论文部分内容阅读
随着移动端数据流量的爆炸式增长,传统的无线接入网络因为有效覆盖低,容量干扰受限,维护升级困难等原因而无法满足未来无线通信新要求。一种基于云架构的无线接入网络(Cloud Radio Access Network,C-RAN)应运而生。在C-RAN网络中,射频远头(Remote Radio Heads,RRH)可以密集部署并多点协作传输以增加信号质量和边缘覆盖率,但出于回传网络容量,干扰抑制,以及调度复杂度等方面的考虑,处于激活状态的RRH数量往往受到限制。在传统的RRH激活研究中,RRH的激活/休眠状态一般是基于信道的状态信息,考虑能耗,信道容量等因素进行选择。在这种选择方式中,系统因为匹配信道变化往往工作在一种高性能的状态,但当信道变化较快时,RRH状态也会快速变化,这会增加系统调度难度,加快设备损耗速度,甚至严重者会导致服务中断。针对这种情况本文重点研究了C-RAN网络中基于稳定接入关系的基站激活算法,旨在寻找一种能平衡系统灵活性和稳定性的调度策略。本文工作主要包括以下几个方面:(1)提出了一种基于基站用户稳定接入关系的资源调度和波束形成联合优化的数学模型。与传统网络模型不同,本模型充分考虑网络资源调度的灵活性与稳定性,不再局限于某一时刻系统的性能,而是着眼于网络长时间的资源调度分配策略以实现降低能耗提升容量的目的。(2)基于非因果信道设计了一种线下RRH激活策略,并在此基础上设计了两种基于因果信道的在线激活策略。系统长期性能模型不同于瞬时系统模型,它的求解往往受制于信道的因果性。本文先基于非因果信道探究了一种集中式的RRH激活算法,再在此基础上设计了两种针对因果信道的RRH激活策略:动态激活策略和训练式激活策略。仿真结果表明相较于传统的无切换控制激活算法,本文提出的三种RRH激活算法能够较好的提升系统的稳定性。(3)针对三种策略设计了基于交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)的分布式求解方案。针对集中式求解方式中算法复杂度高的问题,提出了一种基于ADMM的分布式计算方法。ADMM算法能有效分离耦合的变量,将原问题分割为许多可以独立求解的子问题,不仅减小了计算复杂度,也十分契合C-RAN的网络架构。仿真结果表明,ADMM收敛性良好,并且能大幅度降低计算复杂度。