CN108880730B - 一种基于干扰阈值的多用户超密集异构小区动态分簇方法 - Google Patents
一种基于干扰阈值的多用户超密集异构小区动态分簇方法 Download PDFInfo
- Publication number
- CN108880730B CN108880730B CN201810542279.4A CN201810542279A CN108880730B CN 108880730 B CN108880730 B CN 108880730B CN 201810542279 A CN201810542279 A CN 201810542279A CN 108880730 B CN108880730 B CN 108880730B
- Authority
- CN
- China
- Prior art keywords
- cell
- interference
- cluster
- threshold
- user
- 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.)
- Active
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
- H04J11/005—Interference mitigation or co-ordination of intercell interference
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于干扰阈值的多用户超密集异构小区动态分簇方法,计算一个宏小区内所有小小区两两之间的平均干扰强度,设定一个干扰阈值,将干扰强度超过所述干扰阈值的小小区归为一个簇;其中,通过计算一个小小区中每个用户接收到另一个小小区中多天线基站的发射线号强度的平均值来作为两个小小区A、B之间的平均信道干扰强度;干扰阈值设定的大小用无线回程的开销大小以及小小区之间的干扰作为权衡,通过得到任意两个小小区之间的平均信道干扰强度,遍历最小值以及最大值来从中选择最合适的阈值。
Description
【技术领域】
本发明属于无线通信技术领域,具体涉及一种基于干扰阈值的多用户超密集异构小区动态分簇方法。
【背景技术】
随着先进通信设备(如智能手机、平板电脑和笔记本电脑等)的不断增多以及新兴的多媒体应用的快速普及,移动数据流量呈现出爆炸性增长。为了应对网络容量巨大的提升,同时考虑稀缺的频谱资源,一般情况下,人们普遍认为只能通过网络密集化实现,例如,增加单位面积天线数量。实现这一部署通常通过密集化部署小小区技术。这一技术被认为是实现高数据速率、强覆盖增益以及满足普遍存在的宽带移动服务急速需求有前景和有效的解决方案。
然而,为这些小小区提供高效和经济的回程解决方案是一个具有挑战性的问题。虽然有线回程链路保证了高数据速率的可靠性,但是在所有小小区基站之间建立有线连接是不切实际的,并且成本很高。因此,使用无线回程链路通信是一种经济且现实的方法。在超密集网络部署中,大量的小小区基站之间需要借助X2接口进行协作,频繁的信令交换会造成很大的开销。于是,将小小区进行分簇可以很大程度上解决了这一难题,不仅仅减少了回程开销,也方便了小小区的管理,同时能够通过预编码等技术消除簇内小小区之间的干扰,获得更好的吞吐量增益。
目前,现有典型的分簇方法有k-means算法,通过选取k个点作为初始质心,形成k个簇,重新计算质心,直到簇不发生变化或者达到最大的迭代次数。
专利公开号为CN 107426825 A中,发明人借助于k-means思想公开了一种基于干扰协调的小区分簇算法,该发明使每个用户能够自由的选择最合适的协作簇,算法的思想是迭代地分配节点到集群中,确保在每次迭代过程中分配到群内节点的距离增量最小化,把干扰比较强的用户放到一个群中同时进行处理,对群间干扰采用基于时域或频域的干扰避免技术对群内干扰采用小区间干扰协调技术上述技术中的分簇方法。该方法是将整个进行分裂得到不同的簇。
专利公开号为CN 104602279 A中,发明人提供了一种异构网络中的基于阈值的协作分簇方法和装置,所提方法主要是先计算出异构网络中用户终端接受到的每个非所在基站的干扰信号强度将每个非所在基站的干扰信号强度,将每个非所在基站的干扰信号强度与设定的协作基站强度阈值进行比较,当非所在基站的干扰信号强度大于设定的协作基站强度阈值时,则将非所在基站归纳于用户终端的协作基站簇。需要计算多个干扰强度,算法复杂度比较高。
【发明内容】
本发明的目的是提供一种基于干扰阈值的多用户超密集异构小区动态分簇方法,以解决现有技术中密集组网情况下,小小区数量极多并且难以管理问题。
本发明采用以下技术方案:一种基于干扰阈值的多用户超密集异构小区动态分簇方法,计算一个宏小区内所有小小区两两之间的平均干扰强度,设定一个干扰阈值,将干扰强度超过所述干扰阈值的小小区归为一个簇;
其中,通过计算一个小小区中每个用户接收到另一个小小区中多天线基站的发射线号强度的平均值来作为两个小小区A、B之间的平均信道干扰强度;
干扰阈值设定的大小用无线回程的开销大小以及小小区之间的干扰作为权衡,通过得到任意两个小小区之间的平均信道干扰强度,遍历最小值以及最大值来从中选择最合适的阈值。
进一步的,具体按照以下步骤实施:
步骤1:输入小小区的个数J,根据回程链路的开销以及小小区之间干扰消除效果来折地中设定干扰阈值γi,j,通过依次遍历最小信道平均干扰信道强度以及最大信道平均干扰信道强度来选择最为合适的阈值γi,j;
步骤2:从第一个簇(只包含一个小小区)开始遍历,计算该小小区与其他小小区之间(J-i)的平均干扰强度(i为第i次遍历);如果干扰强度大于设定的干扰阈值,则将其归为一个簇;
步骤3:如果该小小区已经归为其他的簇,则该簇则和其他的簇归为同一个簇;
步骤4:依次遍历所有的小小区,重复步骤2和步骤3;
步骤5:遍历结束后则得到形成的簇,其中每个簇可能包含不同数量的小小区的个数。
进一步的,干扰信道强度的计算方法为:
设该密集小小区系统中,其中每个小小区基站配备了N个天线服务K个单天线用户(N≥K),或者服务K个多天线用户,每个用户配备M个天线(N≥KM);
假设小小区被分为C个簇;
当服务用户为单天线时,定义任意两个小小区之间的平均干扰信道强度的计算公式为:
当服务用户为多天线时,定义任意两个小小区之间的平均干扰信道强度的计算公式为:
其中,所述Ii,j表示第i个小区和第j个小区之间的平均干扰信道强度,所述hi,j,k和Hj,i,k分别为向量和矩阵,表示第i个小区到第第j个小区的第k个用户的下行链路干扰信道。Pi和Pj分别表示第i个小区和第j个小区基站的发射功率。当两个小区的平均干扰信道强度较高时候,将其分为一个簇,通过预编码技术则可以消除同一个簇内的干扰。
进一步的,宏小区和所有的小小区共享同一时频资源。
进一步的,双层异构网络系统采用时分双工协议。
与现有技术相比,本发明至少具有以下有益效果:本方法可以用在现有5G众多成熟的技术,适用于多天线单天线系统,可以根据实际需要,更少的回程开销,或者更大的吞吐来折中的选择干扰阈值,来进行动态的分簇。
因为平均干扰信道强度的选择不确定,可以综合的考虑信道质量、干扰、用户数目等等参数,所示具有很高的可靠性与很强的适用性,能够适合很多网络。将干扰强度大的小小区分成一个簇,形成一个虚拟MIMO系统,利用预编码等技术,可以消除同一个簇内的小小区之间的干扰,从而提高吞吐量。
【附图说明】
图1是本发明异构网络系统场景图。
图2是本发明异构网络系统分簇之后的场景图;
图3是matlab仿真图;
图4是本发明干扰阈值设置为-107dB时候的仿真图;
图5是本发明干扰阈值设置为-105dB时候的仿真图;
图6是本发明干扰阈值设置为-100dB时候的仿真图;
图7是本发明的一个简易示意图;
图8是不同分簇算法性能对比图。
【具体实施方式】
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
将区域内所有小小区两两之间的平均干扰强度,通过设定一个干扰阈值,将干扰强度超过这个值的小小区归为一个簇,这样就能最大程度的降低小小区之间的干扰,从而提高吞吐量。而这个平均干扰强度可以有不同的标准,也可以简单的根据距离来判断。距离越近,一定程度上干扰越大,则可以根据小小区之间的距离小于某一阈值来进行分簇。
根据本发明的一个方面,提供了一种异构网络中基于阈值的协作基站分簇方法,包括:
根据用户数量、天线数量和路径损耗等定义两个小小区之间的平均干扰信道强度,取而代之单纯的考虑临近小区的距离进行分簇所带来的弊端。可以根据实时环境的干扰噪声以及信道质来决定两个小小区之间的平均干扰信道强度。能够最大程度根据干扰的强弱进行分类。
通过计算整个区域内所有的潜在的干扰关系,所有的小小区两两之间均存在一个干扰值,可以构造出一个干扰图。
根据实际需要,通过确定一个干扰阈值,来判断相邻的两个小小区是否应该归为一个簇。而这个干扰阈值设定的大小可以用无线回程的开销大小以及小小区之间的干扰作为权衡。
优选的,所述两个小小区之间的平均干扰信道强度包括:
设所述的双层异构网络系统包括一个宏小区和J个小小区,其中每个小小区基站配备了N个天线服务K个单天线用户(N≥K),或者服务K个多天线用户,每个用户配备M个天线(N≥KM)。宏小区和所有的小小区共享同一时频资源。整个系统采用时分双工协议,宏基站和小基站均可以获得完美的信道状态信息。假设被分为C个簇。
当服务用户为单天线时,定义任意两个小小区之间的平均干扰信道强度的计算公式为:
当服务用户为多天线时,定义任意两个小小区之间的平均干扰信道强度的计算公式为:
