【摘 要】
:
为给用户设备提供无缝覆盖、高传输速率、高可靠性,未来5G网络将朝向分层立体异构网络发展,以提高网络覆盖范围、减小盲区、增大网络容量。作为典型代表,双层异构网络基本涵盖了分层立体异构网络的所有技术与挑战,主要有:(1)严重的信号干扰;(2)实时信道增益的不确定性;(3)网络窃听风险。因此,本文考虑信道环境的多种不确定性,设计了无线异构网络鲁棒通信与信息安全传输方案,以适用于更复杂的5G通信环境。本文
论文部分内容阅读
为给用户设备提供无缝覆盖、高传输速率、高可靠性,未来5G网络将朝向分层立体异构网络发展,以提高网络覆盖范围、减小盲区、增大网络容量。作为典型代表,双层异构网络基本涵盖了分层立体异构网络的所有技术与挑战,主要有:(1)严重的信号干扰;(2)实时信道增益的不确定性;(3)网络窃听风险。因此,本文考虑信道环境的多种不确定性,设计了无线异构网络鲁棒通信与信息安全传输方案,以适用于更复杂的5G通信环境。本文主要工作及创新点如下:(1)针对单用户单监听者的双层异构网络,在两种不确定信道环境下,提出以最大化安全速率为目标,同时约束用户通信质量的信息安全传输方案。其中一种为考虑能够获取信道状态信息(Channel State Information,简称CSI)可靠估计值的瞬时CSI场景;另一种为不能获取CSI可靠估计值的统计CSI场景,并认为其服从瑞利分布。采用机会约束方法对难以处理的非凸优化问题进行转换,给出最优解获取算法,实现了用户鲁棒通信与网络信息传输安全。(2)针对于多用户多监听者的双层异构网络,考虑瞬时CSI场景和服从指数分布的统计CSI场景,提出了保证用户鲁棒通信,同时激励Femtocell辅助宏蜂窝抑制信息窃听的可靠通信与安全传输方案。采用Bernstein近似法完成了原始优化问题的凸转换,并在统计CSI场景下拓宽了Bernstein近似法的适用范围,最后给出最优解的迭代算法,实现了复杂实际通信环境下的鲁棒通信与信息安全传输。(3)针对含有能量接收者的双层异构网络,考虑了服从截断高斯分布的统计CSI场景,提出了能量收集下的鲁棒通信与安全传输方案。建立此场景下的最大化安全速率、约束用户通信质量以及能量收集质量的优化问题,并采用机会约束方法完成问题的凸转换,最后给出最优解迭代算法。该方案改善了网络的通信环境,避免了能量的浪费,同时进一步提高了异构网络安全传输性能。
其他文献
近年来,人工智能技术和物联网发展越来越迅猛,而作为人工智能技术的基础和物联网最重要的数据接入口,传感器也越来越受到国家和行业的重视。为了满足人工智能技术和物联网的需要,传感器逐渐从过去单一化渐渐向集成化,微型化,智能化发展。微处理器带来的数字化革命,也对传统传感器造成冲击,因此研究集成了微处理器的智能传感器系统具有重要意义。本文首先阐述了智能传感器的研究背景和国内外发展现状,然后对传感器的基本特性
随着经济全球化的不断发展,世界各国之间的合作不断加强,2010年中国超过日本成为世界第二大经济体,中国的发展引起了世界的瞩目。外宣翻译也变得越来越重要了。近年来,中国经
异构网络作为下一代5G网络的基础,具有提高网络传输速率、提高频谱资源利用率、易于安装、提高覆盖面积、减小网络覆盖盲区、提高网络可靠性、低成本、节约能量等优点。Femtocell网络作为异构网络组成部分,被研究机构和工业所广泛关注。Femtceoll网络的引入,给无线网即带来机遇,又带来了挑战。由于Femtocell网络的随机部署,以及占用与宏蜂窝网络相同的频谱资源,Femtocell网络必然会对原
从21世纪以来,互联网在我国飞速发展,截止到2019年底,我国的网民数量达到了8.5亿,互联网普及率约为60%。同时,中国手机网民的规模也达到了4.5亿,占总体规模的73%,随着手机的
随着现代机器人技术的发展,人们开始考虑在商场、医院、餐厅等场景部署移动机器人来减轻工作人员的压力。而在这些场景执行任务时,要求移动机器人顺利抵达目的地的同时,尽量减少对周边环境和行人的影响,避免侵犯到行人的运动空间。这需要移动机器人主动获取行人的位置信息和运动状态,考虑与行人的交互作用,主动避让行人,安全高效地融入到行人运动环境中。本文针对室内行人运动环境下的移动机器人行人检测追踪以及导航避障问题
无线传感器网络(WSN)是一种自组织类型的网络,节点之间通常没有固定的通信链路,对于随机部署的WSN而言,通常不知道网络中节点的准确位置。因此,定位方法是WSN研究领域的热点之一。然而,由于WSN部署环境的复杂性,获得准确的节点位置仍然是一项具有挑战性的工作。本文结合刚性拓扑的结构不变性,围绕复杂环境下WSN定位,从基于距离刚性的WSN节点定位算法、基于方位刚性的WSN可定位性和定位精度方面进行了
极限学习机最早被提出用于训练单隐层前馈神经网络,与传统的前馈神经网络学习算法相比,不仅学习速度快,还能找到全局最优解,为回归和多分类任务提供了一种简单而有效的方法。近年来,虽然越来越多的学者对ELM的理论和应用研究产生了广泛的兴趣,但研究重点仍主要集中在有监督学习任务上。而实际应用中带类标签的数据不易获得,因此将ELM推广到无监督学习任务中是非常有必要的。本文以极限学习机为基础,针对降维方法展开研
随着工业机器人的广泛应用,人们对于其精度要求也越来越高,而目前工业机器人的绝对定位精度普遍不高,因此开展对工业机器人绝对定位精度提升方法的研究尤为重要。机器人标定能以最小的代价弥补机器人本体结构与控制器内运动学模型参数不一致导致的误差,是目前提高机器人末端位姿精度的主要方法。本文以工业机器人为研究对象,从机器人建模、机器人末端位姿测量、参数辨识和误差补偿等几个方面展开研究,提出了一套相对通用的机器
我国人口老龄化问题日益严重,同时,由意外事故所造成的运动功能障碍患者的数量也在逐年增加,人们对于助行器械的需求也随之增长。而现有的电动轮椅大多采用摇杆控制方式,无法
随着无线传感技术的发展,基于WiFi信号的手势识别技术在物联网的人机交互应用中得到了广泛的发展。基于WiFi信号的手势识别因其部署方便、不侵犯用户隐私、可以非视距识别等