學位論文

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890

Browse

Subject: search.filters.subject.系統容量

Search Results

Now showing 1 - 5 of 5
  • No Thumbnail Available
    Item
    蜂巢式網路用戶與V2X通訊共存異質性網路之功率控制與資源分配演算法
    (2021) 高漢棋; Gao, Han-Chi
    在現今資訊暴漲的時代，無線網路是由許多的物聯網和通訊裝置所組合起來，而對於基地台原本所服務的蜂巢式網路用戶來說，因為基地台所需要服務的用戶不斷的增加，導致了基地台之間嚴重的互相干擾，為此我們通過提出一個下行鏈路干擾緩解方案，在確保了蜂巢式網路用戶的前提下，也保障了系統內的其他次級用戶不受到干擾，本文中以V2X通訊代表次級用戶。本論文建立了一個有多個多輸入單輸出(MISO)小區的環境，並在其中設置了數台採用C-V2X通訊的無人車，並使用人工智慧中的強化式學習模型Deep Q-learing 結合波束成形技術，提出了一種功率調整與波束成形演算法，每個基地台都代表一個代理(Agent)，並擁有獨立的神經網路，能夠根據基地台目前的環境做出適當的決策，我們的研究結果表明此演算法能夠有效保障蜂巢式網路用戶的權益(Utility)，並透過波束成形技術避開無人車，從而達到降低干擾並提升系統效能的目的。
  • No Thumbnail Available
    Item
    基於A2C結合LSTM之D2D通訊於蜂巢式網路功率調整演算法
    (2021) 詹震浩; Chan, Jen-Hau
    我們考慮到裝置對裝置之通訊(Device-to-Device communication, D2D)有可能在非理想情況下被建立，我們提出一個下行鏈路干擾緩解機制，在保障蜂巢式用戶的鏈路品質前提下，提升整體系統容量，我們模擬多個D2D用戶時採用抑制干擾範圍與正交資源分配，接著使用本實驗室學長先前所撰寫之位置推薦的結果，並稱之為傳統方法，本篇研究接續著傳統方法，搭配人工智慧的方法針對D2D提出功率調整演算法(Location Recommendation and Power Adjustment using A2C with LSTM, LR&PA_A2C+LSTM)，管理D2D複用蜂巢鏈路的資源時，基地台對D2D的干擾及D2D對MUE的干擾。我們比較LR的兩種策略，並且證明以最短移動距離作為唯一考量的策略較為實際，因此在我們的演算法中將採取此策略。模擬結果證明， 我們所提出的方法在提升D2D容量方面優於傳統方法，而蜂巢式用戶容量的減少相較於D2D容量的提升是非常小的，因此整體系統容量可以明顯地有所改善。
  • No Thumbnail Available
    Item
    D2D通訊在LTE蜂巢式網路中之步進式位置推薦演算法
    (2018) 朱峻佑; Ju, Jun-You
    在長程演進技術(Long Term Evolution, LTE)中有一項重要的技術，也就是設備對設備(Device-to-Device, D2D)的通訊，D2D通訊可以不透過基地台做設備與設備間的直接傳輸，這個做法可以減輕基地台的負擔以及增加整體系統的網路容量。 本論文提出一種基於LTE蜂巢式網路中D2D的步進式位置推薦法，希望能透過演算法規劃出一條推薦路徑，使D2D移動至推薦的路徑，並藉此能改善網路整體的系統容量及效能。 實驗模擬在一個含有傳統大型基地台及其使用者與多組D2D的環境來驗證本論文提出的步進式位置推薦演算法，並使用LTE-Sim開源工具來量測出模擬的結果，實驗結果顯示整體系統傳輸效能在多種不同的情況下可達明顯的提升效果。
  • No Thumbnail Available
    Item
    D2D通訊用於蜂巢式網路之位置推薦及功率調整演算法
    (2016) 蔡孟原; Tsai, Meng-Yuan
    我們考慮到裝置對裝置之通訊(Device-to-Device communication, D2D)有可能在非理想情況下被建立，我們提出一個下行鏈路干擾緩解機制，在保障蜂巢式用戶的鏈路品質前提下，提升整體系統容量，我們模擬多個D2D用戶時採用抑制干擾範圍與正交資源分配的結果，並稱之為傳統方法，本篇研究針對D2D提出位置推薦及功率調整演算法(Location Recommendation and Power Adjustment, LR&PA)，管理D2D複用蜂巢鏈路的資源時，基地台對D2D的干擾及D2D對MUE的干擾。我們比較LR的兩種策略，並且證明以最短移動距離作為唯一考量的策略較為實際，因此在我們的LR&PA演算法中將採取此策略。模擬結果證明，LR&PA在提升D2D容量方面優於傳統方法，而蜂巢式用戶容量的減少相較於D2D容量的提升是非常小的，因此整體系統容量可以明顯地有所改善。
  • No Thumbnail Available
    Item
    D2D通訊用於蜂巢式網路之位置推薦演算法
    (2015) 黃元杰; Huang, Yuan-Chieh
    設備與設備(Device-to-Device, D2D)之通訊將是長期演進技術(Long Term Evolution, LTE)網路中的重要通訊之一，D2D通訊可應用於蜂巢式網路並且重複使用基地台的資源可提高整體系統容量以及資源利用率(Resource Utilization)，其中D2D用戶允入數量以及資源分配機制是重要的關鍵因素。本研究首先根據D2D用戶允入數量以及資源分配機制之條件下尋找出系統容量的最佳值，並且提出D2D位置推薦演算法(Location Recommendation, LR)來改善系統容量。根據結果顯示，D2D用戶透過演算法的移動後可有效地提升整體系統容量以及資源利用提升率。