CN108307514A - 基于双重分簇和资源分配的簇间干扰消除方法 - Google Patents

基于双重分簇和资源分配的簇间干扰消除方法 Download PDF

Info

Publication number
CN108307514A
CN108307514A CN201710123280.9A CN201710123280A CN108307514A CN 108307514 A CN108307514 A CN 108307514A CN 201710123280 A CN201710123280 A CN 201710123280A CN 108307514 A CN108307514 A CN 108307514A
Authority
CN
China
Prior art keywords
cluster
micro
node
macro
interference
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
Application number
CN201710123280.9A
Other languages
English (en)
Other versions
CN108307514B (zh
Inventor
田心记
张长森
王俊峰
贾文杰
张浩天
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan University of Technology
Original Assignee
Henan University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan University of Technology filed Critical Henan University of Technology
Priority to CN201710123280.9A priority Critical patent/CN108307514B/zh
Publication of CN108307514A publication Critical patent/CN108307514A/zh
Application granted granted Critical
Publication of CN108307514B publication Critical patent/CN108307514B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/54Allocation or scheduling criteria for wireless resources based on quality criteria
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446Resources in time domain, e.g. slots or frames
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • H04W72/0453Resources in frequency domain, e.g. a carrier in FDMA
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/54Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了超密集网络中基于双重分簇和资源分配的簇间干扰消除方法,适用于多个宏基站和多个微基站并存的超密集网络,实现本发明的技术思路是:首先进行双重分簇,将宏基站分为宏簇,将微基站分为微簇,将可用频段分为互不重叠的宏簇频段集和微簇频段集,根据宏簇或微簇间的干扰,构建宏簇或微簇干扰图,将宏簇或微簇频段集中的频段分配给宏簇或微簇,然后根据采用相同频段的宏簇或微簇间的干扰,构建采用相同频段的宏簇或微簇间的干扰图,采用图找色算法为宏簇或微簇分配时间。

Description

基于双重分簇和资源分配的簇间干扰消除方法
技术领域
本发明涉及通信领域,尤其是超密集网络中的分簇方法和资源分配方法。
背景技术
超密集网络(UDN,Ultra Dense Network)、毫米波与大规模多入多出被视为5G中最具有前景的关键技术。UDN允许用户自己部署家庭基站或微型基站,缩小了终端与基站之间的距离,能增强室内覆盖、提高频谱利用率、分流与均衡网络负载,因此国内外的很多学者和研究机构对UDN展开了研究。
UDN中大量的宏基站和微基站并存,存在严重的干扰,如何消除干扰是UDN的重要研究课题。分簇和资源管理是目前提出的UDN的干扰消除方法之一。
通过分簇,将整个网络分成若干个小网络,每个小网络包括多个微基站即多个小小区。从一个簇内的多个微基站中选择一个作为簇头,簇头负责本簇内的资源分配。分簇能缩小网络规模、减少运算量、提高网络运行的效率和性能。
目前对于分簇算法的研究大多集中在图论和矩阵。基于图论的分簇算法将微基站抽象为点,小小区之间的干扰抽象为节点之间的边,干扰值抽象为权重,使用MAX-K-CUT、K-means等算法将图分解为多个子图,每个子图中的节点作为一簇。基于矩阵的分簇算法统计任两个微基站之间或任两个用户之间的干扰,将这些干扰值组成一个矩阵,以最大化干扰为目标,依次从矩阵中选出一些点组成簇。
资源管理包括频率分配、资源块分配、功率分配和时间分配。
小小区和宏小区频段分配的方式有3种:正交分配、全复用和部分复用。正交分配方式下,宏小区和小小区采用不同的频段,可以有效地消除层间干扰,但是这种专用频段的方式会降低频谱效率,影响系统容量的提升;全复用方式下小小区可以使用宏小区的全部频段资源,频段复用率高,但是网络中可能存在大量的层内干扰和层间干扰;部分复用方式下将宏小区的频段资源分为两部分,一部分为宏小区的专用频段,另一部分为宏小区和小小区的专用频段,网络中可能存在两种干扰。
资源块分配即子信道分配,为宏基站和微基站分配正交的资源块,能消除层间干扰;在簇内或簇间分配资源块,能消除层内干扰。
功率分配分为用户的功率分配和资源块的功率分配。功率分配的建模方法主要有两种:一种是注水算法;另一种基于优化思想,将功率作为通信成本,将系统吞吐量作为收益,将吞吐量与功率之差作为优化目标,求解最优的功率分配。
时间分配分为宏小区与小小区之间的时间分配以及小小区之间的时间分配。根据负载信息或者以最大化吞吐量为目标为宏小区和小小区分配时间。小小区间时间分配分为两种,其一,将每个用户或者小小区或者簇作为顶点按照图着色算法进行时间分配,其二,根据簇或小小区的负载信息将时间分为若干份,分别供每个簇或小小区使用。
目前,UDN中的分簇和资源管理存在两个问题:其一,5G采用毫米波,宏基站比4G更加密集,但是目前研究宏基站和微基站之间的干扰消除时只考虑了一个宏基站,模型过于简单,因此,宏基站数量较多时的干扰消除方法有待于研究;其二,对小小区进行分簇或资源分配时只考虑到1个宏基站或者没有考虑宏基站,宏基站间的分簇以及两种基站之间的资源分配有待于进一步研究。
发明内容
本发明公开了超密集网络中基于双重分簇和资源分配的簇间干扰消除方法,适用于多个宏基站和多个微基站并存的超密集网络。
实现本发明的技术思路是:首先进行双重分簇,将宏基站分为多个宏簇,将微基站分为多个微簇,将可用频段分为互不重叠的宏簇频段集和微簇频段集,根据宏簇或微簇间的干扰,构建宏簇或微簇干扰图,将宏簇或微簇频段集中的频段分配给宏簇或微簇,然后根据采用相同频段的宏簇或微簇间的干扰,构建采用相同频段的宏簇或微簇间的干扰图,采用图找色算法为宏簇或微簇分配时间,其具体步骤包括如下:
A,根据宏基站之间的位置和干扰,构造宏基站之间的干扰图,将宏基站分为多个宏簇;
B,根据微基站之间的位置和干扰,构造微基站之间的干扰图,将微基站分为多个微簇;
C,将可用的M个频段分为互不重叠的宏簇频段集和微簇频段集,这两个频段集分别为fm表示频段,m=1,2,…,M,2≤M1<M,M-M1≥2;
D,基于宏簇间的干扰,将宏簇频段集中的频段分配给宏簇;
E,基于采用相同频段的宏簇间的干扰,为宏簇分配时间;
F,基于微簇间的干扰,将微簇频段集中的频段分配给微簇;
G,基于采用相同频段的微簇间的干扰,为微簇分配时间。
进一步,所述步骤A具体包括:
A1,定义两个宏基站间信道的Frobenius范数的平方作为两个宏基站的干扰值,测量任意两个宏基站间的干扰,得到干扰值,若该干扰值小于预先设定的宏基站干扰门限,则将这两个宏基站之间的干扰值设为零;
