没有合适的资源?快使用搜索试试~ 我知道了~
→=≤+可在www.sciencedirect.com在线获取ScienceDirectICTExpress 8(2022)302www.elsevier.com/locate/icte基于线性回归的β-Ginibre基站毫米波多小区网络性能近似Taesoo Kwona,Chang,Moon-Sik Leeb,Youngil Jeonb,HyeonWoo LEEca首尔国立科技大学,韩国首尔b韩国大田电子和电信研究所c韩国龙仁丹国大学接收日期:2021年11月17日;接受日期:2022年2月21日2022年3月4日在线发布摘要本文通过β-GPP(β-Ginibre point process,β调节基站排斥)研究了基站排斥部署的毫米波(mmWave)多小区网络性能特别是,本研究分析表示的SINR分布,并通过广泛的仿真验证的结果。此外,本文经验性地证明了BS排斥的影响可以通过线性回归(LR)很好地建模,并且这种基于LR的方法也可以非常简单地近似为以下的凸组合(CC):β的两种极端情况0和β1.因此,所提出的CC近似可以显著减少用于计算β-GPP毫米波多小区网络中的SINR分布版权所有© 2022作者。出版社:Elsevier B.V.代表韩国通信和信息科学研究所这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。关键词:线性回归; MmWave多小区;β-GPP; 5G;随机几何1. 介绍最近,由于非常宽的带宽的可用性,已经预期毫米波(mmWave)上的第五代(5G)系统将显著增加用户数据速率。然而,毫米波系统非常容易受到阻塞的影响,并且会经历严重的传播损耗,并且这些独特的特征需要使用定向波束成形和视线(LoS)路径[1,2],这与基站(BS)的空间分布密切相关。 在这方面,本文研究了排斥BS分布对毫米波多小区网络中的信干噪比(SINR)性能的影响,基于线性回归(LR),通过使用β-GPP(β-GPP)对BS位置进行建模,其中0<β 1将BS排斥从独立位置参数化为排斥位置。*通讯作者。电子邮件地址:tskwon@seoultech.ac.kr(T.Kwon),moonsiklee@etri.re.kr(M.S. Lee),youngil@etri.re.kr(Y.Jeon),woojaa@dankook.ac.kr(H.LEE)。同行审议由韩国通信研究所负责教育与信息科学(KICS)。https://doi.org/10.1016/j.icte.2022.02.010许多文献研究了随机几何框架下毫米波多小区网络的空间性能[1[1]的工作分析了信干噪比的复杂累积分布函数(CCDF),[2]的工作提供了毫米波多小区网络性能模型和结果的全面综述。此外,在[3,4]中研究了具有毫米波接入和回程链路的中继节点的独立部署,而在[5]中研究了集群毫米波BS。然而,这些工作没有分析BS排斥对毫米波多小区网络的影响。另一方面,更排斥的BS部署通常提供更具成本效益和均匀的覆盖,并且β-GPP特别有助于量化BS排斥的影响并对现实的BS分布进行建模[6[6,7]中的工作解析地表达了使用该β -GPP的多小区网络的SINR CCDF,并且[ 8 - 10 ]的工作经验地验证了β -GPP BS等 效 地 将 信 号 干 扰 比 ( SIR ) 提 高 约 10 。 5 倍 于 SIRCCDF。此外,[6,11]的工作提出了通过将β-GPP拟合到BS位置来对现实BS部署进行建模的方法或者SINR分布,并且使用该β- GPP的网络模型还可以在各种场景中扩展,例如,[12 ]第10条。因此,对β-GPP BS的考虑提供了通用的2405-9595/© 2022作者。 由Elsevier B.V.代表韩国通信和信息科学研究所出版。这是一CC BY-NC-ND许可下的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。T. Kwon,M.-S. 李,Y。