导读:本文包含了密集频谱论文开题报告文献综述及选题提纲参考文献，主要关键词:光通信,可见光通信,超密集网络,资源分配
密集频谱论文文献综述
白向伟,李青,唐燕群[1]（2019）在《低复杂度室内超密集可见光通信网络频谱资源分配算法》一文中研究指出针对室内超密集可见光通信网络多小区资源分配算法中存在的吞吐性能与算法复杂度之间的矛盾,提出一种吞吐性能近似最优且复杂度低的资源分配算法。通过建立各小区资源分配问题的最优化模型,得出该问题是凸优化问题的结论;在合理近似处理后,推导了终端资源分配归一化比例因子的解析式,在此基础上提出一种资源分配算法;算法复杂度分析表明本文算法具有多项式复杂度,低于经典最优化内点法。仿真表明,相比于请求速率占比分配法,本文算法的吞吐量性能提升了57%,服务质量满意度性能提升了67%。(本文来源于《光学学报》期刊2019年09期）
董晓庆[2]（2019）在《异构无线网络密集部署场景下高效网络接入及频谱分配》一文中研究指出如何在异构网络重迭覆盖场景下实现动态耦合频谱资源高效分配以满足用户流量需求是下一代无线通信网络的重要挑战。综合考虑网络域频谱属性差异化及用户域需求多样化问题,以用户获得总带宽最大化为目标,将频谱资源分配建模为非线性多约束条件0-1整数规划问题,并设计了两种求解方法。首先,设计了一种基于改进匈牙利算法的化简方法,该方法通过对约束条件进行化简,将复杂模型转化为标准形式0-1规划,并通过对匈牙利算法进行改进,有效求解了该复杂的频谱分配问题;其次,设计了一种改进的遗传算法,把主网络干扰约束及次用户需求融合进适应度评估中,以修正不符合要求的基因,并利用精英主义思想保留优秀个体,以进化迭代到优秀个体。最后通过实验对提出的方法与粒子群优化方法的性能进行对比分析,实验结果显示化简方法具有较大的效率优势,而改进遗传算法可得到更大的带宽。(本文来源于《计算机工程与应用》期刊2019年04期）
朱军,荚超超,曹军[3]（2019）在《超密集组网中的自适应频谱规划算法》一文中研究指出基于频谱重迭复用(FOM)的频谱规划算法中,簇间使用频谱重迭复用有效解决了超密集组网中频谱资源短缺的难题,但用户分布影响算法的最佳频谱复用门限值.针对该问题,提出超密集组网中的自适应频谱规划算法.以小区吞吐量最大化为目标,通过模型计算最佳频谱复用门限值,确定用户SINR的高低,据此分配用户频段资源.仿真结果表明,该算法可提高用户信干噪比和小区吞吐量,可有效解决频谱效率较低的问题,且设置参数时能节省人力成本.(本文来源于《安徽大学学报(自然科学版)》期刊2019年03期）
陈硕[4]（2018）在《密集异构无线环境中基于极化信号处理的频谱共享研究》一文中研究指出在频谱资源紧缺、空口技术提升容量有限的现状下,无线网络架构的革新被认为是支撑网络容量需求指数级增长的基础。在传统宏蜂窝覆盖范围内密集部署小蜂窝网络,可实现多层覆盖增强和边缘用户性能改善,使得无线通信环境具有密集和异构特征,成为了未来无线移动通信的主要存在形式。然而,由于小蜂窝的频率复用和密集部署,密集异构无线环境存在宏蜂窝与小蜂窝间同频复用的跨层干扰以及小蜂窝间共享频谱的同层干扰。通过采用认知无线电的频谱共享技术,小蜂窝网络(认知网络)智能重用宏蜂窝(授权网络)的授权频谱资源,同时规避与授权网络和多个认知网络之间的有害干扰,成为了解决密集异构无线环境中复杂干扰问题的有效手段。传统的频谱共享技术利用存在的频谱机会(包含时域、频域、空域、功率域、距离域以及码域等),使得认知网络和授权网络动态访问同一频段。密集异构无线环境中,传统的频谱共享技术面临着可用频谱机会减少的问题。除以上无线资源之外,作为信号本质属性的极化信息也是可被利用的重要资源。在传统频谱共享技术的基础上,论文通过挖掘极化信息蕴含的极化资源,研究基于极化信号处理的频谱共享技术,可实现认知网络和授权网络的同时同频同空间共存,进一步提升密集异构无线环境的频谱效率。