CN110177390B - 一种密集分布式无线通信系统半动态重叠分簇算法 - Google Patents

一种密集分布式无线通信系统半动态重叠分簇算法 Download PDF

Info

Publication number
CN110177390B
CN110177390B CN201910427588.1A CN201910427588A CN110177390B CN 110177390 B CN110177390 B CN 110177390B CN 201910427588 A CN201910427588 A CN 201910427588A CN 110177390 B CN110177390 B CN 110177390B
Authority
CN
China
Prior art keywords
cluster
user
cooperative
cooperation
users
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
Application number
CN201910427588.1A
Other languages
English (en)
Other versions
CN110177390A (zh
Inventor
孙强
唐伟
赵欣钰
朱晏民
李宇晖
王珏
徐晨
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.)
Shenzhen Hongyue Information Technology Co ltd
Original Assignee
Nantong University
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 Nantong University filed Critical Nantong University
Priority to CN201910427588.1A priority Critical patent/CN110177390B/zh
Publication of CN110177390A publication Critical patent/CN110177390A/zh
Priority to PCT/CN2020/089801 priority patent/WO2020233452A1/zh
Priority to AU2020217373A priority patent/AU2020217373B2/en
Application granted granted Critical
Publication of CN110177390B publication Critical patent/CN110177390B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/24Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership

Landscapes

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

Abstract

本发明公开了一种密集分布式无线通信系统半动态重叠分簇算法,首先,在限制簇规模的条件下,中心处理单元利用周期性获取的长时信息状态信息对远程接入单元(RAU)进行半动态非重叠分簇;然后,通过设置门限值,找出簇边缘用户;接着,分别计算每个协作簇到本簇和其它簇的边缘用户的平均大尺度衰落,通过比值,找出重叠用户;最后,每个协作簇对簇内用户进行联合传输同时避免对重叠用户的干扰,形成虚拟的重叠簇。本发明以用户为中心,利用长时信道信息进行重叠分簇,能够适应用户位置的移动变化,改善簇边缘用户的服务质量,提高系统吞吐量,并且具有算法复杂度低,信令开销小的优点。

