论文部分内容阅读
随着近几年科技的快速发展,各种移动智能终端和服务应用层出不穷,在数量不断增长的同时,对网络的容量、速率以及延时等方面也有了越来越高的QoS(Quality of Service)需求。因此,蜂窝异构网络应运而生,异构网络融合了多种不同类型的基站,是在宏基站(Macro-cell Base Station)的基础上,加设微基站(Micro cell Base Station)、家庭基站(Femtocell Base Station)、中继基站(Relay Base Station)和射频单元节点等低功率设备。然而大规模的部署低功率设备也会导致功率消耗显著增加,进而造成网络的能量效率明显下降。更为严重的是如果不采取有效的节能方案,能量的消耗会随着通信技术的快速发展变得更加庞大。因此,在满足用户QoS要求的前提下最大化提升网络的能量效率,具有重要的现实意义。本文对现有的异构网络节能技术进行了相关了解和研究,对当前的节能技术发展现状和主要技术进行分析后,选择了合适的异构蜂窝网场景模型并建立了新的系统能效模型。在对系统能效模型进行分析和推导后,决定从基站休眠策略以及优化资源分配算法两方面进行研究。首先,介绍分析了粒子群算法的基本原理和优势;然后,以能效为目标函数,通过引入权重优化粒子群算法的联合资源分配算法进行仿真实验,并与传统资源分配算法进行了对比,分析了该算法在提高网络能效方面以及CPU run time与传统资源分配算法相比有一定优势。最后根据集中式算法和分布式算法的优缺点,本文提出了一种分簇式的混合休眠算法。该算法在保持宏基站开启的情况下,首先进行分簇时间划分,随后将所有微基站以其能效为标准进行合理的自适应分簇,尽量关闭簇内能效较小的家庭式基站,最后通过优化后的PSO算法进行休眠组合的确定。仿真结果表明,该算法的计算复杂度要远低于集中式算法,能耗性能与集中式算法相近。与分布式算法相比,在提高网络能效方面有明显优势。综合来看,本文算法整体性能更强,在提高网络能效方面有优势。