《基於LAA的認知蜂窩網路設計理論與最佳化研究》是依託南開大學，由韓士瑩擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於LAA的認知蜂窩網路設計理論與最佳化研究
- 項目類別：青年科學基金項目
- 項目負責人：韓士瑩
- 依託單位：南開大學
中文摘要,結題摘要,
中文摘要
隨著信息技術的發展，連續廣域覆蓋和熱點高容量等場景對下一代無線蜂窩網路容量提出了極高的要求。僅依靠授權頻譜將不足以支持快速增長的數據流量，成為無線蜂窩網路發展的重大瓶頸。本項目利用頻譜共享技術拓展蜂窩網路頻譜資源，研究基於授權協助接入（LAA）的認知蜂窩網路基礎理論和關鍵技術。通過研究LAA蜂窩網路與5GHz非授權頻段上免授權網路的深度頻譜共享機理，提出基於頻譜感知進行主動頻譜捕捉、接入和釋放的異構網路間高效頻譜共享理論；基於頻譜共享協定設計，建立協定的數學建模和性能分析理論；構建面向用戶需求及負載可切換的多維聯合最佳化理論，實現無線蜂窩網路對非授權頻譜的高效利用。通過本項目的研究將建立基於LAA的認知蜂窩網路設計基礎理論，研究並突破能夠大幅度提升無線蜂窩網路容量的頻譜共享技術，實現無線蜂窩網路對授權頻譜和非授權頻譜的全面接入，為我國未來無線蜂窩網路的可持續發展提供重要的理論基礎及技術支撐。
結題摘要
本項目旨在利用頻譜共享技術拓展無線蜂窩網路可利用的頻譜資源，研究基於授權協助接入（LAA）的認知蜂窩網路基本理論和關鍵技術。在機會型LAA頻譜共享方面，對LAA-LTE系統與5GHz免授權頻段上現行的WiFi系統間深度共享機理進行了研究，提出了基於頻譜感知進行主動頻譜捕捉、接入和釋放的MAC層接入協定，實現了信道容量和時延性能的量化和近似；建立了協定參數和系統資源配置最佳化模型和最佳化算法，以保證LAA與WiFi系統間公平、高效的頻譜共享；利用機器學習技術提出了LAA異構網路資源配置和分散式動態網路接入聯合最佳化，實現了LAA用戶網路接入和資源配置對網路環境變化的快速回響；面向LAA用戶的QoS需求，建立了用戶網路接入和物理資源配置的聯合最佳化，實現了可支持QoS用戶數的最大化。在共存型LAA與WiFi系統間的頻譜共享方面，通過量化PHY-MAC跨層性能，揭示了共存型LAA的反射傳輸對WiFi系統性能的影響；為共存型LAA設備設計了基於隨機序列的反射傳輸機制，實現了免用戶間協作、低主次系統間信令傳遞需求和用戶規模可擴展的多用戶接入技術。
