在過去的幾十年間,無線移動通信技術(shù)的發(fā)展日新月異,但是由于資源的稀缺以及成本的高昂,如何對信道資源和計算資源進行高效的利用,成為了國內(nèi)外研究的熱點。本文針對這兩種問題,分別研究信道資源的調(diào)度以及計算資源的調(diào)度問題。信道資源調(diào)度是指在無線移動通信網(wǎng)絡(luò)中,為用戶合理分配功率、頻率等信道資源,降低系統(tǒng)干擾,提升頻譜效率,計算資源調(diào)度是指利用多核處理器,將計算任務(wù)映射到各個處理器,完成實時高速的信息處理。本文針對信道資源以及計算資源的調(diào)度研究展開了如下幾項工作:1、信道資源調(diào)度,提升頻譜效率。面對日益擁擠的頻譜資源的爭奪,多小區(qū)合作系統(tǒng)因其能夠高效利用頻譜資源,而成為了無線移動通信系統(tǒng)發(fā)展的必然,但正是因為系統(tǒng)規(guī)模的擴大以及資源的擁擠,造成多小區(qū)合作系統(tǒng)嚴峻的干擾問題,本文針對干擾嚴重的多小區(qū)合作系統(tǒng)中的信道資源調(diào)度問題,提出了高效利用信道資源的方法。借助聚類的思想,并構(gòu)造干擾圖,以降低用戶間干擾為目標,提出兩步聚簇算法。本文在多種實際通信網(wǎng)絡(luò)下進行仿真,結(jié)果表明兩步聚簇算法在信道資源緊張和充足的兩種情況下,網(wǎng)絡(luò)容量以及頻譜效率都能有較滿意的結(jié)果。通過與現(xiàn)有資源調(diào)度算法進行比較,結(jié)果表明兩步聚簇算法能夠在保持良好的用戶服務(wù)質(zhì)量的前提下,顯著提升頻譜效率。2、計算資源調(diào)度,實現(xiàn)實時高速的信息處理。多核處理器因其具有高緩存、高吞吐等優(yōu)點在通信信息處理領(lǐng)域有著廣泛的應(yīng)用。本文圍繞充分發(fā)揮多核陣列并行處理的優(yōu)勢,實現(xiàn)實時高速的信息處理問題,研究通信任務(wù)集到多核陣列的映射調(diào)度問題。本文給出典型計算資源調(diào)度算法的介紹,包括表調(diào)度以及以最小延時為目標的遺傳算法;同時,為了有效利用計算資源的并行性,本文引入了方塊拼接算法,并針對實時信息處理的要求進行了改進。針對多種通信計算任務(wù),本文進行了軟件仿真以及硬件實測。結(jié)果表明,在多種多核陣列架構(gòu)下,三種算法均能實現(xiàn)實時高速的調(diào)度,滿足毫秒級的映射調(diào)度要求,并且改進的方塊拼接算法在調(diào)度延時上擁有較大的優(yōu)勢。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN929.5
【部分圖文】：

第二章 無線移動通信網(wǎng)絡(luò)資源調(diào)度理論基礎(chǔ)隨著移動用戶的激增、計算任務(wù)的復(fù)雜多樣，以及頻譜資源與計算資源的匱乏，使得資源合理優(yōu)化的分配顯得尤為重要，基于此，能夠最大限度提高頻譜效率的多小區(qū)合作系統(tǒng)，以及大緩存、高吞吐的多核陣列應(yīng)運而生。本章作為后續(xù)算法介紹的理論基礎(chǔ)，旨在給出資源調(diào)度的場景，同時明確本文資源調(diào)度問題的定義，以及給出調(diào)度算法的分類，本章針對信道資源調(diào)度與計算資源調(diào)度分為兩部分進行介紹。2.1 無線移動通信網(wǎng)絡(luò)架構(gòu)傳統(tǒng)的單鏈路（從一個發(fā)射機到一個接收機的傳輸）的頻譜效率從根本上受到可用傳輸功率的限制[29]，但是通過允許多設(shè)備進行并行通信能夠提高總頻譜效率，即是現(xiàn)代的多天線技術(shù)。

優(yōu)資源分配策略是未知的，因為每一個發(fā)射機服務(wù)于一個唯一的用戶，但是干擾是存在于多個小區(qū)之間的。在傳統(tǒng)的多小區(qū)合作系統(tǒng)中，每個用戶一次屬于一個小區(qū)，資源分配是由其所屬的基站單方面執(zhí)行的。隨后，在多小區(qū)多天線系統(tǒng)中出現(xiàn)了不同的情況，所有基站能夠同時使用相同的頻率資源，以最大限度的提高整個系統(tǒng)的頻譜效率。在多小區(qū)合作系統(tǒng)中，出現(xiàn)了很多不同的技術(shù)手段，包括協(xié)同處理技術(shù)、協(xié)作多點技術(shù)、多小區(qū)處理技術(shù)[30]等等。這些技術(shù)是基于利用空間維度并行服務(wù)于多個用戶，同時控制干擾的思想。所有用戶都由來自所有基站的聯(lián)合傳輸提供服務(wù)，多小區(qū)特性本質(zhì)上被簡化為限制每個子信道的傳輸功率，而不是限制帶寬內(nèi)總的傳輸功率。多小區(qū)合作系統(tǒng)也包含了多種場景，其中包括靜態(tài)不相交合作集群以及動態(tài)合作集群。靜態(tài)合作集群的含義是將基站分割成不相交的多個集群（簇），如圖 22 所示，每一個簇基本上是作為一個單元系統(tǒng)運行。如果每個集群足夠小，這種方法可以在集群中實現(xiàn)信道分配、協(xié)調(diào)與同步，但是當用戶分布不均且存在集群外干擾時，靜態(tài)集群系統(tǒng)的頻譜效率會很差。

圖 2-3 動態(tài)合作集群態(tài)合作集群包含多種場景：懷納模型（Wyner model）、協(xié)作波ordinated Beamforming）、聯(lián)合傳輸（Joint Transmission）、認知無線gnitiveRadio）等等。在多小區(qū)協(xié)同波束成形的場景中，每個小區(qū)中有戶，每個用戶由自己所屬的基站提供服務(wù)，但與所有其他基站共同選減少小區(qū)間干擾，該場景如圖 2-4 所示。協(xié)作波束成形技術(shù)能夠擴大，有效減少小區(qū)間干擾，有效提高小區(qū)邊緣用戶的質(zhì)量，從而提升系[31]，因此本文所采用的多小區(qū)合作系統(tǒng)模型為協(xié)作波束成形的場景。

【參考文獻】

相關(guān)博士學(xué)位論文 前1條

1 耿曉中;基于多核分布式環(huán)境下的任務(wù)調(diào)度關(guān)鍵技術(shù)研究[D];吉林大學(xué);2013年

相關(guān)碩士學(xué)位論文 前4條

1 龐守雷;面向特定應(yīng)用的多核處理器體系結(jié)構(gòu)關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 李秀滿;考慮延時模型的任務(wù)映射與調(diào)度算法研究[D];哈爾濱工業(yè)大學(xué);2013年

3 張家杰;多核處理器關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2013年

4 余穎;基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的人工智能游戲研究與應(yīng)用[D];湖南大學(xué);2011年

本文編號：2832447