基于机器学习的Femtocell信道频谱与功率资源分配算法的研究-电子与通信工程专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档； 允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以 采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文 的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书 研究生签名： 导师签名： 日期： 摘要 近年来，随着互联网技术的不断发展，人们更希望足不出户便能享受到多样化的互联网 业务，因此提高室内的无线覆盖变得非常重要。Femtocell，又叫飞蜂窝或者家庭基站，是一 种用来解决室内覆盖问题的小型基站设备，它由用户自己部署于室内环境中，通过 IP 技术连 接到运营商的核心网络，从而为用户提供高速率的室内数据业务。Femtocell 有成本低、安装 及维护非常简易、功耗低、覆盖效果好等众多优点，因此是用来提高室内通信质量的最佳方 案。机器学习，通过对计算机模拟人类学习能力的研究，实现设备的智能化与自动化控制， 用机器学习方法解决 Femtocell 二层网络中的频谱与功率资源分配问题，让系统更加智能化， 是 Femtocell 应用领域的一个重要发展方向。 本文首先对 Femtocell 与宏蜂窝（Macrocell）组成的二层网络结构展开研究，阐述了 Femtocell 的工作原理，并且分析了该网络结构中存在的干扰问题。然后，通过采用两种典型 的机器学习策略分别对该二层网络中的功率以及频谱资源进行控制：蚁群优化方法与 Q 学习 方法。蚁群优化方法能够动态感知系统中频谱的占用情况，并且对频谱资源进行合理分配， 从而有效地避免了干扰的产生；Q 学习方法能够实现 Femtocell 发射功率的自动控制，在保证 Femtocell 与 Macrocell 通信质量的同时也减小了干扰。最后，本文在理论推导的基础上对这 两种机器学习策略的应用进行仿真验证，应用结果表明系统能够根据当前的环境状况智能地 分配网络中的频谱和功率资源，极大地减小 Macrocell 和 Femtocell 二层网络中的共层干扰与 跨层干扰，提高了系统的性能。 关键词: Femtocell，功率控制，频谱分配，蚁群优化，Q 学习 IV Abstract In recent years, with the development of internet technology, people prefer to enjoy a variety of internet services at home, thus improving indoor wireless coverage has become very important. Femtocell, also known as the home base station, is a kind of a small base station apparatus which is used to solve the indoor coverage problem, it is deployed by the user in an indoor environment, connected to the operators core network through IP technology, thereby to provide users with high-rate indoors data services. The cost of femtocell is very low, the installation and maintenance is very easy, and femtocell has many other advantages such as low power consumption, good coverage and so on, so it’s the best solution to improve the quality of indoor communication. Machin