面向5G的智能配电网通信超密集组网规划研究

为了提高智能配电网通信组网规划数据吞吐量,降低光纤成本,提出面向5G(5th Generation Mobile Communication Technology,第五代移动通信技术)智能配电网通信超密集组网规划方法。通过EPON(Ethernet Passive Optical Network,以太网无源光网络)技术改进通信方式,规划EPON接入子网方案;利用DQN(Deep Q Network,强化学习)算法分配5G专网子网中的超密集组网资源;通过ZigBee网络汇聚节点,采集ONU(Optical Network Unit,光网络单元)设备传输数据,完成通信组网规划。测试结果表明设计方法的配电网负载均衡度高于87%,数据吞吐量较高,光纤成本较低,为配电网稳定运行提供技术支持。

面向5G的智能配电网通信超密集组网规划研究

为了提高智能配电网通信组网规划数据吞吐量,降低光纤成本,提出面向5G智能配电网通信超密集组网规划方法。通过以太网无源光网络(Ethernet Passive Optical Network,EPON)技术改进通信方式,规划EPON接入子网方案;利用强化学习算法分配5G专网子网中的超密集组网资源;通过ZigBee网络汇聚节点,采集光网络单元(Optical Network Unit,ONU)设备传输数据,完成通信组网规划。测试结果表明设计方法的配电网负载均衡度高于87%,数据吞吐量较高,光纤成本较低,为配电网稳定运行提供技术支持。

超密集网络中基于BCD的联合频谱资源优化方法

针对超密集网络(ultra dense network,UDN)中基站密集部署导致的严重层间干扰问题,构建了考虑频谱复用和共信道干扰条件下最大化系统总吞吐量问题模型,提出了一种基于块坐标下降(block coordinate descent,BCD)法的联合频谱资源优化(joint resource optimization based on BCD,JROBB)方法。该方法将原问题分解为分簇、子信道分配和功率分配三个子问题,通过BCD法迭代优化子信道分配和功率分配,逼近原问题的最优解。仿真分析表明,在复杂度提升有限的情况下,系统总吞吐量比现有典型算法平均至少提升22%,可以有效提升频谱利用率。

基于DWDM的超100 Gbit/s混合组网分析

【目的】近年来,数据通信量呈爆炸性增长,为了应对高速、高容量数据传输及网络应用场景多样化的需求,超100 Gbit/s密集波分复用(DWDM)混合组网作为一种高效的解决方案逐渐受到关注。文章通过对超100 Gbit/s DWDM混合组网的需求、关键技术及实际案例进行分析,为构建高容量、高效率的通信网络提供了技术支持和指导。【方法】文章首先阐述了网络发展在容量扩展和支持复杂网络设计方面的需求,其次重点介绍了超100 Gbit/s混合组网的关键技术,包括星座图整形、频谱整形和灵活栅格技术等。其中,为支撑混合组网的业务速率设计,提供了一种用于级联掺铒光纤放大器(EDFA)通信系统的光信噪比(OSNR)计算方法,仅利用信道配置信息、发端信号光功率、EDFA的增益及噪声等相关参数,即可计算出整个链路中各个波长的输出OSNR。最后,结合海外某网络案例,根据实际链路OSNR评估情况,合理进行混合速率网络设计,论证了超100 Gbit/s DWDM混合组网在实际工程中的应用效果。【结果】通过应用超100 Gbit/s DWDM混合组网,根据OSNR评估情况灵活配置传输速率和传输带宽,实现了200、600和800 Gbit/s混合速率网络部署,既满足了核心站点的大容量需求,也兼顾了边缘站点的长途大跨度需求,并在3年期间实现了网络的平滑升级和扩容。【结论】实践证明,超100 Gbit/s DWDM组网能够有效提升网络容量、灵活性及频谱资源利用率,同时也为网络的持续演进提供了空间,是推进大容量光传输网络发展的重要手段。

基于5G超密集组网环境下干扰管理技术的研究

5G超密集组网(UDN)属于5G移动通信系统的关键技术,即通过空间密集部署微小区组网方式提高网络频谱效率。为了避免网络运行干扰,需要采取一定干扰管理技术。首先阐述了5G UDN特性和组网干扰管理需求,其次分析了5G UDN干扰管理技术,为基于5G UDN环境下干扰管理技术的应用提供参考思路。

