针对支持海量传感器通信的物联网(Internet of Things,Io T)应用,探索开发了一种基于Small Cell密集部署场景下的5G物联网络模型。在分析研究网络模型中无线资源管理所涉及的小区间干扰、能量消耗等的基础上,考虑通信与计算相融合的设...针对支持海量传感器通信的物联网(Internet of Things,Io T)应用,探索开发了一种基于Small Cell密集部署场景下的5G物联网络模型。在分析研究网络模型中无线资源管理所涉及的小区间干扰、能量消耗等的基础上,考虑通信与计算相融合的设计方法,并将聚类算法视为一种增强5G物联网资源管理性能的计算方法,提出了一种基于K-means聚类算法的小区休眠机制。该机制的实现方案主要包括三个阶段:第一阶段控制实体利用K-means算法对终端设备进行聚类、分簇;第二阶段包含两个分阶段,即以簇为单位的主资源分配阶段,进而判断是否需要补充资源分配阶段;第三阶段根据资源分配结果来控制小区的激活与休眠。仿真实验结果表明,所提出的机制可有效减轻小区间干扰,提高系统容量和能效,是未来5G网络系统中有效可行的一种无线资源管理方法。展开更多
文摘针对支持海量传感器通信的物联网(Internet of Things,Io T)应用,探索开发了一种基于Small Cell密集部署场景下的5G物联网络模型。在分析研究网络模型中无线资源管理所涉及的小区间干扰、能量消耗等的基础上,考虑通信与计算相融合的设计方法,并将聚类算法视为一种增强5G物联网资源管理性能的计算方法,提出了一种基于K-means聚类算法的小区休眠机制。该机制的实现方案主要包括三个阶段:第一阶段控制实体利用K-means算法对终端设备进行聚类、分簇;第二阶段包含两个分阶段,即以簇为单位的主资源分配阶段,进而判断是否需要补充资源分配阶段;第三阶段根据资源分配结果来控制小区的激活与休眠。仿真实验结果表明,所提出的机制可有效减轻小区间干扰,提高系统容量和能效,是未来5G网络系统中有效可行的一种无线资源管理方法。