CRN中基于连续时间单重休眠模式的节能机制及性能研究

摘要

移动通讯数据以及超宽带视频应用的迅猛增长，导致网络基站的能耗急剧增长。这不仅加剧了温室效应等生态问题，也违背了服务提供商低能耗的追求。网络中的“节能”问题引起广泛重视。本文面向认知无线电网络CRN(Cognitive Radio Network)，针对overlay动态频谱分配策略，研究基于单重休眠模式的节能机制，并进行节能机制的性能评估及系统优化。
　　首先，引入单重休眠模式，面向CRN提出节能机制SM-ESM(Energy Saving Mechanism with Sleep Mode)。考虑认知用户和授权用户的不同优先级，建立单重休假抢占优先级排队模型，并给出转移率阵。采用矩阵几何解方法进行系统的稳态分析，给出系统性能指标——节能率和认知用户数据包平均延迟的表达式。
　　其次，为了提高认知用户数据包的响应性能，考虑认知用户数据包数量到达 N时可以提前终止基站的休眠状态，提出带有 N策略休眠模式的节能机制NSM-ESM(Energy Saving Mechanism with N-policy Sleep Mode)。在连续时域内，建立N策略单重休假抢占优先级排队模型。结合认知用户数据包数量及基站状态，构造二维Markov链，进行模型解析。基于基站浅度休眠的情形，定量评估系统的节能效果和响应性能。
　　再次，在 NSM-ESM的基础上，针对用户数据包到达稀疏，基站需要深度休眠的情形，考虑基站的激活过程，建立一种带有启动过程的排队模型。结合认知用户数据包数量，授权用户数据包数量及基站状态，构造三维Markov链，进行模型解析。基于基站深度睡眠的情形，进行NSM-ESM的系统性能评估。
　　最后，通过数值实验和仿真实验，验证SM-ESM和NSM-ESM这两种节能机制的有效性。针对 SM-ESM，从认知用户数据包的角度出发，进行纳什均衡和社会最优的分析，给出定价方案，实现社会最优。分别针对基站浅度休眠和深度休眠的情形，折衷NSM-ESM的系统性能指标，构造成本函数，给出人工蜂群(ABC)算法，实现系统优化。

目录

声明

第1章 绪 论

1.1 课题背景及研究意义

1.2 国内外研究现状

1.3 主要研究内容

1.4 论文组织结构

第2章 相关知识

2.1 CRN中的接入控制和频谱分配

2.2 排队论和连续时间Markov链

2.3 随机系统的休假规则

2.4 本章小结

第3章 CRN中SM-ESM的性能评估与优化

3.1 CRN中SM-ESM的机制

3.2 系统模型及稳态解析

3.3 性能指标和系统实验

3.4 定价方案

3.5 本章小结

第4章 CRN中NSM-ESM的性能评估与优化

4.1 CRN中NSM-ESM的机制

4.2 系统模型及稳态解析

4.3 性能指标和系统实验

4.4 休眠参数的优化

4.5 本章小结

第5章 基于激活过程的NSM-ESM的性能分析

5.1 基于激活过程的NSM-ESM的状态转换

5.2 系统模型及稳态解析

5.3 性能指标和系统实验

5.4 优化分析

5.5 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢

作者简介