CN108882308A - 基于绿色能源感知的效用函数异构网络接入算法 - Google Patents
基于绿色能源感知的效用函数异构网络接入算法 Download PDFInfo
- Publication number
- CN108882308A CN108882308A CN201810491126.1A CN201810491126A CN108882308A CN 108882308 A CN108882308 A CN 108882308A CN 201810491126 A CN201810491126 A CN 201810491126A CN 108882308 A CN108882308 A CN 108882308A
- Authority
- CN
- China
- Prior art keywords
- base station
- user
- access
- algorithm
- green energy
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
- H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于绿色能源感知的效用函数异构网络接入算法,引入基站绿色能源状态作为接入选择参数,提出一种基于绿色能源感知综合效用函数的接入算法GEPC,所有用户通过信道获取基站状态信息,用户根据综合效用函数进行接入基站选择;接入之后基站对接入的用户进行调节,即算法GEPCA。从而实现实现负载均衡,在不同负载下有效地降低基站总能耗费用。
Description
技术领域
本发明涉及能源算法领域,具体是在绿色能源和电网能源混合为基站供电的双层异构网络下,一种用户接入基站的算法。
背景技术
随着通信技术的迅速发展,5G网络的基站数量相比4G网络显著增加,使用绿色能源为基站供电,可节能减排,有效降低成本。由于绿色能源存在供电不稳定特性,不能保证基站稳定工作,因而绿色能源和电网能源混合为基站供电的方式成为一种优选方案。在混合能源为基站供电的异构蜂窝网络中,如何设计用户接入算法来有效利用绿色能源就是一个重要的问题。
近年来,为有效利用绿色能源、降低能耗费用,像Bang Wang等发表的“On efficient utilization of green energy in heterogeneous cellular networks” (Journal,2017,11(2):846-857.)制定一个约束的总能源成本最小化问题并将问题分解成接入问题和最佳带宽分配问题进行求解。研究了用户接入问题,提出了集中式算法和分布式算法来最小化混合能源供应的异构网络的总能源成本。 Ansari在“Green energy aware userassociation in heterogeneous networks” (Wireless Communications andNetworking Conference(WCNC),2016IEEE. IEEE,2016:1-6.)中提出了NEAT(greeNEnergy Aware user Association) 方案,在基于用户最大信干噪比接入的方式初始化基站和用户的连接后,通过与宏基站相连的服务器对宏基站、微基站的绿色能源状态的查询,调节消耗电网能源的基站将其流量负载分流到其他工作在绿色能源状态的基站,来提升绿色能源的利用率,但是该算法未能综合考虑其他衡量基站的性能参数,在初始接入的时候并没有考虑到绿色能源的状态。
发明内容
本发明的目的为引入基站绿色能源状态作为接入选择参数,提出一种基于绿色能源感知综合效用函数的接入算法(GEPC),之后结合基站对接入的用户进行调节得到算法(GEPCA),从而实现不同负载下有效地降低基站总能耗费用,实现负载均衡。
为了达到上述目的,本发明提供如下技术方案:
基于绿色能源感知的效用函数异构网络接入算法,包括如下方案:
1.以降低总能源消耗费用为目标,建立求解问题的优化的问题模型为:
Ri≥R0
a>b>0
其中,优化目标是使得能源消耗费用Z最小,a表示的是电网供电的单位费用,b代表的是绿色能源的单位费用,此处指的为太阳能的单位费用,C代表的是基站能耗。是基站工作状态标志位,当gj为1时,表示基站j处于绿色能源供电状态;当gj为0时,表示基站j处于电网供电状态。由于(1)式是组合的非线性优化问题,采取低复杂度的方法将优化问题进行分解,分解为用户接入基站,基站对用户集中调节两个阶段进行解决。首先在用户侧实施用户接入基站算法,即为GEPCA算法;在用户接入基站算法的基础上实施基站对用户集中调节算法,即为GEPCA算法。
2.作为本发明进一步的方案:所述1中首先在用户侧实施用户接入基站算法,即为GEPCA算法,按照以下方案进行:
用户接入基站算法(GEPC),如下面(2)式所展示:
L=α×c-β×s+χ×(d/10)-δ×log10(SINR)+ε×g×log10(G) (2)
