课题组项目充足，做有针对性和行业需求的科学研究。欢迎有志科研同学尽快联系，可以发表学术论文，也可以做工程开发等。
欢迎有志学术、提前攻读博士和出国深造学生，参与科研项目。
尚未心灵干涸，穷尽所思；
针对关键问题，深入研究。
1.彭牧尧，覃朗天等同学实习，参与项目“面向自学习的作战态势及意图理解与辅助决策技术研究”，2020.05.11。
2.李清龙等同学实习，参与项目“基于区块链的征信模型及系统开发”，2019。
祝贺15级各位同学顺利获得学士学位，并都加入GUIDE团队！
1.5G特殊通信场景识别方案与实现
Research and realization of identification for 5G special communication scenarios
智能通信场景识别目的在于利用现有的智能（机器学习）算法，包含但不限于监督算法（RF，DNN，LTSM，线性回归等），非监督算法（聚簇、PCA、强化学习等），实现特殊通信场景的识别，例如地下室、电梯、阴影衰落造成信号盲区等场景，用以辅助用户接入与切换的决策。相关技术难题包括：
- 参数的选定与求证：阅读协议，选择合适的相关参数（需要反复进行筛选与调整）。数据的预处理与清洗。
2.基于生成对抗网络的5G负载估计方案与实现
Traffic Prediction and Estimation for 5G Based on GAN
负载估计目的在于用以辅助用户接入与切换的决策，以提升用户服务质量。影响用户服务质量的因素包括信道情况和基站负载情况等，其中信道情况是可获知的，而基站负载在用户接入基站前是不可获知的。另一方面，通信过程包含各种参考信号和信令数据，如与基站负载存在隐性联系的参考信号，而这些数据没有被充分挖掘其信息价值。因此，相关技术难题包括：
A、参数的选定与求证：是否有关于信令数据充分利用方面的研究，调研5G可用于进行负载估计的信令数据等，且该信令数据应是终端可直接获得的。
B、方法的使用可优化：明确生成对抗网络的原理和使用，论述生成对抗网络的凸出优势。
C、智能方案的设计和实现：设计基于生成对抗网络的5G负载估计方案，分析算法复杂度，对比该方案与使用其它机器学习的优势，体现B中论述的优势。
3.意图驱动网络配置与策略映射
Intent-Diriven Network Configuration and Policy Mapping
映射表示一种信息中介机制,可以通过不同的方式生成或有效地获得。出现在意图请求中的术语可以使用映射查找翻译成与策略直接相关的术语，即高级别的意图可以解析为与较低级别系统（特别是SDN控制器）相关的术语。基于GBP（group-based policy）组策略，研究无线侧网络策略映射算法，实现网络物理资源与网络编排策略的匹配，例如根据用户意图生成网络策略，进而创建无线网络。
4.无人机多跳组网方案和实现
Research and Implementation of UAV Multi-Hop Networking
移动自组织网络(MANET)因其具有无中心性和自组织性、自动配置等特性，可自动适应通信态势的剧烈变化，应对节点移动性，地理环境复杂性对通信体制带来的挑战。本课题通过研究MANET分布式网络的建立与同步和基于RSVP的资源分配策略，提高端到端传输效率，实现多业务并发传输。通过研究MANET网络速率自适应传输策略，根据网络拓扑综合考虑单跳传输速率与多跳转发次数，优化多跳端到端传输性能。
5.基于区块链的分布式网络管理和验证
BlockChain for Distributed Network Management and Verification
