超密集网络中最大化网络吞吐量的预测资源分配

• 作者: 刘婷婷 孙奇 杨晨阳 王俊才
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 预测资源分配 大数据 最大化网络吞吐量 干扰协调 超密集网络
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 260-267
• 页数: 8页
• 分类号: TN929.53
• 字数: 7548字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2017.03.002

摘要

在超密集网络中,小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量.无线大数据分析的飞速发展,使得人们有可能通过预测未来的信道状态来分配资源,在无干扰网络中可达到很大的性能增益.但是在干扰网络中如何利用预测信息,在分配资源的同时有效协调干扰还是一个尚未研究的问题.本文分析了干扰网络中预测资源分配的设计难点和存在的问题,针对该问题提出了相应的解决方法,将资源分配建模成一个凸优化问题,通过求解优化问题得到最优的资源分配方法.仿真表明,与未知预测信息的最大化网络吞吐量方法相比,所提方法能够有效提高用户的成功传输率、平均传输进度和网络的吞吐量.当用户数据需求较大时,所提方法可以提供较大的网络性能增益.

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	王俊才	北京航空航天大学电子信息工程学院	2	6	1.0	2.0
4	孙奇		6	19	2.0	4.0