基于FLS信道估计的无线异构网络资源优化分配

发布时间：2020-10-30 12:57

　　 异构网络作为下一代5G网络的基础,具有提高网络传输速率、提高频谱资源利用率、易于安装、提高覆盖面积、减小网络覆盖盲区、提高网络可靠性、低成本、节约能量等优点。Femtocell网络作为异构网络组成部分,被研究机构和工业所广泛关注。Femtceoll网络的引入,给无线网即带来机遇,又带来了挑战。由于Femtocell网络的随机部署,以及占用与宏蜂窝网络相同的频谱资源,Femtocell网络必然会对原有的宏蜂窝网络造成跨层干扰,同时,Femtocell网络内部也会产生强烈的同层干扰。实际的通信环境是动态的,即无线信道状态信息是变化的。如何在动态的通信环境中,捕获动态的信道状态信息,并设计合理的功率控制策略用于抑制通信系统内的同层以及跨层干扰,提高通信系统的性能是亟待解决的。首先,考虑在无线通信环境变化快慢两种场景下,用模糊逻辑系统(Fuzzy Logic System,FLS)借助通信系统可以获取的信息估计动态的,瞬时的信道状态信息。提出基于FLS信道估计的功率控制方案,用于降低通信系统的干扰,最小化通信系统的能耗,提升通信系统的性能。在最小化通信系统能耗的同时,通信系统内每个用户的服务质量通过传输速率的约束得到了保证。其次,考虑在多蜂窝,多用户下的场景下;信道状态信息受路损,阴影衰落,瑞利衰落等影响因素时;通过FLS捕获其动态的信道状态信息。提出基于FLS信道估计的功率控制方案对通信系统进行干扰管理,最大化通信系统的传输速率,提升通信系统性能。在最大化通信系统传输速率的同时,每个用户的服务质量通信噪比的约束得到了保证。最后,针对于正交频分多址接入Femtocell网络,通过FLS捕获其动态的信道状态信息。提出基于FLS信道估计的功率控制方案用于实现通信系统能效最大化。同时在子载波分配时考虑了用户公平性问题,以及最大干扰限制,最低传输速率的要求,最大传输功率的限制。在最大化通信系统能效的同时,用户的服务质量也得到了保证。
【学位单位】：燕山大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN929.5
【部分图文】：

图 2-1 两层 Femtocell 网络的系统模型需要注意的是，每个蜂窝内有多个用户的场景可以转过正交频分多址接入(OFDMA)，通过子载波分配，不同的载波。因此，n个用户可以共享同一条载波；蜂窝内。tocell 网络中，为了最小化整体系统的总功率，并同的要求，便形成了如下优化问题：*,min,s.t.0 ,ii ii i maxpR R i Np p i N ,2, , n},i,maxp 为每个用户的最大功率。增益不确定时，信道模型为g g g 。其中g 为信道波动量。对于通信系统，信道增益g 是动态，其中之前的工作关于信道不确定的处理为概率或者域。

推理机的处理是基于知识库，知识库包含了一系列的推理规则。这则用来建立 FLS 的输入输出关系。一条模糊规则包括两部分，左边部分称为谓右边部分称为结果。所有的规则都被推理机以相同的方式执行。模糊化部分将转化为精确输出。.2 FLS 估计瞬时的信道增益为了确定瞬时信道增益 g ，通信系统的每个用户借助 FLS 去获取瞬时的信道增FLS 的输入为上一次传输的功率 p ，信噪比 SINR，接收信号强度 RSSI。信道增获取是基于知识库的一系列推理规则。如图 2-2，这仅有一个输出变量，命名为信道增益，其表示用户和其通信基站的，其中的知识库包含5 6 5 150规则。注释 2-2：FLS 的灵敏度取决于输入变量的个数以及隶属度函数的个数。灵敏度输出特别重要。因为信道增益是进行功率优化所必需的物理量。但是，模糊规数量影响 FLS 的计算复杂度，故不能无限制的增加每个输入变量的隶属度个数。

图 3-1 系统模型k,*) ,i ， i N , k K ,u M ，是用户的目标 SINR。为保证用户的服务质量( ) ( ,*), ,k ku i u i 取得通信系统最大的传输速率，并保证每个用户的服务质量。基于信优化模型可以建立为：(k),1 0 1(k,*), ,(k,max), ,max, , ,s.t.0 , , ,K N Fu ik i uku i u iku i u iRi u kp p i u k N F KN F K( , ),k maxu i 为第i个蜂窝内第u 个用户在第k 条载波上的最大传输功率。模型为,10, , ,10u nku n u n u ng d r 。其中u ,nd 为路损；,1010u n 为阴影作用， ， 以u ,n 为 方 差 的 高 斯 随 机 变 量 ；u ,nr 是 瑞 利 作 N , k K , u M oru F 其中路损为信道增益的基础决定部分，阴影和
【相似文献】

相关期刊论文 前10条

1 青巧;梁睿;万静;;基于信道状态可信度的电力线通信路由算法[J];西南民族大学学报(自然科学版);2012年04期

2 张茂林;;刍议压缩感知条件下的5G网络信道状态的获取[J];数字通信世界;2017年12期

3 孟德香,吴湛击,吴伟陵;一种无线信道状态估计新算法[J];电子与信息学报;2005年02期

4 赵尔敦;肖静;;无线网络中基于信道状态预测的调度算法[J];电子测量技术;2007年04期

5 冉君军;刘志勤;钟敏;;ZigBee网络中基于信道状态预测的WiFi干扰避免方法[J];计算机测量与控制;2017年06期

6 欧静兰;吴皓威;邹玉涛;胡亚文;;过时信道状态下机会双向中继选择算法[J];北京邮电大学学报;2014年06期

7 赵玮;刘立;张衡阳;郑博;;联合信道状态编码的基函数生成算法[J];空军工程大学学报(自然科学版);2017年06期

8 毛晓俊;;结合无线信道状态的IEEE 802.16 QoS调度算法[J];电力系统通信;2007年06期

9 陈薇薇;王俊;程雯;;信道容量研究与信道状态对误码率的影响[J];信息技术;2017年10期

10 刘念;任国春;陈瑾;丁国如;谈宏图;;第2讲 信道状态持续时间的可预测性研究[J];军事通信技术;2014年04期

相关硕士学位论文 前9条

1 张朋;基于FLS信道估计的无线异构网络资源优化分配[D];燕山大学;2019年

2 张迪芳;时变信道环境下的信道估计和时频同步技术[D];杭州电子科技大学;2019年

3 李亚鹏;Media-based Modulation关键技术研究[D];北京交通大学;2017年

4 冉君军;zigbee网络抗干扰技术的研究与实现[D];西南科技大学;2018年

5 侯研;基于软件无线电的Zigbee链路无线信道状态的分析[D];中国海洋大学;2013年

6 许九旭;eLAA通信系统中通信链路增强方案研究[D];北京邮电大学;2017年

7 魏晓光;应急通信中的极限传输研究[D];北京邮电大学;2009年

8 舒慧西;基于MMSE中继合作的物理层安全研究[D];哈尔滨工业大学;2016年

9 徐晶;面向5G系统基于压缩感知理论的信道状态获取研究[D];北京邮电大学;2015年

本文编号：2862505