本文關(guān)鍵詞：異構(gòu)蜂窩網(wǎng)絡(luò)高能效節(jié)點(diǎn)部署研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：異構(gòu)蜂窩網(wǎng)絡(luò)是未來網(wǎng)絡(luò)部署的關(guān)鍵技術(shù),受到學(xué)術(shù)界與工業(yè)界的廣泛關(guān)注。異構(gòu)蜂窩網(wǎng)絡(luò)中多種類型節(jié)點(diǎn)的存在,對(duì)網(wǎng)絡(luò)部署與網(wǎng)絡(luò)規(guī)劃、頻譜管理與資源分配、干擾與移動(dòng)性管理等問題提出了重大挑戰(zhàn)。同時(shí),節(jié)能技術(shù)在無線通信行業(yè)備受關(guān)注,動(dòng)態(tài)網(wǎng)絡(luò)拓?fù)涑蔀榱水?dāng)前研究的熱點(diǎn)。在異構(gòu)蜂窩網(wǎng)絡(luò)中,如何進(jìn)行有效的網(wǎng)絡(luò)部署,優(yōu)化各類網(wǎng)絡(luò)節(jié)點(diǎn)的密度與位置,使得在保證用戶業(yè)務(wù)需求的同時(shí),盡可能的降低能量消耗,是值得深入研究的問題。 論文以異構(gòu)蜂窩網(wǎng)絡(luò)節(jié)能技術(shù)為核心,針對(duì)異構(gòu)蜂窩網(wǎng)絡(luò)中的節(jié)點(diǎn)密度優(yōu)化和節(jié)點(diǎn)位置優(yōu)化進(jìn)行研究,建模并求解基于隨機(jī)幾何理論的網(wǎng)絡(luò)節(jié)點(diǎn)密度優(yōu)化問題,同時(shí)設(shè)計(jì)了基于K-means聚類分析算法的網(wǎng)絡(luò)節(jié)點(diǎn)位置優(yōu)化方案。 論文首先綜述了綠色無線通信及異構(gòu)蜂窩網(wǎng)絡(luò)節(jié)能技術(shù)的研究現(xiàn)狀,并對(duì)現(xiàn)有研究進(jìn)行了分析與總結(jié)。分別在傳統(tǒng)蜂窩網(wǎng)絡(luò)及異構(gòu)蜂窩網(wǎng)絡(luò)場(chǎng)景中,基于隨機(jī)幾何理論,建立了網(wǎng)絡(luò)節(jié)點(diǎn)密度優(yōu)化模型,以最大化能量效率為優(yōu)化目標(biāo)進(jìn)行了求解與分析,并進(jìn)行了仿真驗(yàn)證。在節(jié)點(diǎn)密度優(yōu)化的基礎(chǔ)上,提出了基于多次K-means聚類算法的異構(gòu)蜂窩網(wǎng)絡(luò)節(jié)點(diǎn)位置優(yōu)化方案,并與網(wǎng)絡(luò)節(jié)點(diǎn)隨機(jī)均勻分布方案進(jìn)行對(duì)比,仿真結(jié)果表明,所提出的算法能夠很好地捕捉用戶在網(wǎng)絡(luò)中的分布特性,有效提高網(wǎng)絡(luò)能效。
【關(guān)鍵詞】：異構(gòu)蜂窩網(wǎng)絡(luò) 節(jié)能技術(shù) 網(wǎng)絡(luò)部署 隨機(jī)幾何理論 K-means聚類算法
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN929.5
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-13
• 1.1 課題研究背景及意義9-11
• 1.1.1 選題背景9-10
• 1.1.2 課題意義10-11
• 1.1.3 課題來源11
• 1.2 研究?jī)?nèi)容及成果11-12
• 1.3 論文的結(jié)構(gòu)安排12-13
• 第二章 異構(gòu)蜂窩網(wǎng)絡(luò)與節(jié)能相關(guān)技術(shù)綜述13-27
• 2.1 綠色無線通信綜述13-18
• 2.1.1 網(wǎng)絡(luò)能效14-15
• 2.1.2 網(wǎng)絡(luò)節(jié)能方法15-18
• 2.2 異構(gòu)蜂窩網(wǎng)絡(luò)綜述18-24
• 2.2.1 異構(gòu)蜂窩網(wǎng)絡(luò)對(duì)研究與設(shè)計(jì)的影響18-23
• 2.2.2 異構(gòu)蜂窩網(wǎng)絡(luò)與節(jié)能23-24
• 2.3 本章小結(jié)24-27
• 第三章 基于隨機(jī)幾何理論的網(wǎng)絡(luò)節(jié)點(diǎn)密度優(yōu)化27-49
• 3.1 隨機(jī)幾何網(wǎng)絡(luò)模型27-28
• 3.1.1 用戶信干噪比模型27-28
• 3.2 同構(gòu)蜂窩網(wǎng)絡(luò)節(jié)點(diǎn)密度優(yōu)化28-38
• 3.2.1 傳統(tǒng)蜂窩網(wǎng)絡(luò)模型28-32
• 3.2.2 網(wǎng)絡(luò)節(jié)點(diǎn)密度優(yōu)化32-33
• 3.2.3 性能仿真與分析33-38
• 3.3 異構(gòu)蜂窩網(wǎng)絡(luò)節(jié)點(diǎn)密度優(yōu)化分析38-48
• 3.3.1 異構(gòu)蜂窩網(wǎng)絡(luò)系統(tǒng)模型38-40
• 3.3.2 異構(gòu)蜂窩網(wǎng)絡(luò)速率分析40-43
• 3.3.3 異構(gòu)蜂窩網(wǎng)絡(luò)能效分析43-44
• 3.3.4 性能仿真與分析44-48
• 3.4 本章小結(jié)48-49
• 第四章 基于K-means算法的網(wǎng)絡(luò)節(jié)點(diǎn)位置優(yōu)化49-65
• 4.1 K-means聚類分析算法49-54
• 4.1.1 K-means聚類算法流程49-51
• 4.1.2 K-means算法性能驗(yàn)證51-54
• 4.2 宏蜂窩基站節(jié)點(diǎn)位置優(yōu)化54-59
• 4.2.1 宏基站位置優(yōu)化算法54-56
• 4.2.2 性能仿真與分析56-59
• 4.3 小型基站節(jié)點(diǎn)位置優(yōu)化59-64
• 4.3.1 小型基站節(jié)點(diǎn)優(yōu)化算法59-60
• 4.3.2 性能仿真與分析60-64
• 4.4 本章小結(jié)64-65
• 第五章 結(jié)束語65-67
• 5.1 論文工作總結(jié)65-66
• 5.2 下一步研究方向66-67
• 縮略語索引67-69
• 參考文獻(xiàn)69-73
• 致謝73-75
• 攻讀碩士學(xué)位期間研究成果75

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 王千;王成;馮振元;葉金鳳;;K-means聚類算法研究綜述[J];電子設(shè)計(jì)工程;2012年07期

  本文關(guān)鍵詞：異構(gòu)蜂窩網(wǎng)絡(luò)高能效節(jié)點(diǎn)部署研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：317778