区块链(BlockChain)是一种数据结构，把数据按时间顺序存储在可以无限伸长的链表中，就像一个账本。交易由网络中的多个节点验证,并且最终存储在区块链的区块里面。区块链数据结构通过分布式，无中心“主”节点，点对点的计算机网络来维护。智能合约是一种应用，它能保存价值，存储数据，封装代码，执行计算任务。区块链技术可为任何需要在对等网络之间进行数据共享和事务的进程提高效率和安全性能。简单地说，它是通过在分布式寄存器系统上记录事务来做到这一点的，这些寄存器被网络验证，所有的干预被完全防护。区块链是可实现确定性安全下的分布式管理和验证。
6.意图驱动网络可编程技术与一致性校验研究
Programming and verification techniques for intent-driven networks
SDN(Software Defined Network)作为一种新型的网络架构，是当前网络架构研究的热点。随着SDN 的发展，其北向接口所暴露的一致性问题越发突出。一种面向用户网络意图操作的新型北向接口（Intent NBI）应运而生，网络应用借助Intent NBI 表达其业务意图，不关注网络细节和实现技术，丰富网络应用。这种对网络应用隐藏下层网络细节和实现技术的理念，为解决一致性问题提供了可行的框架。
祝贺14级各位同学顺利获得学士学位，并都加入GUIDE团队！
1.申倞宇——5G基于交互式人工智能的博弈系统设计
建议：（1）超密集的概念没有在具体工作中体现，建议参考具体超密集网络场景配置参数进行修改；
（2）工作比较分散，UDN、毫米波、D2D、博弈论、人工智能等背景太大，而具体仿真中只能仿真一小部分，建议工作聚焦，比如针对D2D用户之间资源调度问题，不需要说毫米波和超密集网络；
（3）针对超密集网络毫米波中视距传输，当设备密度超过一定阈值之后信道衰减模型需要对应的修改。
2.陈思帆——边缘智能的异构物联网系统设计
1. 关于毕设中所搭建的IoT实验平台，刘润滋老师提问了“NB终端为什么用到了单片机”、“NB模块如何接入基站”、“ZigBee终端数据如何上传到服务器”等问题。
回答：因为NB模块无法直接接收由GPS模块或传感器输出的数据，需要单片机作为中介，相当于是一个数据透传模块。此外，NB终端的周期性定时唤醒操作也需要单片机来执行。NB终端板卡上有一个卡槽，可以插入移动物联网SIM卡，然后通过发送AT指令就可以接入基站了。ZigBee协调器相当于ZigBee网络中的一个网关，它负责接收来自ZigBee终端设备采集的传感器数据。ZigBee协调器的板卡上还集成了一个Wi-Fi模块，因为可以通过串口透传，将收集的终端传感器数据经由Wi-Fi模块上传的云服务器。
2. 关于题目中的“边缘智能”，张琰老师提问：边缘智能有什么用？给系统带来了哪些增益？
回答：我在毕设里是参考了一篇论文里的用例，也就是传感器数据异常情况检测的用例，通过这个简单的用例来说明边缘智能可能带来的增益。最后通过监测记录下云服务器的CPU使用率和带宽占用率，得出了结论：边缘智能可以有效地在网络边缘准确实时地处理数据，减少物联网中传输的数据量，降低网络传输压力，同时减少对云端计算资源和网络资源的需求。
在答辩时，老师们没有给出明确的修改建议，所以后续可能会根据《评阅人成绩评定意见表》上的修改建议进行修改。
3.欧阳颖——高动态密集网络容量分析和方法
建议：（1）高动态密集网络的场景只选取D2D通信进行研究较为简单，建议后续研究中选取更能提现“高动态”特征的网络场景。
（2）题目中的“网络容量分析”在论文中的体现不够明显，建议加入原始蜂窝网络和引入D2D通信后的总速率对比，以此进行体现。或者在后续的研究中可具体考虑网络容量的计算，给出基于随机信道等特征下的网络容量上下界。
（3）可探索提升网络容量的方法，不局限于仅研究算法。针对算法，以仿真结果进行分析，对比算法对网络容量的提升。
