江帆,王本超
中繼蜂窩網(wǎng)中基于負(fù)載均衡的中繼節(jié)點(diǎn)選擇算法?
江帆1,王本超2
(1.西安郵電學(xué)院通信與信息工程學(xué)院,西安710121;2.華為技術(shù)有限公司,廣東深圳518129)
提出了一種中繼蜂窩網(wǎng)絡(luò)的基于負(fù)載均衡的中繼節(jié)點(diǎn)選擇策略(Load Balancing Relay Selection,LB-RS)。根據(jù)每個(gè)用戶的具體信道狀況以及中繼節(jié)點(diǎn)服務(wù)的用戶數(shù)目,LB-RS以分布式的方式為每個(gè)用戶選擇最優(yōu)的中繼節(jié)點(diǎn)。仿真結(jié)果表明,與基于單一物理層參數(shù)的中繼節(jié)點(diǎn)選擇算法相比,所提出的中繼選擇算法綜合考慮了物理層的信道狀況以及MAC層的資源與用戶狀況,有效地利用中繼節(jié)點(diǎn)選擇來實(shí)現(xiàn)小區(qū)內(nèi)的負(fù)載均衡,獲得了吞吐量性能與用戶公平性之間的折衷。
中繼蜂窩網(wǎng)絡(luò);中繼選擇;負(fù)載均衡;協(xié)作中繼
在協(xié)作中繼網(wǎng)絡(luò)中,通過合理的中繼選擇策略[1-4],多個(gè)參與協(xié)作的中繼以類似于虛擬MIMO的形式來實(shí)現(xiàn)空間分集,從而提高系統(tǒng)容量。目前廣泛研究的中繼選擇策略一般基于最短距離、最小路徑損耗、最大接收功率、最大信噪比等準(zhǔn)則,用戶根據(jù)不同的節(jié)點(diǎn)選擇準(zhǔn)則選擇一個(gè)或多個(gè)最優(yōu)的中繼節(jié)點(diǎn)實(shí)現(xiàn)協(xié)作傳輸。針對(duì)不同場景下的中繼節(jié)點(diǎn)選擇問題,許多研究者都提出了相應(yīng)的算法。Cai[2]探討了AF中繼轉(zhuǎn)發(fā)模式下的協(xié)作節(jié)點(diǎn)選擇與功率分配聯(lián)合優(yōu)化算法,研究了如何以半分布式的方式來選擇一個(gè)最優(yōu)中繼節(jié)點(diǎn)的問題。Bletsas[3]提出了基于無線信道的即時(shí)測量和互異性的分布式中繼選擇方法。Sreng[4]研究了中繼蜂窩系統(tǒng)中的中繼選擇策略,分析了基于最短距離、基于最小路徑損耗和基于最佳信道狀況3種中繼選擇策略的性能。
上述的中繼選擇策略一般都以不同的物理層參數(shù)(信噪比、功率、距離、路徑損耗等)為依據(jù)來選擇最優(yōu)的中繼節(jié)點(diǎn),而事實(shí)上,中繼蜂窩小區(qū)中的每個(gè)移動(dòng)臺(tái)的吞吐量不僅取決于當(dāng)前物理層的信道狀況,還取決于當(dāng)前小區(qū)中的基站和中繼節(jié)點(diǎn)所服務(wù)的用戶數(shù)以及MAC層的調(diào)度算法。如果當(dāng)前中繼服務(wù)的用戶數(shù)過多,即使選擇了最優(yōu)的中繼節(jié)點(diǎn),仍然不能保證獲得最大的用戶吞吐量,這是因?yàn)闊o法保證中繼節(jié)點(diǎn)有足夠的資源,使得用戶能夠通過中繼節(jié)點(diǎn)而獲得協(xié)作傳輸增益。
為了解決上述問題,本文首先提出了一種理想條件下基于負(fù)載均衡的集中式中繼節(jié)點(diǎn)選擇算法,并分析了其應(yīng)用中存在的問題。在此基礎(chǔ)上,提出了一種基于負(fù)載均衡分布式的中繼節(jié)點(diǎn)選擇算法(LB-RS)。LB-RS綜合考慮了每個(gè)用戶的信道狀況以及其所選擇中繼節(jié)點(diǎn)的服務(wù)用戶數(shù)目,以分布式的方式為每個(gè)用戶選擇最優(yōu)的中繼節(jié)點(diǎn),從而在避免選擇熱點(diǎn)中繼節(jié)點(diǎn)的同時(shí)有效提高了用戶吞吐量,獲得吞吐量性能與用戶公平性之間的折衷。
