异构网络中基于能效的资源分配方法研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:jqk1981fjj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着智能手机,平板电脑和其他新的移动设备的推出,无线蜂窝网络发展迅速。伴随着更多的数据密集型服务,移动数据流量呈爆炸性增长。为此,在宏蜂窝网络的同一地理区域中部署低功率小型基站形成异构网络(Heterogeneous Networks,Het Nets)。Het Nets可以极大提高系统容量和覆盖范围,并可以有效的提高系统的能源效率。异构架构带来了丰富的网络拓扑,但部署不同的低功率基站和用户部署的不确定性使用户关联和干扰管理在能效方面带来了严峻的挑战。随着绿色通信的发展,低功耗、高能效的理念也逐渐被引入无线通信系统中。因此,业界通过有效的资源管理方法来提高Het Nets中的系统能效。通常用户关联,子信道分配和功率控制是资源管理的重要内容,其能够平衡基站之间的业务负载,减少小区间的相互干扰和基站设备能量的消耗。基于上述问题,论文研究的主要内容具体安排如下:第一,概述Het Nets中资源管理的基础理论,包括Het Nets架构、非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术、能量效率的衡量标准以及资源管理技术。第二,针对两层Het Nets中的能效最大化问题,首先构建Het Nets系统模型并且考虑小小区之间没有同频干扰,然后在满足用户服务质量要求和最大发射功率约束的条件下,提出一种基于用户关联和功率分配的能效优化方案。该方案首先采用人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)进行用户关联,通过将用户关联变量映射为人工鱼的位置,系统能效转化为人工鱼在某一位置的食物浓度进行迭代寻优,以确定最优的用户关联方案。在此基础上,通过交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)解决小小区用户的功率分配问题。数值仿真结果表明,与现有方案相比,所提出的方案收敛速度快,并且可以显著提高能效。第三,针对NOMA Het Nets中的能效优化问题,在最大传输功率,信干噪比阈值,能量捕获(Energy Harvesting,EH)阈值和跨层/同层干扰多种约束条件下,研究了一种联合子信道和功率分配方案,以提高具有EH单元的小小区能效。在该方案中,提出一种基于干扰超图改进的盖尔-沙普利(Gale-Shapley)算法为子信道分配,该算法可以动态调整复用同一子信道的小小区数量。此外,通过拉格朗日对偶方法优化了小小区用户的功率分配。数值仿真结果表明,与现有的已知方法相比,该方案具有更好的性能。
其他文献
从2015年智能制造被列为《中国制造2025》的主攻方向以来,机械设备的智能检测已成为研究的重点之一,其中对旋转机械设备的零件缺损检测也引起了更多的关注。机械设备零件缺损检测主要是对设备中各个零部件的运行状态进行监测与故障诊断。传统故障诊断主要是利用电流信号、振动信号和声发射信号进行检测与分析,但存在着故障检测设备安装不便的问题。机械设备中零部件因振动而产生的声音信号中蕴含着丰富的机械状态信息,在
对流层散射通信具有传输距离远、速率高、安全性高以及抗干扰能力强等特点,因此,设计出多波束、低旁瓣电平的反射面天线就显得尤为重要。本文根据课题需求,对C波段多波束角分集反射面天线进行了系统的分析,设计了一款介质棒馈源和与之配套使用的极化隔离器。随后将反射面天线赋形技术应用于课题之中,成功设计出了一款双波束角分集反射面天线,在此基础上设计出另一款多波束角分集反射面天线。两款反射面天线分别能够实现双波束
柑橘黄龙病的早期鉴别对柑橘产业至关重要,利用近红外(Near Infrared,NIR)光谱分析技术对柑橘黄龙病进行鉴别具有便捷、快速、无污染等优点。本文主要针对传统检测方法准确率不高,稳定性较差的问题,提出两种适用于柑橘黄龙病的近红外光谱模型。模型集光谱数据预处理,波长筛选以及优化后的深度极限学习机等方法,并在不同分辨率光谱数据进行实验验证,主要研究内容如下:(1)提出一种最小角回归算法结合核极
社会上各个行业各个领域如:互联网、医疗、金融等都积累了大量的数据,积累的数据大多存在着数据的不平衡性,对不平衡数据采用传统的分类算法进行分类具备一定的难度,取得的分类准确性较低。如何对不平衡数据进行分类并提高分类性能已经成为我们的研究重点。本文分别从数据处理和分类算法层面出发,改进SMOTE算法和AdaBoost算法存在的不足:(1)为解决现有过采样算法中存在的未考虑类内不平衡、未选择要进行过采样
在石材开采领域中,金刚石绳锯机以开采方式简易、低能耗、高效率、低噪音和绿色环保的技术特点,成为了新型石材开采行业的主流技术。然而,常规绳锯机进给位移有限,在切割一段时间后因张紧力逐渐变小而出现绳索松弛的问题。常规做法为以人工减少绳索长度的方式来保持绳索张紧,但这大大降低了工作效率。针对此问题,本文设计出一种串珠绳自适应调节式绳锯机,该绳锯机利用自适应调节装置提高了串珠绳运行长度,有效的减少断绳次数
热电材料基于热电效应能直接实现热能与电能之间的相互转化,既可以利用热能进行温差发电,又能利用电能实现固态制冷(热),且热电器件具有易于小型化和柔性化、运行时无噪音、无污染和稳定性强等优点,正日益受到关注。目前,能商业化应用的近室温热电材料主要是碲化铋(Bi2Te3)基材料,但Te存在价格昂贵、资源稀缺且毒性较大等缺点。研究发现,硒化银是一种高性价比的近室温热电材料,有望替代Bi2Te3基热电材料。
图作为一种结构化的数据结构非常容易刻画事物之间的内联关系,现实生活中的许多数据都可以用图来进行表示。图匹配中的子图同构问题作为一种查询技术被广泛的应用于社交网络、网络安全、计算生物学和化学等领域中。子图同构属于NP-hard问题,随着其数据规模的上升,其求解的复杂度也往往呈指数上升。图表示学习作为处理图数据的表示技术,可以高效的学习出表示图结构和属性信息的特征向量。此外,对求解过程中所出现的“组合
由于课程知识点结构的复杂性以及在线学习过程中行为方式的多样性,导致同一认知水平的学习者在线上学习过程中形成的学习知识地图及取得的学习效果均存在差异性。本文针对学习者在在线学习平台中产生的多维交互行为数据进行协同分析,主要开展了以下研究:1.针对现有知识地图推荐算法未有效挖掘学习者交互行为规律的问题,以及协同过滤推荐中学习者相似性计算的局限性,本文提出了一种基于协同过滤的个性化知识地图推荐算法。首先
学位
计算机技术和互联网技术的高速发展与广泛应用,推动了物联网技术的发展与普及。而随着新生物联网技术的不断发展和应用,物联网入侵现象的出现也变得越加的频繁。入侵检测,作为一种网络信息防御手段,一直以来都是信息安全领域的焦点,并且在信息安全保障上一直举足轻重。但是,在物联网的环境下,物联网的网络环境中存在大规模的、特征更加复杂的数据,这为入侵检测模型的规则学习与数据检测带来了新的挑战。本论文将深度学习技术