基于博弈论的蜂窝网络功率控制与多维效率优化研究

发布时间：2020-10-14 04:12

　　 近年来,为有效解决传统蜂窝网络在网络覆盖和通信容量等方面面临的困境,异构蜂窝网络技术应运而生。在异构蜂窝网络中,宏蜂窝与小蜂窝之间采用异频组网方式的情况下可有效避免跨层干扰,而采用同频组网方式可能会导致跨层和同层干扰问题,从而制约网络性能的提升。同时,异构蜂窝网络中小蜂窝基站的密集部署也导致部署成本和运营成本增加、能耗巨大、温室气体排放量增大等问题。因此,设计高效的资源分配机制来减少干扰,提高频谱效率、能量效率和成本效率成为异构蜂窝网络中的重要研究课题。功率控制是抑制干扰、实现节能的有效技术手段,而博弈论是研究分布式资源分配问题的有效工具。因此本文首先以减少干扰、提升频谱效率与能量效率为目标,研究基于博弈论的异构蜂窝功率控制问题;进而以频谱效率、能量效率和成本效率的联合优化为目标,研究基于博弈论和遗传算法的多目标优化问题。论文的主要研究工作包括以下三个方面:1、在宏蜂窝与小蜂窝采取异频组网机制的异构蜂窝网络中,针对小蜂窝网络中小区边缘用户容易受到相邻小区干扰问题及减少系统的能量消耗问题,提出了一种针对小蜂窝网络用户上行链路的分布式功率控制方法。将网络场景建模为一个合作博弈模型,设计了一种基于距离加权并考虑能量效率的效用函数,并以此为基础提出了合作博弈功率控制算法,仿真结果表明所提出的算法具有较快的收敛速度,能够在确保所有用户SINR的同时降低用户的发射功率,从而减小了干扰并提升了能量效率。2、在宏蜂窝与小蜂窝采取同频组网机制的异构蜂窝网络中,为解决宏蜂窝与小蜂窝之间的跨层干扰问题并提升资源利用效率,提出了一种联合功率控制和信道分配策略。将场景建模为一个斯坦克尔伯格(Stackelberg)博弈模型,其中宏基站和每个小基站都独立做出决策以获得最大效用,为宏基站以及各小基站设计了相应算法,实现了最优策略并达到了 Stackelberg均衡,仿真结果表明所提出的功率控制与信道分配策略具有较好的收敛速度并提升了网络性能。3、异构蜂窝网络中大量活跃的小蜂窝意味着更高的能耗以及运营成本,因而提高系统能量和成本效益得到了越来越多的重视。在宏蜂窝与小蜂窝采取同频组网机制的异构蜂窝网络中,为解决频谱效率、能量效率和成本效率的联合优化问题,构建了基于合作博弈的多效能指标网络效用最大化问题模型,并采用多目标遗传算法对目标函数进行优化求解,仿真结果表明提出的网络资源分配方案可以优化网络的三维效率。
【学位单位】：北京邮电大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TN929.5
【部分图文】：

蜂窝移动通信的概念是由美国贝尔实验室于１９４７年提出，近几十年来，蜂窝网??络发展迅猛，令人惊叹无线通信的魅力。蜂窝通信系统经历了四代（１Ｇ－４Ｇ），目前正??在向第五代（５Ｇ）发展，如图１－１所示。??第一代蜂窝移动通信系统（Ｔｈｅ?１ｓｔ?Ｇｅｎｅｒａｔｉｏｎ?Ｍｏｂｉｌｅ?Ｃｏｍｍｕｎｉｃａｔｉｏｎ?Ｓｙｓｔｅｍ，１Ｇ），??最早出现在２０世纪８０年代，主要采用了模拟窄带调制以及频分多址（Ｆｒｅｑｕｅｎｃｙ??Ｄｉｖｉｓｉｏｎ?ＭｕｌｔｉｐｌｅＡｃｃｅｓｓ，ＦＤＭＡ）等关键技术，代表性的包括应用于英国的全接入通??信系统（Ｔｏｔａｌ?Ａｃｃｅｓｓ?Ｃｏｍｍｕｎｉｃａｔｉｏｎ?Ｓｙｓｔｅｍ，ＴＡＣＳ），欧洲的高级移动电话系统??（Ａｄｖａｎｃｅｄ?Ｍｏｂｉｌｅ?Ｐｈｏｎｅ?Ｓｙｓｔｅｍ，ＡＭＰＳ）和北欧的移动电话系统（Ｎｏｒｄｉｃ?Ｍｏｂｉｌｅ??Ｔｅｌｅｐｈｏｎｅ，ＮＭＴ）等。１Ｇ能提供模拟话音服务，但不足之处在于频谱利用率低，传输??１??

