CN108882252B

CN108882252B - 干扰增量降低的分簇方法

Info

Publication number: CN108882252B
Application number: CN201810614752.5A
Authority: CN
Inventors: 梁彦霞; 孙长印; 刘欣; 姜静; 穆瑾; 何华; 江帆
Original assignee: Xian University of Posts and Telecommunications
Current assignee: Xian University of Posts and Telecommunications
Priority date: 2018-06-14
Filing date: 2018-06-14
Publication date: 2021-10-08
Anticipated expiration: 2038-06-14
Also published as: CN108882252A

Abstract

本发明公开了一种干扰增量降低的分簇方法，包括：将所有的用户随机分成第一分组及第二分组；分别计算第一分组及第二分组内所有用户之间干扰权值Wab；确定两分组内最大的干扰权值Wab对应的用户m及用户n；计算△Pm、△Nm、△Pn及△Nn，并确定△m及△n；根据△m及△n的大小关系，进一步确定是否将用户m及用户n交换至另一分组，并重复上述步骤，完成分簇计算。因此，本发明实施例提供的干扰增量降低的分簇方法，通过将用户随机分成两簇，根据用户的干扰权值进行不断重复交换，至没有可以交换的为止，如此实现用户干扰的降低。该方法计算量更低，降低了簇间干扰，提高了分簇增益。

Description

干扰增量降低的分簇方法

技术领域

本发明涉及通信技术领域，尤其涉及一种干扰增量降低的分簇方法。

背景技术

未来移动通信发展的趋势之一是宽带高速化，数据急剧增长，为了扩大系统容量，最常用的方法是采用小区致密化，如形成微小区和微微小区。然而随之产生的小区间干扰却成了限制小区边缘用户通信性能的主要因素。干扰抵消是消除小区间干扰的一种思路。为了更好的提高小区边缘用户的通信性能，提出了协作传输技术，该技术通过把小区边缘用户所受的小区间干扰进行联合处理或者协同调度，降低小区间干扰，增强边缘用户的通信性能，提高数据速率覆盖和小区边缘吞吐量。

分簇算法将多个基站或用户分成若干个集合，些微增加了超密集网络(UDN)系统进行信号处理的计算复杂度和能量消耗，但是会避免严重的用户间干扰，最终达到提升系统容量的目的。因此对小区用户进行分簇，在簇内和簇间进行协作传输是一套可行的方案。合适的分簇算法，对于降低干扰、改善边缘用户性能至关重要。

然而，现有技术中公开的基于SINR的连续干扰权值分簇算法及基于用户分群的超密集小区网络资源分配，系统吞吐量差，使得用户间干扰严重。

发明内容

本发明实施例提供了一种干扰增量降低的分簇方法，解决了现有技术中分簇算法系统吞吐量差的技术问题。

本发明实施例提供的干扰增量降低的分簇方法，包括：将网络中一个宏小区下所有的N_user个用户随机分成第一分组及第二分组；S2，分别计算第一分组及第二分组内所有两两用户之间的干扰权值Wab，并将所有的干扰权值Wab排序；S3，确定所有的干扰权值Wab中最大的干扰权值Wab对应的用户m及用户n；S4，计算用户m所在分组中的所有用户与用户m之间的干扰权值Wab₁的总和△Pm，计算用户m与另一分组内的所有用户之间的干扰权值Wab₂的总和△Nm，并根据△Pm及△Nm确定△m＝△Pm-△Nm的值；S5，计算用户n所在分组中所有用户与用户n之间的干扰权值Wab₃的总和△Pn，计算用户n与另一分组内的所有用户之间的干扰权值Wab₄的总和△Nn，并根据△Pn及△Nn确定△n＝△Pn-△Nn的值；S6，比较△m及△n，确定是否交换用户m及用户n：S61，若△m>△n>0，或△m>0且△n<0，则将用户m交换到另一分组，用户n保持不交换，并进入S2；若0<△m<△n，或△m<0且△n>0，则将用户n交换到另一分组，用户m保持不交换，并进入S2；若△m＝△n>0，则将用户m及用户n同时交换到另一分组，并进入S2；S62，若△m和△n都小于或等于0，则停止交换，算法结束。