Description

一种密集分布式无线通信系统半动态重叠分簇算法
技术领域
本发明属于移动通信技术领域,具体涉及一种密集分布式无线通信系统RAU的半动态重叠分簇算法。
背景技术
密集分布式无线通信系统可以更进一步缩短用户和RAU之间的距离,然而,它也会带来更多的RAU间干扰,尤其位于RAU边缘的用户将会收到严重的来自相邻RAU的干扰。通过对RAU进行分簇、协作,可以有效降低干扰。
现有工作对分簇算法的研究主要分为静态分簇和动态分簇。静态分簇主要根据地理位置进行分簇,虽然复杂度低且信令开销小,但是不能根据用户位置的变化而改变,系统性能增益是有限的。动态分簇利用短时信道状态信息,在每个时隙结束动态地进行分簇,能够适应系统系统中的变化,但同时存在信令开销大、复杂度高的问题。
此外,现有分簇算法普遍以最大系统和速率为目标,往往忽略了簇边缘用户。由于协作簇的规模是有限的,当协作簇非重叠时,总会存在一些簇边缘用户,它们可能仍然受到严重的来自其他协作簇的干扰。而在可重叠的以用户为中心的协作簇中,RAU的覆盖范围可能重叠,可以显著提高簇边缘用户的服务质量。
发明内容
为了解决上述技术问题,且考虑到长时信道状态信息在至少40个小尺度衰落相干时间内保持不变,本发明利用长时信道状态信息,采用重叠分簇算法,以用户为中心对RAU进行分簇,可以适应系统中用户位置的移动变化、提高簇边缘用户的服务质量并对回程链路的负担小。
基于密集分布式无线通信系统重叠分簇算法包括半动态非重叠分簇算法、寻找簇边缘用户、寻找每个协作簇的重叠用户和形成虚拟重叠簇,其特征在于所述过程如下:
步骤S1、基于长时信道状态信息的半动态非重叠分簇算法使RAU形成若干协作簇;
步骤S2、计算每个协作簇的平均用户速率,设置门限值,找出簇边缘用户;
步骤S3、分别计算每个协作簇到其簇内边缘用户和其它协作簇的边缘用户的平均大尺度衰落,通过比值,寻找各协作簇的重叠用户;
步骤S4、每个协作簇中的RAU侦听本簇重叠用户的信道状态信息,对各自簇内用户进行联合传输,同时对重叠用户实施干扰避免,形成以用户为中心的虚拟重叠簇。
优选地,步骤S1包括:
步骤S1.1、初始化簇规模门限值Q,即每个协作簇中RAU的最多个数;
步骤S1.2、用户周期性地发送正交导频信息,RAU进行信道估计、获取长时信道状态信息并汇报给中心处理单元;
步骤S1.3、中心处理单元让每个用户选择到其大尺度衰落最大的RAU,形成集合V1,V2,…,VL,此时每个协作簇中只有一个RAU,定义没有用户的RAU为休眠状态;
步骤S1.4、判断是否存在未被选取的协作簇,若有,则从未被选取的协作簇中任意选取协作簇i,转至步骤S1.5,否则半动态非重叠分簇算法结束,转至步骤S2;
步骤S1.5、利用长时信道状态信息和速率近似公式计算该协作簇的平均用户速率;
步骤S1.6、判断是否存在与该协作簇的RAU个数之和小于或等于Q且两簇内用户数之和小于或等于RAU总天线数的协作簇,若存在,则转至步骤S1.7,否则,返回步骤S1.4;
步骤S1.7、分别计算该协作簇与符合步骤S1.6条件的协作簇的协作增益;
步骤S1.8、判断是否存在与该协作簇的协作增益大于1的协作簇,若存在,则选取协作增益最大的协作簇与该协作簇协作形成新的协作簇,返回步骤S1.5,否则返回步骤S1.4。
优选地,步骤S1.5中的速率近似公式为:协作簇i中用户k速率的近似公式为
Figure BDA0002067993540000031
其中,βbiki为协作簇i中用户k到协作簇i中RAU b的大尺度衰落,Ui是协作簇i的用户集合,|Ui|为协作簇i的用户个数,|Uj|为协作簇j的用户个数,|Vi|为协作簇i的RAU个数,|Vj|为协作簇j的RAU个数,Nt为每个RAU配备的天线数,βtjki为协作簇i中用户k到协作簇j中RAU t的大尺度衰落;基于此,协作簇i的平均用户速率为
Figure BDA0002067993540000032
优选地,步骤S1.7中的协作增益为:假设协作簇i与j协作形成新的协作簇记为协作簇l,则协作簇l中原协作簇i中用户的平均速率为
Figure BDA0002067993540000033
将协作簇i与j协作后协作簇i的平均用户速率增益定义为协作簇i与j的协作增益
Figure BDA0002067993540000041
优选地,步骤S2包括:
步骤S2.1、中心处理单元利用长时信道状态信息和步骤S1.5中的速率近似公式计算每一个用户的近似速率并计算每个协作簇的平均用户速率(协作簇i中用户k的近似速率为Rki,协作簇i的平均用户速率为
Figure BDA0002067993540000042
步骤S2.2、由此设置门限值
Figure BDA0002067993540000043
(0<λ<1),将速率低于门限值的用户定义为簇边缘用户。
优选地,步骤S3包括:
步骤S3.1、中心处理单元计算每个协作簇到其簇内边缘用户的平均大尺度衰落(协作簇i到其簇内边缘用户的平均大尺度衰落为
