孙 君,谷苏文

(南京邮电大学,江苏 南京 210003)

自适应簇和学习算法的调度策略

孙 君,谷苏文

(南京邮电大学,江苏 南京 210003)

提升用户的峰值速率和吞吐量性能一直以来是一个非常重要但同时又具有挑战性的问题。密集蜂窝网络中，采用了以用户为中心的自适应簇和基于学习算法高速缓存方法的调度方法，一定程度上可以改善用户的峰值速率和吞吐量性能；应用调度策略的网络中，以用户为中心的自适应簇方法能实现每个用户的效吞吐量最大化。若小基站有很高的存储容量，常用的数据被储存在本地小基站的缓存器中，用户可以通过学习算法选择附近小基站中的一个来获得想要的数据。当用户进行通信时，可计算出此时自适应簇的最大化归一化有效吞吐量，大于门限值时选择基于自适应簇的通信，否则采用基于学习算法的方法选择最优的小基站进行通信。这种新颖的网络架构能够为用户提供个性化的网络服务，提升用户的峰值速率和吞吐量性能。

以用户为中心;自适应簇;学习算法;泊松点过程

0 引 言

移动通信已经改变了人们的生活，这在人类工业革命的进化史上无疑是浓墨重彩的一笔，随着人们对高性能移动通信的不断追求，5G移动通信系统的研发越来越受到重视。5G移动通信系统是面向2020年以后社会信息需求的无线通信系统，其支持业务总速率要达到10 Gbit/s，空中接口频谱效率和功率效率相较于4G要提升10倍[1]。这种移动数据流量与终端数量爆炸式的增长，对现有的移动通信系统提出了更大的挑战。……