為了實(shí)現(xiàn)未來(lái)5G網(wǎng)絡(luò)超高速、超高容量、超低時(shí)延和高能效的愿景,增加接入點(diǎn)(Access Point,AP)的類(lèi)型和數(shù)量被普遍認(rèn)為是最有效的方法之一。因此,未來(lái)通信網(wǎng)絡(luò)將呈現(xiàn)出密集化和異構(gòu)化的趨勢(shì),逐漸演變成超密集網(wǎng)絡(luò)(Ultra Dense Network,UDN)。與傳統(tǒng)通信網(wǎng)絡(luò)相比,超密集網(wǎng)絡(luò)中的接入點(diǎn)數(shù)目驟增,發(fā)送端和接收端的距離大大縮短,小區(qū)邊緣的概念逐漸弱化,網(wǎng)絡(luò)服務(wù)模式從“以基站為中心”到“以用戶為中心”轉(zhuǎn)變,實(shí)現(xiàn)了系統(tǒng)容量等網(wǎng)絡(luò)性能的大幅度提升。鑒于超密集網(wǎng)絡(luò)的新特點(diǎn),傳統(tǒng)通信網(wǎng)絡(luò)的理論分析及資源分配方法已不再適用。一方面,傳統(tǒng)的理論性能分析方法對(duì)于節(jié)點(diǎn)空間分布的建模主要采用確定性模型,并且性能分析過(guò)程依賴于蒙特卡羅仿真或者過(guò)于理想化的假設(shè),但是面對(duì)超密集網(wǎng)絡(luò)中節(jié)點(diǎn)分布的異構(gòu)性、隨機(jī)性和密集性,傳統(tǒng)的建模方法過(guò)于理想化,因此亟需新型的建模方法來(lái)描述超密集網(wǎng)絡(luò)拓?fù)涞碾S機(jī)性,從而進(jìn)行準(zhǔn)確的性能分析。另一方面,在超密集網(wǎng)絡(luò)中,由于用戶和接入節(jié)點(diǎn)的數(shù)量驟增,信道狀態(tài)信息(Channel State Information,CSI)等信息膨脹,同時(shí),除卻傳統(tǒng)的空、時(shí)、頻無(wú)線資源,計(jì)算、緩存等多維度的網(wǎng)絡(luò)資源卷入,使得資源分配問(wèn)題的維度、復(fù)雜度和反饋量大大增加,傳統(tǒng)的基于逐點(diǎn)測(cè)量、逐點(diǎn)反饋的資源分配方法已無(wú)法滿足需求。針對(duì)超密集網(wǎng)絡(luò)中性能分析和資源分配的難點(diǎn)問(wèn)題,本論文采用隨機(jī)幾何理論、隨機(jī)過(guò)程、概率論等數(shù)學(xué)方法,分析超密集網(wǎng)絡(luò)中不同場(chǎng)景的網(wǎng)絡(luò)性能,為超密集網(wǎng)絡(luò)構(gòu)建新的性能評(píng)估體系,并設(shè)計(jì)低復(fù)雜度、低開(kāi)銷(xiāo)的資源分配方案,為推動(dòng)超密集網(wǎng)絡(luò)的演進(jìn)、部署和實(shí)施進(jìn)行前沿探索。本論文的主要研究成果和貢獻(xiàn)如下:1、靜態(tài)場(chǎng)景下基于隨機(jī)幾何理論的網(wǎng)絡(luò)性能分析針對(duì)采用小區(qū)范圍擴(kuò)張技術(shù)的蜂窩異構(gòu)網(wǎng)絡(luò),從小區(qū)的角度,推導(dǎo)單個(gè)小區(qū)面積加權(quán)的平均負(fù)載量,單個(gè)用戶的平均遍歷速率,面積加權(quán)的頻譜效率和能量效率;從網(wǎng)絡(luò)層的角度,推導(dǎo)平均每層的頻譜效率和能量效率;從整個(gè)網(wǎng)絡(luò)的角度,推導(dǎo)網(wǎng)絡(luò)的頻譜效率和能量效率,并研究不同偏置值對(duì)兩者之間折中關(guān)系的影響。此外,針對(duì)采用多點(diǎn)協(xié)作(Coordinated Multipoint,CoMP)技術(shù)的超密集網(wǎng)絡(luò),提出了新的性能指標(biāo)包括成功服務(wù)概率和有效遍歷容量等,比較網(wǎng)絡(luò)在分別采用聯(lián)合傳輸(Joint Transmission,JT)和協(xié)同調(diào)度/波束賦形(Coordinated Scheduling/Coordinated Beamforming,CS/CB)這兩種不同多點(diǎn)協(xié)作技術(shù)時(shí)用戶、小區(qū)以及全網(wǎng)絡(luò)的性能。以上兩個(gè)方面的研究均通過(guò)對(duì)比理論推導(dǎo)結(jié)果與仿真結(jié)果進(jìn)行驗(yàn)證。相關(guān)靜態(tài)場(chǎng)景的性能分析研究成果為蜂窩異構(gòu)網(wǎng)絡(luò)在采用小區(qū)范圍擴(kuò)張技術(shù)時(shí)偏置值的設(shè)置,多點(diǎn)協(xié)作傳輸網(wǎng)絡(luò)對(duì)于不同多點(diǎn)協(xié)作方案的選擇和協(xié)作簇大小的設(shè)置等提供了理論指導(dǎo)。2、移動(dòng)場(chǎng)景下基于隨機(jī)幾何理論的網(wǎng)絡(luò)性能分析第一,在移動(dòng)通信網(wǎng)絡(luò)中,針對(duì)五種基本切換準(zhǔn)則,利用隨機(jī)幾何理論分析用戶在移動(dòng)過(guò)程中與基站的相對(duì)位置關(guān)系,推導(dǎo)出采用不同切換準(zhǔn)則時(shí)簇切換概率的理論表達(dá)式,研究不同切換策略對(duì)用戶切換性能的影響。第二,考慮過(guò)時(shí)CSI對(duì)用戶切換性能的影響,提出兩個(gè)新的指標(biāo)一誤切概率(False Handover Probability)和漏切概率(Miss Handover Probability),用以衡量由過(guò)時(shí)CSI造成的切換失敗概率。第三,針對(duì)采用多點(diǎn)協(xié)作技術(shù)的超密集網(wǎng)絡(luò),考慮用戶移動(dòng)性的影響,研究過(guò)時(shí)和準(zhǔn)確的CSI之間的關(guān)系,利用隨機(jī)幾何理論推導(dǎo)網(wǎng)絡(luò)覆蓋率,探索過(guò)時(shí)CSI對(duì)移動(dòng)通信網(wǎng)絡(luò)性能的影響。以上三個(gè)方面的研究也均通過(guò)對(duì)比理論推導(dǎo)結(jié)果與仿真結(jié)果進(jìn)行驗(yàn)證。超密集網(wǎng)絡(luò)中移動(dòng)場(chǎng)景的相關(guān)性能分析(如切換概率、切換失敗率、網(wǎng)絡(luò)覆蓋率等)為多點(diǎn)協(xié)作網(wǎng)絡(luò)中不同切換策略的選擇,用戶移動(dòng)性對(duì)切換失敗概率的影響,以及基站密度的部署和協(xié)作簇大小的設(shè)置等問(wèn)題提供了一種新的研究思路和方法。3、基于隨機(jī)幾何理論的資源分配算法研究針對(duì)超密集網(wǎng)絡(luò)中資源分配的高維度、高復(fù)雜度、高反饋量問(wèn)題,提出了兩種資源分配方案——基于隨機(jī)幾何理論的分級(jí)功率分配方案以及計(jì)算任務(wù)卸載和內(nèi)容緩存方案。針對(duì)超密集網(wǎng)絡(luò)的上行鏈路場(chǎng)景,考慮一個(gè)離散功率集合,則可以根據(jù)發(fā)射功率將干擾用戶分為多組,然后利用隨機(jī)幾何理論方法推導(dǎo)相關(guān)性能參數(shù),并利用得到的性能參數(shù)設(shè)計(jì)基于交替遺傳算法的功率分配方案。針對(duì)具有計(jì)算密集型業(yè)務(wù)的超密集網(wǎng)絡(luò)場(chǎng)景,用戶可以選擇將計(jì)算任務(wù)卸載到附近的基站或一組D2D(Device to Device)用戶,并決定是否緩存計(jì)算結(jié)果。然后將如何設(shè)計(jì)最佳計(jì)算卸載和緩存策略以最大化卸載和緩存的凈收益表示成一個(gè)優(yōu)化問(wèn)題,最后設(shè)計(jì)基于ADMM(Alternating Direction Method of Multipliers)的分布式算法求解該問(wèn)題。仿真結(jié)果表明借助隨機(jī)幾何理論,這兩種方案在進(jìn)行資源分配時(shí)只需要獲得部分CSI(每個(gè)用戶的有用信號(hào)信息),能夠在保證相關(guān)用戶性能的條件下有效地降低資源分配算法的計(jì)算復(fù)雜度和信令開(kāi)銷(xiāo)。相關(guān)研究成果有效地解決了傳統(tǒng)無(wú)線資源管理和控制的復(fù)雜度高、反饋開(kāi)銷(xiāo)大等問(wèn)題,為超密集網(wǎng)絡(luò)中無(wú)線和網(wǎng)絡(luò)資源分配的工程實(shí)踐提供重要的理論基礎(chǔ)。
【學(xué)位單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2019
【中圖分類(lèi)】：TN929.5
【部分圖文】：

