超密集组网下一种基于干扰增量降低的分簇算法

超密集网络(UDNs)拉近了终端与节点间的距离,使得网络频谱效率大幅度提高,扩展了系统容量,但是小区边缘用户的性能严重下降。合理规划的虚拟小区(VC)只能降低中等规模UDNs的干扰,而重叠基站下的用户的干扰需要协作用户簇的方法来解决。该文提出了一种干扰增量降低(IIR)的用户分簇算法,通过在簇间不断交换带来最大干扰的用户,最小化簇内的干扰和,最终最大化系统和速率。该算法在不提高K均值算法的复杂度的同时,不需要指定簇首,避免陷入局部最优。仿真结果表明,网络密集部署时,有效提高系统和速率,尤其是边缘用户的吞吐量。

考虑抗毁性及业务需求的站址规划算法

基于用户分布已知的条件下,提出考虑抗毁性和业务分布的图的分离方法;提出折中考虑地理复杂度、抗毁性和业务量的链路重要性衡量指标———链路权衡因子LWF;提出相交圆算法寻找干线节点的实际可行位置;以及寻找网络相对业务中心的虚拟小区方法。站址的规划设计是与地理信息系统紧密结合进行的,这样设计出的结果将是可行的、可用的。