2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩122頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、由宏小區(qū)網(wǎng)絡(luò)、不同類型的法定小小區(qū)網(wǎng)絡(luò)、認(rèn)知無線網(wǎng)絡(luò)、協(xié)作中繼網(wǎng)絡(luò)以及終端直通(Device to Device,D2D)網(wǎng)絡(luò)等組成的多層異構(gòu)網(wǎng)絡(luò)構(gòu)架被認(rèn)為是未來5G(5th Generation Mobile Systems)移動通信系統(tǒng)的核心構(gòu)架方式之一。該構(gòu)架方式可以有效地提高無線網(wǎng)絡(luò)的頻譜效率、數(shù)據(jù)傳輸速率、擴(kuò)大熱點(diǎn)區(qū)域的覆蓋范圍、降低通信延遲并保證良好的端對端性能。但是,這種網(wǎng)絡(luò)構(gòu)架方式同時(shí)也面臨著復(fù)雜的資源分配以及干擾管理挑

2、戰(zhàn)。此外,隨著無線通信產(chǎn)業(yè)的飛速發(fā)展,無線網(wǎng)絡(luò)的巨大能耗制約著環(huán)境的可持續(xù)發(fā)展。近年來,致力于提高無線網(wǎng)絡(luò)能量效率的綠色通信技術(shù)研究受到了業(yè)界人員的廣泛關(guān)注。在此基礎(chǔ)上,本文從綠色通信的角度出發(fā),借助優(yōu)化和博弈論工具深入研究了異構(gòu)網(wǎng)絡(luò)的資源分配及干擾管理方法。
  論文的主要貢獻(xiàn)如下:
  對于部署飛蜂窩(Femtocell)網(wǎng)絡(luò)的兩層異構(gòu)網(wǎng)絡(luò)下行鏈路通信系統(tǒng),由于頻率復(fù)用的影響,飛蜂窩網(wǎng)絡(luò)會對下行鏈路的宏小區(qū)用戶造成通信“

3、盲區(qū)”(Dead Zone)。為了避免使其通信服務(wù)質(zhì)量(Quality of Service,QoS)嚴(yán)重惡化,本文提出了一種基于宏小區(qū)(Macrocell)基站端跨層干擾定價(jià)的功率控制方案并將宏小區(qū)用戶所受到的跨層干擾限制在預(yù)定的干擾門限范圍內(nèi)。本文采用斯坦科爾伯格博弈(Stackelberg Game,SG)模型來設(shè)計(jì)該功率控制方案,將宏小區(qū)基站(Macrocell Base station,MBS)視作該博弈模型的領(lǐng)導(dǎo)者(Lead

4、er),各飛蜂窩基站(Femtocell Base Station,F(xiàn)BS)視作跟隨者(Follower)。即MBS通過對各子信道上宏用戶所收到的干擾功率進(jìn)行定價(jià),將該干擾功率視作某種商品出售給飛蜂窩網(wǎng)絡(luò)來賺取一定的收益并保證宏用戶的QoS;隨后各FBS基于此定價(jià)調(diào)整各自的發(fā)射功率策略。對于該博弈模型,本文分析了納什均衡(Nash Equilibrium,NE)策略的存在性和唯一性并提出了一種通信開銷較低的分布式干擾定價(jià)和功率更新算法。

5、仿真結(jié)果表明該算法具有較快的收斂速率,并且該方案在飛蜂窩的吞吐量上可以有效地逼近一種協(xié)作方案。
  基于以上系統(tǒng)模型,本文進(jìn)一步從綠色通信的角度出發(fā),分別研究了系統(tǒng)能效公平、系統(tǒng)能效最優(yōu)的資源分配和功率控制方案。對于系統(tǒng)能效公平方案,本文將該方案歸結(jié)為求解一個最大化最小能效的分式規(guī)劃問題,采用廣義丁克爾巴赫算法(Generalized Dinkelbach's Algorithm,GDA)進(jìn)行求解。對于該算法中的予優(yōu)化問題,本文設(shè)

