返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 软件定义超蜂窝网络中的通信与计算协同设计与优化 刘景初 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 刘景初著
    • 出版社: 清华大学出版社
    • 出版时间:2020-12-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 刘景初著
    • 出版社:清华大学出版社
    • 出版时间:2020-12-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2020-12-01
    • 字数:142000
    • 页数:144
    • 开本:16开
    • 装帧:平装
    • ISBN:9787302564577
    • 国别/地区:中国
    • 版权提供:清华大学出版社

    软件定义超蜂窝网络中的通信与计算协同设计与优化

    作  者:刘景初 著
    定  价:79
    出 版 社:清华大学出版社
    出版日期:2020年12月01日
    页  数:144
    装  帧:精装
    ISBN:9787302564577
    主编推荐

    超蜂窝网络可通过在控制基站或是业务基站处大量部署计算资源,实现通信基带处理的集中化和资源共享,是下一代蜂窝网络的重要使能技术之一。本文研究软件定义超蜂窝网络中的通信与计算协同设计与优化,具有重要的理论意义和实用价值。

    内容简介

    本书提出了一种软件定义超蜂窝网络架构,并基于排队模型给出了通信与计算资源双重约束下虚拟基站池很优部署规模的低复杂度求解方法。面向前传带宽压缩,提出了一种基于包交换技术的软件定义前传网架构及两套基带功能分布式部署算法,使得用户可以根据设计偏好进行灵活的计算和前传成本折中设计。针对能耗优化问题,提出了一种基于深度学习的网络休眠控制框架,包括负责长时间尺度的接入控制和短时间尺度的休眠控制。本书可为通信工程相关专业学生、研究者和技术人员提供参考。

    作者简介

    精彩内容

    目录
    第1章绪论
    1.1蜂窝移动网络的演进和挑战
    1.1.1移动通信业务的变迁
    1.1.2蜂窝通信技术演进历史和目标
    1.1.3以小区为中心的无线接入网
    1.2云化无线接入网研究
    1.2.1整体架构
    1.2.2虚拟基站池实现及其资源管理
    1.2.3前传网传输和带宽压缩
    1.3超蜂窝网络架构及能效与资源的联合优化
    1.4研究内容与结构安排
    第2章软件定义超蜂窝网络及虚拟基站池部署规模分析
    2.1引言
    2.2软件定义超蜂窝网络架构
    2.2.1数据平面
    2.2.2控制平面
    2.2.3软件定义服务
    2.3虚拟基站池部署规模分析
    2.3.1虚拟基站池模型
    2.3.2阻塞概率分析
    2.3.3统计复用增益分析
    2.3.4数值结果
    2.4本章小结
    第3章面向前传网带宽压缩的基带计算功能分布式部署
    3.1引言
    3.2基于低复杂度基带逆操作的基带压缩算法
    3.2.1压缩算法原理
    3.2.2压缩系统设计
    3.2.3系统实现方案
    3.2.4压缩效率测试结果
    3.3基于图聚类的基带功能分布式部署
    3.3.1基于图的基带功能分布式部署
    3.3.2面向基带功能分布式部署的图聚类遗传算法
    3.3.3仿真结果
    3.4软件定义前传网络设计
    3.4.1需求分析
    3.4.2实现方式
    3.5本章小结
    第4章基于深度学习的软件定义超蜂窝网络休眠控制
    4.1引言
    4.2数据驱动的休眠控制框架
    4.2.1接入控制中的信道信息获取
    4.2.2复杂动态业务下的动态休眠
    4.2.3整体框架
    4.3信道预测与休眠控制算法设计
    4.3.1信道学习:基于有监督深度学习的跨小区信道预测
    4.3.2DeepNap:基于深度强化学习的短时休眠控制
    4.4实验与仿真结果
    4.4.1跨小区信道预测算法
    4.4.2短时休眠控制算法
    4.5本章小结
    第5章总结与展望
    参考文献
    在学期间发表的学术论文与研究成果
    致谢

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购