超密集网络中基于随机几何理论的性能分析和资源分配研究

发布时间：2020-10-12 21:21

　　 为了实现未来5G网络超高速、超高容量、超低时延和高能效的愿景,增加接入点(Access Point,AP)的类型和数量被普遍认为是最有效的方法之一。因此,未来通信网络将呈现出密集化和异构化的趋势,逐渐演变成超密集网络(Ultra Dense Network,UDN)。与传统通信网络相比,超密集网络中的接入点数目骤增,发送端和接收端的距离大大缩短,小区边缘的概念逐渐弱化,网络服务模式从“以基站为中心”到“以用户为中心”转变,实现了系统容量等网络性能的大幅度提升。鉴于超密集网络的新特点,传统通信网络的理论分析及资源分配方法已不再适用。一方面,传统的理论性能分析方法对于节点空间分布的建模主要采用确定性模型,并且性能分析过程依赖于蒙特卡罗仿真或者过于理想化的假设,但是面对超密集网络中节点分布的异构性、随机性和密集性,传统的建模方法过于理想化,因此亟需新型的建模方法来描述超密集网络拓扑的随机性,从而进行准确的性能分析。另一方面,在超密集网络中,由于用户和接入节点的数量骤增,信道状态信息(Channel State Information,CSI)等信息膨胀,同时,除却传统的空、时、频无线资源,计算、缓存等多维度的网络资源卷入,使得资源分配问题的维度、复杂度和反馈量大大增加,传统的基于逐点测量、逐点反馈的资源分配方法已无法满足需求。针对超密集网络中性能分析和资源分配的难点问题,本论文采用随机几何理论、随机过程、概率论等数学方法,分析超密集网络中不同场景的网络性能,为超密集网络构建新的性能评估体系,并设计低复杂度、低开销的资源分配方案,为推动超密集网络的演进、部署和实施进行前沿探索。本论文的主要研究成果和贡献如下:1、静态场景下基于随机几何理论的网络性能分析针对采用小区范围扩张技术的蜂窝异构网络,从小区的角度,推导单个小区面积加权的平均负载量,单个用户的平均遍历速率,面积加权的频谱效率和能量效率;从网络层的角度,推导平均每层的频谱效率和能量效率;从整个网络的角度,推导网络的频谱效率和能量效率,并研究不同偏置值对两者之间折中关系的影响。此外,针对采用多点协作(Coordinated Multipoint,CoMP)技术的超密集网络,提出了新的性能指标包括成功服务概率和有效遍历容量等,比较网络在分别采用联合传输(Joint Transmission,JT)和协同调度/波束赋形(Coordinated Scheduling/Coordinated Beamforming,CS/CB)这两种不同多点协作技术时用户、小区以及全网络的性能。以上两个方面的研究均通过对比理论推导结果与仿真结果进行验证。相关静态场景的性能分析研究成果为蜂窝异构网络在采用小区范围扩张技术时偏置值的设置,多点协作传输网络对于不同多点协作方案的选择和协作簇大小的设置等提供了理论指导。2、移动场景下基于随机几何理论的网络性能分析第一,在移动通信网络中,针对五种基本切换准则,利用随机几何理论分析用户在移动过程中与基站的相对位置关系,推导出采用不同切换准则时簇切换概率的理论表达式,研究不同切换策略对用户切换性能的影响。第二,考虑过时CSI对用户切换性能的影响,提出两个新的指标一误切概率(False Handover Probability)和漏切概率(Miss Handover Probability),用以衡量由过时CSI造成的切换失败概率。第三,针对采用多点协作技术的超密集网络,考虑用户移动性的影响,研究过时和准确的CSI之间的关系,利用随机几何理论推导网络覆盖率,探索过时CSI对移动通信网络性能的影响。以上三个方面的研究也均通过对比理论推导结果与仿真结果进行验证。超密集网络中移动场景的相关性能分析(如切换概率、切换失败率、网络覆盖率等)为多点协作网络中不同切换策略的选择,用户移动性对切换失败概率的影响,以及基站密度的部署和协作簇大小的设置等问题提供了一种新的研究思路和方法。3、基于随机几何理论的资源分配算法研究针对超密集网络中资源分配的高维度、高复杂度、高反馈量问题,提出了两种资源分配方案——基于随机几何理论的分级功率分配方案以及计算任务卸载和内容缓存方案。针对超密集网络的上行链路场景,考虑一个离散功率集合,则可以根据发射功率将干扰用户分为多组,然后利用随机几何理论方法推导相关性能参数,并利用得到的性能参数设计基于交替遗传算法的功率分配方案。针对具有计算密集型业务的超密集网络场景,用户可以选择将计算任务卸载到附近的基站或一组D2D(Device to Device)用户,并决定是否缓存计算结果。然后将如何设计最佳计算卸载和缓存策略以最大化卸载和缓存的净收益表示成一个优化问题,最后设计基于ADMM(Alternating Direction Method of Multipliers)的分布式算法求解该问题。仿真结果表明借助随机几何理论,这两种方案在进行资源分配时只需要获得部分CSI(每个用户的有用信号信息),能够在保证相关用户性能的条件下有效地降低资源分配算法的计算复杂度和信令开销。相关研究成果有效地解决了传统无线资源管理和控制的复杂度高、反馈开销大等问题,为超密集网络中无线和网络资源分配的工程实践提供重要的理论基础。
【学位单位】：北京邮电大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：TN929.5
【部分图文】：

