无线通信之网络模型（文献拓展）

一、基础知识

1.天线与射频链

参考链接：

• 天线数与射频链路的连接：每个天线都是射频链路的一部分，它们通过射频连接进行信号的传输。发送设备使用天线将射频信号发送到空气中，接收设备使用另一个天线接收信号并将其转换为可用的数据。因此，天线是射频链路的起点和终点，它们通过空间传播媒介传递信号。
• MIMO系统由多条射频链构成，每条射频链都有各自的天线。
• 
• 波束赋形技术可以通过使用多个天线和RF chain来实现，其中RF chain用于控制和调整各个天线的相位和幅度。而波束赋形则利用RF chain中的控制功能来调整天线阵列中各个天线的相位和幅度，以实现波束的形成和调整。
• 在混合波束赋形（HBF）中，天线数通常大于射频链路数，因为使用多个天线可以提高信号的方向性和增益，而使用多个射频链路则会增加系统的复杂度和开销。因此，需要在数字域和模拟域之间进行适当的预编码和合路，以实现高效的 HBF

2.波束赋形

（1）波束赋形中的信道导向向量

信道导向向量（Channel Steering Vector）在无线通信中起着重要的作用。它是描述信号在多天线系统中传播方向和幅度的向量。

在多天线通信系统中，发送和接收设备通常具有多个天线。信道导向向量表示了在特定的传输环境下，信号从发射天线到接收天线传播的方向和增益。它描述了信号在空间上的分布特性。

通过使用信道导向向量，可以对信号进行波束赋形（beamforming）或波束成形（beam steering），这是一种利用多天线系统的优势来增强信号传输质量的技术。波束赋形可以通过调整天线的相位和幅度来调节信号的传输方向和形状，以增强目标方向上的信号能量，同时减小其他方向上的干扰信号。

具体来说，信道导向向量与发送和接收天线之间的通道矩阵相关联。通过将信号与信道导向向量进行内积（点乘），可以得到接收信号的增益和相位，从而实现波束赋形。这样可以提高信号的接收质量、抑制干扰信号以及提高系统的信号容量和可靠性。

因此，信道导向向量是在多天线通信系统中对信号进行波束赋形和接收的关键元素，可以提高无线通信系统的性能和效率。

（2）计算sinr时平方的问题

为什么平方需要放在求和符号外面呢？
这是因为h乘以w的结果一般是复数，此时求二范数，目的是获取接收信号的复杂权重向量的长度。

        self.gain = self.path_loss * np.square(np.linalg.norm(np.matmul(self.h, self.ap.code)))
        self.r_power = self.ap.power * self.gain

使用 np.linalg.norm() 计算的是向量的二范数（Euclidean 范数）。

空中计算

ZTE报告：

二、关于视频流传输

1. proportional fair (PF) scheduler

比例公平（PF）调度器是一种常用的无线网络中的调度算法，它可以在最大化网络总吞吐量和保证用户之间的公平性之间达到一个平衡。它是通过给每个用户分配一个优先级或权重，来决定哪个用户可以使用无线信道。这个优先级或权重是根据用户的即时信道质量和历史平均数据速率来计算的。

具体来说，PF调度器的优先级或权重公式为：

$$P=T\alpha R\beta$$

其中，T表示用户当前可以达到的数据速率，R表示用户历史平均数据速率，α和β是用来调节公平性的参数。一般来说，α=1，β=1。

PF调度器的工作原理是：在每个时间槽，它会选择优先级或权重最高的用户来使用信道，然后更新该用户的历史平均数据速率。这样，当用户的信道质量好时，它会有更高的机会被选中，从而提高网络总吞吐量；当用户的信道质量差时，它会有更低的机会被选中，但也不会被完全忽略，从而保证用户之间的公平性。

PF调度器在现有的蜂窝网络中被广泛使用，例如LTE和5G等。它可以适应不同的无线环境和用户需求，并提供良好的性能和效率.

2. allocation by separation and Shapley value

分离分配（allocation by separation）是一种资源分配方法，它将一个复杂的分配问题分解为多个简单的子问题，然后将每个子问题的解合并为最终的解。这种方法可以减少计算复杂度和信息需求，但也可能导致不一致或不公平的结果。

Shapley值（Shapley value）是一种合作博弈论中的概念，它给出了每个参与者在一个合作博弈中的公平收益。它是根据每个参与者对合作博弈总收益的边际贡献来计算的。Shapley值具有一些良好的性质，例如效率、对称性、线性性和空玩家性。

将Shapley值用于分离分配，就是将每个子问题视为一个合作博弈，然后用Shapley值来分配每个子问题的资源。这样，可以保证每个参与者在每个子问题中都得到公平的收益，同时也保持了总资源的不变。

3. 依赖编码方案dependent encoding scheme

依赖编码方案是一种视频编码方法，它将视频帧分成不同的区域或块，然后根据它们的重要性和相关性进行不同的压缩和保护。这样，一些区域或块可以被优先传输和解码，而其他的可以被丢弃或延迟，从而节约了视频传输所需的总容量。

依赖编码方案的一个特点是，它会产生一些依赖关系，也就是说，某些区域或块的解码需要依赖于其他区域或块的解码。这样，如果某个区域或块丢失了，那么它所依赖的区域或块也无法被解码，从而导致视频质量的下降。

例如，第一个瓦片被编码为IDR（即时刷新）类型的NAL单元，它是一个完整的图像，不依赖于其他瓦片。其他15个瓦片被编码为非IDR类型的NAL单元，它们依赖于前一个瓦片。也就是说，第i个瓦片（i=2,3,…,16）只包含与第i-1个瓦片的差异信息，而不是完整的图像信息。

