【摘要】：隨著無線通信技術(shù)的演進(jìn)以及智能移動(dòng)終端的普及,移動(dòng)通信業(yè)務(wù)正處在一場前所未有的深度變革之中。移動(dòng)數(shù)據(jù)流量爆炸式增長、海量智能設(shè)備互聯(lián)以及新業(yè)務(wù)新應(yīng)用的不斷涌現(xiàn)等給移動(dòng)通信帶來了無限的活力和光明的發(fā)展前景。然而,伴隨而來的能量消耗也在呈指數(shù)級(jí)增長,這無疑給環(huán)境、資源、經(jīng)濟(jì)以及用戶體驗(yàn)帶來了巨大的挑戰(zhàn)。因此,移動(dòng)通信的綠色演進(jìn)是必然的選擇。綠色通信包括能量“節(jié)流”和能量“開源”兩個(gè)層面。其中,能量“節(jié)流”是提高能量效率進(jìn)而降低通信系統(tǒng)能耗;能量“開源”是指采用能量收集技術(shù)(EH,Energy Harvesting)從環(huán)境中收集清潔能源和可再生能源供通信系統(tǒng)使用,進(jìn)而減少溫室氣體排放。本文主要從無線資源分配角度出發(fā),在能量“節(jié)流”和“開源”兩個(gè)層面,研究了高能效的傳輸機(jī)制。同時(shí),還揭示了能效與時(shí)延、平均中斷概率與EH相關(guān)約束之間的折中關(guān)系。首先,研究了在時(shí)延等可行性約束下,點(diǎn)對(duì)點(diǎn)高斯白噪聲信道中含一個(gè)“非先入先出包”數(shù)據(jù)流的傳輸能耗最小化問題。該工作為現(xiàn)有相同時(shí)延數(shù)據(jù)流向不同時(shí)延類型數(shù)據(jù)流能效傳輸?shù)耐卣沟囊粋�(gè)特例。由于所考慮的數(shù)據(jù)流中不再是先入先出(FIFO,First-in-First-Out)序列,所以,現(xiàn)有基于FIFO的傳輸策略不再是能效最優(yōu)的。首先,提出了一種新穎的拆分—重組策略,將該Non-FIFO數(shù)據(jù)流轉(zhuǎn)化成FIFO數(shù)據(jù)流,同時(shí),將原問題等價(jià)轉(zhuǎn)換成尋找最優(yōu)拆分因子問題,并證明了該策略的能效最優(yōu)性。然后,基于非因果數(shù)據(jù)到達(dá)信息假設(shè),提出了一種低復(fù)雜度離線傳輸策略以實(shí)現(xiàn)數(shù)據(jù)流最小能耗傳輸,并通過能效傳輸最優(yōu)性質(zhì)證明了該策略的最優(yōu)性。此外,基于因果性數(shù)據(jù)到達(dá)信息和離線傳輸策略,提出了一種啟發(fā)式的低復(fù)雜度在線傳輸策略。最后,仿真結(jié)果表明,所提的兩種傳輸策略節(jié)能性能相近,并明顯優(yōu)于對(duì)應(yīng)現(xiàn)有傳輸策略。其次,作為對(duì)上述以及現(xiàn)有研究工作關(guān)于時(shí)延的一般性拓展,研究了在時(shí)延等可行性約束下,點(diǎn)對(duì)點(diǎn)高斯白噪聲信道中含多個(gè)“非先入先出包”數(shù)據(jù)流的傳輸能耗最小化問題。首先,推導(dǎo)了最優(yōu)傳輸策略的充分必要條件。然后,基于非因果性數(shù)據(jù)到達(dá)信息假設(shè)和最優(yōu)傳輸策略相關(guān)性質(zhì),提出了一種低復(fù)雜度離線“非空閑”傳輸策略以實(shí)現(xiàn)數(shù)據(jù)最小化能耗傳輸,分析了策略的計(jì)算復(fù)雜度且證明了該策略的最優(yōu)性。該離線傳輸策略包括迭代式速率分配和序列調(diào)度。具體而言,每次迭代中最大的子區(qū)間速率為該區(qū)間內(nèi)數(shù)據(jù)包的最優(yōu)傳輸速率;最小截止時(shí)刻優(yōu)先序列調(diào)度可以確定最優(yōu)的傳輸順序。此外,基于因果性數(shù)據(jù)到達(dá)信息和離線傳輸策略,提出了一種啟發(fā)性的低復(fù)雜度在線傳輸策略,并分析了其計(jì)算復(fù)雜度。最后,仿真結(jié)果表明,所提的兩種傳輸策略節(jié)能性能相近,并明顯優(yōu)于對(duì)應(yīng)現(xiàn)有傳輸策略。再次,將第二部分研究工作推廣至更實(shí)際的通信場景中。研究了在時(shí)延等可行性約束以及實(shí)際電路損耗下,點(diǎn)對(duì)點(diǎn)高斯白噪聲信道中含多個(gè)“非先入先出包”數(shù)據(jù)流的傳輸能耗最小化問題。首先,通過變量替換的方法將原問題轉(zhuǎn)化成一個(gè)凸問題,并推導(dǎo)出了最優(yōu)傳輸策略的充分必要條件。然后,基于非因果性數(shù)據(jù)到達(dá)信息假設(shè)以及最優(yōu)性質(zhì),提出了一種低復(fù)雜度離線“間歇”傳輸策略以實(shí)現(xiàn)數(shù)據(jù)流最小化能耗傳輸,分析了策略的計(jì)算復(fù)雜度且證明了該策略的最優(yōu)性。該離線傳輸策略包括迭代式速率分配和序列調(diào)度。具體而言,每次迭代中最大的子區(qū)間速率與能效最大化速率的較大值確定了該區(qū)間內(nèi)數(shù)據(jù)包的最優(yōu)傳輸速率。特別地,當(dāng)最優(yōu)傳輸速率為能效最大化速率時(shí),數(shù)據(jù)流將呈現(xiàn)“間歇”傳輸?shù)男问?最小截止時(shí)刻優(yōu)先序列調(diào)度可以確定最優(yōu)的傳輸順序。此外,基于因果性數(shù)據(jù)到達(dá)信息和離線傳輸策略,提出了一種啟發(fā)式低復(fù)雜度在線傳輸策略,并分析了其計(jì)算復(fù)雜度。最后,仿真結(jié)果表明,所提兩種傳輸策略性能相近,且明顯優(yōu)于對(duì)應(yīng)現(xiàn)有傳輸策略。最后,基于Underlay頻譜接入模式,研究了衰落信道中能量收集的次級(jí)中繼鏈路平均中斷概率最小化問題。首先,通過采用AM-GM不等式將目標(biāo)函數(shù)進(jìn)行上界近似,將原問題由一個(gè)非凸問題轉(zhuǎn)化成一個(gè)凸問題。然后,基于非因果性能量到達(dá)信息和信道分布信息假設(shè),提出了一個(gè)低復(fù)雜度雙階段離線傳輸策略來實(shí)現(xiàn)次級(jí)中繼鏈路平均中斷概率最小化。具體而言,在階段I,提出一種“盡力而為”的發(fā)送功率方法實(shí)現(xiàn)最優(yōu)的能量溢出,從而將功率分配問題和能量溢出問題解耦,并證明了該策略的最優(yōu)性�；谧顑�(yōu)能量溢出策略,在階段II,根據(jù)KKT條件推導(dǎo)出了最優(yōu)功率分配的充分必要條件,然后根據(jù)最優(yōu)性質(zhì)提出了一種只有線性復(fù)雜度的發(fā)送功率分配策略,并證明了其最優(yōu)性。最后,仿真結(jié)果表明,所提最優(yōu)傳輸策略在中斷概率性能上相較于其余基準(zhǔn)策略有明顯的提升。
【圖文】：

圖 1.1 2016 年至 2021 年全球月平均移動(dòng)數(shù)據(jù)流量以及數(shù)據(jù)類型占比變化趨勢 [1]動(dòng)設(shè)備激增： 根據(jù)數(shù)據(jù)統(tǒng)計(jì) [1]，，2016 年，全球移動(dòng)設(shè)備數(shù)量從 2015 年加到 80 億。根據(jù)思科公司預(yù)測，如圖1.2 所示，到 2021 年，將會(huì)有 116 億設(shè)備，人均移動(dòng)設(shè)備將會(huì)達(dá)到 1.5 臺(tái) (預(yù)計(jì)世界人口 78 億) [1]。此外，我們

圖 1.1 2016 年至 2021 年全球月平均移動(dòng)數(shù)據(jù)流量以及數(shù)據(jù)類型占比變化趨勢 [1]動(dòng)設(shè)備激增： 根據(jù)數(shù)據(jù)統(tǒng)計(jì) [1]，2016 年，全球移動(dòng)設(shè)備數(shù)量從 2015 年的加到 80 億。根據(jù)思科公司預(yù)測，如圖1.2 所示，到 2021 年，將會(huì)有 116 億設(shè)備，人均移動(dòng)設(shè)備將會(huì)達(dá)到 1.5 臺(tái) (預(yù)計(jì)世界人口 78 億) [1]。此外，我們圖1.2看到，智能設(shè)備的占比從 2016 年的 46% 增至 2021 年的 82%，屆時(shí)，和連接數(shù)目占絕對(duì)主導(dǎo)地位。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN929.5


本文編號(hào)：2603247