LTE/LTE-A异构网络干扰协调分析

介绍了异构网络中的干扰场景,并重点介绍了宏基站和室外热点微微基站间的干扰协调技术。     

TDD无线异构网络中的干扰仿真与分析

为了克服时分双工(TDD)无线异构网络中的区间干扰,对家庭基站受到来自宏基站小区和相邻家庭基站小区的干扰状况进行了仿真与分析,建立了家庭基站部署密度,家庭基站到宏基站的距离与上下行链路覆盖率之间的关系,从而为家庭基站的选址以及参数的设置和调整提供了重要依据,也为设计家庭基站的自配置和自优化算法提供了必要的参考数据.     

异构自组织网络中的干扰管理机制研究

文章认为异构网发展迅速、应用广泛,但其网元之间的相互干扰始终是阻碍其进一步发展的重要"瓶颈",因此是蜂窝自组织网络中的重要研究方向。文章指出无线局域网和家庭基站二者业务互补、应用场景重合,因此可通过二者的联合资源调度来规避干扰,从而有效提升异构网络的容量以及对各类用户的业务保障能力。     

LTE-Advanced异构网络控制信道干扰协调技术

为了保证(LTE-Advanced)异构网络控制信道的可靠传输,首先对异构组网后的典型干扰场景进行了详细的分析;然后,针对上述干扰情况提出了2种可行的控制信道干扰协调方案;最后,通过对异构网络进行系统级的仿真建模来评估这2种控制信道干扰协调技术对系统性能的影响。仿真结果表明,提出的控制信道干扰协调技术能够有效提升异构网络系统的整体性能。     

基于Q学习异构网络干扰协调算法

在LTE-A中采用异构网络能提高用户的性能,但是由于小区间使用相同的频谱资源,产生了小区间干扰,影响了用户性能,从而需要采用小区间干扰协调技术来控制小区间干扰(ICI)。虽然现有的小区间干扰协调技术可以降低小区间干扰,但是存在Macro用户性能影响较大的问题。为此,提出了基于Q学习的ETPS算法,在不影响Macro用户性能的前提下,降低小区间干扰。仿真结果表明,QL-ETPS算法较传统固定ABS/RP-ABS子帧配置方案性能更优,可以在尽量不影响Macro基站用户的前提下,提高Pico基站边缘用户的吞吐量。     

双层无线异构网络下行干扰抑制方法研究

针对引入家庭基站技术的双层无线异构网络中存在严重的跨层和同层干扰的问题,提出了一种基于伪随机子信道选择的干扰抑制方案。该方案首先通过干扰随机化抑制跨层干扰,然后利用干扰图计算最大可选择伪随机序列个数抑制同层干扰。通过对比传统干扰抑制方案,验证了该方案能更有效地抑制系统干扰,提高系统吞吐量。     

异构蜂窝网络中用户关联与基站功率的协同优化

为实现异构蜂窝网络中宏基站和小基站之间的负载均衡,提出了一种基于效用函数最大化模型的用户关联机制和基站功率控制的协同优化方案.通过迭代算法求解该协同优化问题,首先在基站功率固定的情况下求得最佳用户关联策略,然后在所得的用户关联策略基础上通过Zoutendijk可行方向法求得基站最佳功率.通过协同优化获得的用户关联策略和基站功率控制实现了基站之间的负载均衡,通过降低宏基站功率和关闭闲置小基站降低了基站的能耗.仿真实验表明,所提方案和不实施功率控制的用户关联策略相比,实现了宏基站与小基站之间的负载均衡,降低了宏基站对小基站用户的干扰,提升了小基站用户的信号干扰噪声比,用户速率中位值提高了20％.     

异构网络中用户关联和功率控制的协同优化

针对正交频分多址(Orthogonal Frequency Division Multiplexing Access,OFDMA)异构网络中用户关联和功率控制协同优化不佳的问题,提出了一种多智能体深度Q学习网络(Deep Q-learning Network,DQN)方法.首先,基于用户关联和功率控制最优化问题,构建了正交频分多址的双层异构网络系统模型,以实现智能决策;其次,根据应用场景和多智能体DQN框架的动作空间,对状态空间和奖励函数进行重构;最后,通过选取具有宏基站(Base Station,BS)和小型BS的两层异构网络,对多智能体DQN算法的性能进行仿真实验.仿真结果表明,相较于传统学习算法,多智能体DQN算法具有更好的收敛性,且能够有效提升用户设备(User Equipment,UE)的服务质量与能效,并可获得最大的长期总体网络实用性.     

