10.16798/j.issn.1003-0530.2017.03.002
超密集网络中最大化网络吞吐量的预测资源分配
在超密集网络中,小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量.无线大数据分析的飞速发展,使得人们有可能通过预测未来的信道状态来分配资源,在无干扰网络中可达到很大的性能增益.但是在干扰网络中如何利用预测信息,在分配资源的同时有效协调干扰还是一个尚未研究的问题.本文分析了干扰网络中预测资源分配的设计难点和存在的问题,针对该问题提出了相应的解决方法,将资源分配建模成一个凸优化问题,通过求解优化问题得到最优的资源分配方法.仿真表明,与未知预测信息的最大化网络吞吐量方法相比,所提方法能够有效提高用户的成功传输率、平均传输进度和网络的吞吐量.当用户数据需求较大时,所提方法可以提供较大的网络性能增益.
预测资源分配、大数据、最大化网络吞吐量、干扰协调、超密集网络
33
TN929.53
国家自然科学基金61301085;国家自然科学基金海外及港澳学者研究基金61429101;中国移动研究院自助项目2015463
2017-06-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
260-267