论文部分内容阅读
5G是移动通信领域未来的发展趋势。云无线接入网(Cloud Radio Access Network,C-RAN)是5G网络中一种新型的接入网架构,旨在降低网络中硬件设备成本、提高网络部署的灵活性。传统无线接入网中每个基站中负责收发信号的射频拉远头(Remote Radio Head,RRH)和负责处理基带信号的基带处理单元(Baseband Processing Unit,BBU)相互耦合,而C-RAN中的基站只保留RRH,将BBU集中在云端的基带处理单元池中,每个BBU管理多个RRH。如何进行RRH分组和BBU映射,优化BBU-RRH资源分配是C-RAN中的一个研究热点。现有BBU-RRH资源分配研究大多从网络角度考虑如何节省BBU数量、提升传输速率或者降低网络能耗,忽略用户体验。实际上用户移动中切换次数对用户体验至关重要,关注这一优化目标的研究工作刚刚出现,但是尚未引入真实的用户移动特征。本文利用真实用户手机话单数据分析用户的移动性特征,以此为基础研究以减少切换次数优化用户体验为目标的BBU-RRH资源分配问题。本文的工作内容和贡献如下。(1)基于某移动运营商话单数据,从4个方面分析用户移动模式。包括:从用户数量和业务量两个角度分析了手机用户的活跃时间,并对比工作日和周末的不同;基于用户住址识别分析用户移动范围,分析了移动范围分布特征;分析用户移动频率,发现用户移动频率分布服从指数分布,并且工作日的移动频率高于周末的移动频率;将马尔科夫链中的转移概率概念引入用户移动性分析中,发现用户在基站之间的移动概率的非均匀性。(2)基于真实的用户移动特征,优化C-RAN中的BBU-RRH分配方案,减少切换次数。现有研究中以随机游走方式模拟用户移动特征,与实际的用户移动特征存在较大差异。且现有研究中仅考虑RRH之间的地理邻近关系建立的网络对于减少切换次数还不够充分。针对这些问题本文使用真实的用户移动性数据提取用户移动特征,在此基础上提出了将时间和空间邻近性都考虑在内的动态时空邻近RRH网络模型。实验表明相比传统接入网,该网络模型中用户切换次数减少了 39%,BBU数量减少了 59%;相比现有方案基于RRH空间邻近性构建的网络中的切换次数减少了 10.29%。本研究基于用户话单数据分析用户移动模式特征,并以此为基础对现有的C-RAN研究中缺少对用户移动性的考虑这一不足进行了改进,本文的研究成果可以应用到C-RAN架构下BBU资源分配问题中,具有一定的实际价值。图26幅,表7个,参考文献30篇