基于Wi-Fi性能保证的LTE与Wi-Fi共存机制研究

LTE-U technology introduces LTE to the unlicensed spectrum to face the rapid growth of the data flow and the scarcity of spectrum resources. Although it increases the available spectrum for the LTE system, it also brings serious interference to Wi-Fi systems. To solve this problem, this project studies the coexistence mechanism of Wi-Fi and LTE. Specifically, this project aims at the harmonious coexistence of Wi-Fi and LTE, and set improving the performance of Wi-Fi system as the starting point. Focusing on ‘Interfered data recovery - channel access - resource allocation’, this project carries research on recovery mechanism for isomorphism signals, in order to enhance the survivability of Wi-Fi signals, and strive to recover Wi-Fi signals from strong LTE interference. This project carries research on PHY sensing based channel access control mechanism, to enhance the access ability of Wi-Fi system, and improve the spectrum utilization of Wi-Fi channel access strategy. This project carries research on multi-dimensional resource allocation strategies, to enhance the resource utilization of the Wi-Fi system, and improve the performance of Wi-Fi system under the coexistence environment. This project will provide technical support for the coexistence of heterogeneous networks in the future 5G networks.

LTE-U技术将LTE系统引入未授权频段来解决飞速增长的数据流量与稀缺频谱资源的矛盾，虽然增加了LTE系统的可用频谱，却给Wi-Fi系统带来严重干扰。针对这一问题，本项目研究Wi-Fi与LTE的共存机制。具体说来，针对Wi-Fi与LTE和谐共存这一目标，以Wi-Fi性能的提升为切入点，遵循“干扰恢复-信道接入-资源分配”的研究思路，研究“同构异形”干扰信号的恢复机制，提升物理层Wi-Fi信号幸存能力，力求恢复强LTE信号干扰后的Wi-Fi信号；研究基于物理层感知的信道接入控制机制，提升链路层Wi-Fi系统接入能力，力求改善Wi-Fi信道接入策略频谱利用效率；研究多维资源分配策略，提升Wi-Fi系统的资源利用效率，力求提升共存环境下Wi-Fi系统性能。项目研究成果将为未来5G网络中的异构网络共存提供技术支持。

本项目针对未授权频段LTE与Wi-Fi的共存问题展开研究，为达成Wi-Fi与LTE和谐共存这一目标，以Wi-Fi性能的提升为切入点展开研究，具体内容包括：1）基于马尔科夫链模型，对LAA和LTE-U两种技术与Wi-Fi技术共存性能进行了理论分析，推导出了各自性能的数学表达式。2）针对OFDM信号特征，设计了隐式竞争策略，提高共存环境下Wi-Fi系统的信道利用率和吞吐量性能； 3）对面向Wi-Fi网络公平性的流量转运问题进行多目标优化建模，确定LTE转运到每个Wi-Fi网络的用户数目；4）在有限CSI反馈下，同时考虑相同网络内用户间的干扰及Wi-Fi网络和LTE网络之间的干扰，推导出流量转运后蜂窝用户速率、被转运用户速率和系统总速率的闭合表达式，并提出了轻量级的CSI反馈协议LFP；5）提出了相遇间隔时间和相遇持续时间联合感知的基于Wi-Fi的流量转运机制MABOO，实现数据传输耗费与时延之间的折中；6）利用古诺博弈建立了载波感知自适应传输算法优化模型，得到动态调整占空比算法，有效地提高了LTE和Wi-Fi的传输效率，降低Wi-Fi网络的传输时延；7）提出利用强化学习算法自适应调整LAA的传输时长，从而避免LAA用户频繁接入信道造成的频谱资源浪费，提高系统性能。本课题的研究工作有助于为未来5G网络中的异构网络共存提供技术参考。