超密集网络中基于博弈论的频谱分配策略研究
发布时间：2021-11-20 04:48
超密集网络（Ultra-Dense Network,UDN）作为5G的关键技术之一,密集分布的小基站带来了系统容量和传输速率的提升,已成为近年的研究热点。针对UDN中严重的同层与跨层干扰问题,将博弈论应用到频谱分配中,求解相关均衡得到优化的频谱分配策略。使用Matlab对基于博弈论的频谱分配策略（SAGT）、对图论着色算法（GCA）和频谱随机分配算法（RSA）的性能进行了仿真。仿真结果验证了SAGT的性能,表明SAGT可以在有限的频谱资源下能有效地提高频谱的利用率。
【文章来源】：无线电工程. 2021,51(01)北大核心
【文章页数】：6 页
【部分图文】：
UDN系统模型
Nr=6时算法性能仿真
图2 Nr=6时算法性能仿真由图2仿真结果可见,当Nr=6时RSA算法虽然计算比较简单,但是频谱利用率较低,这是因为RSA算法没有对频谱分配进行优化。GCA算法利用各个小基站之间的干扰信息,对同频干扰有较好的抑制作用,与RSA算法相比性能提升了13.3%左右,但是算法复杂度较高。SAGT在GCA算法的基础上进行优化,利用非合作博弈得到相关均衡,达到一个稳定的状态。与GCA算法相比性能提升了6.1%左右,但是其计算复杂度最高。图3给出了Nr=6与Nr=8时平均每个小基站的频谱利用率对比。Nr=8时由于小基站密度增加,与Nr=6时相比,平均每个小基站的频谱利用率有所降低,但是由于小基站数量上的增加,Nr=8时的系统总体性能更好。
【参考文献】：
期刊论文
[1]Spectrum allocation for wireless backhaul in heterogeneous ultra-dense networks[J]. Huang Peiyu,Shi Jiangpan,Zhen Yan. The Journal of China Universities of Posts and Telecommunications. 2018(03)
本文编号：3506598
【文章来源】：无线电工程. 2021,51(01)北大核心
【文章页数】：6 页
【部分图文】：
UDN系统模型
Nr=6时算法性能仿真
图2 Nr=6时算法性能仿真由图2仿真结果可见,当Nr=6时RSA算法虽然计算比较简单,但是频谱利用率较低,这是因为RSA算法没有对频谱分配进行优化。GCA算法利用各个小基站之间的干扰信息,对同频干扰有较好的抑制作用,与RSA算法相比性能提升了13.3%左右,但是算法复杂度较高。SAGT在GCA算法的基础上进行优化,利用非合作博弈得到相关均衡,达到一个稳定的状态。与GCA算法相比性能提升了6.1%左右,但是其计算复杂度最高。图3给出了Nr=6与Nr=8时平均每个小基站的频谱利用率对比。Nr=8时由于小基站密度增加,与Nr=6时相比,平均每个小基站的频谱利用率有所降低,但是由于小基站数量上的增加,Nr=8时的系统总体性能更好。
【参考文献】：
期刊论文
[1]Spectrum allocation for wireless backhaul in heterogeneous ultra-dense networks[J]. Huang Peiyu,Shi Jiangpan,Zhen Yan. The Journal of China Universities of Posts and Telecommunications. 2018(03)
本文编号：3506598
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3506598.html
