本文關(guān)鍵詞：面向無(wú)線網(wǎng)絡(luò)吞吐量?jī)?yōu)化的干擾模型研究

  更多相關(guān)文章： 干擾模型 無(wú)線網(wǎng)絡(luò) 網(wǎng)絡(luò)吞吐量?jī)?yōu)化

【摘要】：無(wú)線網(wǎng)絡(luò)作為當(dāng)今應(yīng)用最廣泛的網(wǎng)絡(luò)接入方式正向覆蓋范圍更廣,接入用戶更多,傳輸速率更快的方向快速發(fā)展。無(wú)線傳輸媒體的開(kāi)放性以及通信頻譜資源的有限性與通信需求的無(wú)限增長(zhǎng)形成了天然的矛盾。因此如何充分利用這些資源來(lái)最大化地滿足通信的需求成為無(wú)線網(wǎng)絡(luò)的核心問(wèn)題。無(wú)線網(wǎng)絡(luò)吞吐量?jī)?yōu)化(Throughput Optimization in Wireless Networks),考慮如何充分利用網(wǎng)絡(luò)中的有限資源(時(shí)間、空間、頻譜等等),結(jié)合底層的通信技術(shù)及特性,以達(dá)到最大化滿足網(wǎng)絡(luò)通訊需求的目的。為了更好地對(duì)信道及時(shí)間片資源進(jìn)行分配,必須對(duì)信號(hào)傳輸之間的干擾有精確的了解與控制,這促使對(duì)干擾模型的研究。干擾模型分為協(xié)議干擾模型及物理干擾模型。前者又稱為干擾圖模型,其假設(shè)兩個(gè)干擾實(shí)體(節(jié)點(diǎn)或者鏈接)之間的干擾關(guān)系是二元的。這樣網(wǎng)絡(luò)中的干擾關(guān)系構(gòu)成一個(gè)干擾圖,對(duì)于建模其上的優(yōu)化問(wèn)題可以方便的使用已有的圖論算法。但其缺點(diǎn)是過(guò)于簡(jiǎn)化的干擾關(guān)系即無(wú)法度量干擾的程度從而失去一些復(fù)用的機(jī)會(huì),亦無(wú)法建模多元的累積干擾效應(yīng)。因此,優(yōu)化結(jié)果與實(shí)際結(jié)果存在較大的偏差。相比而言,物理干擾模型(SINR模型)則被認(rèn)為是較為精確的模型,其基礎(chǔ)是信噪比SINR (Signal to Interference and Noise Ratio),通過(guò)SINR是否大于某一閾值來(lái)判定參與的各方是否相互干擾。該模型的優(yōu)點(diǎn)是,一方面較為精確地建模了干擾程度的關(guān)系,同時(shí)可以建模多元的累積干擾效應(yīng),此外也可以通過(guò)香農(nóng)公式與信道容量聯(lián)系起來(lái)。但SINR模型數(shù)學(xué)形式的非線性使得建構(gòu)其上的優(yōu)化問(wèn)題建模無(wú)法在多項(xiàng)式時(shí)間內(nèi)求解,另外它對(duì)底層的信號(hào)接收強(qiáng)度RSS的精度非常依賴,從而降低了SINR模型的實(shí)用性。為了克服上述模型的缺點(diǎn),我們從兩個(gè)方向來(lái)優(yōu)化干擾模型。其一,我們希望建立高效而精確度可控的干擾模型生成機(jī)制,最大限度地將復(fù)雜的網(wǎng)絡(luò)環(huán)境反映到模型之中,從而提高基于這些干擾模型的吞吐量?jī)?yōu)化算法的效果。其二,我們期望改造干擾模型以達(dá)到精確度及計(jì)算復(fù)雜性兼顧的目的。具體來(lái)說(shuō)我們的工作貢獻(xiàn)主要集中于以下方面：●針對(duì)SINR干擾模型極度依賴于底層RSS精確度的問(wèn)題,我們提出了一種基于測(cè)量的高效且精確度及開(kāi)銷可控的SINR干擾模型生成機(jī)制。我們通過(guò)實(shí)驗(yàn)證明底層RSS精度對(duì)于基于SINR的優(yōu)化算法的效果有極大的影響,同時(shí)基于SINR模型的優(yōu)化算法需要所有節(jié)點(diǎn)之間在所有信道上的RSS,這樣的測(cè)量需要O(N2 MC)的時(shí)間開(kāi)銷。我們提出了一個(gè)基于測(cè)量的方法利用“少量測(cè)量,大量估算”的基本思想將時(shí)間開(kāi)銷降低到O(N/M)的量級(jí)。同時(shí)我們?cè)诶碚撋系贸鰷y(cè)量數(shù)量與估算精確度與測(cè)量開(kāi)銷之間的數(shù)學(xué)關(guān)系,從而提供了一個(gè)控制時(shí)間開(kāi)銷與精確度之間平衡的方法�；谖覀冋鎸�(shí)SWIM實(shí)驗(yàn)平臺(tái)數(shù)據(jù)的實(shí)驗(yàn)證明了我們方法的有效性�！襻槍�(duì)如何高效的獲得網(wǎng)絡(luò)SINR干擾模型的問(wèn)題,我們發(fā)現(xiàn)在實(shí)際的無(wú)線網(wǎng)絡(luò)環(huán)境中,來(lái)自多個(gè)節(jié)點(diǎn)的信號(hào)強(qiáng)度RSS是線性疊加的。從而將整個(gè)基于測(cè)量的SINR干擾模型生成問(wèn)題建模成為一個(gè)線性系統(tǒng),利用壓縮感知(Compressive Sensing)的思想與數(shù)學(xué)原理,我們?cè)O(shè)計(jì)了一種基于壓縮感知的SINR干擾模型高效生成機(jī)制,其將時(shí)間開(kāi)銷降低到O(log N的量級(jí),同時(shí)可以保證1-2e-Tδ/8的估算精確度。我們通過(guò)實(shí)際平臺(tái)數(shù)據(jù)的實(shí)驗(yàn)發(fā)現(xiàn)基于壓縮感知的方法與基于測(cè)量的方法在不同網(wǎng)絡(luò)密度下的預(yù)測(cè)精度上具有很強(qiáng)的互補(bǔ)性。在不同的網(wǎng)絡(luò)環(huán)境下,用戶可以選擇兩者中較好的一個(gè)作為生成SINR干擾模型的方法�！襻槍�(duì)協(xié)議干擾模型無(wú)法處理累積干擾效應(yīng)及無(wú)法精確表達(dá)網(wǎng)絡(luò)干擾程度的問(wèn)題,我們提出了一個(gè)新型的協(xié)議干擾模型：量化沖突圖模型(Quantized Conflict Graph, QCG)。我們證明該模型在處理鏈接調(diào)度及網(wǎng)絡(luò)干擾最小化等問(wèn)題時(shí)可以很好地處理如累積干擾效應(yīng)等問(wèn)題,并可以得到相比于傳統(tǒng)干擾圖模型更好的優(yōu)化結(jié)果而并不增加優(yōu)化問(wèn)題的復(fù)雜度。我們同時(shí)研究了基于矩陣填充的高效QCG生成機(jī)制。該方法基于矩陣低秩逼近及列間相似性使得我們可以采用少量的測(cè)量結(jié)果生成精確的全網(wǎng)絡(luò)QCG模型。實(shí)驗(yàn)結(jié)果證明了我們新型模型的有效性及高效生成機(jī)制在時(shí)間效率及精確度上的優(yōu)勢(shì)。
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN92

