CN107911856A - 一种超密集异构网络中基于匹配博弈的分离多接入方法 - Google Patents
一种超密集异构网络中基于匹配博弈的分离多接入方法 Download PDFInfo
- Publication number
- CN107911856A CN107911856A CN201711319079.4A CN201711319079A CN107911856A CN 107911856 A CN107911856 A CN 107911856A CN 201711319079 A CN201711319079 A CN 201711319079A CN 107911856 A CN107911856 A CN 107911856A
- Authority
- CN
- China
- Prior art keywords
- mrow
- user
- base station
- msubsup
- msub
- 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
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/16—Discovering, processing access restriction or access information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/20—Selecting an access point
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种超密集异构网络中基于匹配博弈的分离多接入方法，基于用户分离多接入机制，也就是允许一个用户设备在上行和下行分别接入多个基站进行服务和数据传输。采用匹配博弈的理论，提出了一个低复杂度的匹配博弈方法，根据用户的服务质量需求为用户选择一个或多个基站进行连接，实现网络中用户效用最大化同时满足不同用户的实际需求。本发明使用匹配博弈的方法来解决超密集网络中用户分离多接入的问题，实现网络中用户效用最大化同时满足不同用户的服务质量需求。相较于传统的穷举搜索和分支定界方法本发明具有复杂度低的优点。而且为超密集网络中用户多接入问题的解决提出了新的可能性。
Description
技术领域
本发明公开了一种超密集异构网络中基于匹配博弈方法的用户分离多接入方法，主要用于在超密集异构网络中利用一种匹配博弈的方法解决用户和基站的接入问题，同时满足不同用户的服务质量需求。
背景技术
随着网络结构的密集化、异构化等新技术的引入，许多无线通信网络中的基础问题需要进行重新研究，用户接入便是其中之一。在无线通信网络特别是超密集异构网络中，一个无线终端通常处于多个基站的服务范围内。用户接入问题就是为无线终端选择接入某个基站进行服务和数据传输的问题。然而超密集网络的发展为用户接入带来了一些新挑战。
在超密集网络中，小基站之间的距离通常在数米和数十米之间，高密度的基站部署对于干扰控制有更高的要求。在超高密度网络部署下，与传统网络相比，终端用户的连接选择大大增加，而用户接入决策的复杂度也会相应提高。在超密集异构网络中，大量小基站将由不同运营商、机构以及个人用户部署。对于部分小基站，其回程线路可能会成为性能瓶颈。
现有的用户接入问题的研究几乎都是基于上行下行关联的原则，即用户终端在上行和下行必须接入到同一个基站。对于单层同构网络(例如2G,3G，及绝大部分4G网络)，这种接入机制简单而有效。而在多层异构网络中，存在着不同层次基站之间以及上行下行之间的不对称问题。即不同层次的基站之间以及上行下行之间通常在发射功率、覆盖范围、信道质量、数据流量、回程线路容量、负载、以及硬件等方面有较大差别。并且这种不对称会随着各层基站密度的增加而更加突出。这时基于上行下行关联的用户接入将会严重制约系统的性能。例如，当采用基于最强接收信号强度且上下行关联的用户接入机制时，因为宏基站与小基站发射功率存在较大差异，该机制将会使大部分用户都连接到宏基站，从而造成严重的负载不均衡，降低了小基站部署的意义。此外，基于频谱效率的考虑，宏基站与小基站通常复用同一频谱资源。这时会存在以下情况，基于下行接收信号强度,用户连接到较远的宏基站。然而在进行上行数据传输时，该用户需要使用较大的传输功率来达到其上行性能要求，但这样会对附近的小基站造成严重的上行干扰，从而影响网络的整体性能并增加自身的能量消耗。
为此，上行下行解耦的概念被提出，即上行传输和下行传输可以选择接入不同的基站。而上行下行关联的用户接入可以看作是上下行解耦用户接入的一种特例。因此从理论上来说，上下行解耦将可以带来更好的性能。初步的仿真研究也已经证明在两层异构网络中，简单的上行下行分离机制已经可以带来较大的性能提升。例如，可以提高上行传输速率、降低发射功率以及上行干扰，以及实现更好的负载均衡。
目前只有少量研究面向超密集异构网络。考虑到超密集网络中基站密度大，用户接入选择多的特点，一些研究提出了采用双连接或者多连接的用户接入机制，即用户可以同时连接到两个或者多个基站。上述工作目前只研究了最简单的多接入机制，即选择接入最近的k个基站，没有做进一步的优化。
发明内容
本发明的主要目的是解决超密集异构网络中的用户接入问题。本发明基于用户分离多接入机制，采用匹配博弈的理论，提出了一个低复杂度的匹配博弈方法，根据用户的服务质量需求为用户选择一个或多个基站进行连接，实现网络中用户效用最大化同时满足不同用户的实际需求。本发明还可以提高网络中用户吞吐量、减少干扰、平衡流量负载、解决小基站回程瓶颈问题。
技术方案：
一种超密集异构网络中基于匹配博弈的分离多接入方法，包括步骤：
步骤1：每个用户上行根据路径损耗选择距离最近的M个基站生成M_小区作为其上行连接范围，下行选择信号强度最大的N个小区生成N_小区作为其下行连接范围；
步骤2：定义一个上行集合，包含M_小区中所有基站的任意组合；定义一个下行集合，包含N_小区中所有基站的任意组合；将上行集合和下行集合中所有的组合进行组合形成一个基站代理的集合；
步骤3：每个用户在其M_小区中选择距离最近的基站接入，在其N_小区中选择信号强度最大的基站接入；
步骤4：根据网络中用户和基站的接入情况计算出用户和基站代理匹配的效用函数值，所述用户和基站代理匹配的效用函数值为用户和基站代理中所有基站的效用函数值之和；所述用户和基站的效用函数值根据步骤3的初始接入的网络中用户和基站的接入情况和用户的设备信息计算得到；
步骤5：每个用户根据步骤4计算的用户和基站代理匹配的效用函数值对基站代理进行排序，建立对其基站代理的偏好列表；