Figure BDA0002067993540000044
其中βbiti表示协作簇i中RAU b到协作簇i中用户t的大尺度衰落,Ui'表示协作簇i的边缘用户集合,|U’i|表示协作簇i的边缘用户个数,|Vi|表示协作簇i的RAU个数);
步骤S3.2、中心处理单元计算每个协作簇到其它协作簇的边缘用户的平均大尺度衰落(协作簇i到协作簇s中边缘用户j的平均大尺度衰落为
Figure BDA0002067993540000045
步骤S3.3、计算
Figure BDA0002067993540000046
若0.6<τ<1,则可判定用户j位于协作簇i的边缘附近,其是协作簇i的干扰大的边缘用户;
步骤S3.4、将受协作簇i的干扰大的边缘用户按
Figure BDA0002067993540000047
值从大到小排列,选取前(|Vi|Nt-|Ui|)个用户作为协作簇i的干扰避免用户(Nt为每个RAU配备的天线数,|Ui|为协作簇i的用户个数),记这些用户为协作簇i的重叠用户。
优选地,步骤S4包括:
步骤S4.1、RAU获取所在协作的簇内用户的导频,同时侦听本协作簇的重叠用户的导频,估计信道状态信息,定义协作簇i中RAU m到协作簇i中用户t的信道矢量为hmiti,假设经步骤S3得到协作簇i的重叠用户为用户k,同时用户k又是协作簇s的簇内用户。则协作簇i中所有RAU到用户k的复合信道矢量为
Figure BDA0002067993540000051
协作簇i的簇内用户b的复合信道矢量为
Figure BDA0002067993540000052
则协作簇i的中所有RAU到其簇内用户和重叠用户的复合信道矩阵为
Figure BDA0002067993540000053
步骤S4.2、每个协作簇根据复合信道矩阵进行ZF预编码:
Figure BDA0002067993540000054
其中
Figure BDA0002067993540000055
是协作簇i对簇内用户b的预编码矢量,
Figure BDA0002067993540000056
是协作簇i对重叠用户k的预编码矢量,对其归一化处理:
Figure BDA0002067993540000057
通过ZF预编码,每个协作簇对簇内用户进行联合传输,同时避免了对本簇重叠用户的干扰(协作簇i对用户k的簇间干扰项||hikswbi||2→0,b≠k)。
有益效果:本发明以用户为中心,利用长时信道信息进行重叠分簇,能够适应用户位置的移动变化,改善簇边缘用户的服务质量,提高系统吞吐量,并且具有算法复杂度低,信令开销小的优点。
附图说明
下面结合附图对本发明作进一步的说明。
图1为密集分布式无线通信系统半动态重叠分簇示意图;
图2为密集分布式无线通信系统半动态重叠分簇算法流程图;
图3为密集分布式无线通信系统半动态非重叠分簇算法流程图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,以使本领域的技术人员能够更好的理解本发明的优点和特征,从而对本发明的保护范围做出更为清楚的界定。本发明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的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。
本实施例的密集分布式无线通信系统模型如图1所示,假设有N个RAU和K个用户随机地分布在网络中。RAU通过回程链路连接到中心处理单元,每个RAU配备M根天线,每个用户终端配备单根天线,同一协作簇的RAU共享簇内用户的信道状态信息和数据信息。系统由模块101、模块102、模块103和模块104构成,其中模块101是RAU,模块102是用户终端,模块103是RAU协作簇及其服务用户,是根据本发明的算法得出的以用户为中心的半动态重叠分簇结果,能够消除簇内干扰、避免对重叠用户的干扰、提高系统的吞吐量、优化对边缘用户的服务质量,模块104是中心处理单元。
本实例基于密集分布式无线通信系统半动态重叠分簇算法,包括密集分布式无线通信系统半动态非重叠分簇算法、寻找簇边缘用户、寻找每个协作簇的重叠用户和形成虚拟重叠簇,其流程如图2所示。
如图3所示,为密集分布式无线通信系统半动态非重叠分簇程流程图,包括以下步骤:
步骤S1.1、初始化簇规模门限值Q,即每个协作簇中RAU的最多个数;
步骤S1.2、用户周期性地发送正交导频信息,RAU进行信道估计、获取长时信道状态信息并汇报给中心处理单元;
步骤S1.3、中心处理单元让每个用户选择到其大尺度衰落最大的RAU,形成集合V1,V2,…,VL,此时每个协作簇中只有一个RAU,定义没有用户的RAU为休眠状态;
步骤S1.4、判断是否存在未被选取的协作簇,若有,则从未被选取的协作簇中任意选取协作簇i,转至步骤S1.5,否则半动态非重叠分簇算法结束,转至步骤S2;
步骤S1.5、利用长时信道状态信息和速率近似公式计算该协作簇的平均用户速率(协作i中用户k速率的近似公式为
