CN106658514A - 一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法 - Google Patents
一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法 Download PDFInfo
- Publication number
- CN106658514A CN106658514A CN201610947318.XA CN201610947318A CN106658514A CN 106658514 A CN106658514 A CN 106658514A CN 201610947318 A CN201610947318 A CN 201610947318A CN 106658514 A CN106658514 A CN 106658514A
- Authority
- CN
- China
- Prior art keywords
- base station
- micro
- mobile subscriber
- network
- macro base
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
- H04W52/267—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法,包括如下步骤:1)构建网络模型、划分网络带宽和确定频谱使用方式;2)计算移动用户与宏基站关联获得的信噪比以及与微基站关联获得的信干噪比;3)采用统计平均的方法计算移动用户与最近邻微基站的关联概率以及与宏基站和微基站关联时,其下行链路的平均吞吐量;4)计算网络的频谱效率与能量效率;5)建立最大化能量效率的优化模型。这种方法能应用于传统蜂窝网络,使得传统蜂窝网络平稳演进,可以在需要的宏蜂窝场景下快速部署,在满足最小频谱效率和最小用户吞吐量的条件下,最大化网络的能量效率,显著提升网络容量,保证用户服务质量。
Description
技术领域
本发明涉及移动通信技术领域,具体是一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法。
背景技术
随着智能手机、平板电脑等无线移动设备的普及,移动用户数目和数据流量呈现出爆炸增长的趋势,传统蜂窝网络很难再通过小区分裂的方式满足移动用户接入和数据流量快速增长的需求。为了应对移动数据流量迅速增长的挑战,未来的5G网络需要能够提供大于10Gbit/s的峰值速率,并且能够提供100Mbit/s-1Gbit/s的用户体验速率,而UDN(Ultra Dense Network,超密集网络部署)是实现这些目标的重要手段和方式。
超密集部署异构网络通常包含多种不同功率的接入点,它们的站点密度要远大于传统蜂窝网络,并且它们的位置具有随机性,这使得分析超密网络的性能变得十分困难。此外,由于基站的超密集部署,在显著提升系统容量的同时,也带来巨大的能量消耗,因此系统的能量效率将会成为衡量未来无线通信系统性能的重要指标。
用随机几何方法研究异构超密网络,不仅可以捕获基站位置的随机性特征,还具有数学上的易处理性,利用随机几何建模基站位置分布,可以使得系统性能的分析过程简化。
现有的超密网络性能研究方法中,大多考虑单层或多层网络场景,将不同类型的基站建模为相互独立的空间点过程,在全频率复用的条件下,用随机几何的方法研究系统的总干扰分布、中断概率、用户的平均可达速率等性能指标,这样的网络场景,虽然充分利用了随机几何理论方法在数学上的易处理性,但却在实际的网络部署中存在问题,不能很好地满足蜂窝系统平稳演进的要求,因此有必要考虑宏蜂窝场景下微基站超密集部署的能效问题。特别是,很多学者在研究中考虑了基站间的全频率复用,这虽然可以提升系统的频谱效率和容量,但却带来了严重的层间干扰,针对频谱划分的专用信道部署方式也很少有人研究。
发明内容
本发明的目的是针对现有技术对的不足,而提供一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法。这种方法能应用于传统蜂窝网络,使得传统蜂窝网络平稳演进,可以在需要的宏蜂窝场景下快速部署,在满足最小频谱效率和最小用户吞吐量的条件下,最大化网络的能量效率,显著提升网络容量,保证用户服务质量。这种方法还可以扩展到中继站、毫微基站、家庭基站等。
实现本发明目的的技术方案是:
一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法,包括如下步骤:
