王 刚, 于银辉, 杨 莹

(1. 长春财经学院 信息工程学院, 长春 130122； 2. 吉林大学 通信工程学院, 长春 130012)

超密集组网技术(ultra-dense network, UDN)通过在网络中的热点区域或边缘区域密集部署家庭基站(femtocell base station, FBS), 拉近用户与服务节点间的距离[1], 从而实现网络频谱效率、 系统容量等的提升, 并降低传输时延. 超密集网络具有盲区覆盖能力强、 配置灵活、 部署成本低等优点, 性能远超传统蜂窝网络[2].

超密集组网方式虽然可增加系统容量, 但如何合理分布小基站的问题较难. UDN中的干扰问题尤为严重, 为解决该问题, 许多研究者对大干扰管理与资源分配(resource allocation, RA)进行深入研究[3-4]. 文献[5-6]提出了采用描绘干扰图, 通过Maxk-cut算法使网关知悉最小干扰簇, 再使用启发算法分配资源块给簇的集中式聚类RA技术； 文献[7]提出了基于地理位置将网关与家庭基站进行分簇, 簇头选取干扰度最大的家庭基站, 通过簇头进行资源分配, 最后采用次梯度迭代算法优化资源分配方案； 文献[8]采用一种改进的k-means算法对FBS分簇, 再使用贪婪算法将可用资源分配给FBS. 除上述研究外, 还有学者研究了分布式RA方案, 即FBS创建集群时网关(gateway, GW)不协同参与. 文献[9]提出了一种基于图论的资源分配方案, 在建立无干扰的FBS集群后基于用户平均需求对用户进行资源分配, 但该技术在UDN中需要的执行时间更长, 并未考虑用户的真实需求与平均需求的差异, 因此基于平均需求进行资源分配可能不满足用户的真实需求, 从而降低了用户满意度; 文献[10-11]提出……