混合供电无线网络中的资源分配策略的研究
发布时间：2021-10-07 00:55
随着无线通信技术的快速发展和无线业务的日渐丰富,通信数据量和系统能耗猛烈增长。为了缓解系统能耗问题,能量收集技术的提升使得混合供电无线网络的能量管理引起了学者们的广泛关注。海量数据使得频谱资源日渐紧张,正交频分复用技术（Orthogonal Frequency Division Multiplexing,OFDM）可以提高频谱效率和抗干扰能力,广泛应用于无线通信系统中。另外,小小区网络可与蜂窝网相结合形成异构网络,采用宏微协同技术和抗干扰技术使得系统容量实现数倍增长,小小区技术成为5G通信系统的关键技术之一。另一方面,考虑无线信道的复杂性和不确定性,为降低混合供电无线系统的成本和能耗,如何优化非确定性信道下的资源分配和能量管理也是需要解决的一个重要问题。因此,论文构建了混合供电OFDM蜂窝无线网络,进一步将混合供电模式部署到小小区网络中。针对不同通信网络建立系统模型,分别研究了非理想信道状态下的OFDM蜂窝网络和理想信道状态下的小小区网络中的资源分配策略。采用凸优化方法和最坏情形方法进行问题规划和求解,并对提出的资源分配策略进行仿真与分析。论文主要工作如下:（1）针对信道状态信息不完全...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
图３．１混合供电ＯＦＤＭ蜂窝网络系统模型??该系统模型主要包括两个蜂窝子系统，每一个蜂窝子系统都配置一个基站和??
山东大学硕士学位论文方案一样，这里我们直接引用最优策略的能量管理算法，不再重述。??仿真结果与分析??下面对本章所提出的混合供电ＯＦＤＭ蜂窝系统中的最优资源分配策略和分配策略进行仿真分析。在仿真过程中，所有的通信链路的信道功率增从均值为２．５的瑞利分布的随机变量，且噪声功率谱密度为ＴＶｆＯ．ＯＯｌＷ／ｉｆｃ，每一个基站的移动设备的数量均设定为８个。子载波的总数为２５６个，个子载波的带宽为５?＝?１他。进一步地，每个基站的非传输功率损耗假ＰＦ。为了表述简单，每个基站所购买的可再生能源的价格和电网中的电能别设定为／Ｘ?＝?〇．２元／Ｆ和＜?＝＝?１元／％??１算法收敛性分析??〇?〇ｘ?１０＇３??
??图３．４中，次优策略大约收敛于２５０次迭代左右。因此，论文提出的最优分配策略??和次优策略的收敛性都是可以得到保障的。??〇．〇５?￡?Ｉ?Ｉ?Ｉ?Ｉ??０．０４５?Ｉ?丨－…－＞＇１?－—入１，４?……．人２，３?—入２．８?［??議???蒙謂ｔ???１００２５－４＼＼ｔ???ｒａ?〇．〇２—＼Ｖ＼４???Ｓ?＼?＼?＼?＼??连?ｏ．ｏｉ５?——Ｈ－ＶＡ???ａ?＼＼?＼??００１?＼ｔ?Ｖ＼???０．００５??＼?Ｎ?＼????０＞?、－｜上－?４－ｒ?ｒ?ｔ?ｔ??０?１００?２００?３００?４００?５００?６００??迭代次数／次??图３．４次优策略拉格朗日对偶因子收敛曲线图??此外，我们可以发现每一个拉格朗日对偶因子的收敛速度不一样。收敛速度主??要跟起始点和迭代步长有关。当起始点相同时，迭代步长越大，收敛的速度也越??快，但是大的迭代步长容易造成迭代值在收敛值周围振荡而无法等于收敛值。当??迭代步长过小时就会导致算法收敛速度过慢，耗费大量时间。因此，选取一个合??适的迭代起点和迭代步长是整个算法收敛快慢的关键所在。??３．４．２能量转换效率分析??图３．５和图３．６给出了系统成本和随共享能量的能量转换效率的变化曲线，该??图仿真的是本章所提出的最优策略。从两张图中很容易发现，随着能量转换效率口??的增加
本文编号：3421066
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
图３．１混合供电ＯＦＤＭ蜂窝网络系统模型??该系统模型主要包括两个蜂窝子系统，每一个蜂窝子系统都配置一个基站和??
山东大学硕士学位论文方案一样，这里我们直接引用最优策略的能量管理算法，不再重述。??仿真结果与分析??下面对本章所提出的混合供电ＯＦＤＭ蜂窝系统中的最优资源分配策略和分配策略进行仿真分析。在仿真过程中，所有的通信链路的信道功率增从均值为２．５的瑞利分布的随机变量，且噪声功率谱密度为ＴＶｆＯ．ＯＯｌＷ／ｉｆｃ，每一个基站的移动设备的数量均设定为８个。子载波的总数为２５６个，个子载波的带宽为５?＝?１他。进一步地，每个基站的非传输功率损耗假ＰＦ。为了表述简单，每个基站所购买的可再生能源的价格和电网中的电能别设定为／Ｘ?＝?〇．２元／Ｆ和＜?＝＝?１元／％??１算法收敛性分析??〇?〇ｘ?１０＇３??
??图３．４中，次优策略大约收敛于２５０次迭代左右。因此，论文提出的最优分配策略??和次优策略的收敛性都是可以得到保障的。??〇．〇５?￡?Ｉ?Ｉ?Ｉ?Ｉ??０．０４５?Ｉ?丨－…－＞＇１?－—入１，４?……．人２，３?—入２．８?［??議???蒙謂ｔ???１００２５－４＼＼ｔ???ｒａ?〇．〇２—＼Ｖ＼４???Ｓ?＼?＼?＼?＼??连?ｏ．ｏｉ５?——Ｈ－ＶＡ???ａ?＼＼?＼??００１?＼ｔ?Ｖ＼???０．００５??＼?Ｎ?＼????０＞?、－｜上－?４－ｒ?ｒ?ｔ?ｔ??０?１００?２００?３００?４００?５００?６００??迭代次数／次??图３．４次优策略拉格朗日对偶因子收敛曲线图??此外，我们可以发现每一个拉格朗日对偶因子的收敛速度不一样。收敛速度主??要跟起始点和迭代步长有关。当起始点相同时，迭代步长越大，收敛的速度也越??快，但是大的迭代步长容易造成迭代值在收敛值周围振荡而无法等于收敛值。当??迭代步长过小时就会导致算法收敛速度过慢，耗费大量时间。因此，选取一个合??适的迭代起点和迭代步长是整个算法收敛快慢的关键所在。??３．４．２能量转换效率分析??图３．５和图３．６给出了系统成本和随共享能量的能量转换效率的变化曲线，该??图仿真的是本章所提出的最优策略。从两张图中很容易发现，随着能量转换效率口??的增加
本文编号：3421066
本文链接：https://www.wllwen.com/kejilunwen/wltx/3421066.html
