【摘 要】
：
移动通信技术追求的一个技术指标是更快的数据传输速率。但目前的蜂窝架构网络却可能对此施加限制。于是一种新的被称为Cell-Free Massive MIMO或简称为CF的网络概念被提出。与此同时,随着移动终端设备计算能力的大大增强,一些如VR等的计算密集型任务逐渐需要由被移动设备完成。但用户往往希望这些任务能够以低时延被完成,从而为自身带来良好体验。而设备的便携性又会限制其计算能力,使得上述目标很难
【基金项目】
：
国家自然科学基金项目“Cell-Free Massive MIMO车联网无线接入与资源分配技术研究”；
论文部分内容阅读
移动通信技术追求的一个技术指标是更快的数据传输速率。但目前的蜂窝架构网络却可能对此施加限制。于是一种新的被称为Cell-Free Massive MIMO或简称为CF的网络概念被提出。与此同时,随着移动终端设备计算能力的大大增强,一些如VR等的计算密集型任务逐渐需要由被移动设备完成。但用户往往希望这些任务能够以低时延被完成,从而为自身带来良好体验。而设备的便携性又会限制其计算能力,使得上述目标很难实现。因此,一种被称为移动边缘计算（Mobile Edge Computation,MEC）的概念被提出。它通过在网络接入侧配备边缘服务器从而代替用户设备执行这些任务来侧面增强用户设备的计算能力。MEC的实现一方面需要较高的信息传输速率来减少传输时延对总时延的影响,另一方面需要用户在任何地点都能获取几乎相同的传输速率。这对传统网络来说是个挑战。本文首先对Cell-Free Massive MIMO进行了理论分析,包括不同的信号传输阶段和上行可达频谱效率。通过对得出的上行频谱效率表达式进行数值仿真可以知道,它能够实现较高的频谱效率和较好的用户公平性。这就让CF能够成为MEC基础设施的有力竞争者。而将CF和MEC两者结合就得到了CF-MEC模型。接着,由于CF-MEC网络在接入侧有大量的AP可供服务器的部署,因此决定计算任务去向的计算卸载问题就变得很重要。本文在对现有文献在相关问题的讨论的基础上,分析了现有方法的局限性并据此提出了基于深度强化学习的CFMEC计算卸载算法。本文首先考虑了集中式计算卸载算法。它将计算任务的卸载决策交由网络中心,也就是CPU进行。这一方法通过使用全局信息来优化当前计算任务的卸载对象。在设置了计算任务频繁到达的场景之后,本文对基于深度强化学习的集中式计算卸载方法进行了仿真和比较分析。最后,本文考虑了基于深度强化学习的分布式计算卸载算法。集中式计算卸载引入的额外传输时延在某些情况下会降低用户体验,而分布式计算卸载则能够克服这一缺点。它通过允许用户在合适的时候选择进行本地计算的决策来减少传输时延。通过使用和集中式卸载决策相同的场景,本文仿真分析了分布式计算卸载算法的性能和优缺点。
其他文献
燃烧过程中高温火焰的温度分布不仅能直接表征火焰的三维结构,还可以作为先验知识对燃烧过程的进行预判,具有深刻的指导意义。火焰层析成像技术以其易于实现和非侵入性等优点,在燃烧监测和诊断中发挥着重要作用。然而,由于传统迭代方法的数据量大、耗时较长。因此,本文建立了一种基于深度学习的火焰三维温度快速层析重建和预测的模型,训练后具有快速重建和预测的能力。建立并验证了基于视在光线法的辐射传输模型,建立了考虑辐
光作为一种承载目标信息的载体在很多方面都有很重要的应用,在日常生活中,错综复杂的环境会影响我们对目标信息的获取和判断。本课题对现有的多种从不规则散射光场中获取信息的技术进行分析及研究之后,为了解决现有的散射介质后目标分类方法适应性和鲁棒性差这一缺点,最终选择散斑自相关方法来处理散斑并获得隐藏在散射介质后的目标物体信息,为了解决传统特征提取和分类算法效率低这一问题,选择利用卷积神经网络对处理后的散斑
