CN115022890B - 面向容量覆盖的资源小区覆盖结构生成方法 - Google Patents
面向容量覆盖的资源小区覆盖结构生成方法 Download PDFInfo
- Publication number
- CN115022890B CN115022890B CN202210624813.2A CN202210624813A CN115022890B CN 115022890 B CN115022890 B CN 115022890B CN 202210624813 A CN202210624813 A CN 202210624813A CN 115022890 B CN115022890 B CN 115022890B
- Authority
- CN
- China
- Prior art keywords
- access point
- resource
- network
- cell
- user equipment
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种面向容量覆盖的资源小区覆盖结构生成方法,主要解决现有技术难以匹配用户分布而导致容量覆盖空洞的问题。其实现方案是:首先初始化网络模型,然后对用户设备与接入点进行关联,在此基础上,计算用户设备与接入点之间的信干噪比和接入点的可达速率,根据接入点的可达速率建立以最大化全局网络容量为优化目标的优化问题,最后求解优化问题,得到资源小区覆盖结构。本发明建立了基于资源小区的网络容量优化模型,克服了现有技术网络容量提升不充分的问题,使得本发明实现了容量覆盖增强,消除了网络中的容量覆盖空洞。
Description
技术领域
本发明属于无线通信技术领域,更进一步涉及一种资源小区覆盖结构生成方法,可用于对网络中接入点的分簇,动态调整网络中资源小区的覆盖构型,实现容量覆盖增强。
背景技术
近年来,随着用户业务宽带化和媒体多样化,移动通信系统也进行着快速地更迭。在当今6G网络的美好愿景下,特别是在面对增强移动宽带eMBB业务、支持海量用户连接的物联网mMTC业务以及超可靠、低时延的工业物联网uRLLC等业务需求时,人们希望将网络的峰值速率提升50倍,将吞吐量密度提升100倍,将连接密度提升100-10000倍。其中,全面提升网络性能的关键因素之一是网络架构的变更。从1G到5G,网络架构从独立部署的传统地面宏蜂窝基站构成的同构网络,转变成地面宏蜂窝基站与地面小蜂窝基站构建的异构密集网络以及由空中基站引入所构建的立体致密网络。2009年中国移动首次提出集中式云无线接入网C-RAN的概念,一种应用于未来移动通信系统的新型蜂窝网络架构,至今十几年来,中国移动仍然致力于推进该架构在现网中的应用。随着5G和5G+的概念提出, C-RAN的概念也在不断演进,针对5G高频段、大带宽、多天线、海量连接和低时延等需求,引入了集中和分布单元CU/DU的功能重构及下一代前传网络接口NGFI前传架构。网络形态的演进不断提升网络的覆盖能力,大大满足了用户对网络覆盖的需求。但是现有 C-RAN技术中,CU/DU的部署存在一定的局限性,具体而言网络单元的功能固定以及协作传输时组网结构不能根据网络状况的改变进行灵活的调整,造成网络覆盖容量提升不充分。资源小区即是在上述背景下提出的一种网络覆盖结构,其是由OMC单元根据用户需求、网络实时干扰以及覆盖状况监测信息等对覆盖结构进行灵活调控,实现网络覆盖增强。网络中基站的部署将更加密集化,干扰问题是超密集网络下的主要问题之一,对基站的管控将更有必要。在资源小区网络架构中,OMC单元具有对密集网络中进行干扰管控的功能,因此资源小区网络架构将有效降低网络资源的使用冲突,提高网络资源的使用效率。
西安电子科技大学在其申请号为:CN 202110989309.8的专利文献中提出了一种基于资源小区自适应生成的网络覆盖增强方法。其主要实现步骤是:(1)将网络中传统小区作为网络的初始状态;(2)生成当前网络状态下的相关矩阵;(3)判断是否达到阈值;(4) 对每个接入点划分资源小区;(5)生成网络CU-DU映射表;(6)根据CU-DU映射表构建各资源小区的中传链路。该方法解决了由资源使用效率低下造成的网络容量随用户终端密集程度的增加迅速恶化的问题,以及由蜂窝小区覆盖结构静态部署造成的网络资源难以高效流转的问题。实现了网络内通信资源的高效流转,保障了密集网络下信号的连续覆盖和网络容量的无空洞覆盖,但是在该覆盖结构中,OMC在对接入点进行分簇时没有以最优化网络容量为目标,所生成资源小区覆盖结构的网络容量未能得到充分提升,导致能量的浪费,不符合绿色高能效通信的理念。
