超密集异构蜂窝网络中面向网络效用的分布式干扰管理

Ultra-dense heterogeneous cellular networks can well improve both spectrum and energy efficiency at a low cost, thus greatly enhancing the network capacity, where massive heterogeneous small base stations are deployed and device to device (D2D) communications are introduced to the existing cellular networks. However, there emerge novel technical challenges, such as serious and complex interference, imbalanced traffic, more influencing factors on the network performance. Meanwhile, it is difficult to implement centralized management and control in the ultra-dense heterogeneous cellular networks. In this project, we study the network utility-oriented self-adaptive interference management, the dynamic distributed collaborative resource management with a low cost, and the network context-aware fully distributed power control, respectively. Firstly, we solve the theoretical problems of network utility representation, and analyze the trade-off relationship of spectrum efficiency, energy efficiency and cost efficiency, and we propose the network utility-oriented distributed self-adaptive interference management method; Secondly, we construct the dynamic cooperation game framework that takes into account network utility and fairness, and propose the low-cost dynamic distributed collaborative resource management approach; Thirdly, we characterize the dynamics and randomness of the network interference, traffic and user behaviors, and we propose a fully distributed robust context-aware power control scheme, to solve the trouble of the perfect information and complete information requirements. Finally, we achieve the network utility-oriented fair and robust distributed interference management and improve the network capacity of ultra-dense heterogeneous cellular networks. Last but not the least, we establish a semi-physical simulation platform to verify the proposed key techniques.

超密集异构蜂窝网络在现有蜂窝网络中部署更多异构小基站，引入终端直通等技术，可低成本地提升频谱效率和能量效率，进而大幅度提升网络容量。本项目针对超密集异构蜂窝网络中干扰严重、业务不均，网络性能影响因素多、集中管理难控制等新的技术挑战，分别研究面向网络效用的分布式自适应干扰管理方法、低开销动态分布式协作资源管理和环境感知的完全分布式功率控制等内容。着力解决兼顾频谱效率、能量效率和成本效率等多效率指标的网络效用表征难、折中关系不明确等理论问题，提出面向网络效用的分布式自适应干扰管理方法；研究兼顾网络效用和公平性的动态合作博弈框架，提出低开销动态分布式协作资源管理方法；针对网络干扰、业务和用户行为的动态性和随机性难刻画、完美信息难感知和完全信息难获取等，提出环境感知的鲁棒完全分布式功率控制。实现面向网络效用的公平鲁棒的分布式干扰管理，提升超密集异构蜂窝网络容量。搭建半实物仿真平台验证所述关键技术。

超密集异构蜂窝网络是下一代移动通信的关键技术之一。超密网络环境中，层内、层间干扰关系复杂，多维优化目标难表征、多实体竞争/合作关系难刻画、高动态网络场景难建模成为亟待解决的科学问题，导致干扰管理机制的设计依据缺失，制约了网络容量的提升。本项目从网络效用、博弈论和人工智能等视角出发，开展了干扰管理、网络效用表征、资源管理方法等科学问题的研究，具体地：.1）阐明影响网络容量的多因素。给出复杂干扰的建模方法；设计网络效用表征示意图，揭示了谱效、能效和成效对网络容量的制约关系；提出新型超密网络干扰管理框架，支持干扰管理策略的快速选择与配置。.2）完善超密网络资源管理技术。挖掘网络增益，构建完备的动态合作博弈框架。明确开销漏洞，首次采用干扰平均场近似网络干扰效果，提出基于平均场博弈的低开销资源管理方法，降低信令开销，提升网络容量。.3）提出动态环境感知、鲁棒的完全分布式功率控制方法。提出干扰源主导的超密高动态网络建模方法，揭示不完全信息对通信实体自身的影响；推导出博弈均衡解。打破鲁棒性不足和难以实际应用的局限。.4）搭建超密网络半实物仿真系统，设计干扰和资源管理验证方案，实现用户平均重选/切换次数28%~66%的减少和平均吞吐量13%~100%的提升，建立了理论和实践的桥梁。.项目在执行期内取得系列原创性研究成果。出版《人工智能超密集移动通信系统》学术专著1本；在国际和国内通信领域重要期刊会议上发表论文16篇；申请/授权国家发明专利10项；获陕西高等学校科学技术一等奖；培养博士研究生3名，硕士研究生6名，其中2人荣获国家奖学金，1人荣获优秀毕业生称号，超额/部分超额完成预期指标。.本项目研究工作为超密网络干扰管理、网络效用表征、资源管理等问题开拓了新的研究思路，对超密网络的成熟应用和未来通信系统的商用化部署提供了理论支撑。部分项目成果得到应用，大幅提高监管效率，提升服务质量，带来很好的经济效益和良好的社会效益。