CB316000GWord下载.docx

CB316000GWord下载.docx

《CB316000GWord下载.docx》由会员分享，可在线阅读，更多相关《CB316000GWord下载.docx（31页珍藏版）》请在冰豆网上搜索。

为此需要针对异构蜂窝网络环境建立高能效的弹性资源匹配机理；

科学问题3、多样性需求业务的高能效服务机理：

未来移动通信的业务种类和服务质量需求会越来越多样化，但现有网络基本上还是针对某种特定业务优化的，难以同时满足各类不同业务的需求、或是为了满足最苛刻业务的需求而浪费大量的频谱与能量。

为此需要针对多样化的业务需求分别建立高能效的服务机理。

2.2主要研究内容

为了解决以上关键科学问题，本申请提出了一个超蜂窝网络的体系架构，通过控制信道覆盖与业务信道覆盖适度的分离引入网络的柔性覆盖、资源的弹性匹配、以及业务的适度服务机制，实现能效与资源的联合优化。

为此，我们将着重研究控制覆盖与业务覆盖的分离机制与动态设计方法，建立超蜂窝网络的能量效率与各种网络资源之间的理论关系与评价方法，给出逼近其能效极限的资源优化配置方案，并针对多样化业务需求设计差异化适度服务机理。

具体地，拟分成以下六个课题展开研究。

1）网络能效理论与超蜂窝体系架构

按照能效优先的原则重新审视无线通信与网络的体系架构与运行机理，从网络整体能效的角度研究网络能量效率的成因关系，并在此基础上建立能效与资源优化的移动通信系统体系架构与理论体系。

1.1）网络能效建模与成因关系分析：

明确网络能效的定义，建立无线通信链路的信息处理和信令开销能耗的理论模型，分析网络能效与网络覆盖能力、频谱效率、用户群体行为、业务特征及其服务质量要求之间的成因关系，探索超蜂窝网络的能效极限，给出网络能效与系统容量的协同优化方法。

这里最核心的是要建立网络能效与频谱效率、以及网络能效与业务延迟之间的互换关系。

1.2）超蜂窝网络架构及其理论基础：

探索超蜂窝网络的架构，建立超蜂窝网络柔性覆盖、弹性匹配、及适度服务的理论基础，给出低能耗控制覆盖及能效与资源联合优化的业务覆盖的设计准则，并提供实验室演示验证系统。

2）超蜂窝网络的柔性覆盖与控制理论

针对未来移动通信业务在时域和空域上大范围动态变化、且服务质量要求越来越两极分化的矛盾，深入挖掘网络覆盖的能效潜力，建立兼顾能效与容量的智能柔性覆盖与控制理论，为超蜂窝网络体系架构下的物理层与链路层的能效优化提供理论基础。

主要研究内容包括：

2.1）控制覆盖与业务覆盖分离机制及优化研究：

通过控制覆盖与业务覆盖在业务级、设备级、协议级的逐级分离，研究两种覆盖的合作机制和演进方法，探索在公共控制覆盖基础上的异构业务覆盖机理和控制方法，以及公共控制覆盖的异构实现方法。

进一步探索上下行覆盖分离的机制、能耗理论和相应的控制方法。

2.2）柔性覆盖中控制覆盖的能效优化方法：

探讨未来无线接入对控制信道需求的发展趋势，研究系统同步、信道估计、定位、寻呼、随机接入等控制功能在超蜂窝架构下的能效优化机制与方法，给出控制覆盖强度的理论描述。

2.3）柔性覆盖动态小区形成方法研究：

研究下行动态功率控制和天线形态调整在动态小区形成中对容量和能耗的影响，以及在不同信道条件下分布式天线协作覆盖虚拟小区成形方法，建立分布式覆盖容量与虚拟小区形态、回程链路能耗、处理能耗、传输能耗之间的折中关系，进一步研究动态小区构建的能效优化准则、优化方法以及规模化实现方法，探索新型天线和新频段在动态小区覆盖形成方面的解决途径。

