混合供电无线网络中的资源分配策略的研究

摘要

随着无线通信技术的快速发展和无线业务的日渐丰富，通信数据量和系统能耗猛烈增长。为了缓解系统能耗问题，能量收集技术的提升使得混合供电无线网络的能量管理引起了学者们的广泛关注。海量数据使得频谱资源日渐紧张，正交频分复用技术(Orthogonal Frequency Division Multiplexing，OFDM)可以提高频谱效率和抗干扰能力，广泛应用于无线通信系统中。另外，小小区网络可与蜂窝网相结合形成异构网络，采用宏微协同技术和抗干扰技术使得系统容量实现数倍增长，小小区技术成为5G通信系统的关键技术之一。另一方面，考虑无线信道的复杂性和不确定性，为降低混合供电无线系统的成本和能耗，如何优化非确定性信道下的资源分配和能量管理也是需要解决的一个重要问题。
　　因此，论文构建了混合供电OFDM蜂窝无线网络，进一步将混合供电模式部署到小小区网络中。针对不同通信网络建立系统模型，分别研究了非理想信道状态下的OFDM蜂窝网络和理想信道状态下的小小区网络中的资源分配策略。采用凸优化方法和最坏情形方法进行问题规划和求解，并对提出的资源分配策略进行仿真与分析。论文主要工作如下:
　　(1)针对信道状态信息不完全可知的情形，论文通过采用最坏情形方法对不确性信道进行建模，进行鲁棒问题规划和求解。将不确定性参数看作有界随机变量进行优化，推导出不确定性参数的闭式解，将闭式解代入原问题中，求解信道状态信息不完全可知时的鲁棒性优化问题。
　　(2)在信道状态信息不完全可知的情形下，研究了混合供电OFDM蜂窝网络中的资源分配和能量管理策略问题。在兼顾每个移动设备的基本通信速率要求和可再生能源的约束条件下，以最小化系统的成本和为目标函数，建立优化问题，并分别提出最优分配策略和次优分配策略。最优分配策略通过时间共享的方法，将混合二进制整数问题转换为凸问题。次优分配通过采用低复杂度的子载波和功率分步分配的方法，将非凸的原问题转换为凸问题，对功率进行优化分配。进一步，两种策略借助凸优化方法和最坏情形方法对资源进行优化，采用拉格朗日对偶方法得到最优解的闭式表达式。在以上基础上，采用子梯度迭代法进行数值仿真，给出仿真结果，分析了论文提出的资源分配策略的收敛性和能量转换效率，对比了四种资源分配策略，数值结果表明提出的最优策略在降低系统成本方面效果最佳，次优策略次之。进一步，对系统鲁棒性的分析表明论文所提策略在信道状态信息不确定情形下，可以很好地实现系统成本和鲁棒性的折中。
　　(3)在信道状态完全可知的情形下，研究了混合供电小小区网络中的资源分配和能量管理策略问题。在保证每个小小区移动设备的基本通信速率和小小区网络系统对蜂窝移动设备的通信干扰的前提条件下，以最小化小小区网络系统的成本和为目标函数，建立优化问题。采用拉格朗日对偶方法，利用KKT条件进行问题求解，得到最优解的闭式表达式，提出最优的子载波和功率分配策略。同时，在进行数值仿真过程中，论文提出一种步长自适应的迭代算法，可以提高子梯度迭代算法的收敛速度。仿真结果表明，论文提出的最优资源分配策略能够快速收敛，同时在系统成本消耗方面，能量收集的引入能够降低系统成本，并且提出的最优策略在系统成本降低方面优于对比策略。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 论文主要工作及内容安排

第二章 能量收集无线通信中的关键技术及数学方法

2．1．1 能量收集技术简介

2．1．2 能量收集技术分类

2．2 正交频分复用技术

2．3 数学方法

2．3．1凸优化方法

2．3．2 最坏情形方法

2．4 本章小结

第三章 混合供电OFDM蜂窝网络中的鲁棒资源分配

3．1 系统模型

3．2 问题规划

3．3 问题求解

3．3．1 信道功率增益的公式推导

3．3．2 信道功率增益不确定时的最优策略

3．3．3 信道功率增益不确定时的次优策略

3．4 仿真结果与分析

3．4．1 算法收敛性分析

3．4．2 能量转换效率分析

3．4．3 四种策略的性能对比分析

3．4．4 鲁棒性分析

3．5 本章小结

第四章 混合供电小小区网络中的资源分配

4．1 系统模型

4．2 问题规划

4．3 问题求解

4．3．1 最优功率分配

4．3．2 最优子载波分配

4．3．3 最优能量管理

4．3．4 自适应步长算法

4．4 仿真结果与分析

4．4．1 算法收敛性分析

4．4．2 能量收集对系统成本和的影响分析

4．4．3 干扰信道对系统成本的影响分析

4．4．4 三种策略的性能对比分析

4．5 本章小结

第五章 总结与展望

参考文献

致谢

攻读学位期间的研究成果