超密集網(wǎng)絡（Ultra-Dense Networks,UDN）通過大規(guī)模部署無線接入點,可以縮短用戶接入距離,提高鏈路傳輸質量,增加頻譜資源復用,從而可以提高用戶吞吐量并滿足系統(tǒng)容量需求。然而,超密集網(wǎng)絡中節(jié)點分布的隨機性、密集性和異構性,使得網(wǎng)絡拓撲結構復雜多變、網(wǎng)絡能耗和干擾增加,從而導致網(wǎng)絡中的能耗管理、干擾管理和移動性管理等策略面臨挑戰(zhàn)。因此,本文針對單層和多層超密集網(wǎng)絡場景,以能耗管理為研究對象,對同層和不同層的基站分簇并制定了基于基站開/關技術的能耗管理策略,旨在降低網(wǎng)絡能耗的同時提升網(wǎng)絡能效。本文的主要研究工作概括如下:（1）提出基于密度分簇的基站開/關能耗管理方案。首先,針對單層超密集網(wǎng)絡中大規(guī)模的基站隨機分布,網(wǎng)絡拓撲結構復雜的問題,根據(jù)基站的分布特點分析基站的局部密度對同層基站進行分簇,通過基站分簇實現(xiàn)對整個網(wǎng)絡有效分區(qū)管理和在邏輯上簡化網(wǎng)絡拓撲結構。然后,對基站開/關的計算復雜度問題以及引起的網(wǎng)絡負載變化,利用基站間干擾度量基站開/關引起的負載變化,將基站開/關組合問題轉化為選擇問題來減少基站開/關的搜索空間,以此降低復雜度。最后仿真結果表明所提方案可以有效提高能... 

【文章來源】：重慶郵電大學重慶市

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
注釋表
第1章 緒論
    1.1 研究背景及意義
    1.2 研究目的和研究內容
    1.3 國內外研究現(xiàn)狀
        1.3.1 超密集網(wǎng)絡的研究現(xiàn)狀
        1.3.2 超密集網(wǎng)絡中分簇算法的研究現(xiàn)狀
        1.3.3 超密集網(wǎng)絡中能耗管理的研究現(xiàn)狀
    1.4 論文章節(jié)安排及各章內容
第2章 超密集網(wǎng)絡相關理論基礎
    2.1 引言
    2.2 超密集網(wǎng)絡概述
        2.2.1 超密集網(wǎng)絡定義
        2.2.2 超密集網(wǎng)絡建模方法
        2.2.3 超密集網(wǎng)絡性能指標
    2.3 分簇
        2.3.1 相似性度量
        2.3.2 K-means分簇算法
        2.3.3 親和力傳播分簇算法
    2.4 能耗管理策略
        2.4.1 基站開/關技術
        2.4.2 小區(qū)縮放技術
        2.4.3 中繼技術
    2.5 本章小結
第3章 基于密度分簇的小小區(qū)開/關能耗管理方案
    3.1 引言
    3.2 系統(tǒng)模型
    3.3 問題分析
    3.4 基于分簇的小小區(qū)開/關能效優(yōu)化策略
        3.4.1 小小區(qū)分簇算法
        3.4.2 小小區(qū)開/關算法
        3.4.3 復雜度分析
    3.5 仿真設置與結果分析
        3.5.1 參數(shù)設置
        3.5.2 結果分析
    3.6 本章小結
第4章 基于動態(tài)親和力傳播分簇的能耗管理方案
    4.1 引言
    4.2 系統(tǒng)模型
        4.2.1 能耗模型
        4.2.2 網(wǎng)絡吞吐量
    4.3 問題分析
    4.4 基于動態(tài)親和力傳播分簇的節(jié)能策略
        4.4.1 小區(qū)選擇策略
        4.4.2 動態(tài)親和力傳播分簇算法
        4.4.3 基于干擾相似度的開/關策略
    4.5 仿真設置與結果分析
        4.5.1 仿真設置
        4.5.2 結果分析
    4.6 本章小結
第5章 總結與展望
    5.1 論文總結
    5.2 未來工作展望
參考文獻
致謝
攻讀碩士學位期間從事的科研工作及取得的成果


【參考文獻】：
期刊論文
[1]5G超密集網(wǎng)絡的能量效率研究綜述[J]. 馬忠貴,宋佳倩.  工程科學學報. 2019(08)
[2]超密集網(wǎng)絡中基于能效最優(yōu)的資源分配算法[J]. 章躍躍,夏瑋瑋,朱亞萍,燕鋒,左旭舟,沈連豐.  電信科學. 2017(10)
[3]5G綠色超密集無線異構網(wǎng)絡:理念、技術及挑戰(zhàn)[J]. 李渝舟,江濤,曹洋,李贊.  電信科學. 2017(06)
[4]超密集網(wǎng)絡中干擾協(xié)調方法及性能分析[J]. 白璐,劉婷婷,楊晨陽.  信號處理. 2015(10)
[5]K-means聚類算法研究綜述[J]. 王千,王成,馮振元,葉金鳳.  電子設計工程. 2012(07)

博士論文
[1]超密集無線網(wǎng)絡能量效率關鍵技術研究[D]. 朱文祥.東南大學 2017

碩士論文
[1]基于博弈論的D2D防竊聽通信物理層安全研究[D]. 鄭鑫.南京郵電大學 2019
[2]混合數(shù)據(jù)最佳聚類數(shù)的確定方法與應用[D]. 李杏麗.蘭州財經(jīng)大學 2019
[3]基于隨機幾何的蜂窩網(wǎng)絡的擬合方法及功率分配的研究[D]. 萬修勝.北京郵電大學 2019
[4]超密集網(wǎng)絡中移動性管理方案研究[D]. 嚴晗.北京郵電大學 2018
[5]超密集網(wǎng)絡的性能分析與能效優(yōu)化方法研究[D]. 王文.重慶大學 2017
[6]Affinity Propagation聚類算法的改進及其應用研究[D]. 李萍.浙江大學 2017



本文編號：3173445