论文部分内容阅读
为了弥补日益增长的数据业务需求和有限的无线资源之间的鸿沟，异构网络作为最具发展前景的技术，得到了学术界和工业界的广泛关注。在现代异构网络系统中，具备多个空中接口的智能手机可以同时接入多个网络的基站来提升用户体验。不同于传统的宏蜂窝网络，无线资源管理可以通过基站的集中控制器来进行统一的调度和协作，扁平化的异构网络很多基站都是用户自己随机部署，传统的集中式管理很难奏效。此外，移动用户的数据量呈现爆炸式的增长，研发多个网络的大规模分布式无线资源管理算法变得尤为迫切。工业界和学术界一直把在OFDM-MIMO同频组网系统的小区间干扰协调作为研究的热点问题，这使得异构网络中的多网络小区间干扰问题会变得更加富有挑战性，因此对异构网络进行大规模分布式算法的研究和应用具有重要的理论意义和实际应用价值。 本文针对不同异构网络下的资源优化问题，进行了严格的算法设计，对实际系统的性能优化具有理论指导作用，全文贡献如下; 其一，在由用户随即部署的多天线家庭基站网络中，本文设计了一种自组织的分布式优化算法。通过利用邻居小区间进行的协作，网络性能可以得到显著的提升。 其二，针对异构网络中的多服务(Multi-service)问题，基于加速梯度结构设计了一种快速的并行优化算法。本文给出了新算法的收敛速度为O(1/k)远远超过基于次梯度的传统Multi-service算法的收敛速度O(1/√k)。 其三，利用新兴的软件定义无线网络架构，本文将用户网络匹配和上行功率控制问题进行了联合优化，并提出来一种可行的准并行算法来进行求解。本文利用马尔科夫链框架来解决用户网络匹配的组合优化问题，并基于近似点(Proximal Point Algorithm，PPA)算法来设计内嵌的上行功率控制算法，仿真结果表明该算法可以很好的提升网络性能。