典型文献
基于混合分簇的超密集网络资源分配算法
文献摘要：
超密集网络(Ultra-dense network)通过密集部署微基站满足了爆炸式的流量需求,但是干扰严重,合理进行资源分配尤为重要.为减少干扰和进行资源分配,本文提出一种基于混合分簇的资源分配算法.首先,为解决传统K-means算法簇个数和簇中心点难以确定的问题,采用Canopy算法先进行预处理.同时,在用Canopy算法进行预处理时,没有直接设置距离阈值,引入加权平均值公式进行阈值选择,可以实现根据现实场景动态改变簇的大小和个数.然后,最大化吞吐量的同时考虑用户的服务质量,根据优化目标和约束条件,本文提出用拉格朗 日对偶算法准确计算出微基站给用户分配的子信道,且采用次梯度更新算法不断更新拉格朗 日乘子,得到子信道的最终分配结果.最后,为减少能耗,没有随机地给用户分户分配功率,采用注水算法给用户分配功率.仿真结果表明,所提分簇算法更加准确、均匀地将小基站分布在每个簇中,在完成分簇的前提下,所提资源分配算法不但保障了用户服务质量,而且显著提高了系统吞吐量.
文献关键词：
UDN;资源分配;分簇;吞吐量;拉格朗日对偶
中图分类号：
作者姓名：
陈榕;曹型兵;唐宏;刘小洁
作者机构：
重庆邮电大学通信与信息工程学院,重庆400065;重庆邮电大学移动通信技术重庆市重点实验室,重庆400065
文献出处：
引用格式：
[1]陈榕;曹型兵;唐宏;刘小洁-.基于混合分簇的超密集网络资源分配算法)[J].微电子学与计算机,2022(12):60-68
A类：
成分簇
B类：
超密集网络,网络资源分配,资源分配算法,Ultra,dense,network,过密,密集部署,微基站,爆炸式,means,簇中心,中心点,难以确定,Canopy,距离阈值,加权平均值,均值公式,阈值选择,现实场景,优化目标,和约,对偶算法,信道,次梯度,新算法,不断更新,减少能耗,注水算法,提分,分簇算法,小基站,基站分布,提资,用户服务,系统吞吐量,UDN,拉格朗日对偶
AB值：
0.429765
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