3）能效优先的传输理论与弹性接入方法

研究超蜂窝网络中非协作的传输理论与接入技术，即假定各蜂窝小区基站不交互信息、不使用中继协作或用户协作机制完成无线传输。

3.1）综合链路能效优化的传输机制及与频谱效率的理论关系：

针对非协作蜂窝网络，分别考虑不存在小区间干扰时的单小区多用户及存在小区间干扰时的多小区多用户系统，研究多天线、多载波系统能量效率与频谱效率之间的理论关系，分析链路能量效率与功率、带宽、收发天线数等无线资源、以及与干扰、用户数和业务动态变化特性之间的内在联系，建立优化链路能量效率的无线传输理论模型。

3．2）能效与资源联合优化的弹性接入机制：

针对具有高频谱效率的MIMO和OFDMA技术，研究高能效无线传输与资源分配的优化准则；

提出能充分利用信道/干扰/业务的动态变化特性、满足网络和用户服务质量要求的高能效最优接入方法；

分析高能效资源分配与接入机制对系统频谱效率的影响及其与系统参数和信道环境间的关系；

研究低复杂度、高能效的最优接入算法。

3．3）高能效传输与弹性接入机制演示验证系统：

构建超蜂窝高能效无线传输与资源分配的系统级仿真和测试平台，评估不同无线传输技术的链路能量效率，平台的系统参数将参考下一代移动通信系统标准（不少于8根发送天线、4根接收天线、带宽不小于40MHz）。

4）超蜂窝网络协作机制与资源优化方法

针对复杂的干扰环境及动态的业务需求，研究超蜂窝网络的协作机制与资源优化方法，建立同构蜂窝与异构蜂窝的小区之间或小区内多个传输节点之间的高能效协作机制，并在此基础上给出能效与资源联合优化方法。

4.1）高能效异构节点协同传输理论：

给出协作开销及相应回程能耗的模型，建立发射能效与协作开销、以及能效与协作基站或天线站数目之间的理论关系，研究不同载荷下的动态协作理论以及降低传输开销和基带复杂度的方法，从而确立在动态协作下能效与系统容量、传输开销、基带处理复杂度之间的理论关系。

对于基于小区内天线站的多点协作，建立小区内干扰与系统能效的理论关系。

对于基于中继的协作系统，建立能效与中继密度、传输开销及系统载荷的理论关系。

4.2）超蜂窝网络能效与资源联合优化方法：

研究超蜂窝网络资源的优化配置方法，并通过学习和预测链路层、网络层、以及用户业务的动态特性，实现在能效优先条件下网络资源与用户需求的实时自适应匹配，从而建立基于能效优先的动态资源匹配理论。

4.3）网络节点协作算法的演示验证平台：

借助课题一中的演示平台构建一个超蜂窝网络协作传输演示系统，验证以上理论与方法对能效提升的作用。

5）用户群体行为建模与高能效服务方法

通过对实际运营的移动无线通信系统中常见业务的采集和测量，分析移动网络中多种类型业务在时域和空域分布的动态特征以及内容属性等方面的变化规律，挖掘用户群体的行为模式，建立并针对不同的群体行为特征给出高能效服务方法。

5.1）移动无线网络业务采集与分析：

研究移动无线网络中业务数据采集和测量方法，研究移动网络多业务在时间、空间和相关性方面的特征分析，给出多种典型业务的流量分布函数以及多类型业务统计模型。

5.2）多维度用户群体行为分析与建模：

通过业务特征分析，研究用户以群体为单位在活动规律、业务需求、接入频率、用户关联关系、聚类特性等多维度下的行为模式和特征规律，对业务内容上的相关性及用户群体行为的趋同性等进行分析，通过概率统计和数据挖掘等手段对用户群体行为进行认知与数学建模，指导超蜂窝的资源配置。

5.3）面向用户群体行为的高能效服务机理：

建立用户群体行为与网络高能效的内在联系，研究面向用户群体行为的高能效服务机理与智能动态适配技术，构建面向用户群体行为的高能效服务体系。

6）业务特征认知与高能效差异化服务方法

基于不同业务之间在业务特征与服务质量需求上存在的差异，按照按需适度服务的原则建立差异化的服务体系与评价方法，为高能效移动通信服务系统的设计与优化提供理论基础。

6.1）业务特征感知与业务建模理论与方法：

基于业务抽象化的感知方法，从业务的实时/非实时的时间特性、点对点/点对多点/广播的传输特性、以及人与人/人与机器/机器与机器的参与者特性等多个角度对业务进行特征分析、分类与建模，并据此进行网络流量中的业务类型测量，给出不同类型业务的行为模型。

