论文部分内容阅读
超密集网络(Ultra Dense Networks,UDN)在当前宏基站(enhanced NodeB,eNB)的覆盖范围内按实际需求大量部署低功耗接入点(Low Power Note,LPN),大幅度提高了系统的频谱效率,是未来5G网络实现1000倍容量提升目标的关键技术之一。然而,接入点的大量部署缩短了基站间距离的同时也带来了严重的小区间干扰,从而严重制约了系统容量的提升。面对该问题,协作多点传输(Corrdinated Multiple Points,CoMP)技术以期通过相互协作的基站间共享信道状态、用户数据等有用信息来减小甚至消除基站间的同信道干扰。基于CoMP技术的超密集网络是实现未来移动通信系统高频效、高能效需求的重要手段。虽然基于CoMP技术的超密集网络在提高无线资源利用率方面体现出来了明显的优势,但是网络中接入点数量的增加以及复杂的站间协作机制,使得这种结合了CoMP传输策略的新型网络架构在无线资源管理与优化方面面临着严峻的挑战,而合理有效的无线资源分配方法是充分发挥该网络高效利用无线资源的前提。因此,针对网络的特点寻求更加灵活高效的无线资源分配优化方法,对于发挥超密集网络与CoMP技术的优势具有重要研究价值。鉴于此,本文以基于CoMP技术的超密集网络为研究对象,以提升系统的无线资源利用率为目标,重点针对系统的频谱效率和能量效率对频率、功率资源分配联合优化展开了研究。全文的重点研究内容如下:1.面向频谱效率的资源分配优化问题研究。从最大化空间资源的利用角度出发,同时考虑网络中每个基站发送功率的限制和用户公平性,以提升系统总数据速率为最终目标,建立了基于联合传输(Joint Transmission,JT)CoMP技术的超密集网络中频率、功率分配联合优化数学模型。并针对建立的模型,提出了基于分集复用折中的资源块(Resource Block,RB)分配算法,利用对空间资源的灵活分配提升了系统性能。在此基础上,提出了基于牛顿法的功率分配算法,实现了频率、功率的联合优化。2.面向能量效率的资源分配优化问题研究。在基于动态联合传输(Dynamic Cell Selection,DJT)CoMP的超密集网络中,采用“每能耗比特”的系统能效定义并以最大化系统能效为目标,建立了综合考虑数据速率、用户公平性以及系统能效的多目标资源分配优化模型。此外,为了避免系统因节约能量而出现数据传输质量严重下降的现象,在建立的优化问题中同时还加入了用户服务质量(Quality of Service,QoS)要求的限制。针对建立的模型,提出了基于交叉熵的集中式RB分配算法。最后,算法性能仿真实验表明,本文算法与非合作贪婪算法以及基于JT CoMP的分布式RB分配算法相比,具有更高的系统平均能量效率。