《关于无线通信发展面临的基础理论问题和数学问题.ppt》由会员分享，可在线阅读，更多相关《关于无线通信发展面临的基础理论问题和数学问题.ppt（56页珍藏版）》请在金锄头文库上搜索。
1、无线通信发展面临的基础理论无线通信发展面临的基础理论问题和数学问题问题和数学问题李建东内容简介内容简介n博弈博弈论和和遗传算法在无算法在无线认知知电及网及网络中的中的应用用（杨春春刚、姜健、刘鑫一）、姜健、刘鑫一）n优化分解化分解:网网络结构的数学理构的数学理论（张琰）琰）n基于网基于网络编码的无的无线协议(杨辉)n干干扰信道的自由度信道的自由度(马延延军)n多址接入信道和广播信道（多址接入信道和广播信道（陈睿）睿）n复复对称矩称矩阵的奇异的奇异值分解分解问题（姚俊良）（姚俊良）n博弈博弈论和和遗传算法在无算法在无线认知知电及网及网络中的中的应用用（杨春春刚、姜健、刘鑫一）、姜健、刘鑫一）认知
2、无线电及网络认知无线电及网络n目前，对无线服务的需求的增加以及新技术的发展使得目前，对无线服务的需求的增加以及新技术的发展使得无线无线电频谱电频谱成为非常稀有和珍贵的资源，然而现在所使用的需要成为非常稀有和珍贵的资源，然而现在所使用的需要授权的频谱接入技术被证明是低效的，授权的频谱接入技术被证明是低效的，FCCFCC指出只有平均指出只有平均15-15-85%85%的授权频谱被使用。的授权频谱被使用。认知无线电及网络认知无线电及网络19991999年年MitolaMitola在他的文章中提出在他的文章中提出认知无线电认知无线电（CRCR）的概念，）的概念，认知无线电网络是一个能够感知周围频谱环境
3、的智能无线通信认知无线电网络是一个能够感知周围频谱环境的智能无线通信系统。它使用空闲频谱进行通信，并根据环境的变化自适应地系统。它使用空闲频谱进行通信，并根据环境的变化自适应地调整传输参数（传输能量、传输频率、调制方式、编码策略等）调整传输参数（传输能量、传输频率、调制方式、编码策略等）以提高性能，同时避免对其它系统的干扰，可以有效的识别和以提高性能，同时避免对其它系统的干扰，可以有效的识别和利用这些空闲频谱，满足日益增长的无线通信服务需求。因此利用这些空闲频谱，满足日益增长的无线通信服务需求。因此认知无线电网络中动态资源分配的问题可以看做一个多目标优认知无线电网络中动态资源分配的问题可以看做
4、一个多目标优化的问题进行求解。化的问题进行求解。认知无线电及网络认知无线电及网络认知无线电认知无线电的潜在应用是频谱的租用和第二方无线接入市场，的潜在应用是频谱的租用和第二方无线接入市场，利用无线电和信号处理技术以及新型的频谱分配策略，来使利用无线电和信号处理技术以及新型的频谱分配策略，来使新的用户在拥挤的频谱环境下工作，而不降低原授权用户的新的用户在拥挤的频谱环境下工作，而不降低原授权用户的性能。性能。 认知无线电及网络认知无线电及网络n认知无线网络认知无线网络的基本特征是能够根据认知结果，通过的基本特征是能够根据认知结果，通过自主的决策来调整网络，以适应环境的变化，而端到自主的决策来调整网
5、络，以适应环境的变化，而端到端效能是认知无线网络调整的依据，也是衡量网络性端效能是认知无线网络调整的依据，也是衡量网络性能的标准，因此如何充分利用认知所获取的多域环境能的标准，因此如何充分利用认知所获取的多域环境信息，针对资源共享、环境适变和异构网络融合等需信息，针对资源共享、环境适变和异构网络融合等需求，建立自主管理与控制模型，实现资源的智能、动求，建立自主管理与控制模型，实现资源的智能、动态、优化管理，显著提升认知无线网络端到端效能态、优化管理，显著提升认知无线网络端到端效能, ,是认知无线网络必须解决的关键问题。是认知无线网络必须解决的关键问题。无线认知网络的博弈论无线认知网络的博弈论n
6、传统的数学工具，例如凸优化以及随机过程理论传统的数学工具，例如凸优化以及随机过程理论等在无线通信若干问题的分析上遇到前所未有的等在无线通信若干问题的分析上遇到前所未有的障碍。这些是由于越来越高的传输速率要求的业障碍。这些是由于越来越高的传输速率要求的业务，时变的无线环境以及紧缺的无线资源造成的。务，时变的无线环境以及紧缺的无线资源造成的。n幸运的是，博弈论（幸运的是，博弈论（Game ThoeryGame Thoery）的出现为进一）的出现为进一步改善系统性能以及更好的适应环境的变化的网步改善系统性能以及更好的适应环境的变化的网络提供了一种切实可行的途径。络提供了一种切实可行的途径。Basic
7、s of CC认知网络认知网络(资源分配和容量资源分配和容量)-杨春刚杨春刚where,where,目标函数：目标函数：竞争与合作描述竞争与合作描述Case 1: Non-cooperative Game (Nash Game)Case 2: Semi-cooperative Game (Coordination Game & Stackelberg game)Case 3. Cooperative Game (NBS& Coalition)博弈论建模的问题博弈论建模的问题nOverallperformanceisdenotedasnMultipleconstraintconditions(A
8、)(A)(B)(B)(C)(C)(D)(D)学者简介学者简介nK.J.RayLiu，ProfessorDept.ofElectricalandComputerEngineeringUniversityofMarylandCollegePark,USAnJeffreyH.Reed，ProfessorBradleyDepartmentofElectricalandComputerEngineering，VirginiaTech,USA经典文章经典文章n1CognitiveradioandnetworkingresearchatVirginiaTech,MacKenzie,AllenB.;Reed,
