超密集异构网中基于配对理论的用户关联算法

超密集异构网络作为提升网络数据流量和用户速率的有效手段,成为5G关键技术中的一员。但超密集部署的小小区基站势必会导致系统总能耗的增加,以及用户接入公平性等问题。解决给定目标速率条件下基于能效优化的用户关联(也称为用户接入)问题。改进了原有的功耗优化模型,使之更准确地反映基站的实际发射功率和总功耗。在此基础上,利用拉格朗日对偶和二分法对关联过程中用户分配到的资源比例和基站为每个关联用户提供的发射功率进行优化和调节;同时结合配对理论,提出一种综合考虑能效和接入公平度的用户关联算法。性能仿真和对比结果表明,算法在保持良好的用户接入公平性的基础上有效提升了系统能效。     

基于三维空间模型的毫米波蜂窝网络覆盖概率分析

毫米波蜂窝网络通常在二维空间下建模和性能分析.二维模型适合基站分布稀疏的郊区,但是并不适合城市环境下密集蜂窝网络的性能分析.基于随机几何理论提出三维空间模型.该模型假设基站分布为三维泊松点过程;阻碍模型为视距(line of sight,LOS)球模型;信道为Nakagami-m衰落信道;收发端使用大规模天线阵列获得最大的波束成形增益.基于该模型,给出了三维空间下目标用户和最近基站距离的概率密度函数,推导出目标用户的平均覆盖概率,通过蒙特卡洛仿真实验与二维模型的性能进行了对比,分析了路径损耗、蜂窝半径、天线的波束宽度和天线增益等参数变化对平均覆盖概率的影响.实验结果表明,在密集的城市环境下,三维模型对毫米波蜂窝网络的性能分析更加精确.     

硬核点过程随机蜂窝网络能量效率优化研究

基于控制/用户平面分离的异构网络架构是5G中的一种重要组网方式.微基站的密集部署引发了巨大的能量消耗问题从而无法保障用户的高质量服务(quality of service,QoS).针对此问题,基于具有最小距离约束特性的硬核点过程(hard-core point process,HCPP),研究了控制/用户平面分离网络架构中能量效率的优化方法.通过联合优化网络频谱分配比、基站的密度和基站配备的天线数量,设计了最小化基站平均能耗的优化问题.由于问题是非凸的,进一步为能量效率优化问题提出了低复杂度的迭代算法,当算法迭代直至收敛可得到天线数和网络频谱分配比的最优解,最终实现基站能耗的最小化.仿真结果表明,该算法在控制/用户平面分离网络架构下有效地降低了基站的平均功耗并提升了系统能效.     

基于三维空间模型的毫米波异构蜂窝网络性能分析

针对城市环境下毫米波异构基站密集分布情况,采用三维空间模型分析毫米波异构蜂窝网络的性能.首先各层基站分布建模为三维泊松点过程,推导出三维空间下D球阻碍模型的路径损耗强度函数.然后采用最大偏置接收功率接入准则,假设收发端使用大规模天线阵列获得最大的波束成形增益,在Nakagami衰落信道下,推导出目标用户的覆盖概率表达式.最后通过蒙特卡罗仿真和二维空间模型的性能进行了对比,并分析了D球阻碍模型、基站偏置因子和天线增益等参数变化对覆盖概率的影响.实验结果表明,三维空间模型对毫米波异构蜂窝网络的性能分析更加精确.     

密集小区多载波系统中基于业务排队的能效优化

密集小区技术是满足未来高容量、高能效蜂窝通信的关键技术之一。在密集小区场景下,虽然单个基站的能耗降低了,但是由于基站总数大幅度增多,蜂窝网络的总能耗还是会随业务的增多而提高。基于用户业务排队的用户分配、频谱分配和功率分配可以有效地提升系统性能。该文研究在多载波正交信道下,基于用户业务排队进行用户调度、载波分配、功率分配来降低系统长时间的总能耗,同时保证用户业务传输的需求。通过利用Lyapunov优化理论,把问题转化成一个混合整数规划问题,并给出了多载波正交信道下的用户调度、载波分配、功率分配的算法。仿真结果验证了该算法能够降低系统能耗,同时与以优化系统和速率为目标的算法具有一致的系统和速率。     

