超密集网络中的绿色预测资源分配

• 作者: 刘婷婷 孙奇 徐伟嘉 杨晨阳
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 预测资源分配 大数据 最小化资源消耗 干扰协调 超密集网络
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 短文与研究通讯
• 页码范围: 618-626
• 页数: 9页
• 分类号: TN929.53
• 字数: 7108字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2017.04.025

摘要

大数据分析兴起使得系统可以预测用户的移动轨迹和业务需求等信息,从而可以根据预测信息对资源进行预先分配,在满足用户需求的同时降低网络的资源消耗.相比于无干扰网络,在基站密集部署的网络中,干扰的存在使得用户数据率预测与资源分配耦合,增加了干扰网络中进行预测资源分配的复杂性.本文研究了在保证用户业务需求情况下如何最小化系统资源消耗的问题,提出了一种能够有效协调网络干扰的预测资源分配方法.仿真结果表明,本方法基于可预测的大尺度信道信息进行预测资源分配,能够在相同的用户需求下提高网络成功传输率,降低系统能量资源消耗,提高资源的频谱效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晨阳	北京航空航天大学电子信息工程学院	59	199	7.0	12.0
2	刘婷婷	北京航空航天大学电子信息工程学院	8	26	2.0	5.0
3	徐伟嘉	北京航空航天大学电子信息工程学院	1	2	1.0	1.0
4	孙奇		6	19	2.0	4.0