步骤6：判断当前是否存在一个可交换的匹配，所述可交换的匹配为用户相对于当前匹配的基站代理更偏好的基站代理，且用户连接该基站代理满足用户的服务质量需求，提高效用值并且没有被拒绝过；若存在，则用户连接该可交换的匹配；
步骤7：判断用户新接入的基站代理中是否有基站超过可接入的最大用户数；若未超过，则转到步骤9；若超过，则进行超载处理；超载基站根据它对用户的偏好列表找出最差的用户，断开与该用户的连接；然后被断开的用户从自己的偏好列表中删除该代理并将其加入拒绝列表，寻找其偏好列表中最偏好的基站代理连接；
步骤8：重复步骤7，直到最终被断开的用户的基站代理的偏好列表为空；
步骤9：根据交换匹配后网络中用户和基站的接入情况和用户的设备信息计算用户和基站代理匹配的效用函数值，并建立用户对其基站代理的偏好列表；重复步骤6至步骤8，直到网络中不存在可交换的匹配达到稳定状态。
所述计算用户和基站代理匹配的效用函数值具体步骤如下：
1)计算信道增益：所述信道增益是根据路径损耗、瑞利衰减和阴影定义；节点a和b之间的信道增益公式如下：
Ga，b＝|ha，b|2da，b -ξ；
其中，|ha,b|2代表节点a和b之间由于瑞利衰减和正态阴影造成的复合信道功率增益系数，da,b表示节点a和b之间的距离，ξ是路径损耗指数；
2)计算干扰：根据网络中用户和基站的接入情况计算相互之间的干扰；
当一个用户k和一个基站l在进行下行传输时，用户接收到的来自其他基站的干扰为：
其中，Pl'代表基站l'的传输功率，Gk,l'表示用户k与基站l'之间的信道增益，表示用户k与基站l'在下行是否有连接，有则否则即表示当基站l'与用户k在下行有连接时，基站l'不产生干扰；如果基站l'在下行有接入用户，那么Wk',l'＝1，否则Wk',l'＝0；
用户接收到的来自其他用户的干扰为：
其中，Pk'代表用户k'的传输功率，Gk',k表示用户k与k'之间的信道增益；如果用户k'在上行有接入用户，那么Xk',l'＝1，否则Xk',l'＝0；
基站接收到的来自其他基站的干扰为：
其中，Pl'代表基站l'的传输功率，Gl,l'表示基站l与l'之间的信道增益；
基站接收到的来自其他用户的干扰为：
其中，Gk',l表示用户k'与基站l之间的信道增益，表示用户k′与基站l在下行是否有连接，有则否则即表示当用户k'与基站l在上行有连接时，用户k'不产生干扰；
3)计算数据速率：根据香农公式计算用户k和基站l接入的数据速率，公式如下：
其中，B表示信道带宽，信号干扰噪声比计算如下：
其中，表示用户k与基站l在上行的信号干扰噪声比，表示用户k与基站l在下行的信号干扰噪声比，代表自干扰取消能力，σ2是噪声功率；
4)计算包错误率：包错误率是用户k和基站l连接时，数据传输过程中的信号干扰噪声比低于目标等级的可能性,计算如下：
其中，al和gl是依赖于包大小的常量，代表上行或者下行保证正确解调制的最小SINR的阈值；
5)计算延迟：将数据流量模拟为一个M/D/1队列系统,到达数据服从泊松分布；将用户分为三种，用户的活跃应用程序分为四种；根据不同用户应用程序的优先级不同对数据流量进行调制，优先级高的流量先传输优先级低的后传输；计算由此产生的平均延迟：
其中，Ak代表应用程序的集合，λk,a代表用户k中应用程序a的到达速率，平均到达速率设为λk,l， 代表服务时间，平均延迟包括第x个优先流在队列中的等待时间和传输服务时间；
6)计算用户k和基站l的效用值：
7)计算用户和基站代理中所有基站的效用值之和得到用户和基站代理的效用值:
其中，t代表基站代理，tu代表基站代理中的进行上行接入的所有基站，td代表基站代理中的进行下行接入的所有基站；和代表用户k和基站l分别在上行和下行接入的数据速率；和代表用户k和基站l分别在上行和下行接入的包错误率；和代表用户k和基站l分别在上行和下行接入时第x优先级流的平均延迟。
有益效果：本发明使用匹配博弈的方法来解决超密集网络中用户分离多接入的问题，实现网络中用户效用最大化同时满足不同用户的服务质量需求。相较于传统的穷举搜索和分支定界方法本发明具有复杂度低的优点。而且为超密集网络中用户多接入问题的解决提出了新的可能性。
附图说明
图1实验环境图；
图2匹配博弈转换图；
图3为随用户数目或者基站数目增加的情况下本发明所有用户效用值与其他方法的对比图；
图4为随用户数目或者基站数目增加的情况下本发明未满足服务质量需求的用户与传统交换匹配方法的对比图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
根据匹配理论，因为一个用户可以接入多个基站，一个基站可以接入多个用户，所以要解决的分离多接入问题是一个多对多的匹配博弈问题。由于用户接入多个基站时既包括在上行接入基站也包括在下行接入基站，而上行接入和下行接入之间是相互干扰的。所以单纯考虑用户和基站为多对多的匹配无法解决问题。这里将其转化为多对一的匹配博弈。将一个用户上行接入的基站和下行接入的基站进行组合形成一个基站代理。将用户和多个基站的匹配关系转换成用户和一个基站代理的匹配。这样所有的用户都和基站代理进行匹配，一个用户可以匹配一个基站代理，但是一个基站代理可以匹配多个用户，这就转换成了多对一的匹配。具体描述如附图2。
一个多对一匹配博弈的内容包括匹配双方也就是用户和基站代理，还包括用户和基站代理最多可以匹配的个数以及对彼此的偏好定义。这里对偏好的定义包括以下几步：1.定义信道增益；2.计算干扰；3.计算数据速率、包错误率和延迟；4.定义效用函数；5.确定偏好。这里信道增益是根据路径损耗、瑞利衰减和阴影来定义的确定信号在传输过程中的损耗。然后根据网络中用户和基站的接入情况计算相互之间的干扰，再根据干扰情况计算数据速率和包错误率。将流量模拟为一个M/D/1队列系统,到达数据服从泊松分布。在本发明具体实施例中，将用户分为三种，将用户的活跃应用程序分为四种。其中，活跃应用程序为高清视频流，视频会议，语音会话和文件传输；用户根据对这四种应用程序的优先级不同分为：用户1，对高清视频流优先级最高，文件传输优先级最低；用户2，对视频会议优先级最高，其次是高清视频流；用户3，优先级依次为语音会话，高清视频流，视频会议，文件传输；根据不同用户应用程序的优先级不同对数据流量进行调制，优先级高的流量先传输优先级低的后传输。计算由此产生的平均延迟。根据数据速率、包错误率和延迟这三个用户需求指标构造一个用户和基站接入的效用函数。然后构造用户和基站代理的效用函数。用户和基站代理对彼此的偏好就根据这个效用函数来确定。
由于用户和基站代理的匹配受到网络中其他用户和基站代理匹配的影响，这里允许交换匹配。就是一个用户可以和另一个用户交换基站代理，只要这个交换满足用户的服务质量需求并且不会降低效用函数的值。经过迭代的交换最终网络会达到一个平衡状态。
