• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Vehicular Technology Magazine >The Big-Data-Driven Intelligent Wireless Network: Architecture, Use Cases, Solutions, and Future Trends
【24h】

The Big-Data-Driven Intelligent Wireless Network: Architecture, Use Cases, Solutions, and Future Trends

机译：大数据驱动的智能无线网络：架构，用例，解决方案和未来趋势

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The concept of using big data (BD) for wireless communication network optimization is no longer new. However, previous work has primarily focused on long-term policies in the network, such as network planning and management. Apart from this, the source of the data collected for analysis/model training is mostly limited to the core network (CN). In this article, we introduce a novel data-driven intelligent radio access network (RAN) architecture that is hierarchical and distributed and operates in real time. We also identify the required data and respective workflows that facilitate intelligent network optimizations. It is our strong belief that the wireless BD (WBD) and machine-learning/artificial-intelligence (AI)-based methodology applies to all layers of the communication system. To demonstrate the superior performance gains of our proposed methodology, two use cases are analyzed with system-level simulations; one is the neural-network-aided optimization for Transmission Control Protocol (TCP), and the other is prediction-based proactive mobility management.
机译：使用大数据（BD）进行无线通信网络优化的概念不再是新鲜事物。但是，先前的工作主要集中在网络中的长期策略，例如网络规划和管理。除此之外，收集用于分析/模型训练的数据的来源主要限于核心网络（CN）。在本文中，我们介绍了一种新颖的数据驱动型智能无线电接入网（RAN）体系结构，该体系结构是分层的，分布式的并且实时运行。我们还将确定所需的数据以及有助于智能网络优化的各个工作流程。我们坚信，无线BD（WBD）和基于机器学习/人工智能（AI）的方法适用于通信系统的所有层。为了证明我们提出的方法具有卓越的性能提升，我们对两个用例进行了系统级仿真分析；一种是神经网络辅助的传输控制协议（TCP）优化，另一种是基于预测的主动移动性管理。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号