2.1 系統(tǒng)模型
假設(shè)系統(tǒng)中有N個(gè)小區(qū),每個(gè)小區(qū)中布設(shè)6個(gè)位置固定的中繼節(jié)點(diǎn)(RN),如圖1所示。整個(gè)系統(tǒng)中均勻分布著K個(gè)移動(dòng)臺(tái)(MS),對(duì)于任意一個(gè)移動(dòng)臺(tái)k(k∈K),僅能選擇一個(gè)基站i(i∈N)作為其服務(wù)基站(BS)。小區(qū)內(nèi)部采用OFDMA物理層接入技術(shù),每個(gè)MS根據(jù)當(dāng)前信道狀況決定直接接入BS或者通過RN兩跳接入BS。為了減小用戶之間的干擾,每個(gè)MS使用1個(gè)正交的子信道接入。假設(shè)MS和RN可以完全獲得信道狀態(tài)信息。小區(qū)內(nèi)是全網(wǎng)時(shí)間同步的,將時(shí)間軸劃分為一系列的時(shí)間幀,若MS直接接入BS,則MT在每個(gè)時(shí)隙內(nèi)直接將數(shù)據(jù)發(fā)送到BS;若MS采用協(xié)作傳輸接入BS,則MS在第1個(gè)時(shí)隙向RN發(fā)送數(shù)據(jù)請求,RN在第2個(gè)時(shí)隙向BS轉(zhuǎn)發(fā)從MT收到的數(shù)據(jù)。RN以解碼轉(zhuǎn)發(fā)(DF)的方式工作。
2.2 基于負(fù)載均衡的集中式最優(yōu)中繼節(jié)點(diǎn)選擇算法
首先從經(jīng)濟(jì)學(xué)角度建立使得整個(gè)網(wǎng)絡(luò)效用最大的多小區(qū)效用模型[5]:
式中,R(t)表示系統(tǒng)中k個(gè)用戶效用之和,Uk(·)表示時(shí)刻t時(shí)用戶k平均吞吐量的非遞減效用函數(shù),Tk(t)表示用戶k的平均吞吐量。因此,在中繼蜂窩小區(qū)中,當(dāng)用戶選擇兩跳傳輸時(shí),最優(yōu)的中繼節(jié)點(diǎn)選擇策略的目標(biāo)應(yīng)該使得R(t)最大。定義分配指示變量:
用來標(biāo)識(shí)t時(shí)刻移動(dòng)臺(tái)k選擇位于小區(qū)i中的中繼節(jié)點(diǎn)m來實(shí)現(xiàn)兩跳協(xié)作傳輸,則分配指示矢量I(t)={Ii,m,k(t),i∈1,2,…,N,m∈1,2,…,6,k∈1,2,…,K}代表了基站、中繼、用戶之間的一一對(duì)應(yīng)關(guān)系。另外,I(t)僅僅是整個(gè)解集中的一個(gè)解,因此式(1)變換為
約束條件為
其中,式(4)表示一個(gè)MS僅能選擇一個(gè)小區(qū)內(nèi)的一個(gè)RN,而式(5)和式(6)表示對(duì)于BS或者RN來說,每個(gè)時(shí)隙內(nèi)每個(gè)子信道只能分配給一個(gè)MS使用。
對(duì)小區(qū)中的用戶k來說,在時(shí)刻t定義其到小區(qū)中基站i、到小區(qū)中任意一個(gè)中繼節(jié)點(diǎn)m以及中繼節(jié)點(diǎn)m到基站i的3條鏈路的SINR可以表示為
式中,pk、pm分別表示MS和RN的發(fā)射功率,li,k(t)、lk,m(t)、lm,i(t)分別表示t時(shí)刻MS到BS、MS到RN以及RN到BS的路徑損耗,hk,i、hk,m、hm,i分別代表MS到BS、MS到RN以及RN到BS的多徑衰落以及陰影衰落,式(7)~(9)的分母分別表示來自于本小區(qū)及其它小區(qū)的MS到BS、MS到RN以及RN到BS的干擾以及接收端白噪聲之和。
根據(jù)香農(nóng)定理,若t時(shí)刻用戶k直接接入基站,則用戶k在帶寬B上可達(dá)數(shù)據(jù)速率上限為
如果用戶通過中繼m以協(xié)作傳輸?shù)姆绞絻商尤牖荆瑒t用戶k在帶寬B上可達(dá)數(shù)據(jù)速率的上限為
