混合供電無線網(wǎng)絡(luò)中的資源分配策略的研究.pdf

1、隨著無線通信技術(shù)的快速發(fā)展和無線業(yè)務(wù)的日漸豐富，通信數(shù)據(jù)量和系統(tǒng)能耗猛烈增長(zhǎng)。為了緩解系統(tǒng)能耗問題，能量收集技術(shù)的提升使得混合供電無線網(wǎng)絡(luò)的能量管理引起了學(xué)者們的廣泛關(guān)注。海量數(shù)據(jù)使得頻譜資源日漸緊張，正交頻分復(fù)用技術(shù)(Orthogonal Frequency Division Multiplexing，OFDM)可以提高頻譜效率和抗干擾能力，廣泛應(yīng)用于無線通信系統(tǒng)中。另外，小小區(qū)網(wǎng)絡(luò)可與蜂窩網(wǎng)相結(jié)合形成異構(gòu)網(wǎng)絡(luò)，采用宏微協(xié)同技術(shù)和抗干

2、擾技術(shù)使得系統(tǒng)容量實(shí)現(xiàn)數(shù)倍增長(zhǎng)，小小區(qū)技術(shù)成為5G通信系統(tǒng)的關(guān)鍵技術(shù)之一。另一方面，考慮無線信道的復(fù)雜性和不確定性，為降低混合供電無線系統(tǒng)的成本和能耗，如何優(yōu)化非確定性信道下的資源分配和能量管理也是需要解決的一個(gè)重要問題。
　　因此，論文構(gòu)建了混合供電OFDM蜂窩無線網(wǎng)絡(luò)，進(jìn)一步將混合供電模式部署到小小區(qū)網(wǎng)絡(luò)中。針對(duì)不同通信網(wǎng)絡(luò)建立系統(tǒng)模型，分別研究了非理想信道狀態(tài)下的OFDM蜂窩網(wǎng)絡(luò)和理想信道狀態(tài)下的小小區(qū)網(wǎng)絡(luò)中的資源分配策略。

3、采用凸優(yōu)化方法和最壞情形方法進(jìn)行問題規(guī)劃和求解，并對(duì)提出的資源分配策略進(jìn)行仿真與分析。論文主要工作如下:
　　(1)針對(duì)信道狀態(tài)信息不完全可知的情形，論文通過采用最壞情形方法對(duì)不確性信道進(jìn)行建模，進(jìn)行魯棒問題規(guī)劃和求解。將不確定性參數(shù)看作有界隨機(jī)變量進(jìn)行優(yōu)化，推導(dǎo)出不確定性參數(shù)的閉式解，將閉式解代入原問題中，求解信道狀態(tài)信息不完全可知時(shí)的魯棒性優(yōu)化問題。
　　(2)在信道狀態(tài)信息不完全可知的情形下，研究了混合供電OFDM蜂窩

4、網(wǎng)絡(luò)中的資源分配和能量管理策略問題。在兼顧每個(gè)移動(dòng)設(shè)備的基本通信速率要求和可再生能源的約束條件下，以最小化系統(tǒng)的成本和為目標(biāo)函數(shù)，建立優(yōu)化問題，并分別提出最優(yōu)分配策略和次優(yōu)分配策略。最優(yōu)分配策略通過時(shí)間共享的方法，將混合二進(jìn)制整數(shù)問題轉(zhuǎn)換為凸問題。次優(yōu)分配通過采用低復(fù)雜度的子載波和功率分步分配的方法，將非凸的原問題轉(zhuǎn)換為凸問題，對(duì)功率進(jìn)行優(yōu)化分配。進(jìn)一步，兩種策略借助凸優(yōu)化方法和最壞情形方法對(duì)資源進(jìn)行優(yōu)化，采用拉格朗日對(duì)偶方法得到最優(yōu)解

5、的閉式表達(dá)式。在以上基礎(chǔ)上，采用子梯度迭代法進(jìn)行數(shù)值仿真，給出仿真結(jié)果，分析了論文提出的資源分配策略的收斂性和能量轉(zhuǎn)換效率，對(duì)比了四種資源分配策略，數(shù)值結(jié)果表明提出的最優(yōu)策略在降低系統(tǒng)成本方面效果最佳，次優(yōu)策略次之。進(jìn)一步，對(duì)系統(tǒng)魯棒性的分析表明論文所提策略在信道狀態(tài)信息不確定情形下，可以很好地實(shí)現(xiàn)系統(tǒng)成本和魯棒性的折中。
　　(3)在信道狀態(tài)完全可知的情形下，研究了混合供電小小區(qū)網(wǎng)絡(luò)中的資源分配和能量管理策略問題。在保證每個(gè)小小

6、區(qū)移動(dòng)設(shè)備的基本通信速率和小小區(qū)網(wǎng)絡(luò)系統(tǒng)對(duì)蜂窩移動(dòng)設(shè)備的通信干擾的前提條件下，以最小化小小區(qū)網(wǎng)絡(luò)系統(tǒng)的成本和為目標(biāo)函數(shù)，建立優(yōu)化問題。采用拉格朗日對(duì)偶方法，利用KKT條件進(jìn)行問題求解，得到最優(yōu)解的閉式表達(dá)式，提出最優(yōu)的子載波和功率分配策略。同時(shí)，在進(jìn)行數(shù)值仿真過程中，論文提出一種步長(zhǎng)自適應(yīng)的迭代算法，可以提高子梯度迭代算法的收斂速度。仿真結(jié)果表明，論文提出的最優(yōu)資源分配策略能夠快速收斂，同時(shí)在系統(tǒng)成本消耗方面，能量收集的引入能夠降低系統(tǒng)