5G超密集无线网络自组织技术

doi:10.11959/j.issn.2096-3750.2018.00038

物联网学报 ›› 2018, Vol. 2 ›› Issue (1): 24-34.doi: 10.11959/j.issn.2096-3750.2018.00038

5G超密集无线网络自组织技术

李建东,盛敏,刘俊宇,赵晨曦,张琰,孙红光

西安电子科技大学综合业务网理论及关键技术国家重点实验室，陕西西安 710071

修回日期:2018-03-05 出版日期:2018-03-01 发布日期:2018-04-19
作者简介:李建东（1962-），男，博士，西安电子科技大学教授，主要研究方向为宽带无线通信（未来移动通信和未来无线局域网）、空间信息网络、智能无线网络、大规模自组织网、软件无线电和无线网络的干扰管理。|盛敏（1975-），女，博士，西安电子科技大学教授，主要研究方向为移动通信系统、移动自组织网络、认知无线电网络和异构网络融合。|刘俊宇（1989-），男，博士，西安电子科技大学讲师，主要研究方向为超密集异构组网技术、无线网络容量研究和室内定位技术。|赵晨曦（1994-），男，西安电子科技大学博士生，主要研究方向为超密集网络和移动互联网。|张琰（1983-），男，博士，西安电子科技大学副教授，主要研究方向为异构融合网络和无线自组织网络技术。|孙红光（1985-），男，博士，西安电子科技大学讲师，主要研究方向为动态时分双工技术、5G 网络架构和超密集组网技术、新型数据中心网络虚拟化技术和自组织网络的弹性技术。
基金资助:
国家自然科学基金资助项目(61231008);国家自然科学基金资助项目(61725103);国家自然科学基金资助项目(61701363);中国博士后科学基金资助项目(2017M620439)

Self-organization networking technology for 5G ultra-dense wireless network

Jiandong LI,Min SHENG,Junyu LIU,Chenxi ZHAO,Yan ZHANG,Hongguang SUN

State Key Laboratory of Integrated Services Networks,Xidian University,Xi’an 710071,China

Revised:2018-03-05 Online:2018-03-01 Published:2018-04-19
Supported by:
The National Natural Science Foundation of China(61231008);The National Natural Science Foundation of China(61725103);The National Natural Science Foundation of China(61701363);China Post Doctoral Science Foundation Project(2017M620439)

摘要/Abstract

摘要：

极大增加无线网络密度，有效提升无线网络容量是5G等未来移动无线网络的核心挑战之一。构建了适用于超密集无线网络的信道模型，并通过干扰统计特性分析，揭示了超密集组网技术提升网络容量的理论极限。为逼近该极限，提出面向超密集无线网络的自组织技术，并探究自组织技术在超密环境中的新属性，最后设计并实现了基于自组织技术的小区融合分裂方法。实验测试结果表明，该方法能够有效提高网络容量和用户体验。

关键词: 超密集无线网络, 自组织网络技术, 网络容量

Abstract:

Enhancing network capacity by increasing the density of the fifth-generation wireless networks has become one of the key challenges for the future mobile systems.A practical channel model for ultra-dense network (UDN) was built,and the limitation of network densification by analyzing the interference distribution was revealed.To approach the limit,UDN-oriented self-organization networking (SON) technology was proposed and its new feature in UDN was investigated.Finally,a SON based cell merging and splitting strategy was tailored.Experiment results indicate that the proposed strategy is capable for improving network capacity and user experience significantly.

Key words: ultra-dense wireless network, self-organization networking technology, network capacity

中图分类号:

TP393

李建东,盛敏,刘俊宇,赵晨曦,张琰,孙红光. 5G超密集无线网络自组织技术[J]. 物联网学报, 2018, 2(1): 24-34.

Jiandong LI,Min SHENG,Junyu LIU,Chenxi ZHAO,Yan ZHANG,Hongguang SUN. Self-organization networking technology for 5G ultra-dense wireless network[J]. Chinese Journal on Internet of Things, 2018, 2(1): 24-34.

图/表 17

表1 蜂窝链路长度随基站密度变化情况

基站密度/（个·平方千米^?1）	平均链路长度/m	P(d<50 m)	P(d<10 m)	P(d<1m)
1	500	0.78%	0.03%	3.1×10^?6
100	50	54.4%	3.1%	0.03%
10 000	5	≈100%	95.7%	3.1%

图1 无线信号近距离传播特性测量实验

图2 信号近距离传播测试结果

图3 稀疏和密集部署网络采用不同路径损耗模型干扰分布仿真

图4 空间吞吐量随基站密度变化

图5 不同τ值对应的空间吞吐量变化曲线

图6 不同阴影衰落下空间吞吐量的变化曲线

图7 不同天线高度差下空间吞吐量的变化曲线

图8 网络参数和节点数量变化示意

图9 自组织技术功能应用场景示意

图10 各运营商对各种技术的投入占比

图11 自组织技术的典型应用

图12 自组织技术的结构

图13 体育馆场景小区分裂示意

表2 自组织技术实验平台测试结果与5G需求对比

对比项	自组织技术实验平台	5G需求
连接密度	1.7 m²	1 m²
业务量密度	>5 Gbit·s^?1·m^?2	10 Gbit·s^?1·m^?2
峰值速率	>2 Gbit·s^?1	10 Gbit·s^?1