9、JeffreyH.,ProceedingsoftheIEEE,v97,n4,p660-686,April2009.n2Gametheoryinsignalprocessingandcommunications,Jorswieck,EduardA.;Larsson,ErikG.;Luise,Marco;Poor,H.Vincent,IEEESignalProcessingMagazine,v26,n5,p17+132,2009.n3CoalitionalgametheoryforcommunicationnetworksSaad,Walid;Han,Zhu;Debbah,Mrouane;Hjru
10、ngnes,Are;Basar,Tamer,IEEESignalProcessingMagazine,v26,n5,p77-97,2009.n4GametheoryforwirelessengineersMacKenzie,AllenB.,Dasilva,LuizA.Source:SynthesisLecturesonCommunications,v1,p1-86,December1,2005博弈模型博弈模型 -姜健姜健n博弈的基本模型为：博弈的基本模型为：G=G=， 其中其中N=1,2,.,NN=1,2,.,N表示网络中的用表示网络中的用户集；户集；S=1,2,.,SS=1,2,.,S表示网
11、络状态；表示网络状态；A A是笛卡尔乘积空间，表示用户在不同状是笛卡尔乘积空间，表示用户在不同状态下的行为集；态下的行为集；P P表示不同网络状态的表示不同网络状态的传输策略；传输策略；U U表示效用函数，表示效用函数，可以根据可以根据不同的环境状态来选择不同的效用函数不同的环境状态来选择不同的效用函数表示表示。而不同的效用函数则代表了不同。而不同的效用函数则代表了不同的博弈模型和不同的解决方法。的博弈模型和不同的解决方法。n贝叶斯博弈模型：贝叶斯博弈模型： G =G = 其中其中N=1,2,.,NN=1,2,.,N表示网络中的用表示网络中的用户集；户集；A A表示参与者的行为空间；表示参与者
12、的行为空间；T T是参是参与者的类型空间，与者的类型空间，每一个类型都对应着每一个类型都对应着博弈方博弈方i i不同的收益函数的可能情况，不同的收益函数的可能情况，其取值是博弈方其取值是博弈方i i自己知道而其他博弈自己知道而其他博弈方并不清楚的，反映了静态贝特斯博弈方并不清楚的，反映了静态贝特斯博弈中信息不完全的特性中信息不完全的特性 ；P P是定义在是定义在T T上上的概率联合分布函数，代表用户对其他的概率联合分布函数，代表用户对其他用户可能类型的先验知识，用户可能类型的先验知识，U U是参与者是参与者的收益，收益是用户所有行为的函数，的收益，收益是用户所有行为的函数，也是参与者类型的函数
13、。也是参与者类型的函数。通信网络状况具有不确定性通信网络状况具有不确定性博弈论用于解决频谱利用率低的问题博弈论用于解决频谱利用率低的问题知名学者知名学者nProf.JosephMitolaIII,Tekn.Dr.nSchoolofEngineeringandScienceVicePresidentfortheResearchEnterprisenSchoolofSystemsandEnterprisesStevensInstituteofTechnologynAllenB.MacKenzie，AssistantProfessornBradleyDepartmentofElectricaland
14、ComputerEngineeringVirginiaTech经典文章经典文章（1）C.A.St.JeanandB.Jabbari,“Bayesiangame-theoreticmodellingofuplinkpowerdeterminationinuniform,self-organisingnetwork，”ELECTRONICSLETTERS,Vol.40No.8,PP.483-484,Apr.2004（2）Xiao,M.,Shroff,N.B.,andChong,E.K.P.:Autility-basedpower-controlschemeinwirelesscellularsys
15、tems,IEEE=ACMTrans.Netw.,2003,11,(2),pp.210221（3）C.U.Saraydar,N.B.Mandayam,andD.J.Goodman,“Efficientpowercontrolviapricinginwirelessdatanetworks,”IEEETrans.Commun.vol.50,no.2,pp.291303,Feb.2002.（4）AllenB.MacKenzieandLuizA.DaSilva,GameTheoryforWirelessEngineer,VirginiaPolytechnicInstituteandStateUniv
16、ersity通信传输的目的通信传输的目的在给定的时延（在给定的时延（ ）内将数据从信源）内将数据从信源X传输到目的地传输到目的地YYX输入输入 (数据量的要求数据量的要求 约束条件约束条件)Input (d bps )Input (d bytes )输出（数据量）输出（数据量）Output(d bps)Output(d bytes)X(s1, t1) Y(s2, t2)所见即所得所见即所得所想即所得所想即所得资源管理的目的资源管理的目的YXX(s1, t1) Y(s2, t2)Networks资源的表示资源的表示Frequency: (start, end) Hz, e.g. , (825MH
17、z, 826MHz);（无线媒介）（无线媒介）Network: xx bps, xx bps, e.g. ,10Mbps,1000Mbps;（有线物理媒介和标准的能力）（有线物理媒介和标准的能力）Computing: MIPS(FLOPS), e.g., 10MIPS;（处理和控制能力）（处理和控制能力）Delay: s, e.g. 100ms （存储和交换的能力）（存储和交换的能力）Identification: operator, standard,e.g. ,OS2, UMTS（归属，技术标准）（归属，技术标准）Networks资源资源平面平面资源表示的使用资源表示的使用XY12534H