1)构建网络模型、划分网络带宽和确定频谱使用方式:所述网络模型为在一个半径为R的宏蜂窝中,宏基站位于原点处,微基站和移动用户在宏基站的覆盖范围内服从相互独立的空间泊松点过程,密度分别为λm,λu;所述的划分网络带宽是将网络可用带宽W均匀的划分为m个子信道,每个子信道的带宽为w,其中m1个子信道分配给宏基站,剩余的m2=1-m1个子信道分配给微基站,所有的微基站共享频谱资源;所述的频谱使用方式为关联的移动用户均分宏基站和微基站拥有的子信道,当关联的移动用户数目大于宏基站或微基站拥有的子信道数目时,它们采用时分方式使用频率资源;
2)计算移动用户与宏基站关联获得的信噪比以及与微基站关联获得的信干噪比:
所述的移动用户与宏基站关联获得的信噪比为:
所述的移动用户与微基站关联获得的信干噪比为:
式中P1和P2分别为宏基站和微基站的发射功率,h1和h2分别表示宏基站、微基站到移动用户的信道系数,r和x分别表示移动用户到宏基站和最近邻微基站的距离,w表示子信道的带宽,n0为热噪声的功率谱密度,α表示路径损耗指数,I表示微基站对移动用户的层间干扰;
3)采用统计平均的方法计算移动用户与最近邻微基站的关联概率以及与宏基站和微基站关联时,其下行链路的平均吞吐量:所述移动用户与最近邻微基站的关联概率为
其中表示对x和I求期望;门限值β为移动用户接入微基站的最小信干噪比;
所述移动用户与宏基站关联时,其下行链路的平均吞吐量为:
其中n1表示与宏基站关联的移动用户的平均数目,表示对h1求期望;
所述移动用户与微基站关联时,其下行链路的平均吞吐量为:
其中n2表示与微基站关联的移动用户的平均数目;
4)计算网络的频谱效率与能量效率:首先计算移动用户的平均吞吐量为:
然后定义宏基站和微基站的总功率消耗为一个关于辐射功率的线性函数,即
Ptot1=Δ1P1'+P10,
Ptot2=Δ2P2'+P20,
其中Ptot1,Ptot2分别为宏基站和微基站总功耗;Δ1,Δ2为射频功率系数;P1',P2'为分别为宏基站和微基站的辐射功率,满足P1'=m1P1,P2'=m2P2;P10,P20为静态功率消耗,则网络单位面积上的能量消耗为:
网络的频谱效率为
网络的能量效率为
5)建立最大化能量效率的优化模型:在满足最小频谱效率τ及用户最小平均吞吐量Cmin条件下,最大化能量效率,所述优化模型为
maxηEE
其中τ是最小频谱效率门限值,Cmin是移动用户的最小吞吐量。
这种方法能应用于传统蜂窝网络,使得传统蜂窝网络平稳演进,可以在需要的宏蜂窝场景下快速部署,在满足最小频谱效率和用户平均吞吐量的条件下,最大化网络的能量效率,显著提升网络容量,保证用户服务质量。这种方法还可以扩展到中继站、毫微基站、家庭基站等。
附图说明
图1为实施例方法的流程示意图;
图2为微基站超密集部署异构网络示意图。
具体实施方式
下面结合附图和实施例对本发明内容作进一步阐述,但不是对本发明的限定。
实施例:
参照图1,一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法,包括如下步骤:
1)构建网络模型、划分网络带宽和确定频谱使用方式:参照图2,所述的网络模型为在一个半径为R的宏蜂窝中,宏基站位于原点处,微基站和移动用户在宏基站的覆盖范围内服从相互独立的空间泊松点过程,密度分别为λm,λu;所述的划分网络带宽是将网络可用带宽W均匀的划分为m个子信道,每个子信道的带宽为w,其中m1个子信道分配给宏基站,剩余的m2=1-m1个子信道分配给微基站,所有的微基站共享频谱资源;所述的频谱使用方式为关联的移动用户均分宏基站和微基站拥有的子信道,当关联的移动用户数目大于宏基站或微基站拥有的子信道数目时,它们采用时分方式使用频率资源;
2)计算移动用户与宏基站关联获得的信噪比以及与微基站关联获得的信干噪比:参照图2,虚线表示宏基站和微基站的发送信号,分别用x1(t)、x2(t)表示,移动用户从宏基站和最邻近微基站接收到的信号可以表示为
则所述的移动用户与宏基站关联获得的信噪比可以表示为:
所述的移动用户与微基站关联获得的信干噪比可以表示为:
其中P1和P2分别为宏基站和微基站的发射功率;x1(t)和x2(t)分别为宏基站和微基站的发送信号,它们的均值为零、方差为1;r和x分别表示移动用户到宏基站和最近邻微基站的距离,由于微基站和移动用户位置的随机分布,可以认为r与x相互独立;h1和h2分别表示宏基站、微基站到移动用户的信道系数,服从瑞利分布;I表示微基站对移动用户的层间干扰;α表示路径损耗指数;u(t)和w(t)表示功率谱密度为n0的加性高斯白噪声;
3)采用统计平均的方法计算移动用户与最近邻微基站的关联概率以及与宏基站和微基站关联时,其下行链路的平均吞吐量:所述移动用户与最近邻微基站的关联概率为
其中表示对x和I求期望;门限值β为移动用户接入微基站的最小信干噪比;
所述移动用户与宏基站关联时,其下行链路的平均吞吐量为:
