持續(xù)增長的數據流量促使第五代移動通信系統(tǒng)（The Fifth Generation Mobile Communication System,5G）演進為超密集網絡（Ultra-Dense Networks,UDNs）。隨著新興業(yè)務的不斷涌現,UDNs中資源調度面臨新的挑戰(zhàn)。一方面,由于激增的基站和用戶數量,高復雜且大規(guī)模的資源調度優(yōu)化問題通常只能獲得近似最優(yōu)解代替實際最優(yōu)解。另一方面,由于業(yè)務的多樣化,傳統(tǒng)針對特定業(yè)務的資源調度方法無法靈活滿足用戶在吞吐量、可靠性和時延等方面的服務質量（Quality of Service,QoS）需求。此外,現有資源調度由用戶調度模塊和資源分配模塊分步實現,性能優(yōu)化通常側重于優(yōu)化單個模塊,面臨子模塊最優(yōu)非全局最優(yōu)等挑戰(zhàn)。因此,本文研究UDNs中的智能資源調度,引入智能化解決上述挑戰(zhàn)。首先,本文提出一體智能資源調度架構�；诂F有資源調度流程,所提架構可智能建模和求解UDNs中的資源調度問題,實現無線資源自動化管理。此外,所提架構將用戶調度模塊和資源分配模塊聚合為一體,通過模塊一體化實現全局最優(yōu)代替子模塊最優(yōu),降低模塊分離帶來的增益損失。其次,基于所提架... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數】：81 頁

【學位級別】：碩士

【部分圖文】：

UDNs的多種場景

通用濾波多載波（Universal Filtered Multi-Carrier，UFMC）和波（Flter-Bank Multi-Carrier，FBMC）。其中，FBMC 通過多相進行濾波，UFMC 對 RBs 進行濾波，旨在提供更靈活的幀結構5) 更大的帶寬：除了 1.4M、3M、5M、10M、15M、20M 的帶寬要支持 40M、100M 的超大帶寬。圖 1.2 為資源管理流程圖。在網絡部署完成之后，頻譜分配[14]被執(zhí)即上層控制器為宏基站和小基站分配子帶，目的是降低由基站間干擾帶[15-17]。頻譜分配分為兩種方式，包括：1）聯合模式，即宏基站和小基頻譜；2）獨立模式，宏基站和小基站間使用不同頻譜。頻譜分配完成度被執(zhí)行，它的主要功能是在每個 TTI 內為服務的 UEs 分配共享信道障用戶 QoS 需求和提升資源利用率[18]。每個基站的子帶分配結果（最小化基站間干擾）每個用戶（最大化業(yè)務分布

圖 1.3 資源調度通用模型調度規(guī)則依據是否與無線信道相關可以劃分為：信道獨立的調度規(guī)度規(guī)則。信道獨立的調度規(guī)則最初在有線網絡中引入，由于無線網調度規(guī)則不適用于提升無線網絡性能。信道依賴的調度規(guī)則可以基源，從而提升系統(tǒng)性能。信道依賴的調度規(guī)則可以依據 QoS 進一步oS 無感知的調度規(guī)則。如表 1.3 所示[19]。表1.3 用戶調度規(guī)則的分類和特征分類 典型算法 特點 立的調度規(guī)則輪詢（Round Robin，RR）依序調度所有 UEs，保證每個 UE被調度概率相同，注重訪問公平性盲目平等吞吐量（BlindEqual Throughput，BET）依據歷史平均吞吐量排序，平均吞吐量越低的 UE，優(yōu)先級越高，注重吞吐量公平性

【參考文獻】：
期刊論文
[1]5G網絡人工智能化的基本框架和關鍵技術[J]. 王威麗,何小強,唐倫.  中興通訊技術. 2018(02)
[2]基于知識的深度強化學習研究綜述[J]. 李晨溪,曹雷,張永亮,陳希亮,周宇歡,段理文.  系統(tǒng)工程與電子技術. 2017(11)
[3]深度強化學習綜述[J]. 劉全,翟建偉,章宗長,鐘珊,周倩,章鵬,徐進.  計算機學報. 2018(01)
[4]A Novel Resource Allocation Method in Ultra-Dense Network Based on Noncooperation Game Theory[J]. Zhen Wang,Xiaorong Zhu,Xu Bao,Su Zhao.  中國通信. 2016(10)



本文編號：3370070