
Real Time Convex Optimisation for 5g Networks and Beyond
Es besteht kein Zweifel, dass wir vor einer drahtlosen Datenexplosion stehen. Moderne drahtlose Netze müssen die steigende Nachfrage befriedigen, stehen aber vor Herausforderungen wie begrenzten Frequenzen, teuren Ressourcen, umweltfreundlichen Kommunikationsanforderungen und Sicherheitsfragen. Im Zeitalter des Internets der Dinge (IoT) mit massiven Datenübertragungen und einer riesigen Anzahl verbundener Geräte, einschließlich QoS mit hohem Bedarf (4G-, 5G-Netze und darüber hinaus), erzeugt die Signalverarbeitung Datensätze im Gigabyte- und Terabyte-Bereich.
Optimierungsprobleme mittlerer Größe können von Online-Algorithmen mit hoher Verarbeitungsgeschwindigkeit und einem riesigen Computerspeicher bewältigt werden. Mit der rasanten Zunahme leistungsfähiger Computer versprechen effizientere Algorithmen und fortschrittliches paralleles Rechnen eine enorme Verkürzung der Berechnungszeit, so dass moderne Optimierungsprobleme unter Einhaltung strenger Fristen im Mikrosekunden- oder Millisekundenbereich gelöst werden können. Schließlich ist das Zusammenspiel von maschinellem Lernen und Optimierung ein effizienter und praktischer Ansatz für die Optimierung in Echtzeitanwendungen. Echtzeit-Optimierung wird in der Signalverarbeitung und in drahtlosen Netzen immer mehr zur Realität.
Dieses Buch befasst sich mit fortschrittlichen Echtzeit-Optimierungsmethoden für 5G- und darüber hinausgehende Netze. Die Autoren erörtern die Grundlagen, Technologien, praktischen Fragen und Herausforderungen rund um die Echtzeit-Optimierung der 5G- und darüber hinausgehenden Kommunikation und geben Einblicke in relevante Theorien, Modelle und Techniken.
Das Buch richtet sich an ein breites Publikum von Forschern, Praktikern, Wissenschaftlern, Professoren und fortgeschrittenen Studenten in den Bereichen Ingenieurwesen, Informatik, Ubiquitäres Computing, Informationstechnologie, Netzwerk- und Kommunikationstechnik sowie an Fachleute in Regierungsbehörden.