论文部分内容阅读
为满足更高容量与更好覆盖、极高通信可靠性与极低时延以及大规模机器类通信等技术需求,异构网络、超密集网络和软件定义网络(Software Defined Networks,SDN)等新型架构正在成为新一代无线网络的候选架构。超密集部署的异构蜂窝网络通过增加低功率节点数量的方式提升了系统容量,在很大程度上缓解了由无线通信设备数量以及所需通信流量的爆炸式增长带来的需求压力,但小小区的密集部署导致频繁切换和乒乓效应,造成了信道资源的浪费和用户体验质量的下降。因此,针对超密集蜂窝网络中大规模机器类通信所涉及的通信与计算问题,本文进行了一种基于Markov预测的灵活网络动态切换技术研究,主要研究内容及创新点如下:1.本文所考虑的超密集部署的异构网络是一种部分集成SDN中心控制器实体的接入网,并将无线接入点虚拟化为虚拟节点,采用半结构化分布。本文提出了SDN异构网络架构,其中利用SDN控制器的全局化视图实时获取网络和终端参数,网络信息处理模块提取有关无线接入技术的网络参数以及状态信息,并对其进行加工处理,执行切换预测算法。最终为用户选择合适的网络并执行切换决策,能够实现网络资源的灵活控制。2.为提升大规模机器类通信的切换性能,本文把预测和小区切换相结合,提出了基于Markov预测的切换方案。首先建立Markov模型,利用非齐次离散时间马尔科夫链计算用户在小区间的转移概率,从而得到预测目标小区。用户可以提前向预测小区发送认证,请求并转发数据,当用户接收到当前小区的信号强度减弱时,直接向预测小区发送连接请求。计算机仿真结果表明,在低速率(2m/s)的移动场合,基于Markov预测的切换设计在保证切换性能的基础上便于有效预测用户下一个接入网络。3.上下文感知计算主要用于提高系统性能及用户体验。本文提出了集成上下文感知的Markov预测切换系统模型和预测方案,以优化前述的切换方案。添加上下文信息,即用户周围每个小区的负载状况,目的是进一步提高切换算法的精确度和智能化。计算机仿真结果表明,优化后的算法能够权衡考虑信号质量和各个小区的传输负载,为用户动态选择最佳切换小区。