随着移动通信技术的发展,第五代移动通信(the Fifth Generation Mobile Communication,5G)系统已经进入商用进程。5G网络被划分为三大场景,即增强移动宽带(Enhanced Mobility Broadband,eMBB)、海量机器通信(massive Machine Type Cormm...
详细信息
随着移动通信技术的发展,第五代移动通信(the Fifth Generation Mobile Communication,5G)系统已经进入商用进程。5G网络被划分为三大场景,即增强移动宽带(Enhanced Mobility Broadband,eMBB)、海量机器通信(massive Machine Type Cormmunication,mMTC)、超可靠低时延(Ultra-Reliable and Low Latency Communications,URLLC)。这三大业务场景涵盖了高清视频、车联网、虚拟现实等新型网络应用,对网络的传输速率、时延、吞吐量、可靠性等方面的网络性能有了更高的要求。多连接技术作为5G组网的一项关键技术,可以用来保障5G多样化和差异化的业务场景及其业务需求。在5G多连接场景下,用户能够同时利用多个小区上的资源进行服务,从而降低业务时延,提高业务传输速率和网络吞吐量。此外,通过多连接技术多路传输的特性可以实现分集,提高用户的传输可靠性。因此,本文开展了 5G多连接场景下的资源分配策略的研究,主要对采用多连接在提升网络性能、保障多业务服务质量(Quality of Service,QoS)开展深入研究,并针对不同的业务场景和QoS指标要求开展资源调配策略的设计及优化。本文的主要研究内容如下:首先,针对5G采用多连接技术在提高用户传输速率和网络吞吐量方面的应用,本文开展了多连接场景下最优化网络吞吐量的业务分流策略的研究,主要包括多连接场景业务分流问题的建模,以及业务分流优化问题。本文主要采用M/D/1排队论来对多连接业务分流问题进行建模,并采用有效吞吐量作为优化指标来衡量业务分流策略的性能。基于此,本文提出了多连接场景下的业务分流优化问题,采用凸优化理论来对该问题进行了求解,并给出了多连接场景下最优化网络吞吐量的业务分流策略。仿真表明本文提出的业务分流策略能够动态的匹配业务流量,实现业务流量与网络服务能力的匹配,从而最大化网络吞吐量。其次,针对多连接技术可以提升5G业务传输可靠性方面,本文开展了多连接场景下基于URLLC业务QoS保障的资源分配策略的研究。本文提出了针对URLLC业务的多连接动态包复制传输机制,该机制不仅能够提高URLLC用户的传输可靠性,还能减少保障URLLC业务QoS所需要的无线资源,提高网络资源利用率。考虑到URLLC场景小数据传输的特性,本文采用有效带宽和有限块长编码信道容量来对URLLC业务及其QoS进行分析和建模。在此基础上,本文提出了多连接包复制传输机制下基于URLLC业务QoS保障的资源分配优化问题,并将其划分为频率和功率资源优化子问题以及包复制传输策略优化子问题来进行迭代求解。仿真结果表明本文提出的多连接动态包复制机制下基于URLLC业务QoS保障的资源分配策略能够在保障URLLC业务QoS的基础上,最优化网络所需要的带宽资源,提高带宽资源利用率。最后,本文开展了多连接场景下跨eMBB和URLLC的混合业务资源调配策略的研究。本文针对eMBB和URLLC业务采取了不同维度的调度时隙和业务优先级设置。此外,为了保障URLLC业务的高可靠性要求,本文延续了上一研究中的多连接动态包复制传输机制来提高其传输可靠性。为了降低URLLC业务对eMBB业务的影响,本文采取多连接来提高eMBB业务的传输速率。仿真表明本文中提出的多连接场景下跨eMBB和URLLC的混合业务资源调配策略能够在保障URLLC业务可靠性和时延的基础上,最大化eMBB业务的传输速率。
当前,第五代移动通信技术(5th Generation Mobile Communication Technology,5G)已被提升至国家战略高度,我国5G通信技术商用化进程大大提前。电力行业作为关系国计民生的重要基础性资源行业,成为5G技术应用的重要领域。相比于传统...
详细信息
当前,第五代移动通信技术(5th Generation Mobile Communication Technology,5G)已被提升至国家战略高度,我国5G通信技术商用化进程大大提前。电力行业作为关系国计民生的重要基础性资源行业,成为5G技术应用的重要领域。相比于传统通信,5G在用户体验速率、流量、时延、和连接数等关键技术方面都提出了革新的要求。而在系统通信资源总量有限的情况下,面向5G通信技术的两大关键应用:即超可靠低时延通信(Ultra-reliable and Low Latency Communications,URLLC)和增强移动宽带(Enhanced Mobile Broad band,eMBB)需求共存场景的海量差异化需求业务,如何快速合理地进行多维资源联合分配成为保证其综合服务质量的主要难点。 为解决URLLC与eMBB混合业务场景下的资源分配问题,本文基于5G组帧设计和自适应帧结构(mini-slot)的概念建立起URLLC和eMBB混合业务场景模型,结合业务复用方案,提出了一种基于分步穿刺的频谱资源优化算法。首先,根据eMBB和URLLC业务特性,建立电力业务单基站下行通信模型。随后,提出基于效用最大化的资源分配优化问题并进行分步求解。问题求解分为两个阶段,预调度阶段和URLLC调度阶段。在预调度阶段,利用梯度法快速获得预分配结果,在预分配结果的基础上,采用松弛法解决URLLC频率资源调度问题,并证明了原问题是一个凸优化问题。为了更有效且准确地获得全局最优解,提出了以最大化系统总效用为目标的贪心算法。该算法在保证低计算复杂度的同时,也能获得全局最优解。仿真结果验证了所提算法在面对差异化需求电力业务混合场景时的有效性。算法在保证URLLC业务时延和可靠性的前提下,尽可能多的提升eMBB业务的性能指标,保证了eMBB业务之间的公平性。 针对面向配电网大带宽业务与低时延业务并行传输场景下的无线资源联合分配问题,基于非正交频分多址(Non-Orthogonal Multiple Access,NOMA)技术引入功率资源分配,提出了一种基于递进叠加的多维无线通信资源联合优化算法。首先建立了频率资源与功率资源联合优化模型,并通过对问题进行分层解耦,以提高求解效率。eMBB资源调度层通过效用最大化贪心算法进行分配。URLLC资源调度子问题采用改进的模拟植物生长算法,以将部分已分配给eMBB业务的频谱资源用于与突发URLLC业务数据的共同传输。URLLC功率分配层提出了严格的理论证明以缩小解空间,以此更加高效地计算面向各共用无线频谱资源块的最优功率分配解。通过仿真结果的验证,我们证明了所提出的算法能够快速合理地分配多维无线通信资源,以满足海量高并发业务的差异化需求。
暂无评论