5G超密集组网应用场景与实施方案分析

首先简单阐述了5G通信的关键技术及主要特征,其次概况了5G超密集组网的发展历程,最后结合实际情况分析了具体的应用场景,通过对电源资源、重点机房资源以及塔桅资源统筹进行规划,利用各类应用场景对超密集组网进行集中管控,从而达到预设的运行效果,希望能够给同行提供一定的帮助。

基于5G超密集组网的干扰管理技术研究

5G超高密局域网(UDN)作为中国5G移动通信网络的核心技术,采用了空间最高密度的微小区组建技术,显著提升了网络频谱质量。为了降低超高密组网的影响,必须采用有效的干扰处理方法。文中首先概述了5GUDN的特点和组网干扰处理问题,随后详细介绍了5GUDN的干扰处理方法,并为在5GUDN条件下的干扰处理提供了指导思路。文中提出并阐述了一系列干扰处理方法,为实现5GUDN的顺利部署和运行提供了可行和可靠的解决方案,以供参考。

5G超密集组网网络架构及实现

超密集组网通过小基站加密部署提升空间复用的方式,成为解决未来5G网络数据流量1 000倍以及用户体验速率10～100倍提升的有效解决方案。然而,小区密集部署带来的干扰问题以及小基站较小的覆盖范围导致的高速移动用户频繁切换问题,会降低网络容量和用户体验。因此,为了同时考虑未来5G超密集组网＂覆盖＂和＂容量＂的问题,提出了以控制承载分离以及簇化集中控制为主要技术特征的5G超密集组网网络架构。除此之外,针对宏—微和微—微的超密集组网部署场景,给出了具体实现方案。更进一步地,针对5G超密集组网网络架构中可能存在的问题与挑战进行了讨论,为后续研究发展提供参考。

超密集组网中基于上行容量分析的增强型动态分簇算法

超密集组网(ultra-dense network,UDN)是未来5G(5th generation)网络的一个关键技术。UDN拥有更小的小区半径,是一个新型的网络架构。UDN的核心概念是在热点地区部署低功率基站。由于UDN小区密度的增加,UDN中的干扰问题比宏微异构网络中干扰问题更加严峻。分簇合作方法可以降低干扰。首先推导出系统上行容量表达式,然后提出一种新颖的动态分簇算法。在小区密集部署的网络中,此算法在系统性能和复杂度之间做出了很好的权衡,同时降低了移动台之间的干扰。仿真结果显示提出的方法与一些已提出来的分簇方法相比有很大的容量增益。

基于多点协作联合传输的超密集组网性能分析

超密集组网的基站高密度特性会带来严重的小区间干扰,多点协作联合传输应用于超密集组网进行干扰管理是目前的研究热点,该文对多点协作联合传输时基站密度对网络性能的影响进行了分析。首先采用随机几何方法推导了3维空间基站与用户距离的概率密度函数,为选取距离用户最近的多个基站联合传输的协作机制提供了基础;然后结合有界双斜率路径损耗模型,进行用户下行链路的干扰建模,进一步推导出用户下行链路覆盖率和网络区域频谱效率的表达式,并分析了协作基站数、基站密度等参数对网络性能的影响。数值仿真表明:协作基站数为2时就可使下行链路覆盖率增加10%,且实现2到3倍的频谱效率的增益,当协作基站数为3时,费效比更优,同时可得到多点协作下的基站密度极限使区域频谱效率最高。该文工作可为下一代移动通信网络的基站部署提供理论支持。

超密集网络中基于MEC的动态任务卸载方案

超密集网络(Ultra-dense Network,UDN)中集成移动边缘计算(Mobile Edge Computing,MEC),是5G中为用户提供计算资源的可靠方式,在多种因素影响下进行MEC任务卸载决策一直都是一个研究热点。目前已存在大量任务卸载相关的方案,但是这些方案中很少将重心放在用户在不同条件下的能耗需求差异上,无法有效提升用户体验质量(Quality of Experience,QoE)。在动态MEC系统中提出了一个考虑用户能耗需求的多用户任务卸载问题,通过最大化满意度的方式提升用户QoE,并将现有的深度强化学习算法进行了改进,使其更加适合求解所提优化问题。仿真结果表明,所提算法较现有算法在算法收敛性以及稳定性上具有一定提升。

