论文部分内容阅读
随着移动互联技术的高速发展,越来越多的新兴业务正在以无线的形式提供给用户,同时网络中的用户密度和速率需求不断提升,从而给传统移动通信系统提出了更高的要求。如何满足用户日益增长的业务需求,并提高无线通信网络的频谱效率和能量效率,已经成为当今世界关注的热点和难点问题。作为5G无线通信系统的关键技术之一,超密集无线网络通过减小小区半径,密集部署低功率节点,可大幅提升系统容量,因而有广泛的应用前景。然而,密集部署使得网络拓扑变得愈加复杂,网络中的干扰问题也更为突出,给无线网络的资源管理和干扰控制带来了严峻挑战。本文着眼于超密集网络的无线资源管理和干扰控制,对同构和异构场景下无线通信网络进行了研究,解决了在复杂干扰情况下的频谱和功率分配问题。本文主要的工作和创新如下:首先本文基于部分频率再用对蜂窝网络系统中的小区容量进行了研究。针对三层蜂窝网络系统模型,引入动态和静态的载波分配方式,结合对用户信干噪比的分布函数和用户所受干扰的概率密度函数的分析,得到了蜂窝网络系统中基于部分频率再用的小区频谱效率和能量效率的闭式解表达式。最终通过仿真结果分析了蜂窝网络系统中宏小区及微小区的频谱和能量效率,并且得到了最优中心区域半径阈值以及最优发射功率。其次本文对超密集网络同构场景中的分布式资源管理和干扰控制进行了研究。根据势博弈理论,本文对同构超密集网络中的分布式资源分配进行了建模,引入干扰矩阵表征干扰,提出了一种基于吞吐量和发射功率的效用函数和势函数,将网络中的无线资源分配问题转化为互动博弈过程,利用势博弈中策略变化带来的个体效用与系统总体势函数变化幅值相同的性质,使得微基站在最大化个体效用的同时提升了系统性能。最终本文通过仿真验证了所提出的势博弈模型的理论正确性,并分析了其频谱效率,能量效率和用户SINR分布,结果表明该分布式资源调度算法能有效提高密集部署下的能量效率,并保持较高的用户SINR水平。最后本文对异构超密集网络场景中的资源管理和干扰控制进行了研究。根据斯塔克尔伯格博弈理论,通过将宏基站和微基站作为分层博弈中的领导者和追随者,对异构超密集网络场景中的功率分配问题进行了建模,分别为宏基站和微基站提出了基于吞吐量和发射功率的效用函数。基于全局信息,宏基站为功率制定价格,指导微基站进行分布式功率资源分配,并提出基于斯塔克尔伯格博弈的两阶段功率分配算法。最终通过仿真对两阶段功率分配算法的性能进行了分析,证明其在保证频谱效率的情况下提升了系统能量效率,并大大减小了算法复杂度。