新一代寬帶無線網(wǎng)絡(luò)關(guān)鍵技術(shù)研究.pdf

1、隨著移動(dòng)智能終端的大規(guī)模流行和無線多媒體數(shù)據(jù)業(yè)務(wù)的廣泛應(yīng)用，移動(dòng)寬帶無線網(wǎng)絡(luò)中的數(shù)據(jù)業(yè)務(wù)需求呈爆炸式增長(zhǎng)，如何更加高效地利用有限的無線頻譜資源，提升頻譜資源效率，擴(kuò)大網(wǎng)絡(luò)容量，降低干擾，保證用戶服務(wù)質(zhì)量需求，降低中斷概率，在滿足用戶服務(wù)質(zhì)量需求的基礎(chǔ)上進(jìn)行快速數(shù)據(jù)傳輸，成為新一代寬帶無線網(wǎng)絡(luò)設(shè)計(jì)中亟待解決的問題。為緩解網(wǎng)絡(luò)壓力，實(shí)現(xiàn)未來10年內(nèi)移動(dòng)數(shù)據(jù)業(yè)務(wù)流量增長(zhǎng)1000倍的發(fā)展需求，業(yè)界對(duì)新一代移動(dòng)寬帶無線網(wǎng)絡(luò)關(guān)鍵技術(shù)進(jìn)行廣泛研究，提

2、出通過引入超密集異構(gòu)網(wǎng)絡(luò)等有效的體系結(jié)構(gòu)和具有網(wǎng)絡(luò)自感知、自調(diào)整等能力的智能化網(wǎng)絡(luò)提升新一代移動(dòng)寬帶無線網(wǎng)絡(luò)的業(yè)務(wù)能力。通過在傳統(tǒng)大功率宏小區(qū)的覆蓋范圍內(nèi)大規(guī)模密集部署低功率小小區(qū)，超密集異構(gòu)網(wǎng)絡(luò)能夠有效提升頻譜復(fù)用率，拉近用戶與服務(wù)小區(qū)之間的距離，提升系統(tǒng)吞吐量。然而，低功率小小區(qū)的密集部署會(huì)增加網(wǎng)絡(luò)中的信道干擾，同時(shí)造成小區(qū)間負(fù)載不均衡，降低用戶公平性，從而制約網(wǎng)絡(luò)性能的提升。因此在超密集異構(gòu)網(wǎng)絡(luò)中研究具有自感知、自調(diào)整能力的干擾協(xié)

3、調(diào)及用戶關(guān)聯(lián)技術(shù)具有重大意義。本研究主要內(nèi)容包括：
　　⑴研究了超密集異構(gòu)網(wǎng)絡(luò)中基于改進(jìn)粒子群的干擾協(xié)調(diào)算法。由于系統(tǒng)吞吐量是干擾協(xié)調(diào)算法的一項(xiàng)關(guān)鍵評(píng)價(jià)標(biāo)準(zhǔn)，而功率調(diào)整是一種有效的干擾協(xié)調(diào)手段，因此提出一種最大化系統(tǒng)吞吐量的功率調(diào)整算法。深入研究超密集異構(gòu)網(wǎng)絡(luò)下行鏈路干擾問題，考慮到超密集異構(gòu)網(wǎng)絡(luò)中，大量密集部署的小小區(qū)產(chǎn)生嚴(yán)重的疊加干擾從而制約網(wǎng)絡(luò)吞吐量的提升，提出通過調(diào)整小小區(qū)的發(fā)送功率降低小區(qū)間干擾，提升系統(tǒng)吞吐量。考慮到功

4、率調(diào)整會(huì)導(dǎo)致用戶服務(wù)小區(qū)的變化，已有的功率調(diào)整算法很難求解最優(yōu)發(fā)送功率，提出基于改進(jìn)粒子群的功率調(diào)整算法，研究改進(jìn)粒子群算法中的收斂條件及最優(yōu)性保障條件，引入隨機(jī)局部搜索和多次初始化過程保證解的最優(yōu)性，獲得最優(yōu)小區(qū)發(fā)送功率，最大化系統(tǒng)吞吐量。仿真結(jié)果表明，相比于已有功率調(diào)整算法中采用的固定的用戶服務(wù)小區(qū)，考慮用戶服務(wù)小區(qū)隨功率調(diào)整的變化能夠使系統(tǒng)吞吐量獲得進(jìn)一步提升，提出的基于改進(jìn)粒子群的干擾協(xié)調(diào)算法能夠以多項(xiàng)式復(fù)雜度獲得全局最優(yōu)小區(qū)發(fā)