（4）针对仿真中的结果，再进行具体分析，考虑带宽等选择对仿真结果的影响，考虑提现密集网络特征的场景。
４.吴青——5G网络态势信息挖掘和预测的研究
建议：（1）对于第一种机器学习算法，k-means因为其随机性和快速的特性，如何选取聚类数k是一个需要考虑的问题，答辩中仿真用的聚类数是3，建议后续可以考虑2或者其他，因为此毕设做的是检测异常，只是需要检测出异常和正常即可，或者在另一个方面分析，不同的聚类数k来进行用户活动异常仿真分析分别有什么意义，每个用户活动等级聚类代表的实际意义是什么。
（2）针对目前5G无线大数据较难获取情况，此毕设采用的用户呼叫详细记录数据集没有体现课题关于5G的性质，这种情况下应该在论文上写出此毕设采用的用户活动数据和未来5G网络数据的关系密切，对这些数据进行分析有利于未来5G网络态势信息挖掘和预测的研究。
（3）毕设题目“5G网络态势信息挖掘和预测的研究”给得相对较大，背景也很宽泛，而具体仿真中只仿真一小部分，如用户活动异常检测和分析等，建议论文工作聚焦，在论文里着重讲述用户移动性预测对5G网络态势的重要意义，不需要过多的讲述信道预测，业务预测的内容，可以将其他内容作为参考，希望后续论文可以在这方面进行完善。
5.庞磊——基于深度强化学习的动态资源分配
建议：（1）在场景模型的建立上，综合考虑通信运营商需要最大化系统吞吐量和用户需要最高传输速率和满足QoS要求的问题是存在折中的，后面提到的分层决策框架也是在满足前者的前提下再满足后者，所以论述上要严谨一些，并不是“同时满足，共同优化”。
（2）研究场景是基于LWA机制的，所以在文章的论述上希望更多体现在LWA特定机制的影响带来的各种参数变化，文末要学会扣题，回归这个场景。
（3）资源分配过程评估函数的指标是什么？权重选取为多少？
答：评估指标有三个，带宽、时延和服务丢包率。采用w1=w2=w3=1/3的权重配置。
建议更换更多的权重配比，并且研究权重变化对最后资源分配结果的影响。并且可以考虑一下，三个指标的量纲不相同，是否可以进行归一化，能否提出更好的评估方式。
（4）对于算法复杂性的分析除了从运行时间的角度可以体现，其实还是更多的要从该算法本身与哪些量有关，这些量的量级和数学运算复杂度是什么样的。
祝贺13级各位同学顺利获得学士学位，并加入GUIDE团队！
题目来源(科研项目)、性质（软件）、难易程度（较难）及课题简述和任务要求。
(1) Dynamic Resource Management and Distributed Wireless Catching for Ultra-Dense Small Cell Networks
密集小蜂窝网络动态资源管理和分布式缓存
无线缓存技术可有效卸载5G异构网络数据，有效避免业务冲突，实现内容本地化。研究密集小蜂窝网络中，兼顾存储和能量资源消耗和回程约束的动态资源管理方法，实现时延性能和能量效率最大化。要求建模存储和能量状态动态方程，提出动态功率控制和缓存设置方法。仿真验证提出方法性能。
(2) Multiple-Dimensional Resource Management in Ultra-Dense NOMA Systems
密集非正交多址系统中的多维资源管理
非正交多址(NOMA)允许多个用户在功率域同时使用时频资源，可实现低复杂度接收机设计下的大幅提升网络容量。然而，由于同时共享时频资源而导致的用户间干扰非常严重，本课题将提出多维度资源管理方法实现细粒度的资源分配，以避免多用户干扰。仿真验证提出方法性能。
(3) Virtual Resource Management in Wireless Ultra-Dense Virtualized Networks
密集虚拟化网络的虚拟化资源灵活管控
