[发明专利]一种基于多对多匹配的自适应小小区分簇方法

说明书

一种基于多对多匹配的自适应小小区分簇方法，其特征在于，包括如下步骤：S1.用户根据自身接收到的RSRP信息生成RSRP列表，并自发周期性地向连接的小小区上报该RSRP列表；S2.基于多对一匹配为每个小小区生成自己的最优先用户组，直至遍历所有用户及其RSRP列表；S3.进行基于多对多匹配算法的自适应小小区分簇，直至遍历最优先用组；S4.输出分簇匹配结果。本发明的基于多对多匹配的自适应小小区分簇方法，考虑5G场景采用的新技术，分簇结果稳定，算法的复杂度低。

技术领域

本发明涉及无线通信技术领域，尤其涉及5G(5th-generation)移动通信系统中超密集小小区网络(Ultra-Dense Small cell Network,UDSN)场景下的小小区管理和移动通信技术，具体是一种基于多对多匹配的自适应小小区分簇方法。

背景技术

密集组网技术是5G的主要关键使能技术之一，通过密集部署低功率无线接入点(小小区基站)来实现无缝覆盖，提升无线资源空间复用率，满足用户的超高体验速率和巨大网络容量需求。

典型的UDSN被定义为小小区基站的数目将远远超过传统蜂窝网络中基站的数量，达到与用户设备数目相当甚至远超用户数的水平。在UDSN中，小小区基站的覆盖半径约为10m，1km²内可布置数千个小小区基站。但是在传统的宏蜂窝网络中，小区范围超过500米，通常在1平方公里范围内小于3-5个基站(Base Station，BS)。在UDSN中，一个小小区只服务一个或数个用户，而数百或甚至数千个活动用户驻留在一个宏小区中。同时，UDSN中将采用比传统网络更高的工作频率和更宽的频段，小小区的部署是不规则的，由于UDSN主要将部署在热点高容量区域，因此该场景下的用户具有较低的移动性。

由于以上差异，在UDSN中存在着许多的问题，其中最突出的问题就是网络密集化带来的复杂的干扰问题和资源分配问题。近年来，业界提出了小小区分簇方法来降低UDSN网络管理的复杂性，即将多个小小区以某种规则划分到一个小小区簇中，以簇为单位进行整体的分析和管理方案设计。基于小小区分簇的资源分配方案、干扰管理方案以及多连接技术已经成为解决超密集网络问题的重要手段。

现有的分簇方案多是基于LTE系统的密集微基站场景，从网络侧出发进行分簇，采用方法主要为机器学习算法，其计算复杂度较高，分簇结果波动较大，在物理上实现难度大。同时，在多制式网络融合的发展趋势下，小小区之间的协作调度，小小区基站布置不规则等导致了分簇管理的困难。例如参考文献Huang Z,Tian H,Qin C,et al.A Social-Energy Based Cluster Management Scheme for User-Centric Ultra-Dense Networks[J].IEEE Access,2017,5(99):10769-10781.其提出的基于个性化推荐的AP(AccessPoint)分簇算法数学模型复杂，物理上难以有效地建立，同时该算法假设单个AP在同一时刻仅服务一个用户，算法难以在实际应用中推广。

匹配问题是指在一个问题中存在的两个集合，其中一个集合中的一个或者多个元素与另一个集合中的一个或多个元素进行匹配的问题，具体的可以分为一对一匹配，一对多匹配和多对多匹配。匹配的稳定性指的是匹配结果中不存在这样一组匹配，使得两个个体可以通过相互匹配来改善他们现有的匹配，经济学中的稳定匹配旨在实现市场中供需双方高效稳定的资源配置方案。通信中的稳定匹配意义在于增强使得用户和资源在网络状况变化时，能够始终保持自身收益增加的趋势。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种基于多对多稳定匹配的延时决策小小区分簇方法，考虑5G场景采用的新技术，分簇结果稳定，算法的复杂度低。

本发明采用如下技术方案：

一种基于多对多匹配的自适应小小区分簇方法，其特征在于，包括如下步骤：