接入选择参数包括用户代价c、网络安全等级s、网络时延d、用户接入信噪比、基站绿色能源状态来计算综合效用函数值来选择基站。用户代价指的是用户选择接入该基站该网络后对全部基站的影响系数,出于负载均衡的目的,在能够满足用户要求的服务质量的情况下,可以优先接入微基站,故定义的宏基站的用户代价大于微基站的用户代价;宏基站的安全等级系数高于微基站的安全等级。式中对用户接入网络时延d进行除10处理、对接入信噪比进行对数处理目的均为将各接入选择参数调整到相同的数量级,式中各参数的权重满足的关系。
其中G=C/E,代表此时基站消耗能耗和绿色能源的比值,用于衡量基站的绿色能源状态,上面式子中上面式子中,α,β,χ,δ,ε表示的是用户代价、网络安全等级、网络时延、接入信噪比和基站绿色能源状态各参数前面的权重,满足条件:α+β+χ+δ+ε=1。同样的,对基站绿色能源状态进行对数运算和系数g进行调节也是将其调整到相同的数量级。
由于对于网络中,用户代价、网络安全等级、网络时延这三个参数是固定的,在确定基站的类型的时候,下面式子所表示的L0可以确定,首先计算得到:
L0=α×c-β×s+χ×(d/10) (3)
基于绿色能源感知综合效用函数可以写为:
L=L0-δ×log10(SINR)+ε×g×log10(G) (4)
用户计算每个基站的综合效用函数值,找到函数值最小的基站进行连接,该优化问题可以描述成:
minLi,j=L0-δ×log10(SINRi,j)+ε×g×log10(Gi,j)
式(5-a)表示的是带宽的配置,即宏基站和微基站带宽和小于一个常数,式(5-b)代表每个用户只能和一个基站相连,式(5-c)表示连接基站的用户需要保证用户需要的最低速率。
用户接入基站算法的实施,具体包括如下步骤:
(1)初始化各基站的参数
包括基站的发射功率、固定功率和能源状态,初始化用户的信息,更新用户的位置;
(2)计算SINR和带宽
在给定的信道模型下,计算出用户接入各个基站的接入信噪比SINR和接入需要的带宽;
(3)拟接入基站
对每个用户进行接入基站的选择,从第一个用户开始,对综合接入函数L 进行升序排序,得到L函数值在基站中最小的值进行拟接入;
(4)判断约束条件
对目前的接入状态下,检验是否满足约束条件,找到微基站中占用带宽最大的微基站,判断是否满足带宽约束条件;
(5)用户接入基站,完成连接
在满足以上的约束条件时,用户i接入基站j,接下来更新基站信息,更新综合接入函数矩阵L,并对下一个用户进行接入选择;在不满足约束条件时,找其他基站综合接入函数值中的进行判断连接,如果遍历完所有的基站均不满足条件,那么该用户就暂时无法接入基站,进入用户阻塞的状态。
3.作为本发明进一步的方案:所述1中在用户接入基站算法的基础上实施基站对用户集中调节算法,即为GEPCA算法,按照以下方案进行:
基站对用户集中调节算法是在基站侧使用的算法,具体算法为首先对基站进行状态监测,将基站分为两组,绿色能源供电的基站组成的集合为Φ,电网供电的基站组成的集合为Ψ。通过对基站连接的用户进行调节,对集合Ψ中的基站连接的用户尝试转移到周围的绿色能源供电的基站,但保证不改变周围基站绿色能源供电的状态,对Ψ中基站进行遍历,当基站转为绿色能源供电时或者周围基站无法接收该基站用户时即遍历下一个基站。
与现有技术相比,本发明具有如下优点和有益效果:
(1).本发明将提出的算法分解为两个方面,将原来的集中式问题分解为用户接入问题和基站控制调节问题,算法复杂度低。
(2).该算法将基站的能源状态作为了用户接入选择的一个参数标准计算其综合接入函数,在调节的时候更加灵活,增加了接入绿色基站的用户数目,降低了总能耗费用,提高了绿色能源的利用率。
(3).在负载低的时候,该算法是用户在用户端进行运算和选择,基站间无需进行信息的传递和协作,在实际环境中更容易实现,计算量小,复杂度低,同时降低能源消耗费用。
附图说明
图1是本发明基于绿色能源状态效用函数接入的流程示意图。
图2是本发明方法与NEAT接入方法的能耗费用对比图。
图3是本发明方法与NEAT接入方法的绿色能源用户数对比图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提出的基于绿色能源状态效用函数接入方法,适用场景是包含若干宏基站和小基站的异构网络。首先,所有用户通过信道获取基站状态信息;然后,用户根据综合效用函数进行基站选择接入,之后基站进行用户调节来降低总的能耗费用。
实施例1:
如图1所示的本发明基于绿色能源状态效用函数接入的流程示意图,包括以下步骤:
步骤1,以降低总能源消耗费用为目标,建立求解问题的优化的问题模型为:
Ri≥R0
a>b>0
其中,优化目标是使得能源消耗费用Z最小,a表示的是电网供电的单位费用,b代表的是绿色能源的单位费用,此处指的为太阳能的单位费用,C代表的是基站能耗。是基站工作状态标志位,当为1时,表示基站j处于绿色能源供电状态;当为0时,表示基站j处于电网供电状态。首先在用户侧实施用户接入基站算法,即为GEPCA算法;在用户接入基站算法的基础上实施基站对用户集中调节算法,即为GEPCA算法。
步骤2,设计用户接入基站方法,如下面(2)式所展示:
L=α×c-β×s+χ×(d/10)-δ×log10(SINR)+ε×g×log10(G)(2)
