超密度蜂窝网络建模分析与资源分配技术研究

With the explosive increase of mobile internet services, ultra-dense and heterogeneous deployment has become the development trend of cellular networks. In the ultra-dense cellular networks, the densities of base stations and users will be increased significantly, and the density of base stations can be even higher than that of users. As a result, the system capacity would be improved hundreds of times, even thousands of times, in hot spots. Due to the ultra-dense and randomizing deployment of base stations, the interference denominates the system performance of the ultra-dense cellular networks. In this project, in order to systematically establish the theoretical framework for optimizing the network performance and provide theoretical foundation for the deployment of future ultra-dense cellular networks, we plan to formulate the system model for the ultra-dense cellular networks from the system and network perspective, reveal the impact of network parameters on the network performance, explore the mechanism and methodology for optimizing the network performance, and propose the scheme and algorithm for network resource allocation. Firstly, we will formulate the random spatial model for ultra-dense cellular networks based on stochastic geometry. Secondly, we will evaluate the network performance based on the proposed random spatial model. Thirdly, we will investigate the resource allocation problems with severe interference, and propose resource allocation algorithms based on robust optimization. Finally, we will design and develop the system-level simulation platform based on wrap around method, and evaluate the theoretical analysis results and the designed resource allocation algorithms.

随着移动互联网业务的爆炸式增长，超密集化和异构化成为蜂窝网络发展的趋势。在超密度蜂窝网络中，节点的密度会极大提高，基站的密度甚至会超过用户的密度，从而在局部热点区域达到百倍，甚至千倍量级的系统容量提升。由于节点部署的高度密集化和随机化，干扰成为影响超密度蜂窝网络性能的主导因素。本项目拟从系统和网络的角度建立网络系统模型并揭示网络系统性能的影响因素，探索网络性能优化的机理与方法并提出相应的资源分配机制与算法，系统地建立超密度蜂窝网络性能优化的理论框架，为超密度蜂窝网络的部署与实现提供理论依据和指导。首先，本项目将基于随机几何理论建立超密度蜂窝网络随机空间模型；其次，基于该网络模型，系统分析网络性能；然后，针对网络中存在的严重干扰，基于鲁棒优化研究网络资源分配问题以优化网络性能，并提出相应的资源分配算法；最后，基于环绕式处理技术设计开发系统级仿真平台，对理论分析结果以及资源分配算法进行验证。

超密集化和异构化部署是蜂窝网络发展的发展趋势，也是实现下一代无线通信网络容量需求的重要手段。在异构蜂窝网络中，由于节点部署的高度密集化和随机化，干扰成为影响超密度异构蜂窝网络性能的主导因素。建立超密度蜂窝网络随机空间模型，并在此基础上研究网络性能的分析方法和网络资源的分配问题，对超密度异构蜂窝网络的部署与实现具有重要意义。.超密度蜂窝网络不可避免要使用毫米波频段以提高网络可使用带宽。毫米波通常需要与Sub-6GHz频段联合组网，以高频和低频相互补充的方式来满足网络连续覆盖的需求。针对热点区域的双频异构蜂窝网络，为刻画基站和用户具有成簇分布的特性，我们将Sub-6GHz基站建模为泊松点过程，将毫米波基站和用户的位置建模为平面上的泊松簇过程。基于此计算簇内干扰和簇间干扰，并推导出各层连接概率和SINR覆盖概率。通过研究泊松簇过程的参数对网络整体性能的影响，并对比热点区域的几种部署方案，证实在热点区域集中部署毫米波基站可以带来更高的性能增益。.蜂窝网络资源分配的前提是基站间相互协作，并通过利用低时延的反馈信道来交换瞬时状态信道。由于理想的信道状态信息难以获得，我们用信道分布信息来代替信道状态信息。基于此，我们首先研究了能效最大化的联合用户调度和功率控制问题。针对非凸优化问题难以求解全局最优解的问题，提出了迭代广义连续凸近似算法，在多项式时间内求解得到原问题一阶最优解。新算法的初始迭代点可以在原问题的可行域外，收敛得到的解始终满足用户的最小速率约束。我们还研究了能效最大化的联合用户基站选择接入与波束成型问题。针对求解多天线模型时算法复杂度高的问题，提出了一种低复杂度的迭代求解算法，该方法将每次迭代求解的凸近似问题转化为一个等价的二阶锥规划问题，进而得到了原问题的一阶最优解。仿真结果表明当用户数量较大时，对比现有算法，新算法在不损失性能的情况下具有更低的复杂度。