The Efficien Utilizatio nof Bandwidth Based on Channel Allocation with Fast Diagonal Weighted Jacket Transform in Wireless Networks

摘要

移动蜂窝技术应用的极大增长，要求必须有效利用网络资源，从而使现代通信系统承诺的得到最大收益。基于此背景，本文对解决该问题的两种有效策略进行了研究。
　　 第一种策略:本文发展了低密度的快速对角加权Jacket矩阵(DWJM)算法，新方法方法更加简化和明晰，该方法是通过分解任意阶的特征矩阵和低价的DWJM矩阵来实现的，研究发现，当利用快速算法将对角加权Jacket矩阵(DWJMs)分解成低阶的稀疏矩阵时，连续的DWJT可减少计算的负荷，通过简单的递归模式发展了两种DWJMs:元素级逆DWJMs和分块译码逆DWJMs，结果表明，DWJMs可以用于实现无线通信网络里所谓的空间多路技术。
　　 第二种策略:本文提出了一种新的信道分配算法，该算法采用互通道锁定系统与信道浏览选择模式和双阈值定义蜂窝移动系统的元可用性相结合的方式。互通道锁定模式和信道浏览选择的模式可以改善蜂窝系统的效率，从另一方面来讲，定义元的可用性能够避免乒乓现象和加速负载平衡。
　　 先前涉及到此问题的研究中，锁定的共信道数都被设定为三，然而，通过一些紧凑模式的蜂窝系统的详细研究发现，可以肯定的是该信道数可以被减少。因此，在本文的研究中，以一种互通道模式和信道浏览选择结合的方式来改善蜂窝系统的效率，从而实现信道的分配。
　　 几个模式通常使用简单的阈值来定义元的可用性，在这种情况下，如果单元到达的速度较密集或者较高，而元处于与阈值很接近的冷状态时，可能引起在非拥塞和拥塞之间前后转换，由此导致不必要的信道浏览和借出。为了解决该问题，本文提出了用于定义元可用性的双阈值，该阂值不仅完全可以避免冷和热状态的前后转换，而且可以加速负载的平衡，在本文的研究中发现，单一阈值模式适合于低传输负载情况。然而，在中、高传输负载条件下，本文的双阈值模式比单一的阈值模式更有效。
　　 最后，本文认为自适应的模式能够提高移动蜂窝系统的性能。

目录

声明

Dedication

Abstract

摘要

Acknowledgments

List of Figures

List of Tables

Contents

Chapter 1 Introduction

1．1 Channel Allocation

1．2 Contributions

1．3 Organization of this thesis

Chapter 2 Preliminaries：Definition of Jacket Matrix and Channel Allocation in Wireless Networks

2．1 Jacket Matrix Definition and Examples

2．1．1 Properties of Jacket Matrices

2．1．2 Jacket matrices of small orders

2．1．3 Construction of Jacket matrices

2．2 The Frequency Reuse Planning

2．3 Co-channel Interference

2．4 Compact patterns

2．5 The Concept of Handoff

2．5．1 Handoff Modes

2．6 Trunking and Grade of Service

2．6．1 The Concept of Trunking

2．6．2 Erlang B Formula

2．7 Channel Allocation Strategies

2．7．1 Some channel borrowing strategies

2．7．2 The Frequency Assignment Scheme with Load Balancing

2．8 Literature Review

2．8．1 Declaration of channels

2．8．2 Grouping of Users in a Cell

2．9 Some Co-Channel Locking Schemes

2．9．1 The Basic Co-channel Locking Algorithm

2．9．2 The Assistant Criterion for Co-channel Locking Algorithm

Chapter 3 Precoding with Jacket Matrix

3．1 Fast Diagonal Weighted Jacket Transform

3．1 Element-Wise Inverse Diagonal-Weighted Jacket Matrices

3．2 Block-Wise Inverse Weighted Jacket Matrices

3．3 Diagonal Weighted Jacket Matrices for Precoding Spatial Multiplexing

3．6 Conclusion

Chapter 4 The Jacket Transform based Channel Allocation Algorithm and Performance Analysis

4．1 Cellular System Model

4．2 The Proposed Channel Allocation Algorithm

4．2．1 The Novel Co-channel Locking Algorithm

4．2．2 Steps of the Novel Channel Locking Algorithm

4．3 Selection Criteria for Channel Borrowing

4．4 The Proposed Channel Borrowing Algorithm

4．5 Performance Analysis

Chapter 5 Conclusions and Future Research

Publications

References