The research presented here has been conducted as part of professor Fabrizion Granelli's course "Advanced Network Modeling and Design" at UniTn and regards the use of drones as mobile base stations. With the advent of fifth generation (5G) RANs, networks will have to handle an increasing amount of diverse devices. This will lead to a greater demand on current telecom companies and infrastructures. Solutions to meet these current new demands might not suffice in guaranteeing the required service for the increasing demand. In emergency situations in particular, using terrestrial infrastructures is impossible for various reasons. All these factors suggest exploiting unmanned aerial vehicles as mobile base stations, overcoming all these adversities. The current state of the art is evaluated, in order to pinpoint the best approach which fulfills all requirements; in doing so, the business impact is also taken into account. This proposal is a guideline for further research and the eventual creation of a new startup. The outline of the research proposal is as follows: 1) This section is a brief overview of the current state of the art, examining what is readily available and what needs to be further developed. 2) This section covers the research proposal, an appropriate solution is suggested, overcoming the shortcomings of the current state of the art. 3) This section covers the possible business impacts and outcomes that this research could have if further developed and implemented.


翻译:本文介绍的研究是作为Fabrizion Granelli教授在UniTn的“高级网络模型和设计”课程的一部分,并将无人驾驶飞机用作移动基地站。随着第五代(5G)RANs的出现,网络必须处理越来越多的各种装置。这将对目前的电信公司和基础设施产生更大的需求。满足目前这些新需求的解决办法可能不足以保证满足日益增长的需求所需的服务。特别是在紧急情况下,由于各种原因,使用地面基础设施是不可能的。所有这些因素都表明利用无人驾驶航空飞行器作为移动基地站,克服所有这些不利因素。对目前艺术的状况进行了评估,以确定满足所有要求的最佳方法;在这样做时,还将考虑到商业影响。这项提案是进一步研究和最终创建新启动的指南。研究提案的大纲如下:1)本节简要概述当前的技术状况,探讨现成的可用之处和需要,探讨今后进一步发展的移动基地站。本节涉及目前研究的缺陷,本节涉及目前研究的缺陷,提出适当的解决办法。3)本节将涵盖当前的研究结果,并讨论今后可能实施的结果。

0
下载
关闭预览

相关内容

专知会员服务
50+阅读 · 2021年6月30日
专知会员服务
60+阅读 · 2020年3月19日
深度强化学习策略梯度教程,53页ppt
专知会员服务
178+阅读 · 2020年2月1日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
【推荐】深度学习目标检测全面综述
机器学习研究会
21+阅读 · 2017年9月13日
【推荐】图像分类必读开创性论文汇总
机器学习研究会
14+阅读 · 2017年8月15日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
VIP会员
相关资讯
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24日
【推荐】视频目标分割基础
机器学习研究会
9+阅读 · 2017年9月19日
【推荐】深度学习目标检测全面综述
机器学习研究会
21+阅读 · 2017年9月13日
【推荐】图像分类必读开创性论文汇总
机器学习研究会
14+阅读 · 2017年8月15日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员