典型文献
超密集网络中基于判别函数的聚类算法
文献摘要：
超密集网络可以通过虚拟小区间的协作来提升用户体验,但由于小区的重叠覆盖使得用户间存在较复杂的干扰问题.因此,提出了一种基于判别函数的聚类算法来缓解强干扰带来吞吐量下降的问题.首先,利用用户间干扰信道的余弦相似度定义用户间的干扰网络;然后,基于干扰网络选出簇头并划分用户,同时为了解决虚拟小区下的模糊用户归属簇问题,以簇间干扰权重之和最大,簇内干扰权重之和最小为原则设计判别函数,对用户进行模糊归类.仿真结果表明,在不增加复杂度的同时,所提算法比其他方法的系统吞吐量提升了10％ ～30％,对于边缘用户具有一定优势.
文献关键词：
超密集网络;干扰网络;判别函数;模糊用户
中图分类号：
作者姓名：
康玲;王翊;胡艳军;蒋芳;李莉萍
作者机构：
安徽大学 计算智能与信号处理教育部重点实验室,合肥230601;中国科学院上海微系统与信息技术研究所 无线传感网与通信重点实验室,上海200050
文献出处：
引用格式：
[1]康玲;王翊;胡艳军;蒋芳;李莉萍-.超密集网络中基于判别函数的聚类算法)[J].北京邮电大学学报,2022(02):104-109
A类：
模糊用户
B类：
超密集网络,判别函数,聚类算法,提升用户体验,重叠覆盖,得用,干扰问题,强干扰,用用,信道,余弦相似度,干扰网络,簇头,分用,其他方法,系统吞吐量,边缘用户
AB值：
0.318801
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。