Jeon等人ICT Express 8(2022)302303--=()下一页∈¯=--−=||→联系我们||联系我们− =∈||−||||=−||∈||--π关于我们2(1/c)kΓ(k)0我4π24π24π24π2我我中国(北京)中国我Iσ 2zξ√−≜∈多小区网络的性能研究。然而,在毫米波多小区网络中很少研究β- GPP,并且在毫米波网络中考虑β-GPP BS可能使数学分析过于复杂。本文的创新之处突出如下:(i)针对β-GPP毫米波基站,分析了其信干噪比XiBo)由i表示,它从GG b G u,G b G u,G b G u,G b G u.决定点过程(DPP)表示对-矩阵形式的排斥点之间的逐对关系,并且GPP是具有1 exp-1的逐对关系的静止且各向同性的DPP。 |X|2 个 以 上 |y|2exp(xy<$)fort w oCCDF通过简单的假设,如瑞利衰落和独立的波束增益,以方便分析。数值和模拟结果表明,在这些假设下推导出的BS排斥的影响仍然成立,即使考虑Nakagami-m衰落和相关波束增益.点x,yC,其中y表示y.有关GPP和DPP的更多详细信息,请参见[6,7,13]及其参考文献。特别地,GPP点距原点的平方距离遵循伽马分布,其为数学分析多小区网络性能的关键思想[6,7]。即,对于GPP点{Xk}k∈N,密度C其中C>0是调整密度的参数(ii)本文实证表明,BS排斥可以通过LR很好地建模,并且也可以通过{|X K|(二)πk∈N 具有与{Qk}k∈N,其中Qk是非常简单地近似为β→0的两个极端情况的凸组合(即,均匀具有伽马概率密度函数(PDF)的随机变量,即,xk−1exp(−cx)其中,Γ(x)∞u x−1exp(−u)du。在泊松点过程[HPPP])和β1(即,吉尼布尔点过程[GPP]),这显著减少了β-GPP SINR CCDF的计算时间。符号:E[X],P[E],C和N表示随机变量X的期望,事件E的概率,以及集合复数和自然数。1[Y=y]是一个相反,GPP点的角度(即,n(k∈N)相互它们的联合分布不是数学上的易于处理;因此,本研究中的模拟使用[13]中描述的方法实现GPP。通过对概率为1β的GPP点进行独立的稀疏处理,β到保留点,β-GPP指示器功能,即,如果Y=y,则为1,否则为0。2. 系统模型本研究考虑下行链路多小区网络,可以获得用于参数化排斥的点[6,14]。3. SINR分布当典型的MS由具有链路wk的BS服务时,其接收的SINR表示为GbGuhoKw|Xo|-αw,其中IL+ N+毫米波,其中BS根据密度为λ的β-GPP。在β-GPP中,BS变得越来越∑i:Xi∈Φzh i i K z|X i|−αz 对于z∈φ,Φz表示=排斥为0 < β1增加,β1表示GPP [13,14],而β0接近HPPP。BS总是服务于至少一个移动站(MS)。X i表示BS X i与原点处的典型MS的距离,其中iN.让我们L, N,其中L和N表示LoS,NLoS,分别。由Xi发送的信号到达典型的MS通过LoS或NLoS链路(用L(X i)表示),具有相应的概率pL(X i)<$exp(X i/τ)或pN(X i)1pL(Xi)仅依赖于Xi,类似于[1这里,τ是LoS距离,使得LoS概率为exp(1)。对于一条链路L(Xi)w∈,该模型考虑了路径损耗增益KwXiαw 其中,K w和αw分别表示参考距离处的路径损耗增益和路径损耗指数。从Xi到典型MS的衰落增益hi基本上由瑞利衰落建模,其结果将与第5节中的Nakagami-m的结果进行比较。忽略阴影,MS由在X1如果XiBo,ho是h的别名.本研究考虑扇区化波束形成模型[1,3对于发射BS,θb、Gb和gb分别表示主瓣波束宽度和主瓣旁瓣波束增益。同样,θu,Gu和gu表征了重新具有L(Xi)z的干扰BS。本节重点介绍SINR CCDF,SINR(β)[SINR> β]。为了便于分析,本文采用了两个天真的假设:( A1 ) 瑞 利 衰 落 : 即 使 LoS 的 衰 落 进 一 步 精 确 地 由Nakagami-m衰落建模,本节也分析瑞利衰落下的fmax(β)它可以通过使用类似于[1]中然而,这种过度的复杂性并没有产生更重要的设计见解,如[3,4]。