【摘要】：隨著工業(yè)4.0、車聯(lián)網(wǎng)等業(yè)務(wù)的迅猛發(fā)展,傳統(tǒng)的蜂窩網(wǎng)絡(luò)難以滿足未來海量化、多樣化、綠色化的網(wǎng)絡(luò)用戶連接需求。異構(gòu)蜂窩網(wǎng)絡(luò)在宏蜂窩下部署大量微蜂窩和中繼節(jié)點(diǎn)構(gòu)成多層網(wǎng)絡(luò)架構(gòu),不但縮短數(shù)據(jù)傳輸鏈路,從而減少了基站和終端的能耗,而且通過頻譜空間復(fù)用提高了系統(tǒng)的容量和頻譜效率,但是增加了基站數(shù)量和網(wǎng)絡(luò)的部署成本,導(dǎo)致能源消耗和運(yùn)營商的電力支出運(yùn)營成本劇增。另外,在異構(gòu)網(wǎng)絡(luò)微蜂窩中部署毫米波大規(guī)模多輸入輸出(Multiple Input Multiple Output,MIMO)天線系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)并行傳輸能滿足室內(nèi)用戶的高速率數(shù)據(jù)需求,但需要大量的射頻鏈路來驅(qū)動天線陣列,增加了硬件實(shí)現(xiàn)復(fù)雜度、成本和能耗。本文以資源分配為主要手段對異構(gòu)蜂窩網(wǎng)絡(luò)容量、能耗和成本進(jìn)行優(yōu)化,利用圖論、拍賣理論以及多目標(biāo)優(yōu)化算法對上下行無線資源分配、網(wǎng)絡(luò)中繼部署與傳輸調(diào)度、毫米波大規(guī)模多天線傳輸技術(shù)以及基站能源管理等問題進(jìn)行了深入研究并提出了一系列優(yōu)化的解決方案和算法。本文的主要工作和創(chuàng)新點(diǎn)如下:1、針對雙層異構(gòu)蜂窩網(wǎng)絡(luò)容量和能耗的聯(lián)合優(yōu)化問題,提出基于多目標(biāo)遺傳優(yōu)化算法的異頻組網(wǎng)雙層異構(gòu)蜂窩網(wǎng)絡(luò)上下行資源分配策略。在下行數(shù)據(jù)傳輸中設(shè)計(jì)基于拍賣理論的動態(tài)頻譜共享策略,采取能量換取頻譜補(bǔ)償?shù)募顧C(jī)制設(shè)計(jì)效用函數(shù),基于第二代非支配排序遺傳算法(Non-Dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)均衡宏蜂窩和飛蜂窩的效用;在上行數(shù)據(jù)傳輸中設(shè)計(jì)基于NSGA-Ⅱ和多目標(biāo)Memetic算法(Multi-Obj ective Memetic Algorithm,MOMA)實(shí)現(xiàn)聯(lián)合用戶關(guān)聯(lián)、信道和功率的分配來均衡系統(tǒng)的能量效率和頻譜效率。實(shí)驗(yàn)結(jié)果表明所提出的動態(tài)頻譜共享策略和多目標(biāo)優(yōu)化的資源分配方案能分別均衡異構(gòu)網(wǎng)絡(luò)間的效用和系統(tǒng)整體的頻譜效率、能量效率。2、針對異構(gòu)中繼蜂窩網(wǎng)絡(luò)部署成本優(yōu)化和混合數(shù)據(jù)傳輸?shù)娜萘績?yōu)化問題,分別提出異構(gòu)蜂窩網(wǎng)絡(luò)綠色中繼位置與數(shù)目同時優(yōu)化部署算法及協(xié)作數(shù)據(jù)傳輸調(diào)度優(yōu)化策略。設(shè)計(jì)了基于對偶規(guī)劃方法的分布式1.61近似算法來最小化網(wǎng)絡(luò)部署成本以及基于圖論和半定規(guī)劃方法的車與車/車與路邊單元(Vehicle to Vehicle/Vehicle to RSU,V2V/V2R)協(xié)作數(shù)據(jù)傳輸調(diào)度和信道分配策略。實(shí)驗(yàn)結(jié)果表明分布式1.61近似優(yōu)化算法在復(fù)雜度和部署總成本上更優(yōu),而協(xié)作數(shù)據(jù)傳輸調(diào)度算法充分利用異構(gòu)網(wǎng)絡(luò)的多信道特性,在服務(wù)容量上比單信道下基于數(shù)據(jù)廣播的非可靠轉(zhuǎn)發(fā)(Irresponsible Forwarding,IF)算法和協(xié)作數(shù)據(jù)分發(fā)(Cooperative Data Dissemination,CDD)算法更優(yōu)。