接入选择参数包括用户代价c、网络安全等级s、网络时延d、用户接入信噪比、基站绿色能源状态来计算综合效用函数值来选择基站。用户代价指的是用户选择接入该基站该网络后对全部基站的影响系数,出于负载均衡的目的,在能够满足用户要求的服务质量的情况下,可以优先接入微基站,故定义的宏基站的用户代价大于微基站的用户代价;宏基站的安全等级系数高于微基站的安全等级。式中对用户接入网络时延d进行除10处理、对接入信噪比进行对数处理目的均为将各接入选择参数调整到相同的数量级,式中各参数的权重满足的关系。
其中G=C/E,代表此时基站消耗能耗和绿色能源的比值,用于衡量基站的绿色能源状态,上面式子中上面式子中,α,β,χ,δ,ε表示的是用户代价、网络安全等级、网络时延、接入信噪比和基站绿色能源状态各参数前面的权重,满足条件:α+β+χ+δ+ε=1。同样的,对基站绿色能源状态进行对数运算和系数g进行调节也是将其调整到相同的数量级。
由于对于网络中,用户代价、网络安全等级、网络时延这三个参数是固定的,在确定基站的类型的时候,下面式子所表示的L0可以确定,首先计算得到:
L0=α×c-β×s+χ×(d/10) (3)
基于绿色能源感知综合效用函数可以写为:
L=L0-δ×log10(SINR)+ε×g×log10(G) (4)
用户计算每个基站的综合效用函数值,找到函数值最小的基站进行连接,该优化问题可以描述成:
minLi,j=L0-δ×log10(SINRi,j)+ε×g×log10(Gi,j)
式子a表示的是带宽的配置,即宏基站和微基站带宽和小于一个常数,式子 b代表每个用户只能和一个基站相连,式子c表示连接基站的用户需要保证用户需要的最低速率
步骤3,实施接入算法
具体包括如下步骤:
(1)初始化各基站的参数
包括基站的发射功率、固定功率和能源状态,初始化用户的信息,更新用户的位置;
(2)计算SINR和带宽
在给定的信道模型下,计算出用户接入各个基站的接入信噪比SINR和接入需要的带宽;
(3)拟接入基站
对每个用户进行接入基站的选择,从第一个用户开始,对综合接入函数L进行升序排序,得到L函数值在基站中最小的值进行拟接入;
(4)判断约束条件
对目前的接入状态下,检验是否满足约束条件,找到微基站中占用带宽最大的微基站,判断是否满足带宽约束条件;
(5)用户接入基站,完成连接。
在满足以上的约束条件时,用户i接入基站j,接下来更新基站信息,更新综合接入函数矩阵L,并对下一个用户进行接入选择;在不满足约束条件时,找其他基站综合接入函数值中的进行判断连接,如果遍历完所有的基站均不满足条件,那么该用户就暂时无法接入基站,进入用户阻塞的状态。
步骤5:基站对用户集中调节
集中控制调节算法是在基站侧使用的算法,具体算法为首先对基站进行状态监测,将基站分为两组,绿色能源供电的基站组成的集合为Φ,电网供电的基站组成的集合为Ψ。通过对基站连接的用户进行调节,对集合Ψ中的基站连接的用户尝试转移到周围的绿色能源供电的基站,但保证不改变周围基站绿色能源供电的状态,对Ψ中基站进行遍历,当基站转为绿色能源供电时或者周围基站无法接收该基站用户时即遍历下一个基站。
如图2,图3所示,采用绿色能源状态效用函数接入接入方法与背景技术所述NEAT相比,GEPCA算法的能量耗费大大减少,试用绿色能源的用户数量大大增加。
Claims (4)
1.一种基于绿色能源感知的效用函数异构网络接入算法,其特征在于,包括如下方案:以降低总能源消耗费用为目标,建立求解问题的优化的问题模型为:
其中,优化目标是使得能源消耗费用Z最小,a表示的是电网供电的单位费用,b代表的是绿色能源的单位费用,此处指的为太阳能的单位费用,C代表的是基站能耗。是基站工作状态标志位,当gj为1时,表示基站j处于绿色能源供电状态;当gj为0时,表示基站j处于电网供电状态。由于(1)式是组合的非线性优化问题,采取低复杂度的方法将优化问题进行分解,分解为用户接入基站,基站对用户集中调节两个阶段进行解决。首先在用户侧实施用户接入基站算法,即为GEPCA算法;在用户接入基站算法的基础上实施基站对用户集中调节算法,即为GEPCA算法。
2.根据权利要求书1所述的首先在用户侧实施用户接入基站算法,即GEPCA算法,其特征在于,按照以下方案进行:
用户接入基站算法(GEPC),如下面(2)式所展示:
L=α×c-β×s+χ×(d/10)-δ×log10(SINR)+ε×g×log10(G) (2)
接入选择参数包括用户代价c、网络安全等级s、网络时延d、用户接入信噪比、基站绿色能源状态来计算综合效用函数值来选择基站。用户代价指的是用户选择接入该基站该网络后对全部基站的影响系数,出于负载均衡的目的,在能够满足用户要求的服务质量的情况下,可以优先接入微基站,故定义的宏基站的用户代价大于微基站的用户代价;宏基站的安全等级系数高于微基站的安全等级。式中对用户接入网络时延d进行除10处理、对接入信噪比进行对数处理目的均为将各接入选择参数调整到相同的数量级,式中各参数的权重满足的关系。
其中G=C/E,代表此时基站消耗能耗和绿色能源的比值,用于衡量基站的绿色能源状态,上面式子中上面式子中,α,β,χ,δ,ε表示的是用户代价、网络安全等级、网络时延、接入信噪比和基站绿色能源状态各参数前面的权重,满足条件:α+β+χ+δ+ε=1。同样的,对基站绿色能源状态进行对数运算和系数g进行调节也是将其调整到相同的数量级。
由于对于网络中,用户代价、网络安全等级、网络时延这三个参数是固定的,在确定基站的类型的时候,下面式子所表示的L0可以确定,首先计算得到:
L0=α×c-β×s+χ×(d/10) (3)
基于绿色能源感知综合效用函数可以写为:
L=L0-δ×log10(SINR)+ε×g×log10(G) (4)
用户计算每个基站的综合效用函数值,找到函数值最小的基站进行连接,该优化问题可以描述成:
minLi,j=L0-δ×log10(SINRi,j)+ε×g×log10(Gi,j)
式(5-a)表示的是带宽的配置,即宏基站和微基站带宽和小于一个常数,式(5-b)代表每个用户只能和一个基站相连,式(5-c)表示连接基站的用户需要保证用户需要的最低速率。
3.根据权利要求书1所述的用户接入基站算法的实施,其特征在于,按照以下方案进行:
(1)初始化各基站的参数
包括基站的发射功率、固定功率和能源状态,初始化用户的信息,更新用户的位置;
(2)计算SINR和带宽
在给定的信道模型下,计算出用户接入各个基站的接入信噪比SINR和接入需要的带宽;
(3)拟接入基站
对每个用户进行接入基站的选择,从第一个用户开始,对综合接入函数L进行升序排序,得到L函数值在基站中最小的值进行拟接入;
(4)判断约束条件
对目前的接入状态下,检验是否满足约束条件,找到微基站中占用带宽最大的微基站,判断是否满足带宽约束条件;
(5)用户接入基站,完成连接。
在满足以上的约束条件时,用户i接入基站j,接下来更新基站信息,更新综合接入函数矩阵L,并对下一个用户进行接入选择;在不满足约束条件时,找其他基站综合接入函数值中的进行判断连接,如果遍历完所有的基站均不满足条件,那么该用户就暂时无法接入基站,进入用户阻塞的状态。
4.根据权利要求书1所述的在用户接入基站算法的基础上实施基站对用户集中调节算法,即为GEPCA算法,其特征在于,按照以下方案进行:
基站对用户集中调节算法是在基站侧使用的算法,具体算法为首先对基站进行状态监测,将基站分为两组,绿色能源供电的基站组成的集合为Φ,电网供电的基站组成的集合为Ψ。通过对基站连接的用户进行调节,对集合Ψ中的基站连接的用户尝试转移到周围的绿色能源供电的基站,但保证不改变周围基站绿色能源供电的状态,对Ψ中基站进行遍历,当基站转为绿色能源供电时或者周围基站无法接收该基站用户时即遍历下一个基站。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810491126.1A CN108882308A (zh) | 2018-05-21 | 2018-05-21 | 基于绿色能源感知的效用函数异构网络接入算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810491126.1A CN108882308A (zh) | 2018-05-21 | 2018-05-21 | 基于绿色能源感知的效用函数异构网络接入算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108882308A true CN108882308A (zh) | 2018-11-23 |
Family
ID=64333308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810491126.1A Pending CN108882308A (zh) | 2018-05-21 | 2018-05-21 | 基于绿色能源感知的效用函数异构网络接入算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108882308A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024050672A1 (zh) * | 2022-09-05 | 2024-03-14 | 北京小米移动软件有限公司 | 小区选择方法、装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106921998A (zh) * | 2017-01-06 | 2017-07-04 | 河南农业大学 | 一种混合能源供电移动通信网络的接入控制系统和方法 |
CN107948983A (zh) * | 2017-11-13 | 2018-04-20 | 南京邮电大学 | 一种基于联盟博弈的能量采集小基站资源分配方法 |
-
2018
- 2018-05-21 CN CN201810491126.1A patent/CN108882308A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106921998A (zh) * | 2017-01-06 | 2017-07-04 | 河南农业大学 | 一种混合能源供电移动通信网络的接入控制系统和方法 |
CN107948983A (zh) * | 2017-11-13 | 2018-04-20 | 南京邮电大学 | 一种基于联盟博弈的能量采集小基站资源分配方法 |
Non-Patent Citations (3)
Title |