论文以国家自然科学基金项目“密集异构无线环境下极化资源感知与利用研究”(项目编号:61571062)为依托,围绕密集异构无线环境具体包含的异构蜂窝网络、密集小蜂窝网络和密集异构蜂窝网络叁种网络模型,探索挖掘基于极化信号处理的频谱共享新理论和新方法,有效避免频率复用所引入复杂干扰带来频谱效率的性能损伤,使得提升系统整体容量的目标真正得以实现。论文具体研究工作如下:(1)对密集异构无线环境、传统的频谱共享技术和基于极化信号处理的频谱共享技术进行了综述和分析。首先归纳了密集异构无线环境的研究现状,指出了干扰问题是制约容量增长的关键问题。其次对解决干扰问题的认知无线电频谱共享技术进行了总结,分析了密集异构无线环境中传统频谱共享技术面临的资源不足问题。然后梳理了极化信号处理技术的研究现状,重点分析了无线通信中极化信号处理技术的研究进展。最后总结了现有的基于极化信号处理的频谱共享技术,指出了在密集异构无线环境中研究基于极化信号处理的频谱共享技术的可行性和性能增益。(2)在异构蜂窝网络中,针对宏蜂窝和小蜂窝同频部署导致的跨层干扰问题,论文提出了异构蜂窝网络中极化域频谱共享方法以及极化-功率域协同的频谱共享方法,实现了宏蜂窝和小蜂窝间的无干扰共存。首先在避免对授权网络产生有害干扰的前提下,挖掘认知网络可利用的极化资源,提出了异构蜂窝网络中极化域频谱共享方法。其次根据小蜂窝发送功率受限的特征,提出了极化—功率域协同的频谱共享方法,在利用极化资源的基础上增加功率域自由度,提高极化域频谱共享的频谱效率。(3)在密集小蜂窝网络中,针对密集部署的小蜂窝之间同频部署导致的同层干扰问题,论文通过挖掘密集小蜂窝网络中的极化资源,建立了密集小蜂窝网络中基于极化信号处理的频谱共享模型,提出了密集小蜂窝网络中极化—多域协同的频谱共享算法,增加了密集小蜂窝网络频谱共享的自由度。分析和仿真结果表明,相比于密集小蜂窝网络中的传统频谱共享算法,论文所提的极化—多域协同的频谱共享算法通过增加极化自由度,实现了密集小蜂窝网络整体容量的提升。(4)在密集异构蜂窝网络中,针对同时存在的宏蜂窝与小蜂窝间的跨层干扰以及密集小蜂窝网络间的同层干扰问题,论文挖掘认知网络规避对授权网络产生有害干扰时所能利用的极化资源和多域资源范围的频谱机会,提出了密集异构蜂窝网络中基于极化—多域协同的频谱共享方法,实现了宏蜂窝和密集部署的小蜂窝的同时同频同空间共存。分析和仿真结果验证了挖掘极化资源与多域资源结合对于密集异构蜂窝网络资源的利用和系统整体容量的提升的重要意义。论文充分挖掘极化资源,同时结合传统无线资源实现多域资源的协同优化,针对异构蜂窝网络、密集小蜂窝网络和密集异构蜂窝网络的频谱共享方法展开了系统研究。本文取得的研究成果对于提高未来无线通信系统的频谱效率具有一定的借鉴意义。(本文来源于《北京邮电大学》期刊2018-06-05）
王元杰[5]（2018）在《密集蜂窝网络中的频谱管理与性能分析研究》一文中研究指出未来蜂窝移动通信网络的一个重要演进方向是超密集化部署。随着大量小基站的加入,密集蜂窝网络的拓扑结构与传统蜂窝网络相比出现了较大的改变,主要体现在网络中基站的分布正在由传统规则化的空间分布向着不规则的空间分布转变,而且局部区域内由于小基站的动态开启或关闭会导致网络拓扑结构的动态变化,由此引发了在密集蜂窝网络中引入自组织管理技术,以及发展新的网络建模和性能分析工具、方法的需求。在面向自组织化的网络管理研究中,频谱资源的管理是最重要的一项内容。密集蜂窝网络局部拓扑结构具有动态性的特点,导致对网络中各小基站覆盖小区的频谱资源管理适合以分布式、自组织的方式进行,以便使得分配给各基站的频谱资源能够及时适应网络拓扑的动态变化,为用户提供有保障的服务质量。