假設(shè)信道是遍歷性的,則用戶k在t時(shí)隙末的平均吞吐量可表示為
從式(12)中可看出,Tk(t)的取值不僅取決于當(dāng)前時(shí)隙的用戶k的可達(dá)數(shù)據(jù)速率,還取決于當(dāng)前的分配指示矢量Ik,m,i(t),而Ik,m,i(t)的取值又受到用戶k所在小區(qū)的基站及中繼所服務(wù)的用戶數(shù)、具體的資源狀況和調(diào)度算法的影響。
理想狀況下,為了使MS的吞吐量最大,BS需要根據(jù)MS的信道狀況、RN的服務(wù)用戶數(shù)、資源狀況選擇最優(yōu)的中繼節(jié)點(diǎn)。假設(shè)每個(gè)時(shí)隙Δt足夠小,對(duì)于構(gòu)造的非遞減效用函數(shù),在逐個(gè)時(shí)隙上取最陡的梯度值,則到每個(gè)MS在每個(gè)時(shí)隙上Δt最優(yōu)的中繼節(jié)點(diǎn)選擇集合I*(t)為
其中Tk(t)可以根據(jù)下式[6]
來計(jì)算,并且Ik,m,i(t)的取值受限于式(4)和式(6)。式(13)所給出的最優(yōu)中繼節(jié)點(diǎn)選擇集合I*(t)表示了使得每個(gè)MS吞吐量最大的基站、中繼、用戶之間的一一對(duì)應(yīng)關(guān)系。由于BS需要綜合考慮當(dāng)前小區(qū)中MS的信道狀況、BS和RN的服務(wù)用戶數(shù)、資源的分配情況來在每個(gè)時(shí)隙動(dòng)態(tài)為每個(gè)MS選擇最優(yōu)的中繼節(jié)點(diǎn)Ik,m,i,因此,求解出的中繼節(jié)點(diǎn)選擇集合對(duì)每個(gè)MS都是最有效的。從而式(13)表示了理想狀況下,具有負(fù)載均衡特性的集中式最優(yōu)中繼選擇算法。如果以BS為中心,利用匈牙利算法[7],通過窮盡搜索來選擇最優(yōu)中繼節(jié)點(diǎn),可獲得最差情況下算法的復(fù)雜度為O(K6N)。
但是,在實(shí)際系統(tǒng)中,如果采用上述集中式的方式選擇最優(yōu)的中繼節(jié)點(diǎn),每個(gè)BS需要在每個(gè)時(shí)隙實(shí)時(shí)地獲得當(dāng)前MS在系統(tǒng)中所有小區(qū)內(nèi)的每個(gè)子信道上瞬時(shí)速率以及t-1時(shí)刻的MS的吞吐量,然后以集中式的方式來計(jì)算。運(yùn)算的復(fù)雜度以及所需的實(shí)時(shí)信息量,都使得該最優(yōu)中繼選擇集合在實(shí)際的多小區(qū)系統(tǒng)中難以獲得。
2.3 LB-RS算法
為了解決上述集中式算法在實(shí)際中的應(yīng)用問題,提出如下的基于負(fù)載均衡的分布式中繼節(jié)點(diǎn)選擇策略。
(1)每個(gè)MS根據(jù)當(dāng)前信道狀況確定采用直接傳輸或者通過中繼實(shí)現(xiàn)兩跳協(xié)作傳輸。如果直接傳輸能獲得更大的增益,則用戶k直接將數(shù)據(jù)發(fā)送給BS;否則用戶k采用兩跳協(xié)作傳輸。
(2)如果MS采用兩跳協(xié)作傳輸,首先在本小區(qū)內(nèi)計(jì)算每個(gè)中繼節(jié)點(diǎn)信號(hào)的接收信噪比(SINR),并偵聽每個(gè)中繼節(jié)點(diǎn)當(dāng)前所服務(wù)的用戶數(shù);然后,在周圍小區(qū)中選擇一個(gè)接收到信噪比最大的中繼節(jié)點(diǎn),并偵聽其所服務(wù)的用戶數(shù)。
(3)MS根據(jù)式(11)計(jì)算選擇不同中繼節(jié)點(diǎn)的兩跳傳輸可達(dá)速率建立中繼節(jié)點(diǎn)選擇函數(shù)
選擇使式(15)最大的中繼節(jié)點(diǎn)。
