专利汇可以提供基于中断概率和差分信道质量指示信息的头节点选择方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于中断概率和差分信道 质量 指示信息的头 节点 选择方法,涉及通信技术,本发明提出对头结点进行选择。先通过OP方法进行用户的粗选,既通过信道容量中的功率增益 门 限加上条件概率得出小区中中断概率较小的UE;然后通过IWF进行精选,小区用户间通过OP粗选后,反馈行道质量指示信息给eNodeB(基站),得出差分信道质量指示信息,利用差分信道质量指示信息得到干扰加权因子,最终通过干扰加权因子得到干扰较小的UE(用户),既是头节点。由于是移动协作 云 的环境下,所以头节点的选择是动态监测,实时更新的。这样选出的头节点中断概率小, 频谱 利用率高,吞吐量大,增强了头节点在移动协作云中承上启下的作用。,下面是基于中断概率和差分信道质量指示信息的头节点选择方法专利的具体信息内容。
1.一种基于中断概率和差分信道质量指示信息的头节点选择方法,其特征在于包括以下步骤:
101、宏蜂窝网络中包括n个微蜂窝小区,每个微蜂窝小区中包括一个基站eNodeB和若干个节点用户,所述微蜂窝小区采用分层移动协作云接入网络,所述微蜂窝小区中的基站eNodeB给节点用户发送请求数据包,所述节点用户收到请求数据包后得出每个微蜂窝小区与节点用户之间信道的信噪比SNR、信道质量指示CQI、预编码矩阵指示信息PMI及信道衰落系数 其中S表示源节点,此处为基站eNodeB,i表示微蜂窝小区中的第i个节点用户;
102、设定数据包速率R及其门限值 根据步骤101中得到的信噪比SNR和信道衰落系数 计算出信道容量 当节点用户的信道的功率增
益 小于门限值 就把此节点用户作为协作节点,若干个协作节点组成协
作域C(s),其中 |C(s)|表示C
(s)中选中的协作节点个数,|C(s)|∈{0,1,…,M},根据公式计算出协作中断概率
103、将步骤102中得到的协作中断概率PSOP{|C(s)|}进行降序排序,并选出中断概率PSOP{|C(s)|}
并根据公式 计算出
差分CQI信道质量指示信息,其中Qn(Mi)表示协作小区预编码矩阵为Mi的第n个用户的信道质量指示信息,Qn(M0)表示协作小区预编码矩阵为M0的第n个用户的信道质量指示信息;
105、当宏蜂窝网络中包括3个微蜂窝小区时,包括小区A、小区B、小区C,将步骤104中得到的差分CQI信道质量指示信息定义为干扰加权因子ω,ω=k×ΔQn(Mi),k为加权系数,并根据香农定理得出归一化吞吐量t=log2(QA(Mj))+log2(QB(Mj))=log2(QA(Mj)×QB(Mj)),则得出C小区用户对A小区用户和B小区用户(An,Bn)的干扰量ωA×ωB,重复步骤105得到A小区和B小区干扰最小的用户集合(Cm),同理小区A和小区B也选出干扰最小的用户,和小区C用户组成用户集合(Am,Bm,Cm);
106、返回步骤104,动态监测,更新粗选头节点,用户集合(Am,Bm,Cm)为最终头节点,头结点选择完毕,基站eNodeB将数据包通过头结点进行转发。
2.根据权利要求1所述的基于中断概率和差分信道质量指示信息的头节点选择方法,其特征在于:步骤102中 服从均值为0,实部和虚部方差均为σ2的复高斯分布, 服从参数为σ2的平坦瑞利分布, 服从均值为2σ2的指数分布,
其中 表示 的均值/期望,p()表示中断概率。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种多天线物联网信息传输方法 | 2020-05-17 | 75 |
基于相关瑞利衰落信道的中继及干扰选择方法 | 2020-05-11 | 840 |
一种在瑞利衰落信道中的基于最优阈值传输调度的中继节点选择方法 | 2020-05-13 | 528 |
多径瑞利快衰落信道下OFDM调制制式识别方法 | 2020-05-11 | 801 |
应用于移动通信网络的无线信道建模与仿真方法 | 2020-05-14 | 430 |
一种快速的Nakagami信道模型仿真方法 | 2020-05-16 | 280 |
一种基于瑞利衰落信道的联合决策中继选择方法 | 2020-05-12 | 310 |
避免偏振衰落的分布式光纤瑞利散射振动传感系统和方法 | 2020-05-12 | 804 |
一种基于小样本的精确能量检测方法 | 2020-05-14 | 249 |
一种多径瑞利衰落信道下改善高阶累积量信号识别的方法 | 2020-05-12 | 578 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。