１．１．１研究背景??隨著無(wú)線通信技術(shù)的飛速發(fā)展，各種智能終端的普及和新型業(yè)務(wù)的涌現(xiàn)使得??當(dāng)前的無(wú)線網(wǎng)絡(luò)產(chǎn)生了巨大的數(shù)據(jù)風(fēng)暴，據(jù)預(yù)測(cè)，截止到２０２０年，全球移動(dòng)數(shù)??據(jù)流量將增長(zhǎng)１０００倍，網(wǎng)絡(luò)也將進(jìn)入５Ｇ時(shí)代。未來(lái)的５Ｇ網(wǎng)絡(luò)將實(shí)現(xiàn)從今天的??ＩｏＨ（Ｉｎｔｅｒａｅｔ?ｏｆ?Ｈｕｍａｎ）、ＩｏＴ（Ｉｎｔｅｍｅｔ?ｏｆ?Ｔｈｉｎｇｓ）演變成?ＩｏＥ（Ｉｎｔｅｍｅｔ?ｏｆ?Ｅｖｅｒｙｔｈｉｎｇ），??通信系統(tǒng)將變得“萬(wàn)物包容”、“無(wú)處不在”［１］。３ＧＰＰ、ＩＴＵ－Ｒ等國(guó)際標(biāo)準(zhǔn)化組織指??出，為了實(shí)現(xiàn)未來(lái)５Ｇ網(wǎng)絡(luò)的１０００倍容量增長(zhǎng)（Ｕｌｔｒａ?Ｈｉｇｈ?Ｃａｐａｃｉｔｙ）、超高可??靠性（Ｕｌｔｒａ?Ｌｏｗ?Ｌａｔｅｎｃｙ）、超低時(shí)延（Ｕｌｔｒａ?Ｒｅｌｉａｂｌｅ）、高能效（Ｈｉｇｈ?Ｅｎｅｒｇｙ??Ｅｆｆｉｃｉｅｎｃｙ）的愿景，減小小區(qū)半徑、增加接入節(jié)點(diǎn)的類(lèi)型和數(shù)量的超密集網(wǎng)絡(luò)??（Ｕｌｔｒａ?Ｄｅｎｓｅ?Ｎｅｔｗｏｒｋｓ，?ＵＤＮ）是未來(lái)５Ｇ網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一［２］。與傳統(tǒng)通信網(wǎng)??絡(luò)相比，超密集網(wǎng)絡(luò)中的接入點(diǎn)數(shù)目驟增，發(fā)送端和接受端的距離大大縮短，小??區(qū)邊緣的概念逐漸弱化，網(wǎng)絡(luò)服務(wù)模式從“以基站為中心”到“以用戶為中心”??轉(zhuǎn)變，同時(shí)也實(shí)現(xiàn)了系統(tǒng)容量等網(wǎng)絡(luò)性能的大幅度提升。??＿?－＾：??