其中n1表示与宏基站关联的移动用户的平均数目,表示对h1求期望;
所述移动用户与微基站关联时,其下行链路的平均吞吐量为:
其中n2表示与微基站关联的移动用户的平均数目;
4)计算网络的频谱效率与能量效率:首先计算移动用户的平均吞吐量为:
然后定义宏基站和微基站的总功率消耗为一个关于辐射功率的线性函数,即
Ptot1=Δ1P1'+P10,
Ptot2=Δ2P2'+P20,
其中Ptot1,Ptot2分别为宏基站和微基站总功耗;Δ1,Δ2为射频功率系数;P1',P2'为分别为宏基站和微基站的辐射功率,满足P1'=m1P1,P2'=m2P2;P10,P20为静态功率消耗,则网络单位面积上的能量消耗为:
网络的频谱效率为
网络的能量效率为
5)建立最大化能量效率的优化模型:在满足最小频谱效率τ及移动用户最小吞吐量Cmin条件下,最大化能量效率,所述优化模型为
maxηEE
其中τ是最小频谱效率门限值,Cmin是移动用户最小吞吐量。
Claims (1)
1.一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法,其特征是,包括如下步骤:
1)构建网络模型、划分网络带宽和确定频谱使用方式:所述网络模型为在一个半径为R的宏蜂窝中,宏基站位于原点处,微基站和移动用户在宏基站的覆盖范围内服从相互独立的空间泊松点过程,密度分别为λm,λu;所述的划分网络带宽是将网络可用带宽W均匀的划分为m个子信道,每个子信道的带宽为w,其中m1个子信道分配给宏基站,剩余的m2=1-m1个子信道分配给微基站,所有的微基站共享频谱资源;所述的频谱使用方式为关联的移动用户均分宏基站和微基站拥有的子信道,当关联的移动用户数目大于宏基站或微基站拥有的子信道数目时,它们采用时分方式使用频率资源;
2)计算移动用户与宏基站关联获得的信噪比以及与微基站关联获得的信干噪比:
所述的移动用户与宏基站关联获得的信噪比为:
所述的移动用户与微基站关联获得的信干噪比为:
式中P1和P2分别为宏基站和微基站的发射功率,h1和h2分别表示宏基站、微基站到移动用户的信道系数,r和x分别表示移动用户到宏基站和最近邻微基站的距离,w表示子信道的带宽,n0为热噪声的功率谱密度,α表示路径损耗指数,I表示微基站对移动用户的层间干扰;
3)采用统计平均的方法计算移动用户与最近邻微基站的关联概率以及与宏基站和微基站关联时,其下行链路的平均吞吐量:所述移动用户与最近邻微基站的关联概率为
其中表示对x和I求期望;门限值β为移动用户接入微基站的最小信干噪比;
所述移动用户与宏基站关联时,其下行链路的平均吞吐量为:
其中n1表示与宏基站关联的移动用户的平均数目,表示对h1求期望;
所述移动用户与微基站关联时,其下行链路的平均吞吐量为:
其中n2表示与微基站关联的移动用户的平均数目;
4)计算网络的频谱效率与能量效率:首先计算移动用户的平均吞吐量为:
然后定义宏基站和微基站的总功率消耗为一个关于辐射功率的线性函数,即
Ptot1=Δ1P1'+P10,
Ptot2=Δ2P2'+P20,
其中Ptot1,Ptot2分别为宏基站和微基站总功耗;Δ1,Δ2为射频功率系数;P1',P2'分别为宏基站和微基站的辐射功率,满足P1'=m1P1,P2'=m2P2;P10,P20为静态功率消耗,则网络单位面积上的能量消耗为:
网络的频谱效率为
网络的能量效率为
5)建立最大化能量效率的优化模型:在满足最小频谱效率τ及移动用户最小吞吐量Cmin条件下,最大化能量效率,所述优化模型为
max ηEE
其中τ是最小频谱效率门限值,Cmin是移动用户最小吞吐量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610947318.XA CN106658514B (zh) | 2016-10-26 | 2016-10-26 | 一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610947318.XA CN106658514B (zh) | 2016-10-26 | 2016-10-26 | 一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106658514A true CN106658514A (zh) | 2017-05-10 |
CN106658514B CN106658514B (zh) | 2019-11-08 |
Family