Figure BDA0002067993540000071
其中,βbiki为协作簇i中用户k到协作簇i中RAU b的大尺度衰落,Ui是协作簇i的用户集合,|Ui|为协作簇i的用户个数,|Uj|为协作簇j的用户个数,|Vi|为协作簇i的RAU个数,|Vj|为协作簇j的RAU个数,Nt为每个RAU配备的天线数,βtjki为协作簇i中用户k到协作簇j中RAU t的大尺度衰落,基于此,协作簇i的平均用户速率为
Figure BDA0002067993540000072
);
步骤S1.6、判断是否存在与该协作簇的RAU个数之和小于或等于Q且两簇内用户数之和小于或等于RAU总天线数的协作簇,若存在,则转至步骤S1.7,否则,返回步骤S1.4;
步骤S1.7、分别计算该协作簇与符合步骤S1.6条件的协作簇的协作增益(假设协作簇i与j协作形成新的协作簇记为协作簇l,则协作簇l中原协作簇i中用户的平均速率为
Figure BDA0002067993540000073
将协作簇i与j协作后协作簇i的平均用户速率增益定义为协作簇i与j的协作增益
Figure BDA0002067993540000081
);
步骤S1.8、判断是否存在与其协作增益大于1的协作簇,若存在,则选取协作增益最大的协作簇与该协作簇协作形成新的协作簇,返回步骤S1.5,否则返回步骤S1.4。
完成了半动态非重叠分簇,中心处理单元开始寻找簇边缘用户,包括以下步骤:
步骤S2.1、中心处理单元利用长时信道状态信息和步骤S1.5中的速率近似公式计算每一个用户的近似速率并计算每个协作簇的平均用户速率(协作簇i中用户k的近似速率为Rki,协作簇i的平均用户速率为
Figure BDA0002067993540000082
);
步骤S2.2、由此设置门限值
Figure BDA0002067993540000083
(0<λ<1),将速率低于门限值的用户定义为簇边缘用户。
找到每个协作簇的边缘用户后,中心处理单元开始寻找每个协作簇的重叠用户,包括以下步骤:
步骤S3.1、中心处理单元计算每个协作簇到其簇内边缘用户的平均大尺度衰落(协作簇i到其簇内边缘用户的平均大尺度衰落为
Figure BDA0002067993540000084
其中βbiti表示协作簇i中RAU b到协作簇i中用户t的大尺度衰落,U’i表示协作簇i的边缘用户集合,|U’i|表示协作簇i的边缘用户个数,|Vi|表示协作簇i的RAU个数);
步骤S3.2、中心处理单元计算每个协作簇到其它协作簇的边缘用户的平均大尺度衰落(协作簇i到协作簇s中边缘用户j的平均大尺度衰落为
Figure BDA0002067993540000091
);
步骤S3.3、计算
Figure BDA0002067993540000092
若0.6<τ<1,则可判定用户j位于协作簇i的边缘附近,其是协作簇i的干扰大的边缘用户;
步骤S3.4、将受协作簇i的干扰大的边缘用户按
Figure BDA0002067993540000093
值从大到小排列,选取前(|Vi|Nt-|Ui|)个用户作为协作簇i的干扰避免用户(Nt为每个RAU配备的天线数,|Ui|为协作簇i的用户个数),记这些用户为协作簇i的重叠用户。
找到每个协作簇的重叠用户后,RAU获取所在协作簇的簇内用户导频并侦听所在协作簇的重叠用户的导频,估计信道状态信息,构成复合信道矩阵、由此进行ZF预编码,包括以下步骤:
步骤S4.1、RAU获取所在协作的簇内用户的导频,同时侦听本协作簇的重叠用户的导频,估计信道状态信息,定义协作簇i中RAU m到协作簇i中用户t的信道矢量为hmiti,假设经步骤S3得到协作簇i的重叠用户为用户k,同时用户k又是协作簇s的簇内用户。则协作簇i中所有RAU到用户k的复合信道矢量为
Figure BDA0002067993540000094
协作簇i的簇内用户b的复合信道矢量为
Figure BDA0002067993540000095
则协作簇i的中所有RAU到其簇内用户和重叠用户的复合信道矩阵为
Figure BDA0002067993540000096
步骤S4.2、每个协作簇根据复合信道矩阵进行ZF预编码:
Figure BDA0002067993540000097
其中
Figure BDA0002067993540000098
是协作簇i对簇内用户b的预编码矢量,
Figure BDA0002067993540000099
是协作簇i对重叠用户k的预编码矢量,对其归一化处理:
Figure BDA00020679935400000910
通过ZF预编码,每个协作簇对簇内用户进行联合传输,同时避免了对本簇重叠用户的干扰(协作簇i对用户k的簇间干扰项||hikswbi||2→0,b≠k)。
本发明以用户为中心,利用长时信道信息进行重叠分簇,能够适应用户位置的移动变化,改善簇边缘用户的服务质量,提高系统吞吐量,并且具有算法复杂度低,信令开销小的优点。