与此同时,为了进一步提高频谱效率,以应对网络密集化造成的频谱资源紧张,在运营商间进行频谱共享被认为是一个潜在的网络演进方向,而如何设计支持频谱共享的系统架构,以及在其基础上如何进行跨运营商的干扰协调和授权频段上主用户的性能保护,是需要解决的关键问题。对于大规模部署的密集蜂窝网络,其网络拓扑结构将由于难以预先细致的网络规划而失去传统蜂窝网络中基站在空间规则分布的优势,这时如何有效地建模基站和用户的空间分布、分析网络中用户的性能,为实际网络部署和优化提供理论指导,也是需要解决的关键问题。本文针对未来密集蜂窝网络中的频谱资源管理以及网络建模和性能分析问题进行了研究,主要工作内容如下:1)面向密集蜂窝网络的自组织化的管理,研究局部区域拓扑结构动态变化的密集蜂窝网络,分析了该场景下频谱资源分配问题的难点和对算法设计方面的要求,建立了两个小区间干扰耦合关系判定准则,在此基础上根据图论中的极大团设计了 Femto基站载波的本地自主选择机制,使得各Femto基站间的小区间干扰最小化,并且使得资源分配能够与动态变化的网络拓扑相适应,继而通过Femto基站之间的信息交互实现一个业务质量保障机制,尽可能地满足每个小区的最小速率需求。2)面向密集蜂窝网络的自组织化的管理,针对局部区域多运营商密集部署的小基站网络共存的问题,提出了支持跨运营商频谱共享的具体系统架构,讨论了不同实体的功能承载。进而将单运营商的分布式载波自主分配机制和运营商优先级保障机制相融合,提出了一个基于主次优先级的跨运营商频谱共享机制,该共享机制可以有效地保障各运营商网络在各自授权频段上的性能,同时增加了使用次频段上载波资源的机会。3)针对未来大规模密集部署的单层蜂窝网络,基于随机几何点过程理论和OFDMA(Orthogonal Frequency Devision Multiple Access)对上、下行网络进行了建模并讨论了用户分布的泊松点过程近似,进而结合功率控制进行了 meta分布的性能分析,用理论解析的方法刻画了网络中用户覆盖性能的分布。推导了 SIR(Signal-to-InterferenceRatio)条件成功概率的矩,得到了 meta分布的均值(即标准成功概率)、方差、平均本地时延(Mean Local Delay)等性能度量,从新的角度揭示了功率控制对蜂窝网络上下行链路性能的影响。4)针对未来大规模密集部署的蜂窝网络中存在D2D(Device to Device)传输的异构情形,结合干扰消除模型,对“覆盖式”(Overlay)异频部署和“衬底式”(Underlay)同频部署两种场景进行了基于meta分布的性能分析。对于前者,推导出了 D2D用户条件成功概率b阶矩的一般表达式,一阶矩和方差的上下界、近似式以及渐近性;研究了不同干扰消除数量时,D2D用户meta分布b阶矩曲线之间的水平平移现象,给出了渐近水平增益的表达式。进一步地,利用SIR的meta分布映射传输速率的meta分布,研究了频谱分配比例对用户速率可靠性分布的影响,讨论了最佳比例因子的求取。对于“衬底式”同频部署场景,推导出了蜂窝用户和D2D用户meta分布b阶矩的表达式,在此基础上研究了不同基站密度和D2D链路密度对彼此SIR meta分布的影响,以及理想干扰消除条件下SIR meta分布b阶矩性能曲线的平移特性。(本文来源于《北京交通大学》期刊2018-06-01）
赵亚东[6]（2018）在《基于毫米波通信的5G超密集网络频谱接入与定位方法研究》一文中研究指出随着5G等新兴通信技术的迅猛发展,频谱资源需求和业务增长之间的矛盾越来越剧烈。为了提高频谱资源的利用效率,提升网络整体性能,本文基于毫米波频谱共享场景,重点研究基于毫米波的5G超密集网络频谱接入和定位的基础理论、方法和关键技术。本文的主要研究内容包括以下叁个方面。第一,针对基于定向天线的5G超密集网络角度域频谱接入技术问题,我们提出了叁种频谱接入场景:OTOR-DTDR、DTDR-DTDR和IA-DTDR。用概率统计的方法计算其存在的频谱空洞检测概率、频谱空洞均值,干扰概率等。