超密集网中一种基于人工蜂群的节能分簇算法

发布时间：2018-05-04 05:59

  本文选题：超密集网络 + 人工蜂群算法　； 参考：《电信科学》2017年02期

【摘要】：超密集网络中,密集部署的低功率基站将会加大系统的能耗,并且造成紧缺频谱资源的浪费。探寻干扰协调和系统节能的可行性方法在超密集网络架构下提出基站的休眠—唤醒—活跃机制,减小了休眠基站直接转为活跃状态的开启时间;另外,提出一种基于人工蜂群染色分簇算法,尽可能使用最少的颜色给拓扑图中的小区染色,并对簇内活跃基站进行优化功率分配。经仿真表明,休眠—唤醒—活跃机制能够提升系统的能源效率,染色分簇算法也可以改善用户的频谱效率和吞吐量。
[Abstract]:In ultra-dense networks, the low power base stations deployed intensively will increase the energy consumption of the system and lead to the waste of the scarce spectrum resources. To explore the feasible methods of interference coordination and system energy saving under the super dense network architecture, we propose a hibernation-wake-up active mechanism of base stations, which reduces the opening time of dormant base stations to active state directly; in addition, A clustering algorithm based on artificial beecolony coloring is proposed, in which the least color is used as far as possible to coloring the cells in the topology graph, and the active base station in the cluster is optimized for power allocation. Simulation results show that the hibernation-wake-up and active mechanism can improve the energy efficiency of the system, and the dyed clustering algorithm can also improve the spectrum efficiency and throughput of users.
【作者单位】： 重庆邮电大学通信与信息工程学院;
【基金】：国家科技重大专项基金资助项目(No.2016ZX03002010-003)~~
【分类号】：TN929.5

【相似文献】

相关期刊论文 前10条

1 张卫刚;何庆;陈浩亮;许骏;;一种基于权重的动态分簇算法[J];暨南大学学报(自然科学与医学版);2009年01期

2 刘敏;韩继红;王亚弟;;战术互联网中基于信任的k跳复合度量分簇算法[J];计算机应用;2010年02期

3 冯涛;瞿竞杰;郭显;;基于概率机制的涌现分簇算法[J];电子科技大学学报;2012年04期

4 欧阳晓燕;;探讨分簇算法在组播技术中的应用[J];企业技术开发;2014年01期

5 孙雨耕,王瑞丰,杨挺;自组网络的分簇算法[J];天津大学学报;2005年08期

6 蔡镔;陈向东;李湃;韦建超;;一种新型双簇头分簇算法的性能研究[J];微电子学与计算机;2009年03期

7 周玉婷;;一种基于区域划分的分布式分簇算法[J];通信与信息技术;2009年04期

8 胡静;沈连丰;;传感网分簇算法研究及其进展[J];中兴通讯技术;2009年05期

9 丁春利;朱敏;黄建;范量;;一种节点特征累积的自适应加权分簇算法[J];四川大学学报(自然科学版);2010年03期

10 齐国涛;;一种加入移动节点的完全图分簇算法[J];科协论坛(下半月);2010年05期

相关会议论文 前10条

1 张勇;;一种能量有效的无线传感器网络加权分簇算法[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅲ）[C];2008年

2 徐小玲;刘美;;矿井下无线传感器网络分簇算法研究[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

3 李晴阳;任智;陈前斌;黄勇;;基于信号强度的无线传感器网络分簇算法建模与仿真[A];2009年全国无线电应用与管理学术会议论文集[C];2009年

4 陈太尚;;一种基于认知无线电的组合加权分簇算法[A];2009年全国无线电应用与管理学术会议论文集[C];2009年

5 何璇;郝群;宋勇;;无线传感器网络分簇算法的研究与仿真[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年

6 张维勇;张芬;马学森;;基于IEEE802.15.4的一种分簇算法研究[A];第二十六届中国控制会议论文集[C];2007年

7 王忠;肖留威;;无人机Ad Hoc网络模糊综合决策分簇算法[A];四川省通信学会Ip应用与增值电信技术会议论文集[C];2011年

8 马守明;王汝传;叶宁;;一种基于模糊聚类的无线传感器网络分簇算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

9 林志伟;许力;郭晓莲;;无线Ad Hoc网络分簇算法的仿真设计与性能分析[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

10 冯延钊;;D2D通信中基于地理位置的多播分簇算法[A];第十七届全国青年通信学术年会论文集[C];2012年

相关博士学位论文 前1条

1 闫冬梅;无线传感器网络节点分簇算法与调度策略研究[D];东北大学;2012年

相关硕士学位论文 前10条

1 尹哲;基于无线传感器网的能量均衡分簇算法的研究[D];南京理工大学;2015年

2 王绍辰;基于ZigBee分簇算法能量优化的设计与实现[D];中国科学院研究生院（沈阳计算技术研究所）;2015年

3 王昆鹏;基于Slepian-Wolf理论的无线传感器网络分簇算法及改进[D];大连理工大学;2015年

4 陈红英;智能交通诱导信息实时发布机制[D];电子科技大学;2015年

5 赵征宇;基于分簇的VANET协助下载方法研究[D];合肥工业大学;2015年

6 周星岚;无线传感器网络中分簇算法研究[D];湖南科技大学;2015年

7 刘越甲;车联网路口场景下分簇算法的研究[D];北京交通大学;2016年

8 潘泽中;能量采集无线传感器网络的能量预测及分簇算法[D];华东交通大学;2016年

9 肖晶;航空通信系统中数据链的研究与仿真设计[D];电子科技大学;2016年

10 胡耀月;雷达传感器网络分簇算法研究[D];电子科技大学;2016年

，

本文编号：1841877