如附图1所示，本发明基于用户分离多接入机制，允许一个用户上行和下行分别接入多个基站。我们采用匹配博弈的方法解决这个机制下用户和基站的接入问题，实现用户效用最大化同时满足不同用户的服务质量需求。主要实施过程分为两个部分：初始化接入和交换匹配：
1.初始化接入并计算用户和基站代理的效用值
步骤1.1：生成M_小区和N_小区。首先每个用户上行根据路径损耗选择距离最近的M个基站生成M_小区作为其上行连接范围，下行选择信号强度最大的N个小区生成N_小区作为其下行连接范围。每个用户可以在其M_小区和N_小区中分别选择多个基站进行上行或者下行接入。
步骤1.2：生成代理集合；定义一个上行集合包含M_小区中所有基站的任意组合，定义一个下行集合包含N_小区中所有基站的任意组合，将上行集合和下行集合中所有的组合进行组合形成一个基站代理的集合。一个基站代理描述了用户上行和下行分别接入的基站。基站代理的集合包含用户可以选择的所有基站组合，也就是所有的基站接入可能。
步骤1.3：初始接入。每个用户在其M_小区中选择距离最近的基站接入，在其N_小区中选择信号强度最大的基站接入。
步骤1.4：计算效用函数。根据步骤1.3的初始接入的网络中用户和基站的接入情况和用户的设备信息计算出用户和基站代理匹配的效用函数值。具体步骤如下：
1)计算信道增益：这里信道增益是根据路径损耗、瑞利衰减和阴影来定义的。信道增益确定信号在传输过程中的损耗,节点a和b之间的信道增益公式如下：
Ga，b＝|ha，b|2da，b -ξ，
其中，|ha,b|2代表节点a和b之间由于瑞利衰减和正态阴影造成的复合信道功率增益系数，da,b表示节点a和b之间的距离，ξ是路径损耗指数。
2)计算干扰：根据网络中用户和基站的接入情况计算相互之间的干扰。基于分离多接入的网络模型和全双工模式，这里干扰包括基站对用户的干扰、用户对用户的干扰、用户对基站的干扰、基站对基站的干扰。当一个用户k和一个基站l在进行下行传输时，用户k接收到的来自除了l以外的网络中所有其他基站的干扰为：
其中，Pl'代表基站l'的传输功率，Gk,l'表示用户k与基站l'之间的信道增益，表示用户k与基站l'在下行是否有连接，有则否则这里表示当基站l'与用户k在下行有连接时，认为基站l'不产生干扰。因为一个用户k可以接入多个基站，当它在下行同时接入基站l和l'时，假定基站l'不会对用户k产生干扰，因为它对用户k来说也是提供的下行传输不算干扰。如果基站l'在下行有接入用户也就是那么Wk',l'＝1，否则Wk',l'＝0。这里假定只有基站l'有接入用户时才会传输信号产生干扰，如果基站l'没有接入任何用户，那么它将不会产生干扰。
用户k接收到的来自网络中所有其他用户的干扰为：
其中，Pk'代表用户k'的传输功率，Gk',k表示用户k与k'之间的信道增益，如果用户k'在上行有接入用户也就是那么Xk',l'＝1，否则Xk',l'＝0，理由同上。
基站l接收到的来自网络中所有其他基站的干扰为：
其中，Pl'代表基站l'的传输功率，Gl,l'表示基站l与l'之间的信道增益，Wk',l'同上。
基站l接收到的来自网络中除k外的所有其他用户的干扰为：
其中，Pk'代表用户k'的传输功率，Gk',l表示用户k'与基站l之间的信道增益，这里表示当用户k'与基站l在上行有连接时，我们认为用户k'不产生干扰，Xk',l'同上。
3)计算数据速率：根据香农公式计算用户k和基站l上行或者下行接入的数据速率，公式如下：
其中，B表示信道带宽，信号干扰噪声比计算如下：
其中，表示用户k与基站l在上行的信号干扰噪声比，表示用户k与基站l在下行的信号干扰噪声比，代表自干扰取消能力，σ2是噪声功率。
4)计算包错误率：包错误率是用户k与基站l连接时，数据传输过程中的信号干扰噪声比低于目标等级的可能性，也就是传输错误的可能性。计算如下：
其中，al和gl是依赖于包大小的常量，代表上行或者下行保证正确解调制的最小SINR的阈值。
5)计算延迟：将数据流量模拟为一个M/D/1队列系统,到达数据服从泊松分布。将用户分为三种，用户的活跃应用程序分为四种包括高清视频流、视频会议、语音会话和文件传输。不同类型的用户对不同应用程序的服务质量需求不同，因此有不同的传输优先级。根据不同用户应用程序的优先级不同对数据流量进行调制，优先级高的流量先传输优先级低的后传输。计算第x个优先流的平均延迟：
其中，Ak代表应用程序的集合，λk,a代表用户k中应用程序a的到达速率，平均到达速率设为λk,l， 代表服务时间，平均延迟包括第x个优先流在队列中的等待时间和传输服务时间。
6)计算用户和基站的效用值：综合考虑之前设定的数据速率、包错误率和延迟这三个用户服务质量需求指标设置用户k和基站l接入的效用函数。具体公式如下：
当用户的速率越大，包错误率越小，延迟越小时用户效用值越大。用户根据这个效用函数来确定对基站的偏好。
7)计算用户和基站代理的效用值：因为一个基站代理中有多个基站，所以用户与基站代理的效用值是计算用户和基站代理中所有基站的效用值之和，公式如下：
其中，t代表基站代理，tu代表基站代理中的进行上行接入的所有基站，td代表基站代理中的进行下行接入的所有基站。和代表用户k和基站l分别在上行和下行接入的数据速率。和代表用户k和基站l分别在上行和下行接入的包错误率。和代表用户k和基站l分别在上行和下行接入时第x优先级流的平均延迟。
步骤1.5：建立偏好列表；每个用户通过效用函数值的计算对自己基站代理集合中的基站代理进行排序，建立对其基站代理的偏好列表。
2.交换匹配
在前一部分已经完成了接入的初始化工作，接下来进行交换匹配操作。
步骤2.1：判断当前是否存在一个可以交换的匹配，所述可交换的匹配为用户相对于当前匹配的基站代理更偏好的基站代理，且用户连接该基站代理满足用户的服务质量需求，提高效用值并且没有被拒绝过；那么用户就连接该可交换的匹配。
步骤2.2：判断用户新接入的基站代理中是否有基站超过可以接入的最大用户数，如果超载，那么进行超载处理；超载的基站代理根据它对用户的偏好列表找出最差的用户，断开与该用户的接入。然后被断开的用户从自己的偏好列表中删除该基站代理并将其加入其拒绝列表，然后寻找其偏好列表中最偏好的基站代理连接；如果没超载，那么跳转到步骤2.4。
步骤2.3：重复步骤2.2，直到最终被断开的用户的基站代理的偏好列表为空。
步骤2.4：根据交换匹配后网络中用户和基站的接入情况和用户的设备信息计算用户和基站代理匹配的效用函数值，并建立用户对其基站代理的偏好列表；然后继续寻找可以交换的匹配，重复步骤2.1至步骤2.3，直到网络中不存在可交换的匹配达到稳定状态。