4. cloud based radio access networks

云无线接入网络（Cloud-Based Radio Access Network，Cloud RAN或C-RAN）是一种无线通信基础设施架构，旨在更有效地管理和部署移动通信网络的基站设备。传统的移动通信网络中，每个基站通常都配备了独立的硬件设备，这意味着每个基站都需要大量的物理空间和能源，并且难以灵活地进行资源分配和管理。云RAN旨在解决这些问题，其主要特点包括：
虚拟化和集中化: 在云RAN中，基站的功能被虚拟化并集中在数据中心或云服务器上。这意味着基站的智能部分（信号处理、调度、资源管理等）不再分散在每个基站上，而是在云中进行集中处理。这使得资源更容易分配和管理。

• 灵活性: 云RAN可以更灵活地分配基站资源，根据网络负载的需要来动态配置资源。这可以提高网络效率，减少网络拥塞。

• 节省成本: 通过虚拟化和集中化，云RAN可以降低基站部署和维护的成本，因为不再需要大量的物理硬件设备。

• 支持新技术: 云RAN使运营商更容易升级和部署新的通信技术，例如5G，因为它们可以更容易地在云端进行更新和配置。

• 更高的能源效率: 由于云RAN减少了冗余的硬件设备，它可以降低能源消耗，有助于降低运营商的能源开销。

总的来说，云RAN是一种新的基站架构，它通过虚拟化和集中化，提供更高的灵活性、成本效益和资源管理能力，有助于改善移动通信网络的性能和效率。这对于满足日益增长的移动通信需求以及部署新一代无线技术（如5G）非常重要。

5. server and network-assisted DASH (SAND)

Server and Network-Assisted DASH (SAND) 是一种改进的 Dynamic Adaptive Streaming over HTTP (DASH) 技术，用于视频流媒体的传输。DASH是一种流媒体协议，允许根据观众的设备和网络条件动态地调整视频质量，以确保流畅的观看体验。SAND 是对DASH的增强，通过利用服务器和网络资源来进一步提高流媒体服务的性能和质量。

以下是SAND的一些关键特点：

1. 服务器辅助：SAND利用服务器端的资源来改善流媒体的传输。这包括服务器端的缓存、内容分发网络（CDN）、数据压缩和优化等。通过在服务器端进行更多的处理，可以减轻客户端设备的负担，从而提高了客户端设备上的视频播放性能。

2. 网络辅助：SAND还利用网络资源，包括质量服务（Quality of Service，QoS）和动态网络优化，以确保视频流的高质量传输。这意味着网络可以根据流媒体的要求进行优化，以避免缓冲、减少延迟和提高视频质量。

3. 动态适应性：与标准的DASH一样，SAND也具有动态适应性的功能，可以根据观众的设备和网络条件调整视频质量。SAND在这方面利用了服务器和网络资源，以更智能地进行质量调整。

4. 性能优化：SAND的目标是提供更好的用户体验，减少视频加载时间、缓冲和中断，以及提高视频质量。通过利用服务器和网络资源，SAND可以实现这些性能优化。

总之，Server and Network-Assisted DASH（SAND）是一种增强版的DASH流媒体技术，通过利用服务器和网络资源来改善流媒体服务的性能和质量，以确保观众获得更好的流畅观看体验。这种技术在视频流媒体领域中具有重要的应用前景，特别是在需要提供高质量视频内容的情况下。

6. 关于多播

传统的多播技术会带来“瓶颈用户”问题，限制多播组内用户的数据速率。为了解决此类“瓶颈用户”问题,科研人员提出了多速率多播算法°,允许多播组内用户根据自身处理能力接收不同速率的多播数据流,从而缓解“瓶颈用户”带来的影响。

• 组分解技术是将多播组根据准则分解成多个子组，再根据子组内用户的信道质量确定各子组的传输速率。
• 流分解技术，其可以将高速率数据流分解成多个低速子数据流，用户根据信道条件接收不同的子数据流。

公平性度量，既能够对子组中信道质量好的用户匹配相应多的资源，又能有效抑制对其资源分配过多而过度损害其他用户利益的情况，可以均衡分配资源。

LAST

1. PCP分布

PCP（Poisson-Clumping-Point）分布可以通过以下数学公式和定义来表示：

假设有一个时间或空间区域，将其划分为$k$个互不相交的子区域（或子时段），记为$A_1,A_2,\dots ,A_k$。设$N_i$表示在子区域（或子时段）$A_i$内发生的事件数量，且$N_i$服从参数为${\lambda }_i$的独立泊松分布。

PCP分布的定义为：对于任意正整数$n$，事件总数$N$满足以下概率分布函数：

其中，$M$表示聚集因子（clustering factor），表示在给定的子区域（或子时段）中，实际上发生的聚集数量。$P(M=m)$表示聚集因子为$m$的概率。

在PCP分布中，聚集因子$M$的分布通常是事先设定的，可以是离散分布或连续分布。根据具体问题和应用场景，可以选择不同的聚集因子分布来适应实际情况。

需要注意的是，PCP分布的具体形式和参数取决于子区域（或子时段）的划分方式以及聚集因子分布的选择。因此，在具体应用中，需要根据问题的特点进行定义和推导。

总结起来，PCP分布是一种用于描述聚集性现象的离散概率分布，它基于子区域（或子时段）内事件发生的独立泊松分布，并通过聚集因子的分布来描述事件的聚集性。PCP分布的应用领域包括传染病的传播模型、随机网络模型、金融风险建模等。它在描述聚集性现象方面具有一定的优势，能够更准确地反映实际情况下事件的分布特征。

零散

• 余弦相似度