论文部分内容阅读
无线设备数量的海量增长,多媒体业务不断增长的服务质量需求,加上无线网络资源的限制,使得当前接入技术所使用的固有无线电频谱分配方法有了越来越大的压力。基于上述频谱资源管理存在的问题,考虑到大多数文献通过子载波分配的方法以提高系统吞吐量或降低误码率,但没有涉及到提升系统支持接入的用户数量,本文提出了干扰感知的子载波分配算法(IASA);考虑到频谱匹配时鲜少有考虑累积干扰的情况,本文提出了超图中最大权重独立集的寻找算法(MWIS)和基于干扰超图的频谱匹配算法(SMIH)。首先,本文阐述了大规模机器类通信中的频谱分配这一课题的研究背景及研究意义、国内外研究现状。介绍了本文提出的三种算法涉及的相关理论和方法,总结概述了D2D通信中频谱分配方式以及建立干扰图、干扰超图的方法,为后续章节提供理论支持。其次,详细介绍了IASA算法。针对mMTC场景下D2D通信的子载波分配问题,提出了一种针对mMTC的干扰感知的子载波分配算法。首先,建立了mMTC接入数目最大化的系统模型,mMTC设备以D2D方式进行通信,计算每个子载波可以承受的最大干扰。然后,确定对子载波干扰最小的mMTC对,并根据是否满足mMTC对的QoS需求判断接入属性。当由mMTC对引起的累积干扰大于子载波可以承受的最大干扰时,该子载波将禁止其他mMTC对的接入。仿真结果证明IASA算法性能明显优于两种对比算法,显著提高了上行频谱的利用率。同时仿真结果证明了所提子载波分配算法(IASA)的有效性,为物联网应用提供了有效的解决方案。然后,详细介绍了MWIS算法和SMIH算法。针对传统干扰图没有将累积干扰考虑在内的情况,提出用干扰超图来描述用户间的干扰关系并进行信道与用户的匹配。首先建立信息年龄模型以及用户与信道构成的干扰模型,并用市场中的竞拍买卖关系来描述用户与信道之间的匹配关系。然后,在给出匹配算法之前,首先给出了超图中最大权重独立集的寻找算法(MWIS),在每次频谱匹配之前找出超图中没有相互干扰的权重值最大的点的集合。然后提出基于超图的频谱匹配算法(SMIH)进行信道与用户之间的匹配。最后进行了仿真实验,仿真结果表明,所提SMIH算法具有可行性。最后,总体概括了本论文中所提出的主要创新内容,针对所提算法能够展开的进一步相关工作进行了分析并明确了下一步工作内容。该论文有图23幅,表5个,参考文献77篇。