论文部分内容阅读
随着无线通信系统和移动互联网业务的迅速发展,用户对多媒体业务的需求不断增强,无线通信网络的优化和设计也面临着新的挑战。一直以来,无线网络优化的主要目标是服务质量(Quality of Service, QoS),即一些客观技术指标,如时延、抖动、吞吐量、丢包率等。但是,这些技术指标无法直接表示用户对某项业务的主观感受。因此,国际电联小组提出了用户体验质量(Quality of Experience, QoE)这一概念,它被定义为用户对业务的主观满意度。QoE综合了影响业务性能的多项QoS指标,可以统一评价多种多媒体业务的用户体验。无线网络优化的最终目标是要提供满意的用户体验。因此,探索基于用户体验的无线网络优化与设计机制,具有重要的研究意义与实践价值。本文研究的重点是,在无线云场景下如何进行合理的无线资源分配与调度,以提高系统的资源利用率以及用户的业务体验满意度。本文首先介绍了无线网路优化的研究现状,并引入了用户体验的概念。紧接着,论文介绍了影响QoE的主要因素(客观QoS因素和用户主观因素)、QoE的量化方法(平均打分评价指标)、QoE评价方法(主观质量评价、客观质量评价和伪主观质量评价)、QoE评价模型(样本数据采集、数据分析处理和模型合理性验证)。其中,重点介绍了语音、视频、文件下载、网页浏览四类业务的QoE模型。同时,论文还从资源分配、资源调度、网络接入选择与网络接入控制四个方面分析了基于QoE的无线网络优化现状。本文针对时延敏感的无线云业务提出了一种基于QoE的无线资源调度方案。论文首先研究了影响无线云业务的主要QoS因素,并分析了QoS-QoE映射模型。该方案将无线云业务建模为交互式业务,综合了系统的信道状态和业务队列状态,实现上下行联合调度,改善了在时变信道下无线云业务的时延性能指标,从而提高了用户的主观体验。论文采用了马尔科夫决策过程进行建模。在模型求解的过程中,系统状态空间爆炸,难以用传统值迭代或策略迭代的方法直接求解。因此,为了减小系统的状态空间,论文采用了随机学习优化算法对模型进行了适当转化。最后,通过仿真验证了调度算法能够改善无线云业务的用户体验性能。本文又进一步探究了如何在车联网与无线云结合的场景下,通过合理的资源分配决策方案来优化车云网的性能,以提高网络中车辆用户的业务体验满意度。论文首先构建了车云网架构：车云网由本地车辆和远端云共同组成。本地车联网中每一个车辆都是一个有效的资源,所有车辆共享资源。当系统中有服务请求到达时,系统需要作出相应的资源分配决策,是在车辆网中分配一定的资源还是将请求传送到远端云处理。论文将整个资源调度过程建模成马尔科夫决策过程,并通过求解Bellman方程获得最优解,即在不同的系统状态下应该采取怎样的调度策略。与传统的贪婪算法相比,该调度算法可以有效提高用户平均业务体验性能。