导读:本文包含了无线分配网络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网络,无线通信,资源分配,全面研究
无线分配网络论文文献综述
张馨丹,刘明[1]（2019）在《5G网络的无线通信资源分配研究》一文中研究指出随着我国信息时代的持续化发展,5G网络的研究工作开展水平,变得越来越具有先进性,具体表现为各个环节的无线通信技术研究方式都非常具有科学性。在5G网络研究过程中,无线通信资源始终都是非常重要的一个研究环节,我们需要从各个方面重视无线通信资源的相应研究,从而确保5G网络研究过程中的无线通信资源分配系统,能够得到科学合理化的设置。本文将会在接下来的部分,针对于无线通信资源分配方式展开详细分析。(本文来源于《通讯世界》期刊2019年10期）
鞠鑫哲[2]（2019）在《5G网络无线通信资源分配》一文中研究指出本文先对5G网络无线通信的特点进行简析,然后在保障服务质量和公平性相关方面,总结5G网络无线通信资源分配的原则,进而在低频谱分配和高频谱分配相关基础上,详细分析和阐述5G网络无线通信资源的分配方式。(本文来源于《电子技术与软件工程》期刊2019年19期）
杨佳雨,胡杰,冷苏鹏,杨鲲[3]（2019）在《一种具有顽健性的无线数能网络的时隙资源分配和多用户选择算法》一文中研究指出在无线能量和数据传输资源分配的现有研究中,并未考虑多用户场景下电池容量对吞吐量性能的影响。提出了一种具有顽健性的资源分配算法进行吞吐量优化,解决实际网络场景中由于电池容量差异较大、单一模型无法合理进行资源分配的问题。此外,还发现了多用户选择和时隙分配之间的联系,提出了一种在功率约束下的多用户选择与时隙分配联合优化算法。仿真结果表明,所提出的算法吞吐量性能更好,更适用于无线数能网络。(本文来源于《物联网学报》期刊2019年03期）
田杰,程永生,肖何,侯冬,解楠[4]（2019）在《具有QoS保证的RF能量采集认知无线网络高能效资源分配技术》一文中研究指出考虑了一种基于射频能量采集的认知无线网络系统。其中,次用户发射机(ST,secondary transmitter)首先从主用户(PU,primary user)发射的射频信号中收集能量,然后利用所收集能量与次用户通信。此外,ST保留有可能来自之前传输块的剩余能量作为初始能量。目标是通过传输时间和发射功率联合优化,达到次用户网络能量效率最大化。为保证次用户网络服务质量(QoS,quality of service),在能量效率最大化过程中对ST施加最小吞吐量需求约束。由于能量效率最大化是非线性分数规划问题,提出了一种基于Dinkelbach方法的快速迭代算法来实现资源的最优分配。仿真结果表明,该算法收敛速度快,可以在保证QoS约束的同时显着提高系统的能量效率。(本文来源于《重庆大学学报》期刊2019年09期）
刘鑫,曾铭钰,樊贵军,段幼春[5]（2019）在《基于机器学习的无线通信网络资源分配方法研究》一文中研究指出针对现有无线网络资源分配面临的资源分配不合理问题,提出基于机器学习的无线通信网络资源分配方法研究。在网络资源接入时设定优先级,然后进行中继转发,最后利用比例公平算法对无线通信网络资源进行合理分配。通过实验得到,提出的基于机器学习的无线通信网络资源分配方法,能够有效解决资源分配不合理的问题。(本文来源于《信息通信》期刊2019年09期）
沈微微[6]（2019）在《基于DSA的无线通信网络资源分配方法研究》一文中研究指出随着移动通信技术的出现,无线通信网络资源分配优化的问题也成为目前研究者们需要着重研究的热点问题。针对这一现象,笔者通过探究无线通信网络资源分配的主要内容,制定出基于DSA的无线通信网络资源分配方案,为了使方法更加严谨,将其与传统分配方法进行对比实验,发现基于DSA的分配方法可以使无线通信网络资源分配更加高效,对国家和社会也具有重大的现实意义。(本文来源于《信息与电脑(理论版)》期刊2019年17期）
董晓庆,程良伦,郑耿忠,王涛[7]（2019）在《认知异构无线网络中传输速率最大化的频谱资源分配方法》一文中研究指出针对频谱属性异构、信道条件动态变化、业务需求多样的认知异构无线网络中难以为次用户高效分配频谱资源的问题,提出了传输速率最大化的频谱资源分配策略。该策略首先以总传输速率最大化为目标,以受限频谱资源及用户业务需求为约束条件,构建了非线性多约束的频谱资源分配0-1规划模型;然后设计了一种多项式时间复杂度的化简求解方法,该方法根据空闲频谱信息、信道条件、业务需求及分配决策历史信息构建并修正效益矩阵,实现约束条件化简,并通过改进传统匈牙利算法的系数矩阵变换策略提高执行效率。最后,通过实验对算法性能进行对比分析,实验结果显示,所提方法具有更高的传输速率及执行效率。(本文来源于《通信学报》期刊2019年09期）
