發(fā)布時間：2020-09-21 08:25

　　 C-RAN架構(gòu)具有集中化、協(xié)作、云化、清潔等特點(diǎn),被認(rèn)為是未來無線接入網(wǎng)的一個重要發(fā)展方向。未來移動通信網(wǎng)絡(luò)因節(jié)點(diǎn)密度高、數(shù)據(jù)量大,造成網(wǎng)絡(luò)的負(fù)載預(yù)測和負(fù)載均衡復(fù)雜度高。而稀疏矩陣由于含有大量零元素,能夠降低計(jì)算復(fù)雜度,已成為數(shù)值計(jì)算領(lǐng)域一種必需的關(guān)鍵技術(shù)。因此將稀疏矩陣技術(shù)應(yīng)用到無線網(wǎng)絡(luò)的負(fù)載預(yù)測和負(fù)載均衡就具有重要意義。針對現(xiàn)有C-RAN架構(gòu)下基于馬爾科夫負(fù)載預(yù)測模型中沒有利用大規(guī)模網(wǎng)絡(luò)狀態(tài)轉(zhuǎn)移矩陣的稀疏性,造成線性方程組的求解復(fù)雜度高的問題,提出對網(wǎng)絡(luò)狀態(tài)轉(zhuǎn)移矩陣進(jìn)行分塊迭代,每次等分4塊,并分別定義4個塊矩陣的偏移量。當(dāng)屬于同一行的塊矩陣的偏移量有一個是零矩陣時,直接得出所求矩陣對應(yīng)塊的元素全部為零,然后進(jìn)行下一次迭代;當(dāng)屬于同一行的塊矩陣偏移量都不為零矩陣時,通過對矩陣方程組變形處理,轉(zhuǎn)換成迭代格式,再進(jìn)行分塊處理,從而降低求解的復(fù)雜度。結(jié)合仿真定量分析稀疏矩陣稀疏度的臨界值問題,給出稀疏度與計(jì)算量之間的關(guān)系,并對其合理性進(jìn)行證明。針對外部環(huán)境的動態(tài)變化,對負(fù)載轉(zhuǎn)移矩陣的修正方案進(jìn)行設(shè)計(jì)。仿真結(jié)果表明,本算法能夠在不影響預(yù)測準(zhǔn)確度前提下,降低負(fù)載轉(zhuǎn)移矩陣的求解復(fù)雜度。針對C-RAN架構(gòu)下基于馬爾科夫負(fù)載預(yù)測的負(fù)載均衡機(jī)制,當(dāng)網(wǎng)絡(luò)規(guī)模很大時,現(xiàn)有算法采用迭代的方式調(diào)整功率存在復(fù)雜度高的問題,提出一種利用稀疏矩陣預(yù)測的負(fù)載均衡機(jī)制。該機(jī)制以最小化負(fù)載轉(zhuǎn)移關(guān)聯(lián)度和最小化負(fù)載轉(zhuǎn)移均衡度為目標(biāo),結(jié)合圖論中Ncut切割算法獲得最佳稀疏矩陣分塊,達(dá)到負(fù)載轉(zhuǎn)移矩陣降維和除零的目的,分塊后重新計(jì)算各塊的負(fù)載轉(zhuǎn)移矩陣,并利用負(fù)載轉(zhuǎn)移矩陣進(jìn)行負(fù)載預(yù)測,最后結(jié)合預(yù)測的負(fù)載,確定功率調(diào)整步長,并行調(diào)整各塊內(nèi)小區(qū)的導(dǎo)頻信號功率以實(shí)現(xiàn)負(fù)載均衡。仿真結(jié)果表明,該負(fù)載均衡機(jī)制能夠降低負(fù)載均衡的復(fù)雜度。
【學(xué)位單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN92
【部分圖文】：

基于稀疏性的預(yù)測矩陣求解算法流程圖

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 錢耀飛;;雅可比迭代法求解稀疏矩陣[J];數(shù)學(xué)大世界(上旬);2017年05期

2 張宏立;利用EXCEL快速生成MATLAB大規(guī)模稀疏矩陣[J];微計(jì)算機(jī)應(yīng)用;2004年04期

3 魏槐英;;稀疏矩陣技術(shù)在電力網(wǎng)絡(luò)計(jì)算中的應(yīng)用[J];水電能源科學(xué);1987年04期

4 陳緒元;阮馨遠(yuǎn);林守遠(yuǎn);;一種稀疏矩陣的壓縮存貯方法[J];現(xiàn)代雷達(dá);1987年05期

5 張興令;關(guān)于高階稀疏矩陣求解的一點(diǎn)注記[J];甘肅工業(yè)大學(xué)學(xué)報(bào);1988年02期

6 于繼業(yè);稀疏矩陣塊對角化的一種方法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識;1988年03期

7 付有君,李涵;稀疏矩陣方法在串級計(jì)算中的應(yīng)用與分餾萃取工藝參數(shù)的優(yōu)化計(jì)算[J];稀土;1988年05期

8 嚴(yán)正,陳雪青,相年德;分塊稀疏矩陣因子表的修正[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);1989年04期

