基于机器学习的集群双向DAS能效技术

• 作者: 丁雪 何春龙 周月华 钱恭斌
• 来源期刊: 深圳大学学报（理工版）
• 学科: 工学
• 关键词: 无线通信技术 机器学习 频谱效率 能量效率 κ均值 高斯混合模型 分布式天线系统
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 电子与信息科学
• 页码范围: 567-575
• 页数: 9页
• 分类号: TN92
• 语种: 中文
• DOI: 10.3724/SP.J.1249.2020.06567

摘要

双向分布式天线系统(bidirectional distributed antenna system,BDAS)是构建未来绿色通信的重要技术之一,但其在提高能效和降低能耗的同时,也给小区中的远程接入单元(remote access unit,RAU)与用户带来严重干扰.本研究提出在BDAS中构建基于机器学习的集群通信模式.首先,通过对BDAS中的用户进行聚类分析,将每个用户都归属一个集群;然后,根据集群中心与每个RAU的距离为集群中的用户选择通信所需的唯一服务基站;最后,在加入机器学习的集群BDAS中,对以最大化系统能量效率(energy efficiency,EE)和频谱效率(spectral efficiency,SE)为优化目标的功率分配方案进行求解.仿真结果表明,相比单一的BDAS,基于机器学习的集群双向分布式天线系统(BDAS based on machine learning generated clusters,BDAS-MLGC)能更有效地提高系统的SE和EE.