異構(gòu)蜂窩網(wǎng)絡(luò)部署規(guī)劃和資源管理技術(shù)研究.pdf

1、隨著無線智能終端的普及和移動應(yīng)用的快速發(fā)展，人們要求現(xiàn)有的基礎(chǔ)設(shè)施架構(gòu)既能大幅地提升網(wǎng)絡(luò)的容量，又能顯著地降低網(wǎng)絡(luò)的能耗。通過在現(xiàn)有的宏蜂窩網(wǎng)絡(luò)中部署低發(fā)射功率的小基站，構(gòu)建異構(gòu)蜂窩網(wǎng)絡(luò)（Heterogeneous Cellular Network，HCN)，可以快速有效地增強對用戶的覆蓋，并提升整個蜂窩網(wǎng)絡(luò)的容量。但是，考慮到動態(tài)流量和頻譜復(fù)用，異構(gòu)蜂窩網(wǎng)絡(luò)中存在著復(fù)雜的同頻干擾和負載失衡問題，這對異構(gòu)蜂窩網(wǎng)絡(luò)的頻譜效率和能量效率的提

2、升帶來了嚴峻的挑戰(zhàn)。本文針對異構(gòu)蜂窩網(wǎng)絡(luò)的規(guī)劃部署和資源管理問題展開了研究，以頻譜效率或能量效率為目標對小基站的部署規(guī)劃、基站和用戶的連接關(guān)系（UserAssociation，用戶關(guān)聯(lián)）以及下行鏈路傳輸過程中的資源分配問題進行了建模，并給出了優(yōu)化解決方案。主要工作和意義包括：
　　針對現(xiàn)實場景中由于用戶活動所造成的空間流量動態(tài)變化的問題，本文采用了一種基于隨機幾何的統(tǒng)計學(xué)方法建立不同流量形態(tài)的模型，該方法可以有效地模擬真實場景中的

3、用戶分布。在此基礎(chǔ)上，本文提出了一種在傳統(tǒng)的宏蜂窩網(wǎng)絡(luò)中部署小基站并且根據(jù)不同的流量形態(tài)對基站狀態(tài)進行規(guī)劃的算法，可以在保證服務(wù)質(zhì)量的前提下有效地減少小基站的部署數(shù)量，并且基站狀態(tài)能夠動態(tài)適應(yīng)空間流量的變化。首先，在指定部署區(qū)域盡可能稠密地預(yù)設(shè)好小基站部署點，在初始狀態(tài)下假設(shè)在每個位置上都部署有一個活動的小基站。其次，對每一個流量形態(tài)，通過不斷迭代更新基站（包括宏基站和小基站）狀態(tài)和用戶關(guān)聯(lián)逐步關(guān)閉幾余活動基站，直到活動基站的數(shù)量不再減

4、少，從而獲得與流量形態(tài)對應(yīng)的基站狀態(tài)可行解。對于同一流量形態(tài)，有可能得到多個基站狀態(tài)可行解。因此，本文最后以最小化部署的基站數(shù)為目標，對每一個流量形態(tài)從各自的可行解的集合中選取了一個最優(yōu)解，將最終部署的小基站表示為在所有流量形態(tài)下的活動小基站的并集。當流量形態(tài)發(fā)生變化時，可以參照得到的最優(yōu)基站狀態(tài)對基站進行狀態(tài)控制（切換到活動或睡眠狀態(tài)），以滿足在不同流量形態(tài)下的服務(wù)需求。仿真結(jié)果證明了本方法可以在保障用戶服務(wù)質(zhì)量的前提下有效地降低異構(gòu)

5、蜂窩網(wǎng)絡(luò)部署成本，并提高系統(tǒng)的能量效率。
　　針對部署“小宏共存”的異構(gòu)蜂窩網(wǎng)絡(luò)后用戶仍傾向與宏基站關(guān)聯(lián)而造成網(wǎng)絡(luò)負載不均衡的缺陷，本文提出了一種基于多點傳輸（用戶和多個基站關(guān)聯(lián)）的用戶關(guān)聯(lián)算法對蜂窩網(wǎng)絡(luò)中的負載進行調(diào)控，以實現(xiàn)整個異構(gòu)蜂窩網(wǎng)絡(luò)的負載均衡。首先，本文將保證負載均衡的用戶關(guān)聯(lián)問題建模為最大化效用目標函數(shù)的問題，該問題是一個NP難的混合整數(shù)規(guī)劃問題。為了求解這一問題，本文將基站與用戶之間的一對一關(guān)聯(lián)松弛為分數(shù)階用戶關(guān)聯(lián)

