随着移动通信技术的快速发展和移动数据流量的指数式增长,超密集小蜂窝网络(SCN,Small Cell Network)与异构网络(Hetnets,Heterogeneous Networks)等新型网络的研究在业界得到了极大重视。以部署低功率接入点(LPN,Low Power Node)为特征的SCN拉近了用户设备(UE,User Equipment)与无线网络之间的距离,极大地提升了网络容量与用户体验,而宏微蜂窝重叠部署的Hetnets可以满足多样化的应用需求,这些新型网络架构已经成为构建5G移动通信系统的关键技术。然而,小蜂窝部署密度的增大在提升网络容量的同时,也带来了日益严重的网络能耗问题。因此,能够保证一定网络服务质量的网络节能技术得到了广泛关注。本论文针对面向5G的SCN与Hetnets网络节能技术展开研究。针对现有的无线网络节能技术进行充分的调研。首先围绕面向5G的无线网络的部署和架构特点,介绍了SCN和Hetnets。接着,分别重点研究了同构网络(Honets,Homogeneous Networks)与Hetnets的长时基站(BS,Base Station)节能技术,包括BS休眠与小区范围扩展。为实现Honets的节能目标,可以关闭低负载小区或扇区,剩余的开启小区或扇区通过覆盖范围扩展来补偿出现的覆盖漏洞。在此基础上,研究Hetnets节能技术,通常动态地让低负载LPN进入休眠模式,由MacroBS负责网络覆盖,让网络资源适应负载的空时波动性。此最后,简单介绍了无线网络的短时BS节能技术,以在更小的时间尺度上实现网络资源的最优配置。以降低超密集SCN的能耗为目标,研究网络负载动态变化条件下的Micro BS扇区休眠算法。针对三扇区Micro BS密集部署而构成的同构SCN场景,提出了周期性地动态配置所有扇区工作模式的两阶段扇区休眠算法。第一阶段算法依据扇区价值函数,按照合理次序对开启扇区进行测试,以尽可能多地关闭冗余扇区,有两种设计方案,其中启发式方案复杂度较高,对此,提出了渐进式方案,通过避免不必要的测试过程,克服启发式方案的不足。第二阶段扇区工作模式重调整算法让部分不适合休眠的扇区继续保持开启,并调整部分开启扇区的电下倾角,保障网络覆盖。接着,为了让移交UE重新选择合适的服务扇区与带宽资源,提出一个UE移交算法。仿真结果表明,所提出的休眠算法能够让开启的扇区数量有效地跟踪网络负载的波动,不同的第一阶段方案导致类似的节能效果,但渐进式方案可以显著减少休眠算法的执行时¨间。在上一章扇区休眠算法研究的基础上,继续研究Hetnets中微微基站(Pico BS)的休眠算法。从Hetnets系统模型出发,详细阐述了UE接入宏微BS的过程以及相应的无线资源分配方案。接着综合考虑Hetnets的特点,设计了Pico BS价值函数,以协助休眠算法按照合理顺序测试开启的PicoBS。随后提出了两种动态Pico BS休眠算法(即启发式与渐进式),通过周期性地配置Pico BS的工作模式,实现Hetnets的节能目标。启发式算法依赖价值函数逐个测试网络中所有的PicoBS,由于复杂度较高而不适合Pico BS密集部署的Hetnets。为了加速启发式算法的执行过程,提出了渐进式Pico BS休眠算法。对于被测试的Pico BS,为了尽可能地关闭Pico BS考虑首先将其UE移交到邻近宏基站(Macro BS),在移交不成功的情况下,再尝试将UE移交到邻近Pico BS。仿真结果表明,渐进式算法的执行时间平均只有启发式算法的三分之一,而且可以关闭更多的Pico BS但对阻塞概率只有轻微的不利影响,这意味着渐进式算法具有更好的节能潜力。