(4)根據(jù)具體的調(diào)度策略,在MS所分配的子載波上進(jìn)行兩跳傳輸。
之間的信道狀況以及中繼節(jié)點(diǎn)的服務(wù)用戶數(shù)目,選擇能夠兼顧用戶負(fù)載均衡以及吞吐量的中繼節(jié)點(diǎn),避免由于選擇某些熱點(diǎn)中繼節(jié)點(diǎn)而造成無法協(xié)作傳輸?shù)那闆r,從而提高系統(tǒng)資源利用率,得到性能與用戶公平性之間的折衷。
3.1 仿真參數(shù)設(shè)定
考慮一個(gè)工作在3.5 GHz頻段的OFDMA蜂窩系統(tǒng),包含有27個(gè)蜂窩小區(qū),每個(gè)小區(qū)中均勻布設(shè)6個(gè)RN,小區(qū)半徑為1 km,中繼節(jié)點(diǎn)位于小區(qū)半徑2/3處。
仿真參數(shù)選用3GPP LTE目前所規(guī)定的OFDMA系統(tǒng)的參數(shù):時(shí)隙長度1ms,每時(shí)隙OFDM符號(hào)數(shù)14個(gè);每個(gè)調(diào)度時(shí)隙包含24個(gè)子信道,每個(gè)子信道包含12個(gè)子載波數(shù),每個(gè)子載波帶寬15 kHz。假定收發(fā)信機(jī)之間保持時(shí)間同步。每個(gè)MS的發(fā)射功率PMT=50mW,RN的發(fā)射功率PRN=1W,接收機(jī)熱噪聲σ2=10-10W。
3.2 仿真結(jié)果
為了進(jìn)行對(duì)比,我們在仿真實(shí)驗(yàn)中分別考慮了4種中繼選擇策略下的用戶吞吐量以及公平性性能:一是直接傳輸(Without Relay,W/O Relay);二是基于最小距離的中繼選擇策略(Shortest Distance Based Relay Selection,SD-RS);三是基于最大SINR的中繼選擇策略(Maximum SINR Based Relay Selec
tion,MSINR-RS);四是本算法提出的中繼選擇策略(LB-RS)。假設(shè)在每個(gè)資源分配時(shí)隙,每個(gè)中繼節(jié)點(diǎn)最多能夠同時(shí)服務(wù)8個(gè)MS。所采用資源調(diào)度的準(zhǔn)則是照輪詢調(diào)度(Round Robin,RR)[8]。
圖2給出了隨著小區(qū)中用戶數(shù)目增加,小區(qū)用戶吞吐量的變化情況。從仿真結(jié)果中可以觀察到,當(dāng)小區(qū)中用戶數(shù)目較少時(shí)(用戶數(shù)小于20時(shí)),SDRS、B-RS及MSINR-RS的性能都好于直接傳輸?shù)男阅?,且三者性能差別不大。但是,隨著用戶數(shù)目的增加,由于每個(gè)中繼覆蓋范圍內(nèi)的用戶數(shù)增加,更多的用戶會(huì)選擇協(xié)作傳輸機(jī)制,從而導(dǎo)致某些中繼節(jié)點(diǎn)需要服務(wù)的用戶數(shù)激增。然而,無論采用SD
RS,還是采用MSINR-RS,都無法避免用戶擁塞的發(fā)生。而根據(jù)所提出的LB-RS中繼選擇算法,每個(gè)用戶都會(huì)根據(jù)當(dāng)前時(shí)隙其自身的信道狀況,結(jié)合中繼節(jié)點(diǎn)的用戶服務(wù)數(shù)目,以分布式的方式來綜合選擇最優(yōu)的中繼節(jié)點(diǎn),使得某些負(fù)載較輕的中繼節(jié)點(diǎn)能夠幫助用戶實(shí)現(xiàn)協(xié)作傳輸,從而提高了整個(gè)小區(qū)的用戶吞吐量。
圖3給出了隨著用戶數(shù)目變化情況下公平因子的變化情況。公平性因子F定義為[9]