１．１．１研究背景??随着无线通信技术的飞速发展，各种智能终端的普及和新型业务的涌现使得??当前的无线网络产生了巨大的数据风暴，据预测，截止到２０２０年，全球移动数??据流量将增长１０００倍，网络也将进入５Ｇ时代。未来的５Ｇ网络将实现从今天的??ＩｏＨ（Ｉｎｔｅｒａｅｔ?ｏｆ?Ｈｕｍａｎ）、ＩｏＴ（Ｉｎｔｅｍｅｔ?ｏｆ?Ｔｈｉｎｇｓ）演变成?ＩｏＥ（Ｉｎｔｅｍｅｔ?ｏｆ?Ｅｖｅｒｙｔｈｉｎｇ），??通信系统将变得“万物包容”、“无处不在”［１］。３ＧＰＰ、ＩＴＵ－Ｒ等国际标准化组织指??出，为了实现未来５Ｇ网络的１０００倍容量增长（Ｕｌｔｒａ?Ｈｉｇｈ?Ｃａｐａｃｉｔｙ）、超高可??靠性（Ｕｌｔｒａ?Ｌｏｗ?Ｌａｔｅｎｃｙ）、超低时延（Ｕｌｔｒａ?Ｒｅｌｉａｂｌｅ）、高能效（Ｈｉｇｈ?Ｅｎｅｒｇｙ??Ｅｆｆｉｃｉｅｎｃｙ）的愿景，减小小区半径、增加接入节点的类型和数量的超密集网络??（Ｕｌｔｒａ?Ｄｅｎｓｅ?Ｎｅｔｗｏｒｋｓ，?ＵＤＮ）是未来５Ｇ网络的关键技术之一［２］。与传统通信网??络相比，超密集网络中的接入点数目骤增，发送端和接受端的距离大大缩短，小??区边缘的概念逐渐弱化，网络服务模式从“以基站为中心”到“以用户为中心”??转变，同时也实现了系统容量等网络性能的大幅度提升。??＿?－＾：??

?确。而随机几何作为建模、分析和设计无线随机网络的强大数学工具，能够为无??线通信网络的空间随机建模提供一种新的方法［１５＿ｉ８］。如图１－２?（ｂ）所示，该方法的??主要思想是将节点的空间位置抽象成合适的随机点过程，如齐次泊松点过程??（Ｈｏｍｏｇｅｎｅｏｕｓ?Ｐｏｉｓｓｏｎ?Ｐｏｉｎｔ?Ｐｒｏｃｅｓｓ，?ＨＰＰＰ），而实际网络拓扑可以看成是该点??过程的一次“快照”。对比传统的性能分析方法，随机几何方法能够更好地描述??无线通信网络拓扑的随机性，而且借助随机几何相关理论，能够不依赖于仿真或??者过于理想的假设，从理论上有效、准确地分析网络的性能［１２，１５］。??＿■??（ａ）?（ｂ）??圖??（Ｃ）??图１－２节点模型示意图：（ａ）传统网格模型；（ｂ）随机几何模型；（ｃ）实际节点分布图??（红点代表基站，蓝色曲线代表小区覆盖范围）??Ｆｉｇ．?１－２?Ａ?ｓｋｅｔｃｈ?ｏｆ?ｎｏｄｅ?ｍｏｄｅｌｓ：?（ａ）?ｔｒａｄｉｔｉｏｎａｌ?ｇｒｉｄ?ｍｏｄｅｌ；?（ｂ）?ｓｔｏｃｈａｓｔｉｃ?ｇｅｏｍｅｔｒｙ?ｍｏｄｅｌ；??（ｃ）?ａｃｔｕａｌ?ｎｏｄｅ?ｄｉｓｔｒｉｂｕｔｉｏｎ??（Ｒｅｄ?ｐｏｉｎｔｓ?ｒｅｐｒｅｓｅｎｔ?ｂａｓｅ?ｓｔａｔｉｏｎｓ；?ｂｌｕｅ?ｌｉｎｅｓ?ｄｅｎｏｔｅ?ｔｈｅ?ｃｅｌｌ?ｃｏｖｅｒａｇｅ）??为了解决超密集网络中关于性能分析和资源分配方案设计的难题，本论文利??用随机几何建模方法及其相关理论在无线网络的建模和性能分析中表现出的优??越性和准确性

