无线移动通信网络的资源调度研究
发布时间:2020-10-08 16:06
在过去的几十年间,无线移动通信技术的发展日新月异,但是由于资源的稀缺以及成本的高昂,如何对信道资源和计算资源进行高效的利用,成为了国内外研究的热点。本文针对这两种问题,分别研究信道资源的调度以及计算资源的调度问题。信道资源调度是指在无线移动通信网络中,为用户合理分配功率、频率等信道资源,降低系统干扰,提升频谱效率,计算资源调度是指利用多核处理器,将计算任务映射到各个处理器,完成实时高速的信息处理。本文针对信道资源以及计算资源的调度研究展开了如下几项工作:1、信道资源调度,提升频谱效率。面对日益拥挤的频谱资源的争夺,多小区合作系统因其能够高效利用频谱资源,而成为了无线移动通信系统发展的必然,但正是因为系统规模的扩大以及资源的拥挤,造成多小区合作系统严峻的干扰问题,本文针对干扰严重的多小区合作系统中的信道资源调度问题,提出了高效利用信道资源的方法。借助聚类的思想,并构造干扰图,以降低用户间干扰为目标,提出两步聚簇算法。本文在多种实际通信网络下进行仿真,结果表明两步聚簇算法在信道资源紧张和充足的两种情况下,网络容量以及频谱效率都能有较满意的结果。通过与现有资源调度算法进行比较,结果表明两步聚簇算法能够在保持良好的用户服务质量的前提下,显著提升频谱效率。2、计算资源调度,实现实时高速的信息处理。多核处理器因其具有高缓存、高吞吐等优点在通信信息处理领域有着广泛的应用。本文围绕充分发挥多核阵列并行处理的优势,实现实时高速的信息处理问题,研究通信任务集到多核阵列的映射调度问题。本文给出典型计算资源调度算法的介绍,包括表调度以及以最小延时为目标的遗传算法;同时,为了有效利用计算资源的并行性,本文引入了方块拼接算法,并针对实时信息处理的要求进行了改进。针对多种通信计算任务,本文进行了软件仿真以及硬件实测。结果表明,在多种多核阵列架构下,三种算法均能实现实时高速的调度,满足毫秒级的映射调度要求,并且改进的方块拼接算法在调度延时上拥有较大的优势。
【学位单位】:电子科技大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TN929.5
【部分图文】:
第二章 无线移动通信网络资源调度理论基础随着移动用户的激增、计算任务的复杂多样,以及频谱资源与计算资源的匮乏,使得资源合理优化的分配显得尤为重要,基于此,能够最大限度提高频谱效率的多小区合作系统,以及大缓存、高吞吐的多核阵列应运而生。本章作为后续算法介绍的理论基础,旨在给出资源调度的场景,同时明确本文资源调度问题的定义,以及给出调度算法的分类,本章针对信道资源调度与计算资源调度分为两部分进行介绍。2.1 无线移动通信网络架构传统的单链路(从一个发射机到一个接收机的传输)的频谱效率从根本上受到可用传输功率的限制[29],但是通过允许多设备进行并行通信能够提高总频谱效率,即是现代的多天线技术。
优资源分配策略是未知的,因为每一个发射机服务于一个唯一的用户,但是干扰是存在于多个小区之间的。在传统的多小区合作系统中,每个用户一次属于一个小区,资源分配是由其所属的基站单方面执行的。随后,在多小区多天线系统中出现了不同的情况,所有基站能够同时使用相同的频率资源,以最大限度的提高整个系统的频谱效率。在多小区合作系统中,出现了很多不同的技术手段,包括协同处理技术、协作多点技术、多小区处理技术[30]等等。这些技术是基于利用空间维度并行服务于多个用户,同时控制干扰的思想。所有用户都由来自所有基站的联合传输提供服务,多小区特性本质上被简化为限制每个子信道的传输功率,而不是限制带宽内总的传输功率。多小区合作系统也包含了多种场景,其中包括静态不相交合作集群以及动态合作集群。静态合作集群的含义是将基站分割成不相交的多个集群(簇),如图 22 所示,每一个簇基本上是作为一个单元系统运行。如果每个集群足够小,这种方法可以在集群中实现信道分配、协调与同步,但是当用户分布不均且存在集群外干扰时,静态集群系统的频谱效率会很差。
图 2-3 动态合作集群态合作集群包含多种场景:怀纳模型(Wyner model)、协作波ordinated Beamforming)、联合传输(Joint Transmission)、认知无线gnitiveRadio)等等。在多小区协同波束成形的场景中,每个小区中有户,每个用户由自己所属的基站提供服务,但与所有其他基站共同选减少小区间干扰,该场景如图 2-4 所示。协作波束成形技术能够扩大,有效减少小区间干扰,有效提高小区边缘用户的质量,从而提升系[31],因此本文所采用的多小区合作系统模型为协作波束成形的场景。
本文编号:2832447
【学位单位】:电子科技大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TN929.5
【部分图文】:
第二章 无线移动通信网络资源调度理论基础随着移动用户的激增、计算任务的复杂多样,以及频谱资源与计算资源的匮乏,使得资源合理优化的分配显得尤为重要,基于此,能够最大限度提高频谱效率的多小区合作系统,以及大缓存、高吞吐的多核阵列应运而生。本章作为后续算法介绍的理论基础,旨在给出资源调度的场景,同时明确本文资源调度问题的定义,以及给出调度算法的分类,本章针对信道资源调度与计算资源调度分为两部分进行介绍。2.1 无线移动通信网络架构传统的单链路(从一个发射机到一个接收机的传输)的频谱效率从根本上受到可用传输功率的限制[29],但是通过允许多设备进行并行通信能够提高总频谱效率,即是现代的多天线技术。
优资源分配策略是未知的,因为每一个发射机服务于一个唯一的用户,但是干扰是存在于多个小区之间的。在传统的多小区合作系统中,每个用户一次属于一个小区,资源分配是由其所属的基站单方面执行的。随后,在多小区多天线系统中出现了不同的情况,所有基站能够同时使用相同的频率资源,以最大限度的提高整个系统的频谱效率。在多小区合作系统中,出现了很多不同的技术手段,包括协同处理技术、协作多点技术、多小区处理技术[30]等等。这些技术是基于利用空间维度并行服务于多个用户,同时控制干扰的思想。所有用户都由来自所有基站的联合传输提供服务,多小区特性本质上被简化为限制每个子信道的传输功率,而不是限制带宽内总的传输功率。多小区合作系统也包含了多种场景,其中包括静态不相交合作集群以及动态合作集群。静态合作集群的含义是将基站分割成不相交的多个集群(簇),如图 22 所示,每一个簇基本上是作为一个单元系统运行。如果每个集群足够小,这种方法可以在集群中实现信道分配、协调与同步,但是当用户分布不均且存在集群外干扰时,静态集群系统的频谱效率会很差。
图 2-3 动态合作集群态合作集群包含多种场景:怀纳模型(Wyner model)、协作波ordinated Beamforming)、联合传输(Joint Transmission)、认知无线gnitiveRadio)等等。在多小区协同波束成形的场景中,每个小区中有户,每个用户由自己所属的基站提供服务,但与所有其他基站共同选减少小区间干扰,该场景如图 2-4 所示。协作波束成形技术能够扩大,有效减少小区间干扰,有效提高小区边缘用户的质量,从而提升系[31],因此本文所采用的多小区合作系统模型为协作波束成形的场景。
【参考文献】
相关博士学位论文 前1条
1 耿晓中;基于多核分布式环境下的任务调度关键技术研究[D];吉林大学;2013年
相关硕士学位论文 前4条
1 庞守雷;面向特定应用的多核处理器体系结构关键技术研究[D];国防科学技术大学;2014年
2 李秀满;考虑延时模型的任务映射与调度算法研究[D];哈尔滨工业大学;2013年
3 张家杰;多核处理器关键技术研究[D];复旦大学;2013年
4 余颖;基于神经网络和遗传算法的人工智能游戏研究与应用[D];湖南大学;2011年
本文编号:2832447
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2832447.html