基于非泊松点过程建模的微基站部署研究

为了提升实际基站部署时的合理性,针对异构蜂窝网络(HetNet)的基站部署,同时考虑了宏基站(mac-ro base station,MBS)与宏基站、宏基站与微基站(pico base station,PBS)部署的相关排斥性,采用蜂窝网络渐进增益分析法推导出两层非泊松网络的覆盖率,并针对网络能效进行分析,推导出系统吞吐量和网络总能效.最后,提出了一种针对微基站发射功率的能效优化算法,通过优化PBS发射功率使网络能效最大化.仿真结果表明,提出的模型覆盖率优于两层HPPP模型,能效优化算法最高可使系统能效提高约30％,在实际基站部署时应调整合适的基站间距和发射功率.     

基于能效的异构蜂窝网络微基站部署研究

针对齐次泊松点过程下异构蜂窝网络的能量效率进行了研究。首先,利用齐次泊松点过程对异构蜂窝网络进行建模;然后在瑞利信道环境下给出了系统的覆盖率和可达速率的表达式,并且推导了能量效率的闭合形式的表达式;最后,通过凸优化算法对微基站密度进行优化,使网络能量效率达到最大。仿真结果表明,微基站的密度对系统能量效率有显著的影响,通过合理的设置微基站密度能有效提高系统的能量效率。     

基于微基站发射功率的异构蜂窝网络能效优化

异构蜂窝网络（HetNet）的能量效率近年来引起了广泛的关注,然而,对于宏基站采用非泊松过程系统的能量效率的研究并不多。针对这一问题,研究了两层HetNet的能量效率,其中宏基站的部署采用β-Ginibre点过程（β-GPP）建模。首先,采用一种简单的近似方法分析了两层网络的信干比（SIR）分布;然后,推导出HetNet的覆盖概率、吞吐量和系统的能量效率;最后,提出一种有效的能量效率优化算法,寻找最优的微基站发射功率,使能量效率最大化。仿真结果表明,当β=1,宏基站的分布密度为2×10^-4 m^-2,微基站的分布密度为宏基站分布密度的2倍时,采用所提能量效率优化方案可以使系统能量效率提高约20%。实验结果验证了理论分析的准确性和提出的能效优化算法的有效性。     

基于信息能量同传的异构小蜂窝网络能效优化

研究无线信息和能量协同传输(simultaneous wireless information and power transfer,SWIPT)异构小蜂窝网络的能效优化问题。保证小蜂窝用户和宏用户通信质量、小蜂窝用户能量采集和小蜂窝基站传输功率等约束下,为实现小蜂窝系统下行能效的最大化,对小蜂窝基站发射功率和小蜂窝用户端功率分流系数进行联合优化。该问题属于非凸优化问题,通过变量替换对原问题作等价转换,然后采用基于拉格朗日乘子的次梯度算法求解。计算机仿真结果表明,该联合优化算法简单有效。     

基于最佳候选的蜂窝网络低能耗基站部署算法

无线异构蜂窝网络中微基站的过度增加会导致能量效率的降低。针对基站部署中的绿色通信问题,提出了一种基于最佳候选的低能耗基站部署算法。首先,设计了最佳候选点选择策略来选择一组基站候选点集合,然后再利用贪婪算法选择可以使得网络能量效率达到最大值的微基站,该方法限制了用户分布对基站部署的影响。仿真实验结果表明,在多种负载情况下,提出方法在满足网络容量的同时不仅增加了能量效率还增加了网络总流量,中负载能量效率提高了36%。     

混合蜂窝对称干扰拓扑下功率域动态干扰中和技术研究

为有效应对异构蜂窝网络因区域重叠所造成的干扰,在兼顾通信路径损耗和基站发射功率差异的基础上,提出一种用于实现动态干扰中和的对称干扰拓扑模型。在相互干扰的通信信道中,基站通过发射中和信号的方式来消除用户所受到的部分干扰。在此基础上,对用户所在位置的干扰中和比例进行自适应调整,控制并利用由中和信号所造成的负面影响,为基站设定最佳功率分配方案,平衡期望数据传输发射功率和中和功率开销之间的关系,进而实现最大化的系统频谱效率。     

异构网络中基于用户划分的资源分配与功率控制方案

部署异构网络是提高移动通信系统容量至关重要的举措。然而宏基站的高发射功率会使得微蜂窝边缘用户受到严重的干扰;同时,微蜂窝周围的宏蜂窝用户由于靠近微基站将同样受到其所造成的干扰,因此这些用户应该受到保护。通过研究异构网络下行传输中的资源分配与功率控制策略,提出了一种基于用户划分的资源分配与功率控制方案。首先根据用户的信干噪比对用户进行分类,同时为受干扰严重的边缘用户划分保护频带。此外,通过动态地调整每个基站在保护频带上的传输功率,在不过度牺牲系统性能情况下减轻边缘用户的干扰。仿真结果表明,与传统方案相比,该方案能够有效抑制宏蜂窝和微蜂窝边缘用户的干扰并提高整个系统的吞吐量。     

异构蜂窝网络中联合功率控制的终端直通通信资源分配

针对异构蜂窝网络中终端直通（D2D）用户和小蜂窝用户复用宏蜂窝用户资源产生的干扰问题,提出一种联合功率控制的资源分配方案。首先,在满足用户信号干扰噪声比（SINR）和发射功率约束条件的前提下,根据系统干扰模型推导出每个D2D用户和小蜂窝用户复用宏蜂窝用户信道资源时的最优发射功率;其次,将用户的信道选择规划成用户和信道之间的双边匹配问题,采用延迟接受（Gale-Shapley）算法得到一个稳定的匹配解;最后,以所得的匹配解为初始条件,通过交换搜索算法进一步优化分配方案。仿真结果表明,该方案的系统总容量和能量效率分别是最优解的93.62%和92.14%,与随机资源分配方案、无功率控制和交换搜索的分配方案,以及有功率控制无交换搜索的分配方案相比,系统容量平均增幅分别为48.29%、15.97%和4.8%,系统能量效率平均增幅分别为62.72%、44.48%和4.45%。该方案能够达到近似最优的系统总容量,有效提高频率利用率和能量效率。     

异构网中具有服务质量约束的高能效微基站部署方法

针对异构密集网络中基站密度增大带来的网络能耗过高问题,提出一种异构网络中高能效的微基站部署方法。首先,考虑微基站候选位置可行性以减轻环境条件的影响;其次,在不同的用户分布状态下对优化目依概率进行加权,增强了对不同用户分布场景的适应性;最后,通过对微基站部署数目、位置和功率配置的联合优化来提升系统能效,并提出了一种高能效的微基站部署算法。仿真表明,与仅优化微基站数量和部署位置的方法相比,所提方法提升能效最高达26%。实验结果表明,相对于不考虑功率的部署方法,所提出的联合优化方法能够有效提升系统能效,同时验证了微基站功率对异构网络能效的影响。     

异构网络下带内回程基站部署方案

针对异构密集蜂窝网络中小基站双工模式不同导致的网络干扰,设计一种带内全双工(IBFD)基站部署方案。建立IBFD基站部署的最优化模型,利用基于贪心算法的混合带内/外全双工模式选择算法近似求解该模型,并通过部署适当比例的带内回程基站以最大化系统容量。仿真结果表明,该方案能有效协调小基站对宏基站的跨层干扰与小区间干扰,提高系统频谱效率。     

基于能效的异构无线网络联合切换调度和资源分配算法

在宏蜂窝和微蜂窝并存的异构无线网络中,为了提高系统能效,提出了一种联合切换调度和资源分配(JSRA)算法。首先,利用基于微基站睡眠的集中式切换调度算法(CUSA)来确定用户的关联基站,CUSA将微基站用户全部切换到宏基站是否能减少功耗作为判断微基站睡眠的准则;然后,基站采用基于最优信道质量的子载波分配调整(BCSA)算法为用户分配子载波和传输功率,BCSA算法通过调整最大能效用户和最小能效用户之间的子载波分配,保证网络能效逼近最优解。理论分析和实验仿真表明,同单独考虑用户切换或资源分配的三种算法相比,JSRA算法复杂度偏高,但是在用户数为120时网络功耗最多降低44.4%,用户总速率只比一种对比算法略有下降,最多提升80%,网络能效最多提升200%。实验结果表明,JSRA算法能够有效提高异构无线网络的网络能效。     

电力无线专网中面向安全风险的分布式资源分配方法

针对电力无线专网中强干扰、高故障风险等场景下保障终端通信的问题,提出了一种面向安全风险的高能效分布式资源分配方法。首先,分析基站的能耗组成,建立系统能效最大化的资源分配模型;然后,采用K-means++算法对网络中的基站进行分簇,从而将整个网络划分成多个独立区域,并在各个簇内单独处理高风险基站;其次,在每个簇内,基于基站的风险值对高风险基站进行休眠,并把高风险基站下的用户转移连接到同一簇内的其他基站;最后,在各个簇内进一步优化正常工作基站的传输功率。理论分析和仿真实验结果表明,基站分簇操作大幅降低了基站休眠和功率优化分配的复杂度,并且在关闭了高风险基站之后,整体网络的能效从0.158 9 Mb/J提升至0.195 4 Mb/J。所提的分布式资源分配方法能够有效提高系统的能量效率。     

On the effectiveness of single and multiple base station sleep modes in cellular networks

In this paper we study base station sleep modes that, by reducing power consumption in periods of low traffic, improve the energy efficiency of cellular access networks. We assume that when some base stations enter sleep mode, radio coverage and service provisioning are provided by the base stations that remain active, so as to guarantee that service is available over the whole area at all times. This may be an optimistic assumption in the case of the sparse base station layouts typical of rural areas, but is, on the contrary, a realistic hypothesis for the dense layouts of urban areas, which consume most of the network energy.     

