节点文献

基于聚类的超密集网络干扰抑制方法

免费订阅

【作者】 姜静侯欢欢

【Author】 JIANG Jing;HOU Huanhuan;School of Communication and Information Engineering,Xi’an University of Posts and Telecommunications;Shaanxi Key Laboratory of Information Communication Network and Security,Xi’an University of Posts and Telecommunications;

【机构】 西安邮电大学通信与信息工程学院西安邮电大学陕西省信息通信网络及安全重点实验室

【摘要】 针对超密集网络系统提出了一种改进的基于密度噪声应用空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法的干扰抑制方法。基站利用附加判断门限条件而改进DBSCAN聚类算法,并对小区里的用户进行分组,将具有相似信道特性的用户聚成一组,使不同分组用户之间的信道相关性较低。再利用比例公平调度选出每组中比例公平系数最高的用户进行传输,调度后的多个用户的空间特性不同的,从而降低空间干扰起到干扰抑制的效果。仿真结果表明,与其他相关2种方法比较,改进方法可有效地降低空间干扰,提高系统吞吐量。

【基金】 国家重大专项基金资助项目(2016ZX03001016)
【所属期刊栏目】 通信与信息技术 (2019年06期)
  • 【DOI】10.13682/j.issn.2095-6533.2019.06.001
  • 【分类号】TN975
  • 【下载频次】1
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: