本研究旨在研究5G技术在智能城市开发和运营中的可能应用。5G是蜂窝网络的第五代技术标准,众所周知,它具有超快速的下载速度,响应时间(也称为延迟)和庞大的连接性。在本文中,为5G技术提供了一个简洁的观点,其主要属性和功能包括增强的数据速率(大约是以前的移动技术的十倍),延迟(在某些情况下<1ms)以及大量的IoT支持,可以同时连接大量设备。这些功能意味着5G是智能城市应用程序的基本推动力,例如自动运输,综合能源管理和智能网格系统以及改进的公共安全。它还研究了5G如何启用智能城市的物联网(IoT) - 用于增强城市基础设施,优化资源分配并为城市规划提供实时数据见解。总体而言,预计这项研究将对5G未来如何影响智能城市有一个详尽的见解 - 部署的特定吸收挑战以及对城市环境的潜在利益更广泛,在政府的观点和公民公民中。
1.引言随着电子设备的使用越来越多,人体受到电磁场 (EMF) 的影响 [1,2];因此,随着科技进步和新设备的建造,人们对电磁波对生物系统的影响以及人类暴露于电磁波的情况进行了大量的研究[3-5]。然而,电磁场被称为一种无噪声污染[6];电磁辐射 (EMR) 广泛应用于现代技术和通信[7]。发射电磁波并暴露在人体面前的具体设备包括手机、电视、电脑、微波炉、蜂窝网络和基站收发器 (BTS) 塔 [8]。然而,人体细胞在 10 至 1000 Hz 的范围内相互通信,大多数手机在 270 至 1800 Hz 的范围内通信;因此,移动电磁波的范围与人类细胞间通讯系统重叠,从而对人体造成干扰。这些辐射按信号变化、辐射强度、辐射量等参数划分,辐射量最高的是手机[9]。例如,德国是住宅区受高频 GSM 电话塔影响的国家之一[10]。手机的频率为 900-1800MHz,脉冲为 218Hz。大多数欧洲和亚洲国家都使用这一频率范围,包括伊朗[11]。然而,手机波是安全的,因为它们是非电离的[12、13]。过度使用通讯设备会使许多人从幼年到老年都暴露在辐射中[14]。2. 准备论文电磁波对人体的负面影响
摘要 - 开放式无线电访问网络(RAN)是一种新的网络范式,它以基于云的,多供应商,开放式和智能体系结构为基础,以塑造5G及以后的蜂窝网络的下一个代理。在可观察到网络的可观察性和可重新配置方面,这种新的范式具有许多优势,但它不可避免地扩大了蜂窝系统的威胁表面,并可能将其组件和机器学习(ML)基础架构暴露于几个网络攻击中,从而使确保O-Ran网络成为必要。在本文中,我们通过关注O-Ran联盟提出的规格,体系结构和英特尔语来探索O-RAN系统的安全方面。我们解决了以整体视角确保O-RAN系统的问题,包括考虑用于互连的开放接口,在整个平台上以及用于监视和控制网络的智能上。对于每个焦点区域,我们确定威胁,讨论解决这些问题的相关解决方案,并通过实验证明该解决方案如何有效地捍卫O-RAN系统免受选定的网络攻击。本文是在整体上与O-RAN的安全方面接近安全方面的第一项工作,并具有在最先进的可编程O-Ran平台上获得的实验证据,为该领域的研究人员提供了独特的指南。
ADIO访问网络(RANS)构成了蜂窝网络基础架构的主要部分。兰斯具有较大的物理足迹,因为基础设施中的每个基站都必须连接到运行[1]。他们还声称,蜂窝基础设施的总拥有成本(TCO)的很大一部分,这是某些报告所估计的,例如[2] [3] - 约为70%。现代基础设施的特征是停滞不前[4] [2] [5]。在很大程度上,这是通常如何开发,设计和委托运输的结果。a RAN是使用专有硬件和软件组件构建的全栈多堆叠解决方案[6] [7] [8]。对RAN进行调整,需要提供供应商的供应商的干预,更不用说自定义和修改整个堆栈或部分。此类要求使电信基础设施的所有者锁定给某些供应商。为了增加侮辱性的伤害,RAN的整体性质使其开发和大规模生产仅限于一定数量的供应商。这降低了市场竞争的水平,这对基础设施所有者的Captialital和运营支出(CAPEX和OPEX)造成了损失。成本增加和有限的竞争也影响了电信行业的创新;在当今市场中,引入新服务或支持新技术是昂贵的。
摘要 联合通信和无线电传感 (JC&S) 在过去几年中引起了广泛关注。该技术的优势包括降低成本、减小尺寸和功耗。随着 JC&S 系统的进一步发展,它有可能用于下一代蜂窝网络、物联网和即将到来的应用(如工业 4.0),在这些应用中,单个系统能够执行各种各样的功能或任务。该技术的引入将提高系统的性能和安全性。尽管通信和无线电传感使用类似的射频 (RF) 前端,但这两种技术的规格主要在带宽和线性方面有所不同。在本次调查中,对雷达和通信系统的规格进行了详细研究。为了使 RF 前端在雷达和通信模式下有效运行,必须在频率、带宽、增益和线性方面具有可重构性。在本次调查中,我们研究了不同频率、带宽、增益和线性可重构低噪声放大器 (LNA) 和下变频混频器架构。讨论了每种架构的优缺点,并总结了文献中可重构 LNA 和下变频混频器的性能。最后,根据其性能推导出 JC&S 的可能拓扑结构。
