發(fā)布時(shí)間：2021-08-06 17:50

　　隨著移動互聯(lián)網(wǎng)的飛速發(fā)展,移動通信業(yè)務(wù)已經(jīng)主要轉(zhuǎn)向室內(nèi),傳統(tǒng)的“重室外,輕室內(nèi)”的觀念已經(jīng)不適合未來的發(fā)展。當(dāng)前,有70%以上的流量和數(shù)據(jù)業(yè)務(wù)是在室內(nèi)場景中發(fā)生的,雖然運(yùn)營商經(jīng)過前期大規(guī)模的4G網(wǎng)絡(luò)建設(shè),能夠基本滿足覆蓋,但高層建筑的弱覆蓋問題嚴(yán)重,而在5G時(shí)代,采用的頻段更高,穿透性更弱,因此室內(nèi)覆蓋問題將成為更大挑戰(zhàn)。超密集網(wǎng)絡(luò)能有效解決5G時(shí)代室內(nèi)弱覆蓋的問題。在各種室內(nèi)場景如交通樞紐、宅小區(qū)、商場、辦公樓等部署超密集網(wǎng)絡(luò)（Ultra Dense Network,UDN）,將極大緩解區(qū)域網(wǎng)絡(luò)的流量壓力并同時(shí)解決室內(nèi)弱覆蓋問題。然而UDN在提升網(wǎng)絡(luò)性能的同時(shí)也帶來了新的挑戰(zhàn),而傳輸站點(diǎn)的分布密集,使得一些傳統(tǒng)無線通信網(wǎng)絡(luò)中的常見問題在UDN中顯得更為突出。如何解決這些問題將成為制約UDN性能提升的關(guān)鍵因素。同頻干擾是UDN網(wǎng)絡(luò)覆蓋必須克服的問題。在UDN中,由于站點(diǎn)的覆蓋范圍小,用戶與微基站（Small Base Station,SBS）間的間距極近,使得每個(gè)用戶附近會存在多個(gè)SBS。此外,UDN網(wǎng)絡(luò)小區(qū)位置的隨機(jī)部署加之小區(qū)形狀的不規(guī)則,都使得UDN中的同頻干擾十分嚴(yán)重。由于基站... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

房間結(jié)構(gòu)圖

電子科技大學(xué)碩士學(xué)位論文28高位置。由圖可以看出，算法在迭代5000次左右收斂。而在收斂之后，由于環(huán)境的動態(tài)性，使得算法的回報(bào)函數(shù)仍存在抖動現(xiàn)象。圖3-9回報(bào)函數(shù)圖3-10用戶平均吞吐量累積分布函數(shù)圖3-10中展示了用戶平均吞吐量的概率分布函數(shù)。從圖中可以看出，A3C算法曲線在其他兩種方案的左側(cè)，表明其在吞吐量的性能上要優(yōu)于其他算法，這是因?yàn)锳3C算法能夠適應(yīng)傳輸環(huán)境的變化，在信道狀態(tài)頻繁變化的情況下產(chǎn)生更高的收益。而圖中SFR算法采用發(fā)射功率門限的方式減輕了邊緣用戶的干擾，因而能夠一定程度上提升用戶的吞吐量。圖3-11展示了用戶平均SINR的概率分布函數(shù)。由圖可知，A3C算法的曲線在其他方案的左側(cè)，表明其能在SINR上優(yōu)于其他兩種算法，這是由于通過提前判斷用戶的信道變化，能夠降低用戶的ICI，從而提升SINR。

電子科技大學(xué)碩士學(xué)位論文28高位置。由圖可以看出，算法在迭代5000次左右收斂。而在收斂之后，由于環(huán)境的動態(tài)性，使得算法的回報(bào)函數(shù)仍存在抖動現(xiàn)象。圖3-9回報(bào)函數(shù)圖3-10用戶平均吞吐量累積分布函數(shù)圖3-10中展示了用戶平均吞吐量的概率分布函數(shù)。從圖中可以看出，A3C算法曲線在其他兩種方案的左側(cè)，表明其在吞吐量的性能上要優(yōu)于其他算法，這是因?yàn)锳3C算法能夠適應(yīng)傳輸環(huán)境的變化，在信道狀態(tài)頻繁變化的情況下產(chǎn)生更高的收益。而圖中SFR算法采用發(fā)射功率門限的方式減輕了邊緣用戶的干擾，因而能夠一定程度上提升用戶的吞吐量。圖3-11展示了用戶平均SINR的概率分布函數(shù)。由圖可知，A3C算法的曲線在其他方案的左側(cè)，表明其能在SINR上優(yōu)于其他兩種算法，這是由于通過提前判斷用戶的信道變化，能夠降低用戶的ICI，從而提升SINR。

【參考文獻(xiàn)】：
期刊論文
[1]面向城市復(fù)雜環(huán)境的5G移動網(wǎng)絡(luò)優(yōu)化設(shè)計(jì)技術(shù)研究[J]. 趙國華.  中國新通信. 2020(03)
[2]提高邊緣吞吐量的軟頻率復(fù)用改進(jìn)方案研究[J]. 張璐,姜毅,劉金虎.  測控技術(shù). 2019(11)
[3]基于異步優(yōu)勢執(zhí)行器評價(jià)器學(xué)習(xí)的自適應(yīng)PID控制設(shè)計(jì)[J]. 孫歧峰,任輝,段友祥.  信息與控制. 2019(03)
[4]超密集組網(wǎng)綜述[J]. 劉旭,費(fèi)強(qiáng),白昱,韓劍.  電信技術(shù). 2019(01)
[5]超密集網(wǎng)絡(luò)中干擾協(xié)調(diào)方法及性能分析[J]. 白璐,劉婷婷,楊晨陽.  信號處理. 2015(10)
[6]5G移動通信網(wǎng)絡(luò)關(guān)鍵技術(shù)綜述[J]. 趙國鋒,陳婧,韓遠(yuǎn)兵,徐川.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(04)

博士論文
[1]第5代移動通信超密集網(wǎng)絡(luò)（UDN）技術(shù)研究[D]. 胡留軍.電子科技大學(xué) 2018
[2]下一代毫米波網(wǎng)絡(luò)波束資源控制和管理技術(shù)研究[D]. 薛青.西南交通大學(xué) 2018
[3]C-RAN架構(gòu)下高能效的資源分配相關(guān)問題研究[D]. 王楷為.中國科學(xué)技術(shù)大學(xué) 2017

碩士論文
[1]基于TDM-PON和C-RAN架構(gòu)的休眠感知資源分配研究[D]. 張陽.重慶郵電大學(xué) 2019
[2]異構(gòu)無線網(wǎng)絡(luò)中垂直切換算法研究[D]. 楊冰濤.吉林大學(xué) 2019
[3]5G毫米波基站覆蓋和容量增強(qiáng)機(jī)制的研究與實(shí)現(xiàn)[D]. 曹強(qiáng).北京郵電大學(xué) 2019
[4]基于時(shí)效性與公平性的動態(tài)干擾協(xié)調(diào)方案研究[D]. 陳文強(qiáng).合肥工業(yè)大學(xué) 2017
[5]面向5G密集網(wǎng)絡(luò)的干擾協(xié)調(diào)算法研究[D]. 黃晨.重慶郵電大學(xué) 2016
[6]基于馬氏決策理論的智能體決策問題研究[D]. 郭靖.廣東工業(yè)大學(xué) 2012



本文編號：3326214