式中,rk表示用戶k的平均吞吐量。從仿真結(jié)果中可以看出,隨著用戶數(shù)目的增加,所提出的LB-RS算法并沒有明顯地降低用戶的公平性,而對(duì)于MSINR-RS以及SD-RS算法,用戶之間的公平性卻大大降低了。這是由于所提出的LB-RS算法綜合考慮了用戶當(dāng)前的信道狀況以及中繼節(jié)點(diǎn)之間的負(fù)載情況,避免了某些用戶一直得不到服務(wù)情況的發(fā)生。與之相反,MSINR-RS以及SD-RS算法則僅僅從用戶當(dāng)前的信道狀況出發(fā)來選擇中繼節(jié)點(diǎn),并未考慮到網(wǎng)絡(luò)中的實(shí)際用戶情況,從而降低了用戶的公平性。
圖4 給出了小區(qū)邊緣用戶吞吐量的變化情況??梢钥闯?,當(dāng)小區(qū)中的用戶數(shù)目較小時(shí),MSINR-RS的性能好于所提出的LB-RS,這是因?yàn)長B-RS的目標(biāo)是在保證用戶吞吐量最大的同時(shí)達(dá)到小區(qū)內(nèi)的負(fù)載均衡。因此在用戶數(shù)目較少時(shí),為了保證小區(qū)內(nèi)中繼節(jié)點(diǎn)之間的負(fù)載均衡,LB-RS會(huì)選擇一些信道狀況次優(yōu)的中繼節(jié)點(diǎn),犧牲一定的吞吐量來獲得用戶公平性的增加。但是隨著小區(qū)中用戶數(shù)目的增加,LB-RS的負(fù)載均衡的效果逐漸顯現(xiàn)出來,這是由于LB-RS綜合考慮了整個(gè)小區(qū)中的負(fù)載,從而有效地使得每個(gè)中繼節(jié)點(diǎn)參與到協(xié)作傳輸?shù)倪^程中來。反之,對(duì)于MSINR-RS以及SD-RS算法,由于每個(gè)中繼節(jié)點(diǎn)的資源受限,當(dāng)用戶數(shù)目增加時(shí),會(huì)造成中繼節(jié)點(diǎn)之間負(fù)載分配不均衡,從而使得小區(qū)整體的性能下降。
圖5 給出了中繼節(jié)點(diǎn)服務(wù)的平均用戶數(shù)的情況。隨著用戶數(shù)的增加,中繼節(jié)點(diǎn)服務(wù)的平均用戶數(shù)逐漸增加。對(duì)于LB-RS算法,由于考慮到了中繼節(jié)點(diǎn)之間的負(fù)載均衡,用戶能夠均衡地接入到每個(gè)中繼節(jié)點(diǎn),從而使得每個(gè)中繼節(jié)點(diǎn)所能服務(wù)的平均用戶數(shù)逐漸趨于上限;MSINR-RS及SD-RS由于僅僅采用單一的中繼選擇標(biāo)準(zhǔn),因此無法調(diào)整每個(gè)中繼節(jié)點(diǎn)的用戶接入情況,從而導(dǎo)致某些中繼節(jié)點(diǎn)資源空閑,使得系統(tǒng)的資源利用率大大降低。
本文首先提出了一種理想狀況下基于負(fù)載均衡的集中式中繼節(jié)點(diǎn)選擇算法,分析了其應(yīng)用的難點(diǎn)和存在的問題。在此基礎(chǔ)之上,提出了一種基于負(fù)載均衡分布式的中繼節(jié)點(diǎn)選擇(LB-RS)算法。所提出的LB-RS綜合地考慮每個(gè)用戶的信道狀況及其所選擇中繼節(jié)點(diǎn)的服務(wù)用戶數(shù),以分布式的方式為每個(gè)用戶選擇最優(yōu)的中繼節(jié)點(diǎn)。仿真結(jié)果表明,與已有基于單一的物理層參數(shù)的中繼選擇算法相比,所提出的中繼選擇算法綜合考慮了物理層的信道狀況以及MAC層的用戶狀況,從而有效地利用中繼節(jié)點(diǎn)選擇實(shí)現(xiàn)了小區(qū)內(nèi)的負(fù)載均衡,提升了整個(gè)系統(tǒng)的資源利用率,獲得了吞吐量性能與用戶公平性之間的折衷。
[1]Ge Yue,Wen S,Ang Y-H,et al.Optimal relay selection in IEEE 802.16jmulti-hop relay vehicular networks[J]. IEEE Transactions on Vehicular Technology,2010,59(5):2198-2206.
