分布式移动通信系统关键技术研究

《分布式移动通信系统关键技术研究》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、摘要摘要分布式移动通信系统不仅可以增大无线信号的覆盖范围、提高系统容量，而且具有较高的功率效率，是未来移动通信网络中的一种关键的多天线接入方案，目前已成为移动通信领域的研究热点。本文对分布式移动通信系统中远端接入单元(RAU)的选择模型、广义小区(GN．cell)问的切换方式、多用户分集与调度算法以及广义蜂窝小区网络结构等内容做了的研究，论文的主要工作及创新之处在于：从分布式移动通信系统中RAU的选择模型入手，提出了一个RAU选择的Markov模型，模型中依据信号接收强度(RSS)阈值以及延迟计数器确定

2、激活集状态。进而设计了一种由移动台运动速度决定RSS阈值的RAU动态选择方案。在该方案中，对于静止或低速移动的移动台(MS)，维持较小的激活集，而对于高速运行的MS，则维持相对较大的激活集，从而既有利于保持通信链路的可靠性，又降低了网络资源的开销。文中通过广泛全面的理论分析和计算机仿真研究了所提模型的性能并验证了其合理性。在RAU选择的基础上明确定义了分布式移动通信系统中Intra—cell和Inter-cell切换，以及切换集的概念，并提出了两种基于RAU选择的Inter-cell切换模型：(1)基于

3、信号强度最大值的Inter-cell切换模型；(2)基于切换集接收功率的Inter-ceU切换模型。在这些切换模型中，通过激活集平均接收功率预测MS是否进入Inter-cell切换区域，当MS进入Inter-cell切换区域后，在目标GN．cell中建立切换集，并启动切换流程。研究结果表明所提的两种切换模型都能够获得良好的性能。对多用户分布式移动通信系统的调度算法作了如下研究：(1)分析了分布式移动通信系统中发送分集对多用户分集性能的影响，结果表明增加GN．cell中RAU的数量，可以提高系统的吞吐量；

4、然而当GN—cell中RAU数目一定东南大学博十学位论文时，增加参与发送分集RAU的数量，并不能带来性能的进一步改善。(2)提出了并行多路复用调度算法(PMS)，该算法可以同时获得多用户分集增益和多用户复用增益，从而大大提高了系统的吞吐量。(3)为改善PMS的公平性性能，提出了并行部分公平调度算法(PPFS)和并行分组RoundRobin调度算法(PGRR)，二者均能在发送端仅需部分信道信息时，实现并行多路复用调度，并且可以在吞吐量和公平性之间取得较好的折衷。将分布式移动通信系统和分层覆盖的蜂窝移动通信

5、系统(HCMS)相结合做了以下研究：(1)提出了～种Macro．cell／GN．cell组成的双层HCMS结构，与Macro．／Micro．cell结构相比，该结构不仅减小了基站偏移距离、解决了Micro．cell层内切换的问题，而且提高了系统上、下行链路的信干比。(2)提出一种新型的分布式移动通信网络结构一分层覆盖的分布式天线系统(HDAS)。在HDAS中，其中～个主RAU以大功率发射保证对整个GN．cell的覆盖，而在GN．cell中用户密度较大或者链路质量较差的区域，配置较小功率的副RAU进行重复

6、覆盖。该结构继承了HCMS和分布式移动通信系统的优点，有效地解决了基站偏移和层间切换等问题，为未来蜂窝移动通信网络的设计提供了一个新的解决方案。关键词：分布式移动通信系统，DAS，远端接入单元选择，激活集，切换，多用户分集，调度，部分公平调度，RoundRobin，分层蜂窝移动通信系统，功率控制ABSTRACTRecently,thedistributedmobilecommunicationsystemhasdrawnmoreandmoreattentionduetoitsgreatcoveragea

7、reas，largesystemcapacityandhightransmit-powerefficiency．Ithasbeenregardedasacrucialmulti—antennaaccessmethodforfuturemobilecommunicationnetworks．Inthisdissertation，severalkeytechnologiesofdistributedmobilecommunicationsystemsareinvestigated，suchasselecti

8、onmodelsofRAUs，handoffschemesbetweenGN—cells，multi—USerdiversityandschedulingalgorithms，andthestructureofGN-cells．Themaincontentsandcontributionsofthisdissertationareshownasfollows：Firstly,aselectionmodelforRAUselectionisd