获能量最大化问题如下: 在哪里的最大传输功率约束SBSs,指定最低比率要求,即。UTs QoS,是约束权力的分割比例。自制定问题不是凸,解决了问题,我们首先将非凸约束为一个等价的形式如下:

然后,问题(13)可以新配方如下: 自和 耦合的目的(15)和条件 。因此,我们提出一个IPSPA算法来解决问题(15通过解耦和 。我们修复首先,然后(15)从非凸优化问题转换为一个凸。此外,可以采用内点方法来解决(15)[24]。最后,最大收获能源值可以通过交替迭代和 。提议的细节描述IPSPA算法最大化收获能源的生产部署在流行SWIPT系统缓存方案在浓密的小细胞网络算法所示1。能量收集系数、相关的SBS和每个UT subbandwidth首先确定算法1。然后,最优功率分配和相应的收获能量通过解决问题(15)。最后,收获能量的最大值可以获得所有的收获能量。

5。复杂性分析

在算法1步骤(2)的计算复杂度 。步骤(3)和步骤(4)的计算复杂度 ,在哪里是内点方法的复杂性。这两个步骤(5)和步骤(8)计算复杂度 。因此,算法的计算复杂度1是 ,而线性增长 ,和 。然而,联合算法的用户协会、资源分配、权力分割比例,和功率优化(25),用户协会和资源分配的计算复杂度 。因此,总计算复杂度 当算法运行步骤(5)中,步骤(5)的计算复杂度 。此外,步骤(8)的复杂性 。因此,联合用户协会的总复杂性,资源分配,权力分割比例,优化 ,生产与部署的数量成指数增加。因此,该算法显著降低计算复杂度。

6。仿真结果

在我们的模拟中,所有的生产和SBSs是随机和均匀分布在圆形区域的半径为20米。我们考虑路径损耗的通道模型,瑞利衰落和阴影衰落。SBS的路径损耗,但是设置为 ,在哪里SBS之间的距离吗和德克萨斯大学 ,与单位m。此外,瑞利衰落服从指数分布与参数1。阴影衰落标准差对SBS和UT(之间的联系26]。因此, 表示从SBS通道增益,但在部分波段 。此外,我们组 和 ,分别。假设每个UT随机请求的内容年代,每个内容的大小是每秒20比特。此外,我们组 ,也就是说, , = 1 w,分别和OFDMA苏格兰皇家银行的数量为50。

我们提出SWIPT系统人气缓存方案的优势提高收获能源生产和节约回程资源和能源。系统的性能是影响不同系统参数在图3。因此,我们开展的模拟方面的数据4,5,6,7,8,9,10,11。此外,我们把我们的方案与以下方案。(我)统一的缓存方案在[18,19)应用于我们的提议SWIPT系统。(2)没有缓存方案(使用nocache) SWIPT系统给出的6]。

首先,我们模拟的命中率提出普及缓存方案和统一的缓存方案中给出(18,19]。

图4显示了命中率对索引的内容。我们的总数内容设置为10, 蓝色和黑色曲线, 绿色和红色的曲线。我们可以观察到下一个内容相同的流行分布参数 ,命中率的内容增加缓存大小。此外,以下内容相同的缓存大小SBSs,命中率的内容变大时流行分布参数增加。此外,命中率高人气的内容我们提出普及缓存方案比统一的缓存方案当缓存大小SBSs和受欢迎程度分布参数都是一样的。

图5对显示的命中率 。我们设置 。我们可以观察到,我们提出了普及缓存方案具有更好的命中率比统一的方案。此外,我们提出的命中率和统一的计划量的增加而提高在相同数量的内容 。原因是内容缓存的概率增加而增加的 。此外,我们提出的命中率和统一计划增加内容相同的总数 。然后,我们比较我们的能量收获财产提出普及缓存方案中给出的统一的缓存方案(18,19),无缓存方案(使用nocache)中给出6]。

图6表明,收获系统的能量对最低比率要求,即。、QoS UTs在不同数量的生产 ,在哪里= 6和= 8。我们可以观察到收获能源生产与部署的数量减少 。原因是更多的权力是用来为生产提供服务。此外,我们可以看到,我们的方案有更好的性能比统一的缓存方案,没有缓存方案。原因在于,我们的方案有较大的能量收获系数通过改善从当地SBSs获得内容的概率。

图7表明,收获系统的能量随利率的最低要求,即。UTs在不同QoS ,在哪里= 14= 8。我们可以直观地观察到收获能量增加 。原因是能量收获我们提出的方案增加的能力 。除此之外,我们可以看到,提出流行缓存方案具有更好的性能比统一的缓存方案和无缓存方案,因为该方案可以实现更高的命中率高人气的内容。

最后,我们把我们提出的缓存方案中给出的统一的缓存方案(18,19)的储蓄回程资源和能源的能力。平均储蓄回程资源描述了数据8和9。我们假设每个内容消耗1单位回程时资源获取通过回程链接。