6、計(jì)了一種結(jié)合公平性原則的分布式算法,分析表明該算法可以有效地降低系統(tǒng)的協(xié)作通信開銷;對于系統(tǒng)能效最優(yōu)方案,由于同層干擾的存在,原問題難以直接求解,借助對數(shù)函數(shù)下界理論工具,本文先將原問題的目標(biāo)函數(shù)轉(zhuǎn)化為其下界函數(shù)并將轉(zhuǎn)化后的子問題通過丁克爾巴赫算法迭代求解,然后設(shè)計(jì)啟發(fā)式迭代算法去逼近原問題的解。仿真結(jié)果驗(yàn)證了所提兩種方案的可行性和優(yōu)越性。
  此外,考慮到異構(gòu)網(wǎng)絡(luò)中不同小小區(qū)(Small cell)的能效可能會有不同的優(yōu)先性級別

7、,本文研究了小小區(qū)網(wǎng)絡(luò)中基于加權(quán)和能效優(yōu)化的資源分配和功率控制方案。其中,加權(quán)系數(shù)表示各小小區(qū)的能效優(yōu)先性級別。該優(yōu)化問題是一個混合了整形變量的非凸的分式規(guī)劃問題,屬于NP-hard問題。因此,本文提出將該優(yōu)化問題分解成資源塊分配和功率控制兩個子問題分別優(yōu)化求解。即,在先給定一個可行的功率分配策略的情況下來優(yōu)化各小小區(qū)的資源塊分配策略;然后依據(jù)所得的資源塊分配策略再來優(yōu)化功率分配策略。特別的,對于功率分配子優(yōu)化問題,本文提出了一種基于定

8、價(jià)的分布式算法將該問題進(jìn)一步分解到各小小區(qū)基站分別求解,并且證明了在給定資源塊分配的條件下,該分布式算法將最終收斂到原問題的一個Karush-Kuhn-Tucker(KKT)點(diǎn)。仿真結(jié)果表明,所提算法在系統(tǒng)的加權(quán)和能效上要優(yōu)于傳統(tǒng)的非協(xié)作和凸定價(jià)函數(shù)算法且具有較快的收斂速度。
  D2D通信可以繞過基站實(shí)現(xiàn)信息的傳輸、降低網(wǎng)絡(luò)延遲并提高系統(tǒng)的頻譜效率,但是D2D的存在同樣會對傳統(tǒng)小區(qū)網(wǎng)絡(luò)造成干擾。因此,本文研究了在當(dāng)前宏小區(qū)網(wǎng)絡(luò)中

9、部署D2D通信的功率控制及干擾管理問題。為了提高頻譜利用率,D2D通信復(fù)用傳統(tǒng)小區(qū)網(wǎng)絡(luò)上行鏈路的頻率資源。本文將該問題以SG模型建模,其中博弈的領(lǐng)導(dǎo)者為MBS,其通過對D2D復(fù)用頻率通信造成的跨層干擾進(jìn)行定價(jià)來控制干擾級別;各D2D發(fā)射機(jī)(D2D Transmitter,D2DT)視作跟隨者,其依據(jù)MBS的定價(jià)自適應(yīng)地調(diào)整發(fā)射功率。基于此博弈模型,本文考慮所有D2D對完全協(xié)作和部分協(xié)作兩種情形,分別研究了在跨層干擾約束條件下最大化D2D

10、網(wǎng)絡(luò)和速率以及各自和速率的功率控制問題。針對這兩種情形,本文分別設(shè)計(jì)了相應(yīng)的價(jià)格更新和功率更新算法。仿真結(jié)果驗(yàn)證了所提方案的可行性,并且所提算法在D2D網(wǎng)絡(luò)和速率上均優(yōu)于非協(xié)作功率更新算法。
  認(rèn)知無線電技術(shù)可以讓具有認(rèn)知能力的用戶終端接入傳統(tǒng)小區(qū)網(wǎng)絡(luò)的頻譜空洞實(shí)現(xiàn)頻譜的共享,從而有效地提高系統(tǒng)的頻譜效率。本文針對部署認(rèn)知無線小區(qū)的異構(gòu)網(wǎng)絡(luò)設(shè)計(jì)了一種分兩步進(jìn)行的多服務(wù)提供商、多認(rèn)知用戶的頻譜交易方案,分別采用非協(xié)作模式和協(xié)作模式

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論