中国移动通信研究院在其撰写的白皮书“迈向5G C-RAN:需求架构与挑战”中发布了C-RAN的基本概念和技术要素。其中的关键技术包括:(1)无线可编排技术;(2)无线协议栈功能;(3)虚拟层能力提升;(4)硬件平台的思考。其中在关键技术(2)中提到:CU/DU部署的方式需要同时综合考虑多种因素,包括:业务的传输需求、接入网设备的实现要求以及协作能力和运维难度等。该方法根据前传网络的传输状况,改变CU/DU的部署方式,有效降低了远端天线到CU/DU的传输时延。但是在该技术中,由于组网结构不能根据网络状况的改变进行灵活的调整,将导致网络容量的提升不充分,此外还存在密集网络下缺乏干扰管理所造成的容量恶化问题。
中国移动通信集团设计院有限公司湖南分公司在其发表的期刊“基于C-RAN的5G无线接入网架构研究”中提出了一种基于云计算的5G无线接入网覆盖结构。文中提到:通过将CU、DU及AAU分离,简化网元功能,其中CU采用通用硬件平台搭建,采取云化部署, DU采取C-RAN方式集中部署,AAU与天线集成后上塔,增加部署的灵活性。该网络覆盖结构将DU以集中的方式部署在一个机房内,集中部署的DU形成基带池,实现多小区协同传输。该方法虽然能够在一定限度内实现网络容量的提升,但是所形成的多小区组网结构固定,不能根据网络状况的改变而重构,覆盖结构与业务分布的不匹配将导致容量空洞的出现。特别是在密集网络下,网络中严重的干扰将导致系统容量的降低。
发明内容
本发明的目的在于提出一种面向容量覆盖的资源小区覆盖结构生成方法,以解决现有 5G C-RAN接入网结构中CU/DU的部署方式固定,组网不灵活和缺乏干扰管理手段所造成的网络覆盖容量提升不充分,用户上网体验差的问题。
为了实现上述目的,本发明的思路是,在现有5G分布单元与集中单元分离的结构基础上进行扩展,以全局网络容量为优化目标,以资源小区的覆盖结构作为优化变量,通过求解该优化问题,得到接入点之间的协同传输关系,实现业务分布与覆盖结构相互适配,增强网络容量,解决现有5G C-RAN技术由于网络功能单元部署固定,组网不灵活所造成的业务分布与覆盖结构难以匹配而产生的容量覆盖空洞问题。
根据上述思路,本发明的技术方案包括如下:
(1)设置包括N个接入点,M个用户设备的网络模型,每个接入点拥有K个独立可分配的子载波,带宽为B,初始化网络模型中的接入点集合为ψ={0,1,…,N-1},用户设备集合为ξ={0,1,…,M-1};
(2)对用户设备与接入点进行关联:
(2a)计算用户设备到接入点可服务半径内的接入点的欧式距离d;
(2b)将用户设备与欧式距离最近的接入点进行连接,如果所要连接的接入点无法分配更多的子载波,则选择次近的接入点进行连接;
(3)计算用户设备与接入点之间的信干噪比和接入点的可达速率:
(3a)计算接入点n与用户设备m之间的有用信号Sn,m(rn,n')与干扰信号In,m(rn,n′):
其中,rn,n′表示第n个接入点与第n′个接入点之间的组合系数n≠n′,若rn,n′=1表示接入点n 与接入点n′在一个资源小区内,若rn,n′=0表示接入点n与接入点n′不在同一个资源小区内;
tn,m表示时隙t接入点n与用户设备m的连接关系,若tn,m=1,则表示在t时隙接入点n与用户设备m关联,否则,不关联;
pn′,m表示接入点n′对用户m的传输功率,hn',m表示接入点n′与用户m之间的路径损耗;
(3b)根据有用信号Sn,m(rn,n′)与干扰信号In,m(rn,n′)计算第n个接入点与第m个用户设备之间的信干噪比SINRn,m(rn,n′);
(3c)根据信干噪比SINRn,m(rn,n′)计算第n个接入点的可达速率Cn(rn,n′);
(4)建立以最大化全局网络容量为优化目标的优化问题:
其中,C(rn,n′)表示全局网络容量;
(5)求解优化问题:
(5a)设置每个接入点为一个可合并的资源小区;
(5b)判断网络中可合并的资源小区是否存在2个或2个以上:
若是,则计算网络中任意两个可合并资源小区合并后的网络容量,将合并后所得到的网络容量最大的两个资源小区合并成一个新资源小区,执行(5c);
否则,输出当前网络中所有的资源小区;
(5c)判断新资源小区的网络容量是否大于合并前的两个资源小区容量的和:
若是,则执行(5d),