综上，本发明实施例提供的干扰增量降低的分簇方法，通过依据网络状况进行分簇，依据用户之间的干扰权重，直接将用户先随机分成两簇，然后根据最大干扰值，再观察是否需要节点归属，决定用户是否交换，即通过两组用户之间干扰增加与减少的差值，不断交换计算来实现簇内用户干扰和的降低，该方法计算量更低，系统吞吐量高。

附图说明

图1为本发明实施例提供的干扰增量降低的分簇方法的流程的示意图。

图2为本发明实施例提供的干扰增量降低的分簇方法的模拟仿真结果示意图。

具体实施方式

下面结合本发明中的附图，对本发明实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。

应理解，本发明实施例的技术方案可以应用于各种通信系统，例如：全球移动通讯(Global System of Mobile communication，简称为“GSM”)系统、码分多址(CodeDivision Multiple Access，简称为“CDMA”)系统、宽带码分多址(Wideband CodeDivision Multiple Access，简称为“WCDMA”)系统、通用分组无线业务(General PacketRadio Service，简称为“GPRS”)、长期演进(Long Term Evolution，简称为“LTE”)系统、LTE频分双工(Frequency Division Duplex，简称为“FDD”)系统、LTE时分双工(Time DivisionDuplex，简称为“TDD”)、通用移动通信系统(Universal Mobile TelecommunicationSystem，简称为“UMTS”)或全球互联微波接入(Worldwide Interoperability forMicrowave Access，简称为“WiMAX”)通信系统等。

还应理解，在本发明实施例中，用户设备(User Equipment，简称为“UE”)可称之为终端(Terminal)、移动台(Mobile Station，简称为“MS”)或移动终端(Mobile Terminal)等，该用户设备可以经无线接入网(Radio Access Network，简称为“RAN”)与一个或多个核心网进行通信，例如，用户设备可以是移动电话(或称为“蜂窝”电话)或具有移动终端的计算机等，例如，用户设备还可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置，它们与无线接入网交换语音和/或数据。

在本发明实施例中，基站可以是GSM或CDMA中的基站(Base TransceiverStation，简称为“BTS”)，也可以是WCDMA中的基站(NodeB，简称为“NB”)，还可以是LTE中的演进型基站(Evolutional Node B，简称为“eNB或e-NodeB”)，本发明并不限定，但为描述方便，下述实施例将以eNB为例进行说明。

还应理解，本分簇算法不限于超密集组网情形下的小区和用户分簇，对于其他地方用到此算法，也是适用的。

下面通过图1详细说明本发明实施例提供的一种干扰增量降低的分簇方法。该方法可以包括：

S1，将所有的N_user个用户随机分成第一分组及第二分组。

S2，分别计算第一分组及第二分组内所有用户之间干扰权值Wab，并将所有的干扰权值Wab排序。

S3，确定所有的干扰权值Wab中最大的干扰权值Wab对应的用户m及用户n，将所述用户m及所述用户n分别并入另一分组。

具体的，可以将网络中一个宏小区下所有的N_user个用户随机分成第一分组及第二分组，并用Wab(u,v)表示用户u和用户v之间的干扰权值。然后将两个分组中所有的用户之间的干扰权值进行排序，如从大到小。从而可以找出两个分组中所有用户之间干扰权值的最大值。且确定该最大值对应的两个用户，如用户m及用户n。例如，当最大的干扰权值Wab对应的用户m及用户n位于第一分组。然后可以根据下述步骤的计算确定是否将用户m及用户n分别并入到另一个分组。

S4，计算所述用户m所在分组中的所有用户与所述用户m之间的干扰权值Wab₁的总和△Pm，计算所述用户m与另一分组内的所有用户之间的干扰权值Wab₂的总和△Nm，并根据所述△Pm及所述△Nm确定△m＝△Pm-△Nm的值。

