【摘要】：隨著移動(dòng)互聯(lián)網(wǎng)的蓬勃發(fā)展,多媒體業(yè)務(wù)在移動(dòng)通信業(yè)務(wù)中所占比重越來(lái)越大,高效使用多媒體廣播多播技術(shù)(MBMS)傳輸多媒體業(yè)務(wù)方面的研究成為目前的研究熱點(diǎn),MBMS技術(shù)通過(guò)無(wú)線資源共享可以極大緩解日益緊張的資源需求。對(duì)于MBMS資源分配算法的研究可以進(jìn)一步提高多播系統(tǒng)資源利用率并提高多播用戶的用戶體驗(yàn)。LTE的MBMS包括單頻網(wǎng)(MBSFN)和單小區(qū)兩種傳輸模式,這兩種傳輸模式有不同的應(yīng)用場(chǎng)景,本文基于單小區(qū)模式進(jìn)行資源分配算法研究。本文對(duì)LTE下行鏈路物理資源和資源分配框架進(jìn)行了研究,剖析了LTE中MBMS的網(wǎng)絡(luò)架構(gòu)、信道支持、協(xié)議棧、傳輸模式和業(yè)務(wù)流程。從LTE經(jīng)典的單播資源分配算法入手,對(duì)比單播資源分配算法深入分析了經(jīng)典的多播資源分配算法,其中包括單速率算法和多速率算法。本文針對(duì)目前單速率資源分配算法的缺點(diǎn)設(shè)計(jì)了動(dòng)態(tài)調(diào)制編碼策略(MCS)選擇方案和基于Kuhn-Munkres算法的資源分配算法;針對(duì)目前多速率分配算法的缺點(diǎn)改進(jìn)設(shè)計(jì)了基于優(yōu)先級(jí)的分層多速率MBMS資源分配算法PLRA。由于現(xiàn)有仿真平臺(tái)無(wú)法滿足仿真需求,因此設(shè)計(jì)實(shí)現(xiàn)了基于Python的MBMS系統(tǒng)級(jí)仿真平臺(tái)。動(dòng)態(tài)MCS選擇方案對(duì)每一個(gè)多播組內(nèi)的用戶的平均丟包率進(jìn)行策略調(diào)整,可以在保證給定丟包率閾值情況下有效提高系統(tǒng)吞吐量。在動(dòng)態(tài)MCS選擇方案基礎(chǔ)上設(shè)計(jì)了三種單速率資源分配算法,包括D-BKM、D-IKM和D-MaxKM。D-BKM算法先采用Kuhn-Munkres算法進(jìn)行最低速率保證的資源塊分配,再采用最大吞吐量原則進(jìn)行第二次分配;D-IKM算法利用資源塊數(shù)量需求估計(jì),在進(jìn)行最低速率保證的分配中提高算法收斂速度;D-MaxKM算法是D-BKM算法的逆向,首先進(jìn)行最大吞吐量原則資源塊分配,再?gòu)囊逊峙涞馁Y源塊中尋找富余資源塊,在富余資源塊和未滿足最低速率要求的多播組間使用Kuhn-Munkres算法進(jìn)行分配。基于優(yōu)先級(jí)的分層多速率MBMS資源分配算法PLRA分為基層分配和擴(kuò)展層分配兩個(gè)階段。在基層分配時(shí)首先滿足資源塊需求較少的多播組,并且在選擇多播組時(shí)引入公平性因子改善在系統(tǒng)容量不足時(shí)的速率公平性;在擴(kuò)展層分配時(shí)設(shè)計(jì)一種優(yōu)先級(jí)計(jì)算方式,優(yōu)先將資源塊分配給優(yōu)先級(jí)高的多播組擴(kuò)展層,優(yōu)先級(jí)計(jì)算時(shí)考慮了頻譜效率、吞吐量以及公平性等多種因素�；赑ython語(yǔ)言設(shè)計(jì)和實(shí)現(xiàn)的MBMS系統(tǒng)級(jí)仿真平臺(tái)可以在多種場(chǎng)景下驗(yàn)證了本文設(shè)計(jì)的算法在系統(tǒng)吞吐量、丟包率、速率滿意度、速率公平性和頻譜效率等方面的性能。仿真結(jié)果表明,第三章中設(shè)計(jì)的三種算法可以實(shí)現(xiàn)在保證業(yè)務(wù)最低速率的情況下使系統(tǒng)吞吐量有所提升,其中D-MaxKM算法在三種算法中吞吐量最大,而D-IKM算法通過(guò)資源塊數(shù)量估計(jì)有效提高D-BKM算法運(yùn)行效率并且D-IKM算法性能與D-BKM算法基本相當(dāng);第四章改進(jìn)設(shè)計(jì)的PLRA算法在犧牲少量的頻譜效率的情況下,可以有效提高分層多速率多播系統(tǒng)的吞吐量和公平性。
[Abstract]:With the vigorous development of mobile internet, the proportion of multimedia services in mobile communication services is increasing. Efficient use of multimedia broadcast multicast technology (MBMS) to transmit multimedia services has become a research hotspot. MBMS technology can greatly alleviate the growing demand for resources through wireless resource sharing. The research of S resource allocation algorithm can further improve the resource utilization of multicast system and the user experience of multicast users. LTE MBMS includes single frequency network (MBSFN) and single cell transmission mode, which have different application scenarios. This paper studies the resource allocation algorithm based on single cell mode. Link physical resources and resource allocation framework are studied. The network architecture, channel support, protocol stack, transmission mode and service flow of MBMS in LTE are analyzed. The classical unicast resource allocation algorithms, including single-rate algorithm and multi-rate algorithm, are compared with the classical