所述Ii,j表示第i个小区和第j个小区之间的平均干扰信道强度,所述hi,j,k和Hj,i,k分别为向量和矩阵,表示第i个小区到第第j个小区的第k个用户的下行链路干扰信道。当两个小区的平均干扰信道强度较高时候,将其分为一个簇,通过预编码技术则可以消除同一个簇内的干扰。
算法具体步骤:
步骤1:输入小小区的个数J,以及根据回程链路的开销以及小小区之间干扰消除效果的折中设定的干扰阈值γi,j;
步骤2:初始化第一个集群(只包含一个小小区),计算该小小区域其他小小区之间的平均干扰强度,如果干扰强大大于设定的阈值,则将其归为一个簇;
步骤3:如果该小小区已经归为其他的簇,则该簇则和其他的簇归为同一个簇;
步骤4:依次遍历所有的小小区,重复步骤2和步骤3;
步骤5:遍历结束后则得到形成的簇,其中每个簇可能包含不同数量的小小区的个数。
实施例
系统模型的建立,并设定干扰阈值。
本发明实施例研究的异构网络场景为在宏小区中包含多个随机分布的微小区,用户终端随机分布在小区中。双层异构网络系统包括一个宏小区和J个小小区,其中每个小小区基站配备了N个天线服务K个单天线用户(N≥K),。宏小区和所有的小小区共享同一时频资源。整个系统采用时分双工协议,宏基站和小基站均可以获得完美的信道状态信息。建立的系统模型如图1所示。
定义任意两个小小区之间的平均干扰信道强度的计算公式为:
初始化第一个集群(只包含一个小小区),计算该小小区域其他小小区之间的平均干扰强度,如果干扰强大大于设定的阈值,则将其归为一个簇。
如果该小小区已经归为其他的簇,则该簇则和其他的簇归为同一个簇。
依次遍历所有的小小区,重复步骤2和步骤3。
遍历结束后则得到形成的簇,其中每个簇可能包含不同数量的小小区。
传统的动态分簇方法只是简单的基于距离阈值进行分簇,目前没有应用到协作通信领域进行动态的分簇。
本发明的方法可以用在现有5G众多成熟的技术,适用于多天线单天线系统,可以根据实际需要,更少的回程开销,或者更大的吞吐来折中的选择干扰阈值,来进行动态的分簇。因为平均干扰信道强度的选择不确定,可以综合的考虑信道质量、干扰、用户数目等等参数,所示具有很高的可靠性与很强的适用性,能够适合很多网络。将干扰强度大的小小区分成一个簇,形成一个虚拟MIMO系统,利用预编码等技术,可以消除同一个簇内的小小区之间的干扰,从而提高吞吐量。
本发明的方法可以实现动态的小小区分簇,根据每一时刻的信道强度的变化,进行分簇;本发明的方法还可以动态的根据回程链路开销的大小以,当前环境的变化以及减小干扰的程度来设定阈值,分簇效果更加灵活;本发明设定阈值方法灵活,任意两个小小区之间的平均信道干扰强度计算简单。目前尚未有方法据此计算均信道干扰强度来进行分簇。
我们假设在该场景中(只要是密集小小区系统即可)存在一个宏基站,多个小小区。其中宏基站、小小区、小基站以及用户分别如图1标注所示。之后通过该算法对其进行分簇,其效果图如图2所示。小小区之间存在实线连接的,表示它们属于同一个簇,如图2所示,14个小小区一共分为了5个簇。为了验证其性能。在matlab仿真的过程中,我们设定参数,仿真中选取了25个小小区,通过泊松分布分布在半径为500米的一个宏小区区域内,如图3至图6所示,其中“*”表示小小区用户,“△”表示当前小小区的基站。本发明干扰阈值设置为-110dB时候的仿真图,如图3所示,所有的小小区只形成了一个簇;图4是本发明干扰阈值设置为-107dB时候的仿真图,所有的小小区一共形成了6个簇;图5是本发明干扰阈值设置为-105dB时候的仿真图,所有的小小区一共形成了9个簇;图6是本发明干扰阈值设置为-100dB时候的仿真图,所有的小小区一共形成了15个簇;图7是本发明的一个简易示意图,带圆圈的阿拉伯数字1~6表示系统中的小小区,图7(a)中任意两个小小区之间的线段上边的阿拉伯数字表示他们之间的平均信道干扰强度。图7(b)~图7(f)表示依次从小小区1遍历到小小区5的一个过程。深色带圆圈的数字表示当前正在遍历的小小区,干扰阈值设置的为45。如图7(b)所示,从1号小小区遍历,依次遍历2、3、4、5小小区,只有与小小区4的平均干扰信道强度大于45,所以将这两个小小区划分为一个簇。之后如图7(c)所示,从小小区2开始遍历,小小区2与其它小小区之间的平均信道干扰强度均没有高于45,所以接着遍历小小区3。之后依次遍历所有的小小区,最终被分为了三个簇。其中小小区1、4和5分为了一个簇,小小区2和3分别为一个簇。通过将提出的算法,以及经典的k-means算法和AP聚类算法以及不进行分簇条件下进行对比,在几乎相同的回程链路开销情况下,所提出的算法在用户的平均速率上表现出更好的性能。具体如图8所示。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (4)
