基于平均信干比增益的基站群分簇模型

来源 :计算机应用研究 | 被引量 : 1次 | 上传用户:ldbeight
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当获取的信道状态信息(CSI)失真时,现有分簇模型不能有效指导分簇,导致得到的簇结构不佳,协同性能降低。针对此问题,提出了一种基于平均信干比增益的基站群分簇模型。模型以基站协同的平均信干比增益来度量基站间协同愿望程度,以平均信干比增益之和最大化为目标进行分簇,从而把分簇后系统协同性能最大化的目标转换为分簇后系统平均信干比增益之和最大化。仿真结果表明,CSI失真时,利益树分簇方案在平均信干比增益分簇模型下得到的性能,相比于协同度模型提升了0.3 bps/Hz。
其他文献
为提高应用层组播生成树的稳定性和效率,提出一种基于多维节点属性层次聚类应用层组播生成树算法。针对应用多维属性定义节点稳定性存在的困难,算法根据节点多维属性计算稳定性相似度,按相似度阈值进行层次聚类,建立分层结构,并在分层结构的基础上通过最小生成树算法提高组播生成树效率。实验模拟表明,算法能有效改善组播树的非稳态结构,同时也能保证通信性能。
设计了求解半导体制造设备预维修调度问题的知识进化算法方案,详细地阐述了方案的具体实现过程,并计算了其他文献中的仿真实例。仿真实验结果表明了提出的知识进化算法方案优于其他文献中的粒子群算法方案和先来先服务方案。
针对现有的基于虚拟坐标的路由协议不能本地感知、数据传输易受阻及能量消耗不均衡等缺点,设计了一种基于中间轴的双线路由机制,利用网络的中间轴为每个节点分配虚拟坐标,并在该虚拟坐标上实施双线路由机制。用户节点可以在不知道源节点位置的情况下找到自己感兴趣的数据,而且可以在复杂环境中确保数据的发送,有效解决其他路由协议中空洞边界或公共节点的通信热点问题。通过实验,对节点负载的规范化标准偏差及高负载节点数量进
在智能车辆的研究中,道路识别是保障车辆安全行驶的首要任务。针对结构化道路中的特殊情况,即弯道和坡道的图像快速识别方法进行了研究,给车辆行驶的方向和速度控制提供了建议。并对更为复杂的道路情况(以盘山公路为例)提出了基于逆透视映射模型的识别方法。最后,通过实验结果验证了方法的有效性。
为了精确分析负载均衡问题,以优化程序运行性能,确定了负载均衡分析单元,度量了负载不均衡程度以及潜在的并行调整效率,提出了一种以负载均衡分析单元为分析对象来检测、分析、调整OpenMP多线程程序负载均衡的方法。该方法在隐含同步显示化的基础上,使用指导语句改写的方法对源程序进行插桩并获取性能数据;在负载均衡方面,对程序进行性能分析,根据潜在的并行调整效率有选择地对程序进行负载均衡调整。实验表明该方法是
针对现有蜂窝网定位技术在实际应用中没有完整的定位测量参数就无法完成定位的缺点,提出了一种开放式的鲁棒融合定位新方法。该方法以信息融合技术为理论基础,融合异质异构的定位信息进行定位,在保证定位精度的前提下提高了定位算法的鲁棒性。仿真结果验证了该方法的有效性、开放性和鲁棒性。
针对深空时延容忍网络(DTN)因节点存储空间有限造成的拥塞问题,提出了一种改进的多属性决策选择下一跳节点的策略。其基本思想是根据节点的存储空间占用率将节点状态划分成普通、半拥塞和拥塞三个状态,结合节点接收数据包的历史记录,在此基础上采用多属性决策理论选择最优的下一跳节点,从而达到预防拥塞的目的。仿真结果表明,与原策略相比,提出的策略在单个节点队列长度、平均队列长度、数据包接收率和数据包平均分发时间
针对普通分层分布式数据采集算法在随机采集次序以及固定采集周期两方面的不足,提出了一种动态分层分布式数据采集算法。该算法利用移动agent实现基于关节点域拓扑次序的动态域内采集方案,并设计了自适应调节采集间隔的域间采集机制,从而改进了普通分层分布式数据采集算法。实验结果表明,该算法不仅在一般情况下能有效地控制采集通信量、减轻中心管理站的负担、减少每次采集时间,而且在网络发生拥塞或故障时,仍能提升算法
本文分析了目前毕业实习(论文)存在的问题,提出了毕业论文(设计)实施产学研互动教学模式的可行性,介绍了实施这种教学模式的几种方式、采取的措施和获得的成效,并对进一步实施产
为有效地利用无线传感器网络跟踪移动目标,提出了一种基于高斯混合模型的Mean Shift跟踪算法。该算法运用高斯混合模型描述网络区域内目标信号分布的统计特征,利用Mean Shift区分目标信号与环境噪声,并对目标进行定位与跟踪。仿真实验结果表明,该算法在网络存在较大噪声,特别是网络存在大量异常传感器节点读数的情况下,定位精度高、受异常传感器节点读数影响较小。较之以往无线传感器网络目标跟踪算法,该