超密集网络中基于分簇的能耗管理研究
发布时间：2021-05-07 13:07
超密集网络（Ultra-Dense Networks,UDN）通过大规模部署无线接入点,可以缩短用户接入距离,提高链路传输质量,增加频谱资源复用,从而可以提高用户吞吐量并满足系统容量需求。然而,超密集网络中节点分布的随机性、密集性和异构性,使得网络拓扑结构复杂多变、网络能耗和干扰增加,从而导致网络中的能耗管理、干扰管理和移动性管理等策略面临挑战。因此,本文针对单层和多层超密集网络场景,以能耗管理为研究对象,对同层和不同层的基站分簇并制定了基于基站开/关技术的能耗管理策略,旨在降低网络能耗的同时提升网络能效。本文的主要研究工作概括如下:（1）提出基于密度分簇的基站开/关能耗管理方案。首先,针对单层超密集网络中大规模的基站随机分布,网络拓扑结构复杂的问题,根据基站的分布特点分析基站的局部密度对同层基站进行分簇,通过基站分簇实现对整个网络有效分区管理和在逻辑上简化网络拓扑结构。然后,对基站开/关的计算复杂度问题以及引起的网络负载变化,利用基站间干扰度量基站开/关引起的负载变化,将基站开/关组合问题转化为选择问题来减少基站开/关的搜索空间,以此降低复杂度。最后仿真结果表明所提方案可以有效提高能...
【文章来源】：重庆邮电大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
注释表
第1章 绪论
1.1 研究背景及意义
1.2 研究目的和研究内容
1.3 国内外研究现状
1.3.1 超密集网络的研究现状
1.3.2 超密集网络中分簇算法的研究现状
1.3.3 超密集网络中能耗管理的研究现状
1.4 论文章节安排及各章内容
第2章 超密集网络相关理论基础
2.1 引言
2.2 超密集网络概述
2.2.1 超密集网络定义
2.2.2 超密集网络建模方法
2.2.3 超密集网络性能指标
2.3 分簇
2.3.1 相似性度量
2.3.2 K-means分簇算法
2.3.3 亲和力传播分簇算法
2.4 能耗管理策略
2.4.1 基站开/关技术
2.4.2 小区缩放技术
2.4.3 中继技术
2.5 本章小结
第3章 基于密度分簇的小小区开/关能耗管理方案
3.1 引言
3.2 系统模型
3.3 问题分析
3.4 基于分簇的小小区开/关能效优化策略
3.4.1 小小区分簇算法
3.4.2 小小区开/关算法
3.4.3 复杂度分析
3.5 仿真设置与结果分析
3.5.1 参数设置
3.5.2 结果分析
3.6 本章小结
第4章 基于动态亲和力传播分簇的能耗管理方案
4.1 引言
4.2 系统模型
4.2.1 能耗模型
4.2.2 网络吞吐量
4.3 问题分析
4.4 基于动态亲和力传播分簇的节能策略
4.4.1 小区选择策略
4.4.2 动态亲和力传播分簇算法
4.4.3 基于干扰相似度的开/关策略
4.5 仿真设置与结果分析
4.5.1 仿真设置
4.5.2 结果分析
4.6 本章小结
第5章 总结与展望
5.1 论文总结
5.2 未来工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】：
期刊论文
[1]5G超密集网络的能量效率研究综述[J]. 马忠贵,宋佳倩. 工程科学学报. 2019(08)
[2]超密集网络中基于能效最优的资源分配算法[J]. 章跃跃,夏玮玮,朱亚萍,燕锋,左旭舟,沈连丰. 电信科学. 2017(10)
[3]5G绿色超密集无线异构网络:理念、技术及挑战[J]. 李渝舟,江涛,曹洋,李赞. 电信科学. 2017(06)
[4]超密集网络中干扰协调方法及性能分析[J]. 白璐,刘婷婷,杨晨阳. 信号处理. 2015(10)
[5]K-means聚类算法研究综述[J]. 王千,王成,冯振元,叶金凤. 电子设计工程. 2012(07)
博士论文
[1]超密集无线网络能量效率关键技术研究[D]. 朱文祥.东南大学 2017
硕士论文
[1]基于博弈论的D2D防窃听通信物理层安全研究[D]. 郑鑫.南京邮电大学 2019
