软件定义蜂窝网中的资源管理技术研究

发布时间：2020-10-27 01:48

　　 随着互联网、物联网和移动通信技术的发展,蜂窝通信网络承载的数据量呈指数增长的趋势,导致具有粗放性、静态性和局部性等特点的传统蜂窝网络提供的服务无法满足用户日益增长的QoS需求。针对上述问题,本文针对新的软件定义蜂窝网络(Software Defined Cellular Network,SDCN)架构,利用全局的网络视角和集中式的控制逻辑,通过实时、动态地获取网络状态信息,研究了不同网络部署中LTE与WiFi共存、地面基站与空中基站共存等场景下的资源管理机制,为未来蜂窝网络中的资源管理提供了有效的解决方案,具有重要意义。本文的研究工作如下:首先,在LTE和WiFi共存的场景下,深入研究了 SDCN中授权频段和非授权频段的资源管理机制,提出了一种面向SDCN网络的资源分配算法。该算法采用集成的毫微微-WiFi基站(Integrated Femto-WiFi Base Station,IFW fBSN),允许智能终端设备可以同时使用授权频段(通过LTE接口)和非授权频段(通过WiFi接口)来缓解频谱资源的短缺。同时,算法考虑具有LTE接口和WiFi接口的智能设备(Smart Device,sDevice)、只具有WiFi接口的WiFi设备(WiFi Device,wDevice),以及宏蜂窝设备(Macrocell Device,mDevice)等三种设备类型。利用SDCN控制器的全局化视图,本文通过最大化sDevice和wDevice的加权效用总和,来分配授权频段和非授权频段的资源,并使fBSN对mDevice的干扰低于阈值。进一步,采用并行的交替方向乘子法(Alternating Direction Method Of Multipliers,ADMM)和凸优化算法来求解建模的组合非凸问题。数值结果表明,本文提出的资源分配算法显著地提高了网络中所有设备的平均吞吐量和平均效用。通过新设计,sDevice和wDevice的平均吞吐量可以提高41.6%。其次,在地面基站和无人机(Unmanned Aerial Vehicle,UAV)共存的场景下,考虑UAV辅助技术来提高应急场景中的用户性能,并利用SDCN的集中式控制逻辑提出了适应于未来网络的无人机部署与资源分配算法。首先,通过优化的三维(Three Dimensional,3D)UAV部署和用户关联来最大化无人机蜂窝用户的效用总和。其次,提出了优化的3D无人机部署和资源分配算法,该算法通过优化3D UAV的部署、用户的关联和无人机的传输功率,最大化了关联的用户数和传输功率的网络收益效用,同时保证用户的QoS需求大于阈值。经过数学分析,本文将混合整数的组合非凸问题降维为两阶段的子问题,并分别采用二分法和凸凹优化(Convex-Concave Procedure,CCCP)算法进行求解。仿真结果表明,与其他无人机部署方案相比,所提的3D UAV部署和用户关联算法提高了网络的吞吐量和效用,最大增益可以达到36.4%;3D UAV部署和资源分配算法提高了网络收益效用,最大增益可以达到35.08%。最后,针对弹性部署的无人机受限于回程链路的问题,本文进一步研究了回程受限情况下的多维度地空资源分配。该算法利用SDCN控制器的全局化视角和集中式的控制逻辑,通过最大化用户的效用总和,联合优化了3D无人机的部署,用户的关联以及频谱资源的分配。进一步,本文提出了交替最大化算法,将混合整数的组合非凸问题分解为三个并行的子问题块,并分别采用连续凸优化(Successive Convex Optimization,SCO)技术和改进的ADMM进行求解。理论分析和仿真结果验证了该算法的收敛性。与传统的无人机部署方法相比,所提算法显著提高了用户的吞吐量和效用,其中,最大的吞吐量增益为74.9%。
【学位单位】：北京邮电大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：TN929.53
【部分图文】：

１．２．２论文组织结构??本文从软件定义蜂窝网的框架出发，针对ＬＴＥ和Ｗｆｆｉ共存、地面基站与空中基??站共存等场景展开研宄，内容框架、数学工具、及各个部分的拓扑关系图解见图１－６??所示。基于此组织结构，本文将各个章节的具体内容安排如下：??第一章：本章首先简介了课题内容的研宄背景及意义，分析了软件定义蜂窝网??的发展前景，然后，梳理了全文的系统框架并阐述了本文的主要工作。??７??

Ｇｅｎｅｒａｔｉｏｎ，?２Ｇ）支持数字制式的通信；３Ｇ支持语音、文本、数据等业务；４Ｇ支持高??质量的视频、图像等业务的高速传输。本文将己有的１Ｇ－２Ｇ蜂窝网络称为传统蜂窝??网络。其中，传统蜂窝网（４Ｇ／ＬＴＥ）的网络架构如图２－２所示，该架构主要由接入??网和核心网两部分组成。其中接入网中主要由终端设备、ＬＴＥ基站（Ｅｖｏｌｖｅｄ?Ｎｏｄｅ?Ｂ，??ｅＮＢ）和接入点（Ａｃｃｅｓｓ?Ｐｏｉｎｔ，ＡＰ）组成，核心网主要由业务网关（Ｓｅｒｖｉｎｇ?Ｇａｔｅｗａｙ，??Ｓ－ＧＷ）、分组数据网关（Ｐａｃｋｅｔ?Ｎｅｔｗｏｒｋ?Ｇａｔｅｗａｙ，Ｐ－ＧＷ）、移动性管理实体（Ｍｏｂｉｌｅ??Ｍａｎａｇｅｍｅｎｔ?Ｅｎｔｉｔｙ，ＭＭＥ）、用户归属服务器（Ｈｏｍｅ?Ｓｕｂｓｃｒｉｂｅｒ?Ｓｅｒｖｅｒ，ＨＳＳ）、计费??规则功能（Ｐｏｌｉｃｙ?Ａｎｄ?Ｃｈａｒｇｉｎｇ?Ｒｕｌｅｓ?Ｆｕｎｃｔｉｏｎ，ＰＣＲＦ）等组成。接入网和核心网的各??个组成部分的主要功能为：??？ｅＮＢ和ＡＰ等基站设备主要负责接收和发送无线电信号、小区覆盖等，主要??用于实现链路级的数据传输，完成物理层（Ｐｈｙｓｉｃａｌ?Ｌａｙｅｒ）、介质访问控制层??（Ｍｅｄｉｕｍ?Ａｃｃｅｓｓ?Ｃｏｎｔｒｏｌ?Ｌａｙｅｒ