否则,将新资源小区分裂为合并前的两个资源小区,输出当前网络中所有的资源小区;
(5d)判断新资源小区中所含接入点数是否超过资源小区所能包含的最大接入点数:
若是,则将该新资源小区分裂为合并前的两个资源小区,将其中任意一个设置为不可合并的资源小区,执行(5b),
否则,判断新资源小区中所含接入点数是否等于资源小区所能包含的最大接入点数:
如果等于,则设置该新资源小区为不可合并的资源小区,返回(5b),
如果不等于,则设置该新资源小区为可合并的资源小区,返回(5b)。
本发明与现有技术相比,具有如下优点:
第一,由于本发明在资源小区自适应生成方法的基础上,以网络容量为优化目标,以网络中接入点合并形成的资源小区构型为优化变量,建立了网络容量最优化模型,并求解得到了全局网络覆盖容量较优时的资源小区结构,使覆盖结构与用户业务分布相互适配,克服了现有技术难以根据网络中用户业务分布的变化而调整组网结构造成的容量提升不充分的问题。
第二,由于本发明在动态调整资源小区覆盖结构的过程中,每轮循环输出的资源小区结构是当前网络状态下容量增益提升最大的结构,使用户端接收的有用信号功率与信干噪比得到增强,克服了超密集网络下微蜂窝基站之间的干扰复杂问题,实现了密集网络下信号的连续覆盖和网络的容量无空洞覆盖。
附图说明
图1是本发明实现的流程图;
图2是本发明的仿真场景示意图;
图3是用本发明在仿真场景下生成的资源小区覆盖结构示意图;
图4是仿真场景下随机产生的C-RAN覆盖结构示意图。
具体实施方式
下面结合附图对本发明的实施例和效果做进一步的详细说明。
参照图1,本发明的实现步骤如下:
步骤一,初始化网络模型。
设置包括N个接入点,M个用户设备的网络模型,每个接入点拥有K个独立可分配的子载波,带宽为B;
初始化网络模型中的接入点集合为ψ={0,1,…,N-1},用户设备集合为ξ={0,1,…,M-1}。
步骤二,对用户设备与接入点进行关联。
2.1)计算用户设备到接入点可服务半径内的接入点的欧式距离d:
其中,dm,n表示第m个用户设备与第n个接入点之间的欧式距离,xm表示第m个用户的横坐标,ym表示第m个用户的纵坐标,xn表示第n个接入点的横坐标,yn表示第n个接入点的纵坐标,ζ表示位于用户可服务半径内的所有接入点集合;
2.2)将用户设备与欧式距离最近的接入点进行连接,如果所要连接的接入点无法分配更多的子载波,则选择次近的接入点进行连接,接入点所关联的用户设备集合被表示为:
U={u0,u1,…un,…,uN-1}
其中τn表示接入点n所关联的用户设备集合。
步骤三,建立优化模型。
3.1)设置信号参数;
用rn,n′表示第n个接入点与第n′个接入点之间的组合系数n≠n′,若rn,n′=1表示接入点n 与接入点n′在一个资源小区内,若rn,n'=0表示接入点n与接入点n'不在同一个资源小区内;
用tn,m表示时隙t接入点n与用户设备m的连接关系,若tn,m=1,则表示在t时隙接入点 n与用户设备m关联,否则,不关联;
用pn′,m表示接入点n′对用户m的传输功率,hn′,m表示接入点n′与用户m之间的路径损耗;
3.2)用含有变量rn,n'的函数表示出接入点n与用户设备m之间的有用信号Sn,m(rn,n′)与干扰信号In,m(rn,n′):
3.3)根据有用信号Sn,m(rn,n')与干扰信号In,m(rn,n′)表示出第n个接入点与第m个用户设备之间的信干噪比SINRn,m(rn,n'):
其中,N0表示噪声功率;
3.4)根据信干噪比SINRn,m(rn,n′)计算出第n个接入点的可达速率Cn(rn,n′):
3.5)根据每个接入点的可达速率Cn(rn,n')建立以最大化全局网络覆盖容量为优化目标的优化问题:
其中,C(rn,n′)表示全局网络容量,该优化模型中的优化变量为任意两个接入点之间的关联系数rn,n′(n≠n′),对于含有N个接入点的网络,优化模型所包含的变量数为N·(N-1)/2个。
步骤四,求解优化问题。
4.1)设置每个接入点为一个可合并的资源小区,网络中所有可合并的资源小区用集合Ω表示为:
Ω={Ω0,Ω1,…,Ωl,…,ΩL-1}
其中,Ωl表示第l个资源小区,l的取值为[0,L-1],L为网络中资源小区的数量;
T={τ0,τ1,…τl,…,τL-1}
其中,τl表示第l个资源小区Ωl内的用户设备集合;
4.3)判断网络中可合并资源小区的数量:
如果网络中可合并资源小区的数量是2个或2个以上,则计算网络中任意两个可合并资源小区合并后的网络容量:
