CN106792738A - 一种基于随机几何的双层超密异构网络频谱‑能量效率平衡方法 - Google Patents
一种基于随机几何的双层超密异构网络频谱‑能量效率平衡方法 Download PDFInfo
- Publication number
- CN106792738A CN106792738A CN201610993580.8A CN201610993580A CN106792738A CN 106792738 A CN106792738 A CN 106792738A CN 201610993580 A CN201610993580 A CN 201610993580A CN 106792738 A CN106792738 A CN 106792738A
- Authority
- CN
- China
- Prior art keywords
- base station
- efficiency
- energy efficiency
- double
- ultra dense
- 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
- H04W16/18—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
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- 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
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
- H04W52/244—Interferences in heterogeneous networks, e.g. among macro and femto or pico cells or other sector / system interference [OSI]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种基于随机几何的双层超密异构网络频谱‑能量效率平衡方法,包括以下步骤:步骤1,利用随机几何中的泊松点过程构建双层超密异构网络;步骤2,基于泊松点过程的概率密度函数、概率产生函数得到系统总吞吐量;步骤3,由频谱效率与能量效率的定义得到整个系统关于频谱效率和能量效率与网络密度的关系。在所述的步骤3之后还包括步骤4,通过优化理论来获得频谱效率和能量效率之间的关系闭合表达式。本发明的有益技术效果有:1)增大了网络覆盖范围,提高了网络容量;2)可以有效的改变网络的密度,以实现系统能量‑频谱效率的平衡。因此,本发明具有更好的移动用户体验,并为5G的蜂窝部署提供了有效的参考。
Description
技术领域
本发明涉及无线通信技术领域,具体涉及一种基于随机几何的双层超密异构网络频谱-能量效率平衡方法。
背景技术
近几十年来,新的移动通信设备不断涌现,移动用户数量急剧增加,这就需要为移动用户提供大量的接入点和数据流量。
现有的单层宏蜂窝部署技术存在以下技术问题:网络容量小,所需能耗大、费用高,设备庞大不便于移动操作,所提供的接入点少,不能满足无线通信系统中日益增长的数据流量的需求。
多层超密异构网络的部署已经成为日前通信系统发展的趋势,也为正在研究中的5G系统部署提供了参考。所谓的多层超密异构网络就是同时包含宏蜂窝,小蜂窝(微蜂窝,微微蜂窝)的网络,此外,小蜂窝的密度要远远大于宏蜂窝的密度以分担宏蜂窝的负载提高系统容量。随着网络的超密部署,随之所需的频带和消耗的能量也不容忽视。为了尽可能的实现绿色通信的理念,我们要有效的控制网络的密度以实现频谱-能量效率的平衡。
随机几何因具有灵活、易分析等特性被广泛应用于多层蜂窝无线网络。在所有的点过程中,由于泊松点过程的独立特性使其成为最广泛、灵活、重要的点过程。此外,泊松点过程的概率密度函数与概率产生函数易于获得,基于泊松点过程建模的网络易于分析和理解。
发明内容
本发明的目的是提供一种基于随机几何的双层超密异构网络频谱-能量效率平衡方法,解决因以移动用户增加所带来的接入点不足和数据流量短缺的问题。
本发明针对现有技术存在的问题,基于泊松点过程构建双层超密异构网络,然后对此模型进行分析,得到此网络的频谱-能量效率随着网络密度的变化的情况以及平衡关系。
为了实现上述发明目的,本发明采用的技术方案为:
一种基于随机几何的双层超密异构网络频谱-能量效率平衡方法,包括以下步骤:
步骤1,利用随机几何中的泊松点过程构建双层超密异构网络;
步骤2,基于泊松点过程的概率密度函数、概率产生函数得到系统总吞吐量;
步骤3,由频谱效率与能量效率的定义得到整个系统关于频谱效率和能量效率与网络密度的关系。
其中,所述的步骤1包括:
步骤1.1,在区域A内构建一个两层的下行异构超密蜂窝网络,这两层分别服从相互独立密度为λk的泊松点过程Φk,其中,当k=1时为微基站层,当k=2时为宏基站层;
步骤1.2,移动用户服从密度为λu的泊松点过程Φu。
所述的步骤2包括:
步骤2.1,第k层基站的发射功率为ptk,目标用户与相应服务基站之间的随机信道增益hk~exp(1),除目标用户的服务基站外的所有基站都存在干扰,第k层的第i个干扰基站与目标用户的距离为Rk,i,同理信道增益Hk,i~exp(1);
步骤2.2,设定信道衰落、信道噪声、可用带宽参数以及用户接入基站的准则,本发明规定信道衰落为瑞利衰落,路径损耗为α(>2),信道噪声为均值为0,方差为δ2的加性高斯白噪声,整个信道的可用带宽为B,频谱被均匀的分成M个子信道,则每个子信道的带宽为B0=B/M,用户与提供最大接收功率的基站进行通信,目标用户与服务基站距离为rk;
步骤2.3,根据信干噪比的定义计算出目标用户的信干噪比I是k层基站对目标用户的总干扰;
步骤2.4,再根据香农公式得出目标用户的接收速率
步骤2.5,由于用户和基站是随机分布的,通过对距离积分可以得到每个微蜂窝与宏蜂窝的平均吞吐量fd(rk)是距离rk的概率密度函数,它实际上表示目标用户与服务基站bk的连接概率;M(rk)是在与服务基站bk距离rk处的用户数,它与用户是否和bk通信无关;故fd(rk)M(rk)表示在与服务基站bk距离rk处的实际用户数;E表示数学期望;
步骤2.6,用微基站和宏基站的密度λk分别对它们的吞吐量加权进而得到系统总的吞吐量Ttotal=λ1SAT1+λ2SAT2=SA(λ1T1+λ2T2),其中,SA是区域A的面积。
所述的步骤3包括:定义系统的频谱效率ηSE为整个系统的总吞吐量与整个系统带宽的比值,系统的能量效率ηEE为整个系统的总吞吐量与整个系统所消耗的总功率的比值,根据以上定义求得系统的频谱效率与能量效率其中,pc1,pc2是信号处理、备用电池过程消耗的功率,与基站的发射功率无关,ρpA1ρpA2是功率放大器的效率。
所述的步骤3之后还包括步骤4,通过优化理论来获得频谱效率和能量效率之间的关系闭合表达式。所述的步骤4在满足一定约束条件的情况下,寻找最优的发射功率和网络密度最大化ηEE,即其中,是网络所需的最小频谱效率,ptk max为基站的最大发射功率,从上述优化问题看出可以通过改变网络密度来保持频谱效率和能量效率之间的平衡。
本发明实现了以下有益技术效果:
1)卸载了宏蜂窝的大部分负载给小蜂窝,增大了网络覆盖范围,提高了网络容量;
2)可以依据工程实践中想要达到的目的,有效的改变网络的密度,以实现系统能量-频谱效率的平衡。
因此,本发明与现有技术相比具有更好的移动用户体验,并为5G的蜂窝部署提供了有效的参考,具有广阔的应用前景。
附图说明:
图1为微蜂窝用户与距离最近的干扰源模型;
图2为宏蜂窝用户与距离最近的干扰源模型。
具体实施方式
下面通过实施例结合附图对本发明内容作进一步详细说明,但不是对本发明的限制。
实施例:
基于随机几何的双层超密异构网络频谱-能量效率平衡方法的步骤如下:
步骤1,利用随机几何中的泊松点过程构建双层超密异构网络;
步骤1.1,在区域A内构建一个两层的下行异构超密蜂窝网络,这两层分别服从相互独立密度为λk的泊松点过程Φk,其中,当k=1时为微基站层,当k=2时为宏基站层;
步骤1.2,移动用户服从密度为λu的泊松点过程Φu;
步骤2,基于泊松点过程的概率密度函数、概率产生函数得到系统总吞吐量;
步骤2.1,第k层基站的发射功率为ptk,目标用户与相应服务基站之间的随机信道增益hk~exp(1)。除目标用户的服务基站外的所有基站都存在干扰,第k层的第i个干扰基站与目标用户的距离为Rk,i,同理信道增益Hk,i~exp(1);
步骤2.2,设定信道衰落、信道噪声、可用带宽参数以及用户接入基站的准则,规定信道衰落为瑞利衰落,路径损耗为α(>2),信道噪声为均值为0,方差为δ2的加性高斯白噪声。整个信道的可用带宽为B,频谱被均匀的分成M个子信道,则每个子信道的带宽为B0=B/M,每个用户只被分配一个子信道与接入点进行通信。当用户数大于子信道数时,采用时分的方式分配资源。用户与提供最大接收功率的基站进行通信,当用户接入与其距离为rk的服务基站时,基站为其分配的功率为pk=ptk/M,则
步骤2.3,根据信干噪比的定义计算出目标用户的信干噪比
其中bk为目标用户的服务基站,I是k层基站对目标用户的总干扰;
步骤2.4,再根据香农公式得出目标用户的接收速率
步骤2.5,由于用户和基站是随机分布的,通过对距离积分可以得到每个微蜂窝与宏蜂窝的平均吞吐量,每个蜂窝的平均吞吐量可以表示为对距离rk的积分
fd(rk)是距离rk的概率密度函数,它实际上表示目标用户与服务基站bk的连接概率;M(rk)是在与服务基站bk距离rk处的用户数,它与用户是否和bk通信无关;故fd(rk)M(rk)表示在与服务基站bk距离rk处的实际用户数;E表示数学期望;
由于2-D泊松过程中任取一个点不在区域A内的概率为(sA为区域A的面积),因此由于用户服从PPP过程,因此在2-D区域A内用户数的概率
其中,故M(rk)=λu2πrkΔrk,Δrk是rk上极其小的一段。
下面分别讨论每个微蜂窝与宏蜂窝的平均吞吐量,为了以下积分方便,按照换底公式把log2(·)转换成ln(·);令则
1.微蜂窝的平均吞吐量
其中,M(r1)=λu2πr1Δr1
倒数第二步由h~exp(1)得到
LI(s)是I的Laplace变换,由于Φ1,Φ2独立,故所引起的干扰I1,I2也是独立的,
其中s1=μ1r1 α(et-1)