面向5G超密集异构网络的模糊逻辑切换算法

针对基站之间距离近、网络数量庞大的超密集网络中切换过程存在干扰以及频繁切换问题,提出了一种基于预判决的模糊逻辑切换算法。算法在计算用户接收信号的信干噪比基础上,预筛选出干扰较小的网络,计算用户在筛选出的候选网络中的停留时间,当停留时间大于门限值时对候选网络使用基于模糊逻辑的逼近理想解排序算法。通过模糊逻辑优化网络属性参数,进而使用逼近理想解排序算法对候选网络进行排序。排序过程中,使用修正后的贴近度计算方式使计算结果更加精确。仿真实验证明,该算法在超密集异构网络切换中可以有效降低切换次数,减少网络阻塞概率,有效提升用户服务质量。

超密集组网中的干扰管理技术研究

蓬勃发展的移动互联网业务对移动网络承载能力提出更高的要求,超密集组网作为5G时代的重要组网方案也因此被提前应用于4G网络之中,而密集微小区间的同频干扰抑制成为影响超密集组网性能的关键因素。在分析了超密集组网场景同频干扰的特点后,针对性地提出了基于时域的小区间干扰协调技术和基于频域的小区间干扰协调技术2种同频干扰解决技术和不同架构下的方案,最后分别给出了2种技术的应用方案和典型的站间干扰协调流程。

5G超密集组网的必然性和挑战性分析

针对5G用户体验速率和海量设备连接需求,给出提升5G网络容量的三种方法。分析超密集组网在网络建设、成本、信号质量、网络容量上的优势,论证超密集组网是5G的必然选择。然后解析超密集组网遇到的干扰挑战,最后从三个维度给出应对挑战的措施:通过自组织网络最佳化覆盖与容量、利用CRE(小区覆盖扩展)和ABS(几乎空白子帧)技术协调宏微小区间干扰、利用网络多输入多输出技术协调管理小小区基站。

5G无线接入网超密集组网设计方案前瞻

超密集组网将是未来5G网络的一种重要组网方式。分析了5G无线接入网超密集组网的特性,对其设计方案进行了研究,提出超密集组网的部署建议。

基于5G超密集组网的站点规划方案探讨

随着无线网络的快速发展,为满足未来数据流量的高速增长、海量的设备连接和不断涌现的新业务,5G通信系统应运而生。在对5G网络进行应用中,需要做好网络规划,文章从超密集组网的站点规划进行分析与研究,为后续5G建设提供参考。

面向5G超密集组网的无线回传技术

超密集组网是保证5G技术目标的主要保证之一。分析了5G超密集组网的无线回传需求,论述了无线自回传技术实现5G超密集组网的可行性。最后重点分析了无线自回传的关键技术问题,包括路由管理、资源分配以及接入网缓存等。

超密集组网下基于SDN的小区预切换方法

为了实现第五代移动通信网络中所提出的高灵活性、可拓展性以及低时延等目标,针对5G超密集组网采用软件定义网络(Software Defined Networking,SDN)的架构进行小区切换管理,提出使用SDN控制器获取参考信号接收功率、终端移动和小区负载等信息并构建多属性判决矩阵选择最佳小区进行切换的方案,并且在切换过程中利用SDN配置相关的路由减少切换所需的信令开销。该方案使得切换过程中的信令开销减少了20%。MATLAB仿真结果表明,随着用户的移动,该方案有效地减少了终端网络切换次数且用户数据吞吐量也得到了较好的提升。

超密集组网场景的移动性增强算法实现

提出了一种基于虚拟小区的移动性增强算法,以实现超密集网络的移动性管理。首先设计了CU/DU分离架构,实现了控制面的集中优化,将集中管理节点部署在覆盖较广的宏小区,宏小区采用低频配置,确保移动过程中控制面信令连接的稳定性以及响应的实时性;然后设计了虚拟小区的资源管理模型,实现虚拟小区内小基站资源的最优化管理,通过集中管理节点有效协作虚拟小区内的小基站资源,最终达到提升用户体验的目的。

5G超密集组网的多点协作传输和功率分配策略

5G超密集组网(UDN)允许在异构网络中部署大量高密度的低功率传输节点(TP),在提高系统性能的同时也引入了小小区间的同频干扰(ICI)问题。为了解决这一问题,多点协作传输(CoMP)在UDN中得到了广泛的使用。但它也带来了新的挑战,如何有效地进行网络资源的分配就是其中之一。为了提高小小区边缘用户的速率和系统总和率,提出了一种基于小区负载感知的CoMP(CLA-CoMP)方案。针对UDN中的功率分配问题,采用了基于用户关联的后验概率功率分配(P2UPA)策略,它旨在为高关联概率的用户分配更高的功率。仿真结果表明,同使用平均功率分配的UDN系统相比,采用CLA-CoMP和P2UPA的系统性能增益有了明显的提高。