图14 突发访问时小区结构

图15 小区分裂示意

参考文献 13

[1]	IMT-2020(5G) Promotion Group. 5G vision and requirements[R]. 2015.
[2]	LIU J , SHENG M , LIU L ,et al. Network densification in 5G:from the short-range communications perspective[J]. IEEE Communications Magazine, 2016,55(12): 96-102.
[3]	ZHANG H , DONG Y , CHENG J ,et al. Front hauling for 5G LTE-U ultra dense cloud small cell networks[J]. IEEE Wireless Communications, 2016,23(6): 48-53.
[4]	TECHNOLOGIES Q . Enabling hyper-dense small cell deployments with UltraSON[R]. 2014.
[5]	DING M,LOPEZ-PEREZ D , MAO G . Will the area spectral efficiency monotonically grow as small cells go dense?[C]// IEEE Globe Communications Conference. 2015 1-7.
[6]	ZHANG X , ANDREWS J . Downlink cellular network analysis with multi-slope path loss models[J]. IEEE Transactions on Communications, 2015,63(5): 1881-1894.
[7]	GUPTA K , ZHANG X , ANDREWS J . SINR and throughput scaling in ultra dense urban cellular networks[J]. IEEE Wireless Communications Letter, 2015,4(6): 605-608.
[8]	DING M , WANG P LOPEZ-PEREZ D ,et al. Performance impact of LoS and NLoS transmissions in dense cellular networks[J]. IEEE Transactions on Wireless Communications, 2016,15(3): 2365-2380.
[9]	ZHANG X , ANDREWS J . Downlink cellular network analysis with a dual-slope path loss model[C]// IEEE International Conference on Communications. 2015 3975-3980.
[10]	PREHOFER C , BETTSTETTER C . Self-organization in communication networks:principles and design paradigms[J]. IEEE Communications Magazine, 2005,43(7): 78-85.
[11]	李莉, 彭木根, 王文博 . 下一代宽带移动通信系统中的网络自组织技术[J]. 电信技术, 2010,1(5): 71-73.
	LI L , PENG M G , WANG W B . Network self organization technology in the next generation broadband mobile communication system[J]. Telecommunication Technology, 2010,1(5): 71-73.
[12]	杨英 . LTE 网络自优化方法研究[D]. 合肥:中国科学技术大学, 2014.
	YANG Y . Research on the self optimization method of LTE network[D]. Hefei:University of Science and Technology of China, 2014.
[13]	LIU J , SHENG M , LIU L ,et al. Interference management in ultradense networks:challenges and approaches[J]. IEEE Network, 2017,31(6): 70-77.

[1]	孙玉. 物联网常识讨论[J]. 物联网学报, 2020, 4(4): 1-8.
[2]	杨金凤,王骥. 精准农业无线传感器网络协议研究[J]. 物联网学报, 2020, 4(4): 62-69.
[3]	张伟,李卓,陈昕. 感知质量优化的移动群智感知任务在线分发算法[J]. 物联网学报, 2020, 4(4): 91-97.
[4]	宋海鹰,陈志文,邱佰平,匡付华,邓仕钧. 基于物联网和边缘计算的智能化建筑管理系统及应用[J]. 物联网学报, 2020, 4(4): 98-104.
[5]	曹佳钰,冷甦鹏,张科. 面向自动驾驶应用的车联多智能体信息融合协同决策机制研究[J]. 物联网学报, 2020, 4(3): 69-77.
[6]	程冠杰,黄诤杰,邓水光. 基于区块链与边缘计算的物联网数据管理[J]. 物联网学报, 2020, 4(2): 1-9.
[7]	郭朝,郭帅印,张胜利,宋令阳,王晖. 区块链跨链技术分析[J]. 物联网学报, 2020, 4(2): 35-48.
[8]	李萌,司成祥,祝烈煌. 基于区块链的安全车联网数字取证系统[J]. 物联网学报, 2020, 4(2): 49-57.
[9]	陈诗鹏,陈彬,代明军,王晖. 一种基于区块链的物联网架构[J]. 物联网学报, 2020, 4(2): 78-83.
[10]	刘文覃,庄雷,和孟佯,田帅魁,宋玉,王国卿. 基于顾问引导搜索的虚拟网络映射算法[J]. 物联网学报, 2020, 4(2): 113-121.
[11]	刘东,吴启晖,Tony Q.S.Quek. 面向航空6G的频谱认知智能管控[J]. 物联网学报, 2020, 4(1): 12-18.
[12]	代玥玥,张科,张彦. 区块链赋能6G[J]. 物联网学报, 2020, 4(1): 111-120.
[13]	刘亚林,戴弘宁,王曲北剑. 无人机辅助的物联网通信技术及其应用[J]. 物联网学报, 2019, 3(4): 48-55.
[14]	荀毅杰,刘家佳,赵静. 智能网联汽车的安全威胁研究[J]. 物联网学报, 2019, 3(4): 72-81.
[15]	李旸照,沈昌祥,田楠. 用科学的网络安全观指导关键信息基础设施安全保护[J]. 物联网学报, 2019, 3(3): 1-4.

5G超密集无线网络自组织技术

Self-organization networking technology for 5G ultra-dense wireless network

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 13

相关文章 15

编辑推荐

Metrics

本文评价