导读:本文包含了多连接论文开题报告文献综述及选题提纲参考文献，主要关键词:5G,超密集组网,多连接,小区选择
多连接论文文献综述
秦钰莹,孙长印[1]（2019）在《超密集组网下基于链路效率的多连接小区选择算法》一文中研究指出在5G超密集网络场景下,通过用户双/多连接技术可提高用户吞吐量,降低频繁切换带来的链路失效率。但是,随着链接数的增加,链路管理和资源分配带来的控制信令开销将增加,多链路带来的边际效益递减。为此,提出了多连接链路效率的概念,据此设计了基于链路效率的小区选择算法。该算法基于最大化用户和平均链路速率问题,在基站端及用户端采用变量松弛和拉格朗日对偶分解法来求解。仿真结果表明,多连接的小区选择问题能提高系统吞吐量,在获得更大的用户和速率的同时,也带来链路使用效率的提升。(本文来源于《电讯技术》期刊2019年11期）
田鹏明[2]（2019）在《面向大容量多连接的LTE-U干扰协调共存技术》一文中研究指出随着无线通信技术的快速发展,第五代移动通信技术(5G)应运而生。ITU将5G典型应用场景归纳为:增强型移动宽带(Enhanced Mobile Broadband,eMBB)、海量机器类通信(Massive Machine Type Communications,mMTC)和超可靠低时延通信(Ultra-Reliable and Low-Latency Communication,uRLLC)。LTE-U(LTE in Unlicensed Spectrum)将工作在许可频段的长期演进技术(Long Term Evolution,LTE)扩展到频率资源更丰富的免许可频段中。其能够利用免许可频段做辅助载波进行流量卸载,从而弥补许可频段资源不足的问题,并有可能满足大容量多连接场景中的高速率、低延迟要求。由于当前流行的免许可频段主要为Wi-Fi系统使用,因此首先要解决的是LTE-U和Wi-Fi系统的共存问题。本文针对大容量多连接场景下频谱资源不足的问题开展研究,在优先保证Wi-Fi系统QoS(Quality of Service)的前提下,重点研究LTE-U和Wi-Fi系统间共存的基础理论和关键技术,主要研究内容包括:第一,基于深度学习理论,提出了一种Wi-Fi系统流量感知和预测方法。根据Wi-Fi流量具有的自相似性,采用马尔可夫调制伯努利过程(Markov Modulated Bernoulli Process,MMBP)对Wi-Fi数据包的到达过程进行建模分析,进一步提出了一种基于长短时神经网络(Long Short-Term Memory,LSTM)的流量感知和预测方法。通过LTE-U感知到的历史数据构建数据集,利用训练集完成对流量感知预测网络的训练。第二,针对LTE-U和Wi-Fi系统共存时用户接入选择和资源分配方法过于复杂的情况,提出了一种基于强化学习的动态空白子帧资源分配模型。在满足W-Fi系统QoS需求的前提下,该模型以最大化系统容量为目标,通过Q学习算法实现了对LTE-U/Wi-Fi共存系统状态的判断,从而根据系统状态选择最优子帧分配模式。第叁,研究了密集场景下,多个Wi-Fi节点和LTE-U的共存问题。为了降低LTE-U对Wi-Fi的邻频干扰,提高系统容量,提出了一个基于干扰约束和效用函数值最大准则的动态频率选择算法。具体的,LTE-U基站将综合考虑干扰约束、信道空闲系数、业务优先级等指标,动态选择信道进行接入。论文对基于深度学习的LTE-U和Wi-Fi共存机制进行了仿真验证,验证结果表明,所提出的LTE-U自适应空白子帧机制及其与Wi-Fi系统间的共存控制机制能有效实现LTE-U系统与Wi-Fi系统的公平共存。(本文来源于《北京交通大学》期刊2019-06-01）
赵宇兰[3]（2018）在《基于退火遗传算法的多连接查询优化应用研究》一文中研究指出阐述了引入模拟退火机制的遗传算法求解数据库多连接查询优化问题的设计过程。给出了基于左深树策略空间的染色体编码方案,采用自适应交叉、变异概率的方法对个体适应度函数值进行优化调整,解决了固定遗传算子生成新个体方面的不足,提升了算法的收敛效率。仿真实验结果表明,应用组合退火遗传算法对数据库多连接查询优化可获得满意的优化效果。(本文来源于《山西电子技术》期刊2018年06期）
