Femtocell辅助的双层网络中资源分配研究_第1页
Femtocell辅助的双层网络中资源分配研究_第2页
Femtocell辅助的双层网络中资源分配研究_第3页
Femtocell辅助的双层网络中资源分配研究_第4页
Femtocell辅助的双层网络中资源分配研究_第5页
已阅读5页,还剩58页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

Femtocell辅助的双层网络中资源分配研究摘 要随着无线通信技术突飞猛进的发展和多样化业务的剧增,有限的网络资源,比如通信所用的有限带宽和功率,显得弥足珍贵。并且在无线业务的飞速发展和可靠、稳定的高数据速率接入网的支撑下,无线数据业务量急剧增加,导致系统通信的需求远远超过系统容量,然而可用的频谱资源有限,因此造成系统的容量覆盖、能量有效性和服务质量性能等降低。近来研究表明,超过70%的移动数据业务发生在室内环境,并且在未来的移动通信发展中还会继续上升,因此将毫微微小区(Femtocell)引入到传统移动通信蜂窝网络系统成为当今运营商和学术界的热点研究问题。本文首先针对Femtocell辅助的双层网络中的子信道分配的问题,采用基于ACA算法的系统模型,将家庭小区密集分布在宏蜂窝网内,在考虑跨层干扰、QoS、和用户公平性的条件下,以最大化所有家庭小区用户的总的传输速率为目标,提出了一种基于蚁群优化算法的资源优化方法来实现系统的资源分配。仿真结果显示,与传统的算法相比,我们提出的资源分配算法不仅能够大大的提高系统吞吐量而且能保证较高的用户间公平性。其次,本文将研究针对共享信道部署含有家庭基站的双层网络中的功率控制问题。首先将上行链路功率控制建立为非合作博弈模型,并且考虑了跨信道干扰来最大化能量效率。通过对跨层干扰的非线性定价得到帕累托改进。同时,基于非合作博弈模型,我们提出一种提供最优定价因子搜索算法的分布式功率分配算法。这是一种基于非合作博弈的跨层干扰非线性定价的针对每个家庭基站效益最大化的一种算法。在算法中我们采用超模博弈来证明此算法纳什均衡的存在性。此功率优化算法通过分布式的实现方式,并且定价参数可通过基站广播给所有的用户终端。仿真结果显示提出的算法和传统算法相比能够在很大程度上提高用户能量效率。最后,本文进行了工作总结并对研究内容提出了有待改善的地方。关键词 家庭小区 蚁群算法 子信道分配 功率控制 非合作博弈 帕累托改进 超模博弈 定价RESOURCE ALLOCATION IN FEMTOCELL ASSISTED TWO-TIER NETWORKABSTRACTRecent research has shown that most of voice services and data services take place in indoor environment. In order to provide high data rate and satisfied user experience, the application of so called femtocell base station has been considered. Femtocells are usually comprised of small size, low-power, low-cost, and short-range home base stations. They work in the licensed frequency bands, are customer-owned wireless data access point deployed by terminal consumer and are connected to broadband Internet backhaul. As femtocells can meet customers demand and indoor coverage requirement well, they have been widely used in many wireless communication standards, such as WiMAX, and LTE/LTE-Advanced.In practice, there are still some technical challenges to be further addressed before widespread deployment. A two-tier femtocell network is usually implemented by sharing frequency rather than splitting frequency between tiers. Hence cross-tier interference (CTI) and inter-tier interference (ITI) are the key issues in two-tier femtocell networks, and maximization