虚拟化已经成为必然趋势。面向5G资源虚拟化将有助于实现无线资源的集中高效管控，课题研究无线虚拟化网络中资源虚拟化架构和虚拟化资源的高效管控方法。仿真验证提出方法性能。
(4) Energy Harvesting Aided Ultra-Dense D2D networks
能量收集辅助的密集D2D通信系统
D2D直通技术可以有效卸载蜂窝网络的业务，提升频谱和能量效率。然而，移动设备往往是电池供电，而电池续航能力一直是瓶颈因素。课题研究基于能量收集的D2D通信系统，能量收集技术将有助于改善电池续航能力，和进一步提升网络频谱和能量效率。仿真验证提出方法性能。
(5) Price-Based Distributed Resource and Interference Management in Ultra-Dense Small Cell Networks
密集小蜂窝网络基于定价的资源和干扰管理
密集小蜂窝网络有效提升频谱效率，分布式的干扰管理方法十分必要。定价技术可以改进均衡解的有效性，便于设计分布式的资源管理算法。本课题研究密集小蜂窝无线网络中基于定价技术的资源和干扰管理方法实现帕累托最优。科技英语阅读和理解能量强，具有良好的数学建模能力。
欢迎12级各位同学关注！祝贺大家顺利毕业，开创未来。
题目来源(科研项目)、性质（软件）、难易程度（较难）及课题简述和任务要求。
1.基于社交网络的D2D通信网络资源分配
Social Network-Based Resource Management in D2D Communication
D2D(设备直通通信)技术成为解决蜂窝网络容量问题的关键技术，同时为海量智能终端提供多样的服务。然而，由于D2D通信是复用蜂窝网络资源，同时引入干扰等问题尤其严重。手持智能终端的用户之间具备一定的社交网络特性，可用于改善资源分配。本课题研究基于社交网络的D2D通信网络资源分配，完成算法设计和matlab性能仿真。
2.云接入网络(CRAN)中面向大数据的网络优化
Big Data-Based Network Optimization in Cloud Radio Access Networks
大数据和云计算时代，移动通信网络面临严峻挑战和潜在机遇。海量智能终端接入和多样高速高质高带宽数据业务，形成体量大、变化快、速度快和高质量需求的业务流，将冲击现有网络架构和管理、控制和运维机制；同时，大数据应用将加速异构网络融合、虚拟化和智能化进程。面向云接入网络(CRAN)高效协同的需求，研究面向大数据的网络优化技术，完成算法设计和matlab性能仿真。
3.密集小蜂窝网络中基于分布式合作的效能优化
Distributed Cooperative Efficiency Optimization in Ultra-Dense Small Cell Networks
LTE-A的新的空中接口的定义和回程链路的增强技术等为分布式合作信令交互提供了保障。针对密集小蜂窝网络设计适合于5G扁平化网络架构的分布式效能优化算法。研究多种合作博弈解的几何结构，探索分布式的合作方法，可实现低复杂度的端到端效能和公平性的最佳折中。该课题研究基于合作解几何结构解析的分布式合作效能优化方案，完成matlab性能仿真。
4.密集蜂窝网络中的多维资源联合管理
Multi-Dimensional Resource Management in Ultra-Dense Small Cell Networks
随着智能终端普及和计算、存储能力提升，用户可以得到更好的用户体验质量和多样的内容服务。然而，当前终端的电池供电是难以突破的瓶颈之一。如何卸载复杂的计算和存储到云端是解决电池续航问题新兴技术之一。面向密集蜂窝网络，研究基于云计算的联合无线资源和计算资源等多维资源联合管理方法，完成算法设计和matlab性能仿真。
5.密集认知无线网络中基于定价技术的资源管理