倒数第二步由泊松点过程的概率产生函数得到,最后一步由Hk,i~exp(1)得到。I1是微基站对微基站用户的干扰,
如附图1所示,满足p1h1r1 -α>p1H1,iR1,i -α,故R1,i>r1,
同理,
I2是宏基站对微基站用户的干扰,
如附图1所示,满足p1h1r1 -α>p2H2,iR2,i -α,故
其中,
故
上式中,
2.宏蜂窝的平均吞吐量
其中,
同理,
(Φ1,Φ2独立)
其中,s2=μ2r2 α(et-1)
I1是微基站对宏基站用户的干扰,
如附图2所示,满足p2h2r2 -α>p1H1,iR1,i -α,故
I2是宏基站对宏基站用户的干扰,
如附图2所示满足p2h2r2 -α>p2H2,iR2,i -α,故R2,i>r2。
其中,
故
上式中,
系统的总吞吐量
上式中令Δr=Δr1=Δr2。
步骤3定义系统的频谱效率ηSE为整个系统的总吞吐量与整个系统带宽的比值,系统的能量效率ηEE为整个系统的总吞吐量与整个系统所消耗的总功率的比值,根据以上定义求得系统的频谱效率与能量效率其中,pc1,pc2是信号处理、备用电池过程消耗的功率,与基站的发射功率无关,ρpA1ρpA2是功率放大器的效率,
步骤4,由于无法从步骤3中获得刻画频谱效率和能量效率之间的关系闭合表达式,本发明通过优化理论来获得频谱效率和能量效率之间的关系。具体地,在满足使用者依据具体需求设定的约束条件的情况下,寻找最优的发射功率和网络密度最大化ηEE,
即
其中,是网络所需的最小频谱效率,ptk max为基站的最大发射功率。从上述优化问题看出可以通过改变网络密度来保持频谱效率和能量效率之间的平衡。
Claims (6)
1.一种基于随机几何的双层超密异构网络频谱-能量效率平衡方法,其特征在于包括以下步骤:
步骤1,利用随机几何中的泊松点过程构建双层超密异构网络;
步骤2,基于泊松点过程的概率密度函数、概率产生函数得到系统总吞吐量;
步骤3,由频谱效率与能量效率的定义得到整个系统关于频谱效率和能量效率与网络密度的关系。
2.根据权利要求1所述的基于随机几何的双层超密异构网络频谱-能量效率平衡方法,其特征在于所述的步骤1包括:
步骤1.1,在区域A内构建一个两层的下行异构超密蜂窝网络,这两层分别服从相互独立密度为λk的泊松点过程Φk,其中,当k=1时为微基站层,当k=2时为宏基站层;
步骤1.2,移动用户服从密度为λu的泊松点过程Φu。
3.根据权利要求1所述的基于随机几何的双层超密异构网络频谱-能量效率平衡方法,其特征在于所述的步骤2包括:
步骤2.1,第k层基站的发射功率为ptk,目标用户与相应服务基站之间的随机信道增益hk~exp(1),除目标用户的服务基站外的所有基站都存在干扰,第k层的第i个干扰基站与目标用户的距离为Rk,i,同理信道增益Hk,i~exp(1);
步骤2.2,设定信道衰落、信道噪声、可用带宽参数以及用户接入基站的准则,规定信道衰落为瑞利衰落,路径损耗为a(>2),信道噪声为均值为0,方差为δ2的加性高斯白噪声,整个信道的可用带宽为B,频谱被均匀的分成M个子信道,则每个子信道的带宽为B0=B/M,用户与提供最大接收功率的基站进行通信,目标用户与服务基站距离为rk;
步骤2.3,根据信干噪比的定义计算出目标用户的信干噪比I是k层基站对目标用户的总干扰;
步骤2.4,再根据香农公式得出目标用户的接收速率
步骤2.5,由于用户和基站是随机分布的,通过对距离积分可以得到每个微蜂窝与宏蜂窝的平均吞吐量fd(rk)是距离rk的概率密度函数,它实际上表示目标用户与服务基站bk的连接概率;M(rk)是在与服务基站bk距离rk处的用户数,它与用户是否和bk通信无关;故fd(rk)M(rk)表示在与服务基站bk距离rk处的实际用户数;E表示数学期望;
步骤2.6,用微基站和宏基站的密度λk分别对它们的吞吐量加权进而得到系统总的吞吐量Ttotal=λ1SAT1+λ2SAT2=SA(λ1T1+λ2T2),其中,SA是区域A的面积。
4.根据权利要求1所述的基于随机几何的双层超密异构网络频谱-能量效率平衡方法,其特征在于所述的步骤3包括:定义系统的频谱效率ηSE为整个系统的总吞吐量与整个系统带宽的比值,系统的能量效率ηEE为整个系统的总吞吐量与整个系统所消耗的总功率的比值,根据以上定义求得系统的频谱效率与能量效率其中,pc1,pc2是信号处理、备用电池过程消耗的功率,与基站的发射功率无关,ρpA1ρpA2是功率放大器的效率。
5.根据权利要求1所述的基于随机几何的双层超密异构网络频谱-能量效率平衡方法,其特征在于:在所述的步骤3之后还包括步骤4,通过优化理论来获得频谱效率和能量效率之间的关系闭合表达式。