A2,构造宏基站对应的干扰图,该图中的节点对应宏基站,干扰值非零的两个宏基站对应的节点之间有条边,边的权值等于这两个宏基站之间的干扰值;
A3,选出度最大的节点,若度最大的节点有多个,则随机选择其中的一个,再依次选出与该节点相连的权值最大的K1条边,K1是正整数,K1>1,将该节点对应的宏基站以及与这K1条边相连的另一端节点对应的宏基站作为一个宏簇,这个宏簇包含K1+1个宏基站,删除与这K1+1个点相连的所有边;
A4,重复步骤A3,直至选出所有的节点,若此过程中选出的节点的度为N1且N1<K1,则将该节点对应的宏基站以及与这N1条边相连的另一端节点对应的宏基站作为一个宏簇,这个宏簇包含N1+1个宏基站,删除与这N1+1个点相连的所有边。
进一步,所述步骤B具体包括:
B1,定义两个微基站间信道的Frobenius范数的平方作为两个微基站的干扰值,测量任意两个微基站间的干扰,得到干扰值,若该干扰值小于预先设定的微基站干扰门限,则将这两个微基站之间的干扰值设为零;
B2,构造微基站对应的干扰图,该图中的节点对应微基站,干扰值非零的两个微基站对应的节点之间有条边,边的权值等于这两个微基站之间的干扰值;
B3,选出度最大的节点,若度最大的节点有多个,则随机选择其中的一个,再依次选出与该节点相连的权值最大的K2条边,K2是正整数,K2>1,将该节点对应的微基站以及与这K2条边相连的另一端节点对应的微基站作为一个微簇,这个微簇包含K2+1个微基站,删除与这K2+1个点相连的所有边;
B4,重复步骤B3,直至选出所有的节点,若此过程中选出的节点的度为N2且N2<K2,则将该节点对应的微基站以及与这N2条边相连的另一端节点对应的微基站作为一个微簇,这个微簇包含N2+1个微基站,删除与这N2+1个点相连的所有边。
进一步,所述步骤D具体包括:
D1,定义宏簇间的干扰值等于两个宏簇间任意两个宏基站的干扰值之和,若该干扰值小于预先设定的宏簇干扰门限,则将这两个宏簇之间的干扰值设为零;
D2,构造宏簇对应的干扰图,该图中的节点对应宏簇,干扰值非零的两个宏簇对应的节点之间有条边,边的权值等于这两个宏簇间的干扰值;
D3,选出权值最大的边,若权值最大的边有多条,则选择其中的一条,为这条边的两个节点分配不同的频段,这两个频段来自于宏簇频段集,删除这条边;
D4,从其余的边中选出权值最大的边,若权值最大的边有多条,则选择其中的一条,用a和b表示这条边的两个节点,若已经为a分配了频段fi,其中,i是1到M1之间的任一正整数,则统计与b相邻的节点采用的频段集F3,如果非空,其中,∪表示并集,表示F1中子集fi∪F3的补集,则从中任选一个频段分配给节点b,如果是空的,则从中任选一频段分配给节点b,若还没有为a和b中的任一节点分配频段,则统计与a相邻的节点采用的频段集F4,并且统计与b相邻的节点采用的频段集F5,如果非空,则从中任选一频段分配给节点a,如果是空的,则从F1中任选一频段分配给节点a,如果为a分配的频段是fl并且非空,其中,l是1到M1之间的任一正整数,则从中任选一频段分配给节点b,如果为a分配的频段是fl并且是空的,则从中任选一频段分配给节点b,然后删除该步骤之初选出的权值最大的这条边;
D5,重复步骤D4,直至为所有的节点即所有的宏簇都分配了频段。
进一步,所述步骤E具体包括:
E1,根据步骤D1得到采用相同频段的任意两个宏簇之间的干扰值;
E2,构造采用相同频段的宏簇对应的干扰图,该图中的节点对应宏簇,干扰值非零且采用相同频段的宏簇之间有条边,边的权值等于这两个宏簇间的干扰值;
E3,基于图找色算法为节点涂色,用最少数量的颜色为相邻节点涂不同的颜色,不相邻节点的颜色可以相同,若用了I1种颜色,则将相同颜色的节点归为一个集合,共I1个集合;
E4,将时间分为I1份,分别分配给I1个集合中的节点,即分配给节点对应的宏簇。
进一步,所述步骤F具体包括:
F1,定义微簇间的干扰值等于两个微簇间任意两个微基站的干扰值之和,若该干扰值小于预先设定的微簇干扰门限,则将这两个微簇之间的干扰值设为零;
F2,构造微簇对应的干扰图,该图中的节点对应微簇,干扰值非零的两个微簇对应的节点之间有条边,边的权值等于这两个微簇间的干扰值;
F3,选出权值最大的边,若权值最大的边有多条,则选择其中的一条,为这条边的两个节点分配不同的频段,这两个频段来自于微簇频段集,删除这条边;
