论文部分内容阅读
接入节点规划对无线通信系统具有重要的作用。合理的接入节点规划可以在保证网络性能的前提下，降低系统的总部署成本，使系统运营商在竞争中更具优势。论文主要研究云无线接入网(Cloud Radio Access Networks，C-RAN)中基带处理池规划问题和智能电网中数据汇聚节点规划问题。我们引入近似算法求解以获得最坏性能保证。 论文的主要工作如下: 1.研究了C-RAN部署的成本最小化问题，并同时考虑了拉远射频头(Remote Radio Head，RRH)和基带处理池的时延要求、RRH处理需求、以及基带处理池的容量限制。我们通过三个步骤求解该问题。第一步，给定基带处理池初始可行解集;第二步，对基带处理池与RRH关联问题进行松弛;第三步，引入基于局部搜索的(8+(∈))-近似算法迭代更新基带处理池当前解集。仿真结果表明，该算法能够稳定收敛，且相对于遗传算法和禁忌搜索算法能够显著降低C-RAN的部署成本。 2.研究了智能电网中数据汇聚节点规划问题。我们首先构建了数据汇聚节点规划问题的成本模型，综合考虑了包括数据汇聚节点与智能测量器的连接成本，数据汇聚节点的安装成本、以及同上层控制中心的连接成本等因素。其次，我们考虑了电力线信道衰减和延迟特性。我们通过引入了基于原始对偶的5-近似算法对问题进行求解。仿真结果验证了该近似算法的有效性和可靠性。最后，通过比较不同场景下不同近似比算法的规划结果，近似比好的算法所得的规划结果不一定有优势，最终结果往往取决于具体问题的形式与参数。 综上所述，论文通过引入近似算法，分别研究了C-RAN部署的成本最小化问题和智能电网数据汇聚节点规划问题。仿真结果表明，近似算法不仅可以有效解决论文所研究的网络规划问题，而且还可以得到最坏性能保障，从而为解决通信系统中大量存在的网络规划问题提供了新的解决思路。