论文阅读--Energy efficiency in heterogeneous wireless access networks

这篇具有很好参考价值的文章主要介绍了论文阅读--Energy efficiency in heterogeneous wireless access networks。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

异构无线接入网络的能源效率

论文信息:Navaratnarajah S, Saeed A, Dianati M, et al. Energy efficiency in heterogeneous wireless access networks[J]. IEEE wireless communications, 2013, 20(5): 37-43.

I. ABSTRACT && INTRODUCTION

  本文提出了无线接入网节能的重要方面。我们特别关注最近发展的异构网络(HetNets)中的节能机会,包括单RAT和多RAT。(RAT无线接入技术)。由于目前无线数据的增长率超过了频谱效率的发展和新的无线频谱的可用性,要充分应对移动数据流量的持续激增,必须对网络进行高密度和异构化。
  研究表明,大部分能量(50-80%)消耗在移动通信网络的无线接入部分。因此,接入网EE的改善将对整个网络EE产生相当大的影响。在HetNets中,特别是在小蜂窝中,由于发射机和接收机之间的距离很短,与宏小区相比,所需的发射功率非常低。这使得能够以较低的复杂性和改进的功率效率来制造基站(BS)。例如,这种低功耗小型BS不需要任何冷却系统。此外,发射功率需求的降低可以提高移动设备的电池寿命。传统上,在链路级别,SE和EE之间存在权衡。然而,使用HetNet架构,可以在改善AE的同时改善网络的EE。

HetNet 异构网络

  文中的HetNet可以由具有不同无线接入技术(RAT)的不同大小的小区组成,图中描述了HetNet的一个典型示例。
论文阅读--Energy efficiency in heterogeneous wireless access networks,文献阅读,论文阅读
在HetNets中,小蜂窝缩短了发射器和接收器之间的距离,从而降低了路径损耗。这增加的接收信号功率、信噪比(SNR)和更好的SE。因此,可以提高面积效率(AE)(即单位面积SE)。

单RAT && 多RAT HetNet

  • 单RAT HetNets的优势来自于相对不太复杂的网络操作。

  • 单RAT HetNets的缺点遭受跨层干扰。由于频谱稀缺且昂贵,可用的许可频谱仅限于每个运营商。因此,在大多数情况下,相同的频谱将在单RAT HetNet中的不同层之间共享。

  • 多RAT HetNet需要额外的身份验证、授权和记账(AAA)系统,允许用户在不同的RAT中执行身份验证和授权过程,出于安全和计费目的关注安全套件和订阅配置文件。操作复杂

  • 多RAT HetNet中,优点是具有利用不同频谱的不同RAT,包括未经许可的频谱(例如WiFi),因此,Multi-RAT HetNet不会受到交叉干扰。

  • 由于每种RAT不同的技术和架构方面,不同RAT的集成为Multi-RAT HetNet中的主要问题之一。

多RAT HetNet 构建问题

  • 技术协议构建不互通
    由于每种 RAT 都采用不同的架构和协议开发,因此不同 RAT 的集成一直是 MultiRAT 环境中的主要挑战。特别是基于3GPP和IEEE 802.x规范开发的接入技术一开始都是独立开发的,没有考虑这两个系统之间的任何合作。
    最近,研究界和标准化机构做出了相当大的努力来解决这个问题。例如TS 23.327还定义了一种对I-WLAN架构进行必要增强的技术解决方案,以支持3GPPWLAN互通系统和3GPP系统之间的移动性和漫游。

  • 网络资源管理
    Multi-RAT网络架构复杂,涉及不同的接入协议,网络资源管理成为另一个重大挑战。现有的解决方案大多侧重于提高吞吐量、网络负载平衡、用户体验、掉话和阻塞概率以及用户终端的电池寿命等方面的系统性能。缺乏研究来调查并提供解决方案来提高Multi-RAT HetNet 整个网络的EE。 由于整个网络的EE成为一个重要的性能指标,因此值得研究资源管理策略以提高整个网络的EE。

  • 网络选择和垂直切换
    根据用户是发起会话还是在活动会话期间跨不同 RAT 移动,选择所需网络的操作分别称为网络选择或垂直切换决策 (VHD)。 采用的网络选择或VHD方案对整体网络性能有相当大的影响。
    目前可用网络选择或 VHD 方案的目标主要限于吞吐量增强、实现无缝移动性和负载平衡。
    能源方面,只有移动终端的电池寿命延长技术由于其能源有限而引起了一些关注。因此,通过高级网络选择或VHD解决方案优化整个网络EE将是一个有趣的研究领域。