？ＭＭＥ负责用户的接入控制、切换、漫游以及核心网承载的建立、释放、负载??均衡等。??？Ｐ－ＧＷ网关实现核心网与ＩＰ网之间的数据转发，为用户分配ＩＰ地址，负责上??行／下行业务的等级计费，同时，支持不同的无线接入技术（如ＬＴＥ、ＷｉＦｉ）及其??相关协议标准的数据路由。??？?Ｓ－ＧＷ网关主要用于完成ｅＮＢ和Ｐ－ＧＷ网关之间的数据转发，实现数据包过滤??等功能。??？?ＨＳＳ为用户归属服务器，可以作为中央数据库，其包含了运营商中的用户信息，??存储用户的移动性和服务数据，同时还有用户认证的功能。??？?ＰＣＲＦ主要用于提供可用的策略和计费控制决策。??图２－２中用黄色、绿色、蓝色等颜色标记了对应于ＳＤＮ的三层功能分解：黄色对应??于应用层，绿色表示控制层功能，蓝色表示数据层，黑色实线表示数据及控制信令??
【相似文献】

相关期刊论文 前10条

1 朱珂;王玮;杨露彬;;“5G+无人机”技术的教与学:场景、路径与未来应用展望[J];远程教育杂志;2019年04期

2 毕夫;;无人机产业:结构优化与场景强化[J];中关村;2019年07期

3 徐宏庆;;无人机应用技术专业建设的探索[J];正德职业技术学院学报;2018年02期

4 邹昌昊;李怡然;余冠锋;;无人机自主性评估与指标[J];数码世界;2019年06期

5 潘泉;康童娜;吕洋;赵春晖;胡劲文;;无人机感知规避技术发展与挑战[J];无人系统技术;2018年04期

6 杜恒;;基于足球比赛路径规划的农用无人机定位和导航研究[J];农机化研究;2019年10期

7 问延安;蒋倩;;智慧监管:民用无人机企业监管的路径选择[J];长沙航空职业技术学院学报;2018年04期

8 张军国;闫浩;胡春鹤;李婷婷;于明;;无人机在林业中的应用及前景展望[J];林业工程学报;2019年01期

9 刘逸宸;;无人机系统信息传输技术分析[J];科技资讯;2018年32期

10 金伟;周震博;;2018年无人机研发热点回眸[J];科技导报;2019年01期

相关博士学位论文 前10条

1 潘春雨;软件定义蜂窝网中的资源管理技术研究[D];北京邮电大学;2019年

2 王东;山地果园植保无人机自适应导航关键技术研究[D];西北农林科技大学;2019年

3 薛武;无人机影像定位优化技术研究[D];战略支援部队信息工程大学;2017年

4 孟凡琨;无人机目标跟踪与避障研究[D];长安大学;2018年

5 王勋;基于拟态物理学的无人机编队控制与重构方法研究[D];国防科学技术大学;2016年

6 徐淑芳;基于连通性的无人作战网络关键技术研究[D];南京航空航天大学;2017年

7 匡敏驰;尾座式推力矢量无人机飞行控制方法研究[D];清华大学;2017年

8 纪晓婷;基于概率模型检验的无人机不确定决策理论与方法研究[D];国防科学技术大学;2016年

9 邓海强;翼身融合布局无人机总体多学科设计优化研究[D];南京航空航天大学;2017年

10 吕迅竑;无人机容错飞行控制系统关键技术研究[D];南京航空航天大学;2017年

相关硕士学位论文 前10条

1 罗雪静;面向光伏巡检的四旋翼飞行器路径规划问题研究[D];浙江大学;2018年

2 李峰;基于输出调节和滑模控制的四旋翼无人机轨迹跟踪控制[D];天津理工大学;2019年

3 席志鹏;无人机自主飞行若干关键问题研究[D];浙江大学;2019年

4 程隽逸;基于多传感器融合的舰载无人机自动着舰技术的研究[D];华东理工大学;2019年

5 屈亮;D公司植保无人机项目商业计划书[D];河北经贸大学;2019年

6 杨萌;基于无人机辅助的船姿测量和落点估计技术研究[D];浙江大学;2019年

7 侯宇晨;基于实时操作系统的无人机飞控系统的位置和姿态控制器的应用与实现[D];武汉工程大学;2018年

8 段敏;基于实时操作系统的无人机飞控系统EKF滤波器应用与实现[D];武汉工程大学;2018年

9 刘斌;基于无人机遥感影像的农作物分类研究[D];中国农业科学院;2019年

10 杨敏;无人机与民航客机碰撞安全风险评估[D];中国民用航空飞行学院;2019年

本文编号：2857838