[1] 倪飞祥. 基于改进小波-Elman神经网络算法的蜂窝网流量预测[J]. 电子设计工程, 2017,25(3):171-175.
[2] 周厦. EPON与WiMAX融合接入网节能技术的研究[D]. 南京:南京邮电大学, 2014.
[3] 张志才. Femtocell网络的绿色节能技术研究[D]. 北京:北京邮电大学, 2014.
[4] RENGARAJAN B, RIZZO G, AJMONE MARSAN M. Energy-optimal Base Station Density in Cellular Access Networks with Sleep Modes[M]. Elsevier North-Holland Inc., 2015.
[5] 李荣鹏. 面向绿色蜂窝网的流量预测分析与智能化基站管理策略研究[D]. 杭州:浙江大学, 2015.
[6] 文倩. 结构化压缩感知在无线通信网络流量预测中的应用研究[D]. 杭州:浙江大学, 2013.
[7] 危彦. 蜂窝网络中基于流量预测的节能关键技术研究[D]. 杭州:浙江大学, 2012.
[8] WANG Z, ZHANG W. A separation architecture for achieving energy-efficient cellular networking[J]. IEEE Transactions on Wireless Communications, 2014,13(6):3113-3123.
[9] LI R, ZHAO Z, ZHOU X, et al. Energy savings scheme in radio access networks via compressive sensing-based traffic load prediction[J]. European Transactions on Telecommunications, 2014,25(4):468-478.
[10]刘迪迪,林基明,王俊义,等. 蜂窝网络中能量收集基站的能量协作算法[J]. 上海交通大学学报, 2018,52(3):365-372.
[11]王科平,杨赞亚,恩德. 基于分类冗余字典稀疏表示的图像压缩方法[J]. 计算机工程, 2017,43(9):281-287.
[12]魏东,周健鹏. K-SVD和OMP算法在超声信号去噪中的应用[J]. 应用声学, 2016,35(2):95-101.
[13]AND J D R, MOORE J S. ROMP reactivity of endo- and exo-dicyclopentadiene[J]. Macromolecules, 2015,35(21):7878-7882.
[14]黄志清,张严心,李梦佳,等. 基于StOMP算法的WSN压缩感知数据重构[J]. 计算机工程, 2017,43(9):149-155.
[15]吴国辉,张华栋,李兴坤,等. 基于改进测量的FR-CoSaMP图像重建算法[J]. 计算机工程与设计, 2016,37(6):1555-1559.
[16]任晓馨. 压缩感知贪婪匹配追踪类重建算法研究[D]. 北京:北京交通大学, 2012.
[17]WANG A, WANG Y, JIANG L. Improved sparse channel estimation for multi-user massive MIMO systems with compressive sensing[C]// International Conference on Wireless Communications & Signal Processing. 2015:1-5.
[18]李永刚,岳文涛,李龙江. 一种TD-LTE与eHRPD系统重叠覆盖下的负载均衡算法[J]. 计算机与现代化, 2017(5):5-9.
[19]董袁泉,王浩. 基于离散鸡群压缩感知的WSNs多目标定位[J]. 计算机与现代化, 2017(12):23-27.
|