[2]Cai Jun,Shen Xuemin,Mark JW,et al.Semi-distributed user relaying algorithm for amplify-and-forward wireless relay networks[J].IEEE Transactions onWireless Communications,2008,7(4):1348-1358.
[3]Bletsas A Shin,Hyundong Win,Moe Z.Cooperative communicationswith outage-optimal opportunistic relaying[J]. IEEE Transactions on Wireless Communications,2007,6(9):3450-3460.
[4]Sreng V,Yanikomeroglu H,F(xiàn)alconer DD.Relayer selection strategies in cellular networks with peer-to-peer relaying[C]//Proceedings of Vehicular Technology Conference 2003.Orlando:IEEE,2003:1949-1953.
[5]Aimin Sang,Xiaodong Wang,Mohammad Madihian,et al. Coordinated load balancing,handoff/cell-site selection,and scheduling inmulti-cell packet data systems[J].Wireless Networks,2008,14(1):103-120.
[6]Giuseppe Bianchi,Ilenia Tinnirello.Channel-dependent load balancing in wireless packet networks[J].Wireless Communications and Mobile Computing,2004,4(1):43-53.
[7]Papadimitriou CH,Steiglitz K.Combinatorial Optimization:Algorithms and Complexity[M].New York:Dover Publications,1998:103-155.
[8]Hahne E L.Round-robin scheduling formax-min fairness in data networks[J].IEEE Journal on Selected Areas in Communications,1991(9):1024-1039.
[9]Jain R,Chiu D,HaweW.A quantitivemeasure of fairness and discrimination for resource allocation in shared computer systems[R].Hudson:Digital Equipment Corporation,1984.
JIANG Fan was born in Yancheng,Jiangsu Province,in 1982. She received the Ph.D.degree from Beijing University of Posts and Telecommunications in 2010.She is now a lecturer.Her research concerns next generation wireless network,cooperative relay network,cognitive radio networks.
Email:fjiangwbc@gmail.com
王本超(1981—),男,山東淄博人,2007年于西安電子科技大學(xué)獲工學(xué)碩士學(xué)位,現(xiàn)為華為技術(shù)有限公司工程師,主要研究方向?yàn)橹欣^網(wǎng)絡(luò)關(guān)鍵技術(shù)。
WANG Ben-chao was born in Zibo,Shandong Province,in 1981.He received theM.S.degree from Xidian University in 2007. He is now an engineer.His research concerns key technology of relay networks.
A Load Balancing Relay Selection Algorithm for Relay Based Cellular Networks
JIANG Fan1,WANGBen-chao2
(1.School of Communication and Information Engineering,Xi′an University of Posts and Telecommunications,Xi′an 710121,China;2.Huawei Technologies Co.,Ltd.,Shenzhen 518129,China)
A load balancing relay selection algorithm(LB-RS)is presented for relay based cellular networks. According to currentuser channel conditions aswell as the user numbers that relay serves,LB-RS chooses the optimal relay node for each user in a distributed way.Simulation results demonstrate that compared with other relay selection schemes only based on physical parameters,LB-RSachieves load balancing through effective relay selectionmethod.This is realized by jointly considering physical layer conditions aswell asMAC layer conditions,so as to efficiently obtain a tradeoff between the system throughput and the user equity.
relay based cellular network;relay selection;load balancing;cooperative relay
The Natural Science Foundation of Shaanxi Province(2011JQ8027);The Natural Science Foundation of Education Department of Shaanxi Province(11JK1009);The New Century Excellent Talents Supporting Project of Ministry of Education(NCET-08-0891)
TN925.8
A
10.3969/j.issn.1001-893x.2011.10.017
江帆(1982—),女,江蘇鹽城人,2010年于北京郵電大學(xué)獲工學(xué)博士學(xué)位,現(xiàn)為西安郵電學(xué)院講師,主要研究方向?yàn)橄乱淮鸁o線網(wǎng)絡(luò)關(guān)鍵技術(shù)、協(xié)作中繼網(wǎng)絡(luò)、認(rèn)知無線網(wǎng)絡(luò)等;
1001-893X(2011)10-0080-06
2011-06-10;
2011-08-03
陜西省自然科學(xué)基金資助項(xiàng)目(2011JQ8027);陜西省教育廳自然科學(xué)基金項(xiàng)目(11JK1009);教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃(NCET-08-0891)