基于非凸优化的无线网络能量效率与资源联合分配的研究

How to reduce the energy cost and improve the energy efficiency while satisfying the high rate-demanding service is a critical problem in the design of 5G wireless system. When considering the network energy efficiency as the system target in the network design and resource allocation, we often need to deal with the non-convex optimization problems. Due to the inherent high complexity of non-convex optimization, the current optimization-based methods and game-based methods have the disadvantages of high time-complexity and lacking of performance guarantees, respectively. Therefore, in this project, we will integrate the rich results in communications theory together with the specifically related optimization problems in optimization theory, and propose a series of low-complexity, energy-efficiency (close-to) optimal, centralized/ distributed algorithms with good system robustness and scalability to improve the network energy efficiency of 5G system. The success of this project will lead to several break-through results in the area of energy-efficiency maximization of next generation wireless networks.

在5G无线系统的设计中，在满足用户高速，高带宽增长的同时，如何减少能量消耗以及提高传输能效成为了一个重要问题。当着眼于全网能量效率时，网络能效的建模以及基于能效优先的网络设计和资源分配通常需要面对求解非凸优化问题。由于非凸问题的内在复杂性，当前基于优化理论和基于博弈论的两大类研究方法分别存在求解复杂度高和缺乏系统性能保障的缺点。因此，本项目试图将通信理论和最优化理论中的各个分支优化理论进行深入有机的结合。设计出一系列提高下一代无线网络能量效率的低复杂度的，最优（或近似最优）、具有良好的可扩展性和鲁棒性的集中式以及分布式算法。并预期对无线网络能效研究中尚未解决的关键科学问题取得突破性的研究成果。

经过课题组成员的努力，本项目出色完成了研究计划所列之内容，我们在无线通信网络能量效率的理论研究，网络能量效率的优化建模及其成因关系取得了一系列的重要进展，并设计出一系列提高下一代无线网络能量效率的低复杂度的，最优（或近似最优）、具有良好的可扩展性和鲁棒性的集中式以及分布式算法。一方面我们针对集中式的网络研究提高网络整体能效的资源联合分配方案。构建出小规模网络的各类不同复杂度的问题提供提高网络能量效率的解决方案。进一步的针对大规模网络的集中式资源联合分配方案设计，我们深入研究基于业务类型，网络拓扑结构的网络分离与解耦，深入研究原问题分解方法，对偶问题分解方法，并结合具体通信系统的具体特点。构建出大规模网络能效优化的一般性方法。此外我们将前期研究成果有效拓展到分布式系统中。综合利用优化分解理论、并行计算、构建有性能保证的，快速收敛的，并且适应网络动态变化的分布式算法。