面向无线网络切片的接入选择机制研究

发布时间：2023-12-08 20:36

　　随着移动通信网络与互联网技术的飞速发展,传统的移动网络已经越来越难以应对网络中业务流量的增长和服务需求的变化。在以5G为代表的下一代移动通信网络的研究中,采用结合网络功能虚拟化(Network Function Virtualization,NFV)技术的软件定义网络(Software Defined Networks,SDN)来提升网络传输性能,满足飞速增长的业务服务需求,已成为研究者的共识。近来,研究者们提出在未来无线通信网络中,结合SDN和NFV技术,通过部署端到端的网络切片的方式,来应对复杂网络环境下差异化业务服务需求带来的挑战。网络切片技术的提出,为满足多样化业务场景提供了技术支持(例如,汽车,移动宽带或互联网)。一个切片由一系列定制的逻辑网络功能组成,支持特定用例或业务模型的通信服务需求。具体来说,每个切片在逻辑上对应一个虚拟的端到端(End to End,E2E)网络,一个运营商的物理网络上可能存在多个不同的切片,物理网络资源根据业务服务的需求分配给不同的网络切片,在逻辑上每个切片相互独立,切片资源相互隔离。在性能(例如延迟,吞吐量等)或功能(例如弹性,安全性等)上,每个...

【文章页数】：85 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
缩略词表
第一章 绪论
    1.1 研究背景
    1.2 研究动机及意义
    1.3 主要研究内容及创新点
        1.3.1 主要研究内容
        1.3.2 创新点
    1.4 结构及章节安排
第二章 无线网络切片的接入选择机制
    2.1 切片选择基本框架
    2.2 面向无线网络切片的接入选择机制研究现状
    2.3 本章小结
第三章 基于遗传算法的切片接入选择
    3.1 引言
    3.2 系统模型
        3.2.1 网络模型
        3.2.2 切片选择
        3.2.3 用户服务质量模型
    3.3 问题建模
        3.3.1 理论模型
        3.3.2 问题NP性分析
    3.4 基于遗传算法的切片选择算法
        3.4.1 遗传算法流程设计
        3.4.2 切片选择算法
        3.4.3 复杂度分析
    3.5 数值结果分析
        3.5.1 系统参数
        3.5.2 数值结果
    3.6 本章小结
第四章 基于深度强化学习的切片切换
    4.1 引言
    4.2 系统模型
    4.3 问题建模
        4.3.1 马尔科夫决策过程(MDP)
        4.3.2 基于强化学习的理论模型
    4.4 问题求解
        4.4.1 Q-Learning算法
        4.4.2 Deep Q-learning算法
        4.4.3 基于DQN的切换算法
    4.5 仿真分析
        4.5.1 仿真参数设置
        4.5.2 数值结果
    4.6 本章小结
第五章 多用户协作下的动态切片切换
    5.1 引言
    5.2 系统模型
    5.3 问题建模
        5.3.1 多人随机博弈
        5.3.2 理论模型
    5.4 问题求解
        5.4.1 基于Distributed Q-learning的切换算法
        5.4.2 复杂度分析
    5.5 仿真分析
        5.5.1 仿真参数设置
        5.5.2 数值结果
    5.6 本章小结
第六章 结论与展望
    6.1 本文总结
    6.2 未来工作展望
致谢
参考文献
个人简历
攻硕期间取得的成果



本文编号：3871110