Price-Based Resource Management in Ultra-Dense Cognitive Radio Networks
经济学中的定价技术广泛的应用在认知无线网络，定价技术可以改进均衡解的有效性，便于设计分布式的资源管理算法。本课题研究密集认知无线网络中基于定价技术和方法实现帕累托最优，设计资源的分布式管理方法。完成算法设计和matlab性能仿真。
恭喜11级同学顺利毕业，祝愿继续深造和未来工作生活顺意！
题目1：异构蜂窝网络中基于用户动态关联的干扰避免技术 （算法）
在异构蜂窝网络中多小站(Small Cell)与宏基站(Macrocell)并存复用频谱，因此小站同层内部干扰和小站与宏站之间的跨层干扰问题异常严重，已经成为制约异构网络容量的关键因素之一。因此，有效的干扰管理和避免技术对于进一步提升网络容量十分关键。本课题拟从上行通信角度出发，通过为智能终端设计自适应的动态关联小站或者宏站的方案，有效避免干扰，给出仿真程序验证所提方案的正确性和有效性等。（要求选题学生勤奋、踏实，具备英文文献阅读和总结能力，具备较强软件仿真能力；不符合要求的学生，请选择其他教师的毕设题目。）
题目2：异构蜂窝网络中联合业务卸载和频谱租赁技术 （算法）
在多层异构蜂窝网络中，多小站(Small Cell)与宏基站(Macrocell)存在多种频谱共享方案。由于小站传输功率和天线等方面的约束覆盖和可吸纳的用户明显少于宏基站，往往导致部署小站实现整网容量的性能受限，同时存在严重的负载不均衡等问题。本课题从经济学角度入手，研究联合频谱租赁和业务负载转移的干扰避免技术，提升网络容量。要求设计算法实现步骤，仿真算法，验证提出方案性能。（要求选题学生勤奋、踏实，具备英文文献阅读和总结能力，具备较强软件仿真能力；不符合要求的学生，请选择其他教师的毕设题目。）
题目3：基于合作博弈联合频谱租赁的干扰对齐技术（算法）
干扰对齐技术成为利用干扰开发干扰增益，变废为宝的很有前景的干扰管理技术。目前在认知无线网络和异构蜂窝网络中应用广泛。哪些节点或者天线协作形成联盟完成干扰对齐和怎样激励这种协作一直是关键的问题之一。本课题关注异构蜂窝网络中的大小站之间的协作干扰对齐技术研究，研究基于联盟合作博弈的干扰对齐簇的形成机制和大小站之间的频谱租赁的机制。要求设计具体实现方案，仿真算法，验证提出方案性能优势。（要求选题学生勤奋、踏实，具备英文文献阅读和总结能力，具备较强软件仿真能力；不符合要求的学生，请选择其他教师的毕设题目。）
题目4：资源管理中的公平性和效率折中研究 （算法）
在无线通信中资源管理和控制是关键的技术，资源管理和分配的情况直接决定网络的性能。公平性和效率是资源分配的目标，如何实现保证效率的情况下的用户的公平性是关键问题之一。当前已经有大量的研究，然而，目前尚不存在公平性和效率的理论和确切的理论极限。本课题旨在研究公平性和效率的折中关系的数学描述，推导闭式关系，分析理论极限。（要求选题学生勤奋、踏实，且具备英文文献阅读总结能力和强大的数学建模、分析能力；不符合要求的学生，请选择其他教师的毕设题目。）
题目5：定价技术在无线网络中的应用（算法）
定价技术属于经济学领域，近年来网络经济学深刻影响无线网络架构和关键技术等发展。目前定价技术在无线网络中，主要目的：1)针对工程问题的数学建模，方便设计分布式算法，往往是优化问题中的拉格朗日乘子；2)运营商的定价策略实现网络效益最大化。本课题针对经济学和工程技术两个方面，总结定价技术在无线网络中的应用现状。并深入理解大量研究现状的基础上，展望未来研究问题和可能的应用领域等。（要求选题学生勤奋、踏实，具备超强英文文献阅读和理解总结能力；不符合要求的学生，请选择其他教师的毕设题目。）
恭喜2010级四位同学顺利毕业，祝你们出国、工作和上研顺意!