18、-axisV-axisTwo dimensions spacesXs1s2s3s4s5sY动态资源管理动态资源管理-遗传算法遗传算法-刘鑫一遗传算法模拟生物进化机制遗传算法模拟生物进化机制,具有在寻优空间中进行全局搜具有在寻优空间中进行全局搜索的能力索的能力,适合解决各种复杂的优化问题适合解决各种复杂的优化问题,包括多目标优化问包括多目标优化问题。题。多目标最优化问题多目标最优化问题遗传算法擅长解决的问题是全局最优化问题，跟传统的算法比，遗传算法擅长解决的问题是全局最优化问题，跟传统的算法比，遗传算法能够跳出局部最优而找到全局最优点。而且遗传算法允遗传算法能够跳出局部最优而找到全局最优点。而且
19、遗传算法允许使用非常复杂的目标函数（包括多目标函数），并对变量的变许使用非常复杂的目标函数（包括多目标函数），并对变量的变化范围可以加以限制。而如果是传统的算法，对变量范围进行限化范围可以加以限制。而如果是传统的算法，对变量范围进行限制意味着复杂的多的解决过程。制意味着复杂的多的解决过程。多目标优化问题数学模型：多目标优化问题数学模型：为维数为为维数为n的适应度函数，的适应度函数，X为输入参数的集合，为输入参数的集合，Y为维数的为维数的集合。集合。Tx的的“场场”描述描述Allowedtransmittingcapacityatanys:FouroperatorsHowtomatchTwith
20、dynamically?网络间的平滑切换和信息汇集？网络间的平滑切换和信息汇集？汇聚汇聚汇聚汇聚学者介绍学者介绍nChristianJamesRiesernVirginiaTechnElectricalandComputerEngineeringnJohnsHopkinsUniversityAppliedPhysicsLaboratorynL.M.PatnaiknProfessornElectricalandComputerEngineeringnElectricalSciencesDivisionatIndianInstituteofScience经典文章经典文章nC.J.Rieser,“B
21、iologicallyInspiredCognitiveRadioEngineModelUtilizingDistributedGeneticAlgorithmsforSecureandRobustWirelessCommunicationsandNetworking,”Ph.D.Dissertation,VirginiaTech,Aug.,2004.nH.LuandG.G.Yen,“Multiobjectiveoptimizationdesignviageneticalgorithm,”IEEEProc.InternationalConferenceonControlApplications
22、,pp.11901195,Sept.2001.nM.SrinivasandL.M.Patnaik,“AdaptiveProbabilitiesofCrossoverandMutationinGeneticAlgorithms,”IEEETransactionsonSystems,ManandCybernetics,vol.24,No.4,pp.656-666,1994.nC.M.FonsecaandP.J.Fleming,“GeneticAlgorithmsformultiobjectiveoptimization:formulation,discussion,andgeneralizatio
23、n,”Proc.Int.Conf.GeneticAlgorithms,pp.416423,1993.nThomasW.Rondeau,BinLe,ChristianJ.Rieser,CharlesW.Bostian,“CognitiveRadiosWithGeneticAlgorithms:IntelligentControlOfSoftwareDefinedRadios”n优化分解化分解:网网络结构的数学理构的数学理论（张琰）琰）优化分解：网络结构的数学理论优化分解：网络结构的数学理论Basic NUMNetworkUtilityMaximization优化分解：网络结构的数学理论优化分解：
24、网络结构的数学理论在网络效用最大化（在网络效用最大化（Network Utility Maximization NUMNetwork Utility Maximization NUM）的模型下，的模型下，垂直分解垂直分解将总体的优化目标分解为若干个子问题而将总体的优化目标分解为若干个子问题而每一个子问题对应着网络协议中的一层，该问题中的拉格朗日每一个子问题对应着网络协议中的一层，该问题中的拉格朗日对偶变量则对应各协议层之间传递的参数。对偶变量则对应各协议层之间传递的参数。水平分解水平分解可以将原优化问题转化到各个子网，并且实现分布可以将原优化问题转化到各个子网，并且实现分布式计算和控制。不同分
25、解方法可以形成不同的分层结构，而且式计算和控制。不同分解方法可以形成不同的分层结构，而且根据优化理论可以分析出不同的分层结构的最优特性以及鲁棒根据优化理论可以分析出不同的分层结构的最优特性以及鲁棒性，另外不同的分解结构还存在计算和交互的折中，可以根据性，另外不同的分解结构还存在计算和交互的折中，可以根据不同的网络类型和要求来进行选择和调整。不同的网络类型和要求来进行选择和调整。优化分解还可以是优化分解还可以是多个层次多个层次，这使得网络跨层协议体系变得，这使得网络跨层协议体系变得更加灵活，针对在不同网络环境、不同的业务需求采用不同的更加灵活，针对在不同网络环境、不同的业务需求采用不同的分解方法