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 尚斐;杜慧茜;;基于壓縮采樣的圖像序列光流場(chǎng)計(jì)算[J];兵工學(xué)報(bào);2010年08期

2 平博;蘇奮振;周成虎;高義;;局部SVT算法的遙感反演場(chǎng)數(shù)據(jù)恢復(fù)實(shí)驗(yàn)分析[J];地球信息科學(xué)學(xué)報(bào);2011年05期

3 史加榮;焦李成;尚凡華;;不完全非負(fù)矩陣分解的加速算法[J];電子學(xué)報(bào);2011年02期

4 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學(xué)報(bào);2011年07期

5 趙春暉;劉巍;;基于壓縮感知的交互支持雙水印算法[J];電子學(xué)報(bào);2012年04期

6 劉天鵬;劉振;魏璽章;;基于壓縮感知的脈間捷變頻SAR成像研究[J];電子學(xué)報(bào);2012年06期

7 余慧敏;方廣有;;壓縮感知理論在探地雷達(dá)三維成像中的應(yīng)用[J];電子與信息學(xué)報(bào);2010年01期

8 江海;林月冠;張冰塵;洪文;;基于壓縮感知的隨機(jī)噪聲成像雷達(dá)[J];電子與信息學(xué)報(bào);2011年03期

9 林杰;石光明;董偉生;;基于信息自由度采樣的信號(hào)重構(gòu)方法研究進(jìn)展[J];電子學(xué)報(bào);2012年08期

10 李然;干宗良;朱秀昌;;基于最佳線性估計(jì)的快速壓縮感知圖像重建算法[J];電子與信息學(xué)報(bào);2012年12期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 顧國(guó)生;戰(zhàn)蔭偉;;一種混沌序列在壓縮感知觀測(cè)矩陣構(gòu)造中的應(yīng)用[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

2 Feng Peilun;Zhang Jianzhao;Zhao Hangsheng;Liu Renfu;Li Dali;;A Spectrum Pooling-based Algorithm in Spectrum Aggregation and Allocation[A];2012年計(jì)算機(jī)應(yīng)用與系統(tǒng)建模國(guó)際會(huì)議論文集[C];2012年

3 舒奇泉;胡旭;秦乙;;模擬信號(hào)壓縮采樣的自適應(yīng)改進(jìn)算法[A];虛擬運(yùn)營(yíng)與云計(jì)算——第十八屆全國(guó)青年通信學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2013年

4 崔永超;李秀娟;文成林;;基于凸優(yōu)化方法對(duì)逆問(wèn)題求解測(cè)量值數(shù)目的研究[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

5 Xin WANG;Zhi-gang LIU;Jin-kuan WANG;Bin WANG;Xi HU;;Spectrum Sensing for Cognitive Network Based on Principal Component Analysis and Random Forest[A];第26屆中國(guó)控制與決策會(huì)議論文集[C];2014年

6 李少東;楊軍;馬曉巖;;基于壓縮感知的ISAR高分辨成像算法[A];第十一屆全國(guó)博士生學(xué)術(shù)年會(huì)——信息技術(shù)與安全專題論文集[C];2013年

7 羅永江;酈蘇丹;;多接口無(wú)線Mesh網(wǎng)絡(luò)信道分配分析[A];第十八屆全國(guó)青年通信學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2013年

8 舒奇泉;胡旭;秦乙;;模擬信號(hào)壓縮采樣的自適應(yīng)改進(jìn)算法[A];第十八屆全國(guó)青年通信學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2013年

9 胡曉宇;陳U，

本文編號(hào)：1253542