本文關(guān)鍵詞：異構(gòu)蜂窩網(wǎng)絡(luò)中的小區(qū)選擇與負(fù)載平衡問題研究　出處：《東南大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 異構(gòu)蜂窩網(wǎng)絡(luò) D2D通信 小區(qū)選擇(用戶接入) 功率控制 能效 資源劃分 干擾管理 負(fù)載平衡 用戶個(gè)人體驗(yàn) QoS 對(duì)偶分解 集中式算法 分布式算法

【摘要】：為消除覆蓋漏洞與提升熱點(diǎn)區(qū)域吞吐量,異構(gòu)蜂窩網(wǎng)絡(luò)(Heterogeneous Cellular Network,HCN)備受推崇。為保證該網(wǎng)絡(luò)架構(gòu)所帶來的增益,HCN中小區(qū)選擇(用戶接入)與干擾管理問題亟待解決。相比于傳統(tǒng)蜂窩網(wǎng)絡(luò),這些問題在HCN中更為復(fù)雜。鑒于HCN中基站間回程容量有限,負(fù)載平衡方案可能無法達(dá)到預(yù)期目的,網(wǎng)絡(luò)設(shè)計(jì)者在HCN的基礎(chǔ)上引入了端到端(Device-to-Device, D2D)通信技術(shù)。本論文圍繞“異構(gòu)蜂窩網(wǎng)絡(luò)中的小區(qū)選擇與負(fù)載平衡問題研究”的課題進(jìn)行了深入研究,研究內(nèi)容涉及聯(lián)合上下行的小區(qū)選擇方案設(shè)計(jì)、QoS (Quality of Service)感知的小區(qū)選擇方案設(shè)計(jì)、聯(lián)合資源劃分的平衡型小區(qū)選擇方案設(shè)計(jì)、聯(lián)合功率控制的平衡型小區(qū)選擇方案設(shè)計(jì)及下行HCN系統(tǒng)中能效型小區(qū)選擇方案設(shè)計(jì)。具體研究內(nèi)容和主要工作如下：1.為獲取系統(tǒng)范圍的性能增益,針對(duì)HCN中上下行用戶接入不一至性問題,設(shè)計(jì)了耦合上下行的小區(qū)選擇方案,并為該方案設(shè)計(jì)了集中式與分布式兩類算法。由于HCN中存在各種明顯不同發(fā)射功率的基站,上下行用戶接入具有不一致性。為達(dá)到系統(tǒng)范圍的性能增益,有效的小區(qū)選擇方案應(yīng)耦合上下行接入。迄今為止,如何聯(lián)合考慮上下行用戶接入,從系統(tǒng)范圍權(quán)衡接入效益仍是一個(gè)開放性話題。面對(duì)該挑戰(zhàn),設(shè)計(jì)了聯(lián)合上下行的小區(qū)選擇方案。該方案最大化下行吞吐量的同時(shí)盡量最小化上行功耗,且最終被規(guī)劃為網(wǎng)絡(luò)效用最大化問題。從規(guī)劃問題的形式來看,該問題為非線性、混合整數(shù)優(yōu)化問題,求解其最優(yōu)解富于挑戰(zhàn)性(尤其針對(duì)大規(guī)模問題)。為解決該問題,設(shè)計(jì)了集中式算法與分布式算法。前者通過松弛接入指示變量將原問題轉(zhuǎn)化為凸優(yōu)化問題,再以梯度下降法搜索其最優(yōu)解；后者利用對(duì)偶分解法將原問題分解成兩個(gè)子問題,再以分布式方式求解這些子問題。最后,針對(duì)所設(shè)計(jì)的算法,給出了相應(yīng)的收斂性與復(fù)雜度分析。仿真結(jié)果表明,相比于基于信號(hào)強(qiáng)度的接入(小區(qū)選擇)、保證用戶公平性的最大效益接入與區(qū)域拓展接入,就整體性能而言,所設(shè)計(jì)的接入方案更具優(yōu)勢(shì)。2.針對(duì)HCN中異構(gòu)用戶場(chǎng)景,從用戶服務(wù)質(zhì)量(QoS)需求出發(fā),設(shè)計(jì)了QoS感知的平衡型與非平衡型小區(qū)選擇方案,并為這些方案設(shè)計(jì)了相應(yīng)的集中式與分布式算法。