CN108809470A - 一种超密集蜂窝网络中的分簇算法 - Google Patents

一种超密集蜂窝网络中的分簇算法 Download PDF

Info

Publication number
CN108809470A
CN108809470A CN201810726462.XA CN201810726462A CN108809470A CN 108809470 A CN108809470 A CN 108809470A CN 201810726462 A CN201810726462 A CN 201810726462A CN 108809470 A CN108809470 A CN 108809470A
Authority
CN
China
Prior art keywords
user
cluster
interference
users
weights
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
CN201810726462.XA
Other languages
English (en)
Other versions
CN108809470B (zh
Inventor
梁彦霞
孙长印
刘欣
姜静
何华
李树
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.)
Xian University of Posts and Telecommunications
Original Assignee
Xian University of Posts and Telecommunications
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 Xian University of Posts and Telecommunications filed Critical Xian University of Posts and Telecommunications
Priority to CN201810726462.XA priority Critical patent/CN108809470B/zh
Publication of CN108809470A publication Critical patent/CN108809470A/zh
Application granted granted Critical
Publication of CN108809470B publication Critical patent/CN108809470B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J11/00—Orthogonal multiplex systems, e.g. using WALSH codes
    • H04J11/0023—Interference mitigation or co-ordination
    • H04J11/0026—Interference mitigation or co-ordination of multi-user interference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J11/00—Orthogonal multiplex systems, e.g. using WALSH codes
    • H04J11/0023—Interference mitigation or co-ordination
    • H04J11/005—Interference mitigation or co-ordination of intercell interference
    • H04J11/0053—Interference mitigation or co-ordination of intercell interference using co-ordinated multipoint transmission/reception
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04J—MULTIPLEX COMMUNICATION
    • H04J11/00—Orthogonal multiplex systems, e.g. using WALSH codes
    • H04J11/0023—Interference mitigation or co-ordination
    • H04J11/005—Interference mitigation or co-ordination of intercell interference
    • H04J11/0059—Out-of-cell user aspects

Landscapes

  • Engineering & Computer Science (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蜂窝网络中的分簇算法，该方法是基于用户之间干扰权值基础上的集合划分过程，分为干扰权值生成和用户分簇这两个阶段。在干扰权值生成阶段，由于用户在对其他用户产生干扰的同时，也受到了来自其他用户的干扰，所以采取了权重平衡策略，即通过调整用户的有用信号权重设计和调整用户对其他用户的干扰系数，来获取用户功率利用维度和空间占有维度在协作传输时的增益。在分簇阶段，提出了一种改进的KNN分簇算法，该算法以簇内用户间干扰和最小为准则将用户进行分簇，同一簇内的用户共享频谱资源，即提高了频谱资源的利用率和系统边缘的吞吐量。

