The invention discloses an ultra dense small cellular network spectrum allocation method based on simulated annealing algorithm, the interference relationship between small cellular users create interference matrix, then create interference matrix interference relationship graph according to the maximum, and according to the simulated annealing algorithm for interference graph, remove the group has formed, looking for the maximum group again, until the group stop algorithm. The spectrum according to the number of group and non group and the number of users is divided into sub bands, the spectrum distribution of users, this method can significantly reduce the spectrum segmentation, increase the spectrum utilization rate, increase the throughput of the whole network.
【技术实现步骤摘要】
本专利技术涉及异构网络中干扰缓和技术,尤其涉及一种超密集小蜂窝网络中基于模拟退火算法的频谱分配方法。
技术介绍
移动互联网的爆发式增长将导致在未来十年移动数据通信被预测需要提高1000倍以上。随着数据通信的增长,它也被预期这近50亿的设备将在2020年进行连接。考虑到空中接口频谱效率(SE)几近其物理极限和新谱获取变得越来越困难,进一步要求长期演进系统(LTE)提升1000倍的容量是一个非常具有挑战性的任务。为了应对这一挑战,在宏蜂窝覆盖范围内部署超密集小蜂窝来补充现有的移动通信基础设施提供了一个有前途的方法,以进一步增加频谱效率,使得基站与用户之间距离更近从而消耗更低。资源管理一直是热点话题在无线网络中由于无线资源的有限性。此外,研究已经证明在频谱分配在OFDMA-网络中是一个NP-hard问题。这就意味着网络中任何一个因素改变都会影响资源分配策略,尤其是在超密集小蜂窝中的部署。在已有的传统频谱分配技术中,利用正交频分多址技术,有效的缓和干扰,但是造成了频谱的巨大浪费,在频谱资源几近匮乏的时代,显然这种技术不足以满足人们的需要。在超密集小蜂窝在时间和地理位置的剧烈的流量波动起伏,传统方式使得在网路流量需求低的地区频谱有效性差,需求高地区拥堵,图论作为频谱分配的有效方式被提出。运用图论中涂色问题对超密集蜂窝网络进行资源分配,有效的提升了系统性能和网络整体吞吐量。然而,他们都是以蜂窝为分配单元进行资源分配,大大降低了频谱利用率。目前提出了以蜂窝用户之间干扰关系为基础建立干扰图,应用图论中涂色理论并加以改进来分配资源,然而它并没有考虑用户流量特性,这会使得频 ...
【技术保护点】
一种超密集小蜂窝网络中基于模拟退火算法频谱分配方法,主要包括超密集小蜂窝网络、用户,其特征在于,所述方法步骤如下:步骤1,在超密集小蜂窝网络中相互覆盖的蜂窝里的用户中,用户计算信噪比与信噪比阈值之间的大小关系,确定出干扰用户,构建干扰矩阵;步骤2,根据干扰矩阵,构建用户之间干扰关系图G(V,E),每个顶点代表一个用户,无干扰的用户之间连线,构建无向图;其中,V代表图中顶点集合,E代表连接点的边集合;步骤3,设置初始值——设置最低温度T0,最高温度Ts,下降参数α,输入当前超密集小蜂窝网络中用户的干扰关系矩阵AG(ak,l),计算目标函数F(G,σ),初始化排列σ(i)=i,i=1,2...,n;其中,σ代表循环下降参数;ak,l为矩阵中第k行第l列元素;步骤4,将顶点按维度(与该顶点表示用户连接的用户数量)从低到高重新排列,按此排列使得寻找最大团更为快捷,即d(σ1)<d(σ2)<...<d(σn‑1);d(σi)代表排在第i位的顶点的维度;步骤5,选择两个不同的顶点(蜂窝)vu和vw,u=1,2,...m,w=m+1,m+2,...n,使得分别计算F'(G,vu)和F'(G,vw), ...
【技术特征摘要】
1.一种超密集小蜂窝网络中基于模拟退火算法频谱分配方法,主要包括超密集小蜂窝网络、用户,其特征在于,所述方法步骤如下:步骤1,在超密集小蜂窝网络中相互覆盖的蜂窝里的用户中,用户计算信噪比与信噪比阈值之间的大小关系,确定出干扰用户,构建干扰矩阵;步骤2,根据干扰矩阵,构建用户之间干扰关系图G(V,E),每个顶点代表一个用户,无干扰的用户之间连线,构建无向图;其中,V代表图中顶点集合,E代表连接点的边集合;步骤3,设置初始值——设置最低温度T0,最高温度Ts,下降参数α,输入当前超密集小蜂窝网络中用户的干扰关系矩阵AG(ak,l),计算目标函数F(G,σ),初始化排列σ(i)=i,i=1,2...,n;其中,σ代表循环下降参数;ak,l为矩阵中第k行第l列元素;步骤4,将顶点按维度(与该顶点表示用户连接的用户数量)从低到高重新排列,按此排列使得寻找最大团更为快捷,即d(σ1)<d(σ2)<...<d(σn-1);d(σi)代表排在第i位的顶点的维度;步骤5,选择两个不同的顶点(蜂窝)vu和vw,u=1,2,...m,w=m+1,m+2,...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。