6.2）高能效的业务差异化服务机制与方法：

基于用户行为的统计趋同性和业务需求差异性的特点，结合单播、多播与广播等多种传输手段，设计面向不同类别业务的差异化服务机制，实现资源与能效的联合优化。

具体包括：

具有实时大容量对称特征的业务；

具有软实时高速率特征的业务；

具有周期性低速率特征的业务等。

关键科学问题与研究内容的对应关系见图2-1。

图2-1关键科学问题与研究内容及各课题之间的支撑关系

二、预期目标

总体目标：

面向国家建设资源节约型、环境友好型社会的战略需求，针对无线数据与视频业务的飞速发展及通信业务量的指数增长所带来的频谱和能耗瓶颈，研究并突破可使移动通信系统的能量效率大幅度提高的理论与技术，建立能效与资源优化的超蜂窝移动通信系统体系架构，并给出典型网络的低能耗设计，满足未来10-20年移动通信对宽带大容量的迫切需求。

五年内预期目标：

通过本项目的实施建立一套能效与资源优化的超蜂窝移动通信系统基础理论体系，包括：

1）网络能效理论及超蜂窝体系架构；

2）超蜂窝网络的柔性覆盖与控制理论；

3）能效优先的非协作传输理论与弹性接入机制；

4）超蜂窝网络协作机制与资源优化方法；

5）用户群体行为建模与高能效服务机制;

6）业务需求认知与高能效差异化服务机制。

突破一批关键核心技术，使网络能效较现有水平有较大幅度的提高，并给出典型网络的低能耗设计及实验室演示验证系统。

拟发表SCI检索论文240篇以上、申请发明专利50项以上、提交标准化建议草案10份以上、组织国际学术会议5次以上、培养优秀中青年骨干人才15人以上、博士生60名以上，并依托清华信息科学与技术国家实验室（筹）建立一个具有国际前沿水平的绿色通信与网络研究基地。

三、研究方案

4.1学术思路

未来无线通信业务需求的发展趋势是业务总量和用户峰值速率均呈指数增长，且业务类型及业务需求的动态范围不断扩大。

一方面，随着智能手机与视频业务的大量出现，用户对峰值速率的需求还在不断上升；

另一方面，各种物联网应用的快速普及又会给网络带来海量的中低速率业务，它们每次请求的业务量很小，但却会很频繁。

如此两极分化的业务实际上都会消耗大量的基站能量。

由经典信息论可知：

在高频谱效率的点对点链路中，对于给定的带宽，无线传输容量的提高需要指数倍地提高传输功率，即无线传输的频谱效率与能量效率是一对天然的矛盾。

因此，要想在不牺牲频谱效率、甚至还需要提高频谱效率的前提下大幅度地提升能量效率，即能效与资源的联合优化，单靠物理层传输技术的提高是很难实现的。

为此，我们需要从系统和网络的角度寻找解决途径。

众所周知，现有蜂窝网络提高容量和降低功耗的主要手段就是不断地缩小蜂窝尺寸。

但这不仅会增加小区的密度，占用更多的站址资源，提高网络覆盖的成本，而且也会加剧小区间业务量的不平衡，并带来更多的小区间干扰，可见这条路径也很快就会走到尽头的。

究其原因，这主要是源于现有基站的多重身份，它不仅要负责无线信号的收发，还要负责收发信号的处理、本小区的资源调度、以及为本小区用户提供同步、唤醒、切换等控制服务，即网络的控制覆盖与业务覆盖是紧密耦合在一起的（以下简称“硬性覆盖”），难以根据业务的动态特性进行柔性的改变。

另外，现有蜂窝网络采用以基站为中心的静态设计理念，通常根据业务的峰值流量和网络的无缝覆盖需求配备基站资源，以保证用户在任何时间任何地点都可以获得满意的服务。

这对于以语音业务为主的宏蜂窝网络而言是可以接受的，因为一般来讲每小区用户数足够多、且小区业务量在空间和时间上的起伏（动态性）不大，完全可以通过静态的基站规划使每个基站接近满负荷工作，基站的能耗损失不大。