测点的性质［３，４］。随着随机几何理论的应用越来越广泛，根据应用场景的不同，??采用的点过程也不尽相同，常用的点过程模型主要包括齐次泊松点过程（ＨＰＰＰ）、??泊松聚过程（ＰＣＰ）、泊松核过程（ＨＣＰＰ）等。图２－１给出了常用点过程的示意??图，其中红色方形点代表基站，黑色原点代表基站簇。在这些点过程中，应用最??广泛的是ＨＰＰＰ，下面将对这一模型的性质和应用进行详细的介绍和说明。??１８??
【相似文献】

相关期刊论文 前10条

1 周振宇;张新鹏;王朔中;;抗随机几何失真攻击的音频水印方案[J];中国图象图形学报;2005年11期

2 付雅茹;朱琦;;基于随机几何理论的中继OFDM系统容量分析[J];电子与信息学报;2013年10期

3 李星蓉;李永倩;;基于随机几何理论的毫米波蜂窝系统覆盖研究[J];电视技术;2016年08期

4 孙鹏;陈永卫;周年光;伍晓平;章理;;采用随机几何工具的终端直通通信接入控制方法[J];国防科技大学学报;2019年03期

5 杨锡鎏;周翠英;;基于蒙特卡罗方法的软土微观结构随机几何模型[J];中山大学学报(自然科学版);2011年02期

6 王仲奇;二维随机几何模型的蒙特卡罗研究[J];中国原子能科学研究院年报;1997年00期

7 孙海虹,陈铁云;轴压随机几何缺陷圆柱壳可靠性分析[J];计算结构力学及其应用;1996年04期

8 唐敢;王法武;吴靖坤;;具有随机几何缺陷的大跨度单层球面网壳稳定性分析[J];钢结构;2008年05期

9 周猛;贾向东;颉满刚;;基于随机几何的大规模MIMO中继异构网络性能分析[J];计算机工程与科学;2018年06期

10 申琪;田峰;;基于放大重传的认知共存网络传输容量分析[J];信息通信技术;2012年03期

相关博士学位论文 前10条

1 刘梦婷;超密集网络中基于随机几何理论的性能分析和资源分配研究[D];北京邮电大学;2019年

2 孙鹏;基于随机几何理论的嵌入D2D功能蜂窝网络干扰管理研究[D];西安电子科技大学;2017年

3 孙朝;基于随机几何理论的密集异构网络研究[D];北京邮电大学;2018年

4 刘旸;基于随机几何理论的认知无线Ad Hoc网络容量及连通性研究[D];北京邮电大学;2016年

5 宋思达;基于随机几何的蜂窝网络研究[D];北京邮电大学;2015年

6 白娟;基于随机几何方法的无线网络安全[D];北京邮电大学;2015年

7 姚媛媛;基于射频能量采集的无线通信网络容量研究[D];北京邮电大学;2017年

8 王智博;面向数据分发的蜂窝直通通信技术研究[D];北京邮电大学;2014年

9 邓娜;基于随机几何的异构蜂窝网建模分析与设计[D];中国科学技术大学;2015年

10 SANI UMAR ABDULLAHI;使用分数频率重用的异构网络中的干扰管理[D];北京科技大学;2017年

相关硕士学位论文 前10条

1 郑建超;基于随机几何的MIMO无线网络容量问题研究[D];曲阜师范大学;2018年

2 郭旗;基于随机几何的无线网络链路调度问题研究[D];曲阜师范大学;2017年

3 齐程;两层网络中基于随机几何的分簇干扰对齐研究[D];江苏科技大学;2017年

4 杨梓华;5G用户为中心网络基于随机几何理论的性能分析[D];北京邮电大学;2017年

5 蔡杰;随机几何理论在蜂窝网络中的应用[D];南京邮电大学;2016年

6 张悦;基于随机几何的异构蜂窝网络性能分析[D];南京邮电大学;2017年

7 张晓锋;基于随机几何图的无线传感器网络拓扑控制[D];西安电子科技大学;2013年

8 郑威;基于随机几何的异构网络性能分析[D];北京邮电大学;2017年

9 陈莹;Massive MIMO在系统规划仿真中的建模与应用[D];北京邮电大学;2017年

10 申琪;基于随机几何的认知无线网络累加干扰传输容量分析[D];南京邮电大学;2012年

本文编号：2838296