隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和移動通信技術的發(fā)展,蜂窩通信網(wǎng)絡承載的數(shù)據(jù)量呈指數(shù)增長的趨勢,導致具有粗放性、靜態(tài)性和局部性等特點的傳統(tǒng)蜂窩網(wǎng)絡提供的服務無法滿足用戶日益增長的QoS需求。針對上述問題,本文針對新的軟件定義蜂窩網(wǎng)絡(Software Defined Cellular Network,SDCN)架構(gòu),利用全局的網(wǎng)絡視角和集中式的控制邏輯,通過實時、動態(tài)地獲取網(wǎng)絡狀態(tài)信息,研究了不同網(wǎng)絡部署中LTE與WiFi共存、地面基站與空中基站共存等場景下的資源管理機制,為未來蜂窩網(wǎng)絡中的資源管理提供了有效的解決方案,具有重要意義。本文的研究工作如下:首先,在LTE和WiFi共存的場景下,深入研究了 SDCN中授權(quán)頻段和非授權(quán)頻段的資源管理機制,提出了一種面向SDCN網(wǎng)絡的資源分配算法。該算法采用集成的毫微微-WiFi基站(Integrated Femto-WiFi Base Station,IFW fBSN),允許智能終端設備可以同時使用授權(quán)頻段(通過LTE接口)和非授權(quán)頻段(通過WiFi接口)來緩解頻譜資源的短缺。同時,算法考慮具有LTE接口和WiFi接口的智能設備(Smart Device,sDevice)、只具有WiFi接口的WiFi設備(WiFi Device,wDevice),以及宏蜂窩設備(Macrocell Device,mDevice)等三種設備類型。利用SDCN控制器的全局化視圖,本文通過最大化sDevice和wDevice的加權(quán)效用總和,來分配授權(quán)頻段和非授權(quán)頻段的資源,并使fBSN對mDevice的干擾低于閾值。進一步,采用并行的交替方向乘子法(Alternating Direction Method Of Multipliers,ADMM)和凸優(yōu)化算法來求解建模的組合非凸問題。數(shù)值結(jié)果表明,本文提出的資源分配算法顯著地提高了網(wǎng)絡中所有設備的平均吞吐量和平均效用。通過新設計,sDevice和wDevice的平均吞吐量可以提高41.6%。其次,在地面基站和無人機(Unmanned Aerial Vehicle,UAV)共存的場景下,考慮UAV輔助技術來提高應急場景中的用戶性能,并利用SDCN的集中式控制邏輯提出了適應于未來網(wǎng)絡的無人機部署與資源分配算法。首先,通過優(yōu)化的三維(Three Dimensional,3D)UAV部署和用戶關聯(lián)來最大化無人機蜂窩用戶的效用總和。其次,提出了優(yōu)化的3D無人機部署和資源分配算法,該算法通過優(yōu)化3D UAV的部署、用戶的關聯(lián)和無人機的傳輸功率,最大化了關聯(lián)的用戶數(shù)和傳輸功率的網(wǎng)絡收益效用,同時保證用戶的QoS需求大于閾值。經(jīng)過數(shù)學分析,本文將混合整數(shù)的組合非凸問題降維為兩階段的子問題,并分別采用二分法和凸凹優(yōu)化(Convex-Concave Procedure,CCCP)算法進行求解。仿真結(jié)果表明,與其他無人機部署方案相比,所提的3D UAV部署和用戶關聯(lián)算法提高了網(wǎng)絡的吞吐量和效用,最大增益可以達到36.4%;3D UAV部署和資源分配算法提高了網(wǎng)絡收益效用,最大增益可以達到35.08%。最后,針對彈性部署的無人機受限于回程鏈路的問題,本文進一步研究了回程受限情況下的多維度地空資源分配。該算法利用SDCN控制器的全局化視角和集中式的控制邏輯,通過最大化用戶的效用總和,聯(lián)合優(yōu)化了3D無人機的部署,用戶的關聯(lián)以及頻譜資源的分配。進一步,本文提出了交替最大化算法,將混合整數(shù)的組合非凸問題分解為三個并行的子問題塊,并分別采用連續(xù)凸優(yōu)化(Successive Convex Optimization,SCO)技術和改進的ADMM進行求解。理論分析和仿真結(jié)果驗證了該算法的收斂性。與傳統(tǒng)的無人機部署方法相比,所提算法顯著提高了用戶的吞吐量和效用,其中,最大的吞吐量增益為74.9%。
【學位單位】：北京郵電大學
【學位級別】：博士
【學位年份】：2019
【中圖分類】：TN929.53
【部分圖文】：

