论文部分内容阅读
移动终端数量以及移动服务的飞速增长使得数据流量呈现爆炸式增长的态势,如何有效的应对如此庞大的数据流量是全世界各大运营商急于解决的问题。数据分流(Traffic Offloading)作为一种有效的方案近年来受到运营商以及学术界的高度关注,将蜂窝网的数据流量分流到其他辅助网络系统(例如小蜂窝网络)中可以有效的缓解蜂窝网的压力,同时也能够提高用户体验。与此同时,第三代合作伙伴项目(the Third Generation Partnership Project,3GPP)提出了一种“双连接”(Dual-Connectivity)技术,该技术使得每个移动终端用户能够同时连接宏蜂窝基站(macro Base Station,mBS)和其他辅助网络接入点(Access Point,AP),因此双连接技术在实现高效的数据流量调度方面有着明显的优势。本文将双连接技术与数据分流技术结合,设计了基于双连接的数据分流方案,实现数据分流系统中最佳的资源配置。本文的主要内容与贡献如下:1.从用户代价的角度出发,设计了一种基于双连接的面向用户数据流量代价最小化的数据分流方案,方案中我们实现了单小蜂窝模型下的用户流量和功率的联合优化。由于移动用户(Mobile Users,MUs)之间相互干扰的存在,所建模的问题是一个严格的非凸优化问题(Nonconvex Optimization Problem),求解非常困难。尽管如此,我们对问题进行了一系列的等价转化,在此基础之上设计了一种基于几何规划(Geometric Programming)的问题可行性判断方案,然后我们利用多面体块逼近(Polyblock Approximation)思想的算法求解问题。数值仿真结果验证了我们所提出算法的正确性和有效性,相比于LINGO可以有效节约算法运行时间。同时也验证了面向用户数据流量代价最小化的数据分流方案的优势,相比于无分流方案可以节约至少75%的流量代价,相比于固定分流方案可以节约至少65%的流量代价。2.从系统收益的角度出发,在多小蜂窝模型下设计了一种基于双连接的面向系统收益最大化的数据分流方案,方案中系统收益定义为运营商的收入与MUs功耗代价之差,方案中我们实现了最佳的多用户接入、流量调度以及功率分配。我们建模的问题是一个混合二进制非线性规划问题,直接求解十分困难。我们分两步求解该问题,首先我们考虑了单小蜂窝中的用户功耗最小化问题,然后在此基础上,设计了基于模拟退火思想的多用户接入选择算法有效的求解建模问题。单小蜂窝模型中的用户功耗最小化问题被证明为一个严格的凸优化问题,据此我们设计了基于对分法的算法求解问题。数值仿真结果验证了我们所提出算法的性能以及面向系统收益最大化的数据分流方案的优势,相比于启发式算法可以有效提高系统总收入。