蜂窩網(wǎng)絡(luò)D2D技術(shù)中模式選擇機制的優(yōu)化設(shè)計.pdf

1、隨著移動終端的飛速發(fā)展與普及，以及數(shù)據(jù)業(yè)務(wù)量的迅猛增長，傳統(tǒng)的無線蜂窩通信面臨著巨大的挑戰(zhàn)。在蜂窩網(wǎng)絡(luò)引入D2D(Device-to-Device)技術(shù)可以提高系統(tǒng)的頻譜效率和系統(tǒng)容量，因此，D2D通信在未來無線通信研究中扮演著越來越重要的角色。然而，引入D2D技術(shù)的蜂窩網(wǎng)絡(luò)其用戶干擾場景發(fā)生了根本性變化，新型資源控制的設(shè)計為重點研究方向，其中，模式選擇為關(guān)鍵技術(shù)之一。
　　目前，大部分關(guān)于D2D通信技術(shù)的研究都是基于無限積壓業(yè)務(wù)

2、模型，本論文基于更為實際的分組級動態(tài)業(yè)務(wù)模型，主要對蜂窩網(wǎng)絡(luò)D2D通信的模式選擇機制進行了研究。在采用正交頻分復(fù)用接入(Orthogonal Frequency Division MultiplexingAccess: OFDMA)技術(shù)的蜂窩系統(tǒng)中引入D2D通信技術(shù)，將模式選擇與資源分配問題相結(jié)合，研究在丟包率限制條件下最小化系統(tǒng)時延的最優(yōu)化問題。以排隊論、馬爾科夫決策過程等作為理論工具，建立系統(tǒng)排隊模型，并在此基礎(chǔ)上建立模式選擇機制的

3、隨機優(yōu)化模型——馬爾科夫決策模型，將提出的約束性最優(yōu)化問題建模成為無限平均回報的約束性馬爾科夫決策(Infinite Average Reward ConstrainMarkov Decision Process)模型。
　　基于建立的無限平均回報的約束性馬爾科夫決策模型，在模型求解時，首先通過拉格朗日乘子法(Lagrangian Multiplier Method)將約束性馬爾科夫決策(Constraint Markov Dec

4、ision Process: CMDP)模型轉(zhuǎn)化為非約束性馬爾科夫決策(Markov Decision Process: MDP)模型。由于所建立的馬爾科夫決策模型面臨著“維數(shù)災(zāi)難”問題，本論文介紹了等效Bellman方程對系統(tǒng)狀態(tài)空間進行化簡;引入了線性近似方法對值函數(shù)進行線性近似進一步化簡值函數(shù)的數(shù)目，并通過提出的子信道競價機制求解出最優(yōu)控制策略;引入在線隨機學習算法采用在線更新的方式建立值函數(shù)與拉格朗日乘子(Lagrangian