１．２．２論文組織結(jié)構(gòu)??本文從軟件定義蜂窩網(wǎng)的框架出發(fā)，針對ＬＴＥ和Ｗｆｆｉ共存、地面基站與空中基??站共存等場景展開研宄，內(nèi)容框架、數(shù)學工具、及各個部分的拓撲關系圖解見圖１－６??所示�；诖私M織結(jié)構(gòu)，本文將各個章節(jié)的具體內(nèi)容安排如下：??第一章：本章首先簡介了課題內(nèi)容的研宄背景及意義，分析了軟件定義蜂窩網(wǎng)??的發(fā)展前景，然后，梳理了全文的系統(tǒng)框架并闡述了本文的主要工作。??７??

Ｇｅｎｅｒａｔｉｏｎ，?２Ｇ）支持數(shù)字制式的通信；３Ｇ支持語音、文本、數(shù)據(jù)等業(yè)務；４Ｇ支持高??質(zhì)量的視頻、圖像等業(yè)務的高速傳輸。本文將己有的１Ｇ－２Ｇ蜂窩網(wǎng)絡稱為傳統(tǒng)蜂窩??網(wǎng)絡。其中，傳統(tǒng)蜂窩網(wǎng)（４Ｇ／ＬＴＥ）的網(wǎng)絡架構(gòu)如圖２－２所示，該架構(gòu)主要由接入??網(wǎng)和核心網(wǎng)兩部分組成。其中接入網(wǎng)中主要由終端設備、ＬＴＥ基站（Ｅｖｏｌｖｅｄ?Ｎｏｄｅ?Ｂ，??ｅＮＢ）和接入點（Ａｃｃｅｓｓ?Ｐｏｉｎｔ，ＡＰ）組成，核心網(wǎng)主要由業(yè)務網(wǎng)關（Ｓｅｒｖｉｎｇ?Ｇａｔｅｗａｙ，??Ｓ－ＧＷ）、分組數(shù)據(jù)網(wǎng)關（Ｐａｃｋｅｔ?Ｎｅｔｗｏｒｋ?Ｇａｔｅｗａｙ，Ｐ－ＧＷ）、移動性管理實體（Ｍｏｂｉｌｅ??Ｍａｎａｇｅｍｅｎｔ?Ｅｎｔｉｔｙ，ＭＭＥ）、用戶歸屬服務器（Ｈｏｍｅ?Ｓｕｂｓｃｒｉｂｅｒ?Ｓｅｒｖｅｒ，ＨＳＳ）、計費??規(guī)則功能（Ｐｏｌｉｃｙ?Ａｎｄ?Ｃｈａｒｇｉｎｇ?Ｒｕｌｅｓ?Ｆｕｎｃｔｉｏｎ，ＰＣＲＦ）等組成。接入網(wǎng)和核心網(wǎng)的各??個組成部分的主要功能為：??？ｅＮＢ和ＡＰ等基站設備主要負責接收和發(fā)送無線電信號、小區(qū)覆蓋等，主要??用于實現(xiàn)鏈路級的數(shù)據(jù)傳輸，完成物理層（Ｐｈｙｓｉｃａｌ?Ｌａｙｅｒ）、介質(zhì)訪問控制層??（Ｍｅｄｉｕｍ?Ａｃｃｅｓｓ?Ｃｏｎｔｒｏｌ?Ｌａｙｅｒ

？ＭＭＥ負責用戶的接入控制、切換、漫游以及核心網(wǎng)承載的建立、釋放、負載??均衡等。??？Ｐ－ＧＷ網(wǎng)關實現(xiàn)核心網(wǎng)與ＩＰ網(wǎng)之間的數(shù)據(jù)轉(zhuǎn)發(fā)，為用戶分配ＩＰ地址，負責上??行／下行業(yè)務的等級計費，同時，支持不同的無線接入技術（如ＬＴＥ、ＷｉＦｉ）及其??相關協(xié)議標準的數(shù)據(jù)路由。??？?Ｓ－ＧＷ網(wǎng)關主要用于完成ｅＮＢ和Ｐ－ＧＷ網(wǎng)關之間的數(shù)據(jù)轉(zhuǎn)發(fā)，實現(xiàn)數(shù)據(jù)包過濾??等功能。??？?ＨＳＳ為用戶歸屬服務器，可以作為中央數(shù)據(jù)庫，其包含了運營商中的用戶信息，??存儲用戶的移動性和服務數(shù)據(jù)，同時還有用戶認證的功能。??？?ＰＣＲＦ主要用于提供可用的策略和計費控制決策。??圖２－２中用黃色、綠色、藍色等顏色標記了對應于ＳＤＮ的三層功能分解：黃色對應??于應用層，綠色表示控制層功能，藍色表示數(shù)據(jù)層，黑色實線表示數(shù)據(jù)及控制信令??
【相似文獻】

相關期刊論文 前10條

1 朱珂;王瑋;楊露彬;;“5G+無人機”技術的教與學:場景、路徑與未來應用展望[J];遠程教育雜志;2019年04期

2 畢夫;;無人機產(chǎn)業(yè):結(jié)構(gòu)優(yōu)化與場景強化[J];中關村;2019年07期

3 徐宏慶;;無人機應用技術專業(yè)建設的探索[J];正德職業(yè)技術學院學報;2018年02期

4 鄒昌昊;李怡然;余冠鋒;;無人機自主性評估與指標[J];數(shù)碼世界;2019年06期

5 潘泉;康童娜;呂洋;趙春暉;胡勁文;;無人機感知規(guī)避技術發(fā)展與挑戰(zhàn)[J];無人系統(tǒng)技術;2018年04期

6 杜恒;;基于足球比賽路徑規(guī)劃的農(nóng)用無人機定位和導航研究[J];農(nóng)機化研究;2019年10期

7 問延安;蔣倩;;智慧監(jiān)管:民用無人機企業(yè)監(jiān)管的路徑選擇[J];長沙航空職業(yè)技術學院學報;2018年04期

8 張軍國;閆浩;胡春鶴;李婷婷;于明;;無人機在林業(yè)中的應用及前景展望[J];林業(yè)工程學報;2019年01期

9 劉逸宸;;無人機系統(tǒng)信息傳輸技術分析[J];科技資訊;2018年32期

10 金偉;周震博;;2018年無人機研發(fā)熱點回眸[J];科技導報;2019年01期

相關博士學位論文 前10條

1 潘春雨;軟件定義蜂窩網(wǎng)中的資源管理技術研究[D];北京郵電大學;2019年

2 王東;山地果園植保無人機自適應導航關鍵技術研究[D];西北農(nóng)林科技大學;2019年

3 薛武;無人機影像定位優(yōu)化技術研究[D];戰(zhàn)略支援部隊信息工程大學;2017年

4 孟凡琨;無人機目標跟蹤與避障研究[D];長安大學;2018年

5 王勛;基于擬態(tài)物理學的無人機編隊控制與重構(gòu)方法研究[D];國防科學技術大學;2016年

6 徐淑芳;基于連通性的無人作戰(zhàn)網(wǎng)絡關鍵技術研究[D];南京航空航天大學;2017年

7 匡敏馳;尾座式推力矢量無人機飛行控制方法研究[D];清華大學;2017年

8 紀曉婷;基于概率模型檢驗的無人機不確定決策理論與方法研究[D];國防科學技術大學;2016年

9 鄧海強;翼身融合布局無人機總體多學科設計優(yōu)化研究[D];南京航空航天大學;2017年

10 呂迅竑;無人機容錯飛行控制系統(tǒng)關鍵技術研究[D];南京航空航天大學;2017年

相關碩士學位論文 前10條

1 羅雪靜;面向光伏巡檢的四旋翼飛行器路徑規(guī)劃問題研究[D];浙江大學;2018年

2 李峰;基于輸出調(diào)節(jié)和滑�？刂频乃男頍o人機軌跡跟蹤控制[D];天津理工大學;2019年

3 席志鵬;無人機自主飛行若干關鍵問題研究[D];浙江大學;2019年

4 程雋逸;基于多傳感器融合的艦載無人機自動著艦技術的研究[D];華東理工大學;2019年

5 屈亮;D公司植保無人機項目商業(yè)計劃書[D];河北經(jīng)貿(mào)大學;2019年

6 楊萌;基于無人機輔助的船姿測量和落點估計技術研究[D];浙江大學;2019年

7 侯宇晨;基于實時操作系統(tǒng)的無人機飛控系統(tǒng)的位置和姿態(tài)控制器的應用與實現(xiàn)[D];武漢工程大學;2018年

8 段敏;基于實時操作系統(tǒng)的無人機飛控系統(tǒng)EKF濾波器應用與實現(xiàn)[D];武漢工程大學;2018年

9 劉斌;基于無人機遙感影像的農(nóng)作物分類研究[D];中國農(nóng)業(yè)科學院;2019年

10 楊敏;無人機與民航客機碰撞安全風險評估[D];中國民用航空飛行學院;2019年

本文編號：2857838