但随着各种非话业务（数据、视频等）的大量涌现以及蜂窝尺寸的不断缩小，使得每小区业务量在空间和时间上的起伏急剧加大，如果仍然延续传统的静态设计方法，将会导致许多基站在相当长的时间内处于低负载运行状态，浪费大量的基站能量。

还有，现有蜂窝网络的服务模式基本上是固定的，针对不同种类的业务组建不同的网络（如GSM主要针对语音业务、LTE主要针对数据业务而设计与优化），因此当不同种类的业务在同一个网络中传输时势必会造成网络资源和能量的浪费。

举例来讲，如果数据业务要在语音网络中传输的话，由于其突发性较大，必然会导致其阻塞率的上升。

由于语音业务无法忍受任何延迟，因此语音网络解决这个问题的唯一手段就是不断地提高传输容量，这必然会导致能耗的增加。

但实际上，一般来讲数据业务是可以容忍一定的延迟的，因此网络完全可以通过缓冲的方式令其避开网络的繁忙期和信道的衰落期、或是等到用户移动到离基站较近区域时再开始通信的方式降低阻塞率，这样就可以在不增加网络资源和能量的情况下获得满意的服务。

由此可见，我们需要转变一味地追求小区内无线信道容量的思路，而是着眼于通信系统所服务的对象（即“用户”）和通信系统所传递的对象（即“信息”）本身，主动利用用户分布的动态性、业务特征的差异性、以及信息内容需求的群体趋同性等特征，通过多小区协作和异构蜂窝网络融合等手段，从网络的角度创建一套根据实际业务量与不同业务需求提供柔性覆盖和适度服务的能效优先设计理念和理论体系，即在满足用户需求的前提下通过减少资源和能量的浪费来实现能效与资源联合优化。

排队论的知识告诉我们：

业务的动态性和差异性越大，传统固定服务方式的浪费就越大，我们所能得到的能效增益也就越大（图1-3）。

为了实现上述转变，首先需要将现有蜂窝网络中紧密耦合在一起的控制覆盖和业务覆盖进行适度的分离，否则的话两者相互制约，无法灵活地应对环境与需求的变化。

然后在此基础上引入网络的柔性覆盖、资源的弹性匹配、以及业务的适度服务机制，从而实现能效与资源的联合优化。

这就是本申请提出的超蜂窝网络的核心思想，其主要特征可归纳为以下三点：

1）基于控制覆盖与业务覆盖适度分离的柔性覆盖思路

通过对网络中的控制信号和业务数据分别提供覆盖服务，网络只需以较低的能量维持控制信号的覆盖以保证用户的可连通性即可（“覆盖优先”），而在网络覆盖得到了保障的基础上，业务覆盖则可以根据实际业务需求柔性地进行布置（“能效优先”），并随时根据网络的状况及业务需求的变化调整其覆盖模式（2G/3G/4G？

）、覆盖范围（微蜂窝/皮蜂窝/微微蜂窝？

）和服务方式（单播/组播/广播？

）。

图4-1给出了一个网络覆盖随业务量分布而动态改变的示意图，图4-2则给出了超蜂窝网络架构的示意图。

传统以语音业务为主的网络，由于语音业务本身的速率也较低，将两者分离的必要性不大。

但未来移动通信系统中会出现大量的高速数据和视频业务，使得这种分离变得越来越必要。

a）白天的覆盖b）夜晚的覆盖

图4-1根据实际业务需求动态地调整覆盖模式与范围的柔性覆盖示意图（其中绿色表示控制覆盖区域，黄色和红色分别表示低速率和高速率业务覆盖区域，且蜂窝的大小随业务速率要求动态调整）

图4-2超蜂窝网络架构示意图

2）基于基站和网络协作的弹性资源匹配思路

在超蜂窝网络的架构下，由于同一业务覆盖的相邻小区之间以及不同业务覆盖的异构小区之间往往是密集和重叠覆盖的，因此完全可以通过邻小区基站之间或是异构小区之间的协同传输来应对网络中业务量分布的时空起伏，不必为每个小区都过度地匹配资源。

