異構(gòu)蜂窩網(wǎng)絡(luò)中的小區(qū)選擇與負(fù)載平衡問(wèn)題研究.pdf

1、為消除覆蓋漏洞與提升熱點(diǎn)區(qū)域吞吐量，異構(gòu)蜂窩網(wǎng)絡(luò)(Heterogeneous Cellular Network，HCN)備受推崇。為保證該網(wǎng)絡(luò)架構(gòu)所帶來(lái)的增益，HCN中小區(qū)選擇（用戶接入）與干擾管理問(wèn)題亟待解決。相比于傳統(tǒng)蜂窩網(wǎng)絡(luò)，這些問(wèn)題在HCN中更為復(fù)雜。鑒于HCN中基站間回程容量有限，負(fù)載平衡方案可能無(wú)法達(dá)到預(yù)期目的，網(wǎng)絡(luò)設(shè)計(jì)者在HCN的基礎(chǔ)上引入了端到端(Device-to-Device，D2D)通信技術(shù)。本論文圍繞“異構(gòu)蜂窩網(wǎng)

2、絡(luò)中的小區(qū)選擇與負(fù)載平衡問(wèn)題研究”的課題進(jìn)行了深入研究，研究?jī)?nèi)容涉及聯(lián)合上下行的小區(qū)選擇方案設(shè)計(jì)、QoS(Quality ofService)感知的小區(qū)選擇方案設(shè)計(jì)、聯(lián)合資源劃分的平衡型小區(qū)選擇方案設(shè)計(jì)、聯(lián)合功率控制的平衡型小區(qū)選擇方案設(shè)計(jì)及下行HCN系統(tǒng)中能效型小區(qū)選擇方案設(shè)計(jì)。本研究主要內(nèi)容包括：
　?、艦楂@取系統(tǒng)范圍的性能增益，針對(duì)HCN中上下行用戶接入不一至性問(wèn)題，設(shè)計(jì)了耦合上下行的小區(qū)選擇方案，并為該方案設(shè)計(jì)了集中式與分

3、布式兩類算法。由于HCN中存在各種明顯不同發(fā)射功率的基站，上下行用戶接入具有不一致性。為達(dá)到系統(tǒng)范圍的性能增益，有效的小區(qū)選擇方案應(yīng)耦合上下行接入。迄今為止，如何聯(lián)合考慮上下行用戶接入，從系統(tǒng)范圍權(quán)衡接入效益仍是一個(gè)開(kāi)放性話題。面對(duì)該挑戰(zhàn)，設(shè)計(jì)了聯(lián)合上下行的小區(qū)選擇方案。該方案最大化下行吞吐量的同時(shí)盡量最小化上行功耗，且最終被規(guī)劃為網(wǎng)絡(luò)效用最大化問(wèn)題。從規(guī)劃問(wèn)題的形式來(lái)看，該問(wèn)題為非線性、混合整數(shù)優(yōu)化問(wèn)題，求解其最優(yōu)解富于挑戰(zhàn)性（尤其針

4、對(duì)大規(guī)模問(wèn)題）。為解決該問(wèn)題，設(shè)計(jì)了集中式算法與分布式算法。前者通過(guò)松弛接入指示變量將原問(wèn)題轉(zhuǎn)化為凸優(yōu)化問(wèn)題，再以梯度下降法搜索其最優(yōu)解;后者利用對(duì)偶分解法將原問(wèn)題分解成兩個(gè)子問(wèn)題，再以分布式方式求解這些子問(wèn)題。最后，針對(duì)所設(shè)計(jì)的算法，給出了相應(yīng)的收斂性與復(fù)雜度分析。仿真結(jié)果表明，相比于基于信號(hào)強(qiáng)度的接入（小區(qū)選擇）、保證用戶公平性的最大效益接入與區(qū)域拓展接入，就整體性能而言，所設(shè)計(jì)的接入方案更具優(yōu)勢(shì)。
　　⑵針對(duì)HCN中異構(gòu)用戶