5G技术的开发和应用正在满足对移动通信的不断增长的需求[1]。经济和社会越来越多,由于新的,迅速扩展的技术革命,经济和社会变得越来越数字化,网络和聪明[2]。5G网络提供了几个优势,包括高速,极端可靠性和最小的延迟。具有全球可访问性,5G技术满足了广泛的终端网络的大量资源需求。但是,它还引入了网络流量,异质性和复杂性的指数增加,如图(1)所示。管理传统蜂窝网络中的大量异质数据流造成的可观交通负荷,5G操作员在宏基碱站周围部署了许多低功率微型和PICO基线站。此配置有助于卸载流量并维持跨宏基础站的负载余额[3,4]。准确的流量预测对于优化大型城市中5G蜂窝网络资源的部署和分配至关重要,并增强了交通管理系统的智能和可靠性[5]。鉴于5G网络流量本质上是时间序列数据,因此可以将预测挑战作为时间序列预测建模问题进行构架[6]。过去的方法主要使用数学理论,例如统计和概率分布,用于建模和预测流量流。这种方法依赖于有限参数,而不是数据集大小[7]。
数字处理能力的飞速发展导致了对高性能模拟信号处理产品的需求增加。如今,蜂窝网络除了提供传统语音之外,还提供大量数据和视频,而且传输速率比以往任何时候都快。这导致了依赖复杂数字技术的新调制技术和新空中接口标准的出现。虽然数字技术使系统能够运行得更快、功耗更低、使用更小的封装尺寸并提高每一代系统的可靠性,但这些系统对系统的 RF 和模拟信号采集部分提出了新的要求。基站发射机的复杂调制和宽带宽导致功率放大器 (PA) 的波峰因数更高。为了满足更高波峰因数下更严格的要求,功率放大器通常尺寸过大,以便在线性区域内运行。如果不进行数字校正,PA 效率可能在 10% 左右,这意味着 20 W PA 需要 200 W 的能力。PA 是基站中最大的电力消耗者,因此是蜂窝服务提供商运营费用的重要因素。为了提高 PA 效率,数字技术用于峰值因数降低 (CFR) 和数字预失真 (DPD)。虽然放大器在饱和时效率最高,但它会变得高度非线性。复杂的数字调制需要 PA 具有极高的线性度,
摘要 — 能源消耗占移动网络运营商运营费用的主要部分。随着 5G 及更高版本的密集化,能源优化已成为一个至关重要的问题。虽然文献中广泛研究了能源优化,但对于综合接入和回程 (IAB) 的节能技术的见解和算法有限,IAB 是一种自回程架构,可简化密集蜂窝网络的部署,减少光纤接入的数量。本文提出了一种用于 IAB 网络中动态联合路由和能源优化的新型优化模型。我们利用开放无线接入网络 (O-RAN) 架构引入的闭环控制框架来最小化活动 IAB 节点的数量,同时保持每个用户设备 (UE) 的最小容量。所提出的方法将问题表示为二进制非线性程序,将其转换为等效的二进制线性程序并使用 Gurobi 求解器进行求解。该方法在基于意大利米兰市网络运营商收集的两个月流量的开放数据构建的场景中进行评估。结果表明,所提出的优化模型可将 RAN 能耗降低 47%,同时保证每个 UE 的最小容量。索引术语 — 能源优化、综合接入和回程、O-RAN、5G
摘要 超可靠低延迟通信(URLLC)作为第五代(5G)和第六代(6G)蜂窝网络的主要通信服务之一,对于支持各种新兴的关键任务应用至关重要。然而,现代移动网络无法满足延迟和可靠性要求,以及其他服务质量(QoS)要求,包括频谱效率、能源效率、容量、抖动、往返延迟、网络覆盖等。为了满足各种URLLC应用的不同QoS要求,机器学习(ML)解决方案有望成为未来6G网络的主流。在本文中,我们首先将6G URLLC愿景分为三种连接特征,包括无处不在的连接、深度连接和全息连接,以及它们对应的独特QoS要求。然后,我们确定了满足这些连接要求的潜在挑战,并研究有前景的ML解决方案,以实现6G URLLC服务的智能连接。我们进一步讨论了如何实现机器学习算法来保证不同 URLLC 场景(包括移动性 URLLC、大规模 URLLC 和宽带 URLLC)的 QoS 要求。最后,我们给出了一个下行 URLLC 信道接入问题的案例研究,分别通过集中式深度强化学习 (CDRL) 和联邦式深度强化学习 (FDRL) 来解决,验证了机器学习对 URLLC 服务的有效性。
摘要:随着可再生能源,电动汽车(EV)和便携式电子设备的电池储能系统的越来越多,电池系统的有效管理变得越来越关键。无线电池管理系统(WBMS)的出现代表了电池管理技术的重大创新。传统有线电池管理系统(BMS)面临挑战,包括复杂性,体重增加,维护困难以及连接故障的机会更高。相比之下,WBMS提供了强大的解决方案,从而消除了物理连接。WBMS提供了增强的灵活性,降低的包装复杂性和提高的可靠性。鉴于WBMS仍处于初步阶段,因此本综述论文探讨了其进化,当前状态和未来的方向。在本文中详细阐述了包括学术和商业解决方案在内的最先进的WBMS技术的全面调查。我们比较了WBMS的无线通信技术,例如蓝牙低能(BLE),Zigbee,近场通信(NFC),Wi-Fi和蜂窝网络。我们在效率,可靠性,可扩展性和安全性方面讨论了他们的性能。WBMS仍然面临诸如数据安全,信号干扰,监管和标准化问题等挑战,以及有线BMS Technologies的持续发展,使WBMS的优势降低了。本文旨在激发该领域的进一步研究和创新,从而有助于开发适合行业的WBM。本文以WBMS的未来研究和开发指南结束,旨在应对这些挑战,并为在各种应用程序中广泛采用WBMS铺平道路。