王佳杰[4]（2018）在《软件定义无线网络中基于多连接机制的节能方法研究》一文中研究指出密集部署的无线网络在满足移动用户通信需求的同时,也造成了能源浪费问题。传统基于单连接的节能研究中,用户流量配置受到关联方式的限制,多数AP的利用效率仍未实现最优,导致系统节能不彻底。多连接软件定义无线网络(Multi-path Software Defined Wireless Network,MP-SDWN)通过SDN/NFV技术与无线网络的融合,实现用户与多个AP的并发通信,并给无线网络资源进一步的优化管理提供新的技术基础。论文主要研究SDWN中基于多连接机制的节能方法。该方法在保证用户流量需求和系统稳定性的前提下,基于对用户流量的有效预测,制定合理的AP开启/休眠、用户-AP多链路流量分配策略,实时优化无线网络系统的能耗。首先对影响AP能耗的网络参数进行实测分析,通过实验数据拟合分析构造AP流量负载与能耗间的数学关系模型。同时为了在节能的同时有效保证用户的流量需求,针对无线用户行为特性,基于矩阵填充的思想,设计了一种无线用户流量连续预测模型及算法。基于以上工作,以AP开启/休眠、用户-AP流量分配策略为变量,对多连接机制下无线网络节能问题进行分析建模,设计了基于奔德斯分解的节能算法对该MINLP节能优化模型进行求解。针对大型无线场景下算法计算复杂度较高的问题,从削减变量数和限制条件数目的角度提出两种优化策略:一是全覆盖下最小化开启AP;二是部分休眠AP的预确定。进而提高算法运算速度,增强算法的实用性。最终,通过软件仿真和SDWN平台实验的方式验证了本文节能方法能够有效预测无线网络用户的流量需求,并在保障用户流量、系统覆盖率和吞吐量的情况下,实现无线网络的实时节能,相对于基于单连接的节能研究有5%~10%的节能效果提升。通过对基于多连接机制的节能方法的研究,可以降低大量无线网络的冗余能耗,对未来绿色5G的建设与发展具有借鉴意义。(本文来源于《重庆邮电大学》期刊2018-05-24）
靳文强[5]（2018）在《软件定义无线网络多连接转发方法的实现》一文中研究指出软件定义无线网络(Software Defined Wireless Network,SDWN)作为未来5G无线系统的发展趋势,它提供了一个具有可扩展性、可控制性、有弹性的网络架构。然而,在基于单连接的SDWN网络中,用户的吞吐性能受到关联方式的限制,多数AP的转发负载无法实现均衡和最优化利用,导致了系统的性能瓶颈。本文将研究在不修改用户终端设备的情况下,充分利用SDN和NFV理论使得终端同时与多个物理AP实现连接,进行并发通信,提升终端吞吐量,并进一步均衡AP的转发负载。主要的创新性工作包括以下几个部分:(1)设计基于MVAP(Multi-Virtual Access Point)的多连接方案。首先对用户接入流程及其所涉及的无线帧进行了分析,利用用户的管理帧特征,在AP中设计了无线帧分离模块来提取Probe Request帧信息,建立了用户的虚拟接入标识MVAP。然后,通过在多个物理AP上为用户创建和维护MVAP标识的方法实现了用户的虚拟多接入。(2)研究基于流表(Open Flow Table)的多路径分流算法。在完成用户的多接入工作之后,需要解决如何进行数据的多路径转发和均衡网络资源配置的问题。本文针对用户不同业务类别的数据流进行了实测分析,将用户的数据流区分为Elephant Flow和Mice Flow两类并设计对应的多路径优化转发算法。然后,利用部署在AP中OVS(Openflow Virtual Switch)流表规则将用户数据流分配到多个转发路径上。(3)实现用户的状态信息采集。为了保障多路径转发算法的执行,控制器需要实时获取终端和AP的网络状态信息。本文利用了无线管理工具Hostapd来提取用户的无线统计信息。同时,终端的有线统计信息的获取则由控制器调用Open Flow协议接口,采集OVS中的流匹配信息和端口信息来完成。最终,本文对所提出的多连接系统进行了实现,并进行了全面的功能和性能测试。实验结果表明,多接入系统能够为移动终端提供稳定的高质量网络接入。该技术的研究与实现,有效地提升了终端的通信质量和无线网络的资源利用率,为研究和设计未来无线网络的5G架构提供了技术支撑。(本文来源于《重庆邮电大学》期刊2018-05-20）
海涵[6]（2018）在《UDN部署下的多连接技术研究》一文中研究指出超密集网络部署是5G系统中不可或缺的关键技术,基站的超密集部署使得系统中有更多的无线资源可以分配给终端使用,为多连接提供了广阔的应用空间。在多连接场景中,通过多条链路的协同服务,能够带来提高移动鲁棒性、通过干扰协调提升信干噪比降低误码率等额外的增益。此外,多连接技术还能够实现跨4GLITE、5G以及WiFi等多个系统的数据聚合,使UE对数据通路的选择有了更大的灵活度。多连接作为一个新兴的技术,仍没有被透彻地研究,许多方面的设计还不完备,仍然有众多需要改进的技术环节和亟待优化的算法策略。本论文以此作为切入点,针对多连接技术初涉及的未曾被设计的必需模块、以及影响整体系统性能的多连接关键技术,进行设计、优化和改进。本论文对多连接接入与切换过程的基站选择策略进行了设计与实现,提出了一种自适应动态协作基站簇选择策略,力图最大化地利用超密集部署的富余无线资源,并尽量减少对系统造成额外负担;提出了一种应用于多连接分流模块的流控算法,以较低的计算复杂度和较小的信令开销,实现了业务分流的负载均衡,并能够抵抗前传链路非理想性带来的时延干扰;基于5G低时延场景,评估了传统的完全数据重复传输方案的传输时延增益,并在此基础上对该方案进行改进与优化,设计了互补数据重复传输方案,在此前基础上进一步减小了数据传输时延。(本文来源于《北京邮电大学》期刊2018-03-15）
张剑,邱玲,陈正[7]（2018）在《超密集网络中基于多连接的用户归属和功率控制联合优化》一文中研究指出超密集网络是第五代移动通信系统提升容量的关键技术之一。针对基站密集部署场景,考虑用户基于多连接用户归属方式接入多个基站,以充分利用基站资源。为进一步提高用户吞吐量,研究多连接场景下的用户归属与功率控制策略。从兼顾系统吞吐量与用户公平性角度出发,将问题建模成对数速率最大化问题。通过将优化问题分解为用户归属和功率控制两个子问题,得出一种高效的次优解法。仿真结果表明所提算法在系统吞吐量上较已有算法具有明显的增益.(本文来源于《中国科学院大学学报》期刊2018年01期）
姚思如[8]（2017）在《基于多连接特征的图像修复取证研究》一文中研究指出随着计算机网络和图像采集设备的普及应用,图像已经成为一种被人广泛接受的信息传播载体,广泛应用在社会的各个领域。然而,伴随着图像编辑软件功能的日益成熟和强大,更多的非专业人士可以更容易地编辑图像内容,使得图像的真实性和完整性受到巨大的挑战。图像被动取证技术作为一种检测图像真实性和完整性的方法,已经成为信息安全领域一项重要的研究内容。虽然图像修复是一种有效的图像编辑技术,但对于图像修复取证的研究相对较少。本文针对基于图像块的图像修复技术,研究行之有效的取证方案。具体地,本文主要的研究工作和创新点如下:(1)基于图像块的图像修复技术会造成修复块与其参考块之间的相似性较高。因此,为了评价图像块的相似性,本文结合图像块对间的均方根误差、加权零连接长度和位置距离特征,构造了一个综合的特征描述子。同时,组合图像块与其一组最相似图像块之间的特征,将其作为该图像块的多连接特征向量。该特征向量能更全面地表征修复信息,有助于图像修复取证性能的提升。(2)为了对图像块进行有效分类,根据两个修改的拉普拉斯分布,本文对多连接特征元素建立了分布模型。通过分析多连接特征元素在不同类别下的分布差异,推导出了其分布模型的参数,进而得到了修复分类器的判别准则。(3)在初步定位修复区域的基础之上,本文设计了误警图像块移除策略。该策略研究分析了可疑区域的自连接度、与其他可疑区域块的联系、以及可疑区域的尺寸,逐层地移除均匀背景区域、参考图像块和尺寸较小的可疑区域。通过应用该策略,在保持检测精度不变时,取证方案的误警性能得到显着改进。实验结果表明,与现有的修复取证方法相比,本文方案在检测的修复区域方面,具有更佳的视觉质量;在客观性能指标方面,其检测率和误警率得到了改进;对于不同的修复算法具有更好的鲁棒性。(本文来源于《天津大学》期刊2017-11-01）
徐晶,刘梦赤[9]（2017）在《基于信息网模型的分布并行多连接查询优化》一文中研究指出在分布式集群系统中,数据根据划分算法存储在集群的各个节点,这为涉及大量连接操作的复杂查询带来了昂贵的网络开销。针对该问题,基于信息网模型INM(Information Network Mode),提出最小通信量查询划分算法和多目标查询优化算法。其中查询划分算法将复杂查询划分成多个PWOC(parallelizable without communication)子查询,所有子查询可近似无通信地并行执行。多目标优化算法将子查询作为查询计划的基本操作,并将并行性和通信代价同时作为驱动目标,以传统多目标加权算法结合贪心策略作为评估依据生成查询计划树。最后,系统基于TPC-H基准生成测试数据,将原始算法与优化算法进行了对比实验,结果表明优化算法可以极大提高复杂查询的效率。(本文来源于《计算机应用与软件》期刊2017年07期）
