摘要：针对车联网V2I/V2V用户异构性需求以及V2V用户复用V2I链路引起的复杂干扰,本文基于超图划分的思想,提出了预先V2V用户分簇、允许接入多V2I链路的资源共享机制。首先,在被动簇集模型基础上依赖车辆节点干扰强度将车辆划分为不同的簇,从而减少了同簇车辆节点的相互干扰;然后,通过最大化V2I总吞吐量来设计车辆节点的最佳功率;最后,利用3维匹配算法完成基站、资源块和车辆节点三者之间的匹配。仿真结果表明,所提机制满足V2V链路可靠性,同时使得V2I链路总吞吐量最大,分析结论为智能交通中车联网通信应用提供了理论参考。

摘要：针对5G/B5G网络热点通信场景中基站(BS)部署的异构性以及用户设备(UE)与BS之间的耦合问题,提出一种面向密集热点区域的三层异构网络建模方案。将宏BS(MBS)和微微BS(PBS)的位置建模为泊松点过程,将分散在热点中心的UE和低功耗毫微微BS(FBS)建模为泊松簇过程,将PBS覆盖范围之外的UE和FBS建模为两个独立的泊松洞过程。在此基础上,设计UE分类和级联准则,推导簇中心和簇边缘UE的级联概率与级联距离的统计表达式,并考虑有序FBS和非有序FBS的两种级联情况。实验结果表明,当目标UE与FBS级联时,非有序FBS情况下的级联概率优于有序FBS情况,当目标UE与MBS或PBS级联时,有序FBS情况下的级联概率优于非有序FBS情况。

摘要：由于异构网络(heterogeneous networks, HetNets)中的资源限制和负载不平衡等问题,传统的最佳用户级联(user association, UA)方案有时无法稳定接入。为此,本文研究了K层HetNets非最佳UA方案,并提出了一种第m阶平均偏置接收功率(average biased received power, ABRP)UA方案,使得用户与第m个具有最强ABRP的基站(base station, BS)相级联。在所提出的方案中,将各层网络元素的位置建模为齐次泊松点过程(Poisson point process, PPP),借助随机几何和次序统计工具,研究了给定用户与第m个具有最强ABRP的BS相级联的UA概率以及相应的统计描述。研究结果表明,对于给定的第k层网络,当BS发送功率P_k或强度l_k相对较小时,UA概率A_k^m(m>1)随P_k或l_k的增大而增大;当P_k或l_k相对较大时,UA概率A_k^m随之减小。同时,所提出的方案对HetNets设计具有重要指导意义。