通过数值分析和仿真计算,我们得出:IA-DTDR场景下的频谱空洞检测概率最高,而OTOR-DTDR场景下最低。当N足够大时(N>10),角度δ对频谱接入机会有更显著的影响。通过对不同场景的仿真分析,我们进一步证明使用毫米波定向天线和允许干扰能够过得更多的角度域频谱空洞机会,从而提升频谱的利用率。第二,针对毫米波频谱共享网络性能问题,研究毫米波频谱共享网络系统模型、网络性能理论分析。在一定的干扰门限下,非授权用户可以在授权用户存在的情况下进行频谱接入,提高整个网络的性能。授权用户的覆盖概率随干扰门限的增大而减小;非授权用户的覆盖概率随干扰门限的增大而增大;而授权用户和非授权用户的覆盖概率和随干扰门限的增大先增大后减小,且值大于1,并且存在最优的干扰门限,使得授权、非授权用户组成的毫米波频谱共享网络性能最优。此外,由于SUTX对PURX干扰时,除了两者波束要对准之外,在其半径为R的扇形区域内也不能有其他PURX,即在0到R这么近的距离范围内,缺少了非授权用户对授权用户的干扰,所以本文的授权用户覆盖概率会明显大于文献[3-10]。第叁,针对基于DoA估计的毫米波地理指纹定位方法问题,提出DoA-LF定位算法,综合利用RSSI和DoA信息进行LF定位。同时,毫米波所特有的波束窄、信号强度衰减快等特点也使得DoA-LF算法的定位精度大大提高。在DoA-LF算法中,通过MUSIC算法得到的DoA信息与RSSI信息将结合,构成新的定位离线数据库,通过在线匹配,找出最接近的K个参考点,通过WKNN算法加权平均,求出目标的估计点位置。此外,还从理论上分析了毫米波DoA-LF算法的CRLB。仿真结果表明,毫米波DoA-LF算法的性能较之其他算法明显提升。众多参数对算法定位误差的影响仿真结果佐证了 CRLB理论推导的结论。最后对本文的主要工作进行了总结,并且对未来研究进行了展望。(本文来源于《北京邮电大学》期刊2018-03-14）
赵萌[7]（2018）在《密集认知网络中合作频谱感知算法研究》一文中研究指出密集异构网络通过频谱资源的空间复用可有效提升网络容量,但面临的关键瓶颈之一是网络中存在复杂的干扰造成了频谱效率性能的损伤。通过将宏蜂窝覆盖的网络作为授权网络,对密集小蜂窝采用认知无线电技术,智能重用宏蜂窝的授权频谱资源可有效克服宏蜂窝和小蜂窝之间的同频干扰,并将具有认知能力的密集小蜂窝组成的网络称为密集认知网络。频谱感知是认知无线电技术的基本功能,传统的频谱感知算法大多利用样本协方差矩阵对未知协方差矩阵进行估计,然而小蜂窝的密集部署使得密集认知网络中的感知数据具有高维特性,进而改变接收信号的统计特性,使得样本协方差矩阵在高维场景下的估计误差增加。因此,传统频谱感知算法的感知性能下降,有必要研究适用于密集认知网络的高维频谱感知算法。论文选题依托国家自然科学基金项目“密集异构无线环境下极化资源感知与利用研究”(项目编号61571062)。本文基于高维估计理论对密集认知网络中的高维频谱感知算法进行研究,分别提出了基于高维协方差矩阵特征值估计的合作频谱感知算法和基于高维协方差矩阵估计的合作频谱感知算法,主要研究内容如下:一、综述了认知网络和密集网络的关键技术和应用场景,对已有的独立频谱感知算法和合作频谱感知算法进行了分类和总结,分析比较了算法的优缺点和适用场景。针对密集认知网络介绍了已有的高维频谱感知算法并指出了算法存在的问题。二、考虑密集小蜂窝对宏蜂窝基站单天线发送的授权信号进行感知,针对样本特征值对高维协方差矩阵特征值的估计性能下降这一问题,提出了基于特征值一致估计的合作频谱感知算法。算法通过利用高维场景中估计准确的特征值一致估计解决了高维协方差矩阵特征值的估计问题。此外,利用了发送信号空间秩为1的结构特性进一步提高了算法的感知性能。最后,理论推导与仿真结果表明,当算法满足特征值分离条件时算法的感知性能更好,且新算法相对于已有的高维频谱感知算法有1.9dB的性能优势。