【摘要】：隨著智能手機(jī)、平板電腦等智能移動(dòng)終端的普及,以及視頻業(yè)務(wù)等多媒體業(yè)務(wù)的廣泛應(yīng)用,移動(dòng)網(wǎng)絡(luò)中的接入終端數(shù)目和移動(dòng)數(shù)據(jù)流量都呈現(xiàn)指數(shù)式增長。傳統(tǒng)的4G網(wǎng)絡(luò)架構(gòu)已經(jīng)無法滿足未來5G密集業(yè)務(wù)的需求,為了解決這一問題,需要提出一種更加靈活的無線接入網(wǎng)絡(luò)架構(gòu)。云無線接入網(wǎng)絡(luò)架構(gòu)作為一種新型的無線接入網(wǎng)絡(luò)架構(gòu),采用云計(jì)算和虛擬化等先進(jìn)技術(shù)將信息的處理功能從基站側(cè)遷移至基帶單元池,同時(shí)利用前傳鏈路將基帶單元池與結(jié)構(gòu)更加簡(jiǎn)單的無線射頻單元相連接,從而使得云無線接入網(wǎng)絡(luò)架構(gòu)具有分布式部署與集中式處理的特點(diǎn),能夠有效提升移動(dòng)通信系統(tǒng)的頻譜效率和能量效率。盡管云無線接入網(wǎng)絡(luò)架構(gòu)具有許多不可忽視的優(yōu)勢(shì),但是仍然存在數(shù)據(jù)傳輸時(shí)延較大,前傳鏈路容量有限等不足。為了解決這些問題,在云無線接入網(wǎng)絡(luò)架構(gòu)的基礎(chǔ)上通過將一部分計(jì)算資源由云端遷移至網(wǎng)絡(luò)邊緣,提出了霧無線接入網(wǎng)絡(luò)架構(gòu)。“云—霧”無線接入網(wǎng)絡(luò)架構(gòu)憑借著靈活的組網(wǎng)方式以及高效的資源利用率,為滿足5G密集業(yè)務(wù)需求提供了一種可行的解決方案�！霸啤F”無線接入網(wǎng)絡(luò)架構(gòu)的目標(biāo)是提高系統(tǒng)頻譜效率、降低能耗以及保證業(yè)務(wù)時(shí)延。針對(duì)提高系統(tǒng)頻譜效率方面,目前的研究已經(jīng)提出了許多行之有效的解決方案。本文主要研究“云—霧”無線接入網(wǎng)絡(luò)架構(gòu)中的降低能耗和保證業(yè)務(wù)時(shí)延的性能目標(biāo)。針對(duì)降低能耗方面,第二章考慮移動(dòng)網(wǎng)絡(luò)具有潮汐效應(yīng),該特性會(huì)導(dǎo)致業(yè)務(wù)需求的動(dòng)態(tài)變化,利用該特性提出一種更加靈活的資源分配策略,以實(shí)現(xiàn)降低能耗的目標(biāo)。針對(duì)保證業(yè)務(wù)時(shí)延方面,第三章考慮云無線接入網(wǎng)絡(luò)架構(gòu)具有信息處理與傳輸分離的特性,該特性使得業(yè)務(wù)端到端的時(shí)延包括基帶單元池處理時(shí)延和無線傳輸時(shí)延兩部分,考慮該特性提出一種在滿足業(yè)務(wù)端到端時(shí)延要求下的系統(tǒng)平均吞吐效用最大的聯(lián)合無線與計(jì)算資源分配策略。以上兩章均是在傳統(tǒng)蜂窩小區(qū)內(nèi)進(jìn)行資源管理研究,在高速移動(dòng)場(chǎng)景中,由于車輛的運(yùn)動(dòng)方向確定,運(yùn)動(dòng)速度已知,因此車輛的運(yùn)動(dòng)軌跡具有可預(yù)測(cè)性,這些特性可以為資源分配提供便利,同時(shí)車輛的高速移動(dòng)特性使得該場(chǎng)景具有信道狀態(tài)時(shí)變的特點(diǎn),這又給資源分配帶來了一定的難度。在高速移動(dòng)場(chǎng)景下針對(duì)保證業(yè)務(wù)時(shí)延方面,第四章考慮高速鐵路場(chǎng)景具有列車運(yùn)動(dòng)軌跡可預(yù)測(cè)的特性,該特性使得可預(yù)測(cè)的路徑損耗信息能夠準(zhǔn)確替代信道狀態(tài)信息,從而實(shí)現(xiàn)問題的簡(jiǎn)化,利用該特性提出混合功率分配算法以實(shí)現(xiàn)高速鐵路云無線接入網(wǎng)絡(luò)容量與能量效率的均衡。第五章考慮車聯(lián)網(wǎng)場(chǎng)景具有信道狀態(tài)時(shí)變的特性,該特性會(huì)對(duì)資源分配策略產(chǎn)生影響,考慮該特性提出一種聯(lián)合無線與計(jì)算資源分配策略以提高霧無線接入網(wǎng)絡(luò)的系統(tǒng)效用。