题目1：异构蜂窝网络中基于资源交换的干扰抑制技术
在异构蜂窝网络中多小站(Small Cell)与宏基站并存复用频谱，因此小站同层内部干扰和小站与宏站之间的跨层干扰问题异常严重，已经成为制约异构网络容量的关键因素之一。因此，有效的干扰管理和抑制技术对于进一步提升网络容量十分关键。当前干扰管理和抑制技术多样，本课题拟从资源交换的角度探索干扰抑制技术，包含频率、时间、空间和码字等维度的资源交换的总结，具体指的是LTE系统中物理资源块(PBR)交换，或者是载波的交换，时域几乎空子帧，空域天线选择和码域正交码字设计等进行调研，希望不局限于PRB交换，能在时频空码多维实现资源交换，获得干扰抑制的效益。针对频谱或者时隙等提出创新性的干扰抑制方法，并仿真给出增益结果等。（要求选题学生勤奋、踏实，且具备英文文献阅读总结能力和Matlab仿真代码开发经验；不符合要求的学生，请选择其他教师的毕设题目。）
题目2：异构蜂窝网络中基于干扰定价的网络选择算法
蜂窝网络呈现异构的发展趋势，终端智能化程度越来越高。终端可依据地理位置、网络覆盖、接收信号强度、干扰环境和资费情况等进行灵活的网络选择，从而实现高性价比高质量的感受质量。采用定价函数表征终端需要兼顾的多维因素等综合指标，分析并设计异构蜂窝网络中的智能网络选择算法，提出并仿真该算法较传统基于信号强度等单一指标的网络选择算法的性能。（要求选题学生勤奋、踏实，且具备英文文献阅读总结能力和Matlab仿真代码开发经验；不符合要求的学生，请选择其他教师的毕设题目。）
题目3：LTE/LTE-A系统中合作技术研究
纵观无线通信的发展的历史和演进的过程，从LTE到LTE-A/B/C，合作技术和思想扮演着重要角色。传统的协作中继技术(Relay)、多天线分布式系统(DAS)、多点协作技术(CoMP)和用户协作以及网络协作等技术层出不穷。随之而来的效率和公平性的均衡问题日益严峻。因此，本课题首先需要总结现有多种合作技术，进而结合用户协作或者网络协作兼顾效率和公平性的建模谱效或者能效最大化问题，设计分布式协作方法，给出仿真结果展示协作技术在公平性和效率的折中性能。（要求选题学生勤奋、踏实，且具备英文文献阅读总结能力和Matlab仿真代码开发经验；不符合要求的学生，请选择其他教师的毕设题目。）
题目4：基于博弈论的干扰网络容量研究
从信息论的角度，干扰信道的容量问题，即使是在两用户的情况下仍然是开放了十多年的问题，只要在特殊的情况下，已知其确切的容量域。学术界开始关注博弈论在干扰信道方面的研究，取得了不少可喜的成果。本课题旨在通过研究目前基于博弈论在干扰信道方面的研究，初步探索多用户情况下的干扰网络的容量极限问题，设计合理的可达速率逼近方法等，仿真画出容量域或者理论刻画干扰网络容量的制约因素关系。（要求选题学生勤奋、踏实，且具备英文文献阅读总结能力和扎实的信息论功底；不符合要求的学生，请选择其他教师的毕设题目。）
恭喜09级八位同学顺利通过答辩，希望在工作和读研阶段再接再励！
题目1：认知网络中基于鲁棒博弈的功率控制算法
针对认知网络中的动态因素和现有研究，明确鲁棒的含义，分析认知网络中的资源分配和管理鲁棒的因素，总结现有的研究算法存在的不足和采用鲁棒博弈论的必要性和合理性。提出认知网络中基于鲁棒博弈的功率控制算法，并仿真对比性能。
题目2：资源分配博弈中的合作技术研究
多种学习技术（机器学习、相关均衡）、定价函数设计（分布式算法设计）、贝叶斯博弈和重复博弈等可用于实现合作的资源分配博弈，提炼经典技术，并比较相同场景下的多种合作技术在性能和开销等方面优劣。
题目3：基于经济学的动态灵活的频谱管理机制
近年来，来自于经济学中的多种概念、方法和技术等在认知网络中的资源管理（频谱共享、频谱分配和频谱接入等）方面的广泛应用。全面总结针对频谱管理的各个方面的经济学技术的应用现状；同时，针对具体应用给出经典经济学方法的仿真结果。
题目4：无线网络中新型资源管理博弈模型