F4,从其余的边中选出权值最大的边,若权值最大的边有多条,则选择其中的一条,用a′和b′表示这条边的两个节点,若已经为a′分配了频段fp,其中,p是M1+1到M之间的任一正整数,则统计与b′相邻的节点采用的频段集F6,如果非空,其中,∪表示并集,表示F2中子集fp∪F6的补集,则从中任选一个频段分配给节点b′,如果是空的,则从中任选一频段分配给节点b′,若还没有为a′和b′中的任一节点分配频段,则统计与a′相邻的节点采用的频段集F7,并且统计与b′相邻的节点采用的频段集F8,如果非空,则从中任选一频段分配给节点a′,如果是空的,则从F2中任选一频段分配给节点a′,如果为a′分配的频段是fq非空,其中,q是M1+1到M之间的任一正整数,则从中任选一频段分配给节点b′,如果为a′分配的频段是fq是空的,则从中任选一频段分配给节点b′,然后删除该步骤之初选出的权值最大的这条边;
F5,重复步骤F4,直至为所有的节点即所有的微簇都分配了频段。
进一步,所述步骤G具体包括:
G1,根据步骤F1得到采用相同频段的任两个微簇之间的干扰值;
G2,构造采用相同频段的微簇对应的干扰图,该图中的节点对应微簇,干扰值非零且采用相同频段的微簇之间有条边,边的权值等于这两个微簇间的干扰值;
G3,基于图找色算法为节点涂色,用最少数量的颜色为相邻节点涂不同的颜色,不相邻节点的颜色可以相同,若用了I2种颜色,则将相同颜色的节点归为一个集合,共I2个集合;
G4,将时间分为I2份,分别分配给I2个集合中的节点,即分配给节点对应的微簇。
本发明的宏簇和微簇采用不同的频段,这样能消除宏簇与微簇间的干扰。经过分配频段,采用不同频段的宏簇间不存在干扰,采用相同频段的宏簇间可能存在干扰;再为采用相同频段的相互干扰的宏簇分配不同的时间,这样就消除了采用相同频段的宏簇间的干扰,从而消除了宏簇间干扰。微簇间的干扰消除方法与之类似。
附图说明
图1是本发明实施例中宏基站间的干扰图;
图2是本发明实施例中选出的第一个宏簇;
图3是本发明实施例中选出的第二个宏簇;
图4是本发明实施例中选出的第三个宏簇;
图5是本发明实施例中选出的第四个宏簇;
图6是本发明实施例中选出的所有宏簇;
图7是本发明实施例中宏簇对应的干扰图;
图8是本发明实施例中宏簇的频段分配;
图9是本发明实施例中采用相同频段的宏簇的图着色;
图10是本发明的流程图;
图11是本发明的分簇流程图;
图12是本发明的簇间频段分配和时间分配流程图。
具体实施方式
下面给出本发明的一种实施例,对本发明做进一步详细的说明。实施例中的超密集网络中包含多个宏基站和多个微基站。
将可用的4个频段分为互不重叠的宏簇频段集和微簇频段集,这两个频段集分别为F1={f1 f2}和F2={f3 f4},fm表示频段,m=1,2,3,4。
将宏簇频段集中的频段分配给宏簇,并给宏簇分配时间,将微簇频段集中的频段分配给微簇,并给微簇分配时间。两种簇的分簇方法、频段分配方法和时间分配方法相同,下面以宏簇为例,首先给出分簇方法,然后给出频段分配方法和时间分配方法。
定义两个宏基站间信道的Frobenius范数的平方作为两个宏基站的干扰值,测量任意两个宏基站间的干扰,得到干扰值,若该干扰值小于预先设定的宏基站干扰门限,则将这两个宏基站之间的干扰值设为零。构造宏基站对应的干扰图(未在图中给出权值,只有节点和边),如图1所示,该图中的节点对应宏基站,干扰值非零的两个宏基站对应的节点之间有条边,边的权值等于这两个宏基站之间的干扰值。
选出度最大的节点,该节点的度为8,依次选出与该节点相连的权值最大的3条边,将该节点对应的宏基站以及与这3条边相连的另一端节点对应的宏基站作为一个宏簇,这个宏簇包含4个宏基站,删除与这4个点相连的所有边,如图2所示,该宏簇包含的宏基站用红色标出。
从余下的节点中,选出度最大的节点,用同样的方法选出宏簇,并且删除相应的边,如图3所示,该宏簇包含的宏基站用蓝色标出。
余下的节点中,度为4的节点有3个,随机选取其中的一个,用同样的方法选出宏簇,并且删除相应的边,如图4所示,该宏簇包含的宏基站用黄色标出。
采用类似的方法选出下一个宏簇,如图5所示,该宏簇包含的宏基站用绿色标出。
图6选出了所有的宏簇,共8个宏簇,用不同的颜色标出。
定义宏簇间的干扰值等于两个宏簇间任意两个宏基站的干扰值之和,若该干扰值小于预先设定的宏簇干扰门限,则将这两个宏簇之间的干扰值设为零。构造宏簇对应的干扰图,如图7所示,该图中的节点对应宏簇,干扰值非零的两个宏簇对应的节点之间有条边,边的权值等于这两个宏簇间的干扰值。
采用以下步骤为宏簇分配频段:
