在經(jīng)濟(jì)與環(huán)境兩方面壓力的驅(qū)使下,經(jīng)過學(xué)術(shù)界與產(chǎn)業(yè)界在綠色無線通信領(lǐng)域十幾年的研究,降低傳統(tǒng)石化能源(Brown energy)消耗量、提升能量效率(Energy eff1ciency,EE)已經(jīng)成為設(shè)計無線通信系統(tǒng)的主要考量因素。事實(shí)上,EE已經(jīng)成為第五代(The 5th Generation,5G)移動通信系統(tǒng)無線接入新技術(shù)(New Radio,NR)的主要性能指標(biāo)之一。從不同的角度出發(fā),提升無線通信系統(tǒng)EE的途徑主要包括網(wǎng)絡(luò)部署、可再生能源供電和系統(tǒng)設(shè)計等。在由宏基站(Macrocell base station,MBS)覆蓋的宏蜂窩的邊緣以及熱點(diǎn)區(qū)域,部署由能耗和成本較低的小基站(Smallcell base station,SBS)覆蓋的小蜂窩,所構(gòu)成的異構(gòu)蜂窩網(wǎng)絡(luò)(Heterogeneous cellular network,HetNet),可以在一定程度上降低傳統(tǒng)能耗;采用可再生能源為基站(蜂窩網(wǎng)絡(luò)中最主要的能耗設(shè)備)供電,同時基站之間可以進(jìn)行可再生能源的協(xié)作使用,能夠有效降低傳統(tǒng)能耗;執(zhí)行EE最大化的資源分配算法可以有效提升網(wǎng)絡(luò)EE。基于以上觀察并綜合考慮以上三個方面,本課題研究可再生能源供電的HetNet場景下,能源協(xié)作管理策略以及資源分配算法,旨在提升網(wǎng)絡(luò)的可再生能源利用率以及網(wǎng)絡(luò)EE。具體研究工作與貢獻(xiàn)歸納如下:1.綠色HetNet中可再生能源協(xié)作管理策略研究蜂窩網(wǎng)絡(luò)中的基站使用可再生能源供電,可以有效降低傳統(tǒng)石化能源消耗量以及由此帶來的碳排放和經(jīng)濟(jì)成本。然而,可再生能源(太陽能、風(fēng)能等)產(chǎn)生量在時間與空間上動態(tài)變化,供電具有不穩(wěn)定性;可再生能源產(chǎn)生設(shè)備和存儲可再生能源的蓄電池的成本與使用傳統(tǒng)能源相比較高。此外,網(wǎng)絡(luò)中的負(fù)載量分布情況也在時域與空域上動態(tài)變化。因而,合理的可再生能源管理策略,對于網(wǎng)絡(luò)中每個基站可再生能源供應(yīng)量滿足負(fù)載需求,至關(guān)重要。首先,作者綜合考慮基站負(fù)載量的動態(tài)變化特性以及可再生能源存儲成本,基于存儲論設(shè)計了基站可再生能源最優(yōu)存儲策略,使基站以最低的存儲成本存儲能夠滿足負(fù)載需求的可再生能源量。在每一個時間周期,HetNet中所有基站根據(jù)可再生能源最優(yōu)存儲策略計算各自最優(yōu)可再生能源存儲量,基于最優(yōu)存儲量與實(shí)際產(chǎn)生量之間的差值,基站被分為有可再生能源剩余量的能源供應(yīng)者、可再生能源供應(yīng)不足的能源需求者以及可再生能源恰好滿足需求的基站。其次,作者基于博弈論為可再生能源供應(yīng)者和可再生能源需求者設(shè)計了可再生能源交易模型,以促進(jìn)基站間的能源協(xié)作,提升網(wǎng)絡(luò)中可再生能源利用率。最后,作者通過數(shù)值仿真分析了可再生能源存儲成本較高和較低兩種情況下,在任意時間周期,基站基于自身負(fù)載量得到的可再生能源最優(yōu)存儲量的差異。此外,對所提出的基站間能源交易模型的數(shù)值仿真的結(jié)果顯示,與靜態(tài)能源協(xié)作策略相比,本文基于博弈論設(shè)計的能源交易模型能夠以更低的交易價格得到更高的可再生能源交易量,從而有效提升網(wǎng)絡(luò)中可再生能源的利用率。2.綠色HetNet中基于資源協(xié)作的頻譜效率與能量效率折中資源分配算法研究頻譜效率(Spectral eff1ciency,SE)和EE是5G NR的兩個主要的性能指標(biāo)。蜂窩網(wǎng)絡(luò)中的基站具有可再生能源捕獲與傳輸能力可以有效降低傳統(tǒng)能源消耗量、提升EE,但是可再生能源供電的不穩(wěn)定性也為網(wǎng)絡(luò)同時保證EE和SE帶來了挑戰(zhàn)。作者考慮MBS和SBS由可再生能源供電的綠色HetHet中基于資源協(xié)作的同時保證EE和SE的資源分配算法。通過引入資源效率(Resource efficiency,RE)的概念將EE與SE統(tǒng)一表示,聯(lián)合優(yōu)化EE與SE的資源分配問題被建模為非凸的分式規(guī)劃問題。首先,利用Dinkelbach分式規(guī)劃求解方法和拉格朗日對偶分解,作者提出了集中式資源分配算法。考慮到集中式資源分配算法的運(yùn)算復(fù)雜度以及信令開銷較大等不足之處,作者基于多智能體強(qiáng)化學(xué)習(xí)(Multi-agent reinforcement learning,MARL)提出了分布式資源分配算法。在每個資源分配算法執(zhí)行周期,HetNet中每個基站與其它基站互動并交換可再生能源可用量以及頻譜資源信息,以最大化網(wǎng)絡(luò)RE為目標(biāo)自行決定所服務(wù)用戶的子載波與功率分配方式。仿真結(jié)果驗證了所提出的集中式與分布式資源分配算法的收斂性。與作為對比的資源分配算法相比,本文所提的資源分配算法可以顯著提升網(wǎng)絡(luò)RE。此外,本文所提的集中式資源分配算法在優(yōu)化網(wǎng)絡(luò)RE的性能上優(yōu)于所提的分布式算法,這一性能提升是以額外添加中心控制功能模塊、增加運(yùn)算復(fù)雜度以及信令開銷為代價取得的。3.綠色HetNet中基于能源協(xié)作的能量效率最優(yōu)資源分配算法研究以克服可再生能源供電不穩(wěn)定性、最大化網(wǎng)絡(luò)EE以及保證每個用戶在資源分配過程中的公平性為目標(biāo),作者研究了可再生能源供電的HetNet中基于能源協(xié)作的資源分配算法。作者將目標(biāo)函數(shù)定義為HetNet中所有鏈路EE的加權(quán)總和,將包括子載波分配與功率分配的資源分配問題建模為混合的組合與非凸優(yōu)化問題。首先,通過迭代地求解子載波分配問題和功率分配問題,作者提出了集中式資源分配算法。其中,功率分配問題通過解析的求解其KKT條件并求解由此產(chǎn)生的注水問題(Water filling)得以求解�？紤]到集中式資源分配算法需要添加中心控制模塊,并且運(yùn)算復(fù)雜度和信令開銷較高,作者基于MARL提出了分布式資源分配算法。作者通過數(shù)值仿真驗證了所提出的集中式與分布式資源分配算法的收斂性。仿真結(jié)果顯示,本文所提的集中式與分布式資源分配算法與作為對比的資源分配算法相比,提升網(wǎng)絡(luò)EE的性能顯著。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2019
【中圖分類】：TN929.5
【部分圖文】：