[2]混合数据最佳聚类数的确定方法与应用[D]. 李杏丽.兰州财经大学 2019
[3]基于随机几何的蜂窝网络的拟合方法及功率分配的研究[D]. 万修胜.北京邮电大学 2019
[4]超密集网络中移动性管理方案研究[D]. 严晗.北京邮电大学 2018
[5]超密集网络的性能分析与能效优化方法研究[D]. 王文.重庆大学 2017
[6]Affinity Propagation聚类算法的改进及其应用研究[D]. 李萍.浙江大学 2017
本文编号：3173445
【文章来源】：重庆邮电大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
注释表
第1章 绪论
1.1 研究背景及意义
1.2 研究目的和研究内容
1.3 国内外研究现状
1.3.1 超密集网络的研究现状
1.3.2 超密集网络中分簇算法的研究现状
1.3.3 超密集网络中能耗管理的研究现状
1.4 论文章节安排及各章内容
第2章 超密集网络相关理论基础
2.1 引言
2.2 超密集网络概述
2.2.1 超密集网络定义
2.2.2 超密集网络建模方法
2.2.3 超密集网络性能指标
2.3 分簇
2.3.1 相似性度量
2.3.2 K-means分簇算法
2.3.3 亲和力传播分簇算法
2.4 能耗管理策略
2.4.1 基站开/关技术
2.4.2 小区缩放技术
2.4.3 中继技术
2.5 本章小结
第3章 基于密度分簇的小小区开/关能耗管理方案
3.1 引言
3.2 系统模型
3.3 问题分析
3.4 基于分簇的小小区开/关能效优化策略
3.4.1 小小区分簇算法
3.4.2 小小区开/关算法
3.4.3 复杂度分析
3.5 仿真设置与结果分析
3.5.1 参数设置
3.5.2 结果分析
3.6 本章小结
第4章 基于动态亲和力传播分簇的能耗管理方案
4.1 引言
4.2 系统模型
4.2.1 能耗模型
4.2.2 网络吞吐量
4.3 问题分析
4.4 基于动态亲和力传播分簇的节能策略
4.4.1 小区选择策略
4.4.2 动态亲和力传播分簇算法
4.4.3 基于干扰相似度的开/关策略
4.5 仿真设置与结果分析
4.5.1 仿真设置
4.5.2 结果分析
4.6 本章小结
第5章 总结与展望
5.1 论文总结
5.2 未来工作展望
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果
【参考文献】：
期刊论文
[1]5G超密集网络的能量效率研究综述[J]. 马忠贵,宋佳倩. 工程科学学报. 2019(08)
[2]超密集网络中基于能效最优的资源分配算法[J]. 章跃跃,夏玮玮,朱亚萍,燕锋,左旭舟,沈连丰. 电信科学. 2017(10)
[3]5G绿色超密集无线异构网络:理念、技术及挑战[J]. 李渝舟,江涛,曹洋,李赞. 电信科学. 2017(06)
[4]超密集网络中干扰协调方法及性能分析[J]. 白璐,刘婷婷,杨晨阳. 信号处理. 2015(10)
[5]K-means聚类算法研究综述[J]. 王千,王成,冯振元,叶金凤. 电子设计工程. 2012(07)
博士论文
[1]超密集无线网络能量效率关键技术研究[D]. 朱文祥.东南大学 2017
硕士论文
[1]基于博弈论的D2D防窃听通信物理层安全研究[D]. 郑鑫.南京邮电大学 2019
[2]混合数据最佳聚类数的确定方法与应用[D]. 李杏丽.兰州财经大学 2019
[3]基于随机几何的蜂窝网络的拟合方法及功率分配的研究[D]. 万修胜.北京邮电大学 2019
[4]超密集网络中移动性管理方案研究[D]. 严晗.北京邮电大学 2018
[5]超密集网络的性能分析与能效优化方法研究[D]. 王文.重庆大学 2017
[6]Affinity Propagation聚类算法的改进及其应用研究[D]. 李萍.浙江大学 2017
本文编号：3173445
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3173445.html
