新一代寬帶無線網絡關鍵技術研究.pdf

1、隨著移動智能終端的大規(guī)模流行和無線多媒體數據業(yè)務的廣泛應用，移動寬帶無線網絡中的數據業(yè)務需求呈爆炸式增長，如何更加高效地利用有限的無線頻譜資源，提升頻譜資源效率，擴大網絡容量，降低干擾，保證用戶服務質量需求，降低中斷概率，在滿足用戶服務質量需求的基礎上進行快速數據傳輸，成為新一代寬帶無線網絡設計中亟待解決的問題。為緩解網絡壓力，實現未來10年內移動數據業(yè)務流量增長1000倍的發(fā)展需求，業(yè)界對新一代移動寬帶無線網絡關鍵技術進行廣泛研究，提

2、出通過引入超密集異構網絡等有效的體系結構和具有網絡自感知、自調整等能力的智能化網絡提升新一代移動寬帶無線網絡的業(yè)務能力。通過在傳統(tǒng)大功率宏小區(qū)的覆蓋范圍內大規(guī)模密集部署低功率小小區(qū)，超密集異構網絡能夠有效提升頻譜復用率，拉近用戶與服務小區(qū)之間的距離，提升系統(tǒng)吞吐量。然而，低功率小小區(qū)的密集部署會增加網絡中的信道干擾，同時造成小區(qū)間負載不均衡，降低用戶公平性，從而制約網絡性能的提升。因此在超密集異構網絡中研究具有自感知、自調整能力的干擾協(xié)

3、調及用戶關聯技術具有重大意義。本研究主要內容包括：
　?、叛芯苛顺芗悩嬀W絡中基于改進粒子群的干擾協(xié)調算法。由于系統(tǒng)吞吐量是干擾協(xié)調算法的一項關鍵評價標準，而功率調整是一種有效的干擾協(xié)調手段，因此提出一種最大化系統(tǒng)吞吐量的功率調整算法。深入研究超密集異構網絡下行鏈路干擾問題，考慮到超密集異構網絡中，大量密集部署的小小區(qū)產生嚴重的疊加干擾從而制約網絡吞吐量的提升，提出通過調整小小區(qū)的發(fā)送功率降低小區(qū)間干擾，提升系統(tǒng)吞吐量?？紤]到功

4、率調整會導致用戶服務小區(qū)的變化，已有的功率調整算法很難求解最優(yōu)發(fā)送功率，提出基于改進粒子群的功率調整算法，研究改進粒子群算法中的收斂條件及最優(yōu)性保障條件，引入隨機局部搜索和多次初始化過程保證解的最優(yōu)性，獲得最優(yōu)小區(qū)發(fā)送功率，最大化系統(tǒng)吞吐量。仿真結果表明，相比于已有功率調整算法中采用的固定的用戶服務小區(qū)，考慮用戶服務小區(qū)隨功率調整的變化能夠使系統(tǒng)吞吐量獲得進一步提升，提出的基于改進粒子群的干擾協(xié)調算法能夠以多項式復雜度獲得全局最優(yōu)小區(qū)發(fā)

5、送功率。
　?、蒲芯苛顺芗悩嬀W絡中用戶服務質量約束下最大化系統(tǒng)吞吐量的功率調整算法?？紤]到超密集異構網絡中功率調整算法可能導致宏小區(qū)邊緣用戶服務質量下降的問題，把用戶服務質量需求考慮在干擾協(xié)調問題建模中，同時考慮用戶服務質量需求和用戶服務小區(qū)隨功率調整的變化，通過舍棄與服務質量約束沖突的不可行解，利用改進粒子群優(yōu)化小小區(qū)的發(fā)送功率。由于舍棄不可行解、搜索可行解的過程需要額外的計算復雜度、更多的迭代次數和運行時間，因此提出將拉格

6、朗日對偶引入改進粒子群算法，提升初始粒子質量，通過拉格朗日對偶和改進粒子群算法的結合，節(jié)省算法運行時間，降低搜索到最優(yōu)解所需的計算復雜度。仿真結果表明提出的算法能夠在保證用戶服務質量需求的同時獲得最優(yōu)的系統(tǒng)吞吐量。
　?、茄芯砍芗悩嬀W絡中的小區(qū)范圍擴展偏置優(yōu)化問題，利用吉布斯采樣，提出最大化速率相關效用函數的小區(qū)范圍擴展偏置優(yōu)化算法。針對傳統(tǒng)用戶關聯方法導致的小小區(qū)范圍受限、小區(qū)間負載不均衡及吞吐量提升能力受限等問題，提出通過

7、優(yōu)化各小小區(qū)的小區(qū)范圍擴展偏置優(yōu)化用戶關聯，提升系統(tǒng)吞吐量，降低低速率用戶數量，提升系統(tǒng)的比例公平吞吐量?？紤]到速率相關效用函數優(yōu)化問題中，小區(qū)范圍擴展偏置與用戶關聯和調度間復雜的耦合關系，無法直接求解最優(yōu)小區(qū)范圍擴展偏置，因此提出基于吉布斯采樣的小區(qū)范圍擴展偏置優(yōu)化算法?？紤]到集中式基于吉布斯采樣的小區(qū)范圍擴展偏置優(yōu)化算法需要知道所有小區(qū)與用戶間信道增益，其信息交換開銷及計算復雜度隨著網絡規(guī)模的擴大迅速增加，巧妙推導得到僅需局部信息交

8、換的分布式小區(qū)范圍擴展偏置優(yōu)化算法，并證明算法的最優(yōu)性。仿真結果表明，提出的集中式及分布式小區(qū)范圍擴展偏置優(yōu)化算法均能獲得全局最優(yōu)的小小區(qū)范圍擴展偏置，提出的分布式算法的計算復雜度及信息交換開銷遠小于集中式算法。
　?、妊芯康蛷碗s度中心輔助分布式小區(qū)范圍擴展偏置優(yōu)化算法。針對超密集異構網絡小區(qū)范圍擴展偏置優(yōu)化算法的計算復雜度、迭代次數隨著網絡規(guī)模擴大而迅速升高的問題，研究并提出小小區(qū)間范圍擴展影響關系圖的建立方法、基于圖著色的小區(qū)