也可以是總收益與總能耗的比值，仍然取決于系統(tǒng)設(shè)計的目標(biāo)。逡逑１．１＿２實(shí)現(xiàn)綠色無線通信的途徑逡逑移動通信網(wǎng)絡(luò)主要能耗分布如圖１－１所示，能耗主要分布在數(shù)據(jù)中心、核心逡逑網(wǎng)傳輸、移動交換以及ＢＳ接入部分，其中ＢＳ能耗最高。在移動通信網(wǎng)絡(luò)運(yùn)行逡逑的各個環(huán)節(jié)均可進(jìn)行降低能耗的設(shè)計，例如針對網(wǎng)絡(luò)傳輸以及移動切換的節(jié)能技逡逑術(shù)、數(shù)據(jù)中心節(jié)能技術(shù)以及接入網(wǎng)部分降低ＢＳ能耗的節(jié)能技術(shù)。由于ＢＳ能耗逡逑占網(wǎng)絡(luò)總能耗的一半以上，大量的研究工作在降低ＢＳ能耗方面展開，這也是本逡逑文關(guān)注的重點(diǎn)！邐逡逑移動蜂窩網(wǎng)絡(luò)能耗分布逡逑移動交換逡逑核心網(wǎng)傳輸逡逑數(shù)據(jù)中心逡逑其它＿逡逑０％邐１０％邐２０％邐３０％邐４０％邐５０％邐６０％逡逑圖１－１移動蜂窩網(wǎng)絡(luò)主要功能模塊能耗分布［４］逡逑ＢＳ主要功能模塊的能耗分布，以第四代移動通信系統(tǒng)（Ｔｈｅ邋４ｔｈ邋Ｇｅｎｅｒａｔｉｏｎ逡逑２逡逑

