本文關(guān)鍵詞：面向無線網(wǎng)絡(luò)吞吐量優(yōu)化的干擾模型研究

  更多相關(guān)文章： 干擾模型 無線網(wǎng)絡(luò) 網(wǎng)絡(luò)吞吐量優(yōu)化

【摘要】：無線網(wǎng)絡(luò)作為當今應(yīng)用最廣泛的網(wǎng)絡(luò)接入方式正向覆蓋范圍更廣,接入用戶更多,傳輸速率更快的方向快速發(fā)展。無線傳輸媒體的開放性以及通信頻譜資源的有限性與通信需求的無限增長形成了天然的矛盾。因此如何充分利用這些資源來最大化地滿足通信的需求成為無線網(wǎng)絡(luò)的核心問題。無線網(wǎng)絡(luò)吞吐量優(yōu)化(Throughput Optimization in Wireless Networks),考慮如何充分利用網(wǎng)絡(luò)中的有限資源(時間、空間、頻譜等等),結(jié)合底層的通信技術(shù)及特性,以達到最大化滿足網(wǎng)絡(luò)通訊需求的目的。為了更好地對信道及時間片資源進行分配,必須對信號傳輸之間的干擾有精確的了解與控制,這促使對干擾模型的研究。干擾模型分為協(xié)議干擾模型及物理干擾模型。前者又稱為干擾圖模型,其假設(shè)兩個干擾實體(節(jié)點或者鏈接)之間的干擾關(guān)系是二元的。這樣網(wǎng)絡(luò)中的干擾關(guān)系構(gòu)成一個干擾圖,對于建模其上的優(yōu)化問題可以方便的使用已有的圖論算法。但其缺點是過于簡化的干擾關(guān)系即無法度量干擾的程度從而失去一些復用的機會,亦無法建模多元的累積干擾效應(yīng)。因此,優(yōu)化結(jié)果與實際結(jié)果存在較大的偏差。相比而言,物理干擾模型(SINR模型)則被認為是較為精確的模型,其基礎(chǔ)是信噪比SINR (Signal to Interference and Noise Ratio),通過SINR是否大于某一閾值來判定參與的各方是否相互干擾。該模型的優(yōu)點是,一方面較為精確地建模了干擾程度的關(guān)系,同時可以建模多元的累積干擾效應(yīng),此外也可以通過香農(nóng)公式與信道容量聯(lián)系起來。但SINR模型數(shù)學形式的非線性使得建構(gòu)其上的優(yōu)化問題建模無法在多項式時間內(nèi)求解,另外它對底層的信號接收強度RSS的精度非常依賴,從而降低了SINR模型的實用性。為了克服上述模型的缺點,我們從兩個方向來優(yōu)化干擾模型。其一,我們希望建立高效而精確度可控的干擾模型生成機制,最大限度地將復雜的網(wǎng)絡(luò)環(huán)境反映到模型之中,從而提高基于這些干擾模型的吞吐量優(yōu)化算法的效果。其二,我們期望改造干擾模型以達到精確度及計算復雜性兼顧的目的。具體來說我們的工作貢獻主要集中于以下方面：●針對SINR干擾模型極度依賴于底層RSS精確度的問題,我們提出了一種基于測量的高效且精確度及開銷可控的SINR干擾模型生成機制。我們通過實驗證明底層RSS精度對于基于SINR的優(yōu)化算法的效果有極大的影響,同時基于SINR模型的優(yōu)化算法需要所有節(jié)點之間在所有信道上的RSS,這樣的測量需要O(N2 MC)的時間開銷。我們提出了一個基于測量的方法利用“少量測量,大量估算”的基本思想將時間開銷降低到O(N/M)的量級。同時我們在理論上得出測量數(shù)量與估算精確度與測量開銷之間的數(shù)學關(guān)系,從而提供了一個控制時間開銷與精確度之間平衡的方法�；谖覀冋鎸峉WIM實驗平臺數(shù)據(jù)的實驗證明了我們方法的有效性。●針對如何高效的獲得網(wǎng)絡(luò)SINR干擾模型的問題,我們發(fā)現(xiàn)在實際的無線網(wǎng)絡(luò)環(huán)境中,來自多個節(jié)點的信號強度RSS是線性疊加的。從而將整個基于測量的SINR干擾模型生成問題建模成為一個線性系統(tǒng),利用壓縮感知(Compressive Sensing)的思想與數(shù)學原理,我們設(shè)計了一種基于壓縮感知的SINR干擾模型高效生成機制,其將時間開銷降低到O(log N的量級,同時可以保證1-2e-Tδ/8的估算精確度。我們通過實際平臺數(shù)據(jù)的實驗發(fā)現(xiàn)基于壓縮感知的方法與基于測量的方法在不同網(wǎng)絡(luò)密度下的預測精度上具有很強的互補性。在不同的網(wǎng)絡(luò)環(huán)境下,用戶可以選擇兩者中較好的一個作為生成SINR干擾模型的方法�！襻槍f(xié)議干擾模型無法處理累積干擾效應(yīng)及無法精確表達網(wǎng)絡(luò)干擾程度的問題,我們提出了一個新型的協(xié)議干擾模型：量化沖突圖模型(Quantized Conflict Graph, QCG)。我們證明該模型在處理鏈接調(diào)度及網(wǎng)絡(luò)干擾最小化等問題時可以很好地處理如累積干擾效應(yīng)等問題,并可以得到相比于傳統(tǒng)干擾圖模型更好的優(yōu)化結(jié)果而并不增加優(yōu)化問題的復雜度。我們同時研究了基于矩陣填充的高效QCG生成機制。該方法基于矩陣低秩逼近及列間相似性使得我們可以采用少量的測量結(jié)果生成精確的全網(wǎng)絡(luò)QCG模型。實驗結(jié)果證明了我們新型模型的有效性及高效生成機制在時間效率及精確度上的優(yōu)勢。
【學位授予單位】：南京大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TN92