of the total data rate of femtocells with the consideration of cross-tier and inter-tier interference is an ongoing research area.In this paper, we address the problem of sub-channels allocation in OFDMA two-tier femtocell networks. Our objective is to maximize the rate sum of multiple femtocells with consideration of cross-tier interference between macrocell and multiple femtocells. A resource optimization approach based on Ant Colony Optimization Algorithm is proposed to implement the solution process of system. Simulation results show that the proposed algorithms not only improve the capacity of the femtocell system but also provide good proportional fairness among the femtocell users, as compared with the traditional algorithm.On the other way, the power control problem for the co-channel deployed femtocells is investigated. We first model the uplink power control problem as a non-cooperative game, where co-channel interference is taken into account in maximizing the energy-aware utility. By introducing a convex pricing function of the cross-tier interference, Pareto improvement can be obtained. Furthermore, based on the non-cooperative game, we devise a distributed power allocation algorithm together with an optimal price seeking algorithm. Simulation results show that the proposed algorithm can improve user utilities significantly, compared with existing power control algorithms.Finally, this paper summarizes the whole work and points out the next step research content.KEY WORDS: Femtocell; Ant Colony Algorithm; sub-channel allocation; power control; non-cooperative game; Pareto improvement; pricing; Super-modular Games; pricing 57北京邮电大学硕士学位论文 目录目 录声 明1摘 要2ABSTRACT4目 录6第一章 引言11.1 课题研究背景11.2 作者主要研究工作21.3 论文的主要研究内容及成果31.3.1 基于蚁群优化理论的动态资源分配策略41.3.2 基于非合作博弈理论的功率优化策略51.3.3 研究成果71.4 论文的组织8第二章 双层网络的无线资源分配102.1 Femtocell的基本概述102.2 Femtocell辅助的双层网络面临的技术挑战122.3 OFDMA 资源分配技术132.3.1 OFDMA资源分配概述132.3.2 OFDMA资源分配算法分类142.5 本章小结16第三章 基于蚁群优化理论的动态资源分配策略173.1蚁群算法173.2系统研究模型173.3基于蚁群优化的问题建模193.4基于蚁群优化的子信道分配算法203.4.1基于ACA的优化算法213.4.2ACA算法的相关参数设置243.5仿真实验分析243.6本章小结27第四章 基于非合作博弈理论的家庭基站功率优化策略284.1博弈论的基本概述284.1.1 博弈论的发展历程284.1.2 通信领域博弈论的应用情况分析304.1.3 博弈论建模的基本模型324.1.4 非合作博弈理论的研究背景344.2系统研究模型354.3基于非合作博弈的问题建模374.3.1 非线性定价的基于非合作博弈的功率控制374.3.2 超模博弈的证明384.3.3 能量感知的功率控制NPG-CP404.4仿真实验分析414.5本章小结45第五章 结束语465.1论文结论及创新465.2进一步研究工作47参考文献49致 谢54攻读学位期间发表的学术论文56 第一章 引言 第一章 引言1.1 课题研究背景随着无线通信技术高速的发展和多样化业务的增加,在通信过程中所用的有限的网络资源:带宽和功率,就显得非常珍贵。