6.根据权利要求5所述的基于随机几何的双层超密异构网络频谱-能量效率平衡方法,其特征在于:所述的步骤4在满足使用者依据具体需求设定的约束条件的情况下,寻找最优的发射功率和网络密度最大化ηEE,即优化问题其中,是网络所需的最小频谱效率,ptkmax为基站的最大发射功率,从上述优化问题看出可以通过改变网络密度来保持频谱效率和能量效率之间的平衡。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610993580.8A CN106792738B (zh) | 2016-11-10 | 2016-11-10 | 基于随机几何的双层超密异构网络谱效-能效平衡方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610993580.8A CN106792738B (zh) | 2016-11-10 | 2016-11-10 | 基于随机几何的双层超密异构网络谱效-能效平衡方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106792738A true CN106792738A (zh) | 2017-05-31 |
CN106792738B CN106792738B (zh) | 2020-09-11 |
Family
ID=58973146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610993580.8A Active CN106792738B (zh) | 2016-11-10 | 2016-11-10 | 基于随机几何的双层超密异构网络谱效-能效平衡方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106792738B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107148076A (zh) * | 2017-06-05 | 2017-09-08 | 西安交通大学 | 一种基于随机几何的无线小区网络功率控制方法 |
CN107567087A (zh) * | 2017-08-29 | 2018-01-09 | 桂林电子科技大学 | 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 |
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 |
CN116367288A (zh) * | 2023-04-11 | 2023-06-30 | 山东大学 | 一种大规模多层异构网络中基于非线性能量收集的上行传输方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107078887A (zh) * | 2014-11-06 | 2017-08-18 | 三星电子株式会社 | Lte小区在非授权频谱上的高效操作 |
-
2016
- 2016-11-10 CN CN201610993580.8A patent/CN106792738B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107078887A (zh) * | 2014-11-06 | 2017-08-18 | 三星电子株式会社 | Lte小区在非授权频谱上的高效操作 |
Non-Patent Citations (3)
Title |
---|
I.HWANG等: "A holistic view on hyper-dense heterogeneous and small cell networks", 《 IEEE COMMUNICATIONS MAGAZINE》 * |
J. PENG等: "Stochastic geometry analysis of energy efficiency in heterogeneous network with sleep control", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 * |
S. F. YUNAS等: "Spectral and energy efficiency of ultra-dense networks under different deployment strategies", 《IEEE COMMUNICATIONS》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107148076A (zh) * | 2017-06-05 | 2017-09-08 | 西安交通大学 | 一种基于随机几何的无线小区网络功率控制方法 |
CN107567087A (zh) * | 2017-08-29 | 2018-01-09 | 桂林电子科技大学 | 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 |
CN107567087B (zh) * | 2017-08-29 | 2020-05-08 | 桂林电子科技大学 | 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 |
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 |
CN110519770B (zh) * | 2019-08-30 | 2022-06-03 | 南京工程学院 | 一种两层异构蜂窝网络能量效率优化方法 |