靳文强[10]（2017）在《软件定义无线网络中多连接机制的研究》一文中研究指出随着移动互联网技术的发展,当今无线接入网络结构的设计在管理和运行上缺乏灵活性,不能满足接入不同用户的需求;例如高吞吐量,服务差异化,无缝切换等。软件定义无线网络(SDWN)架构的提出是无线网络部署的必然趋势,也是解决现今无线网络部署中各种棘手问题的理想方案。SDWN架构利用集中管理机制,来优化网络资源的配置,控制用户的接入和切换,并且提供了可扩展编程接口为网络管理人员灵活的网络重配置和调试支持。本文提供一种基于软件定义无线网络架构且支持多路径转发的Wi-Fi通信系统。进而实现无缝切换,吞吐量提升,数据流传输控制等功能。(本文来源于《广东通信技术》期刊2017年07期）
多连接论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着无线通信技术的快速发展,第五代移动通信技术(5G)应运而生。ITU将5G典型应用场景归纳为:增强型移动宽带(Enhanced Mobile Broadband,eMBB)、海量机器类通信(Massive Machine Type Communications,mMTC)和超可靠低时延通信(Ultra-Reliable and Low-Latency Communication,uRLLC)。LTE-U(LTE in Unlicensed Spectrum)将工作在许可频段的长期演进技术(Long Term Evolution,LTE)扩展到频率资源更丰富的免许可频段中。其能够利用免许可频段做辅助载波进行流量卸载,从而弥补许可频段资源不足的问题,并有可能满足大容量多连接场景中的高速率、低延迟要求。由于当前流行的免许可频段主要为Wi-Fi系统使用,因此首先要解决的是LTE-U和Wi-Fi系统的共存问题。本文针对大容量多连接场景下频谱资源不足的问题开展研究,在优先保证Wi-Fi系统QoS(Quality of Service)的前提下,重点研究LTE-U和Wi-Fi系统间共存的基础理论和关键技术,主要研究内容包括:第一,基于深度学习理论,提出了一种Wi-Fi系统流量感知和预测方法。根据Wi-Fi流量具有的自相似性,采用马尔可夫调制伯努利过程(Markov Modulated Bernoulli Process,MMBP)对Wi-Fi数据包的到达过程进行建模分析,进一步提出了一种基于长短时神经网络(Long Short-Term Memory,LSTM)的流量感知和预测方法。通过LTE-U感知到的历史数据构建数据集,利用训练集完成对流量感知预测网络的训练。第二,针对LTE-U和Wi-Fi系统共存时用户接入选择和资源分配方法过于复杂的情况,提出了一种基于强化学习的动态空白子帧资源分配模型。在满足W-Fi系统QoS需求的前提下,该模型以最大化系统容量为目标,通过Q学习算法实现了对LTE-U/Wi-Fi共存系统状态的判断,从而根据系统状态选择最优子帧分配模式。第叁,研究了密集场景下,多个Wi-Fi节点和LTE-U的共存问题。为了降低LTE-U对Wi-Fi的邻频干扰,提高系统容量,提出了一个基于干扰约束和效用函数值最大准则的动态频率选择算法。具体的,LTE-U基站将综合考虑干扰约束、信道空闲系数、业务优先级等指标,动态选择信道进行接入。论文对基于深度学习的LTE-U和Wi-Fi共存机制进行了仿真验证,验证结果表明,所提出的LTE-U自适应空白子帧机制及其与Wi-Fi系统间的共存控制机制能有效实现LTE-U系统与Wi-Fi系统的公平共存。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多连接论文参考文献
[1].秦钰莹,孙长印.超密集组网下基于链路效率的多连接小区选择算法[J].电讯技术.2019
[2].田鹏明.面向大容量多连接的LTE-U干扰协调共存技术[D].北京交通大学.2019
[3].赵宇兰.基于退火遗传算法的多连接查询优化应用研究[J].山西电子技术.2018
[4].王佳杰.软件定义无线网络中基于多连接机制的节能方法研究[D].重庆邮电大学.2018
[5].靳文强.软件定义无线网络多连接转发方法的实现[D].重庆邮电大学.2018
[6].海涵.UDN部署下的多连接技术研究[D].北京邮电大学.2018
[7].张剑,邱玲,陈正.超密集网络中基于多连接的用户归属和功率控制联合优化[J].中国科学院大学学报.2018
[8].姚思如.基于多连接特征的图像修复取证研究[D].天津大学.2017
[9].徐晶,刘梦赤.基于信息网模型的分布并行多连接查询优化[J].计算机应用与软件.2017
[10].靳文强.软件定义无线网络中多连接机制的研究[J].广东通信技术.2017