论文部分内容阅读
超密集网络通过密集部署小小区基站,能够极大地提高网络吞吐量,提高用户体验速率,实现小区的无缝覆盖,是第五代移动通信系统(The Fifth Generation Mobile Communication System,5G)的关键技术之一。然而,随着超密集网络中小小区基站数目的不断增加,网络拓扑变得复杂,基站管理变得困难,网络中的干扰也变得越来越严重,同时网络中的能源消耗也变得越来越多。如何有效地进行基站管理、抑制干扰以及合理分配网络资源,进而提高网络吞吐量、提高能量效率是本文的主要研究内容。本文的主要研究工作和成果如下:(1)研究了超密集网络中的网络分簇技术。针对超密集网络中大量小小区基站的随机分布,网络拓扑结构复杂的问题,提出了一种基于密度改进的K-means分簇算法,根据小小区基站的分布密度,将基站动态地划分到不同的簇中,实现对基站的有效管理和对网络拓扑结构的简化。(2)研究了基于分簇的网络资源分配方案。在超密集网络中,由于小小区基站的密集部署所带来的干扰问题成为限制系统吞吐量提升的主要因素。为此,本文提出通过分簇,将相互间干扰严重的小小区基站划分到同一个簇中,然后在簇中利用正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术分配相互正交的资源块(Resource Blocks,RBs)给用户来减少干扰,不同的簇则可以复用这些资源块的资源分配方案。同时本文提出一种基于贪婪算法改进的两阶段资源补偿分配算法,在兼顾用户公平性和用户服务质量(Quality of Service,QoS)的同时最大化网络吞吐量。(3)研究了基于重叠簇的网络资源分配方案。通过在簇内分配正交的资源块可以解决簇内干扰,但是簇间干扰仍然没有解决。针对这一问题,本文提出重叠簇的概念,允许两个相邻的簇存在部分重合,即允许一个簇的边缘基站加入另外一个簇从而形成重叠簇。在重叠簇中通过时分复用多址(Time Division Multiple Access,TDMA)技术解决由于复用相同的资源块带来的簇间干扰的问题。同时本文研究了网络能效优化的问题,通过将优化问题分解成资源块分配和功率分配的两个子优化问题,提出一种基于非合作博弈论的分布式迭代功率分配算法。仿真结果表明,该算法可以有效地提高网络能效。