(A2)独立波束增益:对于β-GPP BS {Xi}i∈N,由于{Xi }i∈N是相关的,所以{Xi}i∈N也可以是相关的。在这项研究中,由于MS的位置来自HPPP然后接收MS由其服务BS随机选择,预期相关性{i}i∈N对φ(β)的影响不显著。因此,本节通过建模来i∈N为i.i.d. 离散随机变量,从G 其中每一个都用l表示,{θbθu,θb(2π−θu),(2π−θb)θu,(2π−θb)(2π−θu)},其中每个都是用q l表示,其中l = 1,. . . 、4.反对意见1。设(β)表示(A1)和(A2)下的(β)。<$(β)(在MS处接收光束因此,有效波束增益L N典型MS与Bo之间的关系为GbGu ,而其中一个关系为re∈(β)(λ)λP[SINR>λ,L(Bo)=w],其中w∈λ,W在典型MS和干扰X之间(即, X这样,即, (β))和 <$(β)()表示LoS的SINR CCDFT. Kwon,M.-S. 李,Y。Jeon等人ICT Express 8(2022)3023041998年,4χζζβ4)exp(−s)expw(−W(i − 1)! 1 − β(1 − ∑(s,i)),(4)Γ(k)exp(−v)(β)),用于SINR1+KwGbGuζCβαzKzKwαz s αz 对于z∈φ。ζ(β)ζβ→0 ψW0Kw GbGu(χβ)和β将通过线性回归(LR)很好地近似于给定的λ,如-πλz()βζRg,Rgz(x)1+KwGbGu (TDTζW和NLoS服务BS。对于w∈ n,(一)以一个人为中心,以一个人为中心,(β)∫∞0((βs/c)αw/2<$σ2)KuW在dB标度上水平移动SIR CCDF),对CCDF值不敏感的SIR增益。然而,应用这种基于SIR增益的方法×pw(中文)CMw(s)Sw(s)ds,(二)对于mmWav e网络工作,由于(i)SINR必须为考虑到恶劣的传播损耗而不是SIR,其中Mw(s)≠1−βk∈N(1−∑z∈Vwz(s,k)、(3)(ii)阻塞和波束成形可能破坏SIR增益对CCDF值不敏感因此,本文研究了基于SINR增益的AP,S(s)Σi∈Nsi−11z∈ Vwz综合反映噪声影响的方法与[8- 10 ]中的基于SIR增益的方法此夕h∑∫∞Vwz(s,k)QLvk−1所提出的方法可以应用于仿真结果以及分析结果(即,l=1kwz(s)CCDF;因此,直接处理(β)而不是'(β)。更pz(εβv/c)(五)DV当然,当 使得SINR(β)(λ)=λ,SINR增益Kz((βs/c)αw/2)对于z∈N,ζ对于给定的x,定义为x(β) >0满意()1−αw()2αw证据 见附录a■GPP(β=1)和HPPP(β→0)表示最多的(β)((八)注意,χ(β)也意味着从ΔPPP向右水平移位在dB级SINR CCDF图上,对于固定的SNR与[8- 10 ]中的SIR增益对在β-GPP网络中的常规和大多数随机BS部署,这两个极端的情况将是关键,ζ另一方面,在(8)中,χ(β)>1表示有益增益近似(β)后。因此,我们认为,n(1)和limβ→0ψ (β)为而χ(β)1表示有害。<特别是分别用GPP和PPP表示推论1.在(A1)和(A2)项下,PPP(β)=∑limP(β)(β),(6)4.1. SINR增益[8,10]中的工作提出,在非毫米波多小区网络中,β-GPP在HPPP上的SIR增益可以很好w∈n β→0近似为0。5β+ 1通过目视检查约其等效于[1]的命题1中的用于瑞利衰落信道的SINRCCDF,其中SINR CCDF图。也就是说,SIR增益几乎随β线性增加,并且其斜率总是大致等于0.5。Lim(1)()=2<$∞exp(−xαw<$σ2)p x同样,这项研究推断,(ζexp(2∑(ωδwz(x)pz∈Ω0t tdt()()∑∫∞+QLδp(t)其中,和b是回归系数。然而,l=1wzKzxαw不像0 5在非毫米波多小区网络中。的χ(βv/c)αz/2关于kwz(s)πλξ)×(七)a×T. Kwon,M.-S. 李,Y。Jeon等人ICT Express 8(2022)302305W≤ζζKzKwαz x αz 对于w,z∈φ。