unicast resource allocation algorithms in LTE. This paper designs a dynamic modulation coding strategy (MCS) selection scheme and a resource allocation algorithm based on Kuhn-Munkres algorithm to overcome the shortcomings of the current single-rate resource allocation algorithm, and designs a priority-based hierarchical multi-rate MBMS resource allocation algorithm PLRA to overcome the shortcomings of the current multi-rate allocation algorithm. The real platform can not meet the simulation requirements, so a system-level simulation platform for MBMS based on Python is designed and implemented. Dynamic MCS selection scheme adjusts the average packet loss rate of each multicast group, which can effectively improve the system throughput under the given packet loss rate threshold. Three single-rate resource allocation algorithms are proposed, including D-BKM, D-IKM and D-MaxKM.D-BKM. Kuhn-Munkres algorithm is used to allocate resource blocks with minimum rate guarantees, and then the maximum throughput principle is used for the second allocation. D-MaxKM algorithm is the inverse of D-BKM algorithm. Firstly, the maximum throughput principle is used to allocate resource blocks, then the redundant resource blocks are searched from the allocated resource blocks, and the Kuhn-Munkres algorithm is used to allocate the redundant resource blocks and the multicast groups which do not meet the minimum rate requirements. The algorithm PLRA is divided into two stages: primary allocation and extended layer allocation. In the primary allocation, multicast groups with fewer resource blocks are satisfied, and fairness factor is introduced to improve the rate fairness when the system capacity is insufficient. In the extended layer allocation, a priority calculation method is designed to give priority to resource blocks allocation. The system-level simulation platform of MBMS based on Python language can be designed and implemented to verify the proposed algorithm in a variety of scenarios, such as system throughput, packet loss rate, rate satisfaction, rate fairness and frequency. Simulation results show that the three algorithms designed in Chapter 3 can improve the system throughput under the condition of guaranteeing the lowest traffic rate. Among the three algorithms, D-MaxKM algorithm has the largest throughput, while D-IKM algorithm can effectively improve the efficiency of D-BKM algorithm by estimating the number of resource blocks and D-MaxKM algorithm has the highest throughput. The performance of IKM algorithm is almost the same as that of D-BKM algorithm. In the fourth chapter, the improved PLRA algorithm can effectively improve the throughput and fairness of Hierarchical Multicast System at the expense of a small amount of spectral efficiency.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN929.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 史琰;劉增基;盛敏;;一種保證負(fù)載均衡的網(wǎng)絡(luò)資源分配算法[J];西安電子科技大學(xué)學(xué)報(bào);2005年06期

