[发明专利]一种超密集组网下的分簇方法有效

专利信息
申请号: 201810513019.4 申请日: 2018-05-25
公开(公告)号: CN108738028B 公开(公告)日: 2022-05-24
发明(设计)人: 梁彦霞;孙长印;刘欣;姜静;高艳;江帆;何华 申请(专利权)人: 西安邮电大学
主分类号: H04W16/14 分类号: H04W16/14;H04W16/18;H04W40/16;H04W40/32
代理公司: 西安铭泽知识产权代理事务所(普通合伙) 61223 代理人: 俞晓明
地址: 710121 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 密集 组网 方法
【说明书】:

发明公开了一种超密集组网下的分簇方法,涉及移动通信技术领域,该超密集组网下的分簇方法,包括:对网络中任意一个节点集合中的所有节点求取两两节点之间的干扰权值Wab;从多个干扰权值Wab中获取最大干扰权值Wab_max;获取构成最大干扰权值Wab_max的两节点的节点编号,并将两节点编号分别赋值给为m和n,并将该节点编号为m的节点作为第一簇的初始节点,将该节点编号为n的节点作为第二簇的初始节点;保证了干扰最大的两个节点不会被分在同一簇中,同时这样的两个簇内的初始值也是差别最大的,并且通过保证簇内节点间干扰最小为准则将其余节点进行分簇,不但提高了频谱资源的利用率和系统的吞吐量,而且降低了用户间干扰。

技术领域

本发明涉及移动通信技术领域,更具体的涉及一种超密集组网下的分簇方法。

背景技术

随着未来移动通信应用场景的不断丰富以及用户行为的不断变化,越来越需要高带宽的应用,传统以宏蜂窝为主、以区域覆盖为目的的移动通信网络架构将难以应对通信业务需求和爆炸式增长的数据挑战,因此未来的无线蜂窝网络将面临巨大的数据压力。超密集网络由许多低功耗小基站组成,是解决此挑战最具创新性变革的手段。但是小区密集部署带来的干扰问题会降低网络容量和用户体验,导致频谱利用率和小区边缘吞吐量降低。为了解决这些问题,就需要部署更为先进的小区间干扰抑制技术,即协作多点传输技术。该技术在多个网络、基站和用户之间协作决策和传输,能够有效地减少小区间干扰,提升数据速率覆盖和小区边缘吞吐量。然而,在网络中所有小区之间进行协调是一项非常复杂的任务,因为在协调的小区中需要进行精确地同步,这就会产生额外的导航和信号处理等开销,为了避免这些开销,就需要对小区进行较小规模的协作聚类,即可以对小区用户先进行分簇,然后在簇内和簇间进行协作传输。因此,合适的分簇算法,对于抑制小区干扰,尤其是提高小区边缘吞吐量来说,至关重要。

现有技术中提出的分簇算法为基于SINR的连续干扰权值分簇算法,但是该方法的系统吞吐量性能较差,因此会导致用户间干扰严重。

发明内容

本发明实施例提供一种超密集组网下的分簇方法,用以解决现有技术中系统吞吐量性能较差,导致用户间干扰严重的问题。

本发明实施例提供一种超密集组网下的分簇方法,包括:

步骤1、对网络中任意一个节点集合中的所有节点求取两两节点之间的干扰权值Wab;

步骤2、从多个干扰权值Wab中获取最大干扰权值Wab_max;

步骤3、获取构成最大干扰权值Wab_max的两节点的节点编号,并将两节点编号分别赋值给为m和n,并将所述节点编号为m的节点作为第一簇的初始节点,将所述节点编号为n的节点作为第二簇的初始节点;

步骤4、从所述节点集合中除去节点编号为m和n两节点之外的所有节点的节点编号进行大小排序;

步骤5、判断最小节点编号对应的节点与节点编号为m的节点之间的干扰权值是否小于节点编号最小的节点与节点编号为n的节点之间的干扰权值的大小;

步骤6、若所述最小节点编号对应的节点与节点编号为m的节点之间的干扰权值小于最小节点编号对应的节点与节点编号为n的节点之间的干扰权值,则将所述最小节点编号对应的节点并入与节点编号为m的节点为一组的第一簇中;否则,将所述最小节点编号对应的节点并入与节点编号为n的节点为一组的第二簇中;

步骤7、确定次小节点编号对应的节点加入第一簇时,第一簇新增加的干扰值,以及次小节点编号对应的节点加入第二簇时,第二簇新增加的干扰值;其中,所述次小节点编号为按照节点编号的大小排序顺序,大于最小节点编号且与最小节点编号相邻的节点编号;

步骤8、判断第一簇新增加的干扰值是否小于第二簇新增加的干扰值;

步骤9、若第一簇新增加的干扰值小于第二簇新增加的干扰值,将所述次小节点编号对应的节点并入第一簇,否则,将所述次小节点编号对应的节点并入第二簇;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安邮电大学,未经西安邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810513019.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top