隨著通信技術(shù)的不斷發(fā)展與演進,第五代通信系統(tǒng)(5G)的時代即將來臨。在數(shù)據(jù)速率以及接入設(shè)備激增的壓力下,傳統(tǒng)的蜂窩網(wǎng)絡(luò)架構(gòu)不再適用。網(wǎng)絡(luò)的異構(gòu)性不斷增強,將會有多種無線接入技術(shù)共存。本文針對異構(gòu)網(wǎng)絡(luò)下的兩種典型場景,進行資源分配問題的相關(guān)研究,其一是多層異構(gòu)蜂窩網(wǎng)絡(luò)場景下的資源分配以及用戶接入選擇問題,目前的研究大多沒有考慮基站間不同情況下自適應(yīng)的頻率復用關(guān)系;其二是設(shè)備間通信(D2D)與蜂窩融合異構(gòu)網(wǎng)絡(luò)下的資源分配問題,主要問題在于對引入社交信息的研究較少,聯(lián)合求解模式選擇、功率控制以及信道分配的研究較少。針對上述兩個問題,本文主要研究了以下內(nèi)容:1.在多層異構(gòu)蜂窩網(wǎng)絡(luò)的場景下,提出了一種基于自動微分方法的資源分配算法。首先將資源分配問題與用戶接入選擇一起考慮,建立了相應(yīng)的數(shù)學模型。該問題是混合整數(shù)的不等式優(yōu)化問題,被證明是NP難問題,難以求得精確解。本文首先利用罰函數(shù)法,將原問題的目標函數(shù)與約束條件連接起來得到增廣目標函數(shù),轉(zhuǎn)化為無約束的優(yōu)化問題。接著根據(jù)相關(guān)約束設(shè)計罰函數(shù),將原目標函數(shù)及約束條件轉(zhuǎn)化為動態(tài)計算圖下的損失函數(shù),基于自動微分的方法進行程序編寫,在深度學習框架下利用梯度...

【文章頁數(shù)】：80 頁

【學位級別】：碩士

本文編號：3876668