ID=58821311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610947318.XA Active CN106658514B (zh) | 2016-10-26 | 2016-10-26 | 一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106658514B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107070627A (zh) * | 2017-06-02 | 2017-08-18 | 河海大学 | 一种基于多跳混合回程网络的比例公平频谱资源分配方法 |
CN107302778A (zh) * | 2017-08-23 | 2017-10-27 | 河海大学常州校区 | 一种宏基站与家庭基站间的垂直向下切换判决方法 |
CN107404726A (zh) * | 2017-08-02 | 2017-11-28 | 南京工程学院 | 一种基于能效的异构蜂窝网络微基站部署方法 |
CN107454601A (zh) * | 2017-08-22 | 2017-12-08 | 南京邮电大学 | 一种超密集环境下考虑小区间干扰的无线虚拟映射方法 |
CN107548102A (zh) * | 2017-08-16 | 2018-01-05 | 北京邮电大学 | 一种边缘缓存网络中最小化用户时延的基站缓存方法 |
CN108366426A (zh) * | 2018-02-07 | 2018-08-03 | 南京邮电大学 | 一种超密集环境下基于模拟退火算法的虚拟映射方法 |
CN108966248A (zh) * | 2018-06-15 | 2018-12-07 | 燕山大学 | 能够在应用毫米波无线回程系统中的毫米波回程优化方法 |
CN109039410A (zh) * | 2018-06-27 | 2018-12-18 | 南京邮电大学 | 一种异构云无线接入网络的波束成形方法及实现该方法的通信网络 |
CN109413570A (zh) * | 2018-10-19 | 2019-03-01 | 西北师范大学 | 一种异构网上行链路频谱分配方法 |
CN110519770A (zh) * | 2019-08-30 | 2019-11-29 | 南京工程学院 | 一种两层异构蜂窝网络能量效率优化方法 |
CN111787579A (zh) * | 2020-06-24 | 2020-10-16 | 南京工程学院 | 一种基于能效和负载的异构蜂窝网络用户与基站关联方法 |
CN111901018A (zh) * | 2020-07-15 | 2020-11-06 | 西北师范大学 | 一种基于正交频分多址的异构蜂窝网络的无线回程方法 |
CN112235817A (zh) * | 2020-10-16 | 2021-01-15 | 重庆邮电大学 | 一种5g通信系统资源分配方法 |
CN113473623A (zh) * | 2021-06-30 | 2021-10-01 | 中通服咨询设计研究院有限公司 | 一种基于5g毫米波确保用户速率的频率复用系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104837141A (zh) * | 2015-02-14 | 2015-08-12 | 北京科技大学 | 一种能量高效的频谱共享与基站休眠联合方法 |
CN105142225A (zh) * | 2015-08-28 | 2015-12-09 | 哈尔滨工业大学深圳研究生院 | 基于能量有效异构网络资源分配的方法及系统 |
CN105392145A (zh) * | 2015-12-07 | 2016-03-09 | 桂林电子科技大学 | 一种频谱效率和能量效率平衡的全双工认知中继通信方法 |
CN105898851A (zh) * | 2015-11-25 | 2016-08-24 | 北京邮电大学 | 超密集网络中考虑能量收集的高能效功率控制方法 |
-
2016
- 2016-10-26 CN CN201610947318.XA patent/CN106658514B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104837141A (zh) * | 2015-02-14 | 2015-08-12 | 北京科技大学 | 一种能量高效的频谱共享与基站休眠联合方法 |
CN105142225A (zh) * | 2015-08-28 | 2015-12-09 | 哈尔滨工业大学深圳研究生院 | 基于能量有效异构网络资源分配的方法及系统 |
CN105898851A (zh) * | 2015-11-25 | 2016-08-24 | 北京邮电大学 | 超密集网络中考虑能量收集的高能效功率控制方法 |
