【摘 要】
:
为了减少宏基站的负载以及提高网络的覆盖和容量,下一代移动通信系统提出了异构网的概念,并成为LTE-A中的关键技术。异构网由低功率节点(微微基站、家庭基站、中继等)和宏基
论文部分内容阅读
为了减少宏基站的负载以及提高网络的覆盖和容量,下一代移动通信系统提出了异构网的概念,并成为LTE-A中的关键技术。异构网由低功率节点(微微基站、家庭基站、中继等)和宏基站组成,低功率节点通常部署在宏基站的覆盖范围内,但其发射功率通常小于宏基站的发射功率。微微基站通常部署在小区范围的边缘用来减少宏基站的负载,同时可以增强网络的覆盖能力。异构网中基站形式复杂导致干扰形式多样,一般宏基站的发射功率为43dBm—46dBm而微微基站的发射功率为23dBm-30dBm,正因为他们发射功率之间的差异引起了很强的层间干扰,即宏基站对微微用户的干扰。随着密集网络概念的出现,同层干扰的问题更加明显,即微微小区对微微小区之间的干扰。本论文对层间干扰和同层干扰的干扰协调技术进行了研究。本文首先针对微微小区稀疏部署时,分析了异构网中的层间干扰情况,提出了一种自适应的频域干扰协调方案,为了适用于不同CRE偏移值场景以及不同数目的微微小区部署场景,这个方案在本文中又被细分为两种算法。相对于时域干扰协调方案,这两种自适应动态算法对系统的整体性能有一定提升,同时具有更强的适应性。其次本文针对微微小区密集部署时,分析了异构网中的层间干扰情况,将机器学习中的Q学习算法联合上述频域干扰协调算法应用于微微小区中,自适应的抑制微微小区之间的干扰,从而最大化系统的整体性能。
其他文献
近年来,我国的风电装机数逐年上升,弃风率逐年下降,风能开发的区域已逐渐从我国西北和华北向东部扩展。因此,风力发电成为了目前新能源电力行业的热点问题。稳定的风电市场将成为我国电力能源发展领域未来的目标之一,而风速的准确预测与稳定的风电市场的形成具有密切的联系,如电价的制定和风电机组的维护计划等。深度学习的众多模型因其具有强大的特征学习能力已被广泛应用于计算机视觉、语音识别、自然语言处理等领域,考虑到
背景:前列腺癌是男性泌尿系统中常见的肿瘤,也是全球男性中第二大最常见的癌症。以往报道中,前列腺癌在欧美男性中发病率较高,但近几年,前列腺癌在我国男性中的发病率也呈现上升趋势。前列腺癌的发生与许多基因改变相关,其中最常见的体细胞突变基因是SPOP。癌症的发生常常伴随着基因突变,而基因突变又会导致基因组的不稳定,因此探究SPOP突变如何影响前列腺癌基因组稳定性至关重要。目的:1.探究SPOP S119
移动用户、移动流量的爆炸式增长与新型通信方式(如移动社交网络、移动云计算)的兴起,使得移动性管理技术成为研究的重点。为了缓解激增的互联网流量对网络的压力,移动网络架
传统模拟信号离散处理需要满足奈奎斯特定理,即采样速率至少为最大带宽的2倍,这是无失真重构的充分条件。而随着未来带宽和超宽带技术的发展,以传统采样定理为理论依据的信号
目的:了解住院患儿感染大肠埃希菌的临床特点及耐药性,探讨产ESBLs大肠埃希菌感染的危险因素,为更好地预防和治疗ESBLs大肠埃希菌感染提供科学依据。方法:分析2016年1月1日至2018年12月31日天津市儿童医院住院患儿血液、脑脊液及无菌体液感染大肠埃希菌患儿共48例。总结其临床病例资料,包括患儿的性别、年龄、住院科室、感染途径、有无基础疾病、住院时间,病前是否应用抗菌素、是否进行外科手术、有
一、利用放射组学技术预测放射性肺炎发生的研究目的基于肺癌患者胸部定位CT图像进行筛选与放射性肺炎发生相关的放射组学特征,构建机器学习模型,探讨放射组学在预测放射性肺炎发生中的价值。方法回顾性分析行根治性调强放疗的Ⅲ期非小细胞肺癌患者86例,通过随访影像学资料及临床信息将其进行放射性肺炎分级,并收集其定位CT图像,将全肺作为感兴趣体积,进行放射组学特征的提取,分析与发生放射性肺炎有关的放射组学特征及
赤霉素是植物生长发育过程中一类重要的植物激素,影响植物的种子萌发、叶和根的生长、成花诱导、以及花和果实的发育。花与果荚的发育是拟南芥发育的重要组成部分。植物的开
无线多播系统中,由于无线链路的不可靠性,多播用户的丢包现象很难避免,导致多播服务质量的下降。用户协作重传通过用户间的协作通信恢复彼此的丢包,被认为是一种解决用户丢包
近年来,随着互联网和移动设备的飞速发展,移动互联网已经融入了人们生产生活,并且正在改变人们的生活方式。在网络高速发展的同时,人们对网络服务质量提出了越来越高的要求,
随着智能终端的普及,为了满足快速增长的业务需求,通信网的建设已经呈现出密集化的趋势。伴随着通信基础设施和终端数量的迅猛增长,巨大的能源消耗问题不仅影响运营成本同时