【摘 要】
:
随着移动互联网技术的发展,位置相邻用户之间的数据通信业务也在逐渐增多,所以,用户设备之间的直接通信(D2D)技术正在受到越来越多的关注。本文通过对移动蜂窝网中的D2D通信
论文部分内容阅读
随着移动互联网技术的发展,位置相邻用户之间的数据通信业务也在逐渐增多,所以,用户设备之间的直接通信(D2D)技术正在受到越来越多的关注。本文通过对移动蜂窝网中的D2D通信进行流级性能分析,分析了overlay和underlay两种频谱复用方式下,系统的平均时延和平均吞吐量等性能指标,并进一步研究了最优性能下相关系统参数的优化设置问题。在overlay方式下的D2D与蜂窝混合网络中,频谱分配系数和模式选择门限是两个十分重要的系统参数。在现有的研究中,通常假设系统中用户数量是固定的,用户的业务队列为无限积压模型,从而对系统进行分组级性能分析。但是在本文的研究中,我们将进行流级性能分析,在流级模型中,系统中的用户数量随数据流的到达和离开而动态随机变化,更符合实际网络情形。在研究中,本文使用队列模型来分析系统的流级性能,在队列模型中有一个调度器,将到达系统的业务分发给两个相互独立的处理器共享服务器。通过推导,可以得到平均用户数量、平均时延和平均吞吐量等性能指标的闭合表达式,并进一步可以求得最优频谱分配系数和最优模式选择门限,为overlay方式下系统设计时的参数设置提供了有效的参考意见。最后,仿真与理论分析结果的对比证明了该分析模型的正确性。在underlay方式下的D2D与蜂窝混合网络中,D2D通信与蜂窝通信共用相同的频谱。本文建立一个具有两类队列的双处理器队列系统模型来对系统进行流级性能分析。并假设用户位置分布服从随机点过程,从而得到系统的服务速率。由于队列模型的状态空间随着D2D用户和蜂窝用户数量的增加呈指数增长趋势,所以本文使用模型分解和循环迭代的方法来求解稳态概率分布,并得到平均时延和流传输的平均能量消耗等性能指标的计算结果。最后,通过仿真与理论结果的对比证明理论分析的正确性。本文建立的该流级性能模型在进行underlay方式下的实际网络搭建时也是具有应用价值的,可以为系统中D2D通信相关参数的设置提供参考意见。
其他文献
纳米科技是当今科学技术发展的重要推动力量,极大的促进了物理、化学、医学、生物以及材料等众多领域的研究与发展。光波具有穿透性好、非接触、高灵敏以及操作灵活等特点,是
能源的利用与人类生产和生活息息相关,对经济社会发展也起到推动作用。近年来,随着能源危机影响不断加剧以及应用煤炭、石油等不可再生能源对环境破坏的问题越来越突出。能源利用逐渐向着可再生能源转变。可再生能源的利用能够减少环境污染,有利于环境保护。可再生能源中,生物质成型燃料的应用,不仅可以对农林废弃物进行利用,变废为宝,还能够产生可观的经济和社会效益。目前,由于成型设备存在的问题以及成型燃料质量参差不齐
随着软件项目规模的扩大,高效复用代码成为软件开发者们的共识,其中使用应用程序编程接口(Application Programming Interface,即API)是代码复用的一种重要手段。通过接口文
干扰对齐作为一种新型的干扰管理技术,以其能获得远优于传统通信技术的网络自由度,大大提升无线通信系统的网络容量的性能优势而获得学术界的广泛关注和深入研究。目前大部分
传统的机器学习是基于统计学的机器学习,其中一个基本的假设条件就是训练和测试数据来自相同的特征空间并且具有相同的概率分布。然而,在很多实际应用中,这种假设往往并不成
研究背景:气管移植是解决如原发性气道狭窄、气管粘膜损伤、气管肿瘤等疾病的主要手段。而气管移植后管腔大量纤维结缔组织生成,阻塞气管畅通,容易导致移植的失败,因此制约气
石碌含笑(Michelia shiluensis Chun et Y.F.Wu)为木兰科含笑属常绿乔木,为海南特有树种和国家Ⅱ级濒危保护植物。野外调查仅见分布于白沙、昌江、陵水、五指山等地海南中南部山区,资源分布狭窄,野生种群数量稀少,具有重要的科研和保护价值。本研究以石碌含笑为研究对象,在对石碌含笑野外种群开展全面调查的基础上,选择生长状况最为良好的吊罗山分布点开展该树种生殖生态学和种群及群落结
当前,人们对于复杂网络的研究已经成为一个新兴的话题。现实世界的诸多复杂系统都可以利用复杂网络进行表示,例如:社会关系网络,交通运输网络,神经网络,通信网络等等。网络鲁
利用多传感器组网获取监视区域中各种信息是实现实时检测、目标定位、跟踪与识别的一种重要手段,被广泛应用于智能监控、低空飞行器、无人驾驶和移动机器人等诸多领域。尤其在大范围监视空域,由低空雷达、光学传感器以及广播式自动相关监视(ADS-B)设备等构建的多传感器跟踪系统及其相关技术,日益受到国内外广泛关注。在实际中,由于传感器性能差异、目标运动模式、目标个数的不断改变、监测环境的动态变化及组网系统数据处
基于种群的进化算法在一次运行中能够产生一组近似的Pareto最优解集,因此多目标进化算法成为处理多目标优化问题中的主流方法。基于分解的多目标进化算法(MOEA/D)将一个多目