論文的創(chuàng)新性工作主要包括以下幾個(gè)方面:1)針對(duì)傳統(tǒng)蜂窩小區(qū)中降低能耗的目標(biāo),考慮移動(dòng)網(wǎng)絡(luò)潮汐效應(yīng)所導(dǎo)致的業(yè)務(wù)需求動(dòng)態(tài)變化,研究在保證用戶服務(wù)質(zhì)量和系統(tǒng)覆蓋率約束下,通過聯(lián)合超密集小區(qū)管理與波束成形設(shè)計(jì),使得異構(gòu)云無線接入網(wǎng)絡(luò)能量消耗最小化問題。該問題被建模為混合整數(shù)非線性規(guī)劃問題,利用波束成形向量的稀疏特性以及范數(shù)近似的方法對(duì)問題進(jìn)行簡(jiǎn)化,提出一種迭代算法得到問題的一個(gè)下界,同時(shí)提出一種啟發(fā)式算法。經(jīng)由理論推導(dǎo)和仿真結(jié)果表明,提出的算法能夠有效降低系統(tǒng)能耗。2)針對(duì)傳統(tǒng)蜂窩小區(qū)中保證業(yè)務(wù)時(shí)延的目標(biāo),考慮云無線接入網(wǎng)絡(luò)具有信息處理與傳輸分離的特性,該特性使得業(yè)務(wù)端到端的時(shí)延由基帶單元池處理時(shí)延和無線傳輸時(shí)延共同決定,研究在保證用戶端到端時(shí)延約束下,通過聯(lián)合無線與計(jì)算資源分配,使得云無線接入網(wǎng)絡(luò)平均吞吐效用最大化問題。該問題被建模為隨機(jī)網(wǎng)絡(luò)優(yōu)化問題,利用李雅普諾夫隨機(jī)優(yōu)化理論將原問題分解為四個(gè)子問題,通過求解這四個(gè)子問題,繼而提出聯(lián)合接入控制與資源分配算法。理論推導(dǎo)和仿真結(jié)果表明,提出的算法復(fù)雜度較低,能夠?qū)崿F(xiàn)云無線接入網(wǎng)絡(luò)平均吞吐效用與隊(duì)列積壓的均衡。3)針對(duì)高速鐵路場(chǎng)景中保證業(yè)務(wù)時(shí)延的目標(biāo),考慮高速鐵路場(chǎng)景具有列車運(yùn)動(dòng)軌跡可預(yù)測(cè)的特性,利用可預(yù)測(cè)的路徑損耗信息替代信道狀態(tài)信息可以實(shí)現(xiàn)問題的簡(jiǎn)化,研究在保證業(yè)務(wù)端到端時(shí)延要求下,通過功率分配,實(shí)現(xiàn)能量效率與容量均衡的問題。該研究點(diǎn)構(gòu)建兩個(gè)問題,首先構(gòu)建高速鐵路云無線接入網(wǎng)絡(luò)僅承載旅客信息業(yè)務(wù)時(shí),在保證業(yè)務(wù)傳輸時(shí)延約束下的能量效率最大化問題。其次構(gòu)建高速鐵路云無線接入網(wǎng)絡(luò)既承載旅客信息業(yè)務(wù)又承載列車控制信息時(shí),在保證業(yè)務(wù)傳輸時(shí)延和能量效率約束下的系統(tǒng)容量最大化問題。針對(duì)以上兩個(gè)問題,分別提出相應(yīng)的混合功率分配算法,同時(shí)分析小尺度衰落對(duì)系統(tǒng)的影響。基于鐵路路徑實(shí)測(cè)數(shù)據(jù)的仿真結(jié)果驗(yàn)證了所提出功率分配算法的有效性。4)針對(duì)車聯(lián)網(wǎng)場(chǎng)景中保證業(yè)務(wù)時(shí)延的目標(biāo),考慮車聯(lián)網(wǎng)場(chǎng)景具有信道狀態(tài)時(shí)變的特性,該特性會(huì)對(duì)資源分配策略產(chǎn)生影響,研究在車聯(lián)網(wǎng)霧無線接入網(wǎng)絡(luò)中滿足任務(wù)時(shí)延要求下,通過聯(lián)合無線與計(jì)算資源分配,使得系統(tǒng)效用最大化問題。該問題被建模為非凸優(yōu)化問題,為求解該問題,首先利用固定的頻譜效率替代時(shí)變的頻譜效率,并采用基于線性化的分支定界算法求解固定頻譜效率問題。由于該算法的復(fù)雜度較高,因此提出低復(fù)雜度的就近取整算法。然后利用固定頻譜效率問題所求得的資源分配策略,提出啟發(fā)式算法對(duì)原問題進(jìn)行求解,并分析小尺度衰落對(duì)資源分配策略的影響。仿真結(jié)果表明,提出的兩種算法能有效提升系統(tǒng)效用。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN929.5
【圖文】：