第5节的经验结果将证明,对于给定的β,χβ几乎随β线性增加。()1α好吧(β)证据 参见附录B。■4. 基于SINR增益的近似一般0β情形下ε′(β)的数值计算1需要无限数量的乘法和求和,这导致长的计算时间(例如,取决于模拟参数值的数十小时因此,本节提出了一种快速而准确的近似方法。[8-4.2. HPPP和GPP SINR增益的凸组合即使(9)中的LR很好地揭示了χ(β)和β之间的关系,但是这种方法对于减少α(β)的计算时间不是很有用,因为必须收集各种β的在这方面,本小节提出了一种快速近似方法,该方法受到(9)中χ(β)和β之间的大致线性关系的启发。tαzxdx。显著地取决于包括传播的系统参数(例如,τ,αL),波束(例如,Gb,Gu,θ)和BS密度,其中δwz(x)<$T. Kwon,M.-S. 李,Y。Jeon等人ICT Express 8(2022)302306ζ4πfc−−=-=ζζζζReg,Regζ=−ζ=ζζWζζ ζ ζζ表1具有β-GPP BS的毫米波多小区网络的参数。参数值表2比较LR和CC对χ(β)的近似。LR CC-apprx(b=1)λ:BS1的2π(100米)αL、αN:LoS NLoS 2、4的路径损耗指数mL,mN:Nakagami-mparam. 对于LoS NLoS(1, 1)或(3, 2)p:发射功率30 dBmfc,W:载波频率,带宽28 GHz,100 MHzK(w ∈ φ):1 m 处 的 路径损耗增益,(3×108)2−61。38 DBσ2:噪声功率谱密度−174dBm/ Hzσ2:归一化噪声功率σ2W/pGb,gb:BS天线主瓣和旁瓣增益(18,−2) dBGu,gu:主瓣和旁瓣的MS天线增益 (0, 0)或(10,−2) dBθb、θu:BS和MS 10、360(或90)度回想一下,β-GPP是在以概率1独立细化GPP点之后从保留的点构建的β。在这个意义上,本研究将β-GPP粗略地解释为GPP规则性(具有β)和独立性(具有1β)在SINR增益方面的组合,即,GPP和HPPP SINR增益的凸组合(CC)。因此,提出以下近似方法:χ(β)χ(β)χχβχ GPP+(1-β)χ PPP,(10)其中,χGPP=χ(1),χPPP=β→0χ(β)= 1。因此,在(10)中,一旦针对所有β获得χGPP,则针对所有β和β的χ(β)可以当干扰增加时(例如,对于较大的τ,如τ141. 4 m)。另 一 方 面 , 在 Fig. 1 ( b ) 中 , 对 于 mL3 和 mN2 的Nakagami-m衰落的仿真结果显示出比瑞利衰落更好的SINR CCDF,但是Nakagami-m衰落并没有改变BS排斥对SINR分布的固有影响。这一点将在以下各段中进一步阐述。图2检查SINR增益和所提出的CC近似(用“CC-apprx”表示)。 图2(a)和(b)1ζ ζ容易近似,这有助于显著减少与(8)结合的计算时间。因此,对于用0<β 1近似β(β),仅计算βGPP和βPPP,并且这两种极端情况已经反映了所有系统参数(包括传播、波束和BS密度)的影响。事实上,随着β变小,由于计算极小的值,因此,假设瑞利衰落和独立波束具有(Gu,gu,θu)(0, 0,360)。在这些子图中,观察到与[8- 10 ]中的非毫米波网络不同,甚至SIR增益对SNR与此相反,结果表明,CC-apprx很好地逼近χ(β)或令人满意地跟踪其真实值,只是有一个微小的差距。有趣的是,据观察,χ(0. 7)到χ(0. 3)对于固定 的αL,ζ ζ在(10)中提出的方法在评估和比较β的效果方面是相当有吸引力的。此外,χ(β)可以改写为(χ GPP−1)×β+1;因此,χ(β)和αN。这支持了χ(β)可以随β几乎线性地增加。图2(c)表示χ(β)与ζ可以记为χ(β)ζ ζ其中a=χGPP−1且b=1。到β。真实值与(9)中的LR拟合良好,它们也可以通过CC-apprx很好地近似。特别地,对于Nakagami-m衰落(由5. 数值结果及讨论本节数值评估第3节中的性能,并验证第4节中的近似方法。