基于双层队列模型的无线网络资源优化

《基于双层队列模型的无线网络资源优化》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、ZhejiangSciZSTU-TechUniversity硕士学位论文Master’sThesis中文论文题目:基于双层队列模型的无线网络资源优化英文论文题目：ResourceOptimizationinWirelessNetworkBasedonTwo-tierQueueModel学科专业：信号与信息处理作者姓名：孙凡松指导老师：徐伟强完成时间：2016年3月9日学位论文版权使用授权书本学位论文作者完全了解浙注理工大学有权促留并向国家有关部口或机构送交本论文的复印件和撼盘，允许论文被查阅和借阅。本人授权浙江理工大学可从将学位论文的全部或部分巧容编入有关＾数据库进行检索

2、和传播！，可乂采用影巧、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：签字日期：＾乂年月日导师签名：々签字日期Ｌ日：年＾月浙江理工大学学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得浙江望工大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本巧究所做的任何贡献均己在论文中作了明确的说明并表示谢意。Ｄ；学位论文作者签名签字日

3、期：＞４年＾月Ｈ日摘要经典背压式算法解决了网络架构中的路由选择与会话调度问题，提高了网络吞吐量，但是由于其网络结构模型并没有完全的分层，使得其在实际部署过程中存在一些问题。目前所使用的网络环境拥有十分复杂的网络架构，是由不同制造商生产的计算机、网络设备和系统组成的，由于经典背压式算法无法实现路由与调度的完全分布式，使得无法实现在协议层中的模块化部署，这一缺陷值得进行深入研究和改进。由于现在移动互联网的带宽需求和智能应用软件的增加，小蜂窝网络结构和异构网络结构相继被提出。小蜂窝网络结构是通过自组织、低消耗和低功耗进行超密集部署的网络结构，它可以设置在一些现有设备无法部署的区域，从而增加

4、网络容量密度；5G中的异构网络架构融合了包括WIFI、LTE等多种接入技术，通过不同网络设备之间的协同合作，提升了网络性能。目前，越来越多的研究者倾向于研究网络层与数据链路层当中的路由与调度算法，然而，大多数研究者设计的算法往往是路由与调度的联合优化，造成两者无法进行分布式部署。而在5G移动通信网络中，有多种网源设备的结合，使得协议层之间的信息交互变得尤为重要。因此，设计一种可以将路由与调度方案彻底分离的优化算法是很有必要的。随着无线通信网络发展的越来越普遍，具有网络适应性的分层协议架构正受到研究人员越来越密切的关注。尽管基于TCP/IP协议的分层架构对有线网络具有很好的适应性，但是对于

5、无线网络来说却并不是最好。因此，本文提出了一种双层队列模型，完善了经典背压式算法的不足之处，同时将双层队列模型应用到时下热点的网络架构中，来验证其对于网络效用的影响。本文在充分了解国内外关于无线网络资源优化的相关研究现状的基础上，深入研究了与5G网络结构相匹配的网络层与数据链路层队列模型，并研究了关于网络效用值与能源资源分配的优化问题，主要的研究工作如下所示：1)双层队列模型及其在网络资源优化的应用。针对经典背压式算法的不足之处，提出了一种新型的双层队列模型，在网络层与数据链路层上分别设置队列，网络层队列决定路由决策，链路层队列决定调度决策，使得路由与调度方案可以分离。本文研究长时间平均

6、下的网络效用最大化问题，使用李雅普诺夫优化理论，将问题分解成若干子问题，实现分布式部署。同时，对网络层与数据链路层之间的容量限制进行了全新定义，并给出了几种符合实际使用的设置方案。2)基于双层队列模型的SmallCell无线回程网络跨层优化。引入混合供能网络的概I念，研究一个混合供能小蜂窝节点网络的模块化跨层优化问题。在高频高性噪比的情况下，使用定向天线技术，解决网络效用和能源花费的联合优化问题。本文最终通过李雅普诺夫漂移算法得到了网络稳定状态下的路由与调度方案，使得达到网络效用和能源花费的联合最优。3)基于双层队列模型的异构网络跨层优化。构建由控制路由器节点和基站节点组成的异构网络，使

7、用多天线情况下的新型无线信道模型，解决下行链路的功耗最小化问题，并通过李雅普诺夫漂移理论将问题进行分布式求解。使得在网络稳定的前提下，达到基站发射总功率最小的要求。关键字：无线网络；双层队列模型；能源分配；李雅普诺夫优化控制算法；IIResourceOptimizationinWirelessNetworkBasedonTwo-tierQueueModelAbstractBackpressurealgorithmhassolvedt