图8显示了平均回程节约资源对缓存的大小 。我们可以观察到,我们提出了普及缓存方案具有更好的性能比统一的缓存方案。此外,我们提出了普及缓存方案可以节省更多的回程资源缓存大小变得更大。此外,我们提出了普及缓存方案具有更好的性能比统一的缓存方案部署生产的数量在密集的小细胞网络增加。原因是我们建议的方案具有较高的命中率和能量收获系数。

图9显示了平均回程节约资源对流行分布参数 。我们可以观察到统一的缓存方案的性能不受参数的影响 ,当我们提出普及缓存方案可以节省更多的回程资源增加的参数 。此外,我们提出了普及缓存方案具有更好的性能比统一的缓存方案增加。原因是我们从当地获得SBSs方案保证更多的内容。下(27,28),回程链路的平均节能可以计算如下: 在哪里是平均命中概率的内容生产的数量是什么时候吗 , 下行的最大数量可用聚合开关接口,然后呢是一个下行接口的电力消耗的聚合开关接收埋没交通。此外, 表示的力量被一个开关,代表的最大功耗开关,是流量开关可以处理的最大数量,然后呢代表的交通是遍历开关受参数的影响 。我们设置 , ,= 24= 1 w, , = 300 w,= 36 Gbps,= 20 kbps。

图10显示平均回程节能对缓存大小 ,在哪里 。我们可以看到,提出流行缓存方案具有更好的性能比统一的缓存方案。此外,我们提出了普及缓存方案可以节省更多的回程资源缓存大小变得更大。我们方案的原因是,命中率增加缓存大小的增加 ,提高能量收获系数。除此之外,我们的方案有更好的性能比统一与越来越多的部署SBSs缓存方案因为它可以确保生产更多的从当地SBSs获取所请求的内容。

图11说明了平均回程节能对流行分布参数 ,在哪里 。我们可以观察到统一的性能不受参数影响缓存方案 。然而,我们提出了流行时可以节约更多的回程资源缓存方案增加。原因是命中率和能量收获系数随着的增加而增加 。此外,我们提出了普及缓存方案具有更好的性能比统一的缓存方案与参数的增加和因为它保证更多的内容要求UTs通过当地SBSs回程链路不增加负担。

7所示。结论

摘要SWIPT系统流行的收获能量最大化问题缓存方案在浓密的小细胞网络进行了研究。首先,系统模型组成的网络模型,内容请求和欢迎缓存提供了方案。然后,收获能量最大化问题流行SWIPT系统缓存方案。此外,IPSPA算法解决制定问题。最后,我们证明了提出SWIPT系统普及缓存方案可以提高收获能源的生产和保存回程通过大量的模拟资源和能源。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

