面向超量信息时变传输的超密集异构网络无线资源管理策略研究

Currently, the time-varying behaviors and customized service requirements of massive users in ultra-dense heterogeneous networks lead to the inefficient network operations. It’s become more and more important to improve the network operation efficiency in ultra-dense heterogeneous network supporting the massive time-varying information transmission. There are four aspects in this proposal: 1) Explore the time-varying behaviors of massive users, propose the corresponding definition and the group dynamic game’s evolution mechanisms of massive users. 2) Based on the improved cognitive ability of the time-varying massive users and the future NOMA ultra-dense heterogeneous networks, model and analyze the micro differentiated services and provide the dynamic resources allocation algorithms for time-varying users in NOMA networks to time-varying services. 3) Combined with convex optimization and game theory, provide the energy efficiency based massive data caching and user demands sensing in fog radio access networks. 4) Time-varying user behaviors and differentiated service requirements bring challenges for resource allocation and mobility management in ultra-dense networks. Therefore, analyze the network slicing architecture and network deployment features based on the massive data transmission, study the efficient resource allocation strategy and design flexible time-varying mobility management mechanism.

当前超密集异构网络中超量用户时变行为凸显，导致网络运行效率低下等问题。面对超量信息时变传输的超密集异构无线网络环境，如何解决其面临的一系列问题，改善网络状况、提高网络运行效率变得越来越重要。本课题在以下四个方面展开研究：1）对超量用户的时变行为进行挖掘，定义宏观时变用户的量化标准，探讨超量用户群组时变博弈演化机理。2）基于时变用户和未来超密集异构网络中不断提升的认知能力，对NOMA网络中超量用户的微观业务时变行为进行建模与分析，并为超量时变用户提供微观业务时变特征感知的动态差异化资源供给体系。3）结合博弈优化理论，给出基于超量数据缓存与用户时变需求感知的雾无线网络能效优化框架。4）针对超密集网络中用户差异化业务时变需求，为动态网络资源分配和移动性管理带来的挑战，分析基于超量信息密集时变传输的切片网络架构特性和部署特点，研究有效的虚拟资源分配策略，并设计灵活高效的移动性时变管理机制。

当前超密集异构网络中超量用户时变行为凸显，导致网络运行效率低下等问题。为了这些问题，本项目通过研究用户时变行为、差异化用户时变需求、资源优化、移动性管理等问题中蕴含的科学规律，提出创新的理论和方法，为面向超量信息时变传输的超密集异构网络无线资源管理策略研究奠定科学基础。.具体而言，本项目包括四个方面的研究内容：用户宏观时变特征建模及群组博弈的演化机理，我们探讨了群组博弈建模及用户时变行为对群组博弈均衡的影响；NOMA超密集异构网络中超量数据时变感知与动态资源适配，我们将NOMA技术与雾无线接入网路相结合，考虑用户时变需求，基于匹配理论和Lyapunov优化，提出一种子信道和功率分配方案，进一步提高网络系统能效；基于超量数据缓存与用户需求时变感知的雾超密集网络能量效率优化框架，我们提出基于非合作博弈模型的无线资源优化策略，提高雾无线超密网络的能量效率；基于超量信息密集时变传输的切片网络资源分配和移动性时变管理，我们依据超量信息密集时变传输的切片网络架构特性和部署特点，构建多层复杂网络和资源配置模型，设计高效移动性管理机制，显著提升切片网络性能。.在本项目的资助下，项目组共发表IEEE期刊论文68篇，EI国际会议论文32篇，申请专利22项，授权专利12项。截止目前为止，发表文章被谷歌学术引用2200余次。项目负责人担任IEEE TCOM、IEEE TNSE等多个国际期刊编委、IEEE绿色通信与计算专委会副主席。获得国内外奖项包括：2021年中国通信学会自然科学一等奖；2019年国家优秀青年科学基金项目； IET Fellow；2020年IEEE绿色通信与计算杰出青年学者奖；2019年IEEE通信学会亚太最杰出青年研究员奖；2018年中国通信学会青年科技奖；2018年国际无线电科学联盟青年科学家奖；2021年IEEE GLOBECOM 最佳论文奖；2019年IEEE TAOS技术委员会最佳论文奖；2018年IEEE绿色通信与计算技术委员会最佳会议论文奖。