自适应簇和学习算法的调度策略

摘要：

提升用户的峰值速率和吞吐量性能一直以来是一个非常重要但同时又具有挑战性的问题.密集蜂窝网络中,采用了以用户为中心的自适应簇和基于学习算法高速缓存方法的调度方法,一定程度上可以改善用户的峰值速率和吞吐量性能;应用调度策略的网络中,以用户为中心的自适应簇方法能实现每个用户的效吞吐量最大化.若小基站有很高的存储容量,常用的数据被储存在本地小基站的缓存器中,用户可以通过学习算法选择附近小基站中的一个来获得想要的数据.当用户进行通信时,可计算出此时自适应簇的最大化归一化有效吞吐量,大于门限值时选择基于自适应簇的通信,否则采用基于学习算法的方法选择最优的小基站进行通信.这种新颖的网络架构能够为用户提供个性化的网络服务,提升用户的峰值速率和吞吐量性能.

关键词：以用户为中心、自适应簇、学习算法、泊松点过程

所属期刊栏目：27

分类号：TP31(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61271236

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：92-96