S5，计算所述用户n所在分组中所有用户与所述用户n之间的干扰权值Wab₃的总和△Pn，计算所述用户n与另一分组内的所有用户之间的干扰权值Wab₄的总和△Nn，并根据所述△Pn及所述△Nn确定△n＝△Pn-△Nn的值。

具体的，假如干扰权值Wab对应的用户组m及n处于第一分组，则可以计算该用户m与所在分组(即第一分组)内每个用户之间的干扰权值Wab₁的总和△Pm，并计算该用户m与另一分组(即第二分组)内每个用户之间的干扰权值Wab₂的总和△Nm。进一步，可以根据△Pm及所述△Nm确定△m＝△Pm-△Nm的值。

同样的，可以计算该用户n与所在分组(即第一分组)内每个用户之间的干扰权值Wab₃的总和△Pn，并计算该用户n与另一分组(即第二分组)内每个用户之间的干扰权值Wab₄的总和△Nn。进一步，可以根据△Pn及所述△Nn确定△n＝△Pn-△Nn的值。

进一步，在S6中，可以根据△m及△n的大小关系，确定该是否需要对用户m及用户n进行交换：

具体的，仍以用户m及用户n原处于第一分组为例：

S61中，比较△m和△n：

若△m>△n>0，或△m>0且△n<0，则可以将处于第一分组内的用户m交换至第二分组，且用户n保持在原分组(即第一分组)，该方法进入到S2。

若0<△m<△n，或△m<0且△n>0，则将处于第一分组内的用户n交换至第二分组，且用户m保持在原分组(即第一分组)，该方法进入到S2。

若△m＝△n>0，则将所述用户m及所述用户n同时交换到另一分组，如将原处于第一分组内的用户m及用户n交换至第二分组，并重复步骤S2。

S62，如果△m和△n都小于或等于0，则停止交换，算法结束。

为了更加清楚的理解本发明，对提出的权值设计方案和用户分簇算法，在计算机上用MATLAB仿真工具进行了系统性能仿真验证。并以文献提出的基于SINR的连续干扰权值分簇算法作为参考算法进行比较。本文在系统级仿真中，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。

表1仿真参数

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参考算法，有效地提升了系统的吞吐量，尤其是小区边缘用户的吞吐量。

综上所述，本发明实施例提供的干扰增量降低的分簇方法，通过依据网络状况进行分簇，根据用户之间的干扰权重，直接先将用户随机分成两簇，然后根据最大干扰值，再观察是否需要节点归属，决定用户是否交换，即通过两组用户之间干扰增加与减少的差值，不断交换计算来实现用户干扰的降低，该方法计算量更低，降低了簇间干扰，提高了系统吞吐量。

以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims

1.一种干扰增量降低的分簇方法，其特征在于，包括：

S1，将网络中一个宏小区下所有的N_user个用户随机分成第一分组及第二分组；

S2，分别计算第一分组及第二分组内所有两两用户之间的干扰权值Wab，并将所有的干扰权值Wab排序；

S3，确定所有的干扰权值Wab中最大的干扰权值Wab对应的用户m及用户n；

S4，计算所述用户m所在分组中的所有用户与所述用户m之间的干扰权值Wab₁的总和△Pm，计算所述用户m与另一分组内的所有用户之间的干扰权值Wab₂的总和△Nm，并根据所述△Pm及所述△Nm确定△m=△Pm-△Nm的值；

S5，计算所述用户n所在分组中所有用户与所述用户n之间的干扰权值Wab₃的总和△Pn，计算所述用户n与另一分组内的所有用户之间的干扰权值Wab₄的总和△Nn，并根据所述△Pn及所述△Nn确定△n=△Pn-△Nn的值；

S6，比较△m及△n，确定是否交换所述用户m及所述用户n：

S61，若△m>△n>0，或△m>0且△n<0，则将所述用户m交换到另一分组，所述用户n保持不交换，并进入所述S2；

若0<△m<△n，或△m<0且△n>0，则将所述用户n交换到另一分组，所述用户m保持不交换，并进入所述S2；

若△m=△n>0，则将所述用户m及所述用户n同时交换到另一分组，并进入所述S2；

S62，若△m和△n都小于或等于0，则停止交换。