【摘要】：在無線移動網(wǎng)絡(luò)中,小區(qū)間互相干擾是導(dǎo)致小區(qū)邊緣用戶服務(wù)質(zhì)量下降的主要因素。而為了應(yīng)對未來數(shù)據(jù)量爆炸式的增長,提升通信系統(tǒng)網(wǎng)絡(luò)容量最為有效的辦法是加密小區(qū)部署,提升頻率復(fù)用度。但是密集化組網(wǎng)也會帶來嚴(yán)峻的考驗,尤其是會讓小區(qū)間的干擾變的更為嚴(yán)重且更加復(fù)雜化,這必將大大提升邊緣用戶比例,影響用戶服務(wù)質(zhì)量。小區(qū)合并作為無線通信系統(tǒng)中一種關(guān)鍵性技術(shù),被視為一種有效提升網(wǎng)絡(luò)覆蓋質(zhì)量的方案,受到越來越多的業(yè)界關(guān)注。通過小區(qū)合并,可以有效降低小區(qū)間干擾,提高用戶服務(wù)質(zhì)量尤其是邊緣用戶的服務(wù)質(zhì)量,但是小區(qū)合并也存在一定的缺陷,它降低了頻率資源的復(fù)用度,使得網(wǎng)絡(luò)容量有所下降。因此,面向密集組網(wǎng)環(huán)境下嚴(yán)峻的干擾問題以及小區(qū)合并的優(yōu)勢及缺陷,本文做了如下工作:首先,密集化組網(wǎng)情況下,各個小區(qū)之間的干擾變得更加復(fù)雜,此時面向全網(wǎng)的資源管理算法復(fù)雜度較高。本文從降低算法復(fù)雜度角度出發(fā),提出一種基于用戶特征的小區(qū)聚簇算法,通過對小區(qū)進(jìn)行聚簇大大降低了后續(xù)資源管理方法的復(fù)雜度。其次,小區(qū)合并作為一種提升網(wǎng)絡(luò)覆蓋質(zhì)量的有效手段,但也具有較為明顯的缺陷,它降低了頻率資源的復(fù)用度以換得覆蓋質(zhì)量的提升。本文從保證邊緣用戶服務(wù)質(zhì)量同時保證網(wǎng)絡(luò)容量的角度出發(fā),提出一種基于用戶分布的軟合并算法。該算法以邊緣用戶簇作為軟合并的目標(biāo),對其進(jìn)行多小區(qū)的合并調(diào)度,從而達(dá)到保證邊緣用戶服務(wù)質(zhì)量的目的;對中心用戶進(jìn)行單獨(dú)的調(diào)度,以達(dá)到在提升邊緣用戶質(zhì)量的同時保證網(wǎng)絡(luò)容量的目的。最后,本文主要研究了微站之間的同層干擾問題。面向密集組網(wǎng)環(huán)境下的宏站與微站之間的干擾問題,以及由于多天線技術(shù)的使用帶來的干擾空間自由度增加的問題,有待繼續(xù)研究。
【圖文】：

(a) (b)圖 2.1 小區(qū)合并示意圖制信道信息和業(yè)務(wù)數(shù)據(jù)。在接收端，用戶收到的信號實(shí)際上是來自不同基站的相同數(shù)據(jù)，這些基站共用一個 PCI。因此，這樣不僅可以消除鄰區(qū)干擾還可以獲得一定信號增益消除。通過單頻組網(wǎng)，可以提高邊緣用戶的用戶服務(wù)質(zhì)量，達(dá)到降低干擾的目的，但是小區(qū)的合并也具有一定的局限性與負(fù)面影響，通過小區(qū)合并將導(dǎo)致頻率復(fù)用度下降，，從而導(dǎo)致網(wǎng)絡(luò)容量的下降，而且現(xiàn)有的小區(qū)合并技術(shù)合并結(jié)構(gòu)是固定的，無法針對各種狀態(tài)做出靈活調(diào)整，這將不可避免的對網(wǎng)絡(luò)性能造成負(fù)面影響。2.2.2 RB 粒度的資源管控技術(shù)RB 級別的資源管控技術(shù)，涉及到對每個用戶的資源分配，其對系統(tǒng)吞吐量以及每個用戶的服務(wù)質(zhì)量具有極端重要的影響。關(guān)于 RB 級別的資源管控技術(shù)主要以吞吐量，公平性，以及復(fù)雜度作為參考指標(biāo)。下面列舉了幾類經(jīng)典的管理算法：

三章 基于用戶特征的聚簇算法以及小區(qū)合向量的標(biāo)記作為該點(diǎn)的簇標(biāo)記，然后將簇計算他們新的均值向量 ，如果相比新的均值向量，如果沒有變化就不變。某一類別是結(jié)束迭代。ans 的中心思想非常明確，即以固定點(diǎn)身也挺簡單，運(yùn)行較快，所以 K-Mea有一些缺點(diǎn) 諸如，對初始值敏感，聚容易落到局部最優(yōu)，由于初始值選的不
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN929.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 湯蓉;唐常杰;徐開闊;楊寧;;基于局部聚合的復(fù)雜網(wǎng)絡(luò)自動聚簇算法[J];電子科技大學(xué)學(xué)報;2014年03期

2 江浩;陳興蜀;杜敏;;基于主題聚簇評價的論壇熱點(diǎn)話題挖掘[J];計算機(jī)應(yīng)用;2013年11期

3 陳笑蓉;劉作國;;文本聚類的重構(gòu)策略研究[J];中文信息學(xué)報;2016年02期

4 湯蓉;唐常杰;徐開闊;左R

本文編號：2637987