论文部分内容阅读
随着移动互联网产业的迅速发展,用户对于传输速率提出了越来越高的要求。提升网络容量是蜂窝移动通信网络中最主要的研究方向之一。在第五代蜂窝网络通信技术的研究中,基于负载分流的扩容技术受到了广泛关注。负载分流技术的核心思想是通过使用某些额外的传输资源,把网络中的传输负载进行分散,从而提高网络传输速率。本文研究了三种负载分流的方法及其对应的扩容技术:通过小小区基站进行负载分流的小小区技术,通过非授权频谱进行负载分流的非授权频谱接入技术,通过用户设备进行负载分流的设备到设备(D2D,Device to Device)通信技术。本文针对小小区技术,研究了通过动态开关小小区基站来进行负载分流的算法。提出了一种基于Stackelberg博弈的小小区基站动态开关算法。该算法相比现有的集中式算法减小了算法复杂度与信息交互量,提高了小小区基站动态开关的频率。其相比现有的基线算法能够有效提高传输速率,减小能量消耗。在研究上述算法的基础上,本文又提出了一种完全分布式的小小区基站动态开关算法。该算法相比基于上述Stackelberg博弈的算法,进一步减小了算法复杂度与信息交互量。本文针对非授权频谱接入技术,研究了通过动态开关非授权频谱载波来进行负载分流的算法。提出了一种基于学习预测的载波开关接入算法。该算法使用Lyapunov技术来优化能量消耗与传输速率。通过应用Vapnik-Chervonenkis理论,证明了该算法在时变系统中接近于最优算法。该算法相比载波全开算法能显著地减小能量消耗,相比载波随机开关算法能明显提升传输速率。本文针对D2D技术,研究了利用用户设备的移动信息进行负载分流的算法。通过使用Lagrange对偶分析,给出了移动特征对于网络容量的影响。提出了一种利用移动信息的速率最优的用户设备选择调度算法。通过使用Lyapunov分析与首先击中时间分析,给出了该算法的时延性能。该算法相比现有的启发式算法能够提高传输速率,减少传输时延。本文针对D2D技术,研究了不需要用户设备的移动信息进行负载分流的算法。提出了一种基于随机线性编码(RLC,Random Linear Coding)的用户设备选择调度算法。通过使用正则不完全Beta函数与首先击中时间分析,得到了该算法的理论性能。该算法相比现有的基线算法能够显著地减小D2D技术导致的传输时延。本文针对D2D技术,研究了基站与用户设备之间协作进行负载分流的算法。提出了一种基于RLC的分布式用户设备选择调度算法,其可以达到渐进最优的速率时延折衷。该算法相比现有的算法,能够提高速率时延折衷性能。同时,通过使用可逆Markov链理论,得到了基站与用户设备协作下的渐进最优的速率时延折衷的闭式表达式。在本文的最后,对全文进行了总结,阐述了本文主要研究内容以及相应的创新点与应用前景,并进一步地指出了未来蜂窝网络中基于负载分流的扩容技术的研究方向。