面向5G/B5G通信的智能无线资源管理技术 |
| |
作者姓名: | 史清江 洪明毅 罗智泉 |
| |
作者单位: | 1. 同济大学软件学院;3. 美国明尼苏达大学电子和计算机工程系;4. 香港中文大学(深圳)理工学院 |
| |
基金项目: | 国家自然科学基金项目(61731018,61671411);;国家重点研发计划政府间国际合作重点专项项目(2017YFE0119300); |
| |
摘 要: | 第五代移动通信(5G)网络能够提供无所不在、万物互联的基础性业务能力。伴随着"新基建"计划的实施,5G将在我国全面部署,而超五代移动通信技术(Beyond 5G,B5G)的研究也正在同步开展。众所周知,高效的无线资源管理是发挥5G/B5G系统效能的关键所在。随着大规模天线、毫米波、网络切片等新技术的出现以及应用场景的多样化和复杂化,无线资源管理问题将达到前所未有的复杂程度。本文在概述5G关键技术的基础上,介绍近几年提出的基于数学优化和人工智能技术的5G/B5G网络资源管理方法,并给出了基于深度学习的无线资源优化和基于大规模优化的网络切片管理两个案例。
|
关 键 词: | 5G 无线资源管理 人工智能 优化 |
本文献已被 CNKI 等数据库收录! |
|