OFDMA 蜂窝系统动态优化的多目标框架
信息论
2016-11-15 v2 math.IT
摘要
由于环境和经济考量，绿色蜂窝网络近年来已成为重要研究领域。在业务负载低谷时段关闭未充分利用的基站（BS）是降低蜂窝网络能耗的一种有前景的方法。实际上，在初始小区规划期间，BS 位置和 RAN 参数被优化以满足覆盖、容量、重叠、QoS 等基本系统设计需求。由于这些度量因同信道干扰而紧密耦合，关闭某些 BS 可能影响系统需求。因此，从大量 BS 中识别待置于睡眠模式的子集是一项具有挑战性的动态优化问题。在这项工作中，我们开发了一个用于基于 OFDMA 的蜂窝系统动态优化的多目标框架。目标是识别适当的活跃扇区集合和 RAN 参数，以在给定业务需求密度下不违反 QoS 需求的同时，最大化覆盖和区域频谱效率，并最小化重叠和区域功耗。目标函数和约束通过使用捕获业务特征、传播特征（路径损耗、阴影和小尺度衰落）以及邻区负载条件的适当分析模型获得。采用低复杂度进化算法以更快收敛速度识别全局帕累托最优解。研究了系统目标之间的相互关系，并提供了指南以找到能提供最佳可行折中的合适网络配置。结果表明，使用所提框架，可实现显著节能且计算复杂度低，同时在其他目标间保持良好折中。
引用
@article{arxiv.1602.01731,
title = {Multi-Objective Framework for Dynamic Optimization of OFDMA Cellular Systems},
author = {Prabhu Chandhar and Suvra Sekhar Das},
journal= {arXiv preprint arXiv:1602.01731},
year = {2016}
}
备注
To Appear (IEEE Access), 25 pages, 24 figures, 4 tables