?確。而隨機(jī)幾何作為建模、分析和設(shè)計(jì)無(wú)線隨機(jī)網(wǎng)絡(luò)的強(qiáng)大數(shù)學(xué)工具，能夠?yàn)闊o(wú)??線通信網(wǎng)絡(luò)的空間隨機(jī)建模提供一種新的方法［１５＿ｉ８］。如圖１－２?（ｂ）所示，該方法的??主要思想是將節(jié)點(diǎn)的空間位置抽象成合適的隨機(jī)點(diǎn)過(guò)程，如齊次泊松點(diǎn)過(guò)程??（Ｈｏｍｏｇｅｎｅｏｕｓ?Ｐｏｉｓｓｏｎ?Ｐｏｉｎｔ?Ｐｒｏｃｅｓｓ，?ＨＰＰＰ），而實(shí)際網(wǎng)絡(luò)拓?fù)淇梢钥闯墒窃擖c(diǎn)??過(guò)程的一次“快照”。對(duì)比傳統(tǒng)的性能分析方法，隨機(jī)幾何方法能夠更好地描述??無(wú)線通信網(wǎng)絡(luò)拓?fù)涞碾S機(jī)性，而且借助隨機(jī)幾何相關(guān)理論，能夠不依賴于仿真或??者過(guò)于理想的假設(shè)，從理論上有效、準(zhǔn)確地分析網(wǎng)絡(luò)的性能［１２，１５］。??＿■??（ａ）?（ｂ）??圖??（Ｃ）??圖１－２節(jié)點(diǎn)模型示意圖：（ａ）傳統(tǒng)網(wǎng)格模型；（ｂ）隨機(jī)幾何模型；（ｃ）實(shí)際節(jié)點(diǎn)分布圖??（紅點(diǎn)代表基站，藍(lán)色曲線代表小區(qū)覆蓋范圍）??Ｆｉｇ．?１－２?Ａ?ｓｋｅｔｃｈ?ｏｆ?ｎｏｄｅ?ｍｏｄｅｌｓ：?（ａ）?ｔｒａｄｉｔｉｏｎａｌ?ｇｒｉｄ?ｍｏｄｅｌ；?（ｂ）?ｓｔｏｃｈａｓｔｉｃ?ｇｅｏｍｅｔｒｙ?ｍｏｄｅｌ；??（ｃ）?ａｃｔｕａｌ?ｎｏｄｅ?ｄｉｓｔｒｉｂｕｔｉｏｎ??（Ｒｅｄ?ｐｏｉｎｔｓ?ｒｅｐｒｅｓｅｎｔ?ｂａｓｅ?ｓｔａｔｉｏｎｓ；?ｂｌｕｅ?ｌｉｎｅｓ?ｄｅｎｏｔｅ?ｔｈｅ?ｃｅｌｌ?ｃｏｖｅｒａｇｅ）??為了解決超密集網(wǎng)絡(luò)中關(guān)于性能分析和資源分配方案設(shè)計(jì)的難題，本論文利??用隨機(jī)幾何建模方法及其相關(guān)理論在無(wú)線網(wǎng)絡(luò)的建模和性能分析中表現(xiàn)出的優(yōu)??越性和準(zhǔn)確性

測(cè)點(diǎn)的性質(zhì)［３，４］。隨著隨機(jī)幾何理論的應(yīng)用越來(lái)越廣泛，根據(jù)應(yīng)用場(chǎng)景的不同，??采用的點(diǎn)過(guò)程也不盡相同，常用的點(diǎn)過(guò)程模型主要包括齊次泊松點(diǎn)過(guò)程（ＨＰＰＰ）、??泊松聚過(guò)程（ＰＣＰ）、泊松核過(guò)程（ＨＣＰＰ）等。圖２－１給出了常用點(diǎn)過(guò)程的示意??圖，其中紅色方形點(diǎn)代表基站，黑色原點(diǎn)代表基站簇。在這些點(diǎn)過(guò)程中，應(yīng)用最??廣泛的是ＨＰＰＰ，下面將對(duì)這一模型的性質(zhì)和應(yīng)用進(jìn)行詳細(xì)的介紹和說(shuō)明。??１８??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周振宇;張新鵬;王朔中;;抗隨機(jī)幾何失真攻擊的音頻水印方案[J];中國(guó)圖象圖形學(xué)報(bào);2005年11期

2 付雅茹;朱琦;;基于隨機(jī)幾何理論的中繼OFDM系統(tǒng)容量分析[J];電子與信息學(xué)報(bào);2013年10期

3 李星蓉;李永倩;;基于隨機(jī)幾何理論的毫米波蜂窩系統(tǒng)覆蓋研究[J];電視技術(shù);2016年08期

4 孫鵬;陳永衛(wèi);周年光;伍曉平;章理;;采用隨機(jī)幾何工具的終端直通通信接入控制方法[J];國(guó)防科技大學(xué)學(xué)報(bào);2019年03期

5 楊錫鎏;周翠英;;基于蒙特卡羅方法的軟土微觀結(jié)構(gòu)隨機(jī)幾何模型[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