鑒于HCN的自身特性,傳統(tǒng)最強(qiáng)信號(hào)接入已不再適用,新型小區(qū)選擇方案急需引入。不同于傳統(tǒng)方案,新型方案應(yīng)具備平衡各類基站間負(fù)載的能力。此外,考慮到HCN具備多種無線接入能力,一個(gè)好的小區(qū)選擇方案需融合不同用戶服務(wù)質(zhì)量需求。為此,設(shè)計(jì)了一類QoS感知的小區(qū)選擇方案,該方案可在一定程度上平衡網(wǎng)絡(luò)負(fù)載。為保證用戶公平性,該方案最終被規(guī)劃為總效益最大化問題。針對(duì)該問題,分別利用梯度下降法與對(duì)偶分解法開發(fā)了集中式與分布式算法。為突出所設(shè)計(jì)算法的有效性,設(shè)計(jì)了另一類QoS感知的非平衡型小區(qū)選擇方案,且為其設(shè)計(jì)了集中式與分布式算法。最后,針對(duì)所設(shè)計(jì)的算法,給出了相應(yīng)的收斂性與復(fù)雜度分析。仿真結(jié)果表明,同非平衡型小區(qū)選擇方案相比,平衡型小區(qū)選擇方案具有更高的負(fù)載平衡水平、速率公平性、用戶支持率及更好的用戶個(gè)人體驗(yàn)。3.為保證負(fù)載平衡增益與充分平衡網(wǎng)絡(luò)負(fù)載,針對(duì)一般HCN系統(tǒng)與支持D2D通信的HCN系統(tǒng),設(shè)計(jì)了聯(lián)合資源劃分的平衡型小區(qū)選擇方案,并為這類方案設(shè)計(jì)了相應(yīng)的分布式算法。考慮到常用負(fù)載平衡方案中轉(zhuǎn)載用戶遭受強(qiáng)干擾問題,在HCN系統(tǒng)中設(shè)計(jì)了基于兩子帶劃分模型的小區(qū)選擇方案。此外,鑒于有限的回程容量,單純的負(fù)載平衡方案難以充分平衡負(fù)載,在HCN系統(tǒng)中引入了D2D通信技術(shù)并設(shè)計(jì)了基于三子帶劃分模型的小區(qū)選擇方案。通過資源劃分,兩子帶劃分模型中的轉(zhuǎn)載用戶接收自高功率基站的強(qiáng)干擾將得到極大弱化,且三子帶劃分模型中的轉(zhuǎn)載用戶與D2D接收端接收來自基站的強(qiáng)干擾同樣得到極大弱化。顯然,最優(yōu)負(fù)載平衡方案應(yīng)同資源劃分緊密耦合。最終,聯(lián)合資源劃分的小區(qū)選擇方案被規(guī)劃為網(wǎng)絡(luò)效益最大問題。針對(duì)所規(guī)劃問題的形式,利用對(duì)偶分解法開發(fā)了相應(yīng)的分布式算法。最后,針對(duì)所設(shè)計(jì)的算法,給出了相應(yīng)的收斂性與復(fù)雜度分析。仿真結(jié)果表明,額外的資源劃分是提高負(fù)載平衡增益的有效措施,即帶來負(fù)載平衡增益與資源劃分增益。同時(shí),仿真也驗(yàn)證了D2D通信對(duì)的分流能力。4.為充分利用網(wǎng)絡(luò)資源與改善用戶個(gè)人體驗(yàn),針對(duì)HCN中的負(fù)載不平衡問題,提出了非功控的平衡型小區(qū)選擇方案與功控的平衡型小區(qū)選擇方案,并為這些方案設(shè)計(jì)了有效的單層與雙層迭代算法。此兩類方案均以最大化下行容量(有效速率之和)為目標(biāo),它們的區(qū)別在于是否在小區(qū)選擇過程中引入功控。鑒于有效速率同用戶可達(dá)速率與基站負(fù)載密切相關(guān),采用該參數(shù)為優(yōu)化指標(biāo)可在一定程度上平衡各類基站間的負(fù)載。從規(guī)劃問題的形式來看,該問題為混合整數(shù)的分?jǐn)?shù)型優(yōu)化問題,求解其最優(yōu)解富于挑戰(zhàn)性。