基于迭代联合传输的超密集网络动态干扰协调方案

发布时间：2021-07-22 00:15

　　鉴于超密集网络中急剧增长的小区和用户数量,研究了如何通过合理地选择联合传输用户来实现动态干扰协调,以此提高小区边缘用户频谱效率。通过动态协作簇划分和动态联合静默传输2种手段,将所有用户分类;再利用迭代优化算法进一步提高系统性能,同时解决了联合传输用户的数量选择问题。仿真结果表明,与传统的协作多点方案相比,所提方案在不损失小区平均频谱效率的前提下,在小区边缘频谱效率方面存在显著的性能增益。 

【文章来源】：通信学报. 2020,41(02)北大核心EICSCD

【文章页数】：11 页

【部分图文】：

不同种类UE的数据传输模式

·180·通信学报第41卷宏站点的3个扇区内的小区可以相互协作，处于该宏站点覆盖下的用户，只能选择其中的小区进行服务。此时，UDN的协作区域如图3所示。图3协作区域示意（简化情况1）每个宏站点覆盖下的用户在选择协作小区时均应满足式(6)和式(9)给出的条件，并且限定为该宏站点覆盖下的小区。因此，当仅考虑该宏站点覆盖下的小区与用户之间的服务关系时，其可能存在的情况是有限的，可以归纳出所有可能的用户调度情况。计算每种用户调度情况下的系统容量，可确定该宏站点系统容量最大时的用户调度情况，记为α1,1。以此类推，可以得到各个宏站点在其容量最大时的用户调度情况，表示为α1={α1,1,…,α1,Nmacro}，此时整个UDN的系统容量记为C1。简化情况2在本文考虑的场景中，协作区域并不是固定不变的，简化情况1只能是所有协作场景的一种情况。由于用户在选择协作小区时受到式(6)的限制，导致其选择的服务小区只能在一定的地理范围内，距离过远的小区不会成为其服务小区，因此，UDN的协作区域可看作在一定范围内动态变化。图4给出了位于中间的宏站点覆盖下的用户可能选择的协作小区的所在范围示意。图4协作区域示意（简化情况2）此时，该宏站点覆盖下的用户与协作区域内小区之间的服务关系有无限种情况，本文通过随机固定协作区域的方式，划分出F种可能的固定协作区域图样，F∈[1,+∞)。对于每种固定协作区域图样下的UDN，均可以按照简化情况1所述的方法得到其用户调度情况{α2,…,αF}以及相应的系统容量{C2,…,CF}。根据上述简化分析，可以得到F种用户调度矩阵

镜阆低橙萘孔畲笫钡挠没У鞫惹榭觯?俏?α1,1。以此类推，可以得到各个宏站点在其容量最大时的用户调度情况，表示为α1={α1,1,…,α1,Nmacro}，此时整个UDN的系统容量记为C1。简化情况2在本文考虑的场景中，协作区域并不是固定不变的，简化情况1只能是所有协作场景的一种情况。由于用户在选择协作小区时受到式(6)的限制，导致其选择的服务小区只能在一定的地理范围内，距离过远的小区不会成为其服务小区，因此，UDN的协作区域可看作在一定范围内动态变化。图4给出了位于中间的宏站点覆盖下的用户可能选择的协作小区的所在范围示意。图4协作区域示意（简化情况2）此时，该宏站点覆盖下的用户与协作区域内小区之间的服务关系有无限种情况，本文通过随机固定协作区域的方式，划分出F种可能的固定协作区域图样，F∈[1,+∞)。对于每种固定协作区域图样下的UDN，均可以按照简化情况1所述的方法得到其用户调度情况{α2,…,αF}以及相应的系统容量{C2,…,CF}。根据上述简化分析，可以得到F种用户调度矩阵以及相应的系统容量，通过比较可以得出系统容量最大时的用户调度矩阵，即为求得的局部最优解。当F取值越大时，求得的局部最优解越逼近全局最优解。4.2动态联合静默传输上述动态协作簇划分方案已将全部UE划分为non-JTUE和JTUE，并优化了JTUE的服务小区集合。但对于少数信道质量极差的边缘用户，仅依靠联合传输方案不足以使其达到服务质量要求，此时采用动态联合静默传输方案进一步提高边缘用户吞吐量。为了在提升边缘用户吞吐量的同时兼顾用户调度的公平性，动态联合静?


本文编号：3296051