6、，即允許每個用戶和多個基站關(guān)聯(lián)，不但將原本難以求解的混合整數(shù)規(guī)劃問題轉(zhuǎn)化成了凸優(yōu)化問題，也可以獲得目標函數(shù)的上界。其次，本文證明了采用等額資源分配能夠獲得長期的實際最優(yōu)性能，這個結(jié)論使得問題得到了進一步的簡化。再次，本文通過采用對偶分解的方法，提出了一種高效且低復(fù)雜度的迭代算法，該算法能保證以最大的步長收斂到最優(yōu)解。該算法對基站和用戶的分布比較敏感，以致于該算法必須不斷地重復(fù)運行以跟蹤網(wǎng)絡(luò)的動態(tài)變化，具體實現(xiàn)起來復(fù)雜度較高。因此，本文研

7、究了通過簡單設(shè)置偏置因子調(diào)控小區(qū)覆蓋范圍，從而實現(xiàn)負載均衡的問題，并給出了偏置因子的設(shè)計方法。實驗結(jié)果表明，采用這兩類方法均可以實現(xiàn)基站之間的負載均衡，采用基于多點傳輸?shù)乃惴梢垣@得最優(yōu)的性能，而采用基于偏置的方法可以獲得接近最優(yōu)的性能。
　　針對異構(gòu)蜂窩網(wǎng)絡(luò)的信號傳輸過程中存在的同頻干擾問題，本文提出了一種基于圖的結(jié)合干擾協(xié)調(diào)的資源分配算法。該算法通過動態(tài)地分配子信道和功率，可以有效抑制異構(gòu)蜂窩網(wǎng)絡(luò)的干擾，進而提升整個網(wǎng)絡(luò)的頻譜

8、效率。首先，通過判斷各小區(qū)之間的鄰居關(guān)系將小區(qū)劃分為小區(qū)簇，對每個小區(qū)簇采取獨立的干擾協(xié)調(diào)和資源分配，以降低問題的復(fù)雜度。其次，利用用戶聚類算法將每個小區(qū)簇中的用戶劃分為用戶簇，以最小化用戶簇內(nèi)的干擾。最后，本文采取了一種比例公平的方法對每個小區(qū)簇中的用戶簇進行子信道分配，在此基礎(chǔ)上，采用注水法對每個小區(qū)基站的發(fā)射功率進行分配。實驗結(jié)果表明，本文所提出的基于圖的干擾協(xié)調(diào)算法能取得網(wǎng)絡(luò)頻譜效率達到了最優(yōu)性能的95％，并且相對于已有的算法和

9、不考慮干擾協(xié)調(diào)的算法有較大的性能提升，該算法具有很低的復(fù)雜度，更加適合于實時應(yīng)用的場景。
　　針對能量受限的異構(gòu)蜂窩網(wǎng)絡(luò)場景，本文提出了一種保證能量效率的資源分配算法，通過聯(lián)合優(yōu)化對用戶的子信道和功率的分配，進一步提升異構(gòu)蜂窩網(wǎng)絡(luò)的能量效率。首先，將資源分配問題建模為一個以考慮服務(wù)質(zhì)量的能量效率(QoS-aware Energy Efficiency，QEE)為目標函數(shù)的最優(yōu)化問題。為了求解該問題，本文采用Dinkelbach方法

10、消除了目標函數(shù)的分式，將問題轉(zhuǎn)化為以能量效率為參數(shù)的規(guī)劃問題，并用迭代方法來更新該參數(shù)。在每一次迭代過程中，對于固定的能量效率參數(shù)，問題可以被看作混合整數(shù)規(guī)劃問題，將該問題轉(zhuǎn)化為對偶形式并采用次梯度搜索方法可以獲得最優(yōu)的子信道和功率分配。然后，根據(jù)最優(yōu)的子信道和功率分配結(jié)果來更新能量效率參數(shù)，并將該參數(shù)值用于下一次迭代，直到參數(shù)值收斂為止，收斂后的參數(shù)值即為最優(yōu)的能量效率，對應(yīng)的子信道和功率分配為最優(yōu)資源分配方案。實驗證明了該算法可以有