当前位置:主页 > 科技论文 > 信息工程论文 >

基于用户体验的异构网络资源分配策略研究

发布时间:2017-07-18 09:16

  本文关键词:基于用户体验的异构网络资源分配策略研究


  更多相关文章: 异构网络 家庭基站 用户体验 能效 资源分配 粒子群算法


【摘要】:近年来,随着无线通信和互联网技术的不断发展,语音、视频、数据业务需求急剧增长,为了更好的提升无线覆盖和小区容量以满足用户对于无线业务的体验要求,LTE-Advanced的标准化进程中正式提出了异构网络(Heterogeneous Networks, HetNets)的研究课题,通过在小区网络中引入比传统宏基站发射功率更小的低功率节点,有效提高频谱资源利用率。因此,基于异构网络的资源分配问题成为了一个研究热点。大量的研究工作主要集中于提升系统吞吐量以及以最优能效进行资源分配,却很少从用户的角度出发,针对不同业务的用户体验(Quality of Experience, QoE)模型,分配HetNets系统资源,保证较低系统能耗的同时,提升用户体验。论文正是基于用户体验和能效展开异构网络的资源分配研究工作。轮文首先针对一个由宏基站和多个家庭基站组成的双层OFDMA(Orthogonal Frequency Division Multiple Acess)网络的下行传输场景,研究了基于不同业务用户体验的资源分配问题。在该场景下,不同的移动终端分别承载不同种类业务,不同业务的用户体验用可分配到的带宽表征,采用粒子群算法(Particle Swarm Optimization, PSO)对系统资源进行优化分配,该算法能够满足不同种类业务的QoE需求,使系统内用户的体验质量之和最大化。仿真结果表明,该算法由于针对不同业务的用户体验特性分配无线资源,有效地避免将资源分配给体验质量已得到满足的用户而导致的过剩现象,系统的用户体验之和优于最大化系统吞吐量的资源分配算法。在考虑移动终端用户体验的同时,针对终端的能效问题,论文研究了进一步的最大化用户体验能效的资源分配问题,建模了基于用户体验的能效最优模型,利用多目标粒子群算法(Multi Objective Particle Swarm Optimization, MOPSO)求解复杂的多目标优化问题,使用户的用户体验能效最大化。仿真结果表明,该算法有较快的收敛性,并能有效避免将能量浪费在已经达到满意度要求的用户上,符合未来绿色通信的理念。
【关键词】:异构网络 家庭基站 用户体验 能效 资源分配 粒子群算法
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN929.5
【目录】:
  • 致谢4-5
  • 摘要5-6
  • ABSTRACT6-11
  • 第1章 绪论11-19
  • 1.1 引言11-12
  • 1.2 课题研究背景介绍12-15
  • 1.2.1 异构网络概述12-13
  • 1.2.2 异构网络干扰管理概述13-14
  • 1.2.3 用户体验概述14-15
  • 1.3 异构网络资源分配研究现状15-17
  • 1.3.1 基于最大化吞吐量的异构网络资源分配研究现状15-16
  • 1.3.2 基于能效的异构网络资源分配现状16-17
  • 1.4 论文的主要工作17-18
  • 1.5 论文的章节安排18-19
  • 第2章 QOE模型及其在资源管理中的应用19-30
  • 2.1 QoE的影响因素19-20
  • 2.2 QoE量化方法20-21
  • 2.3 QoE的评价方法21-23
  • 2.4 QoE的评估模型23-26
  • 2.5 QoE在资源分配中的应用26-29
  • 2.5.1 QoE应用于单业务的资源分配问题26-28
  • 2.5.2 QoE应用于多业务的资源分配问题28-29
  • 2.6 本章小结29-30
  • 第3章 异构网络下基于用户体验的多业务资源分配策略30-48
  • 3.1 系统模型30-33
  • 3.2 基于粒子群算法的资源分配策略33-40
  • 3.2.1 粒子群算法基本思路34-35
  • 3.2.2 离散粒子群算法基本思路35-37
  • 3.2.3 约束条件处理37-39
  • 3.2.4 算法描述39
  • 3.2.5 算法复杂度分析39-40
  • 3.3 仿真与分析40-46
  • 3.3.1 仿真参数40-42
  • 3.3.2 仿真结果与分析42-46
  • 3.4 本章小结46-48
  • 第4章 异构网络下基于QOE能效的多业务资源分配策略48-64
  • 4.1 系统模型48-51
  • 4.2 基于多目标粒子群算法的最优能效资源分配策略51-56
  • 4.2.1 传统多目标优化问题的求解51
  • 4.2.2 多目标粒子群算法51-53
  • 4.2.3 基于MOSPO的最优能效资源分配算法53-55
  • 4.2.4 算法复杂度分析55-56
  • 4.3 仿真与分析56-62
  • 4.3.1 仿真参数56-57
  • 4.3.2 仿真结果与分析57-62
  • 4.4 本章小结62-64
  • 第5章 总结与展望64-66
  • 5.1 研究工作总结64-65
  • 5.2 研究工作展望65-66
  • 参考文献66-69
  • 攻读硕士学位期间的研究成果69

【参考文献】

中国期刊全文数据库 前3条

1 李文静;何月顺;;Macro-Femto双层网络中资源分配策略[J];计算机技术与发展;2015年09期

2 王广德;常永宇;蒋文婷;杨大成;;LTE-A异构网络下的高效资源分配算法[J];无线电通信技术;2013年01期

3 郑侃;张月莹;王文博;;浅析无线网络的用户体验质量建模及性能优化[J];信息通信技术;2012年03期

中国硕士学位论文全文数据库 前2条

1 李美玲;软频率复用技术研究及其在LTE系统中的应用[D];北京邮电大学;2007年

2 张敏慧;改进的粒子群计算智能算法及其多目标优化的应用研究[D];浙江大学;2005年



本文编号:557003

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/557003.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户31ec7***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com