论文部分内容阅读
第五代移动通信系统(The Fifth Generation,5G)作为面向2020年以后移动通信发展的新一代移动通信系统,必须具备高速率、低时延、广连接等特性以满足未来的移动通信需求。为了真正实现上述目标,一些新颖的无线通信技术不断涌现,比如非正交多址接入技术(Non-Orthogonal Multiple Access,NOMA)采用功率域复用弥补了传统正交多址接入技术(Orthogonal Multiple Access,OMA)频谱效率低的缺陷。另外,通信系统的网络架构不断演进,比如云无线接入网络(Cloud Radio Access Network,CRAN)逐渐朝着异构云无线接入网络(Heterogeneous Cloud Radio Access Network,H-CRAN)的趋势发展。尽管网络资源分配存在已久,但它作为移动通信领域的重要组成部分之一,仍然对5G发展有着举足轻重的作用,同样需要适应5G发展的新需求。在这一背景下,本文深入研究了5G无线接入网络的资源分配问题,旨在使网络资源分配能够与新颖的无线通信技术和全新的通信网络架构相结合,能够适应5G发展的新需求。本文的主要研究工作如下:(1)提出了基于用户分簇的MIMO-NOMA网络资源分配算法。该算法根据用户位置信息和信道状态信息(Channel State Information,CSI)进行用户分簇,有效地缓解了共享同一资源块导致的同时同频干扰。同时该算法引入有效容量作为衡量网络性能的指标,相比传统的网络容量保证了多样的服务质量(Quality of Service,Qo S)需求。仿真结果表明,用户分簇可以有效地缓解NOMA技术引入的同时同频干扰,提升网络的整体性能,同时有效容量也保证了速率、时延和丢包率等多样的Qo S需求。(2)提出了基于多时间尺度协同优化的H-CRAN资源分配算法。传统的资源分配算法都是根据信道增益等短期瞬时信息进行小时间尺度资源分配,本文所提算法在小时间尺度资源分配之前还根据历史带宽需求等长期平均信息进行大时间尺度资源分配,更好地挖掘了用户行为等规律。同时该算法结合机器学习方法进行问题求解,相比传统的最优化方法能够更好地适应动态变化的网络环境。仿真结果表明,本文所提算法相比已有的资源分配算法可以进一步提升网络的资源利用率。(3)设计并实现了H-CRAN资源分配验证演示平台。该平台基于Jet Brains Py Charm搭建,依赖多线程技术实现分布式计算,利用Numpy和Pandas等相关库函数对网络数据进行分析和处理,利用Tenseflow和Keras等框架设计算法实现网络资源分配。该平台实现了多时间尺度协同优化的H-CRAN资源分配算法并验证了其性能。