步骤一,选出权值最大的边,若权值最大的边有多条,则选择其中的一条,为这条边的两个节点分配不同的频段,这两个频段来自于宏簇频段集,删除这条边;
步骤二,从其余的边中选出权值最大的边,若权值最大的边有多条,则选择其中的一条,用a和b表示这条边的两个节点,若已经为a分配了频段fi,其中,i是1到M1之间的任一正整数,则统计与b相邻的节点采用的频段集F3,如果非空,其中,∪表示并集,表示F1中子集fi∪F3的补集,则从中任选一个频段分配给节点b,如果是空的,则从中任选一频段分配给节点b,若还没有为a和b中的任一节点分配频段,则统计与a相邻的节点采用的频段集F4,并且统计与b相邻的节点采用的频段集F5,如果非空,则从中任选一频段分配给节点a,如果是空的,则从F1中任选一频段分配给节点a,如果为a分配的频段是fl并且非空,其中,l是1到M1之间的任一正整数,则从中任选一频段分配给节点b,如果为a分配的频段是fl并且是空的,则从中任选一频段分配给节点b,然后删除该步骤之初选出的权值最大的这条边;
步骤三,重复步骤二,直至为所有的节点即所有的宏簇都分配了频段。
采用这三个步骤为宏簇分配的频段如图8所示。采用频段f1的宏簇间存在干扰,采用频段f2的宏簇间也存在干扰,下面以采用频段f2的宏簇为例给出时间分配方法。
构造采用相同频段的宏簇对应的干扰图,该图中的节点对应的宏簇,干扰值非零且采用相同频段的宏簇之间有条边,边的权值等于这两个宏簇间的干扰值;基于图找色算法为节点涂色,用2种颜色即可,如图9所示。将传输时间分为互不重叠的两部分T1和T2,T1分配给红色节点的宏簇,T2分配给蓝色节点的宏簇。
经过分配频段,采用不同频段的宏簇间不存在干扰,采用相同频段的宏簇间可能存在干扰;再为采用相同频段的相互干扰的宏簇分配不同的时间,这样就消除了采用相同频段的宏簇间的干扰,从而消除了宏簇间干扰。微簇间的干扰消除方法与之类似。由于宏簇和微簇采用不同的频段,两者之间不存在干扰。
簇内存在干扰,可以采用CoMP等方法消除簇内干扰,本发明只涉及簇间干扰的消除,不涉及簇内干扰的消除。
下面结合附图对本发明的具体实施过程做进一步说明。
本发明的流程图如图10所示,具体步骤如下:
A,根据宏基站之间的位置和干扰,构造宏基站之间的干扰图,将宏基站分为多个宏簇;
B,根据微基站之间的位置和干扰,构造微基站之间的干扰图,将微基站分为多个微簇;
C,将可用的M个频段分为互不重叠的宏簇频段集和微簇频段集,这两个频段集分别为fm表示频段,m=1,2,…,M,2≤M1<M,M-M1≥2;
D,基于宏簇间的干扰,将宏簇频段集中的频段分配给宏簇;
E,基于采用相同频段的宏簇间的干扰,为宏簇分配时间;
F,基于微簇间的干扰,将微簇频段集中的频段分配给微簇;
G,基于采用相同频段的微簇间的干扰,为微簇分配时间。
图11是本发明的分簇流程图,具体步骤如下:
A1,定义两个宏基站间信道的Frobenius范数的平方作为两个宏基站的干扰值,测量任意两个宏基站间的干扰,得到干扰值,若该干扰值小于预先设定的宏基站干扰门限,则将这两个宏基站之间的干扰值设为零;
A2,构造宏基站对应的干扰图,该图中的节点对应宏基站,干扰值非零的两个宏基站对应的节点之间有条边,边的权值等于这两个宏基站之间的干扰值;
A3,选出度最大的节点,若度最大的节点有多个,则随机选择其中的一个,再依次选出与该节点相连的权值最大的K1条边,K1是正整数,K1>1,将该节点对应的宏基站以及与这K1条边相连的另一端节点对应的宏基站作为一个宏簇,这个宏簇包含K1+1个宏基站,删除与这K1+1个点相连的所有边;
A4,重复步骤A3,直至选出所有的节点,若此过程中选出的节点的度为N1且N1<K1,则将该节点对应的宏基站以及与这N1条边相连的另一端节点对应的宏基站作为一个宏簇,这个宏簇包含N1+1个宏基站,删除与这N1+1个点相连的所有边;
B1,定义两个微基站间信道的Frobenius范数的平方作为两个微基站的干扰值,测量任意两个微基站间的干扰,得到干扰值,若该干扰值小于预先设定的微基站干扰门限,则将这两个微基站之间的干扰值设为零;
B2,构造微基站对应的干扰图,该图中的节点对应微基站,干扰值非零的两个微基站对应的节点之间有条边,边的权值等于这两个微基站之间的干扰值;
B3,选出度最大的节点,若度最大的节点有多个,则随机选择其中的一个,再依次选出与该节点相连的权值最大的K2条边,K2是正整数,K2>1,将该节点对应的微基站以及与这K2条边相连的另一端节点对应的微基站作为一个微簇,这个微簇包含K2+1个微基站,删除与这K2+1个点相连的所有边;
B4,重复步骤B3,直至选出所有的节点,若此过程中选出的节点的度为N2且N2<K2,则将该节点对应的微基站以及与这N2条边相连的另一端节点对应的微基站作为一个微簇,这个微簇包含N2+1个微基站,删除与这N2+1个点相连的所有边。
图12是本发明的簇间频段分配和时间分配流程图,具体步骤如下:
D1,定义宏簇间的干扰值等于两个宏簇间任意两个宏基站的干扰值之和,若该干扰值小于预先设定的宏簇干扰门限,则将这两个宏簇之间的干扰值设为零;
D2,构造宏簇对应的干扰图,该图中的节点对应宏簇,干扰值非零的两个宏簇对应的节点之间有条边,边的权值等于这两个宏簇间的干扰值;
D3,选出权值最大的边,若权值最大的边有多条,则选择其中的一条,为这条边的两个节点分配不同的频段,这两个频段来自于宏簇频段集,删除这条边;
D4,从其余的边中选出权值最大的边,若权值最大的边有多条,则选择其中的一条,用a和b表示这条边的两个节点,若已经为a分配了频段fi,其中,i是1到M1之间的任一正整数,则统计与b相邻的节点采用的频段集F3,如果非空,其中,∪表示并集,表示F1中子集fi∪F3的补集,则从中任选一个频段分配给节点b,如果是空的,则从中任选一频段分配给节点b,若还没有为a和b中的任一节点分配频段,则统计与a相邻的节点采用的频段集F4,并且统计与b相邻的节点采用的频段集F5,如果非空,则从中任选一频段分配给节点a,如果是空的,则从F1中任选一频段分配给节点a,如果为a分配的频段是fl并且非空,其中,l是1到M1之间的任一正整数,则从中任选一频段分配给节点b,如果为a分配的频段是fl并且是空的,则从中任选一频段分配给节点b,然后删除该步骤之初选出的权值最大的这条边;
D5,重复步骤D4,直至为所有的节点即所有的宏簇都分配了频段;
E1,根据步骤D1得到采用相同频段的任意两个宏簇之间的干扰值;
E2,构造采用相同频段的宏簇对应的干扰图,该图中的节点对应宏簇,干扰值非零且采用相同频段的宏簇之间有条边,边的权值等于这两个宏簇间的干扰值;
E3,基于图找色算法为节点涂色,用最少数量的颜色为相邻节点涂不同的颜色,不相邻节点的颜色可以相同,若用了I1种颜色,则将相同颜色的节点归为一个集合,共I1个集合;
E4,将时间分为I1份,分别分配给I1个集合中的节点,即分配给节点对应的宏簇;
F1,定义微簇间的干扰值等于两个微簇间任意两个微基站的干扰值之和,若该干扰值小于预先设定的微簇干扰门限,则将这两个微簇之间的干扰值设为零;
F2,构造微簇对应的干扰图,该图中的节点对应微簇,干扰值非零的两个微簇对应的节点之间有条边,边的权值等于这两个微簇间的干扰值;
F3,选出权值最大的边,若权值最大的边有多条,则选择其中的一条,为这条边的两个节点分配不同的频段,这两个频段来自于微簇频段集,删除这条边;
F4,从其余的边中选出权值最大的边,若权值最大的边有多条,则选择其中的一条,用a′和b′表示这条边的两个节点,若已经为a′分配了频段fp,其中,p是M1+1到M之间的任一正整数,则统计与b′相邻的节点采用的频段集F6,如果非空,其中,∪表示并集,表示F2中子集fp∪F6的补集,则从中任选一个频段分配给节点b′,如果是空的,则从中任选一频段分配给节点b′,若还没有为a′和b′中的任一节点分配频段,则统计与a′相邻的节点采用的频段集F7,并且统计与b′相邻的节点采用的频段集F8,如果非空,则从中任选一频段分配给节点a′,如果是空的,则从F2中任选一频段分配给节点a′,如果为a′分配的频段是fq非空,其中,q是M1+1到M之间的任一正整数,则从中任选一频段分配给节点b′,如果为a′分配的频段是fq是空的,则从中任选一频段分配给节点b′,然后删除该步骤之初选出的权值最大的这条边;
F5,重复步骤F4,直至为所有的节点即所有的微簇都分配了频段;
G1,根据步骤F1得到采用相同频段的任两个微簇之间的干扰值;
G2,构造采用相同频段的微簇对应的干扰图,该图中的节点对应微簇,干扰值非零且采用相同频段的微簇之间有条边,边的权值等于这两个微簇间的干扰值;
G3,基于图找色算法为节点涂色,用最少数量的颜色为相邻节点涂不同的颜色,不相邻节点的颜色可以相同,若用了I2种颜色,则将相同颜色的节点归为一个集合,共I2个集合;
G4,将时间分为I2份,分别分配给I2个集合中的节点,即分配给节点对应的微簇。
以上实施例仅仅是对本发明的举例说明,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (1)