图3为分别为随用户数目或者基站数目增加的情况下本发明所有用户效用值与其他方法的对比图，图4为随用户数目或者基站数目增加的情况下本发明未满足服务质量需求的用户与传统交换匹配方法的对比图。其中，不分离的接入是一种传统的接入模式，即用户在上行和下行接入同一个基站，根据最大接收信号强度进行基站选择。分离的的接入是用户在上行和下行分别接入不同的基站，上行根据路径损耗，下行根据最大接收信号强度进行基站选择。不分离的双连接是用户在上行和下行接入相同的基站，但是可以同时接入两个基站，根据最大接收信号强度进行基站选择。分离多接入为用户在上行和下行可以分别接入不同的多个基站，上行根据路径损耗，下行根据最大接收信号强度分别建立M小区和N小区然后在小区中进行基站选择。上基于服务质量需求的分离多接入即本发明的方法是用户在上行和下行可以分别接入不同的多个基站，上行根据路径损耗，下行根据最大接收信号强度分别建立M小区和N小区，基于用户的服务质量需求在小区中进行基站选择。从图3可以看到，随用户数目或者基站数目增加所有用户效用值随之增加，本发明的分离多接入性能最佳。从图4可以看到，随用户数目增加未满足服务质量需求的用户数随之增加，但对于本发明的交换匹配方法其未满足服务质量需求的用户数较少，说明该方法能更好的满足用户服务质量需求。随基站数目增加，用户会有更多的接入选择，竞争减小，未满足服务质量需求的用户数随之减小，可以看出本发明的交换匹配方法表现更好。
以上详细描述了本发明的优选实施方式，但是本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换(如数量、形状、位置等)，这些等同变换均属于本发明的保护。
Claims (2)
1.一种超密集异构网络中基于匹配博弈的分离多接入方法，其特征在于：包括步骤：
步骤1：每个用户上行根据路径损耗选择距离最近的M个基站生成M_小区作为其上行连接范围，下行选择信号强度最大的N个小区生成N_小区作为其下行连接范围；
步骤2：定义一个上行集合，包含M_小区中所有基站的任意组合；定义一个下行集合，包含N_小区中所有基站的任意组合；将上行集合和下行集合中所有的组合进行组合形成一个基站代理的集合；
步骤3：每个用户在其M_小区中选择距离最近的基站接入，在其N_小区中选择信号强度最大的基站接入；
步骤4：根据网络中用户和基站的接入情况计算出用户和基站代理匹配的效用函数值，所述用户和基站代理匹配的效用函数值为用户和基站代理中所有基站的效用函数值之和；所述用户和基站的效用函数值根据步骤3的初始接入的网络中用户和基站的接入情况和用户的设备信息计算得到；
步骤5：每个用户根据步骤4计算的用户和基站代理匹配的效用函数值对基站代理进行排序，建立对其基站代理的偏好列表；
步骤6：判断当前是否存在一个可交换的匹配，所述可交换的匹配为用户相对于当前匹配的基站代理更偏好的基站代理，且用户连接该基站代理满足用户的服务质量需求，提高效用值并且没有被拒绝过；若存在，则用户连接该可交换的匹配；
步骤7：判断用户新接入的基站代理中是否有基站超过可接入的最大用户数；若未超过，则转到步骤9；若超过，则进行超载处理；超载基站根据它对用户的偏好列表找出最差的用户，断开与该用户的连接；然后被断开的用户从自己的偏好列表中删除该代理并将其加入拒绝列表，寻找其偏好列表中最偏好的基站代理连接；
步骤8：重复步骤7，直到最终被断开的用户的基站代理的偏好列表为空；
步骤9：根据交换匹配后网络中用户和基站的接入情况和用户的设备信息计算用户和基站代理匹配的效用函数值，并建立用户对其基站代理的偏好列表；重复步骤6至步骤8，直到网络中不存在可交换的匹配达到稳定状态。
2.根据权利要求1所述的分离多接入方法，其特征在于，所述计算用户和基站代理匹配的效用函数值具体步骤如下：
1)计算信道增益：所述信道增益是根据路径损耗、瑞利衰减和阴影定义；节点a和b之间的信道增益公式如下：
Ga,b＝|ha,b|2da,b -ξ；
其中，|ha,b|2代表节点a和b之间由于瑞利衰减和正态阴影造成的复合信道功率增益系数，da,b表示节点a和b之间的距离，ξ是路径损耗指数；
2)计算干扰：根据网络中用户和基站的接入情况计算相互之间的干扰；
当一个用户k和一个基站l在进行下行传输时，用户接收到的来自其他基站的干扰为：
<mrow>
<msub>
<mi>I</mi>
<mrow>
<mi>b</mi>
<mi>s</mi>
<mo>-</mo>
<mo>></mo>
<mi>u</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mi>&Sigma;</mi>
<mrow>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
<mo>&NotEqual;</mo>
<mi>l</mi>
</mrow>
</munder>
<msub>
<mi>P</mi>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
</msub>
<msub>
<mi>G</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msubsup>
<mi>&alpha;</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
</mrow>
<mi>d</mi>
</msubsup>
<mo>)</mo>
</mrow>
<msub>
<mi>W</mi>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</msub>
<mo>;</mo>
</mrow>
其中，Pl'代表基站l'的传输功率，Gk,l'表示用户k与基站l'之间的信道增益，表示用户k与基站l'在下行是否有连接，有则否则即表示当基站l'与用户k在下行有连接时，基站l'不产生干扰；如果基站l'在下行有接入用户，那么Wk',l'＝1，否则Wk',l'＝0；
用户接收到的来自其他用户的干扰为：
<mrow>
<msub>
<mi>I</mi>
<mrow>
<mi>u</mi>
<mi>e</mi>
<mo>-</mo>
<mo>></mo>
<mi>u</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>&NotEqual;</mo>
<mi>k</mi>
</mrow>
</munder>
<msub>
<mi>P</mi>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
</msub>
<msub>
<mi>G</mi>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<mi>k</mi>
