面向超密集异构网络的移动性管理技术研究

发布时间：2020-05-10 12:25

【摘要】：随着移动通信技术的不断发展以及移动通信业务的快速增长,通信领域经历了由移动设备带来的移动数据流量爆炸性增长。为了满足增长的移动数据流量需求,移动网络通过部署低功率节点(包含微蜂窝、微微蜂窝、毫微微蜂窝)来增强网络的覆盖能力和提升网络移动支持的能力。多种类型的基站共同部署,形成多层次、异构混合的网络部署新场景。大量部署的节点使得第五代移动通信(the Fifth Generation Mobile Communication,5G)网络日益密集化,用户的移动性管理显得更加重要和艰巨。因此,基于上述背景,本文的主要贡献如下:针对5G超密集异构网络中基站间负载的不均衡以及基站间频繁协作造成的能量消耗问题,提出了基于高斯相似度的动态小区簇划分方案以及新型的小区簇内基站协作机制。方案利用高斯相似度、K近邻(K-Nearest Neighbor,KNN)算法和博弈理论方法,综合考虑基站的距离、负载状况以及基站间干扰情况,利用高斯相似度公式计算基站间的相似度,通过相似度划分小区簇。其次提出簇内基站协作机制,簇内基站可以通过主动的进行负载转移来调节自身状态(“激活”、“休眠”)。所提方案能显著降低系统内的成本,平衡负载和能耗。针对5G超密集异构网络中移动设备不断增长以及频谱稀缺导致的系统容量不足的问题,提出了一种微基站联合被动接收检测增强微基站接入频带机会机制,实现系统容量和频谱利用率的提升。微基站联合检测某一宏用户的分布位置,并结合levy flight移动模型预测宏用户的移动状态,通过推导宏用户移动轨迹的概率分布,推导出微基站接入宏用户频带的概率。仿真结果显示,所提方案提升了微基站接入频带的机会,较传统的方案提升系统吞吐量20%以上。针对5G超密集异构网络中用户的频繁切换导致的服务质量降低和网络能耗大的问题,提出了一种通过综合考虑用户移动状态和基站负载状态进行切换决策的算法。在考虑当前基站的负载情况下,采用levy flight移动模型预测用户下一时段的移动状态及基站信号质量,进行联合切换决策。通过仿真对比,所提出的方案比传统方案显著节省能耗10%以上。
【图文】：

链路,小区,类型,基站

ａ．联合传输逦ｂ．动态选择基站逦ｃ．协作波束赋形逡逑图２－１邋ＬＴＥ－Ａ中下行链路小区协作类型【４７】逡逑１．联合传输（ＪｏｉｎｔＴｒａｎｓｍｉｓｓｉｏｎ，ＪＴ）逡逑这一机制中，基站共享协作调度信息和用户数据。联合传输在用户较少场景逡逑下有良好的性能，且能转化干扰信号为有用信号。但是多个传输点进行数据交换逡逑时要求较低的时延，因此会导致较高的回传带宽。逡逑２．动态点选择（Ｄｙｎａｍｉｃ邋Ｐｏｉｎｔ邋Ｓｅｌｅｃｔｉｏｎ，ＤＰＳ）逡逑这一机制中，用户请求的数据从一个协作基站出发，根据当前的可用资源和逡逑信道条件动态选择之后进行服务的基站，每个时段根据信道衰落情况动态选择最逡逑佳服务的基站。逡逑３．协作调度／波束赋形（Ｃｏｏｒｄｉｎａｔｅｄ邋Ｓｃｈｅｄｕｌｉｎｇ／Ｂｅａｍｆｏｍｉｉｎｇ，ＣＳ／ＣＢ）逡逑这一机制中，，协作基站间无法共享用户数据，因此用户数据只能存在某个基逡逑站中。通过波束赋形控制信号方向，可以使基站调整发射角向干扰较小的方向发逡逑送信号从而最小化干扰。由于ＣＳ／ＣＢ减少了数据之间的交换因此只需要较低的逡逑

波束赋形,基站,动态选择,小区

图２－２邋ＣＤＳＡ网络中小区簇示意图［４７１逡逑小区簇内选择动态关闭部分基站进行智能的协作传输能够增强信干噪比逡逑
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN929.5

【相似文献】