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 尚斐;杜慧茜;;基于壓縮采樣的圖像序列光流場計算[J];兵工學報;2010年08期

2 平博;蘇奮振;周成虎;高義;;局部SVT算法的遙感反演場數(shù)據(jù)恢復實驗分析[J];地球信息科學學報;2011年05期

3 史加榮;焦李成;尚凡華;;不完全非負矩陣分解的加速算法[J];電子學報;2011年02期

4 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學報;2011年07期

5 趙春暉;劉巍;;基于壓縮感知的交互支持雙水印算法[J];電子學報;2012年04期

6 劉天鵬;劉振;魏璽章;;基于壓縮感知的脈間捷變頻SAR成像研究[J];電子學報;2012年06期

7 余慧敏;方廣有;;壓縮感知理論在探地雷達三維成像中的應(yīng)用[J];電子與信息學報;2010年01期

8 江海;林月冠;張冰塵;洪文;;基于壓縮感知的隨機噪聲成像雷達[J];電子與信息學報;2011年03期

9 林杰;石光明;董偉生;;基于信息自由度采樣的信號重構(gòu)方法研究進展[J];電子學報;2012年08期

10 李然;干宗良;朱秀昌;;基于最佳線性估計的快速壓縮感知圖像重建算法[J];電子與信息學報;2012年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 顧國生;戰(zhàn)蔭偉;;一種混沌序列在壓縮感知觀測矩陣構(gòu)造中的應(yīng)用[A];第十五屆全國圖象圖形學學術(shù)會議論文集[C];2010年

2 Feng Peilun;Zhang Jianzhao;Zhao Hangsheng;Liu Renfu;Li Dali;;A Spectrum Pooling-based Algorithm in Spectrum Aggregation and Allocation[A];2012年計算機應(yīng)用與系統(tǒng)建模國際會議論文集[C];2012年

3 舒奇泉;胡旭;秦乙;;模擬信號壓縮采樣的自適應(yīng)改進算法[A];虛擬運營與云計算——第十八屆全國青年通信學術(shù)年會論文集（上冊）[C];2013年

4 崔永超;李秀娟;文成林;;基于凸優(yōu)化方法對逆問題求解測量值數(shù)目的研究[A];第25屆中國控制與決策會議論文集[C];2013年

5 Xin WANG;Zhi-gang LIU;Jin-kuan WANG;Bin WANG;Xi HU;;Spectrum Sensing for Cognitive Network Based on Principal Component Analysis and Random Forest[A];第26屆中國控制與決策會議論文集[C];2014年

6 李少東;楊軍;馬曉巖;;基于壓縮感知的ISAR高分辨成像算法[A];第十一屆全國博士生學術(shù)年會——信息技術(shù)與安全專題論文集[C];2013年

7 羅永江;酈蘇丹;;多接口無線Mesh網(wǎng)絡(luò)信道分配分析[A];第十八屆全國青年通信學術(shù)年會論文集（上冊）[C];2013年

8 舒奇泉;胡旭;秦乙;;模擬信號壓縮采樣的自適應(yīng)改進算法[A];第十八屆全國青年通信學術(shù)年會論文集（上冊）[C];2013年

9 胡曉宇;陳U，

本文編號：1253542