评价设置符合第2节中描述的模型,并且如果没有另外说明,则将参数设置为表1中的值。图1给出了SINR分布并证明了(A1)和(A2)假设。图 1(a)仅考虑瑞利衰落下的发射波束,并且它证明,假设i.i.d. {i}i∈N几乎完全符合具有相关{λ}的仿真结果,即使SIRm表2在均方根误差(RMSE)和R2统计量方面比较了LR和CC-apprx。对于瑞利和Nakagami-m衰落,情形由“R”和“N”表示,并且对于独立波束[具有(G u,g u,θ u)(0,0,360)]和相关波束[具有(G u,g u,θ u)(10,2,90)],字母表旁边的数字表示τ 以及,例如, 141.4-0.3是τ= 141。4 m,且λ= 0。3.图2中a和b的p值是经过测量的。i i∈NLR分别低于10−13和10−9。两个 LRS图图1(b)针对以下场景评估SINR CCDF:结果表明,尽管λ′(β)与λ′(β)略有偏差,但λ ′(β)与相关波束很好地近似,1 请注意,图中SIR的曲线。1(b)只为移交而提取0.44,因为P[SINR> 30 dB]> 0。当τ= 50 m,β= 0时,为44。7.2 在表2的RC的情况下,n= 0。6和0.8被认为是因为P [SINR> 30 dB]> 0。5、与其他场景不同。=一个bRMSER2一个RMSER2RI 141.4-0.30.2981.0120.00850.9930.2990.01410.978RI 141.4-0.70.2481.0190.01250.9800.2550.01930.941NI 141.4-0.30.2931.0170.00910.9920.3010.01560.972NI 141.4-0.70.2131.0170.00820.9880.2240.01430.956RC 141.4-0.60.4341.0110.00970.9960.4320.01460.989RC 141.4-0.80.5241.0170.01120.9960.5280.01820.988RI 50-0.30.6651.0360.02060.9920.6740.02060.970RI 50-0.71.3070.9720.01660.9991.2980.02860.995NI 50-0.30.4091.0230.01430.9890.4100.01430.961NI 50-0.70.7060.9920.00650.9990.7060.00650.998T. Kwon,M.-S. 李,Y。Jeon等人ICT Express 8(2022)302307= − =−ζ()在Fig. 1证明了对于整个系统,菲格1.一、 SINRCCDF:(a)(Gb,gb,θb)=(18,−2,10),(Gu,gu,θu)=(0,0,360)[瑞利衰落,线路:针对SNR(β)的分析,符号:针对SNR(β)的SINR或SIR模拟];(b)(Gb,gb,θb)(18,2,10),(Gu,gu,θu)(10, [实线:针对λ(β)的分析,符号:针对λ(β)的SINR 模拟,符号-虚线线:模拟Nakagami-m衰落]。图二. SINR增益:(a)当τ = 141时,SINR增益与CCDF值的关系。4 m [实线:精确增益,虚线:CC-apprx];(b)SINR增益与CCDF值当τ= 50 μ m时[实线:精确增益,虚线:CC-apprx];(c)SINR增益相对于β [λ= 0. 7,符号:精确,虚线:LR,实线:CC-apprx,对于Nakagami-m衰落,(mL,mN)=(3, 2),对于Indep-beam,(Gu,gu,θu)=(0, 0, 360),对于Corr-beam,(Gu,gu,θu)=(10,-2, 90)和CC-apprx具有大约0.01-0.02的小RMSE值小的RMSE意味着LR和CC-apprx绝对接近真实值,并且R2接近1特别表示SINR增益相对于β的可变性通过线性关系很好地解释。因此,LR为χ(β)和β之间的关系提供了良好的拟合,并且CC-apprx可以是LR的好替代品 再回到Fig. 1、结果(β)ζβ = 0时,通过精确结果和CC近似结果的一致性确定的Δ范围。