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.     

基于用户簇分布模型的三维异构蜂窝网络覆盖概率分析

采用随机几何理论分析异构蜂窝网络性能时,通常假设用户均匀分布且独立于基站。但在实际的异构蜂窝网络中,小基站一般部署在热点地区或覆盖盲区,因此,小基站与用户的空间位置存在相关性。针对三维空间中蜂窝用户以小基站为父节点的Matern簇过程和Thomas簇过程进行建模,再采用最大信号干扰比(signal to interference ratio, SIR)的小区接入准则,在瑞利衰落信道下推导出下行链路的覆盖概率;通过蒙特卡罗仿真验证理论结果,分析用户簇过程的半径或方差、SIR门限值、小基站密度和小基站功率对覆盖概率的影响,并比较三维用户簇分布模型、三维用户均匀分布模型和二维用户簇分布模型的网络性能。实验结果表明基于三维用户簇分布模型的异构蜂窝网络具有较好的覆盖概率。     

基于随机几何理论的多层异构网络的中断概率分析

针对包括由宏基站(MBS)、微微蜂窝基站(PBS)和毫微微蜂窝基站(FBS)覆盖服务的三层异构蜂窝网络进行研究,通过仿真实验分析了影响用户通信中断概率的因素.结果表明:PBS和FBS的发射功率选取适当值时,可以有效地降低中断概率.当第一层网络的信干比(SIR)门限值在0~12 d B范围内变化,第二层网络的SIR门限值小于第三层网络时,可以有效降低中断概率,最高可以降低10%.     

基于覆盖效率的蜂窝网络协作节能优化算法

为了提高无线蜂窝网络的覆盖效率,根据未来蜂窝系统多用户、多业务、多载波、多协议的动态特性,研究基站覆盖效率和能量效率的性能特性,分析覆盖冗余度、业务强度在时间域和空间域上的动态分布,建议一种基于覆盖效率的蜂窝网络协作节能优化算法.该算法根据获得的信息使基站按照特定概率在休眠和激活模式之间动态切换,通过邻基站间的协作对基站激活概率进行优化.仿真表明,该算法能够以较低的复杂度获得显著的性能提升.     

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.     

基于泊松簇过程的三层异构蜂窝网络部署模型

5G标准下的蜂窝网络正在向异构化、超密集化的方向发展,传统的基于六边形网格模型的研究方法较为理想化且并不精确,越来越不适用于如今的异构网络.针对这个问题,目前常用的方法是使用基于随机几何的泊松点过程来研究异构网络的基站部署,这种方法假设基站的空域分布完全随机,因此得到了覆盖概率的理论下界.但是由于宏蜂窝边缘(盲区)以及热点地区(忙区)等特殊区域中,站点的分布可能形成簇,此时,基于泊松点过程的空域分布将不再准确.针对这个问题,本文使用泊松簇过程研究三层异构蜂窝网络的基站部署与规划.首先,提出基于泊松簇过程的基站部署系统模型,讨论了基于簇分布的基站形成过程;其次,在充分分析用户受到的聚集干扰基础上,采用基于瞬时信干噪比的小区选择机制,推导出了中断概率模型,并讨论了三种特殊条件下的中断概率;最后,通过仿真对比分析了基于泊松簇过程与泊松点过程的中断概率的差异以及信干噪比阈值变化时的中断概率的变化曲线,证明了基于簇的空域基站部署具有更低的中断概率.     

基于异构蜂窝业务量预测的基站休眠策略

为了提高第5代(the fifth generation,5G)移动通信中异构蜂窝网络基站的频谱效率,提升用户的服务质量.提出了一种基于小波神经网络的基站休眠策略(neural network based stations sleep strategy in macro-femto heterogene-ous networks,NNSS),在神经网络预测模型中,把隐含层的传递函数用小波函数替换,并采用梯度下降算法,建立一个小波神经网络的预测模型.预测出家庭基站在一个周期内的业务量,根据预测值制定合理的基站休眠策略;同时考虑用户与基站间的中断概率,设计用户重关联算法,实现家庭基站对用户服务质量的优化.实验结果表明,基于小波神经网络的基站休眠策略在提高系统频谱效率的同时,降低了用户的中断概率.     

基于3维泊松点过程理论的无人机协助的异构网络模型及其性能

针对紧急热点场景中的基站缺乏灵活性问题，提出基于泊松点过程的无人机协助的异构网络模型.为了准确反映真实场景，假设宏基站在地面2维分布，无人机作为小基站在空间3维分布，地面用户通过最大接收功率级联准则选择通信基站.仿真分析性能参数间的定量关系，结果表明：相对于2D,3D模型，该文模型能更精准地描述覆盖概率；使用多个低功率的无人机小基站协助地面基站通信，能改善整个网络的覆盖性能；部署网络时需对路径损耗做适当选择.因此，该文模型具有有效性.     

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.     

联合解耦上/下行链路级联和跨层双连接入技术的三层异构网设计和覆盖概率分析

研究了跨层双连接(dual-connectivity, DC)3层异构网络(heterogeneous network, HetNet)中上行链路(uplink, UL)和下行链路(downlink, DL)解耦级联(decoupled UL and DL association, DUDA)设计和网络覆盖概率问题。在该跨层DC DUDA模型中,一个用户的DL或UL同时与位于不同层的最佳和非最佳基站(base stations, BSs)级联,并且DL的接入基站可能与UL的不同。对此网络,获得了各种可能的跨层DC DUDA实现方案;利用实际的功率约束简化了每种案例的级联条件,获得了级联概率闭式解;利用随机几何方法获得了网络的覆盖概率。数值和仿真分析了系统参数对级联概率的影响,比较了耦合和解耦模型的级联概率和覆盖概率,发现提出的DUDA DC模型优于传统的耦合的UL/DL级联(coupled UL and DL association, CUDA)DC模型;给出了覆盖概率的数值分析和仿真比较,验证了文章所得结论。