本文選題：蜂窩網(wǎng)絡(luò) + 密集小站��； 參考：《中國科學(xué)技術(shù)大學(xué)》2017年碩士論文

【摘要】：隨著智能終端的迅速普及和移動互聯(lián)網(wǎng)的高速發(fā)展,用戶的數(shù)據(jù)業(yè)務(wù)需求和通信場景日益多樣化,移動數(shù)據(jù)呈爆發(fā)式增長。為應(yīng)對海量數(shù)據(jù)的高速增長以及實(shí)現(xiàn)對新場景的支持,第五代移動通信系統(tǒng)(Fifth-Generation Mobile Communication System,5G)提出系統(tǒng)容量實(shí)現(xiàn)1000倍增長的目標(biāo),大規(guī)模天線、超密集組網(wǎng)以及終端直通(Device-to-Device,D2D)等技術(shù)均被視為5G通信系統(tǒng)的關(guān)鍵技術(shù)。另一方面,數(shù)據(jù)量的激增雖然增加了處理開銷,但也帶來了潛在價值。通過對特定場景上下文信息中隱含信息的挖掘,對用戶行為進(jìn)行分析以對其未來請求做出預(yù)測,并將其用于5G新場景下的無線資源分配,以進(jìn)一步提升系統(tǒng)容量具有重要的研究意義。在蜂窩網(wǎng)絡(luò)中,根據(jù)5G通信系統(tǒng)的技術(shù)場景,可以分為連續(xù)廣域覆蓋、熱點(diǎn)高容量、低時延高可靠和低功耗大連接等幾類。由于不同場景下的業(yè)務(wù)需求以及對上下文信息的獲取、利用不盡相同,進(jìn)而對蜂窩網(wǎng)絡(luò)中的無線資源分配造成不同的影響。因此,本文將聚焦密集小站網(wǎng)絡(luò)和蜂窩D2D網(wǎng)絡(luò),研究這兩個具體場景下,基于上下文信息的無線資源分配策略。針對密集小站網(wǎng)絡(luò)場景,由于該場景下小站回程鏈路容量受限,通常考慮在小站上部署緩存以避免流性文件重復(fù)傳輸。因?yàn)樾≌揪彺娴募尤?用戶的傳輸速率除與物理信道條件有關(guān),還與其請求文件在緩存中的命中率及回程鏈路容量有關(guān)�；诖�,本文根據(jù)用戶歷史請求記錄等上下文信息,利用基于用戶的Top N協(xié)作濾波推薦系統(tǒng)初始化用戶緩存,進(jìn)而提出一種在滿足用戶間吞吐量比例公平性約束下,最大化系統(tǒng)吞吐量的無線資源分配策略。由于形成的優(yōu)化問題涉及用戶歸屬和緩存決策兩組變量且非凸,難以直接求解。因此本文提出依次迭代更新兩組變量的用戶歸屬更新算法和緩存決策更新算法,然后再進(jìn)行滿足用戶間吞吐量比例約束的無線資源分配。仿真結(jié)果表明所提算法能帶來緩存命中率的提升,相較兩種對比算法在系統(tǒng)吞吐量上有明顯增益。針對蜂窩D2D網(wǎng)絡(luò)場景,由于頻譜資源稀缺,因而該場景下D2D對需要與直接與基站相連的蜂窩用戶共享頻譜資源,這會在二者間產(chǎn)生干擾導(dǎo)致蜂窩用戶服務(wù)質(zhì)量下降。而在現(xiàn)實(shí)生活中用戶通常傾向于與自己親密的人共享資源。基于此,本文利用社交網(wǎng)絡(luò)中的基本信息和交互信息等上下文信息,定義并計算用戶間的親密度,然后聯(lián)合考慮物理信道條件和用戶間親密度,提出一種在滿足蜂窩用戶和D2D對服務(wù)質(zhì)量要求前提下的資源分配策略以最大化系統(tǒng)吞吐量。由于該優(yōu)化問題為混合整數(shù)非線性規(guī)劃問題,難以直接求解。因此本文通過將其分解為接入控制、功率分配以及蜂窩用戶與D2D對匹配三個子問題,并依次求解子問題的方式來求解原問題。仿真結(jié)果表明所提算法在系統(tǒng)吞吐量上明顯優(yōu)于四種對比算法,能夠更好的適用于頻譜資源稀缺的蜂窩D2D網(wǎng)絡(luò)場景。
[Abstract]:With the rapid popularization of intelligent terminals and the rapid development of mobile Internet, the user's data business requirements and communication scenarios are increasingly diversified, and mobile data are growing rapidly. In response to the rapid growth of mass data and the support for the implementation of the new scene, the fifth generation mobile communication system (Fifth-Generation Mobile Communication System, 5G) the goal of 1000 times growth of system capacity is proposed. Large scale antenna, ultra dense network and Device-to-Device (D2D) are considered as the key technology of 5G communication system. On the other hand, the increase of data amount, although increasing processing overhead, also brings potential value. The mining of hidden information, the analysis of user behavior to predict the future request, and use it to allocate the wireless resources in the new 5G scene, to further improve the capacity of the system has important research significance. In the cellular network, according to the technical scene of the 5G communication system, it can be divided into continuous wide coverage, hot and high capacity, low level. The time delay high reliability and low power consumption large connection