论文部分内容阅读
无线技术的发展和各种通信服务的出现,推动了5G网络的快速发展。未来海量用户设备入网引发的无线数据业务量高速增长,将进一步加剧频谱资源供需不平衡的矛盾。因此,如何优化频谱利用,最大限度地实现频谱资源的按需分配是5G网络急需解决的重点问题。同时,海量用户多样的需求中蕴含着大量有价值的信息,充分利用这些信息能够为提出有效的频谱分配方案带来重要的契机。为此,本文重点研究5G网络中基于用户需求的频谱分配问题。首先,对5G网络和频谱分配的相关理论进行综述。在分析5G网络发展背景及相关技术的基础上,本文介绍一种融合多种关键技术的5G网络架构。同时,阐述了频谱分配的算法模型分类以及技术原则和性能指标。其次,采用集中式接入网络架构(Centralized-Radio Access Network,C-RAN)研究基于用户负载的频谱分配策略。本文采用负载均衡的思想设计有效的网络成簇方法。根据网络中用户负载的分布情况,使远端射频单元协调成簇,从而均衡地利用基带池管理的网络资源,并且通过证明给出网络成簇模型下资源的消耗下限。在网络成簇模型下,本文提出基于改进遗传算法的频谱分配方案,利用用户负载信息进行频谱分配,在控制发射功率的前提下最大化系统效益。仿真实验表明本方案能够有效地提高系统效益,同时减少发射总功率,进而实现网络性能与资源效率的平衡。最后,介绍基于用户信息的虚拟化频谱分配方法。首先,本研究利用典型相关性分析方法,提取用户设备所需要传输数据间的相关性关系。然后,通过基于相似度的聚类方法对用户设备进行归类,实现以用户为中心的虚拟小区自组织构建。从而增加数据在传输过程中共享和协同处理的机会,有效地降低通信代价。在此基础上,本文分析以虚拟小区为单位的频谱分配问题,提出基于凸优化的频谱分配算法。该算法通过权衡干扰控制与用户需求满足水平,实现系统容量的优化。仿真实验表明,与对比方案相比,本方案能够明显地抑制用户设备遭受的干扰,同时提升系统吞吐量,从而有效地提高频谱效率。