资源分配在Cloud-Radio访问网络和Fog-Radio B5G系统的接入网络

无处不在的对高数据率服务的需求需要突破网络系统架构。逐步走向全谱重用和小细胞部署,积极趋势cloud-radio接入网络(凹口)和fog-radio接入网络(FRANs)在大规模干预成为必要的管理超出5 g无线系统(B5G)。通过连接的基站集中云,凹口提供能力强在基站分配资源以协调的方式通过inter-basestation协调和连接的正确使用fronthaul链接。凹口将联合信号处理能力的数据属于不同用户和计算机的处理器能力强高复杂性算法,传统的基站不能。弗兰斯,另一方面,是为了减少造成的延迟fronthaul链接通过推动控制网络和存储能力优势。弗兰斯允许克服凹口的功能延迟和信号等开销问题,部分移动网络情报能力的一部分,即。,云计算和存储能力,接近网络边缘(接入点,移动用户和设备)。

凹口之间的这种相互作用强烈的集中处理和弗兰斯分布式情报能力提供了肥沃的领域有效的资源分配策略。尤其这样因为凹口和弗兰斯(尽管在不同的尺度上)使优化资源共享策略可行的不同实体之间通过云端,通过联合编码(解码)的消息使用下行(上行)协调资源分配技术(波束形成、调度、缓存位置,等等)。最近的研究也表明,凹口和弗兰斯平台尤其适合rate-splitting的实际实现策略,即。将每个用户信息划分为两个部分,一个私人目的用户只可解码的一部分,和一个共同的部分可以被另一个用户解码,为了减少大规模干预。

这个特殊的问题,因此,研究大规模干扰管理技术在凹口和弗兰斯B5G系统,通过适当的优化资源配置和ratesplitting技术,共同和分别。高质量的技术论文提交报告原始算法,理论,数值和实验结果是受欢迎的。异常调查/指南的文件也可以被考虑。我们恳求原始提交在以下方面:

凹口/弗兰斯•资源分配(波束形成、功率控制、基站协会、调度、缓存位置,等等)。
•干扰分析、回避和凹口/ FRANs对齐
•混合射频/光学回程/ fronthauling凹口/弗兰斯
•机器学习和人工智能云效率
•联合行动和优化无线接入和回程网络的凹口/弗兰斯
•集中/分散的计算和处理在凹口/弗兰斯
•灵活的分配功能,在凹口/ FRANs实体
•分析和权衡的延迟,吞吐量,节能,QoS,在凹口和弗兰斯成本效率
•内部云和多重云intra-cloud干扰管理网络
•缓存位置和优化缓存支持凹口/弗兰斯
•Rate-splitting和凹口/ FRANs公共消息解码
•跨层优化和性能分析rate-splitting凹口/ FRANs启用
•凹口/弗兰斯相互作用与large-intelligent表面(LIS),大规模的分布式天线,太赫兹通信、大规模物联网,V2X细胞、无人机和卫星网络
•高机动的考虑,在凹口/ FRANs性能分析