</mrow>
</msub>
<msub>
<mi>X</mi>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</msub>
<mo>;</mo>
</mrow>
其中，Pk'代表用户k'的传输功率，Gk',k表示用户k与k'之间的信道增益；如果用户k'在上行有接入用户，那么Xk',l'＝1，否则Xk',l'＝0；
基站接收到的来自其他基站的干扰为：
<mrow>
<msub>
<mi>I</mi>
<mrow>
<mi>b</mi>
<mi>s</mi>
<mo>-</mo>
<mo>></mo>
<mi>b</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
<mo>&NotEqual;</mo>
<mi>l</mi>
</mrow>
</munder>
<msub>
<mi>P</mi>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
</msub>
<msub>
<mi>G</mi>
<mrow>
<mi>l</mi>
<mo>,</mo>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</msub>
<msub>
<mi>W</mi>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</msub>
<mo>;</mo>
</mrow>
其中，Pl'代表基站l'的传输功率，Gl,l'表示基站l与l'之间的信道增益；
基站接收到的来自其他用户的干扰为：
<mrow>
<msub>
<mi>I</mi>
<mrow>
<mi>u</mi>
<mi>e</mi>
<mo>-</mo>
<mo>></mo>
<mi>b</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>&NotEqual;</mo>
<mi>k</mi>
</mrow>
</munder>
<msub>
<mi>P</mi>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
</msub>
<msub>
<mi>G</mi>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<mi>l</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msubsup>
<mi>&alpha;</mi>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mi>u</mi>
</msubsup>
<mo>)</mo>
</mrow>
<msub>
<mi>X</mi>
<mrow>
<msup>
<mi>k</mi>
<mo>&prime;</mo>
</msup>
<mo>,</mo>
<msup>
<mi>l</mi>
<mo>&prime;</mo>
</msup>
</mrow>
</msub>
<mo>;</mo>
</mrow>
其中，Gk',l表示用户k'与基站l之间的信道增益，表示用户k′与基站l在下行是否有连接，有则否则即表示当用户k'与基站l在上行有连接时，用户k'不产生干扰；
3)计算数据速率：根据香农公式计算用户k和基站l接入的数据速率，公式如下：
<mrow>
<msubsup>
<mi>R</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>=</mo>
<msub>
<mi>Blog</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<msubsup>
<mi>&gamma;</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中，B表示信道带宽，信号干扰噪声比计算如下：
其中，表示用户k与基站l在上行的信号干扰噪声比，表示用户k与基站l在下行的信号干扰噪声比，代表自干扰取消能力，σ2是噪声功率；
4)计算包错误率：包错误率是用户k和基站l连接时，数据传输过程中的信号干扰噪声比低于目标等级的可能性,计算如下：
<mrow>
<msubsup>
<mi>PER</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>a</mi>
<mi>l</mi>
</msub>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<msub>
<mi>g</mi>
<mi>l</mi>
</msub>
<msubsup>
<mi>&gamma;</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msubsup>
<mi>if&gamma;</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>&GreaterEqual;</mo>
<msubsup>
<mi>&Gamma;</mi>
<mi>l</mi>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>,</mo>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>w</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
<mo>.</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，al和gl是依赖于包大小的常量，代表上行或者下行保证正确解调制的最小SINR的阈值；
5)计算延迟：将数据流量模拟为一个M/D/1队列系统,到达数据服从泊松分布；根据不同用户应用程序的优先级不同对数据流量进行调制，优先级高的流量先传输优先级低的后传输；计算由此产生的平均延迟：
<mrow>
<msubsup>
<mi>D</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>,</mo>
<mi>x</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>a</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>A</mi>