Claims (6)

1.一种密集分布式无线通信系统半动态重叠分簇算法,其特征在于:包括如下步骤:
步骤S1、基于长时信道状态信息的半动态非重叠分簇算法使远程接入单元RAU形成若干协作簇;
步骤S2、计算每个协作簇的平均用户速率,设置门限值,找出簇边缘用户;
步骤S3、分别计算每个协作簇到其簇内边缘用户和其它协作簇的边缘用户的平均大尺度衰落,通过比值,寻找各协作簇的重叠用户;
步骤S4、每个协作簇中的RAU侦听本簇重叠用户的信道状态信息,对各自簇内用户进行联合传输,同时对重叠用户实施干扰避免,形成以用户为中心的虚拟重叠簇;
所述的步骤S1包括:
步骤S1.1、设定初始化簇规模门限值Q,即每个协作簇中RAU的最多个数;
步骤S1.2、用户周期性地发送正交导频信息,RAU进行信道估计、获取长时信道状态信息并汇报给中心处理单元;
步骤S1.3、中心处理单元让每个用户选择到其大尺度衰落最大的RAU,形成集合
Figure FDA0002959240320000011
此时每个协作簇中只有一个RAU,定义没有用户的RAU为休眠状态;
步骤S1.4、判断是否存在未被选取的协作簇,若有,则从未被选取的协作簇中任意选取协作簇i,转至步骤S1.5,否则半动态非重叠分簇算法结束,转至步骤S2;
步骤S1.5、利用长时信道状态信息和速率近似公式计算该协作簇的平均用户速率;
步骤S1.6、判断是否存在与该协作簇的RAU个数之和小于或等于Q且两簇内用户数之和小于或等于RAU总天线数的协作簇,若存在,则转至步骤S1.7,否则,返回步骤S1.4;
步骤S1.7、分别计算该协作簇与符合步骤S1.6条件的协作簇的协作增益;
步骤S1.8、判断是否存在与该协作簇的协作增益大于1的协作簇,若存在,则选取协作增益最大的协作簇与该协作簇协作形成新的协作簇,返回步骤S1.5,否则返回步骤S1.4。
2.根据权利要求1所述的密集分布式无线通信系统半动态重叠分簇算法,其特征在于:所述的步骤S1.5中的速率近似公式为:协作簇i中用户k速率的近似公式为
Figure FDA0002959240320000021
其中,βbiki为协作簇i中用户k到协作簇i中RAU b的大尺度衰落,
Figure FDA0002959240320000022
是协作簇i的用户集合,
Figure FDA0002959240320000023
为协作簇i的用户个数,
Figure FDA0002959240320000024
为协作簇j的用户个数,
Figure FDA0002959240320000025
为协作簇i的RAU个数,
Figure FDA0002959240320000026
为协作簇j的RAU个数,Nt为每个RAU配备的天线数,βtjki为协作簇i中用户k到协作簇j中RAU t的大尺度衰落;基于此,协作簇i的平均用户速率为
Figure FDA0002959240320000027
3.根据权利要求1所述的密集分布式无线通信系统半动态重叠分簇算法,其特征在于:所述的步骤S1.7中的协作增益为:假设协作簇i与j协作形成新的协作簇记为协作簇l,则协作簇l中原协作簇i中用户的平均速率为
Figure FDA0002959240320000028
将协作簇i与j协作后协作簇i的平均用户速率增益定义为协作簇i与j的协作增益
Figure FDA0002959240320000029
4.根据权利要求1所述的密集分布式无线通信系统半动态重叠分簇算法,其特征在于:所述的步骤S2包括:
步骤S2.1、中心处理单元利用长时信道状态信息和步骤S1.5中的速率近似公式计算每一个用户的近似速率并计算每个协作簇的平均用户速率,协作簇i中用户k的近似速率为Rki,协作簇i的平均用户速率为
Figure FDA0002959240320000031
步骤S2.2、由此设置门限值
Figure FDA0002959240320000032
将速率低于门限值的用户定义为簇边缘用户。
5.根据权利要求1所述的密集分布式无线通信系统半动态重叠分簇算法,其特征在于:所述的步骤S3中,寻找各协作簇干扰大的边缘用户包括:
步骤S3.1、中心处理单元计算每个协作簇到其簇内边缘用户的平均大尺度衰落,协作簇i到其簇内边缘用户的平均大尺度衰落为
