[发明专利]雾无线接入网内结合干扰抑制的用户聚类方法及系统

说明书

本发明公开了一种雾无线接入网内结合干扰抑制的用户聚类方法及系统，所述方法包括：S1，获取用户位置坐标、业务类型信息；S2，进行归一化、加权组合处理；S3，对处理后的数据空间进行拉普拉斯特征映射；S4，随机初始化聚类数目k＝2对应的质心坐标；根据最小距离原则进行分簇匹配，获得用户簇；对每个用户簇的数据求取每个维度的平均值并作为计算后的质心坐标对原聚类中心进行更新；S5，判断每个用户簇内设备间距离是否超过D2D通信阈值，若超过则聚类数目k＝k+1并执行步骤S4，否则跳转执行步骤S6；S6，判断迭代后的聚类中心是否不再改变，若满足则输出聚类结果，否则执行步骤S4。本发明利用F‑RAN的特性在用户聚类过程中进行干扰抑制。

技术领域

本发明属于移动通信接入网用户聚类领域，涉及5G雾无线接入网、接入网用户聚类、机器学习领域，特别涉及一种雾无线接入网内结合干扰抑制的用户聚类方法及系统。

背景技术

由于5G时代移动通信网络接入用户数的指数式增长，设备间的同频干扰以及频谱资源的稀缺成为用户服务质量的主要掣肘。在此背景下，雾无线接入网(Fog Radio AccessNetwork，F-RAN)作为5G接入网解决方案之一引起广泛关注。得益于丰富的雾计算节点以及具有分布式的信号处理和资源管理能力，F-RAN架构可以有效降低网络时延并提高用户服务质量。

此外，移动设备数量的不断增加与稀缺的频谱资源之间的矛盾导致未来的移动通信网络中必须在多个设备间共享无线资源，非正交多址接入(Non-orthogonal MultipleAccess，NOMA)技术是提高频谱资源利用率的有效途径。F-RAN内设备间(Device-to-Device，D2D)通信模式可以通过上述方式增加小区内的复用增益，对提高频谱利用率具有重要意义。由于频谱复用导致的同频干扰问题极大的限制了网络的性能，因此人们对网络中的干扰抑制问题进行了大量的研究。然而现有的方案中都是通过对用户设备进行波束赋形和功率控制进行干扰抑制，在5G海量接入场景下设备间距离减少且分簇数目增多，传统方法中设备层面的干扰抑制方案难以保障本研究场景下分簇后用户设备的服务质量；另外，目前关于用户聚类方式的研究大部分是基于设备物理位置等信息的原型聚类方案，忽视了设备间的干扰信息。可以利用5G雾无线接入网内的优良特性对上述问题进行改进，使得在聚类过程中考虑到用户间的干扰信息。

综上，亟需一种新的5G雾无线接入网内结合干扰抑制的用户聚类方法及系统。

发明内容

本发明的目的在于提供一种雾无线接入网内结合干扰抑制的用户聚类方法及系统，利用F-RAN的特性在用户聚类过程中进行干扰抑制，对于解决上述现有技术存在的问题具有重要作用且具有创新性意义。

为达到上述目的，本发明采用以下技术方案：

本发明的一种雾无线接入网内结合干扰抑制的用户聚类方法，包括以下步骤：

S1，获取用户位置坐标、业务类型信息；

S2，将用户位置坐标、业务类型进行归一化、加权组合处理，获得处理后的数据空间；

S3，对所述处理后的数据空间进行拉普拉斯特征映射，映射至具有设备间干扰信息的特征数据空间；

S4，基于所述特征数据空间，随机初始化聚类数目k＝2对应的质心坐标；计算用户与每个聚类中心的距离，根据最小距离原则进行分簇匹配，获得用户簇；对每个用户簇的数据求取每个维度的平均值并作为计算后的质心坐标对原聚类中心进行更新；

S5，判断每个用户簇内设备间距离是否超过D2D通信阈值，若超过则聚类数目k＝k+1并返回执行步骤S4，否则跳转执行步骤S6；

S6，基于预设收敛条件，判断迭代后的聚类中心是否不再改变，若满足则完成用户聚类并输出聚类结果，否则返回执行步骤S4。

本发明的进一步改进在于，步骤S1具体包括：