1.超密集网络中基于双重分簇和资源分配的簇间干扰消除方法,适用于多个宏基站和多个微基站并存的超密集网络,其特征在于,包括如下步骤:
A,根据宏基站之间的位置和干扰,构造宏基站之间的干扰图,将宏基站分为多个宏簇,具体过程如下:
A1,定义两个宏基站间信道的Frobenius范数的平方作为两个宏基站的干扰值,测量任意两个宏基站间的干扰,得到干扰值,若该干扰值小于预先设定的宏基站干扰门限,则将这两个宏基站之间的干扰值设为零;
A2,构造宏基站对应的干扰图,该图中的节点对应宏基站,干扰值非零的两个宏基站对应的节点之间有条边,边的权值等于这两个宏基站之间的干扰值;
A3,选出度最大的节点,若度最大的节点有多个,则随机选择其中的一个,再依次选出与该节点相连的权值最大的K1条边,K1是正整数,K1>1,将该节点对应的宏基站以及与这K1条边相连的另一端节点对应的宏基站作为一个宏簇,这个宏簇包含K1+1个宏基站,删除与这K1+1个点相连的所有边;
A4,重复步骤A3,直至选出所有的节点,若此过程中选出的节点的度为N1且N1<K1,则将该节点对应的宏基站以及与这N1条边相连的另一端节点对应的宏基站作为一个宏簇,这个宏簇包含N1+1个宏基站,删除与这N1+1个点相连的所有边;
B,根据微基站之间的位置和干扰,构造微基站之间的干扰图,将微基站分为多个微簇,具体过程如下:
B1,定义两个微基站间信道的Frobenius范数的平方作为两个微基站的干扰值,测量任意两个微基站间的干扰,得到干扰值,若该干扰值小于预先设定的微基站干扰门限,则将这两个微基站之间的干扰值设为零;
B2,构造微基站对应的干扰图,该图中的节点对应微基站,干扰值非零的两个微基站对应的节点之间有条边,边的权值等于这两个微基站之间的干扰值;
B3,选出度最大的节点,若度最大的节点有多个,则随机选择其中的一个,再依次选出与该节点相连的权值最大的K2条边,K2是正整数,K2>1,将该节点对应的微基站以及与这K2条边相连的另一端节点对应的微基站作为一个微簇,这个微簇包含K2+1个微基站,删除与这K2+1个点相连的所有边;
B4,重复步骤B3,直至选出所有的节点,若此过程中选出的节点的度为N2且N2<K2,则将该节点对应的微基站以及与这N2条边相连的另一端节点对应的微基站作为一个微簇,这个微簇包含N2+1个微基站,删除与这N2+1个点相连的所有边;
C,将可用的M个频段分为互不重叠的宏簇频段集和微簇频段集,这两个频段集分别为fm表示频段,m=1,2,…,M,2≤M1<M,M-M1≥2;
D,基于宏簇间的干扰,将宏簇频段集中的频段分配给宏簇,具体过程如下:
D1,定义宏簇间的干扰值等于两个宏簇间任意两个宏基站的干扰值之和,若该干扰值小于预先设定的宏簇干扰门限,则将这两个宏簇之间的干扰值设为零;
D2,构造宏簇对应的干扰图,该图中的节点对应宏簇,干扰值非零的两个宏簇对应的节点之间有条边,边的权值等于这两个宏簇间的干扰值;
D3,选出权值最大的边,若权值最大的边有多条,则选择其中的一条,为这条边的两个节点分配不同的频段,这两个频段来自于宏簇频段集,删除这条边;
D4,从其余的边中选出权值最大的边,若权值最大的边有多条,则选择其中的一条,用a和b表示这条边的两个节点,若已经为a分配了频段fi,其中,i是1到M1之间的任一正整数,则统计与b相邻的节点采用的频段集F3,如果非空,其中,∪表示并集,表示F1中子集fi∪F3的补集,则从中任选一个频段分配给节点b,如果是空的,则从中任选一频段分配给节点b,若还没有为a和b中的任一节点分配频段,则统计与a相邻的节点采用的频段集F4,并且统计与b相邻的节点采用的频段集F5,如果非空,则从中任选一频段分配给节点a,如果是空的,则从F1中任选一频段分配给节点a,如果为a分配的频段是fl并且非空,其中,l是1到M1之间的任一正整数,则从中任选一频段分配给节点b,如果为a分配的频段是fl并且是空的,则从中任选一频段分配给节点b,然后删除该步骤之初选出的权值最大的这条边;
D5,重复步骤D4,直至为所有的节点即所有的宏簇都分配了频段;
E,基于采用相同频段的宏簇间的干扰,为宏簇分配时间,具体过程如下:
E1,根据步骤D1得到采用相同频段的任意两个宏簇之间的干扰值;
E2,构造采用相同频段的宏簇对应的干扰图,该图中的节点对应宏簇,干扰值非零且采用相同频段的宏簇之间有条边,边的权值等于这两个宏簇间的干扰值;
E3,基于图找色算法为节点涂色,用最少数量的颜色为相邻节点涂不同的颜色,不相邻节点的颜色可以相同,若用了I1种颜色,则将相同颜色的节点归为一个集合,共I1个集合;
E4,将时间分为I1份,分别分配给I1个集合中的节点,即分配给节点对应的宏簇;
F,基于微簇间的干扰,将微簇频段集中的频段分配给微簇,具体过程如下:
F1,定义微簇间的干扰值等于两个微簇间任意两个微基站的干扰值之和,若该干扰值小于预先设定的微簇干扰门限,则将这两个微簇之间的干扰值设为零;
F2,构造微簇对应的干扰图,该图中的节点对应微簇,干扰值非零的两个微簇对应的节点之间有条边,边的权值等于这两个微簇间的干扰值;
F3,选出权值最大的边,若权值最大的边有多条,则选择其中的一条,为这条边的两个节点分配不同的频段,这两个频段来自于微簇频段集,删除这条边;
F4,从其余的边中选出权值最大的边,若权值最大的边有多条,则选择其中的一条,用a′和b′表示这条边的两个节点,若已经为a′分配了频段fp,其中,p是M1+1到M之间的任一正整数,则统计与b′相邻的节点采用的频段集F6,如果非空,其中,∪表示并集,表示F2中子集fp∪F6的补集,则从中任选一个频段分配给节点b′,如果是空的,则从中任选一频段分配给节点b′,若还没有为a′和b′中的任一节点分配频段,则统计与a′相邻的节点采用的频段集F7,并且统计与b′相邻的节点采用的频段集F8,如果非空,则从中任选一频段分配给节点a′,如果是空的,则从F2中任选一频段分配给节点a′,如果为a′分配的频段是fq非空,其中,q是M1+1到M之间的任一正整数,则从中任选一频段分配给节点b′,如果为a′分配的频段是fq是空的,则从中任选一频段分配给节点b′,然后删除该步骤之初选出的权值最大的这条边;
F5,重复步骤F4,直至为所有的节点即所有的微簇都分配了频段;
G,基于采用相同频段的微簇间的干扰,为微簇分配时间,具体过程如下:
G1,根据步骤F1得到采用相同频段的任两个微簇之间的干扰值;
G2,构造采用相同频段的微簇对应的干扰图,该图中的节点对应微簇,干扰值非零且采用相同频段的微簇之间有条边,边的权值等于这两个微簇间的干扰值;
G3,基于图找色算法为节点涂色,用最少数量的颜色为相邻节点涂不同的颜色,不相邻节点的颜色可以相同,若用了I2种颜色,则将相同颜色的节点归为一个集合,共I2个集合;
G4,将时间分为I2份,分别分配给I2个集合中的节点,即分配给节点对应的微簇。
CN201710123280.9A 2017-03-03 2017-03-03 基于双重分簇和资源分配的簇间干扰消除方法 Active CN108307514B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710123280.9A CN108307514B (zh) 2017-03-03 2017-03-03 基于双重分簇和资源分配的簇间干扰消除方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710123280.9A CN108307514B (zh) 2017-03-03 2017-03-03 基于双重分簇和资源分配的簇间干扰消除方法

