基于LTE-A的无线资源分配算法研究

发布时间：2021-04-23 08:29

无线移动通信系统中由于无线资源的稀缺决定了资源分配在系统性能方面的重要性,伴随移动通信网路的飞速发展和业务需求的爆炸式增长,有限的无线资源与多媒体业务不断提高的服务质量(Qo S,Quality of Service)需求之间的矛盾日益尖锐,迫切需要既能提高网络整体性能又可以支持高质量多媒体业务的无线资源分配策略,使得资源分配的研究成为移动通信系统的热点核心问题之一。多载波通信技术因其能在多径衰落环境中高速传输数据且具有较高的频谱利用率而备受关注,正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)技术作为多载波通信技术的代表,因其具有抗频率选择性衰落和高速数据传输而被应用到无线通信的很多领域。其中,长期演进(LTE,Long Term Evolution)/LTE-Advanced系统作为多载波通信系统最具代表性的标准化系统,通过采用多天线(MIMO,Multiple-Input Multiple-Output)技术、多点协作(Co MP,Coordinated Multiple Point Transmission/Reception)传输、终端直通(D2D,Device-to-Device)通信等多种关键技术,期望给用户提供更为广泛优质的通信服务,如更高的数据速率,更大的系统容量,更好的网络覆盖。针对多载波通信系统中多用户、多业务的动态资源分配问题,本文逐步研究了资源分配过程中的动态资源调度分配算法、跨层优化分配算法以及下行功率分配算法,并基于LTE-Advanced系统对于Qo S保障、资源利用率以及公平性等系统性能进行了仿真分析,具体的工作如下:首先,针对LTE-Advanced系统中对于不同业务类型的服务质量(QoS)所带来的无线动态资源调度需求,目前很多研究仅在特定场景下讨论了系统的最优性能,本文提出了一种更具有普适性的自适应双模式资源调度算法。本算法通过对传输时延,用户优先级和系统性能折中权重因子三个参数的配置,使得所引入的调度机制能够适用于不同的系统性能目标,降低了个体业务Qo S保障对于系统资源利用率以及公平性的影响,简化了满足不同系统性能需求的模式切换过程复杂度。基于LTE-Advanced场景的仿真分析表明了本文所提算法能够有效地依据各业务的Qo S等级标识(QCI,Qo S Class Identifier)等级保障其时延预算,同时在Qo S保障、系统资源利用率以及公平性间获得良好的折中,并依据不同的应用场景和系统性能目标进行调整,从而具有更广泛的应用空间。其次,针对LTE-Advanced系统网络中存在的弹性业务对无线传输速率的需求,本文提出了一种基于跨层策略的资源分配算法,该算法根据网络中速率可控的弹性业务需求及资源状况,自适应地调整业务速率从而提高系统性能。本算法采用跨层优化策略,以最大化系统中弹性业务流的效用和为目标,对应用层、MAC层和物理层进行联合优化。应用分步求解理论,将跨层优化算法的目标函数分解为速率控制问题以及子载波资源分配问题进行分别求解,其中对于速率控制问题可以由凸优化方法进行迭代求解;而子载波资源分配问题则通过拉格朗日变换求解。基于LTE-Advanced场景的仿真分析表明,所提基于跨层的优化算法不仅可以实现对弹性用户的速率控制,而且通过与其他两种跨层优化算法的仿真比较都具有很好的系统性能指标。最后,针对更加复杂的多用户以及各种业务Qo S需求同时存在的情况,本文提出了一种基于遗传算法的下行链路功率优化分配算法,用以尽可能地兼顾各类业务的Qo S需求及公平性要求,采用最大化系统效用模型研究下行链路功率分配问题。通过建立效用函数,将系统中抽象的下行链路功率资源转化成直观的数值化指标,并将最大化系统效用和函数作为研究问题的系统优化目标,运用智能计算中的遗传算法对功率分配模型进行分析求解。基于LTE-Advanced场景的仿真分析表明,无论是在只保证Qo S用户的服务需求条件下,还是系统中Qo S用户和尽力而为(BE,Best Effort)用户同时需要满足服务的条件下,本算法都能获得明显的系统吞吐量与总效用性能,能够保证在LTE-Advanced系统出现多种复杂业务需求同时存在时,同样具有系统性能优势。本文所提出的动态资源调度、跨层优化和下行功率分配算法逐步讨论了多载波通信系统中的无线资源分配问题,并论述了算法对于系统资源利用率、公平性以及Qo S保障等性能的提升。本文针对多载波系统所提出的资源分配算法虽然其仿真验证的过程是在LTE-Advanced系统场景下,但是该算法主要是讨论多载波系统在不同业务需求下的资源分配问题,有潜在的可能为多载波通信系统在诸如5G等方面的未来应用提供一定的理论基础。
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TN929.5

文章目录

摘要

Abstract

常用缩略语

第1章绪论

1.1 课题来源及研究的目的和意义

1.1.1 研究背景与课题来源

1.1.2 研究的目的和意义

1.2 国内外研究现状及分析

1.2.1 无线资源调度算法的研究现状

1.2.2 基于跨层的资源分配算法研究现状

1.2.3 下行链路功率分配算法研究现状

1.2.4 LTE/LTE-A系统概述及发展现状

1.3 本文的主要研究内容

1.3.1 本文的研究内容和主要贡献

1.3.2 本文的组织结构

第2章资源分配相关理论概述

2.1 LTE-A系统关键技术

2.1.1 LTE-A系统无线协议架构

2.1.2 OFDM/OFDMA技术

2.1.3 LTE-A系统无线资源管理

2.1.4 LTE/LTE-A系统中的业务模型及QoS特性

2.2 无线资源调度与跨层优化

2.2.1 无线资源调度

2.2.2 跨层优化设计思想

2.2.3 LTE-A系统资源分配中的跨层优化

2.3 下行链路功率分配算法

2.3.1 传统注水功率分配算法

2.3.2 协同功率分配算法

2.4 资源优化算法中的效用函数

2.4.1 弹性业务的效用函数模型

2.4.2 非弹性业务的效用函数模型

2.5 资源分配算法的性能评估

2.5.1 系统吞吐量

2.5.2 用户公平性

2.6 本章小结

第3章双模式可配置资源调度算法研究

3.1 引言

3.2 资源调度算法的设计原则

3.3 双模式可配置资源调度算法

3.3.1 动态调度过程

3.3.2 时频资源分配问题分解

3.3.3 双模式可配置资源调度算法

3.4 仿真结果与分析

3.4.1 系统评价指标

3.4.2 仿真结果与分析

3.4.3 RCDD与PF算法的性能比较及分析

3.5 本章小结

第4章基于跨层的无线资源分配算法研究

4.1 引言

4.2 LTE-A系统中继传输网络

4.3 基于联合速率控制的资源分配策略

4.4 跨层联合优化函数设计与优化

4.4.1 基于跨层优化的效用函数分解

4.4.2 速度控制问题的求解

4.4.3 资源分配问题的求解

4.4.4 算法仿真设计

4.5 仿真结果与分析

4.6 本章小结

第5章基于遗传算法的下行功率分配算法研究

5.1 引言

5.2 下行链路功率分配模型设计

5.3 基于遗传算法的功率分配优化

5.3.1 遗传算法的基本原理

5.3.2 功率分配优化算法的实现

5.4 仿真结果与分析

5.4.1 LTE-A系统仿真场景及参数设置

5.4.2 遗传功率分配算法设计与仿真

5.4.3 算法仿真结果及性能分析

5.5 本章小结

结论

参考文献

攻读博士学位期间所发表的论文及其它成果

致谢

个人简历

【相似文献】