and so on. Due to the different scene business needs and the access to the context information, the use of the wireless resource allocation in the cellular network is different. Therefore, this paper will focus on the dense small station network and the bee nest D2D network, based on the two specific scenarios, based on this A wireless resource allocation strategy for context information. For dense small station network scenarios, because the backlink capacity of a small station is limited in this scenario, it is usually considered to deploy caching on a small station to avoid the repeated transmission of the stream file. The hit rate in the cache is related to the return link capacity. Based on this, the user's Top N collaborative filtering recommendation system is used to initialize the user's cache according to the user's historical request record and so on, and then a wireless resource partition that maximizes the system throughput is proposed to satisfy the fairness of the inter user throughput ratio. As a result of the optimization problem involved in the user ownership and the caching decision, two groups of variables are not convex, and it is difficult to solve the problem directly. Therefore, this paper proposes a subscriber ascription updating algorithm and a cache decision updating algorithm which updates the two groups of variables in turn, and then carries out the wireless resource allocation that satisfies the ratio constraint of the throughput between users. It shows that the proposed algorithm can bring the increase of cache hit rate, compared with the two contrast algorithms, there is a significant gain in the system throughput. For the cellular D2D network scene, because of the scarcity of spectrum resources, the D2D needs to share the spectrum resources with the cellular users directly connected with the base station, which will cause interference among the two and cause the cellular use. In real life, users tend to share resources with their intimate people. Based on this, this paper uses the basic information and interactive information in the social network to define and calculate the intimacy between users, and then jointly consider the physical and channel conditions and the intimacy of users, and propose a kind of information. The resource allocation strategy of the foot cellular users and the D2D is to maximize the system throughput. Because the optimization problem is a mixed integer nonlinear programming problem, it is difficult to solve the problem directly. Therefore, this paper decomposes it into access control, power allocation, and cellular users and D2D pairs to match three sub problems, and solve the problem in turn. The simulation results show that the proposed algorithm is better than the four contrast algorithms in the system throughput, and can be better suitable for the cellular D2D network scene with the scarcity of spectrum resources.