除了经典的纳什非合作博弈在认知网络中的广泛应用以为，还有很多新颖的博弈模型在无线网络的资源管理问题中，得到应用和发展，并取得较好的网络性能。研究当前分层博弈、Intervention Game、联盟博弈、量子博弈、动态差分博弈和平均场博弈等，并仿真和比较分析其中数学特性较好的模型，具体设计算法实现无线网络中的最优资源管理。
题目5：多维认知资源管控
除了频谱资源和功率资源之外，认知融合网络中还有丰富的终端资源、频谱资源、接入资源、链路资源、节点资源等资源元素。资源的管理和控制成为决定其网络性能的关键技术。提出高级自主的资源管控方案，实现对资源的高效配置，有效保证多用户的服务质量需求，仿真验证其有效改善多种资源利用效率。
题目6：网络虚拟化
目前无线接入网络基站、RAN、网关，甚至同一运营商下的核心网等都可以实现资源共享，移动虚拟网络运营商(MVNO)等研究和应用得到推广。研究网络共享策略，提出高效机制设计方案，并仿真验证。
题目7：认知融合网络中基于效用的交互机制设计
定义未来以认知无线电及其网络技术为基础，实现多种异构网络成功融合的网络为认知融合网络。认知融合网络的最大特点是认知性、自主性、适变性和融合性。在认知融合网络中，面向端到端网络性能，实现终端侧、无线接入网侧和核心网侧的环境和决策信息的实时交互至关重要。基于IEEE 1900.4架构设计基于网络效用最大化的交互机制和协议，搭建仿真平台，验证提出协议性能。
题目8：物理学在无线通信中的应用
物理学与无线通信密切相关，尤其是近期统计物理性中的多种概念和方法在无线通信中的多种关键问题中的研究得到发展。总结现有物理学中的关键概念和方法等在无线通信中的应用，并基于其某一个或几个应用给出仿真结果。
恭喜08级八位同学顺利通过答辩，希望在工作和读研阶段再接再励！
题目1：上行LTE系统干扰协调算法研究
毕设学生：张浩
课题简述：目前对于LTE系统的下行干扰协调算法的研究已经很广泛和深入；而对于LTE系统上行干扰协调研究很少，处于初步阶段。因此，十分有必要研究面向上行LTE系统的干扰消除和协调问题，研究其可行的干扰协调技术方案。在对现有技术的基础上，例如，在了解上行CoMP和上行功率控制等基础上，提出更先进的上行干扰抑制和协调算法、方案给出仿真验证结果和分析。
题目2：LTE系统中移动性负载均衡算法
毕设学生：陈哲夫
课题简述：作为Self-Organizing Network(SON)的典型用例之一，移动性负载均衡(MLB)对于实现小区业务均衡重要技术之一，在课题组现有研究的基础上，继续重点研究LTE系统上/下行非合作/合作MLB算法设计和验证。
题目3：基于博弈论的绿色通信技术研究
毕设学生：邹昊
课题简述：近年来绿色通信日益引起关注，研究LTE通信系统如何通过有效的机制和设计实现节能、节电。研究基于博弈论的资源分配和调度算法，实现LTE通信系统的节能，同时，保证UE的QoS需求。
题目4：基于合作博弈的认知无线网络容量分析
毕设学生：王驰
课题简述：博弈论与Shannon理论同产生于19世纪50年代，目前基于合作博弈研究网络容量得到学术界广泛关注，采用合作博弈研究认知无线网络容量，对网络结构和参数设计具有指导意义。
题目5：认知多媒体网络资源分配研究
毕设学生：潘燕燕
课题简述：针对多媒体业务传输的特征，研究面向多媒体业务传输的认知无线网络的传输速率分配等资源分配算法。
题目6：认知虚拟MIMO技术研究
毕设学生：郭春宏
课题简述：实现空域资源的复用已经成为目前解决“资源紧缺”的重要技术之一；研究通过认知技术实现“资源空洞”感知实现虚拟MIMO传输。
题目7：认知无线网络中基于Q学习自主功率控制算法
毕设学生：刘俊
课题简述：对于认知无线网络而言，学习环节是重要一环，因此，在总结现有适合于认知无线网络学习算法的基础上，改进Q学习技术用于实现认知终端的自主功率控制，有效抑制主次用户互扰，改善认知无线网络的性能。
题目8：认知无线网络基于合作博弈的分布式资源管控研究
毕设学生：姜炎
课题简述：研究认知无线网络中主次用户之间，以及次级用户之间的协作机制和算法设计。基于合作博弈论考察合作博弈管控框架设计，结合定价技术和学习算法等，提出分布式的合作资源管控算法。