论文部分内容阅读
未来将有大量的无线设备接入移动网络,与之相应,移动数据量将会以千倍数量级增长。二者的结合势必会引发一场移动通信技术和产业的全面革新。然而,这一欣欣向荣的景象却遭遇到了射频(RF)频谱稀缺的瓶颈困扰。造成该瓶颈的主因是射频频谱资源有限且其分配方式固定。解决该困境的方法一般基于两种思路。第一种思路是利用认知无线电(CR)提高频谱利用率。因为认知无线电允许未授权用户(或称之为次要用户)接入分配给授权用户(或称之为主要用户)的射频频段,同时将有害干扰降到主要用户可接受的门限值下。第二种思路是利用更高频率的频谱通信,主要包括毫米波(mm-Wave)通信和自由空间光通信(FSO)。此外,在无线通信中,资源优化控制处于核心地位。它要解决的问题是如何有效地进行资源管理从而实现最优的系统性能和服务质量(QoS)要求。因此,本文我们将研究在RF频谱稀缺相关的三个场景(CR,mm-Wave和FSO)中资源优化控制问题。具体而言,在三个场景中,我们通过控制通信参数(比如发送功率、频谱接入策略或者波束宽度)达到功率、频谱和QoS约束下的最大吞吐量、最大能量效率或者最小功率消耗。本文的研究内容和成果如下:(1)我们研究了在主动频谱切换协助下认知用户伺机接入主用户频谱的传输策略。具体来说,认知网络中次要用户可以主动预测频谱状态然后决定是否保持空闲、保持在当前信道传输还是切换到其他可用信道传输。我们把一个目标在D时隙内传输V比特大小数据包的问题建模为一个离散马尔科夫决策过程(MDP)。在该问题中,传输开销、切换开销和超时惩罚共同构成了总开销,次要用户的目标就是最小化该总开销的平均值。我们利用动态规划解决了该问题,并且提出了复杂度为2×|V|×D的最优主动切换协助传输策略的一般性算法。更进一步地,我们证明了如果惩罚函数为凸函数,最优传输策略表现出门限结构。利用该结构,我们提出了单调最优主动切换协助传输策略算法,其复杂度是max(|V|,D)。最后,仿真结果证明所提策略与传统一直保持静止和不停切换策略相比,具有更小的开销和更大的文件传输效率。(2)我们研究了在具有能量收集功能的毫米波通信中,最优的能量收集比率和波束宽度的选择问题。具体来讲,毫米波通信系统中的用户以时隙方式工作,每帧被分为三个连续的部分,即能量收集、波束搜索和数据传输。在这个意义下,我们分别提出了最大化吞吐量和能量效率下能量收集比率和波束宽度联合最优技术。通过最优化方法,我们解决了该问题,并提出了相应的算法。仿真结果证明了我们所提方法在性能上的优越性。(3)我们研究了在混合FSO/RF网络中的传输策略,并综合考虑了链路选择、功率分配和可靠性约束。具体而言,在确定的长期平均可靠性约束下,混合FSO/RF网络中的发送器做出选择哪一条链路和分配多少功率予所选链路的决策。我们把一个具有包成功概率、峰值功率和平均功率约束和最小化功率消耗为目标的问题建模为一个随机优化问题。利用李雅普诺夫优化技术,我们解决了该问题并且得到了在不同链路选择下功率分配的闭合表达式。更进一步地,我们设计了动态链路选择和功率分配(DLSPA)算法。该算法以牺牲可靠性为代价可以将消耗功率降到无限接近最优值。仿真结果验证了理论分析并且证实了所提策略的性能优越性。