论文部分内容阅读
无线通信即将进入5G时代,大规模机器类通信将广泛应用到生产和生活的各个领域,其多样化的通信需求和终端能量受限等因素制约着机器类通信(Machine Type Communication,MTC)的应用与发展。本文将周期性发送固定尺寸数据包场景下的机器类终端能效问题作为大规模机器类通信场景能效优化的典型情况,重点研究了结合多跳中继和无线资源管理的能效优化方案,改善了 MTC终端的能效,提高了网络资源利用效率。本文的主要研究内容如下:首先,本文系统调研了大规模机器类通信场景中的能效优化问题,以MTC能耗问题和无线资源管理问题为研究重点,对相关典型处理方案加以分析,得出可以改进和创新的方案,为后续工作打下基础。为了进一步处理MTC能效问题,本文介绍了基于协作通信的数据聚集策略。此外,对于具有不同时延要求场景下的能耗模型,本文提出基于一跳能效最大目标下的功率选择方案,并以此为基础开展了该场景下的能效优化研究。其次,针对时延容忍型大规模机器类通信场景,本文提出基于平均剩余能量的均匀分簇算法,利用MTC终端的数据聚集功能,根据其剩余能量变化,及时调整网络中的分簇情况,使得簇头能耗负载到达均衡。本文通过凸优化方式求解出在单个通信回合总能耗最小目标下的最佳簇头数目表达式。在此基础上,本文利用启发式思想改进当前算法,使得该算法在缺少给定簇头数目情况下,依然可以达到前述算法最优结果相近的性能。仿真结果表明本文所提算法提高了 MTC终端整体能量利用效率,延长了网络寿命。最后,对于具有不同时延要求的大规模机器类通信场景,本文提出基于遗传算法的启发式能效优化方案。在正交资源分配前提下,将无线资源分配问题转化为MTC终端的传输顺序问题,以MTC终端剩余能量和其到汇聚节点的欧氏距离作为中继选择依据,根据剩余能量变化和时延要求,基于遗传算法及时调整MTC终端的资源利用策略,使得网络无线传输资源和MTC终端电池能量得到高效利用。仿真实验在不同的信噪比阈值条件下进行,结果表明信噪比阈值越大,网络能效越高,但通信跳数也相应增加。