6 王仲奇;二維隨機(jī)幾何模型的蒙特卡羅研究[J];中國(guó)原子能科學(xué)研究院年報(bào);1997年00期

7 孫海虹,陳鐵云;軸壓隨機(jī)幾何缺陷圓柱殼可靠性分析[J];計(jì)算結(jié)構(gòu)力學(xué)及其應(yīng)用;1996年04期

8 唐敢;王法武;吳靖坤;;具有隨機(jī)幾何缺陷的大跨度單層球面網(wǎng)殼穩(wěn)定性分析[J];鋼結(jié)構(gòu);2008年05期

9 周猛;賈向東;頡滿剛;;基于隨機(jī)幾何的大規(guī)模MIMO中繼異構(gòu)網(wǎng)絡(luò)性能分析[J];計(jì)算機(jī)工程與科學(xué);2018年06期

10 申琪;田峰;;基于放大重傳的認(rèn)知共存網(wǎng)絡(luò)傳輸容量分析[J];信息通信技術(shù);2012年03期

相關(guān)博士學(xué)位論文 前10條

1 劉夢(mèng)婷;超密集網(wǎng)絡(luò)中基于隨機(jī)幾何理論的性能分析和資源分配研究[D];北京郵電大學(xué);2019年

2 孫鵬;基于隨機(jī)幾何理論的嵌入D2D功能蜂窩網(wǎng)絡(luò)干擾管理研究[D];西安電子科技大學(xué);2017年

3 孫朝;基于隨機(jī)幾何理論的密集異構(gòu)網(wǎng)絡(luò)研究[D];北京郵電大學(xué);2018年

4 劉旸;基于隨機(jī)幾何理論的認(rèn)知無(wú)線Ad Hoc網(wǎng)絡(luò)容量及連通性研究[D];北京郵電大學(xué);2016年

5 宋思達(dá);基于隨機(jī)幾何的蜂窩網(wǎng)絡(luò)研究[D];北京郵電大學(xué);2015年

6 白娟;基于隨機(jī)幾何方法的無(wú)線網(wǎng)絡(luò)安全[D];北京郵電大學(xué);2015年

7 姚媛媛;基于射頻能量采集的無(wú)線通信網(wǎng)絡(luò)容量研究[D];北京郵電大學(xué);2017年

8 王智博;面向數(shù)據(jù)分發(fā)的蜂窩直通通信技術(shù)研究[D];北京郵電大學(xué);2014年

9 鄧娜;基于隨機(jī)幾何的異構(gòu)蜂窩網(wǎng)建模分析與設(shè)計(jì)[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

10 SANI UMAR ABDULLAHI;使用分?jǐn)?shù)頻率重用的異構(gòu)網(wǎng)絡(luò)中的干擾管理[D];北京科技大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 鄭建超;基于隨機(jī)幾何的MIMO無(wú)線網(wǎng)絡(luò)容量問(wèn)題研究[D];曲阜師范大學(xué);2018年

2 郭旗;基于隨機(jī)幾何的無(wú)線網(wǎng)絡(luò)鏈路調(diào)度問(wèn)題研究[D];曲阜師范大學(xué);2017年

3 齊程;兩層網(wǎng)絡(luò)中基于隨機(jī)幾何的分簇干擾對(duì)齊研究[D];江蘇科技大學(xué);2017年

4 楊梓華;5G用戶為中心網(wǎng)絡(luò)基于隨機(jī)幾何理論的性能分析[D];北京郵電大學(xué);2017年

5 蔡杰;隨機(jī)幾何理論在蜂窩網(wǎng)絡(luò)中的應(yīng)用[D];南京郵電大學(xué);2016年

6 張悅;基于隨機(jī)幾何的異構(gòu)蜂窩網(wǎng)絡(luò)性能分析[D];南京郵電大學(xué);2017年

7 張曉鋒;基于隨機(jī)幾何圖的無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂芠D];西安電子科技大學(xué);2013年

8 鄭威;基于隨機(jī)幾何的異構(gòu)網(wǎng)絡(luò)性能分析[D];北京郵電大學(xué);2017年

9 陳瑩;Massive MIMO在系統(tǒng)規(guī)劃仿真中的建模與應(yīng)用[D];北京郵電大學(xué);2017年

10 申琪;基于隨機(jī)幾何的認(rèn)知無(wú)線網(wǎng)絡(luò)累加干擾傳輸容量分析[D];南京郵電大學(xué);2012年

本文編號(hào)：2838296