Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/45807
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Ли Инь | ru_RU |
dc.contributor.advisor | Li In | en_GB |
dc.contributor.author | Сунь Цюши | ru_RU |
dc.contributor.author | Sun Cusi | en_GB |
dc.contributor.editor | Петросян Ованес Леонович | ru_RU |
dc.contributor.editor | Petrosan Ovanes Leonovic | en_GB |
dc.date.accessioned | 2024-07-25T11:47:54Z | - |
dc.date.available | 2024-07-25T11:47:54Z | - |
dc.date.issued | 2024 | |
dc.identifier.other | 059656 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/45807 | - |
dc.description.abstract | Беспроводная связь подразумевает передачу данных между минимум двумя устройствами без использования физических кабелей; вместо этого она основывается на установлении соединений с помощью радиоволн. Распространение компьютеров, мобильных телефонов и планшетов подчеркнуло жизненно важную роль систем мобильной связи, обеспечивающих связь между мобильными устройствами и передатчиками, такими как точки доступа (AP) и базовые станции (BS). За последние десятилетия системы мобильной связи прошли путь от первого поколения (1G) до четвертого поколения (4G) с продолжающимся развитием сетей связи пятого поколения (5G) и Beyond 5G (B5G). В отличие от сетей 4G, основной целью сетей 5G и B5G является увеличение пропускной способности в 1000 раз, что позволяет достичь скорости до 10 Гбит/с. Кроме того, эти передовые сети призваны минимизировать задержки до практически незаметных уровней и обеспечить повсеместное подключение, а также другие важные характеристики. По сравнению с существующими технологиями 4G, системы 5G отличаются повышенной спектральной эффективностью, что позволяет увеличить скорость передачи данных на определенной территории. Кроме того, системы 5G повышают надежность связи, поддерживая большее количество одновременных подключений устройств и потребляя при этом меньше энергии. Они также позволяют увеличить количество одновременных и мгновенных подключений устройств. Понятие ”Интернет вещей”(IoT) относится к платформе, которая способствует совместному подключению широкого спектра устройств. В многочисленных исследованиях признается, что в связи с экспоненциальным ростом количества сетевых устройств и генерируемых данных управление сетевыми ресурсами становится все более сложной задачей. Для решения этой проблемы был предложен ряд технологических мер. К ним относятся стратегии эффективного распределения ресурсов, совершенствование алгоритмов сжатия дан ных и систем кодирования каналов. В данной диссертации основное внимание уделяется оптимизации методов распределения ресурсов, при этом признается сложность и нецелесообразность решения всех подходов. В беспроводных системах связи ресурсы обычно включают в себя полосу пропускания, мощность, частоту и время. Пропускная способность системы беспроводной связи ограничивается как доступными ресурсами, так и методом распределения ресурсов, используемым передатчиком. Эти факторы в совокупности определяют объем информации, который может быть получен приемником. Различные методы распределения ресурсов обеспечивают различные характеристики системы. Основной задачей эффективного метода распределения ресурсов является разумное распределение ограниченных ресурсов между получателями, что позволяет максимально эффективно использовать эти ограниченные ресурсы для достижения оптимальной производительности системы. Следовательно, разработка грамотной стратегии распределения ресурсов имеет первостепенное значение. | ru_RU |
dc.description.abstract | Wireless communication involves the transfer of data between at least two devices without the use of physical cables; instead, it relies on establishing connections using radio waves. The proliferation of computers, cell phones, and tablets has emphasized the vital role of mobile communication systems that provide connectivity between mobile devices and transmitters such as access points (APs) and base stations (BSs). Over the past decades, mobile communication systems have evolved from first generation (1G) to fourth generation (4G) with the continued development of fifth generation (5G) and Beyond 5G (B5G) communication networks. Unlike 4G networks, the primary goal of 5G and B5G networks is to increase bandwidth by a factor of 1,000, enabling speeds of up to 10 Gbps. In addition, these advanced networks are designed to minimize latency to nearly imperceptible levels and enable ubiquitous connectivity, among other important features. Compared to existing 4G technologies, 5G systems feature enhanced spectral efficiency, which allows for higher data rates in a given area. In addition, 5G systems improve communication reliability by supporting more simultaneous device connections while consuming less power. They also allow for more simultaneous and instantaneous device connections. The concept of Internet of Things(IoT) refers to a platform that facilitates the collaborative connectivity of a wide range of devices. Numerous studies have recognized that due to the exponential growth in the number of networked devices and data generated, managing network resources is becoming an increasingly difficult task. A number of technological measures have been proposed to address this problem. These include strategies for efficient resource allocation, improved data compression algorithms and channel coding systems. This thesis focuses on optimizing resource allocation techniques, while recognizing the complexity and impracticality of solving all approaches. In wireless communication systems, resources typically include bandwidth, power, frequency, and time. The throughput of a wireless communication system is limited by both the available resources and the resource allocation method used by the transmitter. These factors combine to determine the amount of information that can be received by the receiver. Different resource allocation methods provide different system characteristics. The main objective of an effective resource allocation method is to intelligently distribute limited resources among the receivers, thereby maximizing the utilization of these limited resources to achieve optimal system performance. Hence, developing a sound resource allocation strategy is of paramount importance. Translated with DeepL.com (free version) | en_GB |
dc.language.iso | ru | |
dc.subject | Графовые нейронные сети | ru_RU |
dc.subject | беспроводные сети | ru_RU |
dc.subject | обучение с подкреплением | ru_RU |
dc.subject | глубокое обучение | ru_RU |
dc.subject | распределение ресурсов | ru_RU |
dc.subject | Graph Neural Networks | en_GB |
dc.subject | Wireless Networks | en_GB |
dc.subject | Reinforcement Learning | en_GB |
dc.subject | Deep Learning | en_GB |
dc.subject | Resource Allocation | en_GB |
dc.title | Training for optimal resource allocation in wireless communication systems | en_GB |
dc.title.alternative | Обучение оптимальному распределению ресурсов в системах беспроводной связи | ru_RU |
Располагается в коллекциях: | DOCTORAL STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
dissertation_en.pdf | Article | 8,81 MB | Adobe PDF | Просмотреть/Открыть |
dissertation_ru.pdf | Article | 8,87 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Otzyv_naucnogo_rukovoditela_signed.pdf | ReviewSV | 338,19 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.