唐伦,魏延南,马润琳,贺小雨,陈前斌[8]（2019）在《虚拟化云无线接入网络下基于在线学习的网络切片虚拟资源分配算法》一文中研究指出针对现有研究中缺乏云无线接入网络(C-RAN)场景下对网络切片高效的动态资源分配方案的问题,该文提出一种虚拟化C-RAN网络下的网络切片虚拟资源分配算法。首先基于受限马尔可夫决策过程(CMDP)理论建立了一个虚拟化C-RAN场景下的随机优化模型,该模型以最大化平均切片和速率为目标,同时受限于各切片平均时延约束以及网络平均回传链路带宽消耗约束。其次,为了克服CMDP优化问题中难以准确掌握系统状态转移概率的问题,引入决策后状态(PDS)的概念,将其作为一种"中间状态"描述系统在已知动态发生后,但在未知动态发生前所处的状态,其包含了所有与系统状态转移有关的已知信息。最后,提出一种基于在线学习的网络切片虚拟资源分配算法,其在每个离散的资源调度时隙内会根据当前系统状态为每个网络切片分配合适的资源块数量以及缓存资源。仿真结果表明,该算法能有效地满足各切片的服务质量(QoS)需求,降低网络回传链路带宽消耗的压力并同时提升系统吞吐量。(本文来源于《电子与信息学报》期刊2019年07期）
康亚威,姚彦鑫[9]（2019）在《能量收集型无线传感器网络的功率分配算法》一文中研究指出近年来,无线传感器网络获得了蓬勃发展,极大地方便了人们的生产生活,能量收集系统大大提升了其工作寿命。首先总结了通过考虑几种常见的能量收集系统,用来确定能量收集通信的信息理论极限。其次考虑能量收集时间和数量的离线以及在线优化,最后,列出了能量收集通信广泛领域的一些未来方向。(本文来源于《电脑知识与技术》期刊2019年19期）
马占营[10]（2019）在《无线传感器网络中多中继选择功率分配算法》一文中研究指出为了实现无线传感器网络中大数据量的传输,增大传感器节点之间传输的吞吐量,结合协作通信中的能量与信道状态2个特性,设计了多中继的选择功率分配算法。该算法将信道系数最大的节点作为第1中继,然后通过分析剩余节点的信道系数和能量选择第2个中继,最后调节功率控制因子分配2个中继的发射功率得到多中继链路的最大吞吐量。仿真结果表明,在总功率相同情况下多中继的最大吞吐量高于单中继的吞吐量。(本文来源于《桂林电子科技大学学报》期刊2019年03期）
无线分配网络论文开题报告
（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：
本文先对5G网络无线通信的特点进行简析,然后在保障服务质量和公平性相关方面,总结5G网络无线通信资源分配的原则,进而在低频谱分配和高频谱分配相关基础上,详细分析和阐述5G网络无线通信资源的分配方式。
（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。
无线分配网络论文参考文献
[1].张馨丹,刘明.5G网络的无线通信资源分配研究[J].通讯世界.2019
[2].鞠鑫哲.5G网络无线通信资源分配[J].电子技术与软件工程.2019
[3].杨佳雨,胡杰,冷苏鹏,杨鲲.一种具有顽健性的无线数能网络的时隙资源分配和多用户选择算法[J].物联网学报.2019
[4].田杰,程永生,肖何,侯冬,解楠.具有QoS保证的RF能量采集认知无线网络高能效资源分配技术[J].重庆大学学报.2019
[5].刘鑫,曾铭钰,樊贵军,段幼春.基于机器学习的无线通信网络资源分配方法研究[J].信息通信.2019
[6].沈微微.基于DSA的无线通信网络资源分配方法研究[J].信息与电脑(理论版).2019
[7].董晓庆,程良伦,郑耿忠,王涛.认知异构无线网络中传输速率最大化的频谱资源分配方法[J].通信学报.2019
[8].唐伦,魏延南,马润琳,贺小雨,陈前斌.虚拟化云无线接入网络下基于在线学习的网络切片虚拟资源分配算法[J].电子与信息学报.2019
[9].康亚威,姚彦鑫.能量收集型无线传感器网络的功率分配算法[J].电脑知识与技术.2019
[10].马占营.无线传感器网络中多中继选择功率分配算法[J].桂林电子科技大学学报.2019