<mi>k</mi>
</msub>
</msubsup>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>a</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msubsup>
<mi>R</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>a</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>a</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msubsup>
<mi>R</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>a</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>x</mi>
</msubsup>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>a</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<msubsup>
<mi>R</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
</mfrac>
</mrow>
其中，Ak代表应用程序的集合，λk,a代表用户k中应用程序a的到达速率，平均到达速率设为λk,l， 代表服务时间，平均延迟包括第x个优先流在队列中的等待时间和传输服务时间；
6)计算用户k和基站l的效用值：
<mrow>
<msubsup>
<mi>U</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mi>R</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msubsup>
<mi>PER</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>A</mi>
<mi>k</mi>
</msub>
</msubsup>
<msubsup>
<mi>D</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>,</mo>
<mi>x</mi>
</mrow>
<mrow>
<mo>(</mo>
<mo>.</mo>
<mo>)</mo>
</mrow>
</msubsup>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
7)计算用户k和基站代理t中所有基站的效用值之和得到用户连接基站代理的效用值:
<mrow>
<msub>
<mi>U</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>l</mi>
<mo>&Element;</mo>
<msup>
<mi>t</mi>
<mi>u</mi>
</msup>
</mrow>
</munder>
<mfrac>
<mrow>
<msubsup>
<mi>R</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mi>u</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msubsup>
<mi>PER</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mi>u</mi>
</msubsup>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>A</mi>
<mi>k</mi>
</msub>
</msubsup>
<msubsup>
<mi>D</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>,</mo>
<mi>x</mi>
</mrow>
<mi>u</mi>
</msubsup>
</mrow>
</mfrac>
<mo>+</mo>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mi>l</mi>
<mo>&Element;</mo>
<msup>
<mi>t</mi>
<mi>d</mi>
</msup>
</mrow>
</munder>
<mfrac>
<mrow>
<msubsup>
<mi>R</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mi>d</mi>
</msubsup>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msubsup>
<mi>PER</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
<mi>d</mi>
</msubsup>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>A</mi>
<mi>k</mi>
</msub>
</msubsup>
<msubsup>
<mi>D</mi>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>,</mo>
<mi>x</mi>
</mrow>
<mi>d</mi>
</msubsup>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，t代表基站代理，tu代表基站代理中的进行上行接入的所有基站，td代表基站代理中的进行下行接入的所有基站；和代表用户k和基站l分别在上行和下行接入的数据速率；和代表用户k和基站l分别在上行和下行接入的包错误率；和代表用户k和基站l分别在上行和下行接入时第x优先级流的平均延迟。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711319079.4A CN107911856B (zh) | 2017-12-12 | 2017-12-12 | 一种超密集异构网络中基于匹配博弈的分离多接入方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711319079.4A CN107911856B (zh) | 2017-12-12 | 2017-12-12 | 一种超密集异构网络中基于匹配博弈的分离多接入方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107911856A true CN107911856A (zh) | 2018-04-13 |
