下载掌阅APP，畅读海量书库
立即打开
本书旨在研究无线通信系统中面向队列稳定性的通信与计算资源分配算法，并在系统稳定性的基础上进一步优化时延、能耗等关键系统参数，设计最优的资源配置策略。为了应对由于接入用户数目持续增长，以及在无线通信系统中为用户提供的业务种类日益增多，造成相应的数据量和计算量呈指数型爆炸式增长这一巨大挑战，本书从提高传输能力、减少数据量以及将业务本地化三个方面展开研究。其中第2章和第3章通过频谱聚合技术来提高网络设备传输能力，研究了系统能耗、系统稳定性以及用户时延之间的折中关系。第4章通过协作多播中继技术来减少数据传输量，考虑中继选择方案对系统稳定性的影响。第5章至第7章通过移动边缘计算与内容边缘存储技术将业务本地化，考虑计算和存储调度策略对系统稳定性以及用户时延的影响，从而实现无线通信系统中面向队列稳定性的通信与计算资源分配。具体内容如下：
第2章和第3章通过频谱聚合技术为用户提供超宽带的数据传输服务。尽管频谱聚合可以将分散的频谱以及频谱碎片聚合为完整的、信道容量足够大的频谱，从而充分利用频谱异质性、实现系统层面的频率选择性分集、提高设备传输能力，但是共享使用频谱可能对系统稳定性以及用户时延带来潜在的影响。为从理论上分析频谱聚合技术对系统能耗与用户时延的影响，需要考虑以下两个问题：受限的频谱聚合能力如何影响系统稳定性？异构系统如何通过频谱聚合实现和谐共存？为此，本书针对频谱聚合系统建立了数据包队列模型，在保证队列稳定性的基础上，设计了信道与功率联合分配算法，并闭式分析了系统的平均数据包队列长度。本书考虑了受限的频谱聚合能力、频谱聚合电路能耗、队列长度估计、信道估计等非理想因素。在同构频谱聚合系统中，本书设计了具有时延约束的能量有效调度算法并推导出了系统平均功率和平均时延的闭式折中关系。在此基础上，本书还讨论了频谱聚合能力对能耗及时延的影响，并分析了业务场景和信道数目等系统参数对算法性能的影响；在异构频谱聚合系统中，本书构建了理论框架，充分分析了干扰控制对异构频谱聚合的本质影响，并提出了闭式的修正注水功率分配方案。本书提出的方案综合考虑了用户间干扰、信道条件以及队列长度等因素的影响，可在保障队列稳定性的同时提高频谱聚合系统性能。这一分析为异构系统共存问题提供了新的参考，基于LBT和DCM的机会式频谱接入法则依赖于信道感知，从而避免了多用户同时传输，但不能利用轻负载系统中额外的可用容量。为了满足用户多样化的需求，本书允许多用户基于链路自适应使用同一个信道进行传输，并通过异构频谱聚合来挖掘网络资源的更大自由度，从而最优化无线频谱资源的利用。分析结果显示，平均功率和平均时延呈线性折中关系；频谱聚合技术可以显著提高传输能力，并降低总能耗。相关研究工作已经发表在 IEEE Transactions on Wireless Communications 期刊以及受邀发表在 IEEE Transactions on Green Communications and Networking 期刊。
第4章研究了通过协作多播中继技术支持海量高速数据传输。尽管协作多播中继技术可以通过一对多同时传输来显著减少传输内容，并通过分集技术有效对抗信道衰落来显著提升数据传输速率；将多播技术与SVC技术结合，能够进一步减少传输内容，进而提升性能增益，但是中继选择方案可能对系统稳定性带来潜在的影响。为从理论上分析协作多播中继技术对系统传输效率及稳定性的影响，需要考虑以下两个问题：受限的信道数目如何影响系统传输效率？如何采用恰当的中继选择方案以保证系统稳定性？为此，本书在协作多播中继系统中建立双跳协作多播中继模型，综合考虑系统传输效率、用户公平性以及队列稳定性等因素，研究协作多播中继系统的信道分配与中继选择。对于多目标优化问题，考虑受限的信道数量，本书设计了字典序最优的联合信道分配与中继选择，并从几何角度建立渐近等价分析结构，证明了算法的解具有帕雷托最优性与唯一性。在此基础上，本书分析了信道数量、中继节点数量等系统参数对算法性能的影响。为了保证队列稳定性，本书建立了数据包队列模型，通过采用Lyapunov优化和强化学习，提出了一种低开销的多播中继选择方案并分析了业务场景和中继数目等系统参数对算法性能的影响。分析结果显示，协作多播中继技术可以显著减少传输内容并改善传输条件，继而从多维度提升系统性能。相关研究工作已经发表在IEEE WCNC 2017国际会议论文集、 IEEE Transactions on Communications 期刊。
第5章至第7章研究通过移动边缘计算与内容边缘存储技术在离用户更近的网络边缘提供计算与存储服务。尽管移动边缘计算与内容边缘存储技术可以将计算和存储资源布置在靠近用户的边缘节点上，从而显著缓解网络传输压力以及用户计算压力，但是计算、存储资源与通信资源的折中会对系统稳定性以及用户时延带来潜在的影响。为从理论上分析移动边缘计算与内容边缘存储技术对系统稳定性与用户时延的影响，需要考虑以下几个问题：如何在本地获取数据请求和网络拥塞信息？如何通过本地优化来保证系统稳定性？对于相互耦合的队列，如何对这种动态的状态依赖受控随机游走过程进行稳态分析从而闭式得到用户时延性能？为了提升用户计算服务质量，本书在移动边缘计算系统中建立了数据与计算双队列模型，设计了面向队列稳定性的联合通信与计算资源分配算法，并推导出系统平均队列长度的上界。在此基础上，考虑到用户和MEC服务器的存储空间受限，本书采用强逼近的方法将队列动态的离散时间受控随机游走过程转化为带反射的连续时间随机微分方程，并通过对随机微分方程进行稳态分析，闭式得到了用户时延性能。为了提升用户数据服务质量，本书在内容边缘存储系统中建立了包含请求队列和数据队列的双队列系统，并且设计了请求队列和数据队列之间的动态映射，实现了在本地提取全网中的数据需求和网络拥塞信息。通过随机网络效用最大化的方法，本书设计了一种低开销的分布式转发与存储算法。在此基础上，本书证明了提出算法的队列稳定性，并推导出了在随机环境中算法的区域稳定性。分析结果显示，与移动设备建立更紧密相连的计算和缓存能力可以显著改善用户的计算与传输条件、减少传输内容，从而有效降低通信时延。相关研究工作已经发表在 IEEE/ACM Transactions on Networking 、 IEEE Transactions on Communications 、 IEEE Transactions on Network Science and Management 等期刊。
第8章总结了全书的主要内容，并提出了进一步的研究方向。