愛立信預(yù)計(jì)，到２０２３年底全球移動(dòng)用戶數(shù)目將達(dá)到８９億，移動(dòng)寬帶用戶數(shù)目逡逑將達(dá)到８３億。在移動(dòng)用戶數(shù)目快速增長的同時(shí)，移動(dòng)數(shù)據(jù)流量也呈現(xiàn)爆炸式逡逑增長，如圖１．１所示。截至２０１８年第一季度，全球移動(dòng)數(shù)據(jù)流量達(dá)到了邋１５ＥＢ／月逡逑１逡逑

圖〗．２邋Ｃ－ＲＡＮ功能分解示意圖逡逑Ｆｉｇｕｒｅ邋１．２邋Ｆｕｎｃｔｉｏｎａｌ邋ｓｐｌｉｔ邋ｏｆ邋Ｃ－ＲＡＮ逡逑圖１．３為“全集中式”邋Ｃ－ＲＡＮ網(wǎng)絡(luò)架構(gòu)。在該種網(wǎng)絡(luò)架構(gòu)下，可以輕松實(shí)逡逑現(xiàn)ＲＲＨｓ協(xié)作信號(hào)處理與資源共享，并且可以支持多種操作標(biāo)準(zhǔn)，對(duì)于運(yùn)營逡逑商來說更加便于網(wǎng)絡(luò)的升級(jí)與擴(kuò)容，從而減少無線網(wǎng)絡(luò)的建設(shè)與運(yùn)營成本。逡逑在“全集中式”邋Ｃ－ＲＡＮ網(wǎng)絡(luò)架構(gòu)下，由于ＲＲＨｓ只負(fù)責(zé)無線信號(hào)的接收與傳輸，逡逑信號(hào)的處理全部集中在ＢＢＵ池的云計(jì)算服務(wù)器中進(jìn)行，因此“全集中式”邋Ｃ－逡逑ＲＡＮ的缺點(diǎn)是ＲＲＨｓ與ＢＢＵ之間需要高寬帶來進(jìn)行信息傳輸。圖１．４為“部分集逡逑中式”邋Ｃ－ＲＡＮ網(wǎng)絡(luò)架構(gòu)。在該種網(wǎng)絡(luò)架構(gòu)下，由于ＲＲＨｓ具有基帶處理能力，逡逑ＲＲＨｓ和ＢＢＵ池之間只需要傳輸解調(diào)數(shù)據(jù)，解調(diào)后的數(shù)據(jù)量僅相當(dāng)于原始基帶數(shù)逡逑據(jù)量的２％至５％。因此能夠有效減少ＲＲＨｓ與ＢＢＵ池之間數(shù)據(jù)傳輸所需要的帶寬。逡逑與“全集中式”邋Ｃ－ＲＡＮ相比，該架構(gòu)的缺點(diǎn)在于，由于ＲＲＨｓ具有基帶處理功能，逡逑因此“部分集中式”邋Ｃ－ＲＡＮ網(wǎng)絡(luò)的靈活性較差且不利于信號(hào)的協(xié)作處理與資源共逡逑孕。逡逑根據(jù)以上分析

圖１．４部分集中式Ｃ－ＲＡＮ架構(gòu)逡逑Ｆｉｇｕｒｅ邋１．４邋Ｐａｒｔｉａｌｌｙ邋ｃｅｎｔｒａｌｉｚｅｄ邋ａｒｃｈｉｔｅｃｔｕｒｅ邋ｏｆ邋Ｃ－ＲＡＮ逡逑誤時(shí)，并不會(huì)影響整個(gè)網(wǎng)絡(luò)的功能，從而提高了系統(tǒng)的健壯性

【參考文獻(xiàn)】

相關(guān)博士學(xué)位論文 前3條

1 閆實(shí);云無線接入網(wǎng)絡(luò)資源管理技術(shù)及其性能研究[D];北京郵電大學(xué);2017年

2 許勝鋒;高速鐵路移動(dòng)通信動(dòng)態(tài)資源分配與調(diào)度設(shè)計(jì)研究[D];北京交通大學(xué);2016年

3 林思雨;高速鐵路移動(dòng)通信系統(tǒng)性能研究[D];北京交通大學(xué);2013年

本文編號(hào)：2782720