当前由于高数据速率接入网具有稳定性高以及可靠性好的特点,并支撑着无线业务高速向前发展。在无线业务量剧增的同时却又将高速通信网络引入了一个问题之中,在通信的过程中一个通信网络的频谱资源是有限的,当网络中使用用户的数量超过了网络系统所能负担的最大容量,那么整个系统的通信效率就会因为超出了系统的负荷而降低,同时还会降低通信系统的容量覆盖、能量有效性和服务质量。近来研究表明1-2,超过70%的移动数据业务发生在室内环境,在未来的移动通信业务中,将会有更大比例的移动数据业务发生在室内环境中,因此作为一种能够为室内环境提供无线网络覆盖业务的毫微微小区(Femtocell)技术将被越来越多地应用到显示生活中去。毫微微小区(Femtocell)技术是解决移动通信网络容量覆盖问题的有效方法,目前在传统移动通信蜂窝网络系统引入Femtocell技术成为当今运营商和学术界的热点研究问题。Femtocell(Home NodeB),也称为家庭基站,是在近年3G无线网络发展和移动宽带化趋势的基础上提出的一种毫微微蜂窝型移动基站,是一种即插即用、体积小、低功耗、低成本、短距离覆盖和提升室内信号覆盖的无线接入点,放置在用户室内便能通过宽带接入的方式接入运营商网络3-4。将家庭基站引入宏小区(Macrocell)能有效地减少蜂窝网络中室内通信的成本,因为通信量的减少将有利于宏小区和家庭基站的容量和覆盖。家庭基站的半径覆盖范围一般为5-50米,远远小于宏小区的300-2000米的覆盖范围,由于家庭基站覆盖的面积较小,因此使用家庭基站的用户能够接收到更好的信号,同时还能降低了基站的发射功率。然而在家庭基站和宏小区组成的双层网络(Two-Tier Network)中,除了家庭基站的引入能够增强容量和覆盖外,资源分配技术成为双层网络的突出问题,如何能够更好的在满足用户服务质量QoS(Quality of Service)的同时最有效的利用有限的网络资源成为亟待解决的问题。在双层网络架构中,频谱资源的规划倾向于两种方案:全局频率复用和正交频率划分方案,在第一种方案中,家庭基站网络和宏小区复用所有的系统频谱资源,跨层干扰将成为影响网络容量和系统性能的重要因素;在第二种方案中,家庭基站和宏小区使用相互正交的频谱资源,层间的频谱使用是相互分开互不干扰的,因此不存在跨层干扰的问题。基于更能有效提高系统频谱效率的全局频率复用模式,如何保证系统用户服务质量和公平性的情况下来提高系统吞吐量和功率最小化来尽可能的节约能源两个方面的问题,成为通信资源分配研究的核心内容。在频率资源方面,采用蚁群优化理论对用户采用合理的信道分配可以有效的减小家庭小区引起的同层和跨层干扰,来获得尽可能高的系统吞吐量。在功率方面,采用博弈论或者开环、闭环功率控制可以有效的抑制双层系统中的跨层干扰,尽量提高系统的能量效率。同理,在正交频分划分模式中,动态的资源分配同样可以有效的解决同层干扰和满足系统性能。因此,考虑用户业务需求特征、服务质量需求、公平性需求和双层网络环境特点,合理的分配频谱、功率等有限网络资源,成为优化系统性能一个重要研究内容。1.2 作者主要研究工作本论文的研究重点是针对Femtocell辅助的双层网络中的资源分配策略进行基础理论研究和仿真验证,从如何提高资源利用效率且满足用户业务质量需求的无线资源分配研究出发提出解决方案。在双层网络的无线资源分配方面,采用子信道和功率动态分配技术,考虑全局频率复用模式中的层间干扰的影响,针对无线网络中资源的组合优化问题,文章中提出了一种基于蚁群优化算的资源整合分配算法,通过基于概率搜索和迭代的蚁群优化算法有效改善了无线通信网络中子信道的分配问题,大大提升了在通信过程中子信道的利用率,从而尽可能的优化子信道的分配,进而在提高频谱效率的基础上保证用户的公平性以及系统吞吐量的最大化。另一方面,基于绿色网络的需求,提出基于非合作博弈的数学模型来解决功率分配问题,将非合作博弈理论引入到双层网络架构下,综合考虑信道衰落模型和层间干扰等因素,在一定的误码率和子信道速率限制的条件下,建立非合作博弈模型,最小化系统功率,构建具有更高系统能量效率的绿色双层网络。根据上述描述现状,本课题主要解决Femtocell辅助的双层网络中资源分配面临的几个问题,实现频谱和功率的合理分配,分别实现系统容量最大化和功率最小化的目标。 1.3 论文的主要研究内容及成果鉴于上述的研究目标和课题背景,本文拟在含有Femtocell的双层网络中研究基于用户业务服务质量保证和公平性的资源分配优化方法,对移动通信系统中的功率资源、频谱资源等无线资源进行全局的分配和调度,使系统的整体性能得到尽可能的优化。