6G密集网络接入与回程联合优化关键技术研究.pdfVIP

摘要

随着移动通信技术的快速发展，社会跨入了移动新时代，融合了人工智能、卫星通信等

6G6G

一系列新兴技术的网络正在构成，密集化、多样业务、按需覆盖的网络使人们在日常

6G

生活中可以享受多种多样的高质量业务。由宏基站与小基站构成的异构密集网络是通信

系统重要特点之一，其具有部署灵活、覆盖范围大、效率高等特点，受到许多研究者的关注。

Mesh

但是，现有异构网络中的基站受到技术和场景限制，往往只有有线回程、卫星回程、网

络回程和长短波无线回程中的一种或两种回程方式，影响了网络性能，降低了网络的鲁棒性。

6G

因此，本文针对多回程弹性异构密集网络中多业务大规模用户终端的接入与回程优化问

题进行深入研究。本文的主要研究成果和贡献如下：

1

（）基于多模基站的多回程链路选择与功率分配联合优化方法

针对6G异构密集网络基站单一回程链路能力受限问题，建立了多回程基站（多模基站）

的6G异构密集网络弹性覆盖模型，并提出了弹性覆盖系统多回程链路选择与功率分配联合

优化算法，使数据包根据其业务特点和链路状况选择合适的回程链路和功率进行传输。本文

首先运用排队论分析了数据包在小基站子队列上的传输时延，然后以最大化时延容忍弹性值

为优化目标进行建模，最后采用匈牙利算法和拉格朗日对偶加梯度下降法进行求解。仿真和

分析结果表明，与传统算法相比，所提算法将uRLLC业务数据包和eMBB业务数据包的平

均时延分别降低了17%和14%，有效提高了网络的传输速率。

（2）基于强化学习的6G密集网络大规模终端接入与资源分配算法

针对具有多回程基站的6G密集网络场景下大规模终端接入网络问题，提出了基于强化学

习的6G密集网络大规模终端接入与资源分配算法。本文首先建立了大连接多回程异构密集

网络系统模型，分析了终端接入回传速率以及传输时延，并考虑回程链路状况，形成了以最

大化系统吞吐量为目标的用户接入与资源分配优化问题，之后针对该问题提出了基于Q学习

的面向大连接智能接入算法，并使用合作Q学习和任务卸载方法加快算法收敛及减少系统复

杂度。最后对该算法进行了仿真验证，结果表明该算法能够快速收敛并有效提高网络吞吐量。

（3）基于4/5G微基站融合组网的网络管控平台

设计并搭建了基于4/5G微基站融合组网的网络管控平台，实现了对4/5G组网通信的监

测与控制，增强了网络的可视性，也提高了组网运营的便利性。该平台包括三个基本模块，

分别是Mesh网络管控模块、边缘网络智能管控模块以及业务识别管控模块。经过实际网络

环境测试，平台运行符合预期，所有功能正常工作，系统中各种算法运行正常。

关键词:6G，异构密集网络，多回程，接入与回程，强化学习，资源分配

IV

Abstract

Withtherapiddevelopmentofmobilecommunicationtechnology,societyhasenteredanewera

ofmobile.Aseriesof6Gemergingtechnologiessuchasartificialintelligenceandsatellite

communicationsarebeingformed.The6Gnetworkwithintensive,diversifiedservicesand

on-demandcoverageenablespeopletoenjoyavarietyofhigh-qualityservicesintheir