论文部分内容阅读
未来网络流量爆炸式增长的需求使得移动通信技术需要不断发展进步,而超密集异构蜂窝网(Ultra Dense Heterogeneous Cellular Networks)作为未来通信网络中较有前景的技术,通过小基站的密集化部署以及终端和节点之间较小的距离,可获得更高的频谱效率,更大的覆盖范围,也可扩展系统容量。但是超密集异构网络(Ultra Dense HetNets,Ultra Dense Heterogeneous Networks)的回传受限问题严重制约着业务数据的传输,是限制系统吞吐量增长的一大瓶颈;另外,由于小基站不断密集化部署以及终端智能化程度的提高,两者能耗的增加且供电不足的问题日益凸显。以上两大问题成为超密集异构网络发展的主要限制因素,因此针对在有限回传容量下提升超密集异构网络的能效值得深入研究。本论文首先针对回传受限瓶颈以及小基站无供电设备进而缺少能量的问题,研究提高小基站能效的方法。为解决由于回传受限导致的小基站能效不高的问题,论文围绕带有自回传的超密集网络(UDN,Ultra Dense Networks)系统模型,利用时分块因子调节技术,提出一种基于时分块因子的回传受限超密集异构网络能效优化算法,考虑了对接入预编码、功率分配和时分块因子调节的联合设计,建立能效优化数学模型,并使用一阶泰勒凸近似(FOTCA,First Order Taylor Convex Approximation)、凸松弛因子以及一维搜索法形成的求解算法,得到预编码、功率和时分块因子的优化解提升能效。仿真实验表明所提出的基于时分块因子的能效优化算法,相较于未使用时分块因子调节的原始方案,可提升固定回传速率时的小基站能效性能,即利用相同能量时可传输更多系统吞吐量。移动边缘计算(MEC,Mobile Edge Computing)技术通过在小区边缘布置服务器给用户提供服务,而无需大量的回传操作,使得设置MEC的超密集异构网络对于打破回传受限瓶颈有着重要作用。但是终端的智能化程度加深以及大量任务需要结合用户端和MEC服务器共同完成,用户端能耗不断增大且无法供电的缺点突出。本论文结合MEC超密集异构网络系统和任务缓存(Task Cashing)技术,提出了一种宏微异构网络协同利用缓存空间的任务缓存卸载算法(TCOMM,Task Caching and Offloading with Macro-Micro-base station),并通过对宏基站和小基站的缓存空间调度、任务缓存和卸载选择、任务细粒度划分的联合设计,在提高缓存击中率的基础上,降低用户端能耗。同时建立基于TCOMM的能效优化数学模型,并利用本文提出的求解算法将问题逐步分解后,解出此混合整数非线性规划。最后,仿真表明所提出能效优化算法相较原始TCO(Task Caching and Offloading)方案,在完成相同任务情况下可降低用户端能耗,而与利用最流行资源缓存的方案相比,也节约了能量。