文章采用基于蚁群优化的迭代求解模型,考虑跨层干扰的影响,在用户公平性和服务质量保证的基础上为每个用户分配尽可能好的子信道,使得系统的吞吐量最大化,从而提高频谱利用率。采用基于非合作博弈的数学模型来进行子信道和功率的分配,尽可能减少跨层干扰链路上的发射功率,使系统的能耗减少,进而提高了系统能量效率。动态资源分配技术是一种动态只适应的资源分配技术,它首先获取无线网络中各个用户的信道增益情况,在根据网络中资源的情况动态地使用最佳策略为每一个网络中的用户分配资源。在无线网络中,无线信道不是一个固定不变的而具有时变的特点,因此使用动态自适应的方法对网络中信道资源的分配,可以从整体上提高多用户的资源使用效率还能提升网络的服务质量,从而获得更好的系统效能。在基于全局频率复用模式下的无线资源分配中,根据对无线网络资源的不同的优化评价准则可有将无线资源分配问题分为以下几种情况。除了跨层干扰的之外,与传统的无线资源分配问题类似,分为两个主要的研究方向:速率自适应优化问题(Rate Adaptive RA)和边缘自适应优化问题(Margin Adaptive MA)5-6。速率自适应优化问题主要针对的是无线网络中传输速率的最大化问题,所解决的优化问题中包括以下两个约束条件:首先,无线网络的总功率是一定的;其次,无线网络的通信速率的优化过程中会保证一定的误码率,因此速率自适应优化问题也被称为最大比特率准则或者最大化信道容量准则。然而边缘自适应优化问题所研究的内容则是与速率自适应优化问题是相反的,主要针对无线网络中一定传输功率受限的条件下,通过对网络中子信道的自适应分配,同时在一定的通信误码率的基础上获得信道分配率和网络通信速率的整体功率最小,同时也被称为无线网络的功率最小化准则。这两个研究内容是最基本的无线资源分配研究模型,基于上述的研究目标和研究基础的扩展,本文的研究内容如下。1.3.1 基于蚁群优化理论的动态资源分配策略当引入Femtocell的双层网络使用全局频率复用模式时,宏蜂窝小区与家庭小区频率复用相同的频率,同时家庭小区之间也复用系统所有的频谱资源。这样的频谱使用方法具有两个好处:一方面可以节省珍贵的频谱资源,提高频谱利用率;另一方便可以不用改变现有宏蜂窝小区的频谱部署,具有良好的兼容性。基于上述原因,全局频率复用模式是运营商在部署家庭基站时首选的频谱部署方式,同时由于层间的频率复用会带来较严重的层间干扰问题和用户损失公平性的问题,因此需要考虑Femtocell 层间干扰的影响,在减少层间干扰影响的情况下进行功率和子信道的分配来最大化系统性能和用户质量及公平性需求,提高系统的吞吐量。a) 研究场景本课题采用多用户OFDMA多址技术在含有家庭基站的双层网络场景下进行算法的研究和验证。因为正交频分复用(OFDM)以及基于OFDM的多址接入技术(OFDMA) 可以有效的支持高速突发数据传输,当前这项无线通信技术已经被认为是无线通信行业中最具有发展前景的技术之一,因此在研究过程中构建了相应的实验场景进行研究。OFDMA技术在无线通信网络中多用户的接入是通过将网络中通信资源子载波分别分配给不同的用户,OFDMA技术是在OFDM调制为基础上实现的,同时能够很好的针对无线网络中信道选择性衰落问题具有很好的抵制作用,在文献7-8中针对这无线网络的这一问题进行详细的研究。在无线通信网络中,在OFDM调制中,网络中子载波的相互独立性则是由子载波之间的正交性所决定的,每个用户的数据传输都是通过子载波以特定的调制方式和发射功率电平的方式实现的。OFDMA就是通过将这些子载波组中的一组或者几组分配给每一个用户,从而实现了无线通信网络中的一种新的多址方式。并且在为用户通行服务的过程中,OFDMA可以为某一用户服务提供一组或者多组子载波,同时OFDMA还可以根据具体用户业务来那个的大小为用户动态地分配子载波的数目,将子载波上使用不同的调制方法和发射功率进而实现了子载波之间的干扰程度的降低,进而在实现整体系统的传说性能的基础上还具有非常灵活的系统资源分配方式,因此可以有效提升通信系统中频谱的利用率。随着支持多用户宽带无线网络技术的飞速发展,无线网络中的OFDMA技术也获得了迅速的发展,并且被广泛应用到多址接入通信系统的无线宽带网络中9-10。在这里用户多址接入是通过使用OFDMA多址技术的子载波的正交特性来实现的,系统中的资源调度模块根据用户业务的QoS需求(最小传输速率,BER,时延等)、各用户在各个子载波上的衰落以及其他限制约束条件等,实现对系统中所有用户的子载波和功率资源的动态分配,并在保证用户服务质量QoS的基础上,充分发掘系统潜在的多用户分集增益,更加有效地实现系统的频谱效率和能量效率的提高。b)资源分配策略在资源分配和调度的问题研究中,无线通信系统的吞吐量和公平性是需要首先考虑的两个重要因素。在进行资源分配和调度算法的研究设计中,首先需要将信道的时变特性进行充分利用,进而获得无线通信网络系统中多个用户之间的多频分集增益和用户的分集增益。进而在设计无线通信系统的过程中在考虑多用户之间的公平性的基础上使得整个通信系统的吞吐量达到最大。