基于小区关联策略的异构蜂窝网络干扰管理研究

《基于小区关联策略的异构蜂窝网络干扰管理研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、博士学位论文基于小区关联策略的异构蜂窝网络干扰管理研究RESEARCHONINTERFERENCEMANAGEMENTBASEDONCELLASSOCIATIONSTRATEGIESINHETNET姜来为哈尔滨工业大学2016年12月万方数据国内图书分类号：TN929.5学校代码：10213国际图书分类号：621.396密级：公开工学博士学位论文基于小区关联策略的异构蜂窝网络干扰管理研究博士研究生：姜来为导师：张乃通教授副导师：沙学军教授申请学位：工学博士学科：信息与通信工程所在单位：电子与信息工程学院答辩日期：2016年12月授予学位单位：哈尔滨工业大学万方数据ClassifiedIn

2、dex:TN929.5U.D.C:621.396DissertationfortheDoctoralDegreeinEngineeringRESEARCHONINTERFERENCEMANAGEMENTBASEDONCELLASSOCIATIONSTRATEGIESINHETNETCandidate：JiangLaiweiSupervisor：Prof.ZhangNaitongAssociateSupervisor：Prof.ShaXuejunAcademicDegreeAppliedfor：DoctorofEngineeringSpeciality：InformationandComm

3、unicationEngineeringAffiliation：SchoolofElectronicsandInformationEngineeringDateofDefence：December,2016Degree-Conferring-Institution：HarbinInstituteofTechnology万方数据摘要摘要本研究的背景源于人们对通信依赖程度不断增加的现实需求所导致的蜂窝网络中有限的通信资源与无限的用户需求之间的矛盾。然而，现有通信系统的无线通信体系框架主要是基于传统蜂窝网络，由于在此基础上围绕干扰管理问题进行的小区关联和资源分配等技术方面的演进和发展逐渐受到了

4、各种“边界效应”的制约，系统性能难以得到进一步提升，这已经成为了制约无线通信发展的瓶颈。此外，现实中复杂的政治、经济因素对通信系统带来了新威胁与新要求，使得未来蜂窝网络的发展趋势，必然朝着“密集化”、“异构化”和“多系统共存”的方向发展。这些都表明了从研究视角来看，有必要采用新理念、新思路和新方法来对通信系统及其相关技术进行开拓和发展。鉴于上述挑战，各种低功率节点被提出，与传统蜂窝一起组成异构蜂窝网络。异构蜂窝网络更加注重通过不同技术、系统与设备之间的协作与融合，来对现有资源进行整合与利用，最终实现系统性能的提升。它与传统蜂窝相比在部署位置、分布密度、覆盖能力、组网要求等方面差异较大，并

5、且低功率节点的部署具有一定的不确定性和随机性，这些特性给蜂窝网络带来机遇的同时也带来了新的挑战：传统蜂窝网络模型不再适用于异构蜂窝网络，需要重新对其进行组网分析；宏基站和低功率节点相比发射功率很大，这将导致严重的小区负载不平衡问题，相关研究有待进行；此外，异构蜂窝网络环境下如何进一步提升上行链路传输性能也是未来不可回避、已得到共识的研究重点。针对上述问题，本文尝试利用第五代移动通信系统（5thGenerationMobileCommunicationTechnology,5G）蜂窝网络发展带来的新特性，从系统场景、方案设计和算法提出的角度出发，围绕干扰管理问题进行探索，解决有限的通信资源

6、与无限的用户需求之间的矛盾，最终实现通信系统性能的提升。为了实现这一目标，本文给出异构蜂窝网络组网模型并分析了传统蜂窝网络中的干扰和低功率节点加入后网络中的干扰；通过比较归纳，指出异构蜂窝网络中往往更倾向于采用带有几乎空白子帧、带有减少发射功率几乎空白子帧和上下行分离这三种小区关联策略，并从中得出：不同小区关联策略各有其特点和适用场景，没有哪一种策略可以完全被另一种策略替代。本文接下来将分别在异构蜂窝网络中采用上述三种常用的小区关联策略场景下，以数学工具和模型作为研究手段，研究亟待解决的干扰管理问题。首先，D2D技术引入异构蜂窝网络带来的额外干扰会导致通信系统环境变得更加复杂。本文在基于

7、几乎空白子帧小区关联策略的异构蜂窝网络中引入-I-万方数据哈尔滨工业大学工学博士学位论文D2D技术的场景下，搭建系统模型并进行干扰分析。为了抑制系统中受到的额外干扰，提出一种基于最小最大遗憾值的干扰管理方法。所提方法无需实际信号与干扰噪声比（SignaltoInterferenceplusNoiseRatio,SINR）先验知识，提高了对SINR估计不准确的鲁棒性；给出了利用不确定输入参数构建决策场景并采用以损失期望值最小的最小机会