多蜂窝系统中用户调度技术研究

论文摘要

资源分配的目标是把有限的资源在用户之间智能地分配,以满足用户的服务需求。根据信道状态动态分配资源的方法能达到比静态分配更好的系统性能。本论文以多蜂窝多用户系统的下行链路作为研究对象,主要从两个角度探讨资源分配中的用户调度问题。一是针对在快衰落信道环境下,只需要较少信令开销,适合突发特征不明显的业务的分布式多小区用户调度—功率匹配调度方案,此方案虽然只提供有限自由度,但在一个干扰受限的环境中能在考虑公平性的前提下尽量最大化网络容量,也就是要把系统资源分配给最有效率的用户集,以此兼顾了多用户分集增益和用户公平性,经过理论和仿真验证,近似接近理论最大系统容量值。二是从协同通信的角度讨论适用于低速移动的用户在使用数据量大,突发特征明显的非实时业务时的集中式多小区用户调度,在系统级考虑减轻共道干扰(CCI)。实现系统容量最大化的协同用户分组调度机制可归结为优化问题,而新型粒子群算法(PSO)就是解决多元函数的优化问题。本文创新地提出一种基于新型PSO算法实现容量最大化的用户调度机制。根据当前协同小区簇内各用户的信道特性,对发送信号进行迫零(ZF)预编码抑制CCI,采用PSO算法调度信道匹配的用户组,以此获得多用户分集增益,从而使其接近系统理论最大容量值,仿真结果表明其获得的调度结果在遍历和容量性能上近似最优的穷举搜索(ES),但复杂度大大下降。

论文目录

• 摘要封面
• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 无线通信在发展中面临的挑战
• 1.2 资源分配方案
• 1.2.1 传统资源分配
• 1.2.2 协同资源分配
• 1.3 研究背景和方向
• 1.4 本文主要工作和内容安排
• 第二章 MIMO 系统—单用户与多用户
• 2.1 SIMO 和MISO 系统
• 2.2 MIMO 系统
• 2.3 MIMO 的信道容量
• 2.4 单用户MIMO 的限制
• 2.5 多用户MIMO
• 2.6 单小区的观点的限制
• 第三章 网络MIMO 系统—多蜂窝协作
• 3.1 网络MIMO 技术概述
• 3.2 对网络MIMO 的反思
• 3.3 多小区资源分配问题
• 3.4 用户调度
• 3.5 功率匹配调度
• 3.5.1 下行链路网络模型
• 3.5.2 资源公平调度
• 3.5.3 功率控制介绍
• 3.5.4 共道用户调度容量
• 3.5.5 功率匹配调度算法
• 3.5.6 仿真结果比较
• 第四章 基于粒子群算法的多小区用户分组调度研究
• 4.1 系统模型
• 4.2 基于迫零的多用户MIMO 系统下行链路预编码
• 4.3 粒子群优化
• 4.3.1 算法原理
• 4.3.2 粒子群收敛性分析
• 4.4 算法流程
• 4.5 基于PSO 的多小区多用户调度
• 4.6 仿真性能分析
• 4.7 本章小结
• 第五章 结束语
• 5.1 工作总结
• 5.2 展望
• 致谢
• 附录
• 参考文献
• 作者攻读硕士学位期间发表的论文