论文部分内容阅读
随着信息技术的快速发展,移动数据流量需求以及终端设备入网数量将急剧增加,同时越来越多的新型多媒体应用也将出现在智能终端中,因此,第五代无线移动通信系统(The fifth Generation of Wireless Mobile Communication System,5G)亟需应对未来爆炸性的移动数据流量增长、海量设备连接以及不断涌现的各类新业务和应用场景。为满足无线通信需求,异构组网技术通过增加多类型小型基站数目,缩短终端设备与基站间距离,可有效提高系统覆盖概率、增大系统容量。由于异构网络中不同类型基站具有不同发射功率、部署密度,终端设备将处于多种基站覆盖下,此时传统基于最大接收功率的用户关联策略将无法适用于5G无线异构网络中,其不仅会导致大量终端设备关联宏基站造成微基站无线资源浪费,也会导致终端设备能耗增加。面对频谱资源短缺所导致的同频干扰以及终端设备新应用的出现,终端设备能量需求与有限电池容量之间的矛盾将日益突出。如何在有限的无线资源环境下,延长终端设备待机时间,提高终端设备能量效率成为当前亟需解决的问题。此外,随着社会快速发展,异构网络技术逐步应用于高层建筑物中,由于大量微基站与终端设备共存,终端设备与微基站之间距离更近,干扰更加严重,此时终端设备如何选择微基站通信将对系统性能产生重要影响。因此,本论文针对5G无线异构网络架构,以提升能量效率等系统性能为目标,通过研究用户关联与功率控制等关键问题开展了高效合理的用户关联与资源管理策略研究,具体研究内容与创新点简述如下:1)从网络能耗及终端设备能量效率角度出发,研究了异构网络中用户关联与功率控制问题。首先针对单天线异构网络能量消耗过高问题,提出了一种启发式用户关联策略,通过关闭零负载基站,有效节约了网络能量消耗。在此基础上,提出了分布式功率控制策略,在有效降低同频干扰的同时,提高了终端设备能量效率。仿真结果表明,相比于已有资源管理策略,所提算法可以有效降低网络能耗,提高终端设备能量效率。2)从公平性角度出发,研究了基于能量效率的联合用户关联与功率控制问题。针对多天线异构网络,分别从比例公平性准则与最大化最小公平性准则建立了能量效率优化问题。由于优化问题是混合整数非凸问题,难以获得最优解,因此分别将原始问题分解为用户关联子问题与功率控制子问题。针对比例公平性准则,通过牛顿算法与凸优化方法对子问题进行了求解,对于最大化最小公平性准则,通过将子问题等价变化为可求解的凸问题进行了求解。最后,两种公平性准则的两个子问题通过迭代算法实现了原始问题的求解。仿真结果表明,最大化最小公平性准则具有较高公平性,比例公平性准则具有较高能量效率,相比于其他资源管理策略,所提算法均具有较好能量效率。3)从降低系统开销角度出发,研究了基于强化学习的用户关联与功率控制问题。为有效克服传统凸优化、博弈论等优化方法在解决实际问题时所需大量信息交互问题,针对正交频分多址接入的异构网络,提出了多智能体深度Q学习网络(Deep Q-learning Network,DQN)算法。首先根据异构网络定义了系统状态与行动空间,提出了以能量效率为收益的效用函数,联合优化了用户关联与终端设备发射功率变量。仿真结果表明,相比于传统Q-学习方法,所提算法具有更快收敛性与更高能量效率,相比于已有资源管理算法,有效提高了终端设备能量效率。4)从用户关联角度出发,针对高层建筑物三维(3 Dimension,3D)异构网络,借助随机几何理论,首次从理论上推导了正常与干扰受限两种情况下基于最大瞬时信号干扰噪声比(Maximum Instantaneous Signal to Interference plus Noise Ratio,MISINR)用户关联策略的系统覆盖概率与平均速率表达式。同时还推导了基于最大长期平均接收功率(Maximum Long-term Averaged ReceivedPower,MLARP)与最小传输距离(Minimum Transmission Distance,MTD)用户关联策略的系统性能表达式。此外,证明了在一定特殊条件下,基于MLARP与MTD用户关联策略的系统覆盖概率与平均速率表达式是等价的。通过数值与蒙特卡洛仿真可证明所推导公式正确性。仿真结果表明,基于MISINR用户关联策略相比于ML ARP与MTD用户关联策略具有更好系统性能。综上所述,针对5G无线异构网络,从以二维异构网络到三维异构网络为研究路线,提出了多场景下高效合理的用户关联与功率控制策略,有效提升了终端设备能量效率,开展了基于多种用户关联策略下的3D异构网络系统性能分析工作,拓展了基于随机几何理论的3D异构网络研究理论。