1.一种基于干扰阈值的多用户超密集异构小区动态分簇方法,其特征在于,
计算一个宏小区内所有小小区两两之间的平均干扰强度,设定一个干扰阈值,将干扰强度超过所述干扰阈值的小小区归为一个簇;
其中,通过计算一个小小区中每个用户接收到另一个小小区中多天线基站的发射线号强度的平均值来作为两个小小区A、B之间的平均干扰强度;
干扰阈值设定的大小用无线回程的开销大小以及小小区之间的干扰作为权衡,通过得到任意两个小小区之间的平均干扰强度,遍历平均干扰强度的最大值以及最小值来从中选择最合适的阈值;
具体按照以下步骤实施:
步骤1:输入小小区的个数J,根据回程链路的开销以及小小区之间干扰消除效果来折中设定干扰阈值γi,j,通过依次遍历最小信道平均干扰强度以及最大信道平均干扰强度来选择最为合适的阈值γi,j;
步骤2:从第一个只包含一个小小区的簇,计算该小小区与其它J-i个小小区之间的平均干扰强度,其中i表示第i次遍历;如果干扰强度大于设定的干扰阈值,则将其归为一个簇;
步骤3:如果该小小区已经归为其他的簇,则该簇则和其他的簇归为同一个簇;
步骤4:依次遍历所有的小小区,重复步骤2和步骤3;
步骤5:遍历结束后则得到形成的簇,其中每个簇可以包含不同数量的小小区的个数。
2.如权利要求1所述的方法,其特征在于,所述平均干扰强度的计算方法为:
假设密集小小区系统中,其中每个小小区基站配备了N个天线服务K个单天线用户,其天线数满足N≥K,或者服务K个多天线用户,每个用户配备M个天线,满足N≥KM;
假设小小区被分为C个簇;
当服务用户为单天线时,定义任意两个小小区之间的平均干扰强度的计算公式为:
当服务用户为多天线时,定义任意两个小小区之间的平均干扰强度的计算公式为:
其中,所述Ii,j表示第i个小区和第j个小区之间的平均干扰强度,所述hi,j,k和Hj,i,k分别为向量和矩阵,表示第i个小区到第j个小区的第k个用户的下行链路干扰信道,Pi和Pj分别表示第i个小区和第j个小区基站的发射功率,当两个小区的平均干扰强度大于设定的干扰阈值时,将其分为一个簇,通过预编码技术则可以消除同一个簇内的干扰。
3.如权利要求2所述的方法,其特征在于,所述宏小区和所有的小小区共享同一时频资源。
4.如权利要求2所述的方法,其特征在于,双层异构网络系统采用时分双工协议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810542279.4A CN108880730B (zh) | 2018-05-30 | 2018-05-30 | 一种基于干扰阈值的多用户超密集异构小区动态分簇方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810542279.4A CN108880730B (zh) | 2018-05-30 | 2018-05-30 | 一种基于干扰阈值的多用户超密集异构小区动态分簇方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108880730A CN108880730A (zh) | 2018-11-23 |
CN108880730B true CN108880730B (zh) | 2019-05-07 |
Family
ID=64336080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810542279.4A Active CN108880730B (zh) | 2018-05-30 | 2018-05-30 | 一种基于干扰阈值的多用户超密集异构小区动态分簇方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108880730B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111800738B (zh) * | 2020-07-13 | 2021-10-12 | 深圳大学 | 基于聚类算法的毫米波移动基站在线频谱共享方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014179967A1 (en) * | 2013-05-09 | 2014-11-13 | Qualcomm Incorporated | DUAL THRESHOLD BASED CELL CLUSTERING INTERFERENCE MITIGATION FOR eIMTA |
CN104602279B (zh) * | 2015-01-08 | 2018-03-09 | 华北电力大学(保定) | 一种异构网络中基于阈值的协作基站分簇方法和装置 |
CN105933923B (zh) * | 2016-04-19 | 2019-03-22 | 北京邮电大学 | 一种超密集组网小区分簇方法 |
-
2018
- 2018-05-30 CN CN201810542279.4A patent/CN108880730B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108880730A (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102098680B (zh) | 动态频谱管理方法及系统 | |
Shin et al. | Per-node throughput enhancement in Wi-Fi densenets | |
WO2009067842A1 (fr) | Système de transmission sens descendant et procédé d'emprunt de ressources spectrales et de ressources de canal à partir de cellules adjacentes | |
CN107708157A (zh) | 基于能效的密集小蜂窝网络资源分配方法 | |
CN106788812B (zh) | 一种两层网络中基于分簇的干扰对齐方法 | |
CN104507153B (zh) | 一种ofdma下的小小区功率控制方法 | |
CN106332291B (zh) | 以用户为中心网络面向服务质量的下行无线资源分配方法 | |
CN107333333A (zh) | 一种基于用户业务流的资源分配方法 | |
CN108810907A (zh) | 一种虚拟小区的合并方法、装置及网络系统 | |
CN108880730B (zh) | 一种基于干扰阈值的多用户超密集异构小区动态分簇方法 | |
CN108848562B (zh) | 异构网中基于一对多匹配的资源分配方法 | |
CN106412988A (zh) | 一种改进的基于加权图的超密集异构网络干扰协调方法 | |
CN104581974B (zh) | 超密集网络中基于正交资源的动态基站协作方法 | |
Li et al. | Resource allocation based on multi-grouping and frame expansion for NOMA backscatter communication network | |
CN113055860A (zh) | 一种蜂窝网络下的d2d多对多资源分配方法 | |
Wang et al. | Cooperative caching strategy based on cluster and social interest in mobile edge network | |
CN103139800A (zh) | 中继蜂窝网络的节点调整方法、装置及系统 | |
Kashaf et al. | Self-organizing inter-cell interference coordination in 4G and beyond networks using genetic algorithms | |
CN104486744B (zh) | 一种异构小蜂窝网络中的d2d模式选择方法 | |
CN106792734B (zh) | 利用三维统计信道信息的异构网络干扰协调方法 | |
Li et al. | Downlink radio resource allocation for coordinated cellular OFDMA networks | |
Zhong et al. | Analysis on physical-layer security for Internet of Things in ultra dense heterogeneous networks | |
Bai et al. | Performance analysis of dynamic re-clustering and resource allocation in ultra dense network | |
Jiang et al. | TDOCP: A two-dimensional optimization integrating channel assignment and power control for large-scale WLANs with dense users | |
CN112543498B (zh) | 一种基于分层博弈模型的功率自适应分配方法 |
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 |