2 張永暉;林漳希;劉建華;梁泉;;用于多宿容遲移動(dòng)網(wǎng)絡(luò)的實(shí)時(shí)資源分配算法[J];微電子學(xué)與計(jì)算機(jī);2013年03期

3 滕穎蕾;宋梅;劉媛媛;楊睿哲;宋俊德;;基于網(wǎng)絡(luò)編碼的用戶協(xié)作博弈資源分配算法[J];北京郵電大學(xué)學(xué)報(bào);2011年03期

4 ;下期要目[J];廣東通信技術(shù);2012年03期

5 張皓;周志杰;惠毅;趙陸文;伍云;;一種基于合作博弈框架的跨層資源分配算法[J];系統(tǒng)仿真學(xué)報(bào);2009年23期

6 李云;賈雯;馬亞飛;朱德利;;聯(lián)合資源分配算法在協(xié)作系統(tǒng)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2014年07期

7 楊安錦;郝林;李彤;李經(jīng)磊;;軟件演化過(guò)程中的資源管理研究[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年S2期

8 曲樺;王賀男;趙季紅;;多虛擬業(yè)務(wù)平面中的動(dòng)態(tài)資源分配算法[J];北京郵電大學(xué)學(xué)報(bào);2013年05期

9 梁靚;馮鋼;;兩跳中繼網(wǎng)絡(luò)的資源分配算法[J];電子科技大學(xué)學(xué)報(bào);2013年06期

10 胡瑩;黃永明;俞菲;楊綠溪;;基于能效優(yōu)化的用戶調(diào)度與資源分配算法[J];電子與信息學(xué)報(bào);2012年08期

相關(guān)會(huì)議論文 前6條

1 傅曉;田廷劍;王軍;李少謙;;一種新的多用戶MIMO-OFDM資源分配算法[A];2008年中國(guó)西部青年通信學(xué)術(shù)會(huì)議論文集[C];2008年

2 曲樺;梁思遠(yuǎn);趙季紅;;基于容量的相對(duì)最小影響資源分配算法[A];中國(guó)通信學(xué)會(huì)通信軟件技術(shù)委員會(huì)2009年學(xué)術(shù)會(huì)議論文集[C];2009年

3 李強(qiáng);梁煒;;面向無(wú)線HART網(wǎng)絡(luò)的動(dòng)態(tài)資源分配算法研究[A];2008’“先進(jìn)集成技術(shù)”院士論壇暨第二屆儀表、自動(dòng)化與先進(jìn)集成技術(shù)大會(huì)論文集[C];2008年

4 黃國(guó)剛;何加銘;張青波;;WiMAX資源分配算法研究[A];浙江省電子學(xué)會(huì)2009學(xué)術(shù)年會(huì)論文集[C];2009年

5 樊慶利;郝麗賢;;一種GPRS資源分配算法及其實(shí)現(xiàn)[A];2012全國(guó)無(wú)線及移動(dòng)通信學(xué)術(shù)大會(huì)論文集（下）[C];2012年

6 蔡木林;蔡躍明;;OFDM中繼信道節(jié)點(diǎn)選擇與資源分配算法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

相關(guān)博士學(xué)位論文 前5條

1 嚴(yán)俊坤;認(rèn)知雷達(dá)中的資源分配算法研究[D];西安電子科技大學(xué);2015年

2 金慈航;OFDM系統(tǒng)中基于對(duì)偶分解理論的資源分配算法[D];中國(guó)科學(xué)技術(shù)大學(xué);2008年

3 李松;多天線多播系統(tǒng)資源分配算法研究[D];北京郵電大學(xué);2012年

4 徐雷;OFDM無(wú)線網(wǎng)絡(luò)資源分配技術(shù)研究[D];南京航空航天大學(xué);2012年

5 劉慎發(fā);分布式天線通信系統(tǒng)中的關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 梁藍(lán);LTE-A系統(tǒng)基于干擾減小的D2D通信資源分配算法研究[D];西南交通大學(xué);2015年

2 張旭;蜂窩網(wǎng)絡(luò)中D2D通信的聯(lián)合模式選擇和資源分配算法研究[D];長(zhǎng)安大學(xué);2015年

3 岳元貞;基于信用度的云媒體資源分配算法[D];中國(guó)海洋大學(xué);2015年

4 蔡雪佳;移動(dòng)蜂窩網(wǎng)絡(luò)中D2D通信資源分配算法研究[D];東南大學(xué);2015年

5 崔宇軒;一種基于定價(jià)的衛(wèi)星網(wǎng)絡(luò)選路及帶寬資源分配算法[D];西安電子科技大學(xué);2015年

6 單政揚(yáng);802.11ax D2D干擾分析及資源分配算法研究[D];西南交通大學(xué);2016年

7 牛紅威;基于WFRFT的混合載波系統(tǒng)的資源分配算法研究[D];哈爾濱工業(yè)大學(xué);2016年

8 劉應(yīng)濤;LTE中廣播多播服務(wù)的資源分配算法研究[D];電子科技大學(xué);2016年

9 江愛(ài)珍;CRAHNs網(wǎng)絡(luò)中基于Massive MIMO的資源分配方案研究[D];南京郵電大學(xué);2016年

10 王婷婷;網(wǎng)絡(luò)資源分配算法研究[D];華東師范大學(xué);2010年

，

本文編號(hào)：2182974