5、場(chǎng)景，從用戶服務(wù)質(zhì)量(QoS)需求出發(fā)，設(shè)計(jì)了QoS感知的平衡型與非平衡型小區(qū)選擇方案，并為這些方案設(shè)計(jì)了相應(yīng)的集中式與分布式算法。鑒于HCN的自身特性，傳統(tǒng)最強(qiáng)信號(hào)接入已不再適用，新型小區(qū)選擇方案急需引入。不同于傳統(tǒng)方案，新型方案應(yīng)具備平衡各類基站間負(fù)載的能力。此外，考慮到HCN具備多種無(wú)線接入能力，一個(gè)好的小區(qū)選擇方案需融合不同用戶服務(wù)質(zhì)量需求。為此，設(shè)計(jì)了一類QoS感知的小區(qū)選擇方案，該方案可在一定程度上平衡網(wǎng)絡(luò)負(fù)載。為保證用戶公

6、平性，該方案最終被規(guī)劃為總效益最大化問(wèn)題。針對(duì)該問(wèn)題，分別利用梯度下降法與對(duì)偶分解法開(kāi)發(fā)了集中式與分布式算法。為突出所設(shè)計(jì)算法的有效性，設(shè)計(jì)了另一類QoS感知的非平衡型小區(qū)選擇方案，且為其設(shè)計(jì)了集中式與分布式算法。最后，針對(duì)所設(shè)計(jì)的算法，給出了相應(yīng)的收斂性與復(fù)雜度分析。仿真結(jié)果表明，同非平衡型小區(qū)選擇方案相比，平衡型小區(qū)選擇方案具有更高的負(fù)載平衡水平、速率公平性、用戶支持率及更好的用戶個(gè)人體驗(yàn)。
　?、菫楸ＷC負(fù)載平衡增益與充分平衡

7、網(wǎng)絡(luò)負(fù)載，針對(duì)一般HCN系統(tǒng)與支持D2D通信的HCN系統(tǒng)，設(shè)計(jì)了聯(lián)合資源劃分的平衡型小區(qū)選擇方案，并為這類方案設(shè)計(jì)了相應(yīng)的分布式算法。考慮到常用負(fù)載平衡方案中轉(zhuǎn)載用戶遭受強(qiáng)干擾問(wèn)題，在HCN系統(tǒng)中設(shè)計(jì)了基于兩子帶劃分模型的小區(qū)選擇方案。此外，鑒于有限的回程容量，單純的負(fù)載平衡方案難以充分平衡負(fù)載，在HCN系統(tǒng)中引入了D2D通信技術(shù)并設(shè)計(jì)了基于三子帶劃分模型的小區(qū)選擇方案。通過(guò)資源劃分，兩子帶劃分模型中的轉(zhuǎn)載用戶接收自高功率基站的強(qiáng)干擾將

8、得到極大弱化，且三子帶劃分模型中的轉(zhuǎn)載用戶與D2D接收端接收來(lái)自基站的強(qiáng)干擾同樣得到極大弱化。顯然，最優(yōu)負(fù)載平衡方案應(yīng)同資源劃分緊密耦合。最終，聯(lián)合資源劃分的小區(qū)選擇方案被規(guī)劃為網(wǎng)絡(luò)效益最大問(wèn)題。針對(duì)所規(guī)劃問(wèn)題的形式，利用對(duì)偶分解法開(kāi)發(fā)了相應(yīng)的分布式算法。最后，針對(duì)所設(shè)計(jì)的算法，給出了相應(yīng)的收斂性與復(fù)雜度分析。仿真結(jié)果表明，額外的資源劃分是提高負(fù)載平衡增益的有效措施，即帶來(lái)負(fù)載平衡增益與資源劃分增益。同時(shí)，仿真也驗(yàn)證了D2D通信對(duì)的分流

