密集异构Macro-femto蜂窝网络能效优化关键技术研究

The challenges faced by the fifth-generation (5G) cellular network include increasing the network capacity and reducing energy consumption. The dense macro-femto heterogeneous network (HetNets) is a dominant architecture of the 5G cellular network, where macro base stations (MBSs) provide outdoor wide area coverage and femto base stations (FBSs) perform high data rate indoor mobile services. With the huge deployment of FBSs, the overall energy consumption of dense macro-femto HetNets will no doubt increase rapidly. As a result, it is critical and extremely worth investigating energy efficiency optimization issue in dense macro-femto HetNets. However, this issue is not trivial and indeed challenging since many FBSs may be randomly deployed and overlaid with each other. The present proposal plans to study basic theories and key techniques for energy efficiency optimization in dense macro-femto HetNets including: 1) energy-efficient deployment mechanisms of FBSs; 2) collaborative and coordinated sleeping management for FBSs; 3) adaptive mobile user association with MBSs and FBSs; and 4) collaborative and dynamic power control algorithms for FBSs. These research items will generate inventive solutions and promote the research, development, and applications of green mobile networks.

第五代(5G)移动通信网需要大幅度提升网络容量并减小能耗。密集异构Macro-femto蜂窝网络由室外宏基站实现广域覆盖，密集部署的家庭基站（FBS）提供室内高速无线移动业务，是5G移动通信网采用的主要网络架构。随着FBS的大规模部署，其能量消耗将愈显突出。在密集异构Macro-femto蜂窝网络中，由于FBS大量随机部署、重叠覆盖，解决其能效优化问题具有较强的挑战性。在密集异构Macro-femto蜂窝网络中，FBS的部署策略，FBS的协同自适应休眠方法，移动用户同MBS/FBS的动态关联策略，以及FBS协同功率控制算法是影响网络能量消耗的四个相互关联的关键技术，本项目从这四个方面开展系统深入研究，拟解决密集异构Macro-femto蜂窝网络能效优化的部分理论和技术问题，有望产生原创性研究成果，推动绿色无线移动通信技术的发展和应用。

移动通信网需要大幅度提升网络容量并减小能耗。密集异构Macro-femto蜂窝网络由室外宏基站（MBS）实现广域覆盖，密集部署的家庭基站（FBS）提供室内高速无线移动业务，是新一代移动通信网采用的主要网络架构之一。随着FBS的大规模部署，其能量消耗将愈显突出。在密集异构Macro-femto蜂窝网络中，由于FBS大量随机部署、重叠覆盖，能效优化问题具有较强的挑战性。.本项目以FBS的部署策略、FBS的自适应休眠方法、移动用户同MBS/FBS的动态关联策略、FBS协同功率控制算法为主要研究内容，系统研究密集异构Macro-femto蜂窝网络的能效优化问题，取得了创新性研究成果，主要包括：1）建立了能效与基站密度的关系模型，推导了能效优化的最优基站密度；针对采用偏置技术的Macro-femto网络，提出了能效优化的基站密度和基站功率联合优化方法。2）推导了触发宏基站和家庭基站休眠的最优业务负载门限值，提出了基于网络负载的宏基站和家庭基站联合动态休眠方法；建立了Macro-femto异构蜂窝网络中基站动态休眠的半马尔科夫决策过程（SMDP）模型，提出了求解该模型的值迭代算法。3）针对内容缓存云端和边缘的密集异构蜂窝网络场景，建立了最小化内容下载时延的最优化模型，提出了内容缓存和用户关联的联合优化方法；针对连接时间不确定的异构无线网络场景，提出了用户关联、任务卸载、任务迁移策略。4) 针对难于准确获取实时的无线信道状态信息问题，提出了基于Q-learning和非合作博弈的能效优化混合功率控制方法。.在本项目的支持下，项目组成员在IEEE TVT、IEEE TMC等国内外著名学术期刊和会议共发表论文25篇，其中ESI高被引论文2篇，申请发明专利14项，获重庆市科技进步二等奖1项，部分研究工作已引起国内外同行关注和引用。项目负责人作为Local Chair和TPC Chair，分别主办了2019年第五届通信和信息处理国际会议（ICCIP）、2018年第三届IEEE图像和视觉与计算国际会议(ICIVC)，在JCR 1区期刊《Digital Communications and Networks》组织出版了专辑“6G Perspective: Techniques and Challenges”。培养研究生22人，其中博士生2人。