CN105392145A (zh) * | 2015-12-07 | 2016-03-09 | 桂林电子科技大学 | 一种频谱效率和能量效率平衡的全双工认知中继通信方法 |
Non-Patent Citations (2)
Title |
---|
WANGFENG CHEN等: "Energy and Spectral Efficient Mobile Relay Deployment in Relay-Aided Cellular Networks", 《IEEE》 * |
赵峰等: "传感器网络中基于平均剩余能量的数据汇聚节点选择算法", 《计算机应用研究》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107070627A (zh) * | 2017-06-02 | 2017-08-18 | 河海大学 | 一种基于多跳混合回程网络的比例公平频谱资源分配方法 |
CN107070627B (zh) * | 2017-06-02 | 2020-02-14 | 河海大学 | 一种基于多跳混合回程网络的比例公平频谱资源分配方法 |
CN107404726B (zh) * | 2017-08-02 | 2019-09-06 | 南京工程学院 | 一种基于能效的异构蜂窝网络微基站部署方法 |
CN107404726A (zh) * | 2017-08-02 | 2017-11-28 | 南京工程学院 | 一种基于能效的异构蜂窝网络微基站部署方法 |
CN107548102A (zh) * | 2017-08-16 | 2018-01-05 | 北京邮电大学 | 一种边缘缓存网络中最小化用户时延的基站缓存方法 |
CN107454601A (zh) * | 2017-08-22 | 2017-12-08 | 南京邮电大学 | 一种超密集环境下考虑小区间干扰的无线虚拟映射方法 |
CN107454601B (zh) * | 2017-08-22 | 2020-12-29 | 南京邮电大学 | 一种超密集环境下考虑小区间干扰的无线虚拟映射方法 |
CN107302778A (zh) * | 2017-08-23 | 2017-10-27 | 河海大学常州校区 | 一种宏基站与家庭基站间的垂直向下切换判决方法 |
CN107302778B (zh) * | 2017-08-23 | 2020-02-21 | 河海大学常州校区 | 一种宏基站与家庭基站间的垂直向下切换判决方法 |
CN108366426A (zh) * | 2018-02-07 | 2018-08-03 | 南京邮电大学 | 一种超密集环境下基于模拟退火算法的虚拟映射方法 |
CN108366426B (zh) * | 2018-02-07 | 2022-04-08 | 南京邮电大学 | 一种超密集环境下基于模拟退火算法的虚拟映射方法 |
CN108966248A (zh) * | 2018-06-15 | 2018-12-07 | 燕山大学 | 能够在应用毫米波无线回程系统中的毫米波回程优化方法 |
CN108966248B (zh) * | 2018-06-15 | 2021-07-20 | 燕山大学 | 能够在应用毫米波无线回程系统中的毫米波回程优化方法 |
CN109039410A (zh) * | 2018-06-27 | 2018-12-18 | 南京邮电大学 | 一种异构云无线接入网络的波束成形方法及实现该方法的通信网络 |
CN109039410B (zh) * | 2018-06-27 | 2021-06-29 | 南京邮电大学 | 一种异构云无线接入网络的波束成形方法及通信网络 |
CN109413570A (zh) * | 2018-10-19 | 2019-03-01 | 西北师范大学 | 一种异构网上行链路频谱分配方法 |
CN110519770A (zh) * | 2019-08-30 | 2019-11-29 | 南京工程学院 | 一种两层异构蜂窝网络能量效率优化方法 |
CN111787579A (zh) * | 2020-06-24 | 2020-10-16 | 南京工程学院 | 一种基于能效和负载的异构蜂窝网络用户与基站关联方法 |
CN111901018A (zh) * | 2020-07-15 | 2020-11-06 | 西北师范大学 | 一种基于正交频分多址的异构蜂窝网络的无线回程方法 |
CN112235817A (zh) * | 2020-10-16 | 2021-01-15 | 重庆邮电大学 | 一种5g通信系统资源分配方法 |
CN112235817B (zh) * | 2020-10-16 | 2022-04-01 | 重庆邮电大学 | 一种5g通信系统资源分配方法 |