协作异构网络中的用户接入与功率控制联合优化

本文研究协作异构网络下行传输中的用户接入和功率控制问题。考虑多基站采用协作传输来回避小区间干扰,在满足用户数据率需求、单基站功率约束、以及给定每个用户最多接入基站个数的限制下,最小化所有基站的总发射功率。该问题属于包含0/1变量和连续变量的组合优化问题,其全局最优解可以通过遍历搜索得到,但会导致很高的计算复杂度。为了降低复杂度,本文提出了一种基于几何规划的用户接入和功率控制联合优化方法。所提出的方法首先将问题中的0/1变量表示为连续函数,进而将得到的优化问题转化为几何规划问题并进行求解。仿真结果表明,相比于现有的用户接入最近基站方法、用户接入信号最强基站方法、以及偏移接收能量最大方法,所提出的方法能够有效地平衡网络中各小区负载,因而可以支持更高的用户数据率需求,在相同的用户数据率需求下能够大幅降低系统的总发射功率。      

一种基于femtocell群的缓存切换策略的研究

为了提高局部室内无线通信质量,家庭基站正逐步应用于各类室内无线通信场景。在密集部署femtocell场景中,当用户设备由宏小区层切换至femto层时,密集的femtocell信号会影响用户设备切换的准确性,增加用户设备切换开销和不必要切换概率。针对上述问题,在密集部署femtocell环境下针对切换提出一个femtocell分集理念,在提高切换准确性的同时,降低不必要切换次数,并在此基础上提出了一种缓存切换策略,以提高设备由宏小区层切换至femto层的效率,通过仿真对所提机制的性能进行了验证。     

家庭基站系统中的联合信道与功率控制算法

摘 要：本文提出了一种联合信道分配与功率控制算法,通过优化目标将家庭网络的信道分配和功率控制结合,限定干扰范围,采用凸优化和次梯度方法,求解出功率的闭合式,优化了家庭网络的容量。算法又将家庭网络容量与宏网络容量联系,使宏网络容量得到了提升。仿真结果表明,与单纯的功率控制算法相比,本文算法提高了系统容量。     

Pseudo-handover based subchannel and power adaptation scheme for interference mitigation in OFDMA two-tier femtocell networks

In the two-tier femtocell network,a central macrocell is underlaid with a large number of shorter range femtocell hotspots,which is preferably in the universal frequency reuse mode.This kind of new network architecture brings about urgent challenges to the schemes of interference management and the radio resource allocation.Motivated by these challenges,three contributions are made in this paper:1) A novel joint subchannel and power allocation problem for orthogonal frequency division multiple access (OFDMA) downlink based femtocells is formulated on the premise ofminimizing radiated interference of every Femto base station.2) The pseudo-handover based scheduling information exchange method is proposed to exchange the co-tier and cross-tier information,and thus avoid the collision interference.3) An iterative scheme of power control and subchannel is proposed to solve the formulated problem in contribution 1),which is an NP-complete problem.Through simulations and comparisons with four other schemes,better performance in reducing interference and improving the spectrum efficiency is achieved by the proposed scheme.     

Femtocell关键技术及组网应用

本文对femtocell 概念及技术特点进行了阐述;针对femtocell 关键技术进行了分析;分析了femtocell 系统组网架构,并对相关架构进行分析,提出了网络建设及演进方向;对比了femtocell 与Wi-Fi 之间的发展关系、功能定位.     

一种异构网络中的斯坦克尔伯格功率控制方法

为了降低宏蜂窝、微蜂窝双重异构网络中由微蜂窝基站(FBS)对宏蜂窝用户(MUE)产生的下行干扰和,本文结合集中式调控和博弈中的分布式优化的优点,提出了一种基于定价的 FBS下行链路功率控制方法。该方法应用斯坦克尔伯格博弈(SG)理论,由网络干扰控制器(NIC)担任博弈领导者,由与其连接的 FBS 作为博弈跟随者。NIC 通过给 FBS 的功率消耗进行独立定价来最小化MUE 受到的干扰。在各自的定价下,FBS 以非合作博弈方式最大化自己的效用。本文证明了该博弈存在唯一的斯坦克尔伯格均衡(SE),并提出了一种分布式定价和功率控制迭代算法。最后证明了该算法的收敛性。仿真表明,相比非合作博弈的纳什均衡(NE),该算法能使 FBS对 MUE产生的干扰降低约20 dBm,并能提高整体网络的功率效率。