电力无线专网中面向安全风险的分布式资源分配方法

针对电力无线专网中强干扰、高故障风险等场景下保障终端通信的问题，提出了一种面向安全风险的高能效分布式资源分配方法。首先，分析基站的能耗组成，建立系统能效最大化的资源分配模型；然后，采用K-means++算法对网络中的基站进行分簇，从而将整个网络划分成多个独立区域，并在各个簇内单独处理高风险基站；其次，在每个簇内，基于基站的风险值对高风险基站进行休眠，并把高风险基站下的用户转移连接到同一簇内的其他基站；最后，在各个簇内进一步优化正常工作基站的传输功率。理论分析和仿真实验结果表明，基站分簇操作大幅降低了基站休眠和功率优化分配的复杂度，并且在关闭了高风险基站之后，整体网络的能效从0.158 9 Mb/J提升至0.195 4 Mb/J。所提的分布式资源分配方法能够有效提高系统的能量效率。     

无线传感器网络RCF-MAC协议研究

射频充电（ RFC）技术是一种通过基站发射射频电波为传感器节点补充电量的新兴技术。但在RFC无线传感器网络中,多基站同时发射能量时产生的能量干涉衰减现象会明显降低充电效率,此外,能量传输与数据通信共享信道会降低整个网络的吞吐量。针对上述问题,提出了RFC—MAC协议,为提高充电效率,将请求充电传感器节点周围的基站按距离分为两组,两组基站分时能量传输,以避免能量干涉衰减现象;传感器网络中设双信道,分别用于能量传输与数据通信,以提高网络的吞吐量。仿真结果表明：RFC—MAC协议显著提高了传感器节点的充电效率和平均网络吞吐量。     

Dynamic green self-configuration of 3G base stations using fuzzy cognitive maps

Cellular networks are rapidly evolving towards the fourth generation, thus providing a global infrastructure for wideband mobile network access. Currently, most of the energy consumption of such technology is by cellular base stations, which are not energy efficient—at least in terms of the transmission energy to “from-the-socket” energy consumption ratio. This paper addresses the problem of energy efficiency in cellular networks by taking advantage of the principles of cognitive networking, which promotes the creation of intelligent networks capable of self-configuration with minimal human intervention. In particular, this paper uses the concept of fuzzy cognitive maps to decide upon opportunistic traffic and user reallocations between radio network equipment operating in different spectrum bands to enable power saving modes by some subsets of the radio network equipment, and to utilize spectrum of more appropriate propagation characteristics to save transmission energy. The feasibility and performance of the proposed approach is investigated through simulations. Significant energy savings of some 25–30% are shown over a 72-h period, and blocking rate under the concept is shown to remain reasonable albeit exhibiting a high variance.     

Power consumption analysis of access network in 5G mobile communication infrastructures — An analytical quantification model

Energy consumption growth of the fifth-generation (5G) mobile network infrastructure can be significant due to the increased traffic demand for a massive number of end-users with increasing traffic volume, user density, and data rate. The emerging technologies of radio access networks (RAN), e.g., millimeter-wave (mm-wave) communication and large-scale antennas, make a considerable contribution to such an increase in energy consumption. The multiband 2-tier heterogeneous network (HetNet), cloud radio access network (C-RAN), and heterogeneous cloud radio access network (H-CRAN) are considered the prospective RAN architectures of the 5G mobile communication. This paper explores these novel architectures from the energy consumption and network power efficiency perspective considering the varying high volume traffic load, the number of antennas, varying bandwidth, and varying density of low power nodes (LPNs), integrated with mm-wave communication and large-scale multiple antennas. The architectural differences of these networks are highlighted and power consumption analytical models that characterize the energy consumption of radio resource heads (RRHs), base band unit (BBU) pool, fronthaul, macro base station (MBS), and small cell base stations (SCBs) in HetNet, C-RAN, and H-CRAN are developed. The network power efficiency with the consideration of propagation environment and network constraints is investigated to identify the energy-efficient architecture for the 5G mobile network. The simulation results reveal that the power consumption of all these architectures increases in all considered scenarios due to an increase in power consumption of radio frequency components and computation power. Moreover, CRAN is the most energy-efficient RAN architecture due to its cooperative processing and decreased cooling and site support devices and H-CRAN consumes most of the energy compared to other 5G RAN architectures mainly due to a high level of heterogeneity.