26、，形成不同的协议结构。分解方法，形成不同的协议结构。通过应用对偶分解理论来可以建立兼容并包的网络跨层协议通过应用对偶分解理论来可以建立兼容并包的网络跨层协议体系，从而实现网络及应用的体系，从而实现网络及应用的“无处不在无处不在”，为用户提供自由，为用户提供自由畅快的信息体验。畅快的信息体验。 IntroductionCoreIdeaDecomposition theory naturally provides the mathematical language to build an analytic foundation for design of modularized and distr
27、ibuted control of network.The first unifying view and systematic approachnNetwork: Generalized NUMnLayering architecture: Decomposition schemenLayers: Decomposed subproblemsnInterfaces: Functions of primal or dual variablesnVertical decompositions: subproblems (layers) and functions of primal or Lag
28、range dual variables (interfaces)nHorizontal decompositions: distributed computation and control over geographically disparate network elementsHorizontal and vertical decompositions throughnimplicit message passing (e.g., queuing delay, SIR)nexplicit message passing (local or global)3 Steps: G.NUM A
29、 solution architecture Alternative architecturesExample网络效用最大化（Network Utility Maximization NUM）的模型下，利用对偶分解理论是跨层设计以及分布式算法设计的重要途径 学者简介学者简介MungChiangnAssociate ProfessornElectrical Engineering &Computer Science nPrinceton University, USAStevenH.LownProfessornElectrical Engineering &Computer Science nC
30、alifornia Institute of Technology, USA经典文章经典文章nM.Chiang,S.H.Low,A.R.Calderbank,andJ.C.Doyle,Layeringasoptimizationdecomposition:Amathematicaltheoryofnetworkarchitectures,ProceedingsoftheIEEE,vol.95,no.1,pp.255-312,January2007.nM.Chiang,BalancingTransportandPhysicalLayersinWirelessMultihopNetworks:Jo
31、intlyOptimalCongestionControlandPowerControl,IEEEJournalofSelectedAreasinCommunications,vol.23,no.1,pp.104-116,January2005ThispaperbecomestheFastBreakingPaperinComputerSciencein2006accordingtoISIcitationfrequency.nDavidX.Wei,ChengJin,StevenH.LowandSanjayHegde.FASTTCP:motivation,architecture,algorith
32、ms,performanceIEEE/ACMTransactionsonNetworking,14(6):1246-1259,Dec2006nD.PalomarandM.Chiang,Atutorialondecompositionmethodsanddistributednetworkresourceallocation,IEEEJournalofSelectedAresainCommunications,vol.24,no.8,pp.1439-1451,August2006.n基于网基于网络编码的无的无线协议(杨辉)Network Coding ApplicationnWireless p
33、rotocols using network coding has shown significant improvements over traditional wireless transmission methods through data processing (for example: xor in fig.1.) in the intermediate nodes.nEach node stores packets that it overheard and periodically reports to its neighbor nodes which packets it c
