超密集網(wǎng)絡(luò)（Ultra-Dense Network,UDN）作為5G的關(guān)鍵技術(shù)之一,密集分布的小基站帶來了系統(tǒng)容量和傳輸速率的提升,已成為近年的研究熱點(diǎn)。針對(duì)UDN中嚴(yán)重的同層與跨層干擾問題,將博弈論應(yīng)用到頻譜分配中,求解相關(guān)均衡得到優(yōu)化的頻譜分配策略。使用Matlab對(duì)基于博弈論的頻譜分配策略（SAGT）、對(duì)圖論著色算法（GCA）和頻譜隨機(jī)分配算法（RSA）的性能進(jìn)行了仿真。仿真結(jié)果驗(yàn)證了SAGT的性能,表明SAGT可以在有限的頻譜資源下能有效地提高頻譜的利用率。 

【文章來源】：無線電工程. 2021,51(01)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

UDN系統(tǒng)模型

Nr=6時(shí)算法性能仿真

圖2 Nr=6時(shí)算法性能仿真由圖2仿真結(jié)果可見,當(dāng)Nr=6時(shí)RSA算法雖然計(jì)算比較簡(jiǎn)單,但是頻譜利用率較低,這是因?yàn)镽SA算法沒有對(duì)頻譜分配進(jìn)行優(yōu)化。GCA算法利用各個(gè)小基站之間的干擾信息,對(duì)同頻干擾有較好的抑制作用,與RSA算法相比性能提升了13.3%左右,但是算法復(fù)雜度較高。SAGT在GCA算法的基礎(chǔ)上進(jìn)行優(yōu)化,利用非合作博弈得到相關(guān)均衡,達(dá)到一個(gè)穩(wěn)定的狀態(tài)。與GCA算法相比性能提升了6.1%左右,但是其計(jì)算復(fù)雜度最高。圖3給出了Nr=6與Nr=8時(shí)平均每個(gè)小基站的頻譜利用率對(duì)比。Nr=8時(shí)由于小基站密度增加,與Nr=6時(shí)相比,平均每個(gè)小基站的頻譜利用率有所降低,但是由于小基站數(shù)量上的增加,Nr=8時(shí)的系統(tǒng)總體性能更好。

【參考文獻(xiàn)】：
期刊論文
[1]Spectrum allocation for wireless backhaul in heterogeneous ultra-dense networks[J]. Huang Peiyu,Shi Jiangpan,Zhen Yan.  The Journal of China Universities of Posts and Telecommunications. 2018(03)



本文編號(hào)：3506598