9、能力。
　?、葹槌浞掷镁W(wǎng)絡(luò)資源與改善用戶個(gè)人體驗(yàn)，針對(duì)HCN中的負(fù)載不平衡問(wèn)題，提出了非功控的平衡型小區(qū)選擇方案與功控的平衡型小區(qū)選擇方案，并為這些方案設(shè)計(jì)了有效的單層與雙層迭代算法。此兩類方案均以最大化下行容量（有效速率之和）為目標(biāo)，它們的區(qū)別在于是否在小區(qū)選擇過(guò)程中引入功控。鑒于有效速率同用戶可達(dá)速率與基站負(fù)載密切相關(guān)，采用該參數(shù)為優(yōu)化指標(biāo)可在一定程度上平衡各類基站間的負(fù)載。從規(guī)劃問(wèn)題的形式來(lái)看，該問(wèn)題為混合整數(shù)的分?jǐn)?shù)型優(yōu)化

10、問(wèn)題，求解其最優(yōu)解富于挑戰(zhàn)性。針對(duì)第一類接入方案（小區(qū)選擇問(wèn)題），設(shè)計(jì)了一個(gè)有效的單層迭代算法;針對(duì)第二類接入方案（聯(lián)合功控的小區(qū)選擇問(wèn)題），提出了一個(gè)雙層迭代算法。在此雙層迭代算法中，內(nèi)層采用功率更新函數(shù)更新功率，而外層則采用第一類方案的小區(qū)選擇算法選擇小區(qū)。最后，針對(duì)所設(shè)計(jì)算法的小區(qū)選擇過(guò)程與功率更新過(guò)程，給出了相應(yīng)的收斂性分析;針對(duì)所設(shè)計(jì)的算法，給出了其復(fù)雜度分析。仿真結(jié)果表明，與一些現(xiàn)有的小區(qū)選擇方案相比，所設(shè)計(jì)的小區(qū)選擇方案具

11、有顯著優(yōu)勢(shì)，如更高負(fù)載平衡水平與負(fù)載平衡增益（改善邊緣用戶個(gè)人體驗(yàn)）。
　?、蔀闈M足綠色通信需要，針對(duì)下行HCN系統(tǒng)，設(shè)計(jì)了能效型小區(qū)選擇方案，并為該方案設(shè)計(jì)了有效的三層迭代算法。為實(shí)現(xiàn)能效型接入，從優(yōu)化整體能效角度出發(fā)，設(shè)計(jì)了一個(gè)能效型小區(qū)選擇方案，該方案聯(lián)合執(zhí)行小區(qū)選擇與基站功率控制以最大化整體能效。為突出能效型小區(qū)選擇方案的有效性，設(shè)計(jì)了另一類非能效型小區(qū)選擇方案，該方案在保證用戶QoS的條件下最大化系統(tǒng)容量，且僅關(guān)注小區(qū)選

12、擇問(wèn)題。實(shí)際上，非能效型小區(qū)選擇方案僅是能效型小區(qū)選擇方案的一部分（小區(qū)選擇部分）。最終，能效型小區(qū)選擇方案被規(guī)劃為分?jǐn)?shù)型、混合整數(shù)優(yōu)化問(wèn)題。為解決該問(wèn)題，設(shè)計(jì)了一個(gè)三層迭代算法。具體而言，第一層采用二分法搜索能效參數(shù)，第二層交替優(yōu)化小區(qū)選擇問(wèn)題與功控問(wèn)題，第三層則利用對(duì)偶分解法求解小區(qū)選擇問(wèn)題且利用功率更新函數(shù)更新發(fā)射功率。注意到，第三層中的小區(qū)選擇算法同樣可用于求解非能效型優(yōu)化問(wèn)題。最后，針對(duì)所設(shè)計(jì)算法的功控過(guò)程與小區(qū)選擇過(guò)程，給出