Figure FDA0002959240320000033
其中βbiti表示协作簇i中RAUb到协作簇i中用户t的大尺度衰落,
Figure FDA0002959240320000034
表示协作簇i的边缘用户集合,
Figure FDA0002959240320000035
表示协作簇i的边缘用户个数,
Figure FDA0002959240320000036
表示协作簇i的RAU个数;
步骤S3.2、中心处理单元计算每个协作簇到其它协作簇的边缘用户的平均大尺度衰落,协作簇i到协作簇s中边缘用户j的平均大尺度衰落为
Figure FDA0002959240320000037
步骤S3.3、计算
Figure FDA0002959240320000038
若0.6<τ<1,则可判定用户j位于协作簇i的边缘附近,其是协作簇i的干扰大的边缘用户;
步骤S3.4、将受协作簇i的干扰大的边缘用户按
Figure FDA0002959240320000039
值从大到小排列,选取前
Figure FDA00029592403200000310
个用户作为协作簇i的干扰避免用户,Nt为每个RAU配备的天线数,
Figure FDA00029592403200000311
为协作簇i的用户个数,记这些用户为协作簇i的重叠用户。
6.根据权利要求1所述的密集分布式无线通信系统半动态重叠分簇算法,其特征在于,步骤S4包括:
步骤S4.1、RAU获取所在协作的簇内用户的导频,同时侦听本协作簇的重叠用户的导频,估计信道状态信息,定义协作簇i中RAU m到协作簇i中用户t的信道矢量为hmiti,假设经步骤S3得到协作簇i的重叠用户为用户k,同时用户k又是协作簇s的簇内用户。则协作簇i中所有RAU到用户k的复合信道矢量为
Figure FDA0002959240320000041
协作簇i的簇内用户b的复合信道矢量为
Figure FDA0002959240320000042
则协作簇i的中所有RAU到其簇内用户和重叠用户的复合信道矩阵为
Figure FDA0002959240320000043
步骤S4.2、每个协作簇根据复合信道矩阵进行ZF预编码:
Figure FDA0002959240320000044
其中
Figure FDA0002959240320000045
是协作簇i对簇内用户b的预编码矢量,
Figure FDA0002959240320000046
是协作簇i对重叠用户k的预编码矢量,对其归一化处理:
Figure FDA0002959240320000047
通过ZF预编码,每个协作簇对簇内用户进行联合传输,同时避免了对本簇重叠用户的干扰,协作簇i对用户k的簇间干扰项||hikswbi||2→0,b≠k。
CN201910427588.1A 2019-05-22 2019-05-22 一种密集分布式无线通信系统半动态重叠分簇算法 Active CN110177390B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910427588.1A CN110177390B (zh) 2019-05-22 2019-05-22 一种密集分布式无线通信系统半动态重叠分簇算法
PCT/CN2020/089801 WO2020233452A1 (zh) 2019-05-22 2020-05-12 一种密集分布式无线通信系统半动态重叠分簇算法
AU2020217373A AU2020217373B2 (en) 2019-05-22 2020-05-12 Semi-dynamic overlapping clustering method for massive distributed wireless communication system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910427588.1A CN110177390B (zh) 2019-05-22 2019-05-22 一种密集分布式无线通信系统半动态重叠分簇算法

Publications (2)

Publication Number Publication Date
CN110177390A CN110177390A (zh) 2019-08-27
CN110177390B true CN110177390B (zh) 2021-05-11

Family

ID=67691783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910427588.1A Active CN110177390B (zh) 2019-05-22 2019-05-22 一种密集分布式无线通信系统半动态重叠分簇算法

Country Status (2)

Country Link
CN (1) CN110177390B (zh)
WO (1) WO2020233452A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110177390B (zh) * 2019-05-22 2021-05-11 南通大学 一种密集分布式无线通信系统半动态重叠分簇算法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102647727A (zh) * 2012-04-16 2012-08-22 西安交通大学 一种混合协作簇的选择方法
CN103906253A (zh) * 2012-12-28 2014-07-02 电信科学技术研究院 一种用户调度方法、装置及系统
CN105636226A (zh) * 2016-01-05 2016-06-01 南通大学 基于静态分簇的密集分布式无线网络多用户调度方法
CN105873071A (zh) * 2016-03-21 2016-08-17 郑州大学 一种基于协作资源受限的动态分簇方法及装置
CN106131966A (zh) * 2016-06-20 2016-11-16 南通大学 基于密集分布式无线网络动态分簇的用户调度方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110177390B (zh) * 2019-05-22 2021-05-11 南通大学 一种密集分布式无线通信系统半动态重叠分簇算法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102647727A (zh) * 2012-04-16 2012-08-22 西安交通大学 一种混合协作簇的选择方法
CN103906253A (zh) * 2012-12-28 2014-07-02 电信科学技术研究院 一种用户调度方法、装置及系统
CN105636226A (zh) * 2016-01-05 2016-06-01 南通大学 基于静态分簇的密集分布式无线网络多用户调度方法
CN105873071A (zh) * 2016-03-21 2016-08-17 郑州大学 一种基于协作资源受限的动态分簇方法及装置
CN106131966A (zh) * 2016-06-20 2016-11-16 南通大学 基于密集分布式无线网络动态分簇的用户调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
超密集网络以用户为中心及多维协作的用户分簇算法;李皓等;《电视技术》;20180331;第42卷(第3期);全文 *

Also Published As

Publication number Publication date
WO2020233452A1 (zh) 2020-11-26
CN110177390A (zh) 2019-08-27

Similar Documents

Publication Publication Date Title
CN112136334A (zh) 蜂窝网络中基于机器学习的宽波束优化的方法和装置
CN101986574B (zh) 用于多基站协作系统的波束成型矩阵的优化方法
CN103052077B (zh) 一种无线局域网obss站点空分干扰避免方法
US20220369210A1 (en) Systems and methods for time domain channel representation information for wi-fi sensing
CN103281770A (zh) 一种实现协作式多点传输调度与功率分配的方法
CN101873157A (zh) 用于分布式天线移动通信系统的天线分簇方法
CN104144039B (zh) 一种大规模mimo系统中基于相干时间的导频分配方法
CN107404375B (zh) 一种非规则多点海域通信网络中时空协同传输优化方法
CN110177390B (zh) 一种密集分布式无线通信系统半动态重叠分簇算法
CN115065389A (zh) 一种无小区大规模mimo-noma系统性能优化方法
CN106330278B (zh) 基于用户达波角的信道估计和功率控制相结合的传输方法
CN104079335B (zh) 一种多小区ofdma网络下鲁棒性的三维波束赋形方法
CN105959043B (zh) 一种能效驱动的多基站协作传输策略
CN106131966B (zh) 基于密集分布式无线网络动态分簇的用户调度方法
Wu et al. On energy efficiency optimization in downlink MIMO-NOMA
CN103281702B (zh) 一种基于多小区动态成簇的协作通信方法
CN103546934B (zh) 一种以用户为中心的多基站协作干扰抑制方法
WO2023031875A1 (en) Methods and systems for compressed csi for virtual wideband channels
WO2022263982A1 (en) Systems and methods for dynamic time domain channel representations
AU2020217373B2 (en) Semi-dynamic overlapping clustering method for massive distributed wireless communication system
WO2023125575A1 (zh) 通信方法、网络设备及存储介质
CN105515731B (zh) 一种实现下行CoMP的方法及装置
CN108768484B (zh) 一种基于波束成型和信道平行度域值的d2d对接入方法
US11835615B2 (en) Systems and methods for Wi-Fi sensing using uplink orthogonal frequency division multiple access (UL-OFDMA)
CN109587693B (zh) 一种基于异构云无线接入网络的用户终端关联方法及装置

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
TR01 Transfer of patent right

Effective date of registration: 20240830

Address after: 518000 1104, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province

Patentee after: Shenzhen Hongyue Information Technology Co.,Ltd.

Country or region after: China

Address before: 226000 Jiangsu city of Nantong province sik Road No. 9

Patentee before: NANTONG University

Country or region before: China