论文部分内容阅读
无线通信业务需求在室内的迅猛增长,促成了 Macro-Femto组成的异构融合网络的出现,无线资源管理是实现网络资源优化和保障用户服务质量(Quality of Service,QoS)的关键技术。本学位论文着重研究宏蜂窝-毫微微蜂窝(Macro-Femto)异构网络环境下的资源管理算法,主要包括:密集Macro-Femto和移动热点融合网络中基于长期稳定的切换决策算法,基于中继节点辅助的毫微微蜂窝(Femtocell)混合传输与接入算法,基于斯坦伯格(Stackelberg)博弈理论的多用户多Femtocell网络的动态混合接入控制算法和基于比例公平算法的Macro-Femto异构网络中多业务资源管理算法等。论文的主要研究工作如下:1.针对密集Macro-Femto融合网络,提出一种基于长期稳定的切换(Long-Term-based Handover Decision,LTHD)决策算法。该算法由切换角(Angle of Handover,AHO)和逗留时间(Time-to-Stay,TTS)两种参数联合进行切换判决,从而有效减小冗余切换次数。为了解决切换用户面临大量候选基站(Candidate Base Stations,CBSs)从而使切换算法计算复杂度增大的问题,所提算法中的AHO参数用于降低CBSs集合的维度,进而有效降低切换决策计算复杂度;对于固定基站和移动基站两种基站模型,分别提出了相应对的TTS参数,从而使切换用户决策切入到其拥有最长期TTS的CBS中并将其作为服务基站。仿真结果表明,所提的LTHD算法能有效地降低密集Macro-Femto和移动热点融合网络中的冗余切换次数。2.针对异构网络融合环境,提出一种基于中继节点辅助的Femtocell混合接入控制算法,从而为Femtocell网络相邻用户(Neighboring Users,NUEs)提供较好的性能支持。该算法采用将中继节点部署在网络外围的架构,通过中继放大转发(Amplify-and-Forward,AF)或直传链路的传播方式对NUE进行数据传输,并设置Femtocell用户(Femtocell User,FUE)的数据传输速率门限值、宏蜂窝用户(Macrocell User,MUE)的跨层同频干扰容忍门限值以及Femtocell基站(Femtocell Base Station,FBS)下行总功率受限为约束,将上述资源分配问题建模成最优化问题,通过采用对偶分解算法进行求解,并将直传与中继放大转发模式相结合,从而适用于多用户多基站环境下Femtocell混合接入。仿真结果表明,所提算法不仅能够对FUE的数据传输速率进行保护,还能有效降低对MUE的跨层同频干扰,而且动态、灵活地改变NUE的接入模式,较大幅度地提高NUE的系统性能。3.针对多用户和多Femtocell网络场景,提出一种基于Stackelberg博弈理论的动态混合接入控制算法。在该网络场景中,多个Femtocell注册用户(Femtocell Registered User,FRU)和 Femtocell 非注册用户(Femtocell Unregistered User,FURU)共同存在于Femtocell网络中。首先,FBS无偿提供资源给FRUs以满足其一定的数据速率需求;然后,FBS通过售卖和竞价的方式将基站的剩余资源卖给FURUs,以获取一定的经济补偿。基于FBS和FURUs间的非合作博弈机制的Stackelberg理论,可以得到一种Femtocell网络中的动态混合接入控制算法。仿真结果表明,所提的Femtocell网络动态混合接入控制算法不仅能够保护FRUs的数据传输速率,而且能够根据FRUs的QoS和FURUs的信道增益等网络参数动态地调整可接入Femtocell网络的FURUs集合。4.针对Femtocell网络中多种业务(固定速率和可变速率业务)环境下如何公平分配FBS资源的问题,提出一种基于比例公平算法的Macro-Femto异构网络资源分配算法。该算法以基于比例公平法则的可变速率用户的吞吐量为优化目标,并以每个FUE的数据传输速率、FBS的下行传输总功率和MUE的跨层同频干扰门限值为约束组成优化问题。在上述资源分配最优化问题为凸优化问题的基础上,本文采用对偶分解算法进行求解。仿真结果表明,提出的算法在保证不同用户最低数据速率的同时,不仅能够有效地公平分配资源给可变速率用户,而且降低NUE受到来自FBS的跨层同频干扰。