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。

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　OpenFlow 3
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-WAN 4
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　MPLS 193
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