CN113473623A (zh) * | 2021-06-30 | 2021-10-01 | 中通服咨询设计研究院有限公司 | 一种基于5g毫米波确保用户速率的频率复用系统及方法 |
CN113473623B (zh) * | 2021-06-30 | 2023-12-15 | 中通服咨询设计研究院有限公司 | 一种基于5g毫米波确保用户速率的频率复用系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106658514B (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106658514A (zh) | 一种微基站超密集部署异构网络的能量效率与频谱效率平衡方法 | |
Xiao et al. | Spectrum resource sharing in heterogeneous vehicular networks: A noncooperative game-theoretic approach with correlated equilibrium | |
CN104717755A (zh) | 一种蜂窝网络中引入d2d技术的下行频谱资源分配方法 | |
CN104902488B (zh) | 分层异构网络中各层网络基站的配置方法 | |
CN108391317A (zh) | 一种蜂窝网络中d2d通信的资源分配方法及系统 | |
CN105531963A (zh) | 无线网络中多目标小区关闭的系统和方法 | |
CN102098792B (zh) | 基于服务质量的轮询资源调度方法 | |
Cheng et al. | Joint user association and resource allocation in HetNets based on user mobility prediction | |
Guo et al. | Graph‐Based Resource Allocation for D2D Communications Underlying Cellular Networks in Multiuser Scenario | |
CN103582105B (zh) | 一种大规模异构蜂窝网络中最大化系统效益的优化方法 | |
CN103188808B (zh) | 一种异构无线网络的用户公平资源分配方法 | |
CN107318150A (zh) | 一种lte‑u独立系统的用户驻留流程 | |
CN105072620A (zh) | 基于网络虚拟化的运营商间资源共享方法 | |
CN106131855A (zh) | 一种5g高密度网络中虚拟小区的信道分配方法 | |
CN108366426A (zh) | 一种超密集环境下基于模拟退火算法的虚拟映射方法 | |
CN102711259B (zh) | 基于马尔科夫过程的无线异构网络吞吐量优化方法 | |
Kashaf et al. | Self-organizing inter-cell interference coordination in 4G and beyond networks using genetic algorithms | |
Qi et al. | QoS‐aware cell association based on traffic prediction in heterogeneous cellular networks | |
Feng et al. | Energy-aware resource allocation with energy harvesting in heterogeneous wireless network | |
Shao et al. | Locally cooperative traffic‐offloading in multi‐mode small cell networks via potential games | |
CN107249212B (zh) | 一种d2d通信中能效最大化的功率分配方法 | |
CN107249213B (zh) | 一种d2d通信中频谱效率最大化的功率分配方法 | |
CN104796992A (zh) | 异构网络中的带宽分配与定价方法 | |
CN107567087A (zh) | 一种基于非正交多址接入技术公平分配双层超密异构网络功率的方法 | |
CN106162887B (zh) | 一种资源共享匹配的方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |