新書推薦：
《
新能源材料
》
售價：NT$
290.0
《
传统文化有意思：古代发明了不起
》
售價：NT$
199.0
《
无法从容的人生：路遥传
》
售價：NT$
340.0
《
亚述：世界历史上第一个帝国的兴衰
》
售價：NT$
490.0
《
人工智能与大数据：采煤机智能制造
》
售價：NT$
440.0
《
未来漫游指南：昨日科技与人类未来
》
售價：NT$
445.0
《
新民说·逝去的盛景：宋朝商业文明的兴盛与落幕（上下册）
》
售價：NT$
790.0
《
我从何来：自我的心理学探问
》
售價：NT$
545.0
|
| 編輯推薦： |
1.本书为读者提供了5G网络设计和优化的理论算法和实用方法，通过大数据分析和贝叶斯方法解决网络规划设计和优化中的工程问题。
2.本书适合电信运营商和服务提供商的技术人员、大学研究人员、相关专业的研究生以及网络规划设计优化工程师阅读参考。
3.本书由长期从事无线网络设计、性能评估和优化方面的专家撰写，他与爱立信公司有着超过10年的长期合作关系，积累了丰富的实战经验。
|
| 內容簡介： |
本书的内容集中在5G网络设计和运营中的规划、设计和优化任务。这些任务可以表示为易于处理的优化问题，其中许多问题可能看起来非常复杂，但使用了适当的数学建模和新颖的优化方法后显示出令人惊叹的改善结果，并为5G网络规划和优化问题提供了新的解决方案。
本书总体重点是提高资源效率，无论主要目标是容量、覆盖范围、延迟还是能耗。可以看出，适当的规划和设计可以大大提高上述几个性能参数指标。与“传统”方法相比，通过适当的优化方法可以实现的改进通常是相当可观的，可能在上述几个方面达到10-30%的改善和提高。
|
| 目錄：
|
译者序
前言
第1章 5G的概念和架构1
1.1 软件定义网络1
1.1.1 集中式和分布式控制2
1.1.2 网络功能虚拟化2
1.1.3 OpenFlow3
1.2 IT融合3
1.2.1 大数据3
1.2.2 边缘计算3
1.2.3 安全性和完整性4
1.2.4 能源效率4
1.3 模块搭建4
1.3.1 光纤4
1.3.2 SD-WAN4
1.3.3 开源软件5
1.4 算法和复杂度类5
1.4.1 优化问题6
1.4.2 显示问题难度7
1.4.3 求解难题的算法9
第2章 网络建模与分析12
2.1 基本属性12
2.2 图形表示13
2.3 连通性14
2.3.1 深度优先搜索14
2.3.2 广度优先搜索15
2.4 最短路径15
2.4.1 Dijkstra算法16
2.4.2 Bellman-Ford 算法18
2.5 最小生成树19
2.5.1 图的稀疏性19
2.5.2 拓扑示例21
2.5.3 旅行商问题22
2.5.4 最近邻算法22
2.5.5 增量插入算法23
2.5.6 k-最优方法23
2.6 网络弹性24
2.6.1 网络切割24
2.6.2 删除–收缩原则25
第3章 网络科学27
3.1 小世界现象27
3.2 Erd?s-Rényi模型27
3.2.1 图的进化28
3.2.2 度分布29
3.2.3 聚类系数30
3.3 无标度网络31
3.4 进化网络33
3.5 度相关性38
3.5.1 邻居节点平均度39
3.5.2 相关系数39
3.5.3 结构截断40
3.6 重要性41
3.7 鲁棒性42
3.8 攻击容忍度45
3.9 故障传播47
3.10 提高鲁棒性48
第4章 自相似、分形和混沌50
4.1 自相似性：原因和含义50
4.1.1 平滑的流量51
4.1.2 突发流量53
4.1.3 长时相关性流量54
4.2 随机过程56
4.2.1 基本定义56
4.2.2 自相似和长时相关性过程58
4.3 检测和估计61
4.3.1 泊松特性的检测61
4.3.2 长时相关性和自相似性的检测和估计61
4.4 小波分析63
4.5 分形图69
4.5.1 迭代函数系统70
4.5.2 分形维数定义74
4.5.3 控制界限76
4.5.4 在线过程监控76
第5章 优化技术78
5.1 5G中的优化问题78
5.2 混合整数规划79
5.2.1 动态规划79
5.2.2 分支定界法81
5.3 凑整81
5.4 模拟退火84
5.5 遗传算法84
5.5.1 二进制表示86
5.5.2 适应度函数86
5.5.3 复制87
5.5.4 重组（交叉）87
5.5.5 突变87
5.6 群体算法87
5.6.1 蚁群优化87
5.6.2 粒子群优化89
5.6.3 萤火虫算法91
第6章 聚类93
6.1 聚类的应用95
6.2 复杂性95
6.3 簇属性和质量度量95
6.3.1 节点相似性96
6.3.2 扩展97
6.3.3 覆盖率97
6.3.4 性能98
6.3.5 电导98
6.4 启发式聚类方法100
6.4.1 k-最近邻100
6.4.2 k-均值和k-中值100
6.5 谱聚类101
6.5.1 相似矩阵102
6.5.2 拉普拉斯矩阵102
6.5.3 特征向量103
6.5.4 投影104
6.6 迭代改进105
第7章 贝叶斯分析107
7.1 贝叶斯平均107
7.2 吉布斯采样器108
7.3 最大期望值算法111
7.4 t-分布随机邻域嵌入算法116
7.5 图像识别方法118
第8章 数据中心和云120
8.1 无容设施选址120
8.1.1 分配121
8.1.2 修剪122
8.2 原始对偶算法124
8.2.1 分配阶段125
8.2.2 修剪阶段125
8.2.3 冲突解决阶段125
8.3 有容设施选址127
8.4 弹性设施选址131
8.5 一维装箱134
8.6 多维资源分配136
8.6.1 云资源和描述符136
8.6.2 优化标准137
8.6.3 资源优化算法138
8.7 示例140
8.8 最优作业调度143
8.8.1 凑整145
8.8.2 调度器147
第9章 接入网151
9.1 容限最小生成树151
9.2 微波和光纤混合接入网154
9.3 接入网弹性155
9.4 集中式无线接入网160
9.5 天线系统162
9.5.1 辐射模型162
9.5.2 大规模MIMO天线阵列163
第10章 鲁棒的骨干网设计166
10.1 网络弹性166
10.2 连接和切割168
10.3 生成树170
10.3.1 基尔霍夫矩阵树定理171
10.3.2 图形强度172
10.3.3 可靠性多项式175
10.3.4 界限176
10.3.5 随机算法176
10.4 最小成本生存网络177
10.4.1 测试可行性178
10.4.2 生成初始解179
10.4.3 邻域搜索179
10.4.4 算法总结180
10.5 原始对偶算法183
第11章 流量工程191
11.1 弹性路由191
11.1.1 K-最短路径191
11.1.2 静态和动态路由192
11.2 MPLS193
11.2.1 路由分配和容量分配195
11.2.2 问题表述195
11.2.3 近似算法196
11.3 波长分配203
11.3.1 图着色204
11.3.2 Douglas-Rachford算法204
11.3.3 Bron-Kerbosch算法206
11.4 预先计划的循环保护207
11.4.1 寻找图中的循环208
11.4.2 p-循环设计210
11.4.3 跨接方法212
11.4.4 节点故障212
第12章 大数据分析方法213
12.1 离散化213
12.2 数据草图217
12.2.1 数据流模型217
12.2.2 散列函数218
12.2.3 近似计数219
12.2.4 元素数量计数221
12.2.5 向量范数的估计223
12.2.6 AMS算法224
12.2.7 Johnson–Lindenstrauss算法225
12.2.8 中位数算法226
12.2.9 最小值计数草图229
12.2.10 中位数计数草图230
12.2.11 大流量对象233
12.3 样本熵估计235
12.4 流大小分布237
12.4.1 多分辨率估计240
12.4.2 位图算法241
第13章 动态资源管理244
13.1 网络业务流245
13.1.1 流量特征245
13.1.2 熵246
13.2 流量聚合247
13.3 拥塞控制248