針對(duì)第一類接入方案(小區(qū)選擇問題),設(shè)計(jì)了一個(gè)有效的單層迭代算法；針對(duì)第二類接入方案(聯(lián)合功控的小區(qū)選擇問題),提出了一個(gè)雙層迭代算法。在此雙層迭代算法中,內(nèi)層采用功率更新函數(shù)更新功率,而外層則采用第一類方案的小區(qū)選擇算法選擇小區(qū)。最后,針對(duì)所設(shè)計(jì)算法的小區(qū)選擇過程與功率更新過程,給出了相應(yīng)的收斂性分析；針對(duì)所設(shè)計(jì)的算法,給出了其復(fù)雜度分析。仿真結(jié)果表明,與一些現(xiàn)有的小區(qū)選擇方案相比,所設(shè)計(jì)的小區(qū)選擇方案具有顯著優(yōu)勢(shì),如更高負(fù)載平衡水平與負(fù)載平衡增益(改善邊緣用戶個(gè)人體驗(yàn))。5.為滿足綠色通信需要,針對(duì)下行HCN系統(tǒng),設(shè)計(jì)了能效型小區(qū)選擇方案,并為該方案設(shè)計(jì)了有效的三層迭代算法。為實(shí)現(xiàn)能效型接入,從優(yōu)化整體能效角度出發(fā),設(shè)計(jì)了一個(gè)能效型小區(qū)選擇方案,該方案聯(lián)合執(zhí)行小區(qū)選擇與基站功率控制以最大化整體能效。為突出能效型小區(qū)選擇方案的有效性,設(shè)計(jì)了另一類非能效型小區(qū)選擇方案,該方案在保證用戶QoS的條件下最大化系統(tǒng)容量,且僅關(guān)注小區(qū)選擇問題。實(shí)際上,非能效型小區(qū)選擇方案僅是能效型小區(qū)選擇方案的一部分(小區(qū)選擇部分)。最終,能效型小區(qū)選擇方案被規(guī)劃為分?jǐn)?shù)型、混合整數(shù)優(yōu)化問題。為解決該問題,設(shè)計(jì)了一個(gè)三層迭代算法。具體而言,第一層采用二分法搜索能效參數(shù),第二層交替優(yōu)化小區(qū)選擇問題與功控問題,第三層則利用對(duì)偶分解法求解小區(qū)選擇問題且利用功率更新函數(shù)更新發(fā)射功率。注意到,第三層中的小區(qū)選擇算法同樣可用于求解非能效型優(yōu)化問題。最后,針對(duì)所設(shè)計(jì)算法的功控過程與小區(qū)選擇過程,給出了相應(yīng)的收斂性分析；針對(duì)所設(shè)計(jì)的算法,給出了其復(fù)雜度分析。仿真結(jié)果表明,同非能效型小區(qū)選擇方案相比,能效型小區(qū)選擇方案可帶來更高的系統(tǒng)容量與網(wǎng)絡(luò)能效。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN929.53

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馬忠建,方旭明,傲丹;虛擬蜂窩網(wǎng)技術(shù)的研究與發(fā)展[J];數(shù)據(jù)通信;2004年06期

2 劉濤;戎蒙恬;史宏逵;;中繼蜂窩網(wǎng)絡(luò)中小區(qū)間和小區(qū)內(nèi)的資源分割[J];信息安全與通信保密;2007年03期

3 ;MIMO[J];電子質(zhì)量;2008年09期

4 李卓暉;龍芳;黃進(jìn)永;;計(jì)算機(jī)輔助蜂窩網(wǎng)性能與可靠性優(yōu)化設(shè)計(jì)[J];廣東通信技術(shù);2010年05期

5 李云;朱雪;廖超;;蜂窩網(wǎng)絡(luò)中能效最大的最優(yōu)中繼位置研究[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

6 倪銳;周武e，

本文編號(hào)：1333924