宽带移动通信系统OFDMA技术的采用使得资源分配和调度算法的复杂度更大和对系统性能的影响更大,此资源分配问题已被证实是组合优化问题,通常采用凸优化理论或者元启示算法以求在短期内获得性能不错的解。文章采用群智能理论的蚁群优化算法ACA(Ant Colony Algorithm)11、53对家庭基站辅助的双层网络的无线资源进行管理。群集智能的思想是指通过一系列的无智能的个体的合作表现出智能的行为特点,群集智能中主要依靠概率搜索算法,同时对问题的连续性无特殊要求,在群集智能中的并行分布式问题的求解是可以通过多处理器的并行执行来实现,目前群集智能的相关方面也是一种解决全局优化的主要方法。蚁群优化算法就是群智能理论的典型算法之一,蚁群优化算法是一种启发式求解组合优化问题的新方法,并且具有分布式计算、正反馈和贪婪启发式搜索的特点12。将其与双层网络中要解决的具体组合优化问题相结合,通过构建适当的数学模型,将具体问题的求解过程转换为了蚂蚁的觅食过程,在定义不同相关参数的方式下获得问题的不同优化目标,从而更好地对无线网络通信资源分配策略进行更好地优化。1.3.2 基于非合作博弈理论的功率优化策略随着无线通信行业的发展,绿色节能越来越成为人们关注的焦点,在可预见的范围内,一旦家庭基站大规模部署,基站能耗也将随之陡增,同时移动用户的增加也不可避免的增加能量的消耗,因此,如何降低其能耗成为双层网络中的研究热点。在移动通信网络中,基站无疑是整个网络中耗能最大的实体,故而在双层网络中,降低基站的下行功率成为绿色家庭网络发展的必然趋势之一。本课题将针对家庭基站双层网络中资源分配中的能量有效性问题,分别对宏基站和家庭基站耗能展开研究,利用非合作博弈论理论进行建模,尽可能在提高能量有效性的基础上实现功率的分配机制,实现绿色节能的家庭基站双层网络。a)非合作博弈非合作博弈论13,14是由约翰.纳什在1950年到1953年发表的论文中首次提出,并且证明了非合作博弈的均衡点的存在,即纳什均衡点的存在性证明。在博弈过程中构成一个博弈过程的三个基本要素是:参与者集合,行为集合和偏好集合。在整个博弈系统中参与者则是互动场景中的决策个体,而每一个参与者的具体决策则是相应的行为,而随着博弈的进行行为集合在博弈过程中可能会随着时间不停地改变。而博弈参与者的自身收益是通过相应的偏好来进行衡量的,参与者的偏好一般情况下可以使用效用函数的大小来代替,在评价效用的过程中当某一行为对应的效用函数值增大时,则表示博弈参与偏好于这个行为。博弈的过程就是参与者使其效用最大化的行为,而博弈论研究的目的就是对整个博弈过程所获得的收益进行预测。当在博弈参与的过程中,当所有的参与者都认为当前的行为为最佳的行为,能够获得各自最好的偏好性的时候则每一个博弈者则不会轻易主动去更改当前自身的行为了,此时整个博弈过程的行为集合则处于一个均衡的状态,这个稳定的集合则称为博弈过程中的纳什均衡15-16。b)功率优化策略在本课题的双层网络中,家庭小区层和宏蜂窝小区层使用相同的频谱资源而带来的跨层干扰会严重影响系统性能和用户质量感知,如何有效地利用子信道和功率的分配来减小跨层干扰对用户的影响,从而提高系统网络性能、改善用户服务质量和降低系统能耗成为重要的研究内容。将非合作博弈理论引入到双层网络架构下,综合考虑信道衰落模型和层间干扰等因素,在一定的误码率和子信道速率限制的条件下,建立非合作博弈模型,分别通过宏蜂窝小区和家庭小区发射功率的调整来减少层间干扰,并在一定的层间干扰的条件下尽可能的优化子信道和功率分配,使得系统的功率最小化,同时提高系统能量效率。1.3.3 研究成果1 基于蚁群优化理论的动态资源分配策略a) 研究场景本子课题采用多用户OFDMA多址技术在含有家庭基站的双层网络场景下进行算法的研究和验证。将实现用户多址接入的OFDMA多址技术的子载波的正交特性来应用到新的实验场景中,即以用户业务的QoS需求(最小传输速率,BER,时延等)和各个网络使用用户在各个子载波上的衰落情况以及其他的因素作为资源调度优化的限制条件,进而对系统中的所有用户的子载波和功率资源进行动态地分配,实现无线网络系统中相关通信资源的优化和整合。但是在系统资源的优化的过程中需要保证每一个用户的服务质量,在保证服务质量的基础上进一步对多用户分集增益的相关潜在效益进行发掘,使得系统的频谱效率得到进一步的利用。b)基于蚁群优化的资源分配策略本子课题采用群智能理论的蚁群优化理论来优化双层网络场景下的无线资源的管理。即首先将无线通信系统中需要解决的双层网络问题通过使用适当的数学建模方法与蚁群优化算法进行有机地结合,并同时将双层网络的优化问题转换为了一个蚂蚁觅食的过程,并通过定义不同的相关概率搜索参数来实现不同的优化目标,从而更好地进行资源分配策略的优化。c) 创新点(1)由于已有的蚁群优化算法大部分应用在传统的蜂窝网络中,并且单一考虑子信道的分配问题。而本课题不仅将蚁群优化应用到含有家庭基站的双层网络中,而且同时考虑功率和子信道的分配问题,在保证用户的服务质量和公平性基础上,使得系统的吞吐量最大。