简介:针对蜂窝网络下D2D通信系统提出了一种遍历容量分析方法.首先,对蜂窝网络下D2D通信模型进行了概述,并分析了其上行时隙和下行时隙的干扰情况.在D2D通信系统中很难得到瞬时的信道状态信息,故假设基站和终端仅知道统计的信道状态信息,且信道系数服从独立复高斯分布.基于上述假设,针对上行时隙得出DUE的信干噪比(SINR)表达式,并基于该公式推导出DUE的SINR的概率分布函数和概率密度函数,最终推导出DUE的上行遍历容量.利用相同方法,推导出下行遍历容量.仿真结果表明,即使存在较多DUE情况下仍然可以取得较高的遍历容量.研究结果可用于D2D通信系统的设计与优化。
简介:国内移动通信市场不断发展,高新增客户率已经成为过去,三大运营商越来越重视存量经营。如何准确的从大量的数据中发现客户行为,预测潜在流失客户,根据客户流失行为特征推荐合适的挽留策略,越来越受到关注。文中以某移动通信企业客户数据为研究样本,通过数值处理以及筛选预测指标,使用logistic回归方法构建客户流失预警模型,预测出潜在的流失客户,并且通过案例库为潜在流失客户推荐挽留策略。
简介:无线传感器网络部署的成功取决于是否能够在其诸如数据的精确性、数据聚类程度以及网络生命周期最大化等问题上,提供一个高质量可靠的性能服务。其中,数据融合机制就特别具有挑战性。如果将一小部分低质量的数据作为数据融合输入,那么极可能对整个数据融合结果产生负面影响。该文提出了改进型分批估计和BP神经网络相结合的多传感器数据融合方法,旨在提高网络的服务质量并减少整个网络的能量消耗。该方法能够辨别和剔除低质量的终端数据,提高数据的精确性;同时,它还能够融合冗余的数据,以减少各站点之间的数据通信消耗,使网络生命周期最大化。通过MATLAB实验仿真,表明该文提出的方法具有良好的数据融合性能;相比于LEACH,有效减少转发数据包量,提高了网络生命期。