Description

一种超密集蜂窝网络中的分簇算法
技术领域
本发明属于移动通信技术领域，涉及一种分簇算法，具体地说，涉及一种超密集蜂窝网络中的分簇算法。
背景技术
随着网络化、数字化的普及，目前需要在以下几方面有突破性进展：广域覆盖，热点高容量，低功率大连接，低时延高可靠。这些进展自然也对分割用户流量，分配通信量等方面有着更高的要求。
超密集网络由许多低功耗小基站组成，是解决此挑战最具创新性变革的手段。但是小区密集部署带来的干扰问题会降低网络容量和用户体验，导致频谱利用率和小区边缘吞吐量降低。
为了解决这些问题，就需要部署更为先进的小区间干扰抑制技术，即协作多点传输技术。该技术在多个网络、基站和用户之间协作决策和传输，能够有效地减少小区间干扰，提升数据速率覆盖和小区边缘吞吐量。然而，在网络中所有小区之间进行协调是一项非常复杂的任务，因为在协调的小区中需要进行精确地同步，这就会产生额外的导航和信号处理等开销，为了避免这些开销，就需要对小区进行较小规模的协作分簇，即可以对小区用户先进行分簇，然后在簇内和簇间进行协作传输。现在提出的多数分簇算法都有各自的缺点，现有技术大多实现较为困难，难以理解，需要大量的估计参数及实验验证；现有技术易于对普遍事件进行分析处理，缺乏对稀有事件进行分类处理的能力；现有技术对于多分类问题的处理能力较差。需要适合的分簇算法以适应新的需求。
发明内容
本发明的目的在于，提出了一种简单、易于理解、易于实现、无需估计参数的超密集蜂窝网络中的分簇算法。该算法依据网络状况进行分簇，分簇算法的具体内容是首次提出。
其技术方案如下：
一种超密集蜂窝网络中的分簇算法， 具体步骤如下：
1.对网络中任意一个节点集合中的所有节点求取两两节点之间的干扰权值，用Wab(u,v)表示用户u和用户v之间的干扰权值；
2.将干扰权值Wab排序，最大的Wab对应的两个用户为初始用户，设为用户m和用户n；
3.将用户m与其他用户（除n之外）之间的干扰值排序，取干扰值最小的k个用户与用户m合为一组；
同样将与用户n相关的其他用户（除m之外）干扰最小的k个用户并入到与n一组；
4.比较步骤3中并入m的k个用户和能并入n的k个用户，如果有重复的，则将该用户并入干扰值更小的那一组；
5.在剩下还未并入m或n一组的用户中，依据两两用户之间的干扰权值Wab1（此为原Wab值的子集），重复步骤2-4，可以得到新的簇（即组）。
6.如此合并，直到将所有的用户都归属到某一簇中。
进一步，如果要得到固定大小个数的簇，可以调整k值大小。k值较大时，会生成较少的簇；k值较小时，会生成较多的簇。如果还不能达到目的，可以将k值设置的稍微小些，得到较多的初始簇。并根据已经合成的簇内的用户数，将含有较少用户的簇合并，和/或保证合并和簇内干扰和最小为合并准则来合并簇，已达到想要数目的簇。
本发明的有益效果为：
本发明相对于k均值算法一次只分配一个用户到簇内，本算法一次性合并k个用户，提高了运算的速度，能更快地完成用户分簇，适应移动通信的需求。该方法基于用户边缘权重基础上的集合划分过程，分为干扰权值生成和用户分簇这两个阶段。在分簇阶段，提出了一种改进的KNN分簇算法，该算法以簇内用户间干扰最小为准则将用户进行分簇，同一簇内的用户共享频谱资源，即提高了频谱资源的利用率和系统边缘的吞吐量。
附图说明
图1是本发明超密集蜂窝网络中的分簇算法的流程图；
图2是本发明算法与参考算法的仿真结果图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细地说明。
参照图1，本发明超密集蜂窝网络中的分簇算法，包括图示的步骤。
本发明提供的方法可用于小区分簇，也可以用于用户分簇。
本算法在计算机上通过 MATLAB 语言进行仿真，对文献[1]提出的设计方案和分簇算法作为参考算法进行比较。该参考算法是基于SINR的连续干扰权值分簇方案。本文在仿真中，首先由相应的小区成簇算法形成小区，而后进行小区选择和多小区调度，最后对调度用户进行波束成型及功率分配。仿真参数具体见表1。
[1] 王军选，汤仕艳，孙长印. 基于用户分群的超密集小区网络资源分配[J]. 西安邮电大学学报，2016,21(1):16-20。
表1仿真参数
参数 数值
用户数目／（ 个 ） 36
小区数目/（ 个 ） 6
信道数目/（ 个 ） 2
噪声功率/(dB) N=-173.9+10*log10(10.^7)+9
Pico基站发射功率/ (dBm) 20
发射端天线数目/（ 个 ） 2
接收端天线数目/（ 个 ） 1
在仿真过程中为了确保各种算法仿真结果的公平性和真实性，除了两种算法的分簇算法不同外，在系统参数设置、功率分割与功率控制算法本文均采用了同一算法。仿真结果见图2。
从图2中可以看出，本发明的分簇算法的系统吞吐量性能优于系统参考算法，有效地提升了系统的吞吐量，降低了用户间干扰。
以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。

Claims (2)

1.一种超密集蜂窝网络中的分簇算法，其特征在于，包括以下步骤：
步骤1、对网络中任意一个节点集合中的所有节点求取两两节点之间的干扰权值，用Wab(u,v)表示用户u和用户v之间的干扰权值；步骤2、将干扰权值Wab排序，最大的Wab对应的两个用户为初始用户，设为用户m和用户n；步骤3、将用户m与其他用户之间的干扰值排序，取干扰值最小的k个用户与用户m合为一组；同样将与用户n相关的其他用户干扰最小的k个用户并入到与n一组； 步骤4、比较步骤3中并入m的k个用户和能并入n的k个用户，如果有重复的，则将该用户并入干扰值更小的那一组；步骤5、在剩下还未并入m或n一组的用户中，依据两两用户之间的干扰权值Wab1，此为原Wab值的子集，重复步骤2-4，得到新的簇；步骤6、如此合并，直到将所有的用户都归属到某一簇中。
2.根据权利要求1所述的超密集蜂窝网络中的分簇算法，其特征在于，如果要得到固定大小个数的簇，调整k值大小，k值较大时，会生成较少的簇；k值较小时，会生成较多的簇；如果还不能达到目的，将k值设置的稍微小些，得到较多的初始簇；并根据已经合成的簇内的用户数，将含有较少用户的簇合并，和/或保证合并和簇内干扰和最小为合并准则来合并簇，已达到想要数目的簇。
CN201810726462.XA 2018-07-04 2018-07-04 一种超密集蜂窝网络中的分簇算法 Expired - Fee Related CN108809470B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810726462.XA CN108809470B (zh) 2018-07-04 2018-07-04 一种超密集蜂窝网络中的分簇算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810726462.XA CN108809470B (zh) 2018-07-04 2018-07-04 一种超密集蜂窝网络中的分簇算法

Publications (2)

Publication Number Publication Date
CN108809470A true CN108809470A (zh) 2018-11-13
CN108809470B CN108809470B (zh) 2020-04-07

Family

ID=64074561

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810726462.XA Expired - Fee Related CN108809470B (zh) 2018-07-04 2018-07-04 一种超密集蜂窝网络中的分簇算法

Country Status (1)

Country Link
CN (1) CN108809470B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109586836A (zh) * 2018-11-22 2019-04-05 西安邮电大学 一种基于人工智能的用户分簇算法
CN112654081A (zh) * 2020-12-14 2021-04-13 西安邮电大学 用户分簇及资源分配优化方法、系统、介质、设备及应用
CN113395699A (zh) * 2021-05-26 2021-09-14 哈尔滨工业大学 一种基于协作的分簇与频率资源分配方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100091715A1 (en) * 2008-10-10 2010-04-15 Microsoft Corporation Cognitive channel adaptation in wireless sensor networks
CN104486767A (zh) * 2014-12-12 2015-04-01 重庆邮电大学 异构蜂窝网络中基于分簇的动态abs干扰抑制方法
CN104955161A (zh) * 2015-06-19 2015-09-30 西安电子科技大学 异构网络中基于femtocell分簇和宏用户调度的干扰协调方法
CN107371167A (zh) * 2017-09-05 2017-11-21 上海无线通信研究中心 小区分簇方法及基于该小区分簇方法的频谱交叠复用方法
CN107426825A (zh) * 2017-04-05 2017-12-01 西安邮电大学 一种基于干扰协调的小区分簇算法
CN108012275A (zh) * 2017-12-14 2018-05-08 重庆邮电大学 超密集网络中基于动态分簇的小基站用户资源分配方法
CN108738028A (zh) * 2018-05-25 2018-11-02 西安邮电大学 一种超密集组网下的分簇方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100091715A1 (en) * 2008-10-10 2010-04-15 Microsoft Corporation Cognitive channel adaptation in wireless sensor networks
CN104486767A (zh) * 2014-12-12 2015-04-01 重庆邮电大学 异构蜂窝网络中基于分簇的动态abs干扰抑制方法
CN104955161A (zh) * 2015-06-19 2015-09-30 西安电子科技大学 异构网络中基于femtocell分簇和宏用户调度的干扰协调方法
CN107426825A (zh) * 2017-04-05 2017-12-01 西安邮电大学 一种基于干扰协调的小区分簇算法
CN107371167A (zh) * 2017-09-05 2017-11-21 上海无线通信研究中心 小区分簇方法及基于该小区分簇方法的频谱交叠复用方法
CN108012275A (zh) * 2017-12-14 2018-05-08 重庆邮电大学 超密集网络中基于动态分簇的小基站用户资源分配方法
CN108738028A (zh) * 2018-05-25 2018-11-02 西安邮电大学 一种超密集组网下的分簇方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109586836A (zh) * 2018-11-22 2019-04-05 西安邮电大学 一种基于人工智能的用户分簇算法
CN109586836B (zh) * 2018-11-22 2023-09-15 西安邮电大学 一种基于人工智能的用户分簇算法
CN112654081A (zh) * 2020-12-14 2021-04-13 西安邮电大学 用户分簇及资源分配优化方法、系统、介质、设备及应用
CN113395699A (zh) * 2021-05-26 2021-09-14 哈尔滨工业大学 一种基于协作的分簇与频率资源分配方法
CN113395699B (zh) * 2021-05-26 2023-05-12 哈尔滨工业大学 一种基于重叠簇的基站协作集生成方法

Also Published As

Publication number Publication date
CN108809470B (zh) 2020-04-07

Similar Documents

Publication Publication Date Title
CN110430613B (zh) 多载波非正交多址接入系统基于能效的资源分配方法
CN107094060B (zh) 基于非合作博弈的分布式超密集异构网络干扰协调方法
CN107172682A (zh) 基于动态分簇的超密集网络无线资源分配方法
CN108809470A (zh) 一种超密集蜂窝网络中的分簇算法
Abdelhakam et al. A cooperation strategy based on bargaining game for fair user-centric clustering in cloud-RAN
CN112566261A (zh) 一种基于深度强化学习的上行noma资源分配方法
Yu et al. Dynamic resource allocation in TDD-based heterogeneous cloud radio access networks
Wang et al. User association in non-orthogonal multiple access networks
CN107333333A (zh) 一种基于用户业务流的资源分配方法
CN104168574A (zh) 一种混合蜂窝系统中基于干扰适变选择的上行传输方法
CN108738028B (zh) 一种超密集组网下的分簇方法
Wang et al. A closed-form power control algorithm in cognitive radio networks based on Nash bargaining solution
Gao et al. Resource Allocation for D2D Communication Underlaying Cellular Networks: A Distance‐Based Grouping Strategy
Chen et al. Dynamic clustering algorithm design for ultra dense small cell networks in 5G
CN109152060A (zh) 一种短波下行通信中的发射机信道分配模型及方法
Zhang et al. The 5G NOMA networks planning based on the multi-objective evolutionary algorithm
CN115833886A (zh) 一种无蜂窝大规模mimo系统的功率控制方法
Fernandez-Lopez et al. Interference management with successive cancellation for dense small cell networks
Zhang et al. Group-based joint signaling and data resource allocation in MTC-underlaid cellular networks
Abedi et al. Cellular network planning under variable qos requirements using voronoi algorithm
Katranaras et al. Sum rate of linear cellular systems with clustered joint processing
CN108737009B (zh) 一种干扰抑制方法和装置
CN106572473A (zh) 一种移动通讯网络覆盖的实现方法和装置
CN108882252B (zh) 干扰增量降低的分簇方法
Malmirchegini et al. Distributed and adaptive optimization of LTE-TDD configuration based on UE traffic type

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200407

Termination date: 20200704