5G系统接入网络性能优化研究

发布时间：2017-09-20 20:47

  本文关键词：5G系统接入网络性能优化研究

  更多相关文章： M2M 随机接入优化 海量连接 小区边界 粒子群算法

【摘要】：移动互联网的飞速发展极大促进了人们步入智能社会的步伐,为了构建全连接社会,呈指数性增长的多元化终端将逐渐加入到移动通信系统中来,其中以自主通信为主的M2M设备将占据绝大多数。随着海量M2M设备的加入,将对以H2H通信为主设计的现网系统造成极大的冲击,其数量庞大、业务繁杂以及分布不规律的特性极大影响了接入网侧的性能,主要体现在随机接入过程、资源调度以及小区边界确定上。如何结合未来5G通信技术的发展趋势,在不更改现有H2H设备自身条件的前提下,提出针对接入网侧性能优化的策略将是迫切且极其重要的。本文始终围绕以H2H通信保障为基础,尽可能地满足M2M通信为前提,从优化随机接入过程着手,到提出新的调度策略以及边界负载均衡策略,来满足未来移动通信场景需求。本文的具体内容如下:1)LTE系统的随机接入过程仍然是基于时隙ALOHA协议的,其性能的瓶颈随着用户数的递增而逐渐凸显出来,一旦海量M2M设备加入到竞争行列中时,将会造成H2H以及M2M用户的连接吞吐率急剧下降。为了改善该问题,本文提出基于虚拟ID自学习的M2M用户随机接入策略,既保障了系统整体连接吞吐率,还可满足多元M2M业务的不同接入时延需求。2)M2M设备以传感器为主,上行传输占其通信需求的绝大多数,当处于连接态发起业务请求的M2M用户数超过一定数量时,会使得调度复杂度以及调度时延急剧上升,且由于资源受限,会导致大量的丢包。为了最大限度降低海量M2M用户加入后对H2H用户造成的影响,本文将业务类型划分为实时类与非实时类,对非实时类M2M业务采用基于SCMA技术的无调度传输技术,对实时类业务以及非实时类H2H业务提出了分队列分层上行调度策略,并通过调整队列间调度比例,使得系统收益最大化。3)考虑到未来5G网络将采用UDN部署策略,多小区边界交叉覆盖区域将变的极其复杂,且由于M2M用户具有低移动性,极易造成多个M2M用户长期处于交叉覆盖区域。本文针对该场景,提出了一种基于多种群粒子群算法的多小站负载均衡策略,通过多小站联合控制交叉区域用户的接入,来使得该区域整体的吞吐率最优。
【关键词】：M2M 随机接入优化 海量连接 小区边界 粒子群算法
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN929.5
【目录】：

• 摘要5-6
• ABSTRACT6-13
• 缩略词表13-15
• 第一章 绪论15-21
• 1.1 研究背景与意义15-17
• 1.1.1 研究背景15-16
• 1.1.2 研究意义16-17
• 1.2 5G海量连接场景下的接入网络性能优化研究现状17-19
• 1.3 论文研究内容19-20
• 1.4 本论文的结构安排20-21
• 第二章 海量M2M连接场景下的随机接入过程优化21-37
• 2.1 引言21-22
• 2.2 M2M海量连接场景下的随机接入性能分析22-28
• 2.2.1 LTE随机接入过程22-24
• 2.2.2 海量M2M场景下基于S-ALOHA的LTE随机接入性能分析24-26
• 2.2.3 系统模型仿真26-28
• 2.3 基于虚拟ID自学习的随机接入过程28-36
• 2.3.1 Q-Learning算法在随机接入过程中的应用29-33
• 2.3.2 基于虚拟ID的Q-Learning算法在随机接入过程中的应用33-36
• 2.4 总结36-37
• 第三章 海量M2M连接场景下的上行调度优化37-61
• 3.1 引言37
• 3.2 资源调度算法37-40
• 3.2.1 经典调度算法38-40
• 3.2.2 性能比较40
• 3.3 调度器40-44
• 3.3.1 LTE调度器41-43
• 3.3.2 上下行具体调度流程43-44
• 3.4 海量M2M业务与H2H业务共存环境下的上行调度优化44-51
• 3.4.1 统一调度缺陷44-45
• 3.4.2 分队列分层调度45-51
• 3.4.2.1 基于状态感知的队列间调度47-49
• 3.4.2.2 基于业务类型的队列内调度49
• 3.4.2.3 UGF技术介绍49-51
• 3.5 仿真及性能分析51-60
• 3.5.1 仿真场景52-53
• 3.5.2 性能评估指数53-55
• 3.5.3 仿真结果和数据分析55-60
• 3.5.3.1 基于M2M用户数的分队列分层调度最优参数仿真55-57
• 3.5.3.2 经典算法下统一调度与分队列分层调度对比仿真57-60
• 3.6 总结60-61
• 第四章 海量M2M连接场景下的小区边界优化61-77
• 4.1 引言61-62
• 4.2 粒子群算法介绍62-64
• 4.2.1 多目标优化问题62-63
• 4.2.2 粒子群算法63-64
• 4.3 基于改进型粒子群算法的小区边界用户均衡策略64-72
• 4.3.1 问题分析64-65
• 4.3.2 基于改进型PSO算法的无线资源部署模型65-70
• 4.3.3 基于改进型PSO算法的无线资源分配策略70-72
• 4.4 仿真及性能分析72-76
• 4.4.1 基于改进型PSO算法均衡负载的边界优化性能仿真72-75
• 4.4.2 热点小区边缘用户优化性能分析75-76
• 4.5 本章小结76-77
• 第五章 全文总结与展望77-79
• 5.1 全文总结77-78
• 5.2 后续工作展望78-79
• 致谢79-80
• 参考文献80-84
• 个人简历84-85
• 攻读硕士学位期间的科研项目和成果85-86

【参考文献】

中国期刊全文数据库 前3条

1 LU Lei;CHEN Yan;GUO Wenting;YANG Huilian;WU Yiqun;XING Shuangshuang;;Prototype for 5G New Air Interface Technology SCMA and Performance Evaluation[J];中国通信;2015年S1期

2 施苑英;卢光跃;;LTE系统中M2M业务随机接入优化方案[J];计算机应用研究;2013年12期

3 唐雄燕;宁小玲;;物联网对电信运营商的机遇与挑战[J];电信网技术;2010年06期

，

本文编号：890309