摘要
在超密集网络中,针对小基站密集部署会导致干扰加剧和资源分配难度加大等问题,提出了一种基于流量预测和着色图的信道资源分配方案。首先,利用深度学习工具实现对网络中未来时隙的流量预测;其次,将不相邻的小基站分配到同一集群以缓减网络中的共道干扰;最后,结合流量预测的结果和着色图为每个小基站分配合适的子信道。通过仿真验证了所提算法的可行性和有效性。结果表明,通过机器学习能够有效预测小基站的流量波动,同时基于流量预测的信道分配方案可以有效降低系统干扰、提升频谱利用率和系统吞吐量。
-
单位电子信息工程学院; 内蒙古大学