冲压发动机自发明以来被世界各国广泛运用到超声速领域,具有比冲高、结构简单,经济性高等优点。冲压发动机在世界各国的国防军事领域都有着举足轻重的地位,尤其是欧美等军事强国一直在致力于开展冲压发动机的技术研究。随着冲压发动机工作范围拓宽、飞行距离更远等需求发生改变,仅考虑燃油可调单一变量控制的冲压发动机已经无法适应新环境和新的作战需求。本文针对固定几何结构冲压发动机面临的问题,考虑引入进排气可调的结构,
同步定位与地图构建（Simultaneous Localization and Mapping,SLAM）是机器人领域的重要研究问题,实现了机器人搭载相机和激光雷达等传感器在未知环境中对自身定位同时构建地图的任务。近年来,随着增强现实和自动驾驶等应用的兴起,视觉SLAM（Visual SLAM）研究受到了广泛的关注。VSLAM以图像作为主要感知信息源,通过多视图几何理论估计相机位姿和构建3D场景。
在医学诊断中计算机断层扫描技术（CT）是一种重要的技术手段,但是如果病人的身体中含有金属物质例如人造髋关节,脊柱植入物等,会导致扫描到的CT图像中产生明暗相间的金属伪影,掩盖人体器官组织,从而影响医生对于病情的判断。因此研究CT图像中的金属伪影去除算法具有重要的实际意义。因为传统去除金属伪影的算法在临床应用中效果并不好,要么计算时间较长,要么伪影去除不彻底。而近年来,在计算机视觉领域中,深度学习逐
随着信息技术水平的提升和现代工业的飞速发展,机械设备逐渐朝着集成化、电气化和自动化的发展方向迈进,其设备结构也越来越精细化和复杂化。机械旋转部件作为机械设备中的关键部件,一旦发生故障将会导致整个设备无法运转,轻则增加停机时间,重则引起大量经济损失甚至人员伤亡。因此,对其开展状态检测和故障诊断技术研究,可以维护机械设备的工业生产安全,具有重要的应用价值和潜在的经济效益。目前,机械旋转部件故障诊断工作
主动跟踪系统能够主动地、有目的地调整相机参数实现目标跟踪,在大范围智能监控、大尺度移动目标跟踪领域应用广泛,如何获得目标参数,在具体应用场景中实现优化控制仍是一大难点。利用科技手段辅助体育训练正成为我国体育科研工作的热点和趋势,尤其冬季体育项目,亟需发挥科技力量提升训练质量,实现跨越式发展。短道速滑是典型的滑行技术与比赛战术高度结合的竞技项目,对训练或比赛全过程视频记录是进行训练质量评估和比赛策略
垃圾回收与重新处理,始终是人类社会一个不可忽略的问题。尤其是进入21世纪以来,人类生产力飞速提升的同时,垃圾数量迅速增长。妥善的处理垃圾,可以高效的利用资源,减少污染,甚至再次创造效益。而且垃圾处理工作环境一般比较恶劣,有时候运送来的垃圾中掺杂一些的玻璃废渣,废旧电池等,这会使垃圾分拣工作者有一定受伤的风险。因此,建立全自动的智能垃圾分拣系统就显得十分重要。本文设计了一套智能垃圾自动分拣系统,重点
数控机床和基础制造装备作为装备制造业的“工作母机”,是“中国制造2025”十大战略必争领域之一。主轴系统作为数控机床的“心脏”,其回转精度与健康状态直接影响数控机床的产品质量及加工效率,同时由于主轴系统结构复杂且易受生产环境的干扰,导致加工精度难以保证且故障频发,不仅造成巨大经济损失同时威胁人身安全。因此,如何保证数控机床的回转精度及高稳定性是亟需解决的问题。针对以上问题,本文开展数控机床主轴回转
高光谱遥感图像（Hyperspectral Image,HSI）中的对地物分类问题是高光谱遥感图像处理领域的重要课题之一。在高光谱图像分类问题中,训练样本的标记是一件费时费力的工作,而较少的训练样本与高光谱图像较高的维度易造成“休斯效应”。对此,本文在高光谱图像小样本的情况下,从数据扩充以及降维的两个角度提出了适合该情况的两种算法,主要研究工作和创新思路如下:（1）提出了适合高光谱图像小样本条件下