34、urrently stores. Hence, each node hasinformation on packets that each of its neighbor nodes stores. nBy using this information, a node（for example: node1） can encode several native packets （P2 xor P3 xor P4） together and broadcast to node2,3 and 4.Thus ,node 2 extracts p2, node 3 extracts p3, node 4
35、 extracts p4,which results in further reducing the number of required transmissions.Fig.1.OpportunisticcodingNetworkCodingApplicationnThus,howtodesignofadaptedwirelessprotocolsusingnetworkcoding,whichrangefromtheoreticalapproachesandseekanoptimalresourceallocationbyformulatingcomplexoptimizationprob
36、lemstopracticalapproachesinvolvingmodificationsfromthephysicaltothetransportandapplicationlayer,isakeyquestion. underscheduledaccessforn4.TheoptimalvalueofforbroadcastcommunicationforandJointOptimization ofThe total sum-delivered throughput and the minimum transmitted throughputNetworkCodingApplicat
37、ionScholars1.DinaKatabi,ProfessorMITComputerScience&ArtificialIntelligenceLab.2.SachinKatti,AssociateProfessor,ElectricalEngineering&ComputerScienceStanfordUniversity,USA3.TraceyHo,AssistantProfessor,CaliforniaInstituteofTechnology,USA4.ChristosGkantsidisSystemsandNetworkingGroupofMicrosoftResearcha
38、tCambridge,UK5.YalinEvrenSagduyuElectricalEngineering&ComputerScienceNorthwesternUniversity,USAMain References1Embracingwirelessinterference:analognetworkcoding，SachinKatti,ShyamnathGollakota,andDinaKatabi.InSIGCOMM07,pages397-408,NewYork,NY,USA,2007.ACM.2Xorsintheair:practicalwirelessnetworkcoding，
39、SachinKatti,HariharanRahul,WenjunHu,DinaKatabi,MurielMedard,andJonCrowcroft.InSIGCOMM06,pages243-254,NewYork,NY,USA,2006.ACMPress.3Effecientretransmissionschemeforwirelesslans,EricRozner,AnandPadmanabhaIyer,YogitaMehta,LiliQiu,andMansoorJafry.InCoNEXT07,pages1-12,NewYork,NY,USA,2007.ACM.4Symbol-leve
40、lnetworkcodingforwirelessmeshnetworks,SachinKatti,DinaKatabi,HariBalakrishnan,andMurielMedard.SIGCOMMComput.Commun.Rev.,38(4):401-412,2008.5Tradingstructureforrandomnessinwirelessopportunisticrouting,SzymonChachulski,MichaelJennings,SachinKatti,andDinaKatabi.SIGCOMMComput.Commun.Rev,37(4):169-180,Oc
41、tober2007.6Cross-LayerOptimizationofMACandNetworkCodinginWirelessQueueingTandemNetworks,YalinEvrenSagduyu,AnthonyEphremides.IEEETransactionsonInformationTheory,VOL.54,p554-571NO.2,February2008n干干扰信道的自由度信道的自由度(马延延军)干扰信道的自由度干扰信道的自由度n“X networks”的收发端天线数不同时候，其自由度一般来讲是未知的。作为”X networks”的一个特例，蜂窝网的自由度研究最近取
42、得了很大进展，然而获得这些自由度的方法非常复杂。因此找到一种能获取蜂窝网自由度并且可以在实际环境中可应用的方法就变得非常重要。nwirelessXnetworks,worksofMdistributedsingleantennatransmittersandNdistributedsingleantennareceiverswhereeverytransmitterhasanindependentmessagetoeveryreceiver.K-CellcellularnetworksXnetworksMxNXnetworks(Anantennapernode)MxNK-userMIMOICK
