基于用户分群的LTE-Advanced系统载波聚合资源调度算法研究
需积分: 0 53 浏览量
更新于2024-09-06
收藏 128KB PDF 举报
本篇论文深入探讨了在支持载波聚合(Carrier Aggregation, CA)的LTE-Advanced系统中的资源调度策略。作者史松松,来自北京邮电大学信息与通信工程学院,针对LTE-Advanced引入CA技术后面临的挑战进行了研究。由于聚合载波之间的衰落特性各异,导致不同用户能够被调度的载波数量差异明显,原有的公平比例(Proportional Fairness, PF)调度算法无法确保资源分配的公平性,因为它假设所有用户都能平等利用整个频谱资源。
为了克服这个问题,作者提出了基于用户分群的公平比例调度算法(User Grouping-based Proportional Fairness, UG-PF)。该方法的核心是将用户分为不同的组,划分依据是每个用户能被调度到的载波数量。这样做的目的是根据用户实际能够接入载波的平均概率,对资源进行更精确的分配,从而提高资源利用效率并提升服务公平性。
UG-PF算法的实施步骤可能包括以下几个关键环节:
1. 用户分类:通过评估每个用户的信号强度、信道质量等指标,确定用户可以支持的载波数,将其归入相应的用户组。
2. 平均接入概率计算:分析各用户组在特定载波上的接入概率,这有助于评估其在资源分配中的相对重要性。
3. 调度决策:根据用户组的平均接入概率调整资源分配,优先满足承载能力更强或接入可能性较高的用户组,同时保持一定程度的公平性。
4. 动态调整:随着网络环境变化和用户行为,定期更新用户组划分和调度策略,以维持最佳性能。
通过这种用户分群的策略,论文旨在解决LTE-Advanced系统中因载波聚合带来的资源调度难题,以期在满足用户体验的同时,优化整体系统性能。研究结果对于优化无线网络资源管理,特别是在大规模载波聚合场景下,具有重要的理论价值和实践指导意义。有兴趣的读者可以访问<http://www.paper.edu.cn>获取全文,深入了解这一创新的资源调度算法。
2019-08-16 上传
2019-08-16 上传
2019-08-16 上传
2021-02-22 上传
2021-02-09 上传
2019-08-16 上传
2021-02-08 上传
2019-08-15 上传
2021-01-20 上传
普通网友
- 粉丝: 484
- 资源: 1万+
最新资源
- Raspberry Pi OpenCL驱动程序安装与QEMU仿真指南
- Apache RocketMQ Go客户端:全面支持与消息处理功能
- WStage平台:无线传感器网络阶段数据交互技术
- 基于Java SpringBoot和微信小程序的ssm智能仓储系统开发
- CorrectMe项目:自动更正与建议API的开发与应用
- IdeaBiz请求处理程序JAVA:自动化API调用与令牌管理
- 墨西哥面包店研讨会:介绍关键业绩指标(KPI)与评估标准
- 2014年Android音乐播放器源码学习分享
- CleverRecyclerView扩展库:滑动效果与特性增强
- 利用Python和SURF特征识别斑点猫图像
- Wurpr开源PHP MySQL包装器:安全易用且高效
- Scratch少儿编程:Kanon妹系闹钟音效素材包
- 食品分享社交应用的开发教程与功能介绍
- Cookies by lfj.io: 浏览数据智能管理与同步工具
- 掌握SSH框架与SpringMVC Hibernate集成教程
- C语言实现FFT算法及互相关性能优化指南