CN116367288A (zh) * | 2023-04-11 | 2023-06-30 | 山东大学 | 一种大规模多层异构网络中基于非线性能量收集的上行传输方法 |
CN116367288B (zh) * | 2023-04-11 | 2024-02-20 | 山东大学 | 一种大规模多层异构网络中基于非线性能量收集的上行传输方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106792738B (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106792738A (zh) | 一种基于随机几何的双层超密异构网络频谱‑能量效率平衡方法 | |
CN106231610B (zh) | Femtocell双层网络中基于分簇的资源分配方法 | |
CN108366427B (zh) | D2d通信中基于功率控制的系统吞吐量与能效平衡方法 | |
CN106658679B (zh) | 基于能效的基站功率控制方法 | |
CN104618946A (zh) | 基于有源天线三维波束模型的lte异构网络干扰协调方法 | |
Ye et al. | Towards an optimal user association in heterogeneous cellular networks | |
CN104168653B (zh) | 一种基于干扰管理的宏基站与家庭基站联合资源分配方法 | |
Ding et al. | Energy efficient user association and power control for dense heterogeneous networks | |
CN104113903B (zh) | 基于交互式认知学习的下行功率调整方法和装置 | |
Tabassum et al. | Area green efficiency (AGE) of two tier heterogeneous cellular networks | |
CN105490794A (zh) | Ofdma毫微微小区双层网络基于分组的资源分配方法 | |
Borst et al. | Throughput utility optimization in HetNets | |
Lu et al. | Power control based time-domain inter-cell interference coordination scheme in DSCNs | |
Sun et al. | Distributed power control for device-to-device network using stackelberg game | |
Farooq et al. | User transmit power minimization through uplink resource allocation and user association in HetNets | |
Mohjazi et al. | Femtocell coverage optimization using genetic algorithm | |
Marshoud et al. | Macrocell–femtocells resource allocation with hybrid access motivational model | |
CN110278546B (zh) | 一种延时不敏感d2d通信系统中平均能效最大化功率分配方法 | |
Fang et al. | Handover reduction via joint bandwidth allocation and CAC in randomly distributed HCNs | |
CN104079333B (zh) | 能量高效的双层异构网络下行协作传输方法 | |
Chandhar et al. | Analytical evaluation of offloading gain in macrocell-femtocell OFDMA networks | |
Abuzainab et al. | Cloud radio access meets heterogeneous small cell networks: A cognitive hierarchy perspective | |
CN102457952B (zh) | 为空分复用用户进行物理上行信道功率授权的方法及系统 | |
Yu et al. | Dynamic frame configuration in TD-LTE heterogeneous cellular networks | |
Hajir et al. | QoS-aware admission control for OFDMA femtocell networks under fractional frequency-based allocation |
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 |