3、針對異構(gòu)網(wǎng)絡(luò)微蜂窩大規(guī)模毫米波單用戶多輸入輸出天線系統(tǒng)中給定用戶速率需求下收發(fā)端混合預(yù)編碼的聯(lián)合優(yōu)化設(shè)計(jì)問題,提出了基于天線陣列響應(yīng)矩陣奇異值分解和基于稀疏重構(gòu)多目標(biāo)優(yōu)化的混合預(yù)編碼策略。首先設(shè)計(jì)射頻鏈路數(shù)可變的混合預(yù)編碼策略,依據(jù)速率需求選取收發(fā)端的射頻鏈路數(shù)并從右奇異向量矩陣中尋找與全數(shù)字預(yù)編碼矩陣相關(guān)性最大的基向量來構(gòu)成混合預(yù)編碼矩陣;然后在此基礎(chǔ)上采用NSGA-Ⅱ和自適應(yīng)局部搜索(Adaptive Local Search based on NSGA-Ⅱ,ALSN)多目標(biāo)優(yōu)化算法聯(lián)合優(yōu)化收發(fā)端射頻鏈路數(shù)目和混合預(yù)編碼矩陣來均衡系統(tǒng)的能量效率和頻譜效率。實(shí)驗(yàn)結(jié)果表明,基于奇異值分解的算法避免了正交匹配搜索(Orthogonal Matching Pursuit,OMP)算法復(fù)雜的迭代循環(huán)搜索過程,而基于多目標(biāo)優(yōu)化的算法避免了采取遍歷來找尋最優(yōu)鏈路數(shù)組合的策略,且在相同射頻鏈路數(shù)條件下比OMP算法性能更優(yōu)。4、針對異構(gòu)蜂窩網(wǎng)絡(luò)中大規(guī)模部署基站帶來的能耗和電力支出劇增的問題,在可再生能源、電網(wǎng)混合能源供電的多�；局刑岢隽嗽诰�能源優(yōu)化調(diào)度策略。首先構(gòu)造基站模型和隊(duì)列模型,然后利用最小化條件李雅普諾夫漂移和罰函數(shù)加權(quán)來構(gòu)造隊(duì)列穩(wěn)定和電力支出均衡的目標(biāo)函數(shù),最后轉(zhuǎn)換成線性規(guī)劃問題求解。實(shí)驗(yàn)結(jié)果表明該方法在無需預(yù)測數(shù)據(jù)任務(wù)到來、可再生能源產(chǎn)出和實(shí)時電價的情況下就能得到能源在線調(diào)度優(yōu)化,與不使用可再生能源和無調(diào)度策略的情況相比在電力支出上分別降低了68.63%和31.64%。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：TN929.5
【圖文】：

ＩＳＭ頻段擁擠嚴(yán)重，ＴＶ頻段大量空閑，因此，為解決日益匱乏的頻譜和通信逡逑需求的矛盾，大量的頻譜空洞被國際標(biāo)準(zhǔn)組織提出來用于數(shù)據(jù)通信，如ＩＥＥＥ邋８０２．２２，逡逑８０２．１１ａｈ等［１４］。認(rèn)知無線電原理如圖１－２所示，包含了頻譜感知、頻譜分析和頻譜決逡逑策。認(rèn)知網(wǎng)絡(luò)己經(jīng)得到了學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注，如德國Ｋａｒｌｓｒｕｈｅ大學(xué)的Ｆ．Ｋ．逡逑Ｊｏｎｄｒａｌ教授等提出的頻譜池系統(tǒng)、美國加州大學(xué)Ｂｅｒｋｅｌｅｙ分校的Ｒ．邋Ｗ．邋Ｂｒｏｄｅｒｓｅｎ教逡逑授的研究組開發(fā)的ＣＯＶＵＳ系統(tǒng)、美國Ｇｅｏｒｇｉａ理工學(xué)院寬帶和無線網(wǎng)絡(luò)實(shí)驗(yàn)室Ｉａｎ逡逑Ｆ．邋Ａｋｙｉｌｄｉｚ教授等人提出ＯＣＲＡ項(xiàng)目、美國軍方ＤＡＲＰＡ的ＸＧ項(xiàng)目、歐盟的Ｅ２Ｒ項(xiàng)逡逑目等。在這些項(xiàng)目的推動下，ＣＲ技術(shù)在基本理論、頻譜感知、數(shù)據(jù)傳輸、網(wǎng)絡(luò)架構(gòu)逡逑和協(xié)議、與現(xiàn)有無線通信系統(tǒng)的融合以及原型開發(fā)等領(lǐng)域取得了一些成果。ＣＲ技術(shù)逡逑能充分利用空閑的頻譜資源，減少了數(shù)據(jù)傳輸時間，提高了頻譜利用率，但增加了逡逑頻譜感知時間和能耗，還需要通過功率控制來避免對系統(tǒng)授權(quán)用戶的干擾。逡逑一＿革射％ｆ＿？無線環(huán)境邐一頻譜激勵一■＾逡逑頻邐頻逡逑譜邐譜逡逑決邐廣＇邐１邋感逡逑策邐邋邋邋知逡逑＊信道容一邐頻譜分析（頻譜信`ゅ義賢跡保插迦現(xiàn)尷叩繚硎疽饌煎義�？大规模ＭＩＭＯ辶x希停桑停霞際躋壓惴河τ糜冢矗清澹蹋裕藕停蹋裕牛林�，通过哉燍侦o嗖渴鴝喔煜呤靛義舷質(zhì)蕕牟⑿寫�，提高分集增益和笍拿增覌偓磦蝤提高系蛙嚹雅和容量。链撯，辶x希停桑停霞際躉箍梢約跎偈荽涫奔洹Ｎ航饣靜渴鵜芏群推燈鬃試簇遜Φ難沽

本文編號：2758721