王俊才
- 作品数：2 被引量：8H指数：2
- 供职机构：北京航空航天大学电子信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电子电信更多>>
- 超密集网络中最大化网络吞吐量的预测资源分配被引量：6
- 2017年
- 在超密集网络中,小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量。无线大数据分析的飞速发展,使得人们有可能通过预测未来的信道状态来分配资源,在无干扰网络中可达到很大的性能增益。但是在干扰网络中如何利用预测信息,在分配资源的同时有效协调干扰还是一个尚未研究的问题。本文分析了干扰网络中预测资源分配的设计难点和存在的问题,针对该问题提出了相应的解决方法,将资源分配建模成一个凸优化问题,通过求解优化问题得到最优的资源分配方法。仿真表明,与未知预测信息的最大化网络吞吐量方法相比,所提方法能够有效提高用户的成功传输率、平均传输进度和网络的吞吐量。当用户数据需求较大时,所提方法可以提供较大的网络性能增益。
- 王俊才刘婷婷杨晨阳孙奇
- 关键词：大数据
- 超密集网络中基于轨迹预测的资源规划被引量：2
- 2019年
- 在超密集网络中,小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量。利用用户轨迹预测和信号地图可获得用户未来的平均信道信息,从而为用户规划未来的传输资源,相对于非预测方法可以大幅度提升网络性能。现有对资源规划的研究大都考虑较为理想的假设,为了分析基于实际预测性能达到的资源规划性能增益,本文研究了超密集网络中的轨迹预测方法和基于实际轨迹预测性能的资源规划性能。仿真结果表明,所提出的轨迹预测方法能够满足资源规划的要求,所提出的资源规划策略在任意预测窗长度下都能达到较好的性能,当预测窗长为3分钟时,相对于非预测的干扰管理方法能够将用户满意率提高45%以上。
- 张文婧刘婷婷杨晨阳王俊才
- 关键词：资源规划轨迹预测