(2)蚁群算法主要具有以下几个显著特点:寻优简单、鲁棒性强、易于并行化、易于与其他方法结合等,课题提出的基于蚁群优化的动态资源分配策略是一种高效搜索方法,能够在很短的时间内获得系统预期分配的目标。(3)将蚁群优化算法与双层网络中要解决的具体组合优化问题相结合,通过合适的建模方法,通过使用蚂蚁觅食过程的模拟获得分层网络中资源分配的优化问题的最优解,进而通过蚁群算法实现通信系统中资源分配策略的优化。2 基于非合作博弈理论的功率优化略a)非合作博弈理论基础在本子课题的双层网络中,家庭小区层和宏蜂窝小区层使用相同的频谱资源而带来的跨层干扰会严重影响系统性能和用户质量感知,因而,有效的子信道和功率的分配、跨层干扰对用户的影响、用户服务质量和系统能耗成为成为整个通信博弈系统中的博弈角色,当整个博弈系统中博弈过程在某个博弈参与者的决策行为集合上面处于稳定状态时,则此时博弈系统中的其他博弈参与者也认为当前各自的效用是最佳的,此时博弈者也不会主动地去改变各自自身的决策行为了,而此时的决策行为集合即为纳什均衡,是整个通信网络博弈系统所获得的最终策略。b)功率优化策略本子课题将非合作博弈理论引入到双层网络架构下,综合考虑信道衰落模型和层间干扰等因素,在一定的误码率和子信道速率限制的条件下,建立非合作博弈模型,分别通过宏蜂窝小区和家庭小区发射功率的调整来减少层间干扰,并在一定的层间干扰的条件下尽可能的优化子信道和功率分配,最小化系统功率,提高系统能量效率。c) 创新点将非合作博弈理论引入到双层网络架构下,综合考虑信道衰落模型和层间干扰等因素,在一定的误码率和子信道速率限制的条件下,建立非合作博弈模型,通过犯法的迭代收敛运算,得到较好的功率优化分配,从而有效地抑制了层间干扰,降低了功率消耗。3 仿真平台的搭建我们一般采用模拟仿真的方法对无线通信系统的性能进行评估,比较方便、快捷和低成本。主要针对无线资源分配策略的评估,输出结果一般为系统的整体性能。针对1和2两种不同的方案,分别使用MATLAB搭建了链路级仿真平台,针对考察的系统性能不同方面,和以往的典型算法进行了仿真分析和验证。1.4 论文的组织本文共分为五章,各章节研究内容如下:第一章是引言,主要介绍双层网络中资源分配优化的研究背景,和现阶段存在的问题,同时对当前在动态子信道分配和非合作博弈功率控制方面取得的研究成果进行概述。第二章对家庭基站的国内外相关研究情况进行了分析,包含家庭基站辅助的双层网络的研究现状和资源分配方法两部分。第三章基于蚁群优化理论的动态资源分配策略,建立概率搜索模型,提出了一种性能更好的资源分配策略。第四章基于非合作博弈理论,建立了一个对跨层干扰进行定价的分布式功率控制模型。最后一章对论文的工作进行了总结和归纳,并介绍了进一步的研究方向。北京邮电大学硕士学位论文 第二章 双层网络的无线资源分配第二章 双层网络的无线资源分配在目前有关双层网络无线资源的分配问题的研究中,根据网络通信系统中系统的需求不同,可以定义不同的资源分配决策的优化准则,目前主要的优化准则分为:容量最大化算法和功率最小化算法两种。本章会分别针对以上两个方面的内容就国内外研究现状进行概述。2.1 Femtocell的基本概述Femtocell通常是一种小尺寸、低功耗、低成本和覆盖范围小的无线数据接入网络。它们通常工作在授权频段、是由用户终端安装、采用即插即用工作方式的无线数据接入点,一般一个Femtocell可支持4-6个活动用户的使用,通常其具有1050米的覆盖范围,使用光纤或数字用户线等宽带有线连接作为回传方式20。根据基站所有权的问题,Femtocell基站具有两种接入模式:开放接入模式与封闭接入模式 21。在开放接入模式中,当系统的回传带宽和毫微微小区系统用户容量都在允许范围内时,所有用户都有权接入;在封闭接入模式中,用户只有在毫微微小区授权的情景下,才能够接入到相应的毫微微小区中,并且获得毫微微小区授权的所有用户的集合被称作封闭用户组(CSG: Closed Subscriber Group),在Femtocell基站中相对于CSG来说其他的用户都被称为基站的非封闭服务用户组。为了区Femtocell基站的使用情况,通常分并使用CSGID(CSG标识)来标识,在标识的过程中满足以下特性:一个用户可以属于多个CSG,但是不同的基站的标识符CSGID也是可以相同的。通过用户终端的CSGID列表22来判断一个用户是否可以接入毫微微小区,并可以通过Femtocell基站广播的CSGID的接收进行查表确认。当在传统的蜂窝网络系统中引入了Femtocell基站,则此时Femtocell基站则与传统的蜂窝网络系统构成了一个双层的通信网络系统结构:宏蜂窝层和毫微微小区层。为了便于对该种双层通信网络结构的描述,在文章中这种双层网络结构称为“Femtocell辅助的双层网络”。在这种双层网络体系结构中,移动通信系统中基础网络是宏蜂窝,通过引入Femtocell基站对室内用户无线覆盖的可靠性以及网络的通信容量方面起到的非常大的改善作用,从一定程度上影响了移动通信基础网络的性能。这种Femtocell辅助的双层网络系统结构的定义符合文献23中3GPP LTE标准对Femtocell需求的规定。Femtocell具有频谱空间利用率更高、覆盖范围更小等特点,具体概括为以下几个方面: 1)Femtocell是一种低功耗的节能无线网络通信技术。