超密网络智能调度

发布时间：2021-08-29 06:08

　　持续增长的数据流量促使第五代移动通信系统（The Fifth Generation Mobile Communication System,5G）演进为超密集网络（Ultra-Dense Networks,UDNs）。随着新兴业务的不断涌现,UDNs中资源调度面临新的挑战。一方面,由于激增的基站和用户数量,高复杂且大规模的资源调度优化问题通常只能获得近似最优解代替实际最优解。另一方面,由于业务的多样化,传统针对特定业务的资源调度方法无法灵活满足用户在吞吐量、可靠性和时延等方面的服务质量（Quality of Service,QoS）需求。此外,现有资源调度由用户调度模块和资源分配模块分步实现,性能优化通常侧重于优化单个模块,面临子模块最优非全局最优等挑战。因此,本文研究UDNs中的智能资源调度,引入智能化解决上述挑战。首先,本文提出一体智能资源调度架构。基于现有资源调度流程,所提架构可智能建模和求解UDNs中的资源调度问题,实现无线资源自动化管理。此外,所提架构将用户调度模块和资源分配模块聚合为一体,通过模块一体化实现全局最优代替子模块最优,降低模块分离带来的增益损失。其次,基于所提架... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

UDNs的多种场景

通用滤波多载波（Universal Filtered Multi-Carrier，UFMC）和波（Flter-Bank Multi-Carrier，FBMC）。其中，FBMC 通过多相进行滤波，UFMC 对 RBs 进行滤波，旨在提供更灵活的帧结构5) 更大的带宽：除了 1.4M、3M、5M、10M、15M、20M 的带宽要支持 40M、100M 的超大带宽。图 1.2 为资源管理流程图。在网络部署完成之后，频谱分配[14]被执即上层控制器为宏基站和小基站分配子带，目的是降低由基站间干扰带[15-17]。频谱分配分为两种方式，包括：1）联合模式，即宏基站和小基频谱；2）独立模式，宏基站和小基站间使用不同频谱。频谱分配完成度被执行，它的主要功能是在每个 TTI 内为服务的 UEs 分配共享信道障用户 QoS 需求和提升资源利用率[18]。每个基站的子带分配结果（最小化基站间干扰）每个用户（最大化业务分布

图 1.3 资源调度通用模型调度规则依据是否与无线信道相关可以划分为：信道独立的调度规度规则。信道独立的调度规则最初在有线网络中引入，由于无线网调度规则不适用于提升无线网络性能。信道依赖的调度规则可以基源，从而提升系统性能。信道依赖的调度规则可以依据 QoS 进一步oS 无感知的调度规则。如表 1.3 所示[19]。表1.3 用户调度规则的分类和特征分类 典型算法 特点 立的调度规则轮询（Round Robin，RR）依序调度所有 UEs，保证每个 UE被调度概率相同，注重访问公平性盲目平等吞吐量（BlindEqual Throughput，BET）依据历史平均吞吐量排序，平均吞吐量越低的 UE，优先级越高，注重吞吐量公平性

【参考文献】：
期刊论文
[1]5G网络人工智能化的基本框架和关键技术[J]. 王威丽,何小强,唐伦.  中兴通讯技术. 2018(02)
[2]基于知识的深度强化学习研究综述[J]. 李晨溪,曹雷,张永亮,陈希亮,周宇欢,段理文.  系统工程与电子技术. 2017(11)
[3]深度强化学习综述[J]. 刘全,翟建伟,章宗长,钟珊,周倩,章鹏,徐进.  计算机学报. 2018(01)
[4]A Novel Resource Allocation Method in Ultra-Dense Network Based on Noncooperation Game Theory[J]. Zhen Wang,Xiaorong Zhu,Xu Bao,Su Zhao.  中国通信. 2016(10)



本文编号：3370070