發(fā)布時間：2021-01-15 20:58

　　隨著移動互聯(lián)技術的高速發(fā)展,互聯(lián)網(wǎng)創(chuàng)新和移動應用生態(tài)演進,大量新興移動業(yè)務不斷涌現(xiàn),智能移動終端的數(shù)量和種類不斷增加,網(wǎng)絡速率要求不斷提高。與此同時,信息通信技術（Information and Communication Technology,ICT）產(chǎn)業(yè)的能耗和相關污染問題正成為社會經(jīng)濟關注的焦點。作為下一代蜂窩移動通信網(wǎng)絡關鍵技術之一,超密集網(wǎng)絡（Ultra-Dense Networks,UDNs）希望通過在宏基站覆蓋下引入大量小覆蓋、低能耗的接入節(jié)點縮短用戶與其關聯(lián)接入節(jié)點的距離,在提高網(wǎng)絡容量的同時降低系統(tǒng)總體能耗。然而,大量小覆蓋、低能耗接入節(jié)點的密集部署使網(wǎng)絡拓撲結構變得更加復雜,網(wǎng)絡中的干擾問題變得嚴重,給無線網(wǎng)絡的資源管理和性能優(yōu)化帶來嚴峻挑戰(zhàn)。本論文研究面向高能效的超密集網(wǎng)絡資源管理技術,主要研究內(nèi)容和貢獻包括以下四個方面:第一,針對最大化系統(tǒng)能效的超密集網(wǎng)絡下行鏈路功率資源分配問題,基于超密集網(wǎng)絡架構特征建立了最優(yōu)化模型,從優(yōu)化性能、復雜度與壞境適應性的角度,分別提出了集中式、分布式和魯棒分布式三種功率資源分配算法。為克服原問題的非凸性,論文基于分數(shù)規(guī)劃理論將原問... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：123 頁

【學位級別】：博士

【部分圖文】：

所提以最優(yōu)化為目標的集中式算法、文獻[35]所提系統(tǒng)吞吐量最大化算法、文獻[36]

圖2-1 所提以最優(yōu)化為目標的集中式算法、文獻[35]所提系統(tǒng)吞吐量最大化算法、文獻[36]所提系統(tǒng)能耗最小化算法收斂結果對比圖2-2 所提集中式算法（表 2-1）、基于 ADMM 的分布式算法（表 2-2）、魯棒分布式算法（表2-3）、文獻[42]中算法收斂結果對比

越大的信息交互失敗概率導致更多的無效迭代，這使得魯棒分布式算法累積收斂迭代次數(shù)越多。圖2-3 在不同停止條件下三種算法的收斂速度根據(jù) 2.4.2 節(jié)的分析，本章所提分布式算法具有在超密集網(wǎng)絡場景中單次迭代運算復雜度低，同時在具體實現(xiàn)時可以通過N 個本地節(jié)點并行運算兩方面的優(yōu)點，算法運算時間效率非常高。表 2-5 統(tǒng)計了不同停止條件 下算法運行時間開銷。我們在仿真中利用 MATLAB 并行運算工具箱，通過初始化了多個進程，分別實現(xiàn)表2-2中步驟2和表2-3中步驟2的并行運算。仿真在硬件配置為i7-6500 CPU，16GB RAM，Win10 操作系統(tǒng)進行。通過表 2-5 可以看到，雖然基于 ADMM 的分布式算法需要更多的迭代步驟


本文編號：2979502