首先,根据文献24 3GPP LTE相应标准,规定毫微微小区基站的最大发射功率为23dBm,并规定宏蜂窝基站的最大发射功率为46dBm,显而易见,宏蜂窝基站的发射功率要远远高于家庭基站的发射功率,与其他蜂窝网络的组网方式相比,的确大大降低了功耗。其次,家庭基站的覆盖范围小,大大拉近了家庭基站用户和所属家庭基站间的距离,从而使得家庭基站用户的发射功率大大降低,使得移动终端设备的工作寿命增加。再其次,与宏蜂窝基站相比,Femtocell建设和运营的成本与费用更低,用户购买家庭基站的费用随着家庭基站市场的扩大而降低,并且用户的买单会降低运营商网络建设的资本支出和其他运营成本。最后能够大大减轻传统蜂窝网络的流量压力,因为家庭基站将会承担几乎全部的室内数据业务,这样就能够大大降低爆炸性数据业务给传统网络带来的的冲击风险,从而使得系统用户能够得到更好地网络服务。2)Femtocell的管理模式灵活多变、支持多种移动通信标准。相比于Wi-Fi等移动通信技术,家庭基站通过使用特定的授权频段进行无线网络通信服务,即运营注册的许可频段为用户提供相应的服务。Femtocell的管理模式灵活多样,其特点主要体现在有集中式、半集中式或者分布式的管理模式,由家庭基站运营商或者移动通信运营商运营并为用户提供电信服务,能够很好地保证家庭基站用户的通信质量。另一方面,家庭基站支持系统用户在家庭小区和宏小区间的平滑切换,可以保证用户具有更好的移动通信质量。最后,Femtocell支持目前所有的移动通信标准:GSM、3GPP LTE、LTE-A等。根据以上综合分析,Femtocell在未来的移动通信中将起着至关重要的作用。同时,Femtocell的引入也给蜂窝网络技术带来了许多挑战,要想Femtocell在4G、甚至超4G网络中能够成功的应用,将必然会面对和需要解决很多技术难题。另外,正交频分多址接入(OFDMA)已经成为4G移动系统(3GPP LTE, LTE-A)主流技术。则OFDMA下的Femtocell给传统蜂窝网络技术带来的挑战20,25将是我们分析和研究的重点内容,下一部分对此作了详细介绍。2.2 Femtocell辅助的双层网络面临的技术挑战随着在传统的无线蜂窝网络中引入了Femtocell,越来越多的技术难题和挑战相继出现,其中包括资源管理、干扰管理和移动性管理等。由于这些挑战问题的出现,也引起了通信运营商和学术界的高度关注。在本节中针对引入Femtocell所带来的相关技术难题进行详细的分析,并针对当前研究领域已经出现的成果进行分析介绍和总结。针对Femtocell引入到传统蜂窝网络所形成的双层网络结构,通信行业的学术界以及其他行业针对频谱资源的划分主要有以下两种方案:正交频率划分方案和全局频率复用方案。正交频率划分方案中,家庭小区和宏蜂窝小区使用相互正交的频谱资源,而局频率复用方案中,家庭小区和宏蜂窝小区则对所有的系统频谱资源进行复用。而对于通信网络的正交频率划分方案,在通信系统中仅仅存在同层之间的通信干扰。而对于全局频率复用的通信系统中,则同时存在同层网络之间的干扰和不同层通信网络中的跨层干扰着两种干扰情况。在OFDMA的家庭基站辅助的双层网络系统结构中,同层指的是网络层次的概念,即强调的是所有的Femtocell在同一个网络层次。则同层干扰就可以理解为某一个Femtocell基站接收到降低其通信质量的其它家庭小区基站发送的同信道信号。其主要发生在同一网络层面内的家庭小区间或者相邻家庭小区之间的干扰。与此对应,跨层干扰即可理解为宏蜂窝小区与家庭小区网络之间的干扰,并且根据文献24可知,宏基站和家庭基站的发射功率至少相差23dB,因为这个发射功率的差异,在两种发射基站之间会出现两种用户盲区:分别是上行家庭小区用户盲区和下行宏用户盲区。产生上行家庭小区用户盲区的原因:宏用户的发射功率比家庭小区用户的发射功率高许多,使得宏用户附近的家庭小区中与之通信的家庭小区用户受到宏用户的干扰过大而无法正常通信;产生下行宏用户盲区的原因:在家庭小区的覆盖范围内,和家庭小区用户使用同信道的宏用户所受到的影响其正常通信的相邻家庭小区基站的干扰26-28。通过以上对家庭基站和宏基站之间的关系分析,可以得知在家庭基站辅助双层网络中出现的同层干扰和不同通行网络层之间的跨层干扰会严重影响通信系统的系统性能,使得对家庭小区的有效覆盖方面的性能构成严重的影响。因此需要对双层网络中出现的干扰问题的有效抑制和管理,才能从根本上提升家庭小区在整个通信系统中的通信性能,其家庭基站的引入作用才能真正的体现出来。2.3 OFDMA 资源分配技术OFDMA系统29-30在频域传输数据的过程中,首先将传输数据的频带划分为一系列的子载波信道,而子载波上的符号传输时间要比信道的扩展时延要长。由于子载波频带带宽较窄,所以在子载波上的信道表现为平衰落现象,整个系统的带宽要远大于信道的相干带宽。而在OFDM系统31中,每个子载波上的功率发送方式和调制方式均相同,子载波深衰落的性能决定了系统的误比特率。与OFDM相比,OFDMA可以更加灵活地进行相干参数的配置,从而实现资源的自适应分配,系统的整体效率和灵活性也得到较好的改善32。