信息披露

李建东李作为IEEE高级会员。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

本文支持部分由中国国家自然科学基金(号。91638202,91638202,61571351)。

引用

1. 邢黄j . c, c .王”同时无线信息和权力交接:技术、应用、和研究挑战,”IEEE通讯杂志,55卷,不。11日,26 - 32,2017页。视图:出版商的网站|谷歌学术搜索
2. f·贾米尔·m·A·A·海德尔A . A .屁股et al。”同时无线信息的技术审查和权力转移(SWIPT)”《IEEE国际研讨会电气工程的最新进展,2017年,页1 - 6。视图:谷歌学术搜索
3. t·d·p·佩雷拉d . n . k . Jayakody s . k . Sharma s Chatzinotas和j·李,“同时无线信息和权力交接(SWIPT):最新进展和未来的挑战,”IEEE通信调查和教程,20卷,不。1,第302 - 264页,2018。视图:出版商的网站|谷歌学术搜索
4. l . j .丁江,c .他“以用户为中心的节能资源管理时间开关无线通信供电,”IEEE通信信,22卷,不。1,第168 - 165页,2018。视图:出版商的网站|谷歌学术搜索
5. d . Mishra和g·c·Alexandropoulos联合最优空间信道分配和功率分配为MIMO SWIPT系统,”IEEE无线通信信,7卷,不。2、214 - 217年,2018页。视图:出版商的网站|谷歌学术搜索
6. z胡:魏,z,“最优资源分配收获能源的最大化与SWIPT宽带认知无线电网络,”IEEE访问5卷,页23 383 - 23 394,2017。视图:出版商的网站|谷歌学术搜索
7. n . Janatian i Stupia, l . Vandendorpe”最优资源分配在超低功率fog-computing SWIPT-based网络”《IEEE无线通信和网络会议,页1 - 6,IEEE 2018。视图:谷歌学术搜索
8. h·柴,s愣,j . Hu和k·杨,“资源分配在雾SWIPT辅助计算网络,”第九届国际会议上先进Infocomm技术学报》,ICAIT 172017年11月,页239 - 244。视图:谷歌学术搜索
9. f . y, y, d . Wang, r .问:胡和h·张,“最佳使用SWIPT df传送网络传输方案,“IEEE车辆技术,卷67,不。8,7062 - 7072年,2018页。视图:谷歌学术搜索
10. 董y、m·j·侯赛因和j . Cheng”联合功率控制和时间切换SWIPT系统异构QoS需求,”IEEE通信信,20卷,不。2、328 - 331年,2016页。视图:出版商的网站|谷歌学术搜索
11. g .锅h . Lei y元,z叮,“SWIPT无线传感器网络性能分析和优化,“IEEE通信,卷65,不。5,2291 - 2302年,2017页。视图:出版商的网站|谷歌学术搜索
12. d . w . k . Ng和r . Schober”资源配置协调多点网络与无线信息和权力交接,”全球通信学报》发布会上,GLOBECOM 14IEEE,页4281 - 4287年,2014年12月。视图:谷歌学术搜索
13. 张h·l·徐j . Wang, t·a·格列佛”IAF传送移动D2D合作网络的性能分析,“富兰克林研究所杂志》上,卷354,不。2、902 - 916年,2017页。视图:出版商的网站|谷歌学术搜索
14. j . y . l .徐j . Wang Liu Yang w·史和t·a·格列佛“停机IDF传送移动合作网络的性能,”学报》国际会议5 g为未来无线网络,第402 - 395页,2017年。视图:谷歌学术搜索
15. a . Liu和v . k . n . Lau,“容量增益backhaul-limited密集的无线网络的物理层缓存”《计算机通信会议IEEE,页64 - 72年,2015年4月。视图:谷歌学术搜索
16. j .歌曲和w·崔最小缓存大小和回程缓存支持小细胞网络的能力,”IEEE无线通信信,7卷,不。4、490 - 493年,2018页。视图:出版商的网站|谷歌学术搜索
17. r·侯y Cheng l . x Cai和h .壮族“绩效评估backhaul-limited caching-based内容分发的小细胞网络”美国无线通信和信号处理国际会议(WCSP 15)2015年10月,页1 - 5,。视图:谷歌学术搜索
18. x y . Wang Tao,张x和y顾,“合作缓存放置在缓存支持D2D置于下面的蜂窝网络,”IEEE通信信,21卷,不。5,1151 - 1154年,2017页。视图:出版商的网站|谷歌学术搜索
19. j·李,y, m .丁蜀,b . Vucetic和x你,”一个小细胞缓存系统在移动蜂窝网络与洛杉矶和仿真结果频道,“IEEE访问5卷,第1305 - 1296页,2017年。视图:出版商的网站|谷歌学术搜索
20. f . Cheng Yu y, z赵:赵,y . Chen和h·林,“权力分配cache-aided小细胞网络有限的回程,”IEEE访问5卷,第1283 - 1272页,2017年。视图:出版商的网站|谷歌学术搜索
21. a·库马尔和w·萨德”在无线网络能量收获和缓存之间的权衡,”《IEEE国际会议交流研讨会,ICCW 152015年6月,页1976 - 1981。视图:谷歌学术搜索
22. j . x Peng沈,j·张,k . b . Letaief“Backhaul-aware缓存位置的无线网络,”《全球通信会议2015年12月,页1 - 6,IEEE,。视图:谷歌学术搜索
23. h . Ahlehagh和s·戴伊Video-aware调度和缓存的无线接入网络,”IEEE / ACM交易网络,22卷,不。5,1444 - 1462年,2014页。视图:出版商的网站|谷歌学术搜索
24. 博伊德和l . Vandenberghe凸优化》,剑桥大学出版社,2004年。视图:MathSciNet
25. m·阿里问:拉巴尼,m . Naeem s Qaisar接受和f . Qamar”联合用户协会、功率分配和在5 g H-CRAN网络吞吐量最大化,”IEEE车辆技术,卷66,不。10日,9254 - 9262年,2017页。视图:出版商的网站|谷歌学术搜索
26. 欧盟t·r·访问”,进一步进步进阶物理层方面,“技术。众议员3 gpp TR 36.814, 2010。视图:谷歌学术搜索
27. s . Tombaz·蒙蒂k . Wang a . Vastberg m . Forzati j .梭鲈,“回程功耗影响异构移动网络的部署,”《全球电信会议2011年12月,页1 - 5,IEEE,。视图:谷歌学术搜索
28. k . m . s . Huq,美国泰姬,j . Bachmatiuk j·罗德里格斯,x,和r . l .•阿吉亚尔”绿色HetNet CoMP:能源效率分析和优化,“IEEE车辆技术,卷64,不。10日,4670 - 4683年,2015页。视图:出版商的网站|谷歌学术搜索

版权

版权©2019彭贵院,李建东。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。