因此,所提算法可应用于密集认知网络对宏蜂窝基站单天线发送的授权信号进行感知,从而实现与宏蜂窝网络的共存。叁、考虑密集小蜂窝合作对宏蜂窝基站多天线发送的授权信号进行感知,针对样本协方差矩阵对高维协方差矩阵估计性能下降这一问题,分别在噪声理想和非理想的情况下提出了两种基于渐进最优收缩估计的合作频谱感知算法。两种算法通过利用高维场景中估计更加准确的渐进最优收缩估计解决了高维协方差矩阵的估计问题,提高了算法的感知性能。此外,推导了理想噪声下所提算法虚警概率和判决门限的理论表达式。最后,仿真结果表明,在理想噪声下,所提算法相对于已有的高维频谱感知算法和基于特征值一致估计的合作频谱感知算法分别有1.2dB和0.9dB的性能优势,且当样本维数大于样本数时算法依然有效。非理想噪声下,所提算法相对于传统考虑非理想噪声的算法有1.2dB的性能优势,且当样本维数大于样本数时算法依然有效。因此,所提两种算法可分别应用于理想噪声和非理想噪声下,密集认知网络对宏蜂窝基站多天线发送的授权信号进行感知,从而实现与宏蜂窝网络的共存。(本文来源于《北京邮电大学》期刊2018-03-08）
郗文胜,朱燕丹,谭国平[8]（2018）在《超密集网络比例公平频谱资源分配算法》一文中研究指出为了提升超密集网络中的系统总体吞吐量,研究了基站如何分配回程链路和用户接入资源的问题,提出了一种面向无线混合分层回程网络的比例公平资源分配算法(PFRA),该算法首先对基站进行分层,并设计各层基站的帧结构;其次,基于比例公平的效用函数构建出系统吞吐量最大化的目标函数;最后,利用拉格朗日乘子法推导出了获得混合分层回程网络场景下频谱资源分配最优解的迭代算法。仿真结果表明,PFRA算法能有效提升网络吞吐量性能,并在网络吞吐量性能和用户公平性之间取得了良好的均衡效果。(本文来源于《电子测量技术》期刊2018年04期）
宋连珺[9]（2017）在《射电天文信号密集频谱校正方法研究》一文中研究指出天体辐射的电磁波可以反映天体的特征和状态,这是研究行星的重要方法。射电天文信号的采样频率都是很高的,有的甚至达到吉赫兹频段。如果采样频率过高,那么快速傅里叶变换(FFT)的分析点数不可能很高,导致频率分辨率很低,而细化的频谱有助于了解天体构造。基于复解析带通滤波器细化方法在FFT的分析点数不增加的情况下,可以降低采样频率,提高频率分辨率,在射电天文信号处理中有重要的应用价值。本文首先介绍了频谱校正中常用的比值法、FFT + FT法、能量重心法和相位差校正法的原理及实现过程,分析比较了四种方法的优缺点,并通过仿真实验证明这些方法不适用于密集频谱的校正。比值法算法简单,校正效果较好,运算速度快;能量重心法的负频率部分对精度的影响较大;FFT + FT法不加大样本长度,但运算速度较慢;相位差校正法通用性好,校正精度高。但这四种方法只针对单频率信号或者间隔较远的频率成分,而射电天文信号的频谱是密集的,采集的信号数据量很大。所以本文采用基于复解析带通滤波器的细化方法和比值校正方法相结合的综合校正方法,它有精度高,不用进行复杂的频率调整的优点,可以提高射电天文信号频率分辨率。并详细介绍了该方法的原理、算法步骤和实现过程,进行了仿真实验。采用本文方法校正前的频率分辨率为195312.5Hz,校正后频率分辨率为1953.125Hz,频率分辨率提高了 100倍。仿真实验结果表明:采用基于复解析带通滤波器细化方法和比值法的综合校正频谱的方法能够细化射电天文信号的频谱,提高射电天文信号的频率分辨率,有较高的校正精度,这将有助于天文学家了解天体的构造。(本文来源于《云南大学》期刊2017-05-01）