也就是说，多个相邻小区或是异构小区之间可以形成一个簇，通过协同的方式为用户提供服务。

反过来，用户则可以根据实际业务需求以及不同小区的负载状况等从某个簇中动态地选择一个合适的小区进行接入（即“弹性接入“），从而避免了网络资源和能量的浪费。

当然，小区簇的形成也应该是动态的。

3）基于差异化服务的按需适度服务思路

如前所述，无线数据和视频业务无论是在业务特征（不同类别的用户对数据和视频业务的需求存在较大差异，用户启用数据和视频业务的随机性和突发性也非常大）、还是在业务需求（数据业务可以忍受一定的延时，视频业务则对延时抖动非常敏感）上都与语音业务存在很大的差异，如果此时仍然采用传统的归一化服务方式，则势必会造成网络资源和能量的极大浪费。

另一方面，无线数据和视频业务还会出现一定的群体性，即很多用户在相同的空间范围和时间范围内可能会对网上的同一个数据或视频内容感兴趣，而且越是热点的内容其群体趋同性越明显。

因此如果仍然沿用像语音那样的点对点服务模式，同样的数据和视频内容会在网络中被多次重复传输，浪费了大量的网络资源和能量。

特别是一般来讲数据和视频业务的数据量都是非常大的，因此其所造成的浪费也是巨大的。

为了节省能量，我们实际上可以主动利用业务内容的差异性和趋同性，通过引入差异化服务机理来为不同的业务提供按需适度服务，从而提高网络资源和能量的利用率。

举例来讲，如果业务可以容忍一定延迟的话（非实时业务），完全可以通过主动改变调制方式（如从64QAM降到QPSK）等手段，以一定的延时来换取能量效率。

实际上，运用排队论的知识可知：

将非实时业务按照实时业务的方式进行服务的话，在相同阻塞率的情况下需要大幅度地增加网络资源和能量。

反之，针对趋同性的业务需求则可以通过引入多播或广播通道，或是将广播网络融合到通信网络中，将很多用户在一定时间内共同感兴趣的信息以广播或多播的方式分发下去，从而减少同一信息在无线网络中的传输次数，在减轻网络负载的同时大幅度地提高能量效率。

综上所述，能量效率优先的无线通信与网络设计是一个全新的研究方向，几乎没有成功的经验可以借鉴，必须闯出一条崭新的学术思路来才有可能取得突破。

本申请的三个主要研究思路均具有很大的创新性，且会大幅度提高能量效率。

4.2技术途径

课题一、网络能效理论及超蜂窝体系架构

1.网络能效建模及其成因关系分析

为了全面反映网络各部分的能耗，首先给出一个“网络能效”的定义，并分析其成因关系。

对于给定的频谱资源、网络覆盖范围、用户分布、业务模型及服务质量要求，网络能效定义为：

网络承载的用户业务总量与所消耗的总能量之比，即单位能量平均所承载的用户业务量（bits/J），或是用频谱和覆盖区域归一化后的单位面积和单位带宽的能量效率（bits/J/Hz/area）。

很显然，与经典信息论中的比特能量效率相比，它有以下几个特征：

（1）它是从网络整体（一定的覆盖区域）的角度来定义的，不只是单条链路或是单个小区的能效。

因此在覆盖区域内通过更高效的频率复用、基站协作或是负载均衡等手段都有可能大幅度提高网络能效。

与此同时，它关注网络所有设备的整体能耗，包括协议与信号处理设备能耗、外围辅助设备能耗等，而非仅仅是无线传输能耗；

（2）它是针对实际承载的用户端业务吞吐量定义的（bits或是erl），而非网络内部各链路上的信息传输总量，更非各链路上的总容量（bits/s）。

因此不仅可以通过减少同一信息在网络中的传输次数或是将不同用户的信息融合为一路信息发送等手段来降低能耗，还可以根据实际业务需求的变化自适应地匹配资源和能量（即弹性接入和按需适度服务）的方式提高网络能效。

由此可见，网络能效是一个新的概念，它可以有效地反映各种不同特性（实时、非实时；

单播、多播等）的业务以及业务实际需求的不均匀性和动态特性对网络能效的影响，为研究大幅度提高能效的机理与方法指明了方向。

为此，需要研究网络能效与网络覆盖能力、频谱效率、用户分布、业务特性等的理论关系，即在给定频谱资源和业务覆盖需求下的最小能量理论（以下简称“网络能效理论”），包括：