| CN107911856B CN107911856B (zh) | 2020-12-01 |
Family
ID=61854179
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711319079.4A Active CN107911856B (zh) | 2017-12-12 | 2017-12-12 | 一种超密集异构网络中基于匹配博弈的分离多接入方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107911856B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109219106A (zh) * | 2018-06-08 | 2019-01-15 | 南京航空航天大学 | 一种异构网络中基于契约理论的上下行解耦单接入方法 |
| CN109548073A (zh) * | 2018-11-16 | 2019-03-29 | 厦门大学 | 一种基于多对多匹配的自适应小小区分簇方法 |
| CN110475295A (zh) * | 2018-05-10 | 2019-11-19 | 中国信息通信研究院 | 一种超密集组网的信息传输速率控制方法及装置 |
| CN112314049A (zh) * | 2018-05-01 | 2021-02-02 | 因特梅特罗通信公司 | 多重活动网络无线设备 |
| CN112822753A (zh) * | 2021-01-15 | 2021-05-18 | 中国人民解放军陆军工程大学 | 一种升空无线网中的用户-基站双向匹配接入方法 |
| US11812515B2 (en) | 2018-05-01 | 2023-11-07 | Intermetro Communications, Inc. | Multiple active network wireless device using a shadow number |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102333348A (zh) * | 2011-08-12 | 2012-01-25 | 中国科学技术大学苏州研究院 | 基于认知无线电的终端群接入网切换网络侧控制方法 |
| CN102695176A (zh) * | 2012-06-04 | 2012-09-26 | 上海师范大学 | 一种认知无线电网络的动态频谱分配方法 |
| CN102883424A (zh) * | 2012-10-15 | 2013-01-16 | 南京邮电大学 | 家庭基站系统中基于博弈论的功率分配方法 |
| CN103269515A (zh) * | 2013-06-04 | 2013-08-28 | 北京邮电大学 | 密集部署的家庭基站网络的低复杂度节能无线资源分配方法 |
| CN105636057A (zh) * | 2016-01-04 | 2016-06-01 | 南京邮电大学 | 超密集网络中一种基于非协作博弈的资源分配方法 |
| WO2016112992A1 (en) * | 2015-01-16 | 2016-07-21 | Nokia Solutions And Networks Oy | Selective scheduling grant rejection for spectrum sharing in a wireless network |
| US20170104840A1 (en) * | 2015-10-08 | 2017-04-13 | Perry M. Spagnola | Adaptive system cache |
| CN107094060A (zh) * | 2017-04-24 | 2017-08-25 | 东南大学 | 基于非合作博弈的分布式超密集异构网络干扰协调方法 |
-
2017
- 2017-12-12 CN CN201711319079.4A patent/CN107911856B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102333348A (zh) * | 2011-08-12 | 2012-01-25 | 中国科学技术大学苏州研究院 | 基于认知无线电的终端群接入网切换网络侧控制方法 |
| CN102695176A (zh) * | 2012-06-04 | 2012-09-26 | 上海师范大学 | 一种认知无线电网络的动态频谱分配方法 |
| CN102883424A (zh) * | 2012-10-15 | 2013-01-16 | 南京邮电大学 | 家庭基站系统中基于博弈论的功率分配方法 |
| CN103269515A (zh) * | 2013-06-04 | 2013-08-28 | 北京邮电大学 | 密集部署的家庭基站网络的低复杂度节能无线资源分配方法 |
| WO2016112992A1 (en) * | 2015-01-16 | 2016-07-21 | Nokia Solutions And Networks Oy | Selective scheduling grant rejection for spectrum sharing in a wireless network |
| US20170104840A1 (en) * | 2015-10-08 | 2017-04-13 | Perry M. Spagnola | Adaptive system cache |
| CN105636057A (zh) * | 2016-01-04 | 2016-06-01 | 南京邮电大学 | 超密集网络中一种基于非协作博弈的资源分配方法 |
| CN107094060A (zh) * | 2017-04-24 | 2017-08-25 | 东南大学 | 基于非合作博弈的分布式超密集异构网络干扰协调方法 |
Non-Patent Citations (5)
| Title |
|---|