II. LTE-WIFI HetNet 的能量效率(EE)分析

LTE-WIFI HetNet 结构

LTE-WIFI HetNet 结构:实验采用由单个 LTE 蜂窝宏基站 (BS) 和多个 WiFi 接入点 (AP) 组成的 LTE-WiFi HetNet。
论文阅读--Energy efficiency in heterogeneous wireless access networks,文献阅读,论文阅读

有无CAC策略的性能对比

  在广泛使用的网络选择方案中,称为WLAN-first,移动终端总是连接到可用的WLAN。因此,WLAN网络会变得拥塞,从而导致整个网络性能下降。在使用和不使用CAC的 WLAN-first方案的总网络 EE 和每用户吞吐量方面研究了 LTE-WiFi HetNet 的性能。
CAC策略: 使得 AP 只允许在其覆盖范围内具有最佳信道条件的一定数量的用户(例如,用户数量的阈值),无论他们是否到达(或服务请求)订单。

例如,当一个AP已经服务到了阈值用户数(假设4个用户进行研究)时,新用户将被 AP 接受,而信道条件最弱的用户将被卸载到LTE 宏小区。通过应用这种CAC策略,可以根据网络负载来减少WiFi AP的有效覆盖范围,而无需降低AP的发射功率, 如图所示。这将有助于减少竞争并消除WiFi中的隐藏节点问题系统,这将带来更好的系统性能。
论文阅读--Energy efficiency in heterogeneous wireless access networks,文献阅读,论文阅读

仿真实验结论

无CAC策略

  • 在LTE宏观覆盖区域少量引入WiFi AP时,系统性能在用户平均吞吐量方面略有提升。这是因为AP部署的稀疏特性有助于系统将一些用户从LTE宏蜂窝网络转移到WiFi,而不会相互干扰。
  • 当AP渗透率增加时,平均用户吞吐量会严重下降。这是由于WiFi系统中的干扰增加(即帧碰撞)。由于没有CAC,大量的用户可以选择WiFi,节点数量的增加会降低WiFi系统的性能。此外大多数用户是由WiFi AP服务的,LTE宏蜂窝性能也会下降,因为它只服务少数信道条件较差的用户。整个系统AP压力过大,LTE服务不到好用户系统性能下降。

有CAC策略

  • 通过应用CAC策略,限制AP可以服务的用户数量,并在WiFi覆盖下只选择信道条件最好的用户,可以显著提高性能。在WiFi系统中应用智能CAC在EE方面的效果是一样的。从仿真结果中可以看出,通过应用一些智能的CAC策略,从平均用户吞吐量和总网络EE方面可以显著提高整个系统的性能。
  • 这些结果表明,在这种Multi-RAT HetNet中,在EE和系统吞吐量方面有很大的潜力可以提高系统性能。此外,还需要进一步研究,考虑到实际挑战、服务质量约束和网络动态在负载和信道条件等方面的影响。

III. LTE HetNet 的优化部署

毫微接入点 femto access points (FAPs)

节点休眠

传输节点可以处于多种状态以及负载条件。除了活动(即完全运行)状态之外,FAP还可以处于空闲或睡眠模式,其中没有用户活动或大多数模块分别关闭,将节点切换到睡眠模式可显着降低能耗。

节点的动态睡眠/唤醒功能可分为三类:

  • 节点控制:在此模式下,FAP 对呼叫活动进行导频感测,而 UE 附着到底层宏节点。当感测到 UE 活动时,FAP 变得活动。可能出现误唤醒
  • 用户设备(UE)控制:在此模式下,UE周期性地向FAP发送唤醒消息。增加UE功耗
  • 核心网控制:在此模式下,核心网络通过回传链路(可以是 S1 或逻辑 X2 接口)向 FAP 发送睡眠/唤醒消息。增加核心网信令开销(核心网单元间的指令交互增多)

蜂窝内的干扰管理

传输节点之间的干扰会导致严重的频谱效率低下以及EE恶化。可以通过干扰消除、干扰随机化或干扰避免技术来减轻干扰。

频率复用方案—针对同构网络提出了基于频率复用的技术

基本概念是以最大化频谱使用同时最小化相邻小区之间的干扰的方式重用可用频谱。

  • 重用方案(同频复用):其中整个可用频谱由其中的所有小区使用。网络,从而最大限度地利用频谱。然而,这种方案在相邻小区之间引入了严重的干扰。
  • 复用方案(复用因子3):其中可用频谱被分为三个部分,并且频谱的不同部分被分配给相邻小区。这种方案减少了相邻节点之间的干扰,同时减少了频谱使用。
  • 部分频率复用:每个小区被分为主要区域和次要区域,通常是中心区域和边缘区域。甚至划分更细更小的复用,多种方式一起使用

增强的小区间干扰协调

3GPP 规范中讨论了更先进的方案,称为增强型小区间干扰协调 (eICIC) 方案。eICIC 技术的三个更广泛的类别是时域技术、频域技术和功率控制。

  • 时域技术: 专注于通过限制时域资源来减轻主要干扰源对受害用户(即由 FAP 附近存在的宏小区服务的用户)的干扰。
  • 功率控制技术: 3GPP 社区中讨论最广泛的技术之一。基本概念是降低干扰源的发射功率,以减少对附近受害用户的干扰。
  • 频域技术: 也称为缩减带宽方案,考虑了数据信道和控制信道的 HetNet 操作和干扰避免。当存在受害用户时,FAP 会限制其在可用带宽的某些部分的传输。

VI.CONCLUSIONS

  HetNet 架构被认为是解决上述容量和 EE 问题的有前途的解决方案。因此,在本文中,总结了多 RAT 和单 RAT HetNet 中在提高 EE 的同时提高网络容量的挑战和机遇。特别是分别在 LTE-WiFi 和 LTE 宏飞基站 HetNet 中。显然,通过适当的网络运营策略和资源管理策略,可以通过将流量卸载到 WiFi 热点或毫微微小区来提高总网络 EE,同时增加网络容量。

补充

  • 异构网络
      两个或以上的无线通信系统采用了不同的接入技术,或者是采用相同的无线接入技术但属于不同的无线运营商。利用现有的多种无线通信系统,通过系统间融合的方式,使多系统之间取长补短是满足未来移动通信业务需求一种有效手段,能够综合发挥各自的优势。

  • 用户连接准入控制CAC(Call Admission Control)
      WLAN网络中存在较多用户时,如高密场景,随着上线用户数目的增多,用户间对信道的抢占激烈,导致每个用户的上网质量变差。为了保证在线用户的上网体验,可以部署用户连接准入控制CAC功能,**AP通过统计射频的信道利用率、在线STA数或终端信噪比,设置门限值控制用户的接入,保证在线用户的上网质量。**实现CAC的方式很多

  • 信令(Signaling)是指通信系统中的控制指令
      严格地讲,信令是这样一个系统,它允许网络中的“智能”节点交换下列有关信息:呼叫的建立、监控(Supervision)、拆除(Teardown)以及网络管理等信息。信令是在无线通信系统中,除了传输用户信息之外,为使全网有轶序地工作,用来保证正常通信所需要的控制信号。

  • 小区制 扇区是一个物理概念,而小区是一个逻辑概念。
    小区制,就是把整个服务区域划分为若干个小区,每个小区分别设置一个基站,负责本区移动通信的联络和控制。同时,又要在移动业务交换中心的统一控制下,实现小区之间移动客户通信的转接,以及移动客户与固定客户的联系。譬如,把一个大区制的服务区域一分为五,每个小区各设一个小功率基站发射功率一般为5~10w,以满足各小区移动通信的需要。

  • 4种基站相关概念——宏基站、微基站、皮基站、飞基站
    根据3GPP组织的规则,无线基站分为4类,分别是宏基站、微基站、皮基站和飞基站。这4种基站,根据功率来划分的。宏基站 Macro Site功率最大,覆盖范围也就最大。飞基站 Femto Site 功率最小,覆盖范围自然最小。文章来源地址https://www.toymoban.com/news/detail-745359.html

到了这里,关于论文阅读--Energy efficiency in heterogeneous wireless access networks的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【无标题】论文阅读1-Characterizing Heterogeneous Internet-of-Things Devices at Internet Scale using Semantic

    目前,现有的方法通常将设备特征枚举为和规则,并将它们与物联网网络数据进行匹配。然而,物联网设备的异构实现引入了复杂的特征,这使得大规模识别变得困难。为了解决这个问题,本文提出了一种基于语义提取的方法来自动有效地识别在线设备的特征。 具体而

    2024年04月17日
    浏览(34)
  • 论文阅读-DF-Platter: Multi-Face Heterogeneous Deepfake Dataset(多人脸异构深度伪造数据集)

    文章名称:DF-Platter: Multi-Face Heterogeneous Deepfake Dataset 作者团队:  会议:cvpr2023 数据集地址: http://iab-rubric.org/df-platter-database 动机 目前大多数研究工作都集中在个人外表受控的高质量图像和视频上。 但是,deepfake 生成算法现在能够创建具有低分辨率、遮挡和操纵多个拍摄对

    2024年02月12日
    浏览(70)
  • 论文阅读:SuMa++: Efficient LiDAR-based Semantic SLAM

    来源:IROS 2019 链接:https://ieeexplore.ieee.org/document/8967704 可靠、准确的定位和映射是大多数自动驾驶系统的关键组成部分。除了映射环境的几何信息外,语义在实现智能导航行为方面也起着重要作用。在大多数现实环境中,由于移动对象引起的动态变换,这个任务特别复杂,这

    2024年03月12日
    浏览(63)
  • [论文阅读]Coordinate Attention for Efficient Mobile Network Design

      最近关于移动网络设计的研究已经证明了通道注意力(例如, the Squeeze-and-Excitation attention)对于提高模型的性能有显著的效果,但它们通常忽略了位置信息,而位置信息对于生成空间选择性注意图非常重要。在本文中,我们提出了一种新的移动网络注意力机制,将位置信息

    2024年02月07日
    浏览(36)
  • 论文阅读《Rethinking Efficient Lane Detection via Curve Modeling》

    目录 Abstract 1. Introduction 2. Related Work 3. B´ezierLaneNet 3.1. Overview 3.2. Feature Flip Fusion 3.3. End-to-end Fit of a B´ezier Curve 4. Experiments 4.1. Datasets 4.2. Evalutaion Metics 4.3. Implementation Details 4.4. Comparisons 4.5. Analysis 4.6. Limitations and Discussions 5. Conclusions 图和表 图  表 附录 A. FPS Test Protocol B. Spec

    2024年02月03日
    浏览(32)
  • 论文阅读:TinySAM: Pushing the Envelope for Efficient Segment Anything Model-文章内容阅读

    论文标题: TinySAM: 极致高效的分割一切模型 论文地址:https://arxiv.org/pdf/2312.13789.pdf 代码地址(pytorch):https://github.com/xinghaochen/TinySAM 详细论文解读:TinySAM:极致高效压缩,手机就能实时跑的分割一切模型 - 知乎 (zhihu.com)  目录 文章内容解析  概括 文章的观点 技术创新解

    2024年01月17日
    浏览(39)
  • EfficientViT: Memory Efficient Vision Transformer withCascaded Group Attention论文阅读

    高效的记忆视觉transformer与级联的群体注意 摘要。 视觉transformer由于其高模型能力而取得了巨大的成功。然而,它们卓越的性能伴随着沉重的计算成本,这使得它们不适合实时应用。在这篇论文中,我们提出了一个高速视觉transformer家族,名为EfficientViT。我们发现现有的tran

    2024年01月22日
    浏览(34)
  • 论文阅读--EFFICIENT OFFLINE POLICY OPTIMIZATION WITH A LEARNED MODEL

    作者:Zichen Liu, Siyi Li, Wee Sun Lee, Shuicheng YAN, Zhongwen Xu 论文链接:Efficient Offline Policy Optimization with a Learned Model | OpenReview 发表时间:  ICLR   2023年1月21日  代码链接:https://github.com/sail-sg/rosmo MuZero的离线版本算法(MuZero Unplugged)为基于日志数据的离线策略学习提供了一种很

    2024年02月03日
    浏览(35)
  • 【论文阅读】Dynamic Split Computing for Efficient Deep Edge Intelligence

    作者:Arian Bakhtiarnia, Nemanja Milošević, Qi Zhang, Dragana Bajović, Alexandros Iosifidis 发表会议: ICML 2022 DyNN Workshop ICASSP 2023 发表单位: ∗DIGIT, Department of Electrical and Computer Engineering, Aarhus University, Denmark. †Faculty of Sciences, University of Novi Sad, Serbia. ‡Faculty of Technical Sciences, University of N

    2024年02月11日
    浏览(52)
  • 【论文阅读笔记】MobileSal: Extremely Efficient RGB-D Salient Object Detection

    MobileSal: Extremely Efficient RGB-D Salient Object Detection MobileSal:极其高效的RGB-D显著对象检测 2021年发表在 IEEE Transactions on Pattern Analysis and Machine Intelligence。 Paper Code 神经网络的高计算成本阻碍了RGB-D显着对象检测(SOD)的最新成功,使其无法用于现实世界的应用。因此,本文介绍了

    2024年01月18日
    浏览(30)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包