5.6. 结论本文通过β-GPP对毫米波多小区网络中的BS排斥进行建模,并根据β对SINR CCDF进行参数化。BS排斥对SINRCCDF的影响用SINR增益来表示,该SINR增益可以反映噪声、阻塞和波束成形与干扰的结合的影响,并且证明了该SINR增益可以简单地近似为GPP和HPPP的那些的凸组合(CC)。所提出的CC近似可以用于减少SINR CCDF的计算时间作为今后的工作,T. Kwon,M.-S. 李,Y。Jeon等人ICT Express 8(2022)302308ββW(一)∑(p=4×−KGG44∑从κz∈Vwz1.注意k=1(1−δk)→ exp -∑∞k1δk>>|Xi|(σ=X,L(X)=wξexpWB ukr(s)1+K、 K公司简介我z|X K|αzQLΓ(k)exp(−v)pzi∈NΓ(i)- 2016年10月22日,k∈Nz∈L=1k∈wz(x)∑∑⎞⎞(∑KW⎝()2αw∑∞()→z有趣的是,更分析地验证BS排斥和其增益之间的关系。竞合利益作者声明,他们没有已知的可能影响本文所报告工作致谢且I i<$$>∑k∈N\{i} T k∑z∈<$1[L(X k)= z]<$kh kK z|XK|−αz,(c)WZαzxαz,(d)由gamma-KzKw (x)分布式{|X J|2}j∈N,且(e)由s推出 ≜CX和vcy.附录B. 推论1的证明在(3)中,当β→0时,β(1-∑z∈<$Vwz)→0,因为0<这项工作得到了信息研究所的支持&通信技术规划评估当δk0对于所有k[12];因此,对于充分的sm=所有β,Mw(s)方法由韩国政府资助的补助金(MSIT)(编号:2019-0-01360,支持动态功能拆分的开放gNB分布式单元的开发)exp (−∑k∈N(1−QLz∈L=1∞kwz(s)vk−1Γ(k)附录A. 命题1的证明pz(εβv/c)exp(−v)Kw GbGudv×1 +αlKz ((βs/c)αw/2)SINR(β)(λ)=P[SINR> λ,L(Bo)=w]=exp (−∑βκwz(s)vk−1exp(−v)0Γ(k)z(βv)dv(=a)ΣP[SINR>Σ,B]i∈N=X,L(X)=w|T= 1] P [T=1]k∈N4z∈哦我∑∫∞l=1vk−1exp(−v)p(βv/c)∑[αw2+qlΓ(k)KwGbGu(βv/c)αz/2dvλ我i∈NKwGbGu奥伊伊(b)(∑(<$κ<$wz(s))(c)第(1)款β∑Eλexp(−|Xi|αw<$σ2)p(|Xi|)=exp−2πλz∈0pz(t)tdt⎞⎞i∈NKw Gb Guw∑∫∞l=1pz(t)⎛∑ ∑+qlKwGbGu(tαz)tdt,(B.1)1[L(X)=z |X |2˜(|X|2)]hK|Xi|αw轴对称∑ ∑<$∞vk−1z∈L=10(βv)C(c)i0i−1X(cx)(αw)KwGbGu∑k−1αwβvβv(d)∑∞βexp −βX2 ξσ2(b)由exp(v)得出:vk∈N,t=,=βexp−()α14∫C=(βv/c)αz/2(b)第(1)款βPH+Ii<$),kwz(s)1+Kz(βs/c)αw/2TkKz(βs/πλ)αw/2k∈N其中(a)由z∈克鲁克dv=1,(B.2)βT. Kwon,M.-S. 李,Y。Jeon等人ICT Express 8(2022)302309αw)α从xβs=βs,(7)。Cy1999年,年)的β[Γ(k)c πλκαzKzz s2 αz。(c)kk−1)]()⎜∑∑∞βy在(4)中,limβ→01−β 1−z∈Vwz=1,因为0
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- RTL8188FU-Linux-v5.7.4.2-36687.20200602.tar(20765).gz
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
- SPC统计方法基础知识.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功