如何以最小的能量实现所需的网络覆盖及业务服务需求？

网络能效与频谱效率之间存在什么样的理论关系？

业务的随机性和动态特性究竟会如何影响网络能效？

具体地，本课题拟重点研究以下两个基础理论问题：

1）网络能效与频谱效率的理论关系。

如果只考虑单链路的发射功率，则经典信息论告诉我们：

链路能效与频谱效率之间存在单调的折中关系。

但如果额外考虑信息处理等能耗，则这种折中关系就会变得非常复杂，至少不再单调[1]。

进一步地，如果将链路频谱效率也改成“网络频谱效率”，即以给定的带宽在一定覆盖范围内所能传送的业务量，则两者的关系会变得更加复杂，至少不再是简单的折中关系，因为我们完全可以通过频率复用、基站协作或是负载均衡等手段，在不牺牲频谱效率的前提下提高能量效率。

为此，我们拟将信息论与动态规划理论相结合，以动态优化的思想并从系统的角度分析能量效率与频谱效率的关系，借助马尔可夫决策过程的理论与方法给出该动态规划问题的数值解。

2）网络能效与业务延时的理论关系。

如前所述，为了提高网络能效，无论是引入柔性覆盖、弹性接入、还是适度服务的机制都可能会给用户带来额外的延时。

但究竟多大的延时能够换来多少的能量节省还是一个急需解决的基础理论问题，因为网络延时性能是度量服务质量和用户体验的重要指标，而且额外的延时还会带来额外的处理能耗。

经典信息论一般只考虑某条链路上发射功率与传输延时之间的折中关系，未针对全网的总能耗与端对端延时（包括排队延时、处理延时等）来考虑。

而且，已有的结果大都只关注平均延时，未能将延时抖动考虑进来。

实际上，对于大部分实时业务而言，延时的抖动是更重要的性能指标。

为此，我们拟将信息论与排队论相结合，以随机服务的思想并从业务端对端性能的角度分析能量效率与业务延时及其抖动的理论关系，借助矩阵几何解析的理论与方法给出网络能效与可容忍延时之间的定量关系（图4-3、图4-4）。

图4-3网络能效理论框架与研究方案

图4-4网络总能耗与端对端延时的关系

一个简单的例子如下：

[例1]假设某个用户以速率为λ的泊松过程对网络随机地产生服务请求，并要求服务请求的阻塞率不超过PB。

网络则为其分配相应的资源和能量提供服务，并假设用户占用该资源的时间也是随机的，服从负指数分布。

-如果该服务要求严格的实时性，则网络只能通过不断增加网络资源（即提高服务速率μ1）来保证指定的PB，则该服务系统可以等效为一个M/M/1（0）排队模型，根据排队论中的爱尔兰公式可以求得PB

（1）=ρ1/（1+ρ1），其中ρ1=λ/μ1。

-但如果该服务可以容忍一定的延时（假设缓冲区容量为k），则该服务系统可以等效为M/M/1（k）排队模型。

根据排队论可以求得PB

（2）=ρ2k+1（1-ρ2）/（1-ρ2k+2），平均等待时间W=（1+ρ2+·

·

+ρ2k-kρ2k+2）/（1-ρ2k+2）,其中ρ2=λ/μ2。

-令PB

（1）=PB

（2），μ1=sμ2,则可以求得s=（1-ρ2k+1）/[（1-ρ2）ρ2k]，它相当于如果将该非实时业务按照实时业务来服务时所需要增加的服务能力。

-例如，如果k=2、ρ2=0.5，则s=7，W2=1.7μ2-1，即实时服务系统的服务率（能力）需要增加到原来的7倍才能保证同等的阻塞率，或者说通过1.7倍于平均服务时间的延时近似换取了7倍的服务能力！

-进一步地，如果将k扩大到8，ρ2=0.5保持不变，则s=511，W2=1.9μ2-1，即仅仅通过1.9倍于平均服务时间的延时近似换取了511倍的服务能力！

根据信息论的知识可知：

对于给定的带宽，服务能力的提高需要通过提高信噪比来实现，即7倍服务能力的提高需要近似提高27倍发射功率才能换取。

由此可见，以较小的延时可以换来较大幅度的功率效率。

当然，这只是一个简单的定性说明例子，具体多少延时能够换来多大的能效需要进一步研究，也是本课题的主要研究方向之一。

2.超蜂窝网络架构及其工作原理

本申