9 任建民,張義門;模擬半導(dǎo)體器件的一種稀疏矩陣及其算法[J];電子科學(xué)學(xué)刊;1989年01期

10 王訓(xùn)儉,趙新華,金志剛;大型稀疏矩陣解煤氣管網(wǎng)的研究[J];煤氣與熱力;1989年01期

相關(guān)會議論文 前10條

1 徐道遠(yuǎn);王寶庭;王向東;馮伯林;;求解大型稀疏矩陣的ICCG法[A];第八屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集（第Ⅰ卷）[C];1999年

2 劉運(yùn)謀;陳璞;宋琦;;稀疏矩陣LDL~T分解的并行研究[A];北京力學(xué)會第二十五屆學(xué)術(shù)年會會議論文集[C];2019年

3 宋琦;陳璞;;稀疏求解—結(jié)構(gòu)修改的一種新的可能性[A];北京力學(xué)會第20屆學(xué)術(shù)年會論文集[C];2014年

4 武繼剛;喬占科;;制定大型生產(chǎn)計(jì)劃的一個貪心算法[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

5 苑維然;陳璞;劉凱欣;;非對稱線性方程組的快速外存解法[A];中國力學(xué)學(xué)會學(xué)術(shù)大會'2005論文摘要集（下）[C];2005年

6 楊本立;;P—對稱大型稀疏矩陣方程組解法[A];數(shù)學(xué)·物理·力學(xué)·高新技術(shù)研究進(jìn)展（一九九六·第六期）——中國數(shù)學(xué)力學(xué)物理學(xué)高新技術(shù)交叉研究會第6屆學(xué)術(shù)研討會論文集[C];1996年

7 宋琦;孫樹立;陳璞;;稀疏求解——結(jié)構(gòu)修改的一種新的可能性[A];中國計(jì)算力學(xué)大會2014暨第三屆錢令希計(jì)算力學(xué)獎頒獎大會論文集[C];2014年

8 苑維然;陳璞;劉凱欣;;帶有雙重循環(huán)展開的非對稱稀疏線性方程組快速直接解法[A];計(jì)算爆炸力學(xué)進(jìn)展[C];2006年

9 楊峰;杜翠;梁胤程;;基于地質(zhì)雷達(dá)的礦井工作面CT反演算法研究[A];中國職業(yè)安全健康協(xié)會2013年學(xué)術(shù)年會論文集[C];2013年

10 陳璞;孫樹立;袁明武;;有限元分析的直接快速解法[A];“力學(xué)2000”學(xué)術(shù)大會論文集[C];2000年

相關(guān)博士學(xué)位論文 前7條

1 郭松;面向稀疏矩陣運(yùn)算的異構(gòu)并行算法研究[D];國防科學(xué)技術(shù)大學(xué);2015年

2 殷建;基于GPU的矩陣乘法優(yōu)化研究[D];山東大學(xué);2015年

3 游慶山;低秩模型重構(gòu)的理論與應(yīng)用[D];電子科技大學(xué);2017年

4 陽王東;CPU+GPU異構(gòu)平臺上稀疏線性系統(tǒng)快速并行求解算法研究[D];湖南大學(xué);2017年

5 楊曉波;稀疏信號的聯(lián)合恢復(fù)與低秩稀疏恢復(fù)的理論及數(shù)值方法[D];湖南大學(xué);2017年

6 穆帥;針對不規(guī)則應(yīng)用的圖形處理器資源調(diào)度關(guān)鍵技術(shù)研究[D];清華大學(xué);2013年

7 馬萬治;無線通信抗干擾技術(shù)性能研究[D];電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 曠靈;利用稀疏矩陣的C-RAN網(wǎng)絡(luò)負(fù)載預(yù)測和負(fù)載均衡[D];重慶郵電大學(xué);2019年

2 謝佩珍;適合向量化的稀疏矩陣存儲格式研究[D];國防科學(xué)技術(shù)大學(xué);2016年

3 龐瑞;稀疏矩陣優(yōu)化問題的算法研究及相關(guān)應(yīng)用[D];南京航空航天大學(xué);2018年

4 莊立;稀疏矩陣向量乘及自動調(diào)優(yōu)[D];杭州電子科技大學(xué);2011年

5 薛俊鋒;稀疏矩陣的恢復(fù)[D];湖北大學(xué);2011年

6 孫濤;基于稀疏矩陣并行算法的混合調(diào)度模型研究[D];哈爾濱工程大學(xué);2017年

7 施浩;基于FPGA的稀疏矩陣向量乘的優(yōu)化研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2011年

8 陸節(jié)渙;對稱稀疏矩陣技術(shù)快速求解電力系統(tǒng)線性方程的應(yīng)用與研究[D];南昌大學(xué);2017年

9 馮新平;運(yùn)用稀疏矩陣規(guī)則網(wǎng)格方法和預(yù)條件技術(shù)分析微帶集成電路[D];南京理工大學(xué);2005年

10 梁添;基于GPU的稀疏矩陣運(yùn)算優(yōu)化研究[D];華中科技大學(xué);2012年

本文編號：2823286