杨拓[10]（2017）在《5G异构密集网络容量提升方法与非授权频谱接入技术研究》一文中研究指出未来10年,全球移动数据流量将增长1000倍,与此同时频谱短缺问题十分严峻,巨大的频谱赤字高达300MHz。因此在第五代移动通信系统(5G)中,容量需求和频谱短缺的矛盾亟待新技术的研究与突破。本文针对5G移动通信系统的容量需求问题,以容量提升和干扰共存作为两大目标,从异构网络空间密集化和非授权频段接入技术两个解决办法入手,探其对网络容量性能的影响。同时,基于用户公平性和网络公平性,提出网络参数设置的优化方案。本文的研究内容分为以下叁部分:(1)研究LTE系统在授权频段下的容量提升问题。在结合小区区域扩展策略和时域小区间干扰协调机制的密集异构网络场景下,应用随机几何模型分析网络容量性能。研究部署密度、小区区域扩展值、几乎空白子帧比例等网络参数对网络容量的影响规律。提出一种基于用户公平性的干扰协调参数配置算法,用户平均吞吐量提升20Mbps,不同用户间吞吐量差距下降25%。(2)研究在引入非授权频段下LTE系统的容量提升与信道接入问题。结合能量检测和退避算法,提出了一种新型的LTE在非授权频段的接入和退避策略。利用最优化理论,计算最优信道接入参数,最大化非授权频段下的LTE网络吞吐量,同时避免对WiFi系统的过度干扰。(3)研究非授权频段下LTE和WiFi双系统的容量性能与干扰共存问题。分别利用马尔科夫链模型对WiFi的分布式协调功能和LTE两种避算法进行建模,分析两种系统的信道接入概率和归一化吞吐量性能。提出一种基于接入公平的LTE最优争抢窗口计算方案,实现非授权频段下LTE和WiFi的公平共存。最后,对本文的研究内容进行总结,本场景下密集部署和非授权频段接入相结合技术有待进一步研究。(本文来源于《北京邮电大学》期刊2017-03-13）
密集频谱论文开题报告
（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：
如何在异构网络重迭覆盖场景下实现动态耦合频谱资源高效分配以满足用户流量需求是下一代无线通信网络的重要挑战。综合考虑网络域频谱属性差异化及用户域需求多样化问题,以用户获得总带宽最大化为目标,将频谱资源分配建模为非线性多约束条件0-1整数规划问题,并设计了两种求解方法。首先,设计了一种基于改进匈牙利算法的化简方法,该方法通过对约束条件进行化简,将复杂模型转化为标准形式0-1规划,并通过对匈牙利算法进行改进,有效求解了该复杂的频谱分配问题;其次,设计了一种改进的遗传算法,把主网络干扰约束及次用户需求融合进适应度评估中,以修正不符合要求的基因,并利用精英主义思想保留优秀个体,以进化迭代到优秀个体。最后通过实验对提出的方法与粒子群优化方法的性能进行对比分析,实验结果显示化简方法具有较大的效率优势,而改进遗传算法可得到更大的带宽。
（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。
密集频谱论文参考文献
[1].白向伟,李青,唐燕群.低复杂度室内超密集可见光通信网络频谱资源分配算法[J].光学学报.2019
[2].董晓庆.异构无线网络密集部署场景下高效网络接入及频谱分配[J].计算机工程与应用.2019
[3].朱军,荚超超,曹军.超密集组网中的自适应频谱规划算法[J].安徽大学学报(自然科学版).2019
[4].陈硕.密集异构无线环境中基于极化信号处理的频谱共享研究[D].北京邮电大学.2018
[5].王元杰.密集蜂窝网络中的频谱管理与性能分析研究[D].北京交通大学.2018
[6].赵亚东.基于毫米波通信的5G超密集网络频谱接入与定位方法研究[D].北京邮电大学.2018
[7].赵萌.密集认知网络中合作频谱感知算法研究[D].北京邮电大学.2018
[8].郗文胜,朱燕丹,谭国平.超密集网络比例公平频谱资源分配算法[J].电子测量技术.2018
[9].宋连珺.射电天文信号密集频谱校正方法研究[D].云南大学.2017
[10].杨拓.5G异构密集网络容量提升方法与非授权频谱接入技术研究[D].北京邮电大学.2017