其中,表示第j个资源小区Ωj与第k个资源小区Ωk合并后的网络容量,Ωg表示资源小区集合Ω去掉资源小区Ωj与资源小区Ωk后,资源小区集合Ω中的第g个资源小区,将合并后所得到的网络容量最大的两个资源小区合并成一个新资源小区Ωm,执行(4.4);
否则,输出当前可合并的资源小区集合Ω与不可合并的资源小区集合Γ中所有的资源小区;
4.4)判断新资源小区Ωm的网络容量是否大于合并前的两个资源小区容量的和:
若是,则执行(4.5);
若否,则将新资源小区Ωm分裂为合并前的两个资源小区,输出当前可合并的资源小区集合Ω与不可合并的资源小区集合Γ中所有的资源小区;
4.5)判断新资源小区Ωm中所含接入点数是否超过资源小区所能包含的最大接入点数θ,θ为不小于2的整数:
若是,则将该新资源小区Ωm分裂为合并前的两个资源小区,将其中任意一个设置为不可合并的资源小区,返回(4.3);
否则,判断新资源小区Ωm中所含接入点数是否等于资源小区所能包含的最大接入点数θ:
如果等于,则设置该新资源小区为不可合并的资源小区,返回(4.3);
如果不等于,则设置该新资源小区为可合并的资源小区,返回(4.3)。
下面结合仿真实验对本发明方法的效果做进一步的说明:
一.仿真条件
1.1)仿真场景
本发明的仿真场景为地面基站按给定位置部署的600m×600m二维平面,在该场景下部署有49个5G接入点,如图2所示,其中:
图2(a)为该仿真场景下的用户设备的分布图,仿真区域为边长是600m的正方形平面,横轴为用户设备的横坐标,纵轴为用户设备的纵坐标,用五角星表示用户设备;
图2(b)为该仿真场景下的接入点的分布图,仿真区域为边长是600m的正方形平面,横轴为接入点的横坐标,纵轴为接入点的纵坐标,用三角形表示接入点。
1.2)仿真参数,如表1:
表1仿真参数
带宽B | 100MHz |
用户数M | 1800 |
基站总发射功率P | 10W |
子载波数K | 273 |
噪声功率N0 | -174dBm |
资源小区最多可容纳接入点数θ1 | 6 |
C-RAN小区最多可容纳接入点数θ2 | 9 |
二、仿真内容
仿真1.在上述仿真条件下,使用本发明方法生成资源小区集合,结果如图3,其中横轴为接入点的横坐标,纵轴为接入点的纵坐标,三角形为激活了集中单元功能的接入点,实心圆形为激活了分布单元功能的接入点,虚线为集中单元与分布单元之间的中传链路。
从图3可见,网络中的49个接入点被划分在10个资源小区中,在用户稀疏分布区域内的资源小区容纳接入数较多,在用户密集分布区域内的资源小区容纳接入数较少,资源小区覆盖结构能够与网络中的用户分布特征相互匹配。
图3中被划分在10个资源小区中的接入点如表2所示:
表2资源小区集合
资源小区集合 | 接入点序号 |
资源小区1 | AP0,AP1,AP7 |
资源小区2 | AP41,AP47,AP48 |
资源小区3 | AP21,AP30,AP37 |
资源小区4 | AP19,AP20,AP27,AP34 |
资源小区5 | AP2,AP3,AP8,AP9,AP14,AP15 |
资源小区6 | AP4,AP5,AP6,AP11,AP12,AP13 |
资源小区7 | AP10,AP16,AP17,AP22,AP23,AP24 |
资源小区8 | AP18,AP25,AP26,AP31,AP32,AP33 |
资源小区9 | AP28,AP29,AP35,AP36,AP42,AP43 |
资源小区10 | AP38,AP39,AP40,AP44,AP45,AP46 |
观察表2可以发现,网络中的资源小区最多含有6个接入点,最少含有3个接入点。
仿真2.在上述仿真条件下,使用随机算法生成C-RAN小区集合,结果如图4,其中横轴为接入点的横坐标,纵轴为接入点的纵坐标,三角形为集中单元,实心圆形为分布单元,虚线为集中单元与分布单元之间的中传链路。
从图4可见,网络中的49个接入点被划分在8个C-RAN小区中,在用户稀疏分布区域的C-RAN小区结构与用户密集分布区域的C-RAN小区结构没有明显差异,C-RAN小区覆盖结构不能与用户的分布特征相匹配。
图4中被划分在8个C-RAN小区中的接入点如表3所示:
表3 C-RAN小区集合
观察表3可以发现,网络中的C-RAN小区最多含有9个接入点,最少含有3个接入点。
三、仿真结果分析
计算C-RAN覆盖结构与本发明生成的资源小区覆盖结构的整网容量和提升百分比,结果见表4:
表4.计算结果
C-RAN小区覆盖结构 | 本发明 | |
整网容量 | 1690.1024Mbps | 1894.9696Mbps |
提升百分比 | \ | 12.07% |
从表4可见,本发明相较于现有C-RAN覆盖结构能够获得整网容量的明显提升。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种面向容量覆盖的资源小区覆盖结构生成方法,其特征在于,包括如下步骤:
(1)设置包括N个接入点,M个用户设备的网络模型,每个接入点拥有K个独立可分配的子载波,带宽为B,初始化网络模型中的接入点集合为ψ={0,1,…,N-1},用户设备集合为ξ={0,1,…,M-1};
(2)对用户设备与接入点进行关联:
(2a)计算用户设备到接入点可服务半径内的接入点的欧式距离d;
(2b)将用户设备与欧式距离最近的接入点进行连接,如果所要连接的接入点无法分配更多的子载波,则选择次近的接入点进行连接;
(3)计算用户设备与接入点之间的信干噪比和接入点的可达速率:
(3a)计算接入点n与用户设备m之间的有用信号Sn,m(rn,n')与干扰信号In,m(rn,n'):
其中,rn,n'表示第n个接入点与第n'个接入点之间的组合系数n≠n',若rn,n'=1表示接入点n与接入点n'在一个资源小区内,若rn,n'=0表示接入点n与接入点n'不在同一个资源小区内;
tn,m表示时隙t接入点n与用户设备m的连接关系,若tn,m=1,则表示在t时隙接入点n与用户设备m关联,否则,不关联;
pn',m表示接入点n'对用户m的传输功率,hn',m表示接入点n'与用户m之间的路径损耗;
(3b)根据有用信号Sn,m(rn,n')与干扰信号In,m(rn,n')计算第n个接入点与第m个用户设备之间的信干噪比SINRn,m(rn,n');
(3c)根据信干噪比SINRn,m(rn,n')计算第n个接入点的可达速率Cn(rn,n');
(4)建立以最大化全局网络容量为优化目标的优化问题:
其中,C(rn,n')表示全局网络容量;
(5)求解优化问题:
(5a)设置每个接入点为一个可合并的资源小区;
(5b)判断网络中可合并的资源小区是否存在2个以上:
若是,则计算网络中任意两个可合并资源小区合并后的网络容量,将合并后所得到的网络容量最大的两个资源小区合并成一个新资源小区,执行(5c);
否则,输出当前网络中所有的资源小区;
(5c)判断新资源小区的网络容量是否大于合并前的两个资源小区容量的和:
若是,则执行(5d),
否则,将新资源小区分裂为合并前的两个资源小区,输出当前网络中所有的资源小区;
(5d)判断新资源小区中所含接入点数是否超过资源小区所能包含的最大接入点数:
若是,则将该新资源小区分裂为合并前的两个资源小区,将其中任意一个设置为不可合并的资源小区,执行(5b),
否则,判断新资源小区中所含接入点数是否等于资源小区所能包含的最大接入点数:
如果等于,则设置该新资源小区为不可合并的资源小区,返回(5b),
如果不等于,则设置该新资源小区为可合并的资源小区,返回(5b)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210624813.2A CN115022890B (zh) | 2022-06-02 | 2022-06-02 | 面向容量覆盖的资源小区覆盖结构生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210624813.2A CN115022890B (zh) | 2022-06-02 | 2022-06-02 | 面向容量覆盖的资源小区覆盖结构生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115022890A CN115022890A (zh) | 2022-09-06 |
CN115022890B true CN115022890B (zh) | 2023-06-30 |
Family
ID=83072123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210624813.2A Active CN115022890B (zh) | 2022-06-02 | 2022-06-02 | 面向容量覆盖的资源小区覆盖结构生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115022890B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116405944B (zh) * | 2023-03-03 | 2024-02-06 | 中山大学 | 一种网络覆盖容量优化方法、系统、装置及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101567001A (zh) * | 2009-05-22 | 2009-10-28 | 清华大学 | 并行文件系统的元数据文件布局管理方法 |
JP2010271781A (ja) * | 2009-05-19 | 2010-12-02 | Ntt Docomo Inc | データ分割システム及びデータ分割方法 |
CN102662690A (zh) * | 2012-03-14 | 2012-09-12 | 腾讯科技(深圳)有限公司 | 应用程序启动方法和装置 |
JP2016208504A (ja) * | 2015-04-15 | 2016-12-08 | 富士通株式会社 | ネットワークパラメータの決定方法及び決定装置 |
CN110704442A (zh) * | 2019-09-29 | 2020-01-17 | 深圳无域科技技术有限公司 | 一种大数据的实时获取方法及装置 |
CN112566212A (zh) * | 2020-12-10 | 2021-03-26 | 哈尔滨工业大学(深圳) | 一种面向中继协作无线供能通信网络的资源分配方法 |
CN113726784A (zh) * | 2021-08-31 | 2021-11-30 | 平安医疗健康管理股份有限公司 | 一种网络数据的安全监控方法、装置、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9161294B2 (en) * | 2013-03-13 | 2015-10-13 | Qualcomm Incorporated | Using motion to optimize place of relevance operations |
CN109347975B (zh) * | 2018-11-18 | 2021-08-24 | 上海无线通信研究中心 | 车联网低时延通信方法、终端及系统 |
-
2022
- 2022-06-02 CN CN202210624813.2A patent/CN115022890B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010271781A (ja) * | 2009-05-19 | 2010-12-02 | Ntt Docomo Inc | データ分割システム及びデータ分割方法 |
CN101567001A (zh) * | 2009-05-22 | 2009-10-28 | 清华大学 | 并行文件系统的元数据文件布局管理方法 |
CN102662690A (zh) * | 2012-03-14 | 2012-09-12 | 腾讯科技(深圳)有限公司 | 应用程序启动方法和装置 |
JP2016208504A (ja) * | 2015-04-15 | 2016-12-08 | 富士通株式会社 | ネットワークパラメータの決定方法及び決定装置 |
CN110704442A (zh) * | 2019-09-29 | 2020-01-17 | 深圳无域科技技术有限公司 | 一种大数据的实时获取方法及装置 |
CN112566212A (zh) * | 2020-12-10 | 2021-03-26 | 哈尔滨工业大学(深圳) | 一种面向中继协作无线供能通信网络的资源分配方法 |
CN113726784A (zh) * | 2021-08-31 | 2021-11-30 | 平安医疗健康管理股份有限公司 | 一种网络数据的安全监控方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
提高话务承载能力与载频收益的综合优化方案;叶健涛;陈若炜;;邮电设计技术(10);全文 * |
电动出租车专用分散式和集中式快充设施联合投资优化;程瑜;何知遥;胡紫豪;张成炜;;电工技术学报(S2);全文 * |
蓝牙自组个人区域网络接入点切换算法研究;彭会萍;;沈阳大学学报(06);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115022890A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111447619B (zh) | 一种移动边缘计算网络中联合任务卸载和资源分配方法 | |
Sofi et al. | A survey on energy efficient 5G green network with a planned multi-tier architecture | |
CN103813347B (zh) | 一种基站频率资源配置方法及网络设备 | |
CN106714093B (zh) | 一种蜂窝d2d通信联合用户接入及切片划分方法 | |
CN104703270B (zh) | 适用于异构无线蜂窝网络的用户接入和功率分配方法 | |
CN105959234B (zh) | 安全感知的云无线接入网络下的负载均衡资源优化方法 | |
CN107172682A (zh) | 基于动态分簇的超密集网络无线资源分配方法 | |
Zhang et al. | Heterogeneous ultradense networks with NOMA: System architecture, coordination framework, and performance evaluation | |
CN107708157A (zh) | 基于能效的密集小蜂窝网络资源分配方法 | |
CN115022890B (zh) | 面向容量覆盖的资源小区覆盖结构生成方法 | |
Taleb et al. | Centralized and distributed rrh clustering in cloud radio access networks | |
Liu et al. | Energy efficient resource allocation for control data separated heterogeneous-CRAN | |
CN112654058A (zh) | D2d多播网络中的移动边缘计算卸载与资源分配算法 | |
CN104507153B (zh) | 一种ofdma下的小小区功率控制方法 | |
CN115173922A (zh) | 基于cmaddqn网络的多波束卫星通信系统资源分配方法 | |
Yao et al. | Interference management scheme of ultra dense network based on clustering | |
CN107517464A (zh) | 一种异构网络中的干扰管理和资源分配方法 | |
Ren et al. | Resource allocation based on clustering algorithm for hybrid device-to-device networks | |
LI et al. | UAV assisted heterogeneous wireless networks: potentials and challenges | |
Huang et al. | Hybrid full and half duplex networking | |
CN115243234A (zh) | 一种m2m异构网络的用户关联和功率控制方法及系统 | |
Feng et al. | Adaptive pilot design for massive MIMO HetNets with wireless backhaul | |
CN105933969B (zh) | 一种分布式Small Cell分层异构网络和速率最大化方法 | |
Ezzaouia et al. | A dynamic transmission strategy based on network slicing for cloud radio access networks | |
CN105764063B (zh) | 基于广义纳什均衡的小蜂窝网络功率分配方法 |
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 |