---|
BANGWANG: "Context-Aware User Association for Energy Cost Saving in a Green Heterogeneous Network with Hybrid Energy Supplies", 《MOBILE NETW APPL(2015)》 * |
孔巧: "混合能源供能的异构蜂窝网络中能源成本最小化问题的研究", 《中国优秀硕士学位论文全文数据库》 * |
张万喆: "基于高能效无线接入网的绿色无线通信关键技术分析", 《通信设计与应用》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024050672A1 (zh) * | 2022-09-05 | 2024-03-14 | 北京小米移动软件有限公司 | 小区选择方法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sung et al. | A generalized framework for distributed power control in wireless networks | |
CN107708197B (zh) | 一种高能效的异构网络用户接入和功率控制方法 | |
Liu et al. | Single-cell forward link power allocation using pricing in wireless networks | |
CN103596250A (zh) | 一种lte-a异构网络中的基于动态偏置的终端接入方法 | |
Li et al. | Achieving proportional fairness via AP power control in multi-rate WLANs | |
CN107426773A (zh) | 无线异构网络中面向能效的分布式资源分配方法和装置 | |
CN107708132B (zh) | 一种尝试接入次数的获取方法和基站 | |
CN108282822A (zh) | 用户关联与功率控制在异构蜂窝网络中的协同优化算法 | |
Qi et al. | Interference-aware user association under cell sleeping for heterogeneous cloud cellular networks | |
CN104301985A (zh) | 一种移动通信中电网与认知基站间能源分配方法 | |
CN107864507B (zh) | 基于量子猴群搜索机制的认知无线电功率控制方法 | |
Zhou et al. | Two-cell power allocation for downlink CDMA | |
CN105764068B (zh) | 一种基于禁忌搜索的小基站容量与覆盖优化方法 | |
Shaddad et al. | Biased user association in 5G heterogeneous networks | |
CN108882308A (zh) | 基于绿色能源感知的效用函数异构网络接入算法 | |
CN110139282A (zh) | 一种基于神经网络的能量采集d2d通信资源分配方法 | |
Ge et al. | Joint user association and scheduling for load balancing in heterogeneous networks | |
CN106028351B (zh) | 一种基于云计算的macro-femto网络的混合接入选择方法 | |
Prasad et al. | Exploiting dual connectivity in heterogeneous cellular networks | |
CN111343721B (zh) | 一种最大化系统广义能效的d2d分布式资源分配方法 | |
CN107277819A (zh) | 一种基于异构网络的频谱资源划分方法 | |
Feng et al. | Adaptive pilot design for massive MIMO HetNets with wireless backhaul | |
CN114679772A (zh) | 一种基于用户关联的5g基站自寻优休眠方法及装置 | |
Luan et al. | Low complexity distributed max-throughput algorithm for user association in heterogeneous network | |
Sun et al. | A D2D wireless resource allocation scheme based on overall fairness |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181123 |
|
WD01 | Invention patent application deemed withdrawn after publication |