ｍｏｂｉｌｅ邋ｃｏｍｍｕｎｉｃａｔｉｏｎ邋ｓｙｓｔｅｍ，邋４Ｇ）高級長期演進(jìn)（Ｌｏｎｇ邋Ｔｅｒｍ邋Ｅｖｏｌｕｔｉｏｎ－Ａｄｖａｎｃｅｄ逡逑ＬＴＥ－Ａ）中的ｅＮｏｄｅＢ為例，如圖１－２所示。其中，功率放大部分能耗最高，主逡逑要用于下行鏈路數(shù)據(jù)發(fā)送，其次還有收發(fā)信機(jī)待機(jī)能耗以及ＢＳ降溫等各方面能逡逑耗。降低ＢＳ能耗的主要方式有：（１）邋ＢＳ節(jié)能；（２）網(wǎng)絡(luò)部署；（３）系統(tǒng)設(shè)計。逡逑首先，ＢＳ節(jié)能方面主要包括，對ＢＳ的主要耗能硬件進(jìn)行節(jié)能設(shè)計，例如設(shè)計能逡逑量使用效率更高的功率放大器［６］；邋ＢＳ間能源協(xié)作管理，例如小區(qū)間基于協(xié)作的逡逑縮放技術(shù)［７］；邋ＢＳ使用綠色可再生能源（太陽能、風(fēng)能等）供電％以及能源協(xié)作傳逡逑輸［９］，通過使用可再生能源替代一部分傳統(tǒng)能源以降低傳統(tǒng)能耗，通過ＢＳ間能逡逑源傳輸以減輕可再生能源供應(yīng)不穩(wěn)定的問題。其次，網(wǎng)絡(luò)部署方面，無線異構(gòu)網(wǎng)逡逑絡(luò)（Ｈｅｔｅｒｏｇｅｎｅｏｕｓ邋ｃｅｌｌｕｌａｒ邋ｎｅｔｗｏｒｋ，邋ＨｅｔＮｅｔ），艮邋Ｐ在由宏基站（Ｍａｃｒｏｃｅｌｌ邋ｂａｓｅ邋ｓｔａｔｉｏｎ，逡逑ＭＢＳ）服務(wù)的宏蜂窩（Ｍａｃｒｏ邋ｃｅｌｌ，邋ＭＣ）上，部署由功率較低、覆蓋面較小、成逡逑本較低的小基站（Ｓｍａｌｌｃｅｌｌ邋ｂａｓｅ邋ｓｔａｔｉｏｎ，邋ＳＢＳ）服務(wù)的小蜂窩（Ｓｍａｌｌ邋ｃｅｌｌ，邋ＳＣ），以逡逑提高ＭＣ熱點(diǎn)地區(qū)以及邊緣區(qū)域用戶的ＱｏＳ，己經(jīng)成為提高網(wǎng)絡(luò)容量、降低網(wǎng)絡(luò)逡逑中ＢＳ能耗的主要的網(wǎng)絡(luò)部署方式［１＜？。再次，系統(tǒng)設(shè)計方面，采用能量有效（Ｅｎｅｒｇｙ逡逑ｅｆｆｉｃｉｅｎｔ）的資源分配方式，即ＢＳ執(zhí)行ＥＥ最大的資源分配算法，可以有效降低逡逑能耗

邐第一章緒論邐逡逑于能源、頻譜資源協(xié)作的資源分配算法研究。本文分為三個部分，總共五章，各逡逑章節(jié)的內(nèi)容結(jié)構(gòu)如圖１－３所示。第一部分為第一章，主要介紹了課題研究背景以逡逑及課題來源，對綠色無線通信節(jié)能技術(shù)，特別是綠色能源協(xié)作管理策略以及基于逡逑能源協(xié)作的資源分配算法現(xiàn)有工作進(jìn)行了綜述。第二部分為第二章到第四章，為逡逑論文主體部分，詳細(xì)闡述了本文在綠色無線異構(gòu)網(wǎng)絡(luò)資源優(yōu)化管理技術(shù)上的研究逡逑工作。第三部分總結(jié)了本文主要工作并展望了未來可能的研究方向。各章具體內(nèi)逡逑容安排如下：逡逑

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉皓波,彭章友;一種基于IEEE802.15.3 MAC協(xié)議的動態(tài)資源分配算法[J];電視技術(shù);2004年11期

2 章躍躍;夏瑋瑋;朱亞萍;燕鋒;左旭舟;沈連豐;;超密集網(wǎng)絡(luò)中基于能效最優(yōu)的資源分配算法[J];電信科學(xué);2017年10期

3 林軍;倪宏;孫鵬;張輝;;一種基于多標(biāo)拍賣的資源分配算法[J];北京理工大學(xué)學(xué)報;2015年03期

4 李瑞娟;;基于共享度的FPGA可重構(gòu)資源分配算法研究[J];計算機(jī)應(yīng)用與軟件;2013年04期

5 曹聰玲;;多業(yè)務(wù)OFDMA系統(tǒng)中一種低復(fù)雜度資源分配算法[J];數(shù)字通信;2010年05期

6 劉婷;崔杜武;;一種基于沖突消解的資源分配算法[J];西安理工大學(xué)學(xué)報;2006年03期

7 史琰;劉增基;盛敏;;一種保證負(fù)載均衡的網(wǎng)絡(luò)資源分配算法[J];西安電子科技大學(xué)學(xué)報;2005年06期

8 歐紅玉;蔡衛(wèi)紅;孔凡鳳;;基站自適應(yīng)陣列天線碼資源分配算法的比較研究[J];長沙大學(xué)學(xué)報;2014年05期

9 蘇喜娟;徐玉;;虛擬網(wǎng)絡(luò)資源分配算法分析[J];電信快報;2012年08期

10 胡建武;張琦;余重秀;徐大雄;;基于公平性原則的簡化自適應(yīng)資源分配算法[J];吉首大學(xué)學(xué)報(自然科學(xué)版);2008年01期

相關(guān)會議論文 前10條

1 朱明;;一種基于OFDM的自適應(yīng)資源分配算法[A];全國第4屆信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2010年

2 賈連興;陳四軍;鄭合鋒;韓世剛;;一種基于寬帶無線通信系統(tǒng)的上行無線資源分配算法[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

3 蔡木林;蔡躍明;;OFDM中繼信道節(jié)點(diǎn)選擇與資源分配算法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

4 樊慶利;郝麗賢;;一種GPRS資源分配算法及其實(shí)現(xiàn)[A];2012全國無線及移動通信學(xué)術(shù)大會論文集（下）[C];2012年

5 趙曙光;楊莘元;盧鑫;曹亮;;一種OFDMA系統(tǒng)簡單資源分配算法[A];現(xiàn)代通信理論與信號處理進(jìn)展——2003年通信理論與信號處理年會論文集[C];2003年

6 黃國剛;何加銘;張青波;;WiMAX資源分配算法研究[A];浙江省電子學(xué)會2009學(xué)術(shù)年會論文集[C];2009年

7 李強(qiáng);梁煒;;面向無線HART網(wǎng)絡(luò)的動態(tài)資源分配算法研究[A];2008’“先進(jìn)集成技術(shù)”院士論壇暨第二屆儀表、自動化與先進(jìn)集成技術(shù)大會論文集[C];2008年

8 傅曉;田廷劍;王軍;李少謙;;一種新的多用戶MIMO-OFDM資源分配算法[A];2008年中國西部青年通信學(xué)術(shù)會議論文集[C];2008年

9 曲樺;梁思遠(yuǎn);趙季紅;;基于容量的相對最小影響資源分配算法[A];中國通信學(xué)會通信軟件技術(shù)委員會2009年學(xué)術(shù)會議論文集[C];2009年

10 郭艷;;采用加權(quán)因子的OFDMA多播資源分配算法研究[A];陜西省通信學(xué)會2013年學(xué)術(shù)年會論文集[C];2013年

相關(guān)博士學(xué)位論文 前10條

1 李俏;綠色無線異構(gòu)網(wǎng)絡(luò)資源優(yōu)化研究[D];北京郵電大學(xué);2019年

2 韓松;基于博弈論的雙層Femtocell網(wǎng)絡(luò)資源分配算法研究[D];燕山大學(xué);2018年

3 郭超平;基于價格理論的無線網(wǎng)絡(luò)資源分配算法研究[D];西安電子科技大學(xué);2014年

4 楊偉偉;認(rèn)知中繼網(wǎng)絡(luò)動態(tài)資源分配問題研究[D];吉林大學(xué);2018年

5 章躍躍;軟件定義無線網(wǎng)絡(luò)中資源分配算法研究[D];東南大學(xué);2018年

6 劉慎發(fā);分布式天線通信系統(tǒng)中的關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2007年

7 金慈航;OFDM系統(tǒng)中基于對偶分解理論的資源分配算法[D];中國科學(xué)技術(shù)大學(xué);2008年

8 嚴(yán)俊坤;認(rèn)知雷達(dá)中的資源分配算法研究[D];西安電子科技大學(xué);2015年

9 劉志慧;認(rèn)知無線網(wǎng)絡(luò)中協(xié)作資源分配研究[D];北京郵電大學(xué);2016年

10 于洪濤;基于LTE-A的無線資源分配算法研究[D];哈爾濱工業(yè)大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 鄭志凌;LTE系統(tǒng)中資源分配算法的研究[D];湖南大學(xué);2016年

2 李康;雙向中繼網(wǎng)絡(luò)中的中繼選擇和資源分配算法[D];湖南大學(xué);2018年

3 呂明明;基于OFDM雙向中繼網(wǎng)絡(luò)系統(tǒng)資源分配算法的研究[D];湖南大學(xué);2018年

4 閻雙葉;蜂窩網(wǎng)絡(luò)中D2D通信的資源分配算法研究[D];吉林大學(xué);2018年

5 劉誠征;移動蜂窩網(wǎng)絡(luò)D2D通信頻譜資源分配算法研究[D];東南大學(xué);2018年

6 劉凱寧;無線體域網(wǎng)絡(luò)中資源分配算法的研究[D];中國科學(xué)技術(shù)大學(xué);2018年

7 周迅釗;C-RAN網(wǎng)絡(luò)中資源分配算法研究[D];南京理工大學(xué);2018年

8 陳言良;未來移動社交網(wǎng)絡(luò)中的無線資源分配算法研究[D];北京化工大學(xué);2018年

9 蔣繼勝;H2H與M2M共存場景下上行資源分配算法研究[D];南京郵電大學(xué);2018年

10 楊彭智;D2D通信系統(tǒng)的資源分配算法研究[D];西安工程大學(xué);2018年

本文編號：2821729