互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、智能終端的快速發(fā)展與普遍應用使得數(shù)據(jù)流量呈爆炸式增長,終端連接數(shù)急速膨脹,增強移動寬帶業(yè)務（eMBB,enhanced Mobile Broadband）、超高可靠低時延通信（URLLC,Ultra Reliable Low Latency Communications）、大規(guī)模機器類通信（mMTC,massive Machine Type Communications）等新應用層出不窮,業(yè)務需求差異多元化,日益激增的無線服務需求與無線通信網(wǎng)絡落后的服務能力之間的矛盾亟待解決。如今,基于不同接入技術（RAT,Radio Access Technology）標準的無線網(wǎng)絡將長期共存,形成異構(gòu)無線網(wǎng)絡。研究表明,充分利用異構(gòu)網(wǎng)絡資源與網(wǎng)絡特性,使不同網(wǎng)絡協(xié)作融合互補互足地工作,可在用戶體驗、服務質(zhì)量（QoS,Quality of Service）、網(wǎng)絡能效（EE,Energy Efficiency）與譜效（SE,Spectrum Efficiency）等方面帶來可觀的性能增益。另外,近年來人工智能領域與無線通信卓有成效的結(jié)合證實了無線網(wǎng)絡向智能化發(fā)展的可行性與必要性。本論文... 

【文章頁數(shù)】：129 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 異構(gòu)無線網(wǎng)絡的部署與協(xié)作
        1.2.2 多業(yè)務聯(lián)合調(diào)度
        1.2.3 基于AI與大數(shù)據(jù)的無線接入控制
    1.3 論文主要研究內(nèi)容及創(chuàng)新點
    1.4 論文組織結(jié)構(gòu)
    參考文獻
第2章 異構(gòu)無線網(wǎng)絡中多接入選擇與資源分配研究
    2.1 引言
    2.2 異構(gòu)無線網(wǎng)絡多接入系統(tǒng)模型
    2.3 異構(gòu)網(wǎng)絡特性與差異業(yè)務需求適配的多接入選擇方法
        2.3.1 子信道分配模型
        2.3.2 多接入選擇策略集合
        2.3.3 多接入選擇優(yōu)化問題建模
        2.3.4 基于蟻群算法的多接入選擇決策
        2.3.5 仿真結(jié)果與分析
    2.4 異構(gòu)網(wǎng)絡特性與差異業(yè)務需求適配的多接入選擇與資源分配聯(lián)合優(yōu)化方法
        2.4.1 多接入選擇與資源分配聯(lián)合策略集合
        2.4.2 多接入選擇與資源分配聯(lián)合優(yōu)化問題建模
        2.4.3 多接入選擇與資源分配聯(lián)合決策
        2.4.4 仿真結(jié)果及分析
    2.5 本章小結(jié)
    參考文獻
第3章 大規(guī)模天線異構(gòu)無線網(wǎng)絡中多業(yè)務聯(lián)合調(diào)度與資源配置研究
    3.1 引言
    3.2 eMBB與URLLC復用——穿插/疊加技術
    3.3 大規(guī)模天線異構(gòu)無線網(wǎng)絡中業(yè)務間服務質(zhì)量自適應折中的eMBB與URLLC聯(lián)合調(diào)度方法
        3.3.1 系統(tǒng)模型
        3.3.2 eMBB與URLLC聯(lián)合調(diào)度問題建模
        3.3.3 基于深度強化學習的聯(lián)合調(diào)度決策
        3.3.4 仿真結(jié)果與分析
    3.4 大規(guī)模天線異構(gòu)無線網(wǎng)絡中能效、譜效與服務質(zhì)量自適應折中的多業(yè)務聯(lián)合調(diào)度與資源配置聯(lián)合優(yōu)化方法
        3.4.1 系統(tǒng)模型
        3.4.2 多業(yè)務調(diào)度與資源配置聯(lián)合優(yōu)化問題建模
        3.4.3 基于DDPG的聯(lián)合優(yōu)化決策
        3.4.4 仿真結(jié)果與分析
    3.5 本章小結(jié)
    參考文獻
第4章 異構(gòu)無線網(wǎng)絡中基于預測的主動資源調(diào)度研究
    4.1 引言
    4.2 系統(tǒng)模型
        4.2.1 資源結(jié)構(gòu)
        4.2.2 用戶移動性模型
        4.2.3 信道模型
    4.3 基于精準預測的主動資源調(diào)度方法
        4.3.1 主動資源調(diào)度優(yōu)化問題建模
        4.3.2 主動資源調(diào)度優(yōu)化問題求解
        4.3.3 仿真結(jié)果與分析
    4.4 基于非確定性預測的魯棒性主動資源調(diào)度方法
        4.4.1 用戶移動性預測模型
        4.4.2 基于PCP的魯棒性主動資源調(diào)度優(yōu)化問題建模
        4.4.3 移動用戶每時隙峰值速率的概率分布
        4.4.4 基于多行動者DDPG的魯棒性主動資源調(diào)度決策
        4.4.5 資源分配
        4.4.6 仿真結(jié)果與分析
    4.5 本章小結(jié)
    參考文獻
第5章 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 未來研究工作
縮略語
致謝
攻讀博士學位期間科研成果與學術論文發(fā)表情況


【參考文獻】：
期刊論文
[1]Indoor INS/UWB-based Human Localization With Missing Data Utilizing Predictive UFIR Filtering[J]. Yuan Xu,Choon Ki Ahn,Yuriy S.Shmaliy,Xiyuan Chen,Lili Bu.  IEEE/CAA Journal of Automatica Sinica. 2019(04)
[2]Intelligent Network Selection for Data Offloading in 5G Multi-Radio Heterogeneous Networks[J]. WU Jin,LIU Jing,HUANG Zhangpeng,DU Chen,ZHAO Hui,BAI Yu.  中國通信. 2015(S1)
[3]Call for Papers——Feature Topic,Vol.13,No.6,2016[J].   中國通信. 2015(12)



本文編號：3728566