5、送功率。
　?、蒲芯苛顺芗悩?gòu)網(wǎng)絡(luò)中用戶服務(wù)質(zhì)量約束下最大化系統(tǒng)吞吐量的功率調(diào)整算法?？紤]到超密集異構(gòu)網(wǎng)絡(luò)中功率調(diào)整算法可能導(dǎo)致宏小區(qū)邊緣用戶服務(wù)質(zhì)量下降的問題，把用戶服務(wù)質(zhì)量需求考慮在干擾協(xié)調(diào)問題建模中，同時(shí)考慮用戶服務(wù)質(zhì)量需求和用戶服務(wù)小區(qū)隨功率調(diào)整的變化，通過舍棄與服務(wù)質(zhì)量約束沖突的不可行解，利用改進(jìn)粒子群優(yōu)化小小區(qū)的發(fā)送功率。由于舍棄不可行解、搜索可行解的過程需要額外的計(jì)算復(fù)雜度、更多的迭代次數(shù)和運(yùn)行時(shí)間，因此提出將拉格

6、朗日對(duì)偶引入改進(jìn)粒子群算法，提升初始粒子質(zhì)量，通過拉格朗日對(duì)偶和改進(jìn)粒子群算法的結(jié)合，節(jié)省算法運(yùn)行時(shí)間，降低搜索到最優(yōu)解所需的計(jì)算復(fù)雜度。仿真結(jié)果表明提出的算法能夠在保證用戶服務(wù)質(zhì)量需求的同時(shí)獲得最優(yōu)的系統(tǒng)吞吐量。
　?、茄芯砍芗悩?gòu)網(wǎng)絡(luò)中的小區(qū)范圍擴(kuò)展偏置優(yōu)化問題，利用吉布斯采樣，提出最大化速率相關(guān)效用函數(shù)的小區(qū)范圍擴(kuò)展偏置優(yōu)化算法。針對(duì)傳統(tǒng)用戶關(guān)聯(lián)方法導(dǎo)致的小小區(qū)范圍受限、小區(qū)間負(fù)載不均衡及吞吐量提升能力受限等問題，提出通過

7、優(yōu)化各小小區(qū)的小區(qū)范圍擴(kuò)展偏置優(yōu)化用戶關(guān)聯(lián)，提升系統(tǒng)吞吐量，降低低速率用戶數(shù)量，提升系統(tǒng)的比例公平吞吐量?？紤]到速率相關(guān)效用函數(shù)優(yōu)化問題中，小區(qū)范圍擴(kuò)展偏置與用戶關(guān)聯(lián)和調(diào)度間復(fù)雜的耦合關(guān)系，無法直接求解最優(yōu)小區(qū)范圍擴(kuò)展偏置，因此提出基于吉布斯采樣的小區(qū)范圍擴(kuò)展偏置優(yōu)化算法?？紤]到集中式基于吉布斯采樣的小區(qū)范圍擴(kuò)展偏置優(yōu)化算法需要知道所有小區(qū)與用戶間信道增益，其信息交換開銷及計(jì)算復(fù)雜度隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大迅速增加，巧妙推導(dǎo)得到僅需局部信息交

8、換的分布式小區(qū)范圍擴(kuò)展偏置優(yōu)化算法，并證明算法的最優(yōu)性。仿真結(jié)果表明，提出的集中式及分布式小區(qū)范圍擴(kuò)展偏置優(yōu)化算法均能獲得全局最優(yōu)的小小區(qū)范圍擴(kuò)展偏置，提出的分布式算法的計(jì)算復(fù)雜度及信息交換開銷遠(yuǎn)小于集中式算法。
　　⑷研究低復(fù)雜度中心輔助分布式小區(qū)范圍擴(kuò)展偏置優(yōu)化算法。針對(duì)超密集異構(gòu)網(wǎng)絡(luò)小區(qū)范圍擴(kuò)展偏置優(yōu)化算法的計(jì)算復(fù)雜度、迭代次數(shù)隨著網(wǎng)絡(luò)規(guī)模擴(kuò)大而迅速升高的問題，研究并提出小小區(qū)間范圍擴(kuò)展影響關(guān)系圖的建立方法、基于圖著色的小區(qū)