43、-userIC(Anantennapernode)2-userGaussianICcapacitywithinonebit2-userMIMOICCellularnetworksUnknowningeneralTheDegreesofFreedomofInterferenceChannel?学者简介学者简介nSyedAliJafar,AssociateProfessorElectricalEngineering&ComputerScienceHenrySamueliSchoolofEngineering,UNIVERSITYOFCALIFORNIA,IRVINE,USA经典文章经典文章n1 V
44、. R. Cadambe and S. A. Jafar, “Interference alignment and degrees of freedom of the K-user interference channel,” Information Theory, IEEE Transactions on, vol. 54, no. 8, pp. 34253441, 2008.n2 Tiangao Gou, Syed A. Jafar. “Degrees of Freedom of the K User M x N MIMO Interference Channel,” http:/arxi
45、v.org/abs/0809.0099,2008.n3 Akbar Ghasemi, Abolfazl Seyed Motahari, Amir Keyvan Khandani, “Interference Alignment for the K User MIMO Interference Channel,” http:/arxiv.org/abs/0909.4604,2009.n多址接入信道和广播信道（多址接入信道和广播信道（陈睿）睿）多址接入信道多址接入信道广播信道广播信道MIMO广播信道和多址接入信道容量广播信道和多址接入信道容量n当当发射机和接收机射机和接收机获得的信道信息不完全得的
46、信道信息不完全/不不完美完美时，MIMO系系统的广播信道和多址接入信的广播信道和多址接入信道的容量仍是一个开放且有待解决的道的容量仍是一个开放且有待解决的问题。n找到一种找到一种简单的的脏纸编码结构也是当前及未来构也是当前及未来研究的研究的热点点问题。学者简介学者简介nA.LeeSwindlehurstnProfessornUniversityofCalifornia,USA.nEmail:swindleuci.edunAndreaGoldsmithnProfessornStanfordFacultySenateChairatStanfordUniversity,USA.nEmail:andr
47、eaatee.stanford.edun复复对称矩称矩阵的奇异的奇异值分解分解问题（姚俊良）（姚俊良）Decorrelation of a complex random vectornIn wireless communications system, we usually need to remove the second-order correlation between the components of a complex random vector (c.r.vc).nA c.r.vc X has uncorrelated components if and only if thus
48、, decorrelation of X can be expressed asnThe matrix Q can be found by employing symmetric singular value decomposition (SSVD). However, the SSVD is not always exist, what is the existence condition? References1 B.G.Angelika and B.G.William, “Singular value decompositions of complex symmetric matrice
49、s”. Journal of Computational and Applied Mathematics, 21 (1988): 41-54.2C. Guo and S. Qiao, “A stable lanczos tridiagonalization of complex symmetric matrices”. Technique Report CAS 03-08-SQ, Department of Computing and Software, McMaster University, Jun. 2003.学者简介学者简介AngelikaBunse-GerstnernProfesso
50、rnChair of the Numerical Analysis group of the Zentrum fur Technomathematik at the university Bremen, German.nEmail: bunse-gerstnermath.uni-bremen.de大规模网络大规模网络55大规模网络大规模网络 29S75638D4几十个节点（第一代）几十个节点（第一代）几百个节点（第二代）几百个节点（第二代）研究的重点问题：研究的重点问题：如何解决网络控制开销随网络节点数指数增加的问题？如何解决网络控制开销随网络节点数指数增加的问题？如何进行如何进行高效的路由高效的路由？如何有效支持方向天线和如何有效支持方向天线和MIMO等新技术的应用，提升等新技术的应用，提升自适应自适应传传输和和多址技术多址技术的性能？的性能？初始探索阶段初始探索阶段谢谢！谢谢！
