面向5G网络的D2D通信资源分配方法研究
发布时间:2025-03-15 02:02
5G(Fifth-Generation)是下一代移动通信系统,相比4G移动通信而言,在频谱利用率和能效等方面提高一个量级或更高。由于5G通信系统将服务更多种类的用户,如移动用户、车联网用户、工业用户、网联无人机等,如何在有限的频谱资源内保障用户QoS(服务质量)成为研究的热点与难点。D2D(Device-to-Device)设备直通技术利用网络中近邻设备进行直接链路通信,通过共享蜂窝用户的频谱资源,提升频谱利用率,是实现5G通信的关键技术之一。但复用频谱资源将对系统内的用户带来不同程度的干扰与影响,且随着用户量的增加,影响程度也将随之增加。因此,针对多用户复用蜂窝资源的问题,研究5G下D2D通信技术资源分配具有重要意义。国内外对于D2D通信的研究主要分为设备发现、模式选择和资源管理等方面,本文则主要研究5G网络下D2D通信中保证用户QoS的资源分配方法。首先研究多个D2D用户复用本小区同一蜂窝用户资源的场景,以最大化系统吞吐量为目标,提出一种布谷鸟搜索优化的功率控制与干扰协调方案,在用户发送功率和SINR(信干噪比)的约束下进行寻优。其次将网络场景扩展到多小区,提出一种多小区QoS保证的...
【文章页数】:79 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 课题来源
1.3 5G网络中D2D通信应用需求
1.3.1 商业应用
1.3.2 公共安全应用
1.4 5G网络D2D通信无线资源分配研究现状
1.5 论文的研究内容和目录结构
第二章 5G网络中D2D通信应用需求及相关技术研究
2.1 项目需求
2.2 5G网络及关键技术
2.3 5G网络中D2D通信的特点及难点
2.3.1 5G网络中D2D通信特点
2.3.2 5G网络中D2D通信难点
2.4 5G网络中D2D通信相关技术
2.4.1 5G网络中D2D通信网络架构
2.4.2 5G网络中D2D通信会话建立过程
2.5 本章小结
第三章 单小区认知D2D通信功率控制与资源分配方法
3.1 引言
3.2 相关工作
3.3 系统模型与干扰分析
3.3.1 系统模型
3.3.2 干扰分析与系统吞吐量
3.4 布谷鸟搜索算法
3.5 基于布谷鸟搜索算法的认知D2D通信功率控制方法
3.6 实验仿真及性能分析
3.6.1 仿真参数
3.6.2 实验结果
3.6.3 性能分析与结论
3.7 本章小结
第四章 多小区用户QoS保证的资源分配方法
4.1 引言
4.2 相关工作
4.3 系统模型与问题描述
4.3.1 系统模型
4.3.2 问题描述
4.4 匈牙利算法
4.5 多小区用户QoS保证的资源分配方法
4.5.1 算法整体流程
4.5.2 算法描述
4.6 本章小结
第五章 实验仿真与性能分析
5.1 实验方案
5.2 实验结果与分析
5.2.1 基于匈牙利算法的资源匹配结果
5.2.2 基于用户移动预测的分配结果
5.2.3 基于布谷鸟搜索功率优化的结果
5.3 本章小结
结论
参考文献
攻读学位期间发表的论文
攻读学位期间参加的科研项目
致谢
本文编号:4034979
【文章页数】:79 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 课题来源
1.3 5G网络中D2D通信应用需求
1.3.1 商业应用
1.3.2 公共安全应用
1.4 5G网络D2D通信无线资源分配研究现状
1.5 论文的研究内容和目录结构
第二章 5G网络中D2D通信应用需求及相关技术研究
2.1 项目需求
2.2 5G网络及关键技术
2.3 5G网络中D2D通信的特点及难点
2.3.1 5G网络中D2D通信特点
2.3.2 5G网络中D2D通信难点
2.4 5G网络中D2D通信相关技术
2.4.1 5G网络中D2D通信网络架构
2.4.2 5G网络中D2D通信会话建立过程
2.5 本章小结
第三章 单小区认知D2D通信功率控制与资源分配方法
3.1 引言
3.2 相关工作
3.3 系统模型与干扰分析
3.3.1 系统模型
3.3.2 干扰分析与系统吞吐量
3.4 布谷鸟搜索算法
3.5 基于布谷鸟搜索算法的认知D2D通信功率控制方法
3.6 实验仿真及性能分析
3.6.1 仿真参数
3.6.2 实验结果
3.6.3 性能分析与结论
3.7 本章小结
第四章 多小区用户QoS保证的资源分配方法
4.1 引言
4.2 相关工作
4.3 系统模型与问题描述
4.3.1 系统模型
4.3.2 问题描述
4.4 匈牙利算法
4.5 多小区用户QoS保证的资源分配方法
4.5.1 算法整体流程
4.5.2 算法描述
4.6 本章小结
第五章 实验仿真与性能分析
5.1 实验方案
5.2 实验结果与分析
5.2.1 基于匈牙利算法的资源匹配结果
5.2.2 基于用户移动预测的分配结果
5.2.3 基于布谷鸟搜索功率优化的结果
5.3 本章小结
结论
参考文献
攻读学位期间发表的论文
攻读学位期间参加的科研项目
致谢
本文编号:4034979
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/4034979.html