13.3.1 通过流量聚合实现拥塞控制249
13.3.2 通过路由优化实现拥塞控制250
13.3.3 拥塞控制仿真250
13.3.4 网络拓扑251
13.3.5 节点能力252
13.3.6 流量分布253
13.3.7 流量仿真253
13.3.8 流量聚合255
13.3.9 路由策略255
13.3.10 QoS评估256
13.4 流量聚合的效果257
13.4.1 节点级流量聚合257
13.4.2 基于业务类型的流量聚合258
13.4.3 动态流量聚合259
13.5 路由优化的效果260
13.5.1 最小总时延路由下的流量聚合261
13.5.2 最短路径路由下的动态流量聚合262
13.5.3 最小的最长时延下的流量聚合262
第14章 物联网264
14.1 网络架构265
14.1.1 路由协议265
14.1.2 物联网路由协议265
14.2 无线传感器网络267
14.2.1 能量模型267
14.2.2 仿真结果268
14.3 移动性建模技术273
14.3.1 几何模型273
14.3.2 排队模型275
14.3.3 交通流理论276
14.3.4 其他模型种类277
14.4 Gibbsian交互移动性模型277
14.4.1 相关性分析278
14.4.2 分布的拟合281
14.4.3 基本假设281
14.4.4 相关性结构282
14.4.5 流量源密度仿真284
14.4.6 Gibbs采样器实现284
14.4.7 仿真结果285
14.4.8 移动性模型的数学分析289
14.4.9 一维移动性模型的数值解分析291
14.4.10 随机场292
14.4.11 一维移动性模型的估计293
14.4.12 结束语295
参考文献296
术语表302
|
| 內容試閱：
|
从某种意义上说，本书是Design of Modern Communication Networks（2014）的续集，旨在从数学的角度描述5G的一些最重要的概念和功能。我希望将这本书视为一本创意书，它的内容受到我自己对5G的理解以及运营商和解决方案供应商面临的挑战的影响。
5G网络本质上是复杂的，相较于传统网络设计，其规划需要更广泛的科学范围。因此，大数据和机器学习技术也受到了一些关注。的确，优化和机器学习可以被视为双学科，而大数据是网络管理的自然组成部分。
本书侧重于规划和运营中的设计及优化任务，这些任务可以表示为易于处理的优化问题。其中许多问题看起来可能非常复杂，但使用了适当的问题表述和新颖的优化方法后显示出令人惊叹的效果，并为网络规划问题提供了新的见解。
本书总体重点是资源效率，无论主要目标是容量、覆盖范围、延迟还是能耗。可以看出，适当的规划和设计可以大大提高几个性能参数。与“传统”方法相比，通过适当优化可以实现的改进通常是相当可观的，可能是10%～30%，而且其增益通常可以同时在几个方面注意到。
我们的目标是尽可能呈现与技术细节无关的内容。这就是为什么很少有关于实际网络技术、协议和功能的详细信息。有大量关于这些主题的文献可用，并且本书中描述的算法可以相当容易地转换成特定技术的情况。
贯穿本书的主要思想是随机化。我们的目标不是试图准确地解决问题，而是以很高的概率找到一个好的解决方案。大多数设计任务本质上是组合的。此外，新功能的引入增加了潜在优化参数的数量，并且必须解决各种参数之间复杂的依赖关系。因此，通篇讨论的大多数问题都可以用“困难”来形容。
一般来说，尽管支撑许多求解方法的思想仍然相当简单，但组合优化是困难的，而且不同的问题需要不同的方法。应该可以用任何编程语言以合理的成本来实现所描述的算法。
本书的很大一部分内容介绍了我从参与的工业或学术项目中得出的方法、发现和结论。读者可能需要熟悉一些组合学、最优化、基本概率论、排队论、统计和分析等数学知识，也就是对它们都略知一二且易于接受新知识。
我对许多研究人员和科学家在因特网上免费提供他们有趣的论文深表感谢。
Christofer Larsson
布拉迪斯拉发
2018年6月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
