lte+hetnet网络节能关键技术

《lte+hetnet网络节能关键技术》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、摘要摘要无线异构网络是未来一种比较主流的组网形式，成为研究界和工业界的关注热点。LTE宏微异构网络引入了低功率微基站，将会面临新的挑战。鉴于传统的宏微异构网络研究主要集中在提升系统容量和频谱效率上，较少考虑宏微异构网络构架下的能效问题，因此本篇论文针对日益突出的能耗问题，研究了基于宏微异构网络下的高能效Pico覆盖优化，高能效宏微协同接入控制策略以及关断机制，实现在动态业务网络场景中的节能，同时保证了系统性能和网络吞吐量。本文首先通过分析基站能量消耗的各个组成部分，根据宏微基站的能量消耗模型和网络能量效率，设计了网络能量效

2、率评估方法，作为本文能效研究以及仿真的基础。根据提出的网络能量效率评估方法，设计并实现了宏微HetNet网络的系统级仿真和评估平台，并且比对ITU标准进行了大尺度衰落和小尺度衰落信道校准工作，确保平台的正确性和可靠性。在以上网络级能效评估平台工作的基础上，本文进行了以下研究工作：以提升网络能效为目标，研究了LTE宏微网络中微小区的最优覆盖范围。首先研究了基于微小区逻辑偏置的覆盖范围优化，得出不同逻辑偏置优化Pico覆盖范围的网络能效，确定了不同微小区部署场景下的逻辑偏置的最优覆盖范围。接着研究了微小区上行路径损耗覆盖范围优

3、化，得到不同网络场景中利用上行路径损耗扩大Pico覆盖范围的网络能效，并且比较了微小区逻辑偏置最优覆盖和上行路径损耗覆盖范围优化两种方法。偏置配置和上行路径损耗方法都可以有效扩大Pico的覆盖范围，根据用户分布密度不同，本文仿真了多种场景下偏置配置扩大Pico覆盖范围的网络能效和上行路径损耗扩大Pico覆盖范围的网络能效，对比了两种方法在多种场景下对网络能效的影响，评估了两种扩大方法的优点和缺点，为绿色节能网络的微小区扩展提供技术参考。在研究微小区最优覆盖的基础上，本文研究了LTE宏微网络中微小区最优覆盖的高能效接入控制（

4、OCAC）策略。该策略采用了上行路径损耗的Pico覆盖扩大方法，可以利用低功率的微小区容纳更多的用户。由于覆盖范围的扩大会给边缘用户带来严重的干扰问题，可能导致用户不能正常通信，为此针对扩大区域的用户采取了宏微协同的接入控制，以网络能效最优为目的控制用户的接入，同时确保网络的吞吐量。最后，考虑到网络的业务量是动态变化的，为了全面衡量网络的能效，本文初步研究了LTE宏微网络中微小区动态关断机制，以统计宏微异构网络平均能效需要I摘要历经业务量忙、中、闲的变化过程。在低业务量时，以能效最优为准则，可根据网络负载情况动态变化关断和

5、开启微站，实现在低业务量时网络节能。在高业务量时，通过判断微站的业务量是否满载来选择OCAC策略和RSRP覆盖方法，保证了各种业务量状态网络能效的提升，实现整个系统网络节能。关键词：异构网络，能量效率，节能技术，绿色通信，移动网络IIABSTRACTABSTRACTHeterogeneousnetworkstendtobethemainstreamnetworkingandthefocusofbothacdemicandindustriacircles.HetNetisfacingproblemsbyintroducing

6、lowpowernode(LPN).ResearchofHetNetconcentratesonsystemcapacityandspectrumefficiency.Thisworkwillgivesomeschemsonthelessstudiedenergyproblem,whichincludeshighenergyefficiencyPicocoverageoptimizationinHetNet,highenergyefficiencyaccess-controlstrategyandPicooff-onmac

7、hanism.Energysavingisrealizedindynamicvolumenetworksenariowhileensuringthesystemperfomanceandhandingcapacityatthesametime.EnergyefficiencyassessmentmethodforLTEHetNetisgivenbasedonthemodelsandenergyefficiencyofthestationsbyanalyzingtheenergyconsumptionofeachcompon

8、ents.Thenasimulationandevaluationplatformiseatablishedusingthemethod.Validityandreliabilityareensuredbycalibratinglarge-scaleandsmall-scalefading.Basedo