The invention discloses a wireless predictive resource allocation method based on rough information, which belongs to the field of wireless communication technology. In a multi-cell system, the predictive node responsible for predicting information first predicts the information related to resource allocation in the future window for a period of time, including user trajectory and network load of each base station, and then converts the information into the large-scale channel threshold of each user and the available bandwidth threshold of each base station. It notifies each base station that the base station allocates resources in real time to users requesting non-real-time services within its coverage, and allocates more resources to users whose current large-scale channel gain is higher than the large-scale channel threshold and whose instantaneous data rate is the largest when the available bandwidth of the access base station is less than the available bandwidth threshold. Line transmission is used to improve system throughput and quality of service (QoS).
【技术实现步骤摘要】
一种基于粗略信息的无线预测资源分配方法
本专利技术涉及一种基于粗略信息的无线预测资源分配方法,属于无线通信
技术介绍
为了支持爆炸式增长的移动通信业务需求,5G蜂窝网络中的主要技术之一是通过网络密集化提升谱效。虽然提升谱效是一个有效的方法,但长期以来的观测表明,由于移动通信业务量的时空变化,基站中网络资源的利用率非常低。移动通信业务的动态特性来源于长期以来被认为是随机的用户行为。然而,近年来兴起的大数据分析显示,用户行为是可以预测的。例如,网络负载和用户轨迹可以通过机器学习的方法进行预测,见参考文件1:M.Mardani,G.B.Giannakis,“利用网络拓扑估计流量地图”,电气和电子工程师协会/国际计算机学会网络学报,2016,24(3),1533-1547.和参考文件2:A.Nadembega,A.Hafid,T.Taleb,“移动网络中的一种目的地和移动路径预测机制,”电气和电子工程师协会车辆技术学报,2015,64(6),2577–2590.基于以上预测信息和信号覆盖地图,可获得未来的基站平均资源利用状态和用户平均信道增益,见参考文件3:姚楚婷,杨晨阳,易芝玲,“基于流量负载预测与数据驱动的资源分配,”通信与信息网络期刊,2017,2(1),52–65.和参考文件4:H.Abou-Zeid,H.S.Hassanein,S.Valentin,“利用无线网络中数据率预测的能效自适应视频传输”,电气和电子工程师协会车辆技术学报,2014,63(5),2013–2026。因此,预测资源分配成为利用网络中剩余资源的有效方法。对于流量占比很高的非 ...
【技术保护点】
1.一种基于粗略信息的无线预测资源分配方法,其特征在于,包括以下步骤:步骤一、在某个多小区系统中,每个小区内各设有一个基站,各基站均与预测节点相连;预测节点负责预测在未来一段时间窗内与预测资源分配相关的信息,然后将这些信息通知给各个基站,基站利用预测信息为其覆盖范围内用户的非实时业务做出资源分配;步骤二、在预测窗开始时,预测节点通过机器学习或无线大数据分别预测各个小区级信息;预测窗分为多个帧,每一帧分为多个时隙,资源分配和传输以时隙为单元进行;步骤三、将预测的小区级信息转换为各个用户的大尺度信道门限和各个基站的可用带宽门限并通知给各个基站;第m个基站的可用带宽门限计算公式如下:
【技术特征摘要】
1.一种基于粗略信息的无线预测资源分配方法,其特征在于,包括以下步骤:步骤一、在某个多小区系统中,每个小区内各设有一个基站,各基站均与预测节点相连;预测节点负责预测在未来一段时间窗内与预测资源分配相关的信息,然后将这些信息通知给各个基站,基站利用预测信息为其覆盖范围内用户的非实时业务做出资源分配;步骤二、在预测窗开始时,预测节点通过机器学习或无线大数据分别预测各个小区级信息;预测窗分为多个帧,每一帧分为多个时隙,资源分配和传输以时隙为单元进行;步骤三、将预测的小区级信息转换为各个用户的大尺度信道门限和各个基站的可用带宽门限并通知给各个基站;第m个基站的可用带宽门限计算公式如下:λm为非实时业务的平均请求到达率;为请求非实时业务用户的平均接入时间;Bseg是一个视频片段的数据量大小;为用户与基站之间的平均距离,hb为基站高度;Rb为各小区的半径;Nt为每个基站配备的天线根数,σ2为噪声功率,Pmax为各基站最大发射功率,Tseg为一个视频片段的播放时间;第k个用户的大尺度信道增益门限:m=1,…,M为第k个用户在预测窗内经过的小区;为第m个小区内大尺度增益的中位数;步骤四、针对每一帧,各基站对当前时隙内处在其覆盖范围内的满足条件的各用户进行资源分配;步骤五、基站给被分配了资源的用户使用最大比传输的方式进行传输;当某帧结束后,进入下一帧,该基站重复对处在其覆盖范围内的各用户进行资源分配,直至所有用户所请求的业务均完成传输;当预测窗在传输完成前结束,则开始新一轮...
【专利技术属性】
技术研发人员:郭佳,佘昌洋,杨晨阳,
申请(专利权)人:北京航空航天大学,
类型:发明
国别省市:北京,11
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。