在系统的自适应资源的配置方案33-34中,分别包含了功率分配、子载波分配以及比特装载方案三种方案。根据用户的即时衰落特性信息,对子载波相对于每个用户的分配情况、每个子载波承载的比特数以及发射功率电平进行确定,并从整体上确保系统的总速率达到最大化。另外,通信基站从整体上对所有的基站到移动台的通信链路进行估计,即下行链路的即时信道特性。这些性能均可以用于多用子载波、比特和功率分配算法中。2.3.1 OFDMA资源分配概述频率选择性和时变性是无线衰落信道所具有的典型特点,但是单载波通信系统对无线信道资源并没有充分利用。OFDMA 系统是一种能够满足多用户使用的多子载波的无线通信系统,通过冲使用整个通信系统中各个通信基站和每一个用户通信信道之间相互独立的特点,以及根据数据传输信道的即使状态,将网络系统的子载波和功率资源动态灵活高效地分配给系统中的用户,同时还能根据不同需求用户的要求而自适应地调整。子载波分配不仅考虑了每个用户数据速率的需求,同时也考虑了接收端用户所了解到的所有子载波的信道状况,在此基础上来为用户选择能够使用的子载波数,从而使得通信系统中的子载波达被网络系统中的用户进行高效利用。在OFDMA 系统中由于各个子信道之间是相对独立的,这就意味着,在某一特定时刻通信系统中的不同用户所使用的通信信道状况是不同的。然而对于通信系统的用户来说获得最好的通信状态的信道对网络系统中其他的用户则并不是最优的。因此通过对用户进行子信道的自适应分配,就可以将不通地点的用户和相应的信道特征进行充分利用,进而有效提升网络系统对用户的服务质量。功率分配问题源于信息论中经典的高斯信道最大容量问题,在给定的总功率大小的约束条件下,以通信系统中数据传输的速率最大化为系统优化的目标35-38,即是在系统数据传输速率和系统性能一定的优化约束条件下,将通信系统的最小化传输功率作为系统的优化目标37-48。在双向通信的信道中,通信系统的信道状况的获取主要由两种方式:一种是通过反馈信道送回发射机从而获得每个用户的信道状况,另一种是通过直接测量,即使用发射机测量每个用户的信道状况。通过有效地将OFDMA、子载波优化和功率控制机制结合起来,并对通信系统整体上进行资源的整合和分配,才能优化通信系统在整体上的性能。2.3.2 OFDMA资源分配算法分类在多用户OFDMA 系统资源分配过程中,主要通过子载波分配和功率分配技术来实现和优化系统性能。与单用户OFDM 系统相比较而言,多用户系统资源分配算法可以分为以下两类:1)容量最大化算法算法是以系统的总功率为约束条件,在确保一定的误码率的基础上,使得系统的总体传输速率最大化,因此此种算法也称为速率最大化算法。近期研究表明大多数的音频业务和数据业务都发生在室内环境1。为了提供更高的数据速率和更好的用户体验,家庭基站被广泛应用。家庭基站具有小尺寸、低功耗、低消耗和覆盖范围小的特点。同时它们工作在授权频段、是用户终端安装的无线数据接入点,并且能够接入到宽带互联网。因为家庭小区能够满足用户需求和很好的覆盖室内环境,所以它们已经被广泛地应用在多种无线通信标准中,比如WiMAX、LTE/LTE-Advanced2。在实际应用中,在家庭基站广泛部署之前还面临着许多的技术挑战。在含有家庭基站的双层网络中,层间一般都是通过共享频率资源而不是划分频率资源的方式47。因此,跨层干扰和层间干扰就成为了双层网络小区中的重要问题48,并且,考虑跨层干扰和层间干扰的最大化家庭小区吞吐量问题成为研究领域的趋势。和家庭小区相关的先前研究基本状况如下。家庭小区中有关层间干扰抑制的资源管理算法在文献49中作者进行了研究,文献50中提出了一种考虑家庭小区层间公平性的资源分配算法,在文献51中提出了一种减小系统层间干扰的功率控制算法。文献52中的作者提出了一种基于拉格朗日对偶方法的分布式功率控制算法。然而,在关于家庭网络的研究中,同时考虑了跨层干扰、服务质量需求和用户间公平性的最大化系统吞吐量的研究还不够充分。蚁群优化算法ACA是一种典型的群智能算法53,已经被用于OFDM系统54-55和OFDMA系统56中的资源分配当中。ACA算法的鲁棒和启发式特性比较适用于资源分配来寻找合适的解。并且很少有研究将这种方法应用到双层网络架构下。本文考虑一种在双层网络架构下,基于ACA算法的系统模型,其中家庭小区是密集分布的。我们的目标是在以:跨层干扰、QoS、和用户公平性的条件下最大化所有家庭小区用户的总的传输速率。本文提出了基于ACA的算法来优化子信道的分配问题,并通过仿真实验验证了该算法的性能,并通过与传统的轮询算法相比,本文提出的算法能够更好的实现系统性能。2)功率最小化算法功率最小化算法则将一定的传输速率(比特率)作为通信系统功率优化的一个约束条件,通过通信系统中通信的子信道的增益对子信道中比特数的加载情况对子信道进行自适应地进行分配,并在一定的通信误码率的前提下对子信道上的分配功率的比特率进行动态地调整,进而使得整体通信系统的总功率达到最小。在实际应用中,在家庭

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论