شماره مدرك :
16238
شماره راهنما :
14491
پديد آورنده :
كياني،نرگس
عنوان :

تخصيص منابع راديويي و محاسباتي در شبكه دسترسي راديويي ابري

مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
مخابرات_سيستم
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
سال دفاع :
1399
صفحه شمار :
هجده،94ص:مصور،جدول،نمودار.
استاد راهنما :
نغمه سادات مؤيديان
توصيفگر ها :
شبكه دسترسي راديويي ابري , رأس راديويي راه دور , تخصيص‌ همكارانه منابع راديويي و محاسباتي , اطلاعات حالت كانال , شبكه‌هاي فراچگال , حداكثركردن مجموع نرخ وزن‌دهي شده
استاد داور :
علي‌محمد دوست‌حسيني، احسان يزديان
تاريخ ورود اطلاعات :
1399/10/29
كتابنامه :
كتابنامه
رشته تحصيلي :
مهندسي برق
دانشكده :
مهندسي برق و كامپيوتر
تاريخ ويرايش اطلاعات :
1399/10/29
كد ايرانداك :
2666255
چكيده فارسي :
چكيده در حوزه اينترنت موبايل اپراتورهاي موبايل هم با افزايش هزينههاي سرمايهگذاري و عملياتي هم با رشد پايين درآمد مواجه هستند نامزد نسل بعدي فناوريهاي دسترسي شبكه براي حل مشكل اپراتورها شبكههاي دسترسي راديويي ابري C RAN با بهرهوري انرژي و طيفي باال هستند C RAN به واسطهي مزاياي بالقوهاش هم از طرف جامعه پژوهشي و هم از طرف صنعت حمايت شده است در C RAN تمام پردازش محاسباتي در استخر مركزي واحد باند پايه BBU و عمليات راديويي در رأسهاي راديويي راه دور RRH ها صورت ميگيرد و استخر مركزي BBU به RRH ها توسط پيوندهاي روبنا متصل است بنابراين با جداسازي واحد مركزي پردازش باند پايه و توسعه پراكنده واحدهاي راديويي ميتوان ساختار خوشهبندي RRH ها را سازگار با تغييرات شبكه طراحي كرد همچنين براي كاهش اثرات تداخل از الگوريتمهاي چند نقطهي هماهنگ در ساختار C RAN استفاده ميشود به علت حجم باالي اطالعات حالت كانال مورد نياز در C RAN فراچگال سربار آموزشي و تخمين كانال بايد به نحوي كنترل گردد يكي از چالشهاي C RAN فراچگال نحوهي تخصيص همكارانه منابع راديويي و محاسباتي به كاربران است در اين پاياننامه به حل مسئله حداكثركردن مجموع نرخ وزندهي شده و تخصيص منابع در C RAN فراچگال پرداخته ميشود براي كاهش پيچيدگي خوشهبندي كاربرمحور و تخصيص منابع آموزش متناسب با آن اتخاذ ميگردد همچنين براي برآورد اطالعات حالت كانال كامل در انتقال همكارانه سربار آموزش كانال بااليي نياز است به عنوان يك راهكار مدل جزئي اطالعات حالت كانال اتخاذ ميشود كه در آن تنها برآورد اطالعات حالت كانال درون خوشه اي صورت ميگيرد سپس كران پايين نرخ داده كاربران با احتساب اطالعات حالت كانال جزئي و خطاي تخمين كانال به دست ميآيد و همگرايي آن به مقدار دقيق نرخ با شبيهسازي سنجيده ميشود با جايگذاري كران پايين نرخ داده كاربران در مسئله اصلي وزن بردارهاي شكلدهي پرتو تحت محدوديتهاي منابع محاسباتي و راديويي در سه قدم طراحي ميگردد در قدم اول توسط روش حداقل مربع ميانگين خطاي وزندهي شده مسئله حداكثركردن مجموع نرخ وزندهي شده تحت محدوديت حداكثر توان ارسالي راديويي حل ميشود سپس در قدم دوم با استفاده از الگوريتم كولهپشتي تخصيص منابع محاسباتي به كاربران صورت ميگيرد و در قدم سوم محدوديت حداكثر ظرفيت روبنا توسط يك الگوريتم حريصانه اعمال ميگردد در شبيهسازيها تاثير پارامترهاي ظرفيت BBU ها و ظرفيت روبناها و توان RRH ها و اندازه خوشهبندي بر عملكرد سيستم و تعداد BBU هاي موردنياز بررسي ميشود كلمات كليدي شبكه دسترسي راديويي ابري رأس راديويي راه دور تخصيص همكارانه منابع راديويي و محاسباتي اطالعات حالت كانال شبكههاي فراچگال حداكثركردن مجموع نرخ وزندهي شده
چكيده انگليسي :
Radio and computation resource allocation in cloud radio access networks Narges Kiani n kiani@ec iut ac ir September 18 2020 Department of Electrical and Computer Engineering Isfahan University of Technology Isfahan 84156 83111 Iran Degree M Sc Language FarsiSupervisor Assi Prof Naghmeh S Moayedian moayedian@iut ac ir Abstract In mobile internet mobile operators are facing both increased capital expenditures and operatingexpenses as well as low income growth Candidates for the next generation of network access technologiesto solve the operator problem are cloud radio access networks C RAN s with high energy and spectralefficiencies C RAN has been supported by both the research community and industry due to its potentialbenefits In C RAN all computational processing is performed in the central baseband unit BBU pool while radio operations are carried out in the remote radio heads RRHs The central BBU pool is connectedto the RRHs by fronthaul links Therefore by separating the central baseband processing unit anddeveloping distributed radio units the clustering structure of RRHs can be designed to adapt to networkchanges Coordinated multipoint algorithms are also used in the C RAN structure to reduce the interferenceeffects Due to the high volume of channel state information required in C RAN the training overhead andchannel estimation must be controlled One of the challenges of ultra dense C RANs is how to cooperativelyallocate radio and computing resources to users This dissertation deals with the problem of weighted sumrate maximization and resource allocation in ultra dense C RAN To reduce complexity we use user centricclustering and appropriate training resources allocation High channel training overhead is also required toestimate complete channel state information in cooperative transmission As a solution an incomplete modelof channel state information is considerd in which only intra cluster channel state information is estimated The lower bound of the user data rate is obtained by taking into account the incomplete channel stateinformation and channel estimation error and its convergence to the exact rate value is measured bysimulation By replacing the lower bound of user data rate in the main problem the beamforming vectorsunder the constraints of computational and radio resources are designed in three steps In the first step theweighted sum rate maximization problem is solved under the maximum radio transmitted power constraintsby weighted minimum mean square error method Then in the second step using the snapsack algorithm computational resources are allocated to users In the third step the maximum fronthaul capacity constraintsare applied by a greedy algorithm In the simulations the effect of BBU capacity parameters andsuperstructure capacity and RRH power and clustering size on system performance and the number ofrequired BBUs are investigated In simulations the effect of BBU capacity fronthaul capacity RRH powerand clustering size parameters on system performance and number of required BBUs are investigated Keywords Cloud Radio Access Network Remote Radio Head Cooperative Radio and ComputingResources Allocation Channel State Information Ultra dense Networks Weighted sum rate maximization
استاد راهنما :
نغمه سادات مؤيديان
استاد داور :
علي‌محمد دوست‌حسيني، احسان يزديان
لينک به اين مدرک :

بازگشت