论文部分内容阅读
移动通信技术无疑是人类社会进步的强大驱动力之一。从1G到如今的4G,通信技术历经了从模拟到数字,从语音通话到网络业务,从低速流量到高速上网的重大演变过程。虽然目前移动通信的上网速度已经很快,但伴随2016年AI时代的到来,无线物联网领域的发展对移动通信技术提出了更高的要求。UDN(Ultra Dense Network)即超密集组网,是5G移动通信的网络部署关键技术之一。运营商为进一步使节点基站与终端用户间的距离缩短,大幅度地提升网络频谱效率,并扩展网络系统容量,通过增加大量低功率基站节点将现存的移动通信网络密度提高就形成了UDN小区。然而这些基站数量的剧增将使得网络拓扑结构变得更加复杂和不规则,干扰也变得更加难以分析和抑制,因此采用新型理论模型进行UDN小区的研究意义重大。本文采用更加适合密集组网场景且易于处理的空间泊松点过程对UDN小区进行建模并做分析研究。首先对下行链路、上行链路和频率复用的随机模型下的覆盖概率、网络吞吐量等网络关键性能指标的数学表达式进行变换推导,通过仿真验证了建模方法的准确性并讨论了节点基站密度、信道衰减指数、SINR阈值和频率复用因子等参数对通信质量的影响,得到一组保证网络吞吐量优良的同时SINR阈值与频率复用因子的最优关系。接下来的研究主要围绕UDN小区的干扰协调进行,考虑频率复用对密集蜂窝网络干扰管控的重要优化作用,提出了随机型干扰协调和增强型拓扑干扰协调两种方法以及一种节点基站基于时段和区域分层的功率控制策略。通过对两种干扰协调方法的仿真分析可知,二者均可提高用户接收SINR的性能,但随机型干扰协调不能改善边缘数据率,而增强型拓扑干扰协调可牺牲一定平均数据率来换取边缘数据率的增益。时段-区域分层控制策略的仿真结果体现了其在响应准确性、功耗控制和下行链路覆盖概率性能等方面的优点,因此实现节点基站功率半自适应的精细化控制的同时能够降低网络干扰和能耗。