基于用户分簇的认知超密集网络资源分配

TN911; 针对5G时代小基站的密集部署带来的复杂干扰问题,对下行的认知无线电超密集网络下的资源分配进行了研究.为减小网络干扰,提高次用户吞吐量,提出了一种改进的基于用户分簇的资源分配算法.基于基站的覆盖范围,选出用户的强干扰基站,以用户-基站干扰关系建立用户-用户干扰图,按用户受到的平均弱干扰划分优先级对用户分簇,再为簇集群预分配频段,为每个簇分配对应频段中效用最大的信道.该资源分配算法能准确反映用户间的干扰关系,保障资源分配公平性.仿真结果表明,当用户密度与基站密度均较大时,与相同场景的已有算法相比,该改进算法有较好的抗干扰能力,能有效提高次用户的吞吐量....

Full description

Saved in:
Bibliographic Details
Published in电讯技术 Vol. 62; no. 9; pp. 1321 - 1327
Main Authors 张俊杰, 仇润鹤
Format Journal Article
LanguageChinese
Published 数字化纺织服装技术教育部工程研究中心,上海201620 2022
东华大学 信息科学与技术学院,上海201620
Subjects
资源分配
认知无线电(CR)
超密集网络(UDN)
用户分簇
干扰图
Online AccessGet full text

Cover

More Information
Summary:TN911; 针对5G时代小基站的密集部署带来的复杂干扰问题,对下行的认知无线电超密集网络下的资源分配进行了研究.为减小网络干扰,提高次用户吞吐量,提出了一种改进的基于用户分簇的资源分配算法.基于基站的覆盖范围,选出用户的强干扰基站,以用户-基站干扰关系建立用户-用户干扰图,按用户受到的平均弱干扰划分优先级对用户分簇,再为簇集群预分配频段,为每个簇分配对应频段中效用最大的信道.该资源分配算法能准确反映用户间的干扰关系,保障资源分配公平性.仿真结果表明,当用户密度与基站密度均较大时,与相同场景的已有算法相比,该改进算法有较好的抗干扰能力,能有效提高次用户的吞吐量.
ISSN:1001-893X
DOI:10.3969/j.issn.1001-893x.2022.09.018