认知使能的蜂窝异构网络性能优化技术研究

This project studies the key technologies of network optimization under the architecture of cognitive radio enabled Cellular Heterogeneous Networks (CHetNet). Integrated with the features of CHetNet such as flexible cell division, enhanced coverage, energy efficiency, high spectrum/energy efficiency and flexible networking ability, the autonomous spectrum sensing and reconfiguration capabilities of cognitive radio, we develop the research of network optimization in the cognitive radio enabled CHetNet. The major technologies investigated in this project exhibiting the architecture of cognitive radio enabled CHetNet include: 1) to study the modeling and analysis of the capacity and coverage optimization (CCO) in. 2) to study the joint optimization design spectrum sensing and data access procedure. 3) to investigate the resource allocation specific for wireless backhaul, multi-access selection with heterogeneous backhaul capacity and dynamic optimization for trade-off between EE (Energy Efficiency) and SE (Spectrum Efficiency). 4) to study the optimization of transport protocols design in the scene of D2D communication including the dynamic TDD and cross-layer design. Considering the challenge of future network architecture of cognitive radio enabled CHetNet, synthesizing the heterogeneous dense deployment of CHetNet and flexible spectrum utilization characteristics of cognitive radio, this project is committed to the study of network performance optimization technologies. Through exploring the performance gain of cognitive radio enabled CHetNet intensively; the purpose of further enhancing the overall performance of the network can be finally achieved. Research outcome is expected to hold wide theoretical exploration space and potential application value in the future.

针对蜂窝异构网络小区划分灵活、覆盖加强、绿色节能、频谱/能量效率高、灵活组网等特点，综合认知无线电的自主频谱感知和重配置能力，在认知使能的蜂窝异构网络架构下开展网络优化关键技术的研究。主要包括：1)研究认知蜂窝异构网络中容量与覆盖联合优化的建模与分析；2)在认知蜂窝异构网络架构下，研究联合感知和接入过程的优化设计；3)研究基于无线回程的认知蜂窝异构网络的资源分配，基于异构回程能力的多接入选择方案以及基于能量效率和频谱效率折中的动态优化问题；4)以动态TDD上下行帧结构及跨层协议优化为着力点，研究认知蜂窝异构网络基于D2D场景的传输协议优化设计。本课题面向未来认知蜂窝异构网络架构，综合蜂窝异构网络的异构化密集部署，认知无线电的灵活频谱利用特性，致力于网络性能优化技术的研究，深入探索认知蜂窝异构网络的性能增益，从而使得网络的整体性能得到进一步提升，预期具有深厚理论探索空间和潜在的应用价值。

本课题执行时间为2014年1月至2016年12月，针对于认知蜂窝异构网络的性能优化技术开展了理论探索，以认知使能的宏基站、小基站、中继、D2D节点等为研究对象，以认知蜂窝异构网络性能优化为研究核心，设计合理有效地网络优化方案，以取得认知蜂窝异构网络的性能增益。相关研究成果包括：在影响重大的国际会议、期刊和国内核心期刊上共发表论文18篇（其中SCI检索论文4篇，EI 检索论文14 篇），申请国内外专利12项，撰写著作1本，输出CCSA标准化研究报告1 项，CCSA协会标准1项，培养博士研究生7人，硕士研究生22人，超额完成预期指标。目前全部研究内容均已按期完成，并拓展了异构密集网络部分的相关理论研究，主要包括以下四个方面：1）容量与覆盖联合优化，建立异构场景下中断概率和容量分析模型，分别通过覆盖区域和覆盖空洞的联合优化和基于用户吞吐量百分位水平，提出基于用户需求的容量和覆盖的联合优化算法。2）联合感知和接入的设计优化，综合考虑感知精度要求、层间层内干扰及资源约束等条件，分别基于集中式的凸优化和分布式的博弈论的方法构建模型，实现联合感知和接入过程的综合设计。3）基于认知分层架构的动态优化，分别研究无线回程约束的认知蜂窝异构网络资源优化、消除层间干扰的资源优化、基于SE与EE折中的动态优化以及家庭网络场景基于QoE的多接入方案等。4）D2D场景的传输协议优化设计，提出基于不同上下行比例业务的动态帧比例分配算法和双帧结合优化方案，针对具有缓存能力的用户缓存场景分析覆盖率以及移动场景下D2D用户缓存的成功概率。.本课题针对认知蜂窝异构网络性能优化，综合蜂窝异构网络的异构化密集部署、认知无线电的灵活频谱利用特性，提出若干优化方案，并给予理论分析/证明，算法验证，所提出容量和覆盖联合优化方案得到华为公司认可，认知使能的联合感知和接入策略研究被普天通信研究院纳入专网设计，部分成果推广到CCSA协会标准，经过三年探索，研究成果已经初步并逐渐显示了在实际系统中的应用价值。