Publications (2)

Publication Number Publication Date
CN108307514A true CN108307514A (zh) 2018-07-20
CN108307514B CN108307514B (zh) 2021-06-15

Family

ID=62872328

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710123280.9A Active CN108307514B (zh) 2017-03-03 2017-03-03 基于双重分簇和资源分配的簇间干扰消除方法

Country Status (1)

Country Link
CN (1) CN108307514B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109525956A (zh) * 2019-01-02 2019-03-26 吉林大学 无线传感网中基于数据驱动的分簇的节能的数据收集方法
CN113015204A (zh) * 2019-12-20 2021-06-22 中国移动通信集团陕西有限公司 网络小区负载均衡方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120231739A1 (en) * 2009-11-23 2012-09-13 Yu Chen Cooperative communications in cellular networks
CN104581845A (zh) * 2015-02-15 2015-04-29 南京邮电大学 一种5g系统中基于成簇的超密集小网络移动性管理办法
CN104735680A (zh) * 2013-12-24 2015-06-24 中国电信股份有限公司 高密度微小区部署方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120231739A1 (en) * 2009-11-23 2012-09-13 Yu Chen Cooperative communications in cellular networks
CN104735680A (zh) * 2013-12-24 2015-06-24 中国电信股份有限公司 高密度微小区部署方法和系统
CN104581845A (zh) * 2015-02-15 2015-04-29 南京邮电大学 一种5g系统中基于成簇的超密集小网络移动性管理办法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
田心记,姜利敏: "干扰信道中一种改进的干扰消除方法", 《计算机工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109525956A (zh) * 2019-01-02 2019-03-26 吉林大学 无线传感网中基于数据驱动的分簇的节能的数据收集方法
CN113015204A (zh) * 2019-12-20 2021-06-22 中国移动通信集团陕西有限公司 网络小区负载均衡方法及装置
CN113015204B (zh) * 2019-12-20 2024-03-22 中国移动通信集团陕西有限公司 网络小区负载均衡方法及装置

Also Published As

Publication number Publication date
CN108307514B (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
Feng et al. BOOST: Base station on-off switching strategy for energy efficient massive MIMO HetNets
CN102664855B (zh) 一种基于ofdm的两层网络中信道分配方法
Feng et al. BOOST: Base station on-off switching strategy for green massive MIMO HetNets
CN106954227A (zh) 超密集无线网络基于干扰协调的能效资源分配方法
CN107770874B (zh) 超密集网络中的分簇方法和子信道分配方法
Chang et al. Dynamic fractional frequency reuse (D‐FFR) for multicell OFDMA networks using a graph framework
CN101977386A (zh) 蜂窝网中家庭基站分组的干扰协调方法
CN104796902B (zh) 一种超密集网络中基于图着色的频域资源分配方法
CN107750056B (zh) 超密集网络中的干扰消减方法
CN102612037A (zh) 毫微微蜂窝网络中基于动态分簇的子频带分配方法
CN103024921A (zh) 一种基于cqi反馈参数和sinr数值分组的调度方法
CN107613556A (zh) 一种基于功率控制的全双工d2d干扰管理方法
CN103249160B (zh) 一种LTE-A系统中CoMP下的资源分配方法
CN104301985A (zh) 一种移动通信中电网与认知基站间能源分配方法
CN102665219A (zh) 一种基于ofdma的家庭基站系统的动态频谱分配方法
CN104159314B (zh) 异构网络的分布式节能资源分配方法
CN104640217B (zh) 基于网络编码的ofdma网络上下行资源联合分配方法
CN104080091B (zh) 分层异构网络中基于负载预测分组的家庭基站频谱分配方法
CN108307514A (zh) 基于双重分簇和资源分配的簇间干扰消除方法
CN102984736A (zh) 无线泛在异构网络资源优化方法
CN107454601A (zh) 一种超密集环境下考虑小区间干扰的无线虚拟映射方法
Ru et al. Power and spectrum allocation in D2D networks based on coloring and chaos genetic algorithm
CN107852708A (zh) 用于跨越多个资源维度进行无线电资源分配的系统和方法
CN102970683B (zh) 基于图论的多小区两层网络的频谱分配方法
CN103442365B (zh) 一种降低站内CoMP系统干扰的频率复用方法

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