[发明专利]一种干扰抑制方法和装置有效
申请号: | 201710240910.0 | 申请日: | 2017-04-13 |
公开(公告)号: | CN108737009B | 公开(公告)日: | 2020-02-11 |
发明(设计)人: | 陈山枝;李曦;刘宜明;刘佳敏 | 申请(专利权)人: | 电信科学技术研究院 |
主分类号: | H04J11/00 | 分类号: | H04J11/00;H04W16/10;H04W16/28;H04B7/06 |
代理公司: | 11291 北京同达信恒知识产权代理有限公司 | 代理人: | 张恺宁 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 子簇 基站 方法和装置 发射信号 干扰抑制 迫零波束成形 波束成形 分布位置 干扰信息 网络 算法 吞吐量 发射 应用 | ||
1.一种干扰抑制方法,应用于超密集网络,其特征在于,所述方法包括:
基于所述超密集网络中各基站的分布位置和所述各基站间的干扰信息,获得S个初始子簇,其中,每个初始子簇包括至少一个基站,S为大于等于2的整数;
利用Chameleon算法对所述S个初始子簇进行并簇,获得M个最终子簇,其中,每个最终子簇包括至少一个初始子簇,M为大于等于1的整数;
利用迫零波束成形方法,对所述M个最终子簇中的每个最终子簇中的各基站的发射给相应用户的发射信号进行波束成形,抑制所述M个最终子簇中的每个最终子簇中的各基站的发射信号之间的干扰;
所述基于Chameleon算法对所述S个初始子簇进行并簇,获得M个最终子簇,包括:
基于所述超密集网络中各基站间的相对距离,利用Chameleon算法中的相对互联度函数计算一个单位中的两个相邻初始子簇间的相对互联度,其中,所述S个初始子簇中以两个相邻初始子簇为一个所述单位;
基于所述超密集网络中各基站间的干扰信息,利用Chameleon算法中的相对近似度函数计算一个所述单位中两个相邻初始子簇间的相对近似度;
基于所述相对互联度和所述相对近似度,计算一个所述单位中两个相邻初始子簇间相似度;
基于所述相似度对所述S个初始子簇进行并簇,获得M个最终子簇。
2.如权利要求1所述的方法,其特征在于,在所述基于所述超密集网络中各基站间的相对距离,利用Chameleon算法中的相对互联度函数计算一个单位中的两个相邻初始子簇间的相对互联度之前,所述方法包括:
获得所述超密集网络中各基站间的相对距离,所述各基站间的相对距离的计算规则如下:
其中,所述dkp为所述S个初始子簇中初始子簇p中第i个基站与第j个基站间的距离,dkq为所述S个初始子簇中初始子簇q中第i个基站与第j个基站间的距离,dkp,q为所述初始子簇p中的第i*个基站和所述初始子簇q中的第j*个基站之间的距离,xp,i为所述初始子簇p中第i个基站的横坐标,xp,j为所述初始子簇p中第j个基站的横坐标,yp,i为所述初始子簇p中第i个基站的纵坐标,yp,j为所述初始子簇p中第j个基站的纵坐标,xq,i为所述初始子簇q中第i个基站的横坐标,xq,j为所述初始子簇q中第j个基站的横坐标,yq,i为所述初始子簇q中第i个基站的纵坐标,yq,j为所述初始子簇q中第j个基站的纵坐标,其中,k,p,q,i*,j*,i,j均为大于等于1的整数,i不等于j。
3.如权利要求2所述的方法,其特征在于,所述基于所述超密集网络中各基站间的相对距离,利用Chameleon算法中的相对互联度函数计算一个单位中的两个相邻初始子簇间的相对互联度,所述相对互联度的计算规则是:
其中,所述RI(CLp,CLq)表示所述初始子簇p和所述初始子簇q之间的相对互联度,EC(CLp)为所述初始子簇p内各基站间距离的权重的总和,EC(CLq)为所述初始子簇q内各基站间距离的权重的总和,EC(CLp,CLq)为所述初始子簇p和所述初始子簇q的内部互联度函数;EC(CLp)、EC(CLq)和EC(CLp,CLq)的计算规则如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电信科学技术研究院,未经电信科学技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710240910.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:SDH承载IP信号软件解析处理方法
- 下一篇:一种信息交互的方法及装置