技术融合网络，５Ｇ是一个面向服务和用户体验的智能网络，不宜再用某项业务能力??或某个典型技术特征来定义。５Ｇ不仅能够实现人与人的连接，还能实现人与物、物??与物的连接，５Ｇ最终要实现的是“信息随心至，万物触手及”的总体愿景，图１－２??即为丨ＭＴ?２０２０工作组报告中的５Ｇ总体愿景图［７］，报告中还规定了?５Ｇ的使用频段、??技术演进趋势、系统架构和需求。??ａ??—ＳｅＭｒＭ?，?ｒ，??＼＼?触现实??图１＿２?５Ｇ总体愿景图??５Ｇ网络不仅要实现频谱效率的提升，而且突出强调了绿色通信和ＥＥ，并降低??整个网络的运行维护成本ｍ。毫米波（ｍｍＷａｖｅ）传输、大规模多输入多输出（Ｍａｓｓｉｖｅ??ＭｕｌｔｉｐｌｅｌｎｐｕｔＭｕｌｔｉｐｌｅＯｕｔｐｕｔ，Ｍａｓｓｉｖｅ?Ｍ１ＭＯ）、直接通信（ＤｅｖｉｃｅｔｏＤｅｖｉｃｅ，Ｄ２Ｄ）、??等技术对提高通信速率很有帮助，而动态频谱共享、蜂窝网络异构化、绿色通信等??技术对提高频谱效率和能量效率非常有益，所以这些技术被认为是未来５Ｇ网络中??３??

图１－３?５Ｇ之花??
【相似文献】

相关期刊论文 前10条

1 赵拓;杨洁;曹雪虹;基于能效的异构蜂窝网络微基站部署研究[J];计算机应用研究;2019年01期

2 ;一种新的基于车辆的蜂窝网络结构[J];无线电通信技术;2018年04期

3 王鑫;韩燕;孙强;徐晨;;基于凸优化的小蜂窝网络最小功耗方法[J];计算机工程;2017年04期

4 李春红;;小蜂窝网络优势、面临挑战与发展趋势[J];通信技术;2017年10期

5 李志斌;;Wi-Fi与蜂窝网络融合的技术进展与测试标准[J];电信工程技术与标准化;2015年08期

6 贾亚男;岳殿武;;面向5G的小蜂窝网络研究综述[J];电讯技术;2015年11期

7 ;MIMO[J];电子质量;2008年09期

8 凌志弘;WLAN与蜂窝网络的融合[J];电信网技术;2004年02期

9 ;飞利浦LDMOS技术加速3G蜂窝网络的建设步伐[J];电信技术;2003年12期

10 林强强;涂山山;刘濛;肖创柏;;异构蜂窝网络中基于社区检测的跟踪区域规划方案[J];计算机工程;年期

相关博士学位论文 前10条

1 王增;基于博弈论的蜂窝网络功率控制与多维效率优化研究[D];北京邮电大学;2018年

2 田孝华;DS-CDMA蜂窝网中无线定位与参数估计技术[D];西安电子科技大学;2003年

3 郑凛;无线互联网服务质量技术研究[D];华中科技大学;2004年

4 廖丹;多业务无线蜂窝网中的调度与控制算法研究[D];电子科技大学;2007年

5 张燕;蜂窝网和自组织网络融合技术的研究[D];上海交通大学;2008年

6 程鹏;基于凸优化理论的无线网络跨层资源分配研究[D];浙江大学;2008年

7 朱禹涛;基于基站休眠的蜂窝网络能量效率优化技术研究[D];北京邮电大学;2016年

8 刘涛;中继增强蜂窝网络中基于复用分割的无线资源管理[D];上海交通大学;2007年

9 姜来为;基于小区关联策略的异构蜂窝网络干扰管理研究[D];哈尔滨工业大学;2017年

10 牛勤;异构蜂窝网络中的干扰对齐技术研究[D];北京邮电大学;2015年

相关硕士学位论文 前10条

1 易方林;Massive MIMO异构蜂窝网干扰管理关键技术研究[D];电子科技大学;2018年

2 李桐;5G异构蜂窝网络下的移动性与干扰管理研究[D];湖南大学;2017年

3 余健志;5G背景下小蜂窝网络基于动态分簇与博弈论的资源分配[D];湖南大学;2017年

4 郑加强;功率控制下的D2D辅助蜂窝网络性能研究[D];华中科技大学;2016年

5 孔巧;混合能源供能的异构蜂窝网络中能源成本最小化问题的研究[D];华中科技大学;2016年

6 刘庭薇;蜂窝网络下D2D通信的干扰控制和资源分配技术研究[D];华中科技大学;2016年

7 秦立静;基于中继协作的无线蜂窝网络能效研究[D];兰州理工大学;2014年

8 杨稀丹;认知蜂窝网络中的资源管控技术研究[D];西安电子科技大学;2013年

9 严曦;室外移动蜂窝网络28GHz电波传播特性研究[D];南京邮电大学;2016年

10 巩明辉;异构蜂窝网络中干扰管理技术研究[D];北京邮电大学;2015年

本文编号：2840161