超密集网络中基于分簇的干扰管理方案

在超密集网络中,全频复用能够提升网络的吞吐量,但是导致了严重的基站间干扰。为了降低基站间干扰,首先通过干扰权重值描述小基站间的干扰程度,建立合理的干扰图;然后将分簇问题转化为Max K-Cut问题,利用改进的次优化启发式算法对小基站进行分簇;最后通过信道分配算法为每个簇中的用户分配子信道。仿真表明,本文的干扰管理方案在降低小基站间干扰的同时,能够提升系统的频谱效率和平均吞吐量。     

基于无向干扰图的大规模多输入多输出滤波器组多载波系统下行链路用户聚类

提出了一种基于大规模多输入多输出滤波器组多载波(MIMO-FBMC)系统下行链路的用户聚类算法.在用户组数量和用户数量随机的环境下,该算法将用户和用户之间信道向量的相关系数自适应地表示为无向干扰图,边的权重表示为相邻用户之间信道向量干扰强度,然后根据每个图的权重值之和与阈值比较进行分簇,仿真结果表明,在基站(BS)天线数量不同的情况下,该算法性能优于传统的用户分组方法,并降低了算法复杂度,提高了系统总和速率.     

基于双重路径损耗的超密集网络性能分析

在移动蜂窝网络信号衰落场景分析中,现有的标准路径损耗模型中信号随距离以单一的路径损耗指数衰减,这种情况过于理想化,会导致平均接收功率和干扰功率都与真实值之间存在数量级差异.在实际环境中,由于地面反射、遮挡物以及信号散射等物理特性,传播路径更为复杂,即使简单的双射线模型也会产生明显不同的路径损耗行为.随着5 G的逐步商用,未来移动通信系统呈现出密集多层的异构网络架构特征,为了缓解日益紧张的无线频谱资源,毫米波受到关注.与传统的单路径损耗模型所不同的是,国外有关毫米波的外场传输实验表明,在视距和非视距范围内存在不同的路径损耗因子.而双重路径损耗模型采用分段幂律,不同距离范围受到不同路径损耗指数的影响,比标准路径损耗模型更贴近实际情况.研究中采用双重路径损耗模型,使用泊松点过程分析了瑞利信道衰落条件下的基站激活效应.仿真结果显示,关闭非激活基站可作为一种有效的干扰缓解方案,有效提高对覆盖概率、吞吐量等性能的影响,并且系统的干扰主要由活跃用户的密度限制.在关闭了非激活基站之后,用户密度与网络性能密切相关.     

下行链路基站协同蜂窝系统中的功率分配和干扰消除方法

蜂窝间干扰是无线蜂窝网络中一个重要的性能瓶颈, 基站协同可以消除小区边缘用户受到的严重的蜂窝间干扰, 提高蜂窝系统的性能和频谱效率. 针对下行链路基站协同通信系统, 提出一种信道衰落补偿功率分配方法, 以及内部联合分布式空时编码(inner joint distributed space-time coding, IN-J-DSTC) 基站协同传输方案, 以抑制蜂窝边缘用户受到的严重的蜂窝间干扰. 仿真结果表明, 该方法可以根据信道状况, 在源基站及协同基站间自适应地分配信号发送功率, 同时明显消除蜂窝边缘用户所受到的蜂窝间干扰, 从而显著地提高系统的误码率性能.     

超密集部署下以用户为中心的分簇与资源分配

为了解决基站超密集部署时移动用户的吞吐量需求问题,建立以用户为中心的分簇模型,结合对下一个调度时刻用户位置的预测,对基站进行预分簇,在此基础上设计了区分优先级的资源分配算法,并研究了簇大小是否固定对系统性能的影响。仿真结果表明:与原算法相比,提出的算法改善了移动用户的平均吞吐量,降低了速率需求未得到满足的用户比例,保证了用户的服务质量。