基于用戶分布的多小區(qū)動態(tài)軟合并算法研究
發(fā)布時間:2020-04-23 17:50
【摘要】:在無線移動網(wǎng)絡中,小區(qū)間互相干擾是導致小區(qū)邊緣用戶服務質(zhì)量下降的主要因素。而為了應對未來數(shù)據(jù)量爆炸式的增長,提升通信系統(tǒng)網(wǎng)絡容量最為有效的辦法是加密小區(qū)部署,提升頻率復用度。但是密集化組網(wǎng)也會帶來嚴峻的考驗,尤其是會讓小區(qū)間的干擾變的更為嚴重且更加復雜化,這必將大大提升邊緣用戶比例,影響用戶服務質(zhì)量。小區(qū)合并作為無線通信系統(tǒng)中一種關鍵性技術,被視為一種有效提升網(wǎng)絡覆蓋質(zhì)量的方案,受到越來越多的業(yè)界關注。通過小區(qū)合并,可以有效降低小區(qū)間干擾,提高用戶服務質(zhì)量尤其是邊緣用戶的服務質(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用度,使得網(wǎng)絡容量有所下降。因此,面向密集組網(wǎng)環(huán)境下嚴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雜,此時面向全網(wǎng)的資源管理算法復雜度較高。本文從降低算法復雜度角度出發(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)進行聚簇大大降低了后續(xù)資源管理方法的復雜度。其次,小區(qū)合并作為一種提升網(wǎng)絡覆蓋質(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用度以換得覆蓋質(zhì)量的提升。本文從保證邊緣用戶服務質(zhì)量同時保證網(wǎng)絡容量的角度出發(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,對其進行多小區(qū)的合并調(diào)度,從而達到保證邊緣用戶服務質(zhì)量的目的;對中心用戶進行單獨的調(diào)度,以達到在提升邊緣用戶質(zhì)量的同時保證網(wǎng)絡容量的目的。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)務數(shù)據(jù)。在接收端,用戶收到的信號實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質(zhì)量,達到降低干擾的目的,但是小區(qū)的合并也具有一定的局限性與負面影響,通過小區(qū)合并將導致頻率復用度下降,,從而導致網(wǎng)絡容量的下降,而且現(xiàn)有的小區(qū)合并技術合并結構是固定的,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)絡性能造成負面影響。2.2.2 RB 粒度的資源管控技術RB 級別的資源管控技術,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質(zhì)量具有極端重要的影響。關于 RB 級別的資源管控技術主要以吞吐量,公平性,以及復雜度作為參考指標。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)合向量的標記作為該點的簇標記,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。某一類別是結束迭代。ans 的中心思想非常明確,即以固定點身也挺簡單,運行較快,所以 K-Mea有一些缺點 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
【學位授予單位】:西安電子科技大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TN929.5
【圖文】:
(a) (b)圖 2.1 小區(qū)合并示意圖制信道信息和業(yè)務數(shù)據(jù)。在接收端,用戶收到的信號實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質(zhì)量,達到降低干擾的目的,但是小區(qū)的合并也具有一定的局限性與負面影響,通過小區(qū)合并將導致頻率復用度下降,,從而導致網(wǎng)絡容量的下降,而且現(xiàn)有的小區(qū)合并技術合并結構是固定的,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)絡性能造成負面影響。2.2.2 RB 粒度的資源管控技術RB 級別的資源管控技術,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質(zhì)量具有極端重要的影響。關于 RB 級別的資源管控技術主要以吞吐量,公平性,以及復雜度作為參考指標。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)合向量的標記作為該點的簇標記,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。某一類別是結束迭代。ans 的中心思想非常明確,即以固定點身也挺簡單,運行較快,所以 K-Mea有一些缺點 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
【學位授予單位】:西安電子科技大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:TN929.5
【相似文獻】
相關期刊論文 前10條
1 湯蓉;唐常杰;徐開闊;楊寧;;基于局部聚合的復雜網(wǎng)絡自動聚簇算法[J];電子科技大學學報;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話題挖掘[J];計算機應用;2013年11期
3 陳笑蓉;劉作國;;文本聚類的重構策略研究[J];中文信息學報;2016年02期
4 湯蓉;唐常杰;徐開闊;左R
本文編號:2637987
本文鏈接:http://sikaile.net/kejilunwen/wltx/2637987.html
最近更新
教材專著