| MOUNA HAJIR: ""Coalitional Games for Joint Co-Tier and Cross-Tier Cooperative Spectrum Sharing in Dense Heterogeneous Networks"", 《 IEEE ACCESS (VOLUME: 4)》 * |
| WEN WANG ; YUNJIAN JIA ; SHU FU: ""A Cluster-Based Energy-Efficient Resource Management Scheme for Ultra-DenseNetworks"", 《IEEE ACCESS》 * |
| 刘海燕: ""面向5G的超密集网络中分布式无线资源管理的研究"", 《北京交通大学硕士论文》 * |
| 朱晓荣: ""超密集小峰窝网中基于干扰协调的小区分簇和功率分配算法"", 《电子与信息学报》 * |
| 陈兵，胡峰，朱琨: "认知无线电研究进展", 《数据采集与处理》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112314049A (zh) * | 2018-05-01 | 2021-02-02 | 因特梅特罗通信公司 | 多重活动网络无线设备 |
| US11812515B2 (en) | 2018-05-01 | 2023-11-07 | Intermetro Communications, Inc. | Multiple active network wireless device using a shadow number |
| CN112314049B (zh) * | 2018-05-01 | 2024-03-08 | 因特梅特罗通信公司 | 多重活动网络无线设备 |
| CN110475295A (zh) * | 2018-05-10 | 2019-11-19 | 中国信息通信研究院 | 一种超密集组网的信息传输速率控制方法及装置 |
| CN110475295B (zh) * | 2018-05-10 | 2023-12-01 | 中国信息通信研究院 | 一种超密集组网的信息传输速率控制方法及装置 |
| CN109219106A (zh) * | 2018-06-08 | 2019-01-15 | 南京航空航天大学 | 一种异构网络中基于契约理论的上下行解耦单接入方法 |
| CN109548073A (zh) * | 2018-11-16 | 2019-03-29 | 厦门大学 | 一种基于多对多匹配的自适应小小区分簇方法 |
| CN109548073B (zh) * | 2018-11-16 | 2020-09-25 | 厦门大学 | 一种基于多对多匹配的自适应小小区分簇方法 |
| CN112822753A (zh) * | 2021-01-15 | 2021-05-18 | 中国人民解放军陆军工程大学 | 一种升空无线网中的用户-基站双向匹配接入方法 |
| CN112822753B (zh) * | 2021-01-15 | 2023-03-31 | 中国人民解放军陆军工程大学 | 一种升空无线网中的用户-基站双向匹配接入方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107911856B (zh) | 2020-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107911856A (zh) | 一种超密集异构网络中基于匹配博弈的分离多接入方法 | |
| Liu et al. | Load aware joint CoMP clustering and inter-cell resource scheduling in heterogeneous ultra dense cellular networks | |
| CN103716853B (zh) | 一种终端直通通信系统中的自适应多中继选择方法 | |
| CN107819840A (zh) | 超密集网络架构中分布式移动边缘计算卸载方法 | |
| CN104955077B (zh) | 一种基于用户体验速率的异构网络小区分簇方法及装置 | |
| CN103634848B (zh) | 基于非合作博弈资源分配的3g/wlan异构网络接入控制方法 | |
| CN103856947B (zh) | 一种联合信道选择和功率控制的干扰协调方法 | |
| CN105636213A (zh) | 异构c-ran网络及该网络下的d2d通信模式选择与资源调度联合优化方法 | |
| CN105722190B (zh) | 一种集中式网络架构下多用户接入选择方法 | |
| CN103781118A (zh) | 基于多业务的异构无线网络接入控制与资源分配联合方法 | |
| CN107135469B (zh) | 一种分布式用户接入方法 | |
| CN104902431A (zh) | 一种lte网络中跨小区d2d通信频谱分配方法 | |
| CN106211302A (zh) | 非正交多址接入异构融合网络资源分配方法 | |
| CN101925070A (zh) | 一种基于空间复用的认知系统资源分配方法 | |
| CN105813209A (zh) | 基于能量采集的蜂窝网络下的d2d通信动态频谱分配方法 | |
| CN107801194A (zh) | 一种在异构网络中基于回传链路容量的用户关联方法 | |
| CN107682935A (zh) | 一种基于系统稳定性的无线自回传资源调度方法 | |
| CN107911857A (zh) | 一种超密集异构网络中基于上行下行解耦的多接入方法 | |
| CN108063632A (zh) | 异构云接入网络中基于能效的协作资源分配方法 | |
| CN108076531A (zh) | 一种面向多服务商的无线网络切片资源动态分配方法 | |
| CN106255220A (zh) | 能量采集小蜂窝网络中的资源分配方法 | |
| CN104918207B (zh) | 异构网络中基于频谱资源分配的多d2d通信资源分配方法 | |
| CN107241799A (zh) | 异构网络中能量有效的资源分配和干扰对齐联合方法 | |
| CN106304232A (zh) | 一种基站休眠的通信方法及装置 | |
| CN106102173A (zh) | 基于多播波束成形的无线回传及基站分簇联合优化方法 |
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 |