【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN929.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 白磊;;網(wǎng)絡(luò)資源分配策略的研究[J];科技經(jīng)濟(jì)市場;2006年04期

2 曾智斌;許力;;云計算中高能效的虛擬資源分配策略[J];計算機(jī)系統(tǒng)應(yīng)用;2011年12期

3 秦志光;柯濤;劉夢娟;王聰;;面向云平臺的資源分配策略研究[J];計算機(jī)應(yīng)用;2013年02期

4 周曉柯;彭志平;;云計算中資源分配策略研究[J];廣東石油化工學(xué)院學(xué)報;2014年01期

5 劉文娟;陳華平;郝尚剛;;云平臺下滿足任務(wù)截止時間的資源分配策略[J];計算機(jī)工程;2012年06期

6 周智剛;;利用與知識有關(guān)的資源分配策略提高數(shù)據(jù)密集計算的性能[J];小型微型計算機(jī)系統(tǒng);2011年08期

7 方匡鈿;對網(wǎng)絡(luò)資源分配策略的探討[J];寧波職業(yè)技術(shù)學(xué)院學(xué)報;2004年01期

8 蔡文治;;淺析網(wǎng)絡(luò)資源分配策略問題的探討[J];科技信息(科學(xué)教研);2008年18期

9 李建東;張琰;盛敏;田野;姚俊良;;有效利用協(xié)同空間復(fù)用的“綠色”資源分配策略[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2009年10期

10 程仕偉;潘郁;;云計算環(huán)境下基于可信性的動態(tài)資源分配策略[J];計算機(jī)工程;2011年11期

相關(guān)重要報紙文章 前1條

1 中國移動通信集團(tuán)河南有限公司網(wǎng)管中心 李軍;深度識別保障高價值業(yè)務(wù)[N];通信產(chǎn)業(yè)報;2011年

相關(guān)博士學(xué)位論文 前8條

1 馮大權(quán);D2D通信無線資源分配研究[D];電子科技大學(xué);2015年

2 劉鎏;數(shù)據(jù)中心高效資源管理關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

3 叢犁;基于博弈論的無線網(wǎng)絡(luò)資源分配策略研究[D];西安電子科技大學(xué);2011年

4 劉英挺;無線區(qū)域網(wǎng)中資源分配策略研究[D];西安電子科技大學(xué);2012年

5 許文俊;寬帶無線通信系統(tǒng)資源分配策略研究[D];北京郵電大學(xué);2008年

6 馬鍇;無線合作中繼網(wǎng)絡(luò)中的資源分配策略研究[D];燕山大學(xué);2011年

7 馬艷波;下一代無線網(wǎng)絡(luò)中基于跨層優(yōu)化的資源分配研究[D];山東大學(xué);2010年

8 黃丹;文件分發(fā)系統(tǒng)的資源分配策略[D];北京交通大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王彤彤;保密系統(tǒng)中基于統(tǒng)計時延Qos保證的跨層資源分配策略研究[D];山東大學(xué);2015年

2 楊鍵;基于市場拍賣機(jī)制的云計算資源分配策略研究[D];電子科技大學(xué);2015年

3 孫程;認(rèn)知無線電網(wǎng)絡(luò)中基于協(xié)作DF中繼的聯(lián)合資源分配策略研究[D];山東大學(xué);2016年

4 陳瀟瀟;面向云測試服務(wù)的資源分配策略研究[D];重慶郵電大學(xué);2016年

5 王歡;LTE-D2D網(wǎng)絡(luò)中基于綜合功率效率的資源分配策略研究[D];西安電子科技大學(xué);2015年

6 余江;蜂窩網(wǎng)絡(luò)下基于上下文信息的無線資源分配策略研究[D];中國科學(xué)技術(shù)大學(xué);2017年

7 陸振平;云計算中資源分配策略研究[D];北京郵電大學(xué);2013年

8 張弛;空地一體化網(wǎng)絡(luò)的高能效無線資源分配策略研究[D];西安電子科技大學(xué);2012年

9 余宿城;基于能量采集供電的無線體域網(wǎng)資源分配策略研究[D];中國科學(xué)技術(shù)大學(xué);2015年

10 曹光宇;星地融合網(wǎng)絡(luò)中的切換與資源分配策略[D];北京郵電大學(xué);2011年

，

本文編號：1891659