论文部分内容阅读
随着人们对移动数据速率的要求越来越高，第三代合作伙伴计划(3rd Generation Partnership Project，3GPP)致力于LTE-Advanced项目，联合多点传输、中继、异构网络等技术被广泛研究。其中异构网络通过在传统宏基站覆盖范围内增加部署如pico基站、femto基站和中继的低功率节点，从而改善系统容量和提高覆盖效率。异构网络能够保证灵活的、低造价的网络部署，为用户带来普遍统一的宽带体验。但网络拓扑结构的改变也带来了负载和干扰等方面的问题，负载和干扰对小区容量和系统性能起着关键作用。 本文针对负载和干扰问题，深入研究了Macro-Pico异构网络中小区选择和时域小区间干扰协调技术。详细介绍了异构网络的概念及关键技术，并且总结和分析了已有小区选择算法和时域小区间干扰协调中ABS配置算法。在此基础上提出了新的小区选择算法和动态异步ABS配置方案，最后通过系统级仿真对这两种算法进行了验证。 在小区选择方面，本文提出了一种新的小区选择算法，该算法通过将小区选择问题建模为多目标优化问题，然后用贪婪优化算法解决此问题，从而在异构网络负载平衡和系统吞吐量之间取性能折中。大量的仿真结果表明提出的算法能够将超载的宏基站的负载卸载到pico基站，改善系统特别是小区边缘用户的吞吐量。 在小区间干扰协调方面，将Q-learning理论应用于时域小区间干扰协调ABS配置问题中，提出了一种动态异步ABS配置算法，该算法同时考虑了